Seminar Nasional Informatika 2015

PERANCANGAN GAME DESIGN DOCUMENT SERIOUS GAME

PERMAINAN TRADISIONAL ANGKLEK SLEMAN YOGYAKARTA

Puji Handayani Putri1, M. Suyanto2, Hanif Al Fatta3

Teknik Informatika, Magister Teknik Informatika, STMIK Amikom Yogyakarta

JL.
Ring Road Utara, Condong Catur, Depok, Sleman
1
pujihandayanip@yahoo.com , 2 yanto@amikom.ac.id, 2 hanif.a@amikom.ac.id

Abstrak

Berdasarkan BPS DIY Dalam Angka 2013, persebaran penduduk DIY terbanyak berada di Kabupaten
Sleman yaitu sebanyak 1.114.833 jiwa atau sebesar 31,71 %. Laju pertumbuhan penduduk yang pesat di
daerah perkotaan ini berdampak pada penyempitan lahan yang mengakibatkan anak-anak tidak bisa bermain
permainan tradisional. Permainan tradisional yang memerlukan lahan luas terancam punah, salah satunya
adalah permainan tradisional angklek. Penulis berupaya melestarikan permainan tradisional angklek ke dalam
digital game dengan konsep serious game. Diharapkan digital game ini dapat memotivasi generasi muda
untuk mengenal aturan permainan dan mempraktekan permainan secara manual di lapangan. Adapun langkah
dimulai dari pencarian data, pengolahan data, pra-produksi, produksi, dan pasca-produksi dengan
menggunakan metode pengembangan Digital Game Based Learning (DGBL-ID). Dalam metode
pengembangan DGBL-ID, terdiri atas lima fase yang harus diselesaikan secara berurutan yaitu analysis
phase, design phase, development phase, quality assurance, implementation and evaluation. Pengujian
difokuskan ke dalam tiga hal utama yaitu verifikasi, validasi, dan eksplorasi. Kelima fase tersebut telah
dijabarkan, diimplementasikan dan diuji. Hasil yang diperoleh berupa game design document dan prototipe
game, belum game jadi keseluruhan karena terbatasnya waktu penulis dalam menyelesaikan game.
Diharapkan ada peneliti lain yang dapat melakukan implementasi game design document secara keseluruhan
sehingga hasil akhir yang didapat berupa serious game permainan tradisional angklek sempurna.

Kata kunci : digital game, serious game, permainan tradisional angklek, game design document, prototipe
game

1. Pendahuluan lahan yang luas. Keberadaan permainan

1.1 Latar Belakang
Permainan tradisional merupakan salah satu
budaya lokal, yang memiliki banyak makna dan
nilai yang terkandung didalamnya. Permainan
tradisional dapat menjadi sarana dalam mendidik
anak-anak dan remaja untuk bergaul,
bersosialisasi dengan teman sebayanya,
mengajarkan kebersamaan, kerjasama dan gotong
royong serta mencari teman bahkan melatih anak
untuk berdemokrasi.
Popularitas permainan anak-anak tradisional
umumnya memudar di daerah perkotaan, dan ini
tidak hanya disebabkan oleh beberapa kondisi
seperti masuknya permainan anak dari luar
negeri, meningkatnya tontonan untuk anak-anak
ditelevisi, tetapi juga oleh kondisi yang lain yakni
semakin sedikitnya dan sempitnya lahan bermain
bagi anak-anak (cf. Abdulrahman, 1983).
Ketiadaan lahan yang cukup luas untuk bermain,
membuat beberapa jenis permainan anak
tradisional juga tidak lagi dapat dimainkan.
Hanya permainan anak jenis tertentu yang masih
dapat bertahan, terutama yang tidak memerlukan
tradisional yang memerlukan lahan luas yaitu
permainan tradisional angklek terancam punah.
Berdasarkan fenomena tersebut diatas,
penulis berupaya melestarikan permainan
tradisional yang sudah jarang dimainkan atau
hampir punah karena keterbatasan lahan tersebut
dalam digital game berunsur budaya dan edukasi
di dalamnya dengan konsep Serious Game.
Serious Game adalah suatu konsep game dengan
tujuan untuk kepentingan training, advertising,
simulasi, edukasi. Salah satu contoh Serious
Game ialah Game Edukasi. Game Edukasi
merupakan game yang tidak hanya bersifat
menghibur tetapi di dalamnya mengandung
pengetahuan yang disampaikan kepada
penggunanya. Diharapkan media game ini dapat
memotivasi generasi muda untuk mengenal aturan
permainan dan mempraktekan permainan secara
manual di lapangan.
Menurut Gates, Bob (2004), pembuatan
game akan dimulai dari pembuatan game desain
dokumen. Menurut Adams, ernest (2010), game
desain dokumen adalah kumpulan dokumen-
dokumen yang digunakan game designer untuk
menginformasikan mengenai game yang didesain,

1
Seminar Nasional Informatika 2015
proses ini mengubah ide yang tadinya abstrak
menjadi rencana tertulis.
Metodologi penelitian yang dilaksanakan
yaitu deskriptif kualitatif, Adapun langkah
dimulai dari pencarian data, pengolahan data,
perancangan game (pra-produksi), pengembangan
game (produksi), dan pengujian game (pasca-
produksi). Dalam perancangan serious game ini,
penulis menggunakan metode Digital Game
Based Learning (DGBL-ID) terdiri dari 5 fase
yang harus diselesaikan sebelum dilanjutkan ke
fase berikutnya, fase-fase tersebut yaitu analysis
phase, design phase, development phase, quality
assurance, kemudian implementation and
evaluation. Kerangka kerja analysis phase
meliputi problem analysis, menentukan
karakteristik user, tujuan pembelajaran, ide game,
target platform. Design phase meliputi desain
instuksional, game design. Development phase
meliputi art development, coding, implementasi
art dan code, test. Pengujian difokuskan ke dalam
tiga hal utama yaitu verifikasi, validasi,
eksplorasi.
1.2 Rumusan Masalah
Dari masalah serta fenomena yang ada,
maka dirumuskan permasalahan sebagai berikut :
a. Apakah penerapan perancangan GDD
berbasis permainan tradisional tersebut
dapat melestarikan permainan tradisional
dengan nilai-nilai budaya lokal interaksi
sosial, gotong royong, kedisiplinan ?
b. Bagaimana mengimplementasikan DGBL
(Digital Game Based Learning) ke dalam
permainan tradisional angklek ?
c. Bagaimana merancang GDD (Game Design
Document) ?
1.3 Batasan Variabel Penelitian
Batasan variabel penelitian ini adalah
sebagai berikut :
a. Game Design Document yang dirancang
adalah game permainan tradisional angklek.
b. Pembuatan game permainan tradisional
angklek hanya sebatas pada prototipe game
angklek, dimana game yang dibuat tidak
diuji langsung kepada pengguna, tetapi
sebatas pada pengujian fungsionalitas game
dengan metode pengujian verifikasi,
validasi, eksplorasi.
c. Game dimainkan dengan mode single player
atau dimainkan secara individual atau
perseorangan pada platform personal
computer (PC), dengan menggunakan sistem
operasi Windows.
2
1.4 Tujuan Penelitian
Adapun tujuan penelitian ini adalah :
a. Melestarikan kebudayaan permainan
tradisional.
b. Merancang GDD (Game Design Document)
permainan tradisional angklek.
c. Merancang game permainan tradisional
angklek.
d. Sebagai salah satu syarat kelulusan Magister
Teknik Informatika STMIK Amikom
Yogyakarta.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah :
a. Menjaga kebudayaan permainan tradisional
angklek tetap lestari.
b. Sebagai media edukasi melalui permainan
game secara fun.
c. Mengenalkan permainan tradisional angklek
dalam bentuk modern berbasis PC.
2. Landasan Teori
2.1 Data Tentang Kepadatan Penduduk
Tabel 2.1. Jumlah penduduk DIY Hasil
Sensus Penduduk 2010
Sumber: DIY Dalam Angka 2013, BPS DIY
Estimasi jumlah penduduk DIY pada tahun
2012 menurut BPS sebanyak 3.514.762 jiwa
dengan komposisi penduduk laki-laki sebanyak
1.737.506 jiwa dan perempuan sebanyak
1.777.256 jiwa. Dari tabel diatas, persebaran
penduduk DIY menurut Kabupaten/Kota tahun
2012 terbanyak berada di Kabupaten Sleman
yaitu sebanyak 1.114.833 jiwa atau sebesar
31,71%. Wilayah dengan jumlah penduduk
terbanyak kedua yaitu kabupaten Bantul sebanyak
927.956 jiwa atau sebesar 26,40%, disusul oleh
kabupaten Gunungkidul pada urutan ketiga
dengan jumlah penduduk sebanyak 684.740 jiwa
atau sebesar 19,48%. Selanjutnya wilayah dengan
jumlah penduduk paling sedikit adalah Kota
 Seminar Nasional Informatika 2015

Yogyakarta dan Kabupaten Kulon Progo dengan
jumlah penduduk masing-masing sebanyak
394.012 jiwa dan 393.221 jiwa atau sebesar 11,21
% dan 11,18 %.
Komunitas Pojok Budaya Kampoeng Dolanan
Dusun Pandes.
3.2 Analisis dan Rancangan Sistem

3.2.1 Analysis Phase

2.2 Permainan Tradisional Angklek
3.2.1.1 Analisa Permasalahan
Permainan tradisional angklek adalah
permainan dengan melompat pada bidang-bidang Pada penyempitan lahan kemudian
datar yang digambar diatas tanah dengan berdampak pada keberadaan permainan
melempar gacu. Permainan ini dilaksanakan tradisional yang hampir punah.
menurut keinginan para pemainnya.
(Dharmamulya,2005:145). Hal ini merujuk pada 3.2.1.2 Analisa Karakteristik User
pendapat Achroni (2012 : 53) yang menyebutkan
Karakteristik user berdasarkan pemaparan
bahwa permainan tradisional angklek memiliki
yang dikemukakan oleh Dra. Sumintarsih tentang
manfaat memberikan kegembiraan pada anak,
melalui permainan anak disiapkan untuk menjadi
menyehatkan fisik anak, melatih keseimbangan
orang dewasa yang kreatif. Permainan tradisional
tubuh (motorik kasar) anak, mengajarkan
dapat menjadi sarana dalam mendidik anak-anak
kedisiplinan untuk mematuhi aturan permainan,
dan remaja untuk mengembangkan ketrampilan
mengembangkan kemampuan bersosialisasi anak
dan mengoptimalkan aspek-aspek perkembangan
karena dimainkan secara bersama-sama, dan
kognitif, motorik, emosi, bahasa, dan sosial.
mengembangkan kecerdasan logika anak.

3.2.1.3 Tujuan Pembelajaran

2.3 Serious game
Melestarikan kebudayaan permainan
Menurut buku Learning Online with Games,
tradisional dalam bentuk modern berbasis digital
Simulations and Virtual Worlds" karya Clark
serious game. Mempertahankan nilai-nilai budaya
Aldrich. Terdapat beberapa jenis game yang dapat
yang terkandung dalam permainan tradisional
dimanfaatkan dalam pendidikan. Salah satunya
angklek seperti interaksi sosial, gotong royong,
yaitu Serious Games : Serious game adalah suatu
kedisiplinan.
konsep game dengan tujuan untuk kepentingan
trainning, advertising, simulasi, edukasi.
3.2.1.4 Ide Game

2.4 Game Design Document Ide game ini adalah merancang game design
document serious game permainan tradisional
Menurut Adams, ernest (2010), game desain
angklek Kabupaten Sleman Yogyakarta.
dokumen adalah kumpulan dokumen-dokumen
yang digunakan game designer untuk
menginformasikan mengenai game yang didesain, 3.2.1.5 Platform Game
proses ini mengubah ide yang tadinya abstrak
menjadi rencana tertulis. Platform game yang akan digunakan untuk
menjalankan game ini dibatasi pada hardware
platform PC/Laptop dan sistem operasi windows.
3. Hasil Penelitian dan Pembahasan

3.1 Gambaran Umum Obyek Penelitian 3.2.2 Design Phase

Obyek penelitian berlokasi di Daerah 3.2.2.1 Design Instruksional

Istimewa Yogyakarta. Instansi pengumpulan data
kebudayaan antara lain Dinas Kebudayaan Tujuan instruksional umum ; setelah
Yogyakarta, Balai Pelestarian Nilai Budaya, memainkan game ini user akan dapat
melestarikan kebudayaan permainan tradisional

3
Seminar Nasional Informatika 2015

game angklek secara fun dan mengetahui aturan

permainan, sehingga termotivasi untuk
mempraktekan secara manual di lapangan. Soft
skill yang diharapkan yaitu dapat
mengoptimalkan aspek-aspek perkembangan
kognitif, emosi, kedisiplinan, ketelitian,
kesabaran, ketangkasan on mouse klik.

3.2.2.2 Game Design Document Gambar 3.2. Playing Character

Game design Document terdiri atas game

Tabel 3.3. Playing Character
overview, gameplay and mechanics, screen flow,
physical character, level, design artificial
intelligence (AI).
a. Game overview, melestarikan permainan
tradisional angklek ke dalam media digital
game bersifat fun.
b. Genre, seperti yang dijelaskan pada game
konsep maka Game Permainan Tradisional
Angklek ini bergenre serious game.
c. Target Audience, Target utama dari game
Permainan Tradisional Angklek ini adalah
anak-anak hingga remaja.
d. Look and Feel , agar lebih mudah
memainkannya game ini menggunakan
sudut pandang isomatrik dengan g. Mission/challenge/tantangan, karakter
menempatkan kamera pada bagian atas melompat, pemain diminta untuk menekan
tampilan game, tombol spasi keyboard tepat dengan akurasi
e. Feature Set, fitur Game Permainan lemparan gacu permainan.
Tradisional Angklek diantaranya : Scoring h. Reward, Bintang, reward permainan
board, tampilan pemilihan karakter, tradisional angklek berupa sawah/omah.
tampilan pemilihan gacuk, pause (II), close Sawah/omah didapatkan ketika pemain
(X) game auto save dan cukup memulai berhasil menyelesaikan lempar gacu di
kembali pada lokasi terakhir dimainkan, seluruh kotak yang tersedia dipermainan
setting, grafik, setting, audio, point, load tradisional angklek.
game pada lokasi terakhir dimainkan, button i. Play flow , play flow atau cara bermain
pemilihan karakter, button pemilihan gacuk. sudah tercantum informasi di menu help.
Pemain dapat mengetahui cara bermain
f. Game Play and Mechanic, untuk menyelesaikan permainan.
- NPC (Non Playing Character) j. Screen Flow,

Gambar 3.1. Non Playing Character

Tabel 3.2. Non Playing Character
Gambar 3.3. Screen Flow

k. Artificial Intelligence (AI) Enemy AI

1) Waktu. Pada difficulty tertentu dengan
waktu yang sangat singkat dan tantangan
yang banyak tentu saja akan menjadi musuh
dari setiap pemain.
- PC (Playing Character)

4
 Seminar Nasional Informatika 2015

2) Akurasi lemparan. Pengaturan jarak dan

sudut lempar gacu menggunakan on mouse
klik.
3) Keseimbangan karakter. Pemain diminta
menjaga keseimbangan karakter baik dalam
keseimbangan badan dalam berdiri satu kaki
dan pada saat melompat.
4) Karakter cerdas AI. Karakter cerdas Gambar 3.7. Setting Audio
merupakan karakter yang dibuat otomatis
dalam bermain untuk mengalahkan karakter
pemain.
5) Kerumitan setiap level. Dalam permainan
tradisional angklek ini terdapat 3 level yang
masing-masing level memiliki tingkat
kerumitan, semakin tinggi level permainan
maka semakin tinggi tingkat kerumitan yang
ada.
Gambar 3.8. Sub Menu
l. Friendly Character (NPC+Character
Tutorial)
Friendly Character dalam game permainan
tradisional angklek ini terdiri dari 2 character :
1) Bu Guru. Memberikan semangat kepada
anak didiknya yang sedang bermain
angklek. Bu Guru juga memberikan
penjelasan tentang tata cara bermain/tutorial.
2) Ayu. Menyemangati pemain dan
memperingatkan pemain akan kesalahan Gambar 3.9. Pilih Karakter
bermain.

3.2.3 Development Phase

3.2.3.1 Implementasi Art dan Code

Gambar 3.10. Pilih Gacu

Gambar3.4.Splash Screen

Gambar 3.11. GamePlay

3.2.3.2 Test (Verifikasi, Validasi, Eksplorasi)

Gambar 3.5. Main Menu Verifikasi menjawab pertanyaan apakah

perangkat lunak dikembangkan sesuai dengan
yang direncanakan atau tidak (Tabel 3.4., Tabel
3.5., Tabel 3.6.). Validasi menjawab pertanyaan
apakah perangkat lunak berperilaku sesuai dengan
yang seharusnya atau tidak (Tabel 3.4.).
Eksplorasi menjawab pertanyaan apakah
perangkat lunak bersih dari kesalahan penulisan
kode atau tidak (Tabel 3.5.).
Gambar 3.6. Help

5
Seminar Nasional Informatika 2015

Tabel 3.4. Pengujian Unit a. Penerapan perancangan GDD berbasis

permainan tradisional tersebut dapat
melestarikan permainan tradisional dengan
nilai-nilai budaya interaksi sosial, gotong
royong, kedisiplinan.
b. Perancangan game yang dibuat telah
memenuhi lima tahapan model
pengembangan game Digital Game Based
Learning (DGBL-ID) yaitu analysis phase,
design phase, development phase, quality
assurance, implementation and evaluation.
c. Pengujian prototipe meliputi tiga fokus
utama verifikasi, validasi dan eksplorasi.
Dari hasil pengujian unit, semua unit yang
ada sesuai dengan apa yang direncanakan
dalam GDD hanya saja penulis kesulitan
dalam membangun karakter cerdas AI.
Semua sub sistem yang ada pada pengujian
Modul berhasil sesuai apa yang
direncanakan dan output yang dihasilkan
sesuai. Dari hasil Pengujian Fungsional,
kebutuhan akan user interface ada yang
tidak sesuai dengan rencana GDD yaitu Map
area dan membangun karakter cerdas AI
dikarenakan penulis memiliki keterbatasan
skill dan waktu dalam menyelesaikan
permainan game angklek.
Tabel 3.5. Pengujian Modul
4.2 Saran

a. Melakukan implementasi langsung dari

prototipe game design document ini menjadi
game jadi atau sempurna.
b. Permainan dikembangkan lebih dalam
meliputi kombinasi bentuk angklek,
tampilan dibuat lebih menarik lagi, karakter
dibuat lebih sempurna.
c. Ada suatu upaya mengembangkan
permainan tradisional yang lainnya selain
permainan tradisional angklek.
Tabel 3.6. Pengujian Fungsional
Daftar Pustaka :
[1] Abdulrahman
1983 Transformasi Nilai Budaya Melalui
Permainan Anak-Anak Betawi di Jakarta.
Makalah Diskusi Pameran dan Peragaan
Nilai Budaya. Balai Kajian Sejarah dan
Nilai Tradisional.
[2] Adam, Ernest, Fundamentals of Game
Design, 2010. .ISBN 0321643372.
[3] Badan Pusat Statistik., 15 Desember 2014,
Kependudukan Daerah Istimewa
4. Penutup Yogyakarta. Tersedia dalam
http://portal.jogjaprov.go.id/index.php?optio
4.1 Kesimpulan n=com_content&view=article&id=2186&Ite
mid=519.
[4] Depdikbud

6

1981/1982 Permainan Anak-Anak Daerah
Istimewa Yogyakarta.
[5] Dharmamulya, Sukirman.dkk.2005.
Permainan Tradisional Jawa. Yogyakarta:
KEPEL PRESS
[6] Mubashiroh (2013)., 05 Juli 2015 Gadget,
Penggunaan dan Dampak pada Anak-
Anak. [pdf]. Tersedia dalam :
http://jurnalilmiahtp.blogspot.com/2013/11/
gadget-penggunaan-dan-dampak-pada-
anak.html
[7] Nafiah, afidatun (2013)., 05 Juli 2015
Budaya, Globalisasi dan Kaitannya
dengan Masyarakat. [pdf]. Tersedia dalam
: [11] Widiastuti N.I dan Setiawan Irawan. (2012).,
http://jurnalilmiahtp.blogspot.com/2013/11/
budaya-globalisasi-dan-kaitannya-
dengan.html
[8] Soeheri and Lendy Rahmadi (2014), Making
of Game Design Document Education Game
Bank Sampah, International Conference
on Computer System 2014.
[9] Sulistiyanto, fajar (2010)., 05 Juli 2015
Pengaruh Dampak Globalisasi Terhadap
Seminar Nasional Informatika 2015
Kebudayaan Indonesia. [pdf]. Tersedia
dalam
:http://www.academia.edu/5637105/PENGA
RUH_DAMPAK_GLOBALISASI_TERHA
DAP_KEBUDAYAAN
[10] Wahyuningrum, Tenia (2013)., 05 Desember
2014 Perancangan permainan dakon
menggunakan C++ dan GLUT (OpenGL
Utility Toolkit) Designing dakon game using
C++ and GLUT (OpenGL Utility Toolkit.
[pdf]. Tersedia dalam:
http://jurnal.ump.ac.id/index.php/juita/article
/view/467/442 JUITA ISSN: 2086-9398
Vol. II Nomor 3, Mei 2013
05 Desember 2014 Membangun Game
Edukasi Sejarah Walisongo. [pdf].
Tersedia dalam:
http://komputa.if.unikom.ac.id/jurnal/memb
angun-game-edukasi.o
[12] Zin, N. A., Jaafar, A., & Yue, W. S. (2009).
Digital Game-based learning (DGBL) model
and development methodology. Transaction
On Computer, VIII (2), halaman 322-333
7
Seminar Nasional Informatika 2015

IMPLEMENTASI VECTOR SPACE MODEL UNTUK MENINGKATKAN

KUALITAS PADA SISTEM PENCARIAN BUKU PERPUSTAKAAN
Dedi Leman 1, Khusaeri Andesa2

Teknik Informasi, Magister Komputer, Universitas Putra IndonesiaYPTK Padang

Universitas Potensi Utama
Jl. K.L.Yos Sudarso Km 6.5 No. 3A - Medan
Lemhan28@yahoo.com

Abstrak

Buku merupakan media informasi yang berguna di dalam perkembangan ilmu pengetahuan, dengan
membaca buku akan banyak ilmu yang kita dapat serta informasi yang beragam. Pada perkembangan era
informasi saat ini segala jenis buku sangatlah mudah didapat dan beragam jenisnya tanpa membatasi usia.
Pada saat ini perpustakaan STMIK-AMIK Riau telah menyediakan beragam buku yang tersedia khususnya
bagi mahasiswa. Semakin banyak dan beragamnya buku yang tersedia, mahasiswa STMIK-AMIK Riau yang
ingin membaca ataupun meminjam buku memiliki kesulitan di dalam menemukan buku yang sesuai karana
harus mencari pada tumpukan rak-rak yang begitu banyak sehingga buku yang mereka butuhkan tidak
ditemukan. Atas dasar permasalahan tersebut timbul sebuah gagasan untuk membangun sebuah sistem mesin
pencari yang dapat memberikan pembobotan dari masing masing judul buku yang sesuai dengan kata kunci
yang dicari, sehingga akan dapat memilih yang mana buku yang menjadi paling diprioritaskan. Metode
Vector Space Model merupakan salah satu alternatif yang dapat diimplementasikan untuk memecahkan
masalah ini. Dengan metode Vector Space Model dapat dilihat tingkat kedekatan atau kesamaan dengan cara
pembobotan term. Ini adalah suatu metode pembobotan data dengan menghitung jarak antar dokumen. Hasil
yang diberikan dari pengujian sistem dengan metode Vector Space Model memberikan pembobotan pada
judul buku, memberikan rekomendasi atau buku yang paling diprioritaskan sehingga sesuai dengan
kebutuhan.

Kata Kunci : Vector Space Model, Mesin pencari, Perpustakaan

1. PENDAHULUAN mereka masing-masing. Semakin banyak dan

1.1 Latar Belakang Masalah
Buku merupakan kumpulan kertas yang
merupakan media informasi yang berguna di
dalam perkembangan ilmu pengetahuan, dengan
membaca buku akan banyak ilmu yang kita dapat
serta informasi yang beragam, baik pengetahuan
maupun hiburan. Hal inilah yang membuat buku
memiliki peranan penting dalam perkembangan
ilmu pengetahuan baik di lembaga pendidikan
formal maupun nonformal. Pada perkembangan
era informasi saat ini segala jenis buku-buku
sangatlah mudah didapat dan beragam jenisnya
tanpa membatasi usia. Buku tidak hanya untuk
orang dewasa, buku juga tersedia untuk anak-
anak bahkan untuk orang lanjut usia. Segala
keanekaragaman buku-buku dengan beragam
jenis dan kategori umumnya tersedia di
perpustakaan atau di toko buku.
Dengan berkembangnya era informasi pada
saat ini perpustakaan STMIK-AMIK Riau telah
menyediakan beragam buku-buku yang semakin
banyak, yang tersedia khususnya bagi mahasiswa.
Biasanya mereka berada di perpustakaan untuk
mencari referensi untuk membuat tugas akhir atau
mengerjakan tugas yang diberikan oleh dosen
beragamnya buku yang tersedia, mahasiswa
STMIK-AMIK Riau yang ingin membaca
ataupun meminjam buku memiliki kesulitan di
dalam menemukan buku yang sesuai karana harus
mencari pada tumpukan rak-rak yang begitu
banyak sehingga buku yang mereka butuhkan
tidak ditemukan.
Dari kendala diatas, secara langung maupun
tidak langsung ikut berpengaruh terhadap minat
baca mahasiswa STMIK-AMIK Riau.
Berdasarkan hal diatas, timbul sebuah gagasan
untuk membangun sebuah sistem mesin pencari
yang dapat memberikan pembobotan dari masing
masing judul buku yang sesuai dengan kata kunci
yang dicari, sehingga akan dapat memilih yang
mana buku yang menjadi paling diprioritaskan.
Metode Vector Space Model merupakan
salah satu alternatif yang dapat
diimplementasikan untuk memecahkan masalah
ini. Vector space model ( VSM ) atau model ruang
vektor adalah suatu metode untuk
merepresentasikan dokumen dan query dalam
bentuk vektor pada ruang multidimensional
(Singh, Dwivedi, 2012). Dengan metode Vector

8

Space Model dapat dilihat tingkat kedekatan atau
kesamaan dengan cara pembobotan term.
Pada proses stemming atau mencari kata
dasar pada kata, sistem akan menggunakan
algoritma tala. Menurut hasil penelitian
sebelumnya yang telah dilakukan oleh (Mardi
Siswo Utomo, 2013) menyatakan bahwa Stemmer
tala merupakan adopsi dari algoritma stemmer
bahasa inggris terkenal porter stemmer. Stemmer
ini menggunakan rule base analisis untuk mencari
root sebuah kata. Pada sistem pencarian buku
akan menggunakan stemming algoritma tala karna
algoritma tala merupanya pengembangan dari
algoritma porter.
Sistem pencarian buku dengan menggunakan
Vector space model ini akan menerima masukan
query pengguna yang akan dicocokkan dengan
judul buku yang dimiliki sistem. Sehingga sistem
dapat mengurutkan yang nama buku yang
diprioritaskan yang sesuai dengan keinginan
mereka dan sistem juga akan menunjukkan
dimana posisi rak dari masing-masing buku
tersebut. Salah satunya seperti penggunaan sistem
rekomendasi pencarian yang mulai dimanfaatkan
oleh banyak perpustakaan. Selain itu juga sangat
membantu mahasiswa yang sedang melakukan
penelitian atau untuk membuat tugas. Dari latar
belakang di atas maka diajukan judul tesis dengan
judul IMPLEMENTASI VECTOR SPACE
MODEL UNTUK MENINGKATKAN
KUALITAS PADA SISTEM PENCARIAN
BUKU PERPUSTAKAAN (STUDI KASUS
PERPUSTAKAAN STMIK-AMIK RIAU ).
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah di atas,
maka perumusan masalahnya yaitu :
1. Bagaimana metode Vector Space Model dapat
diterapkan dalam sebuah sistem atau aplikasi
pencarian buku perpustakaan berdasarkan
judul buku ?
2. Bagaimana sistem atau aplikasi pencarian
buku dengan metode Vector Space Model
dapat memberikan pembobotan pada judul
buku, memberikan rekomendasi atau buku
yang paling diprioritaskan yang sesuai dengan
kata kunci yang dicari ?
1.3 Batasan Masalah
Agar penelitian ini terarah dan permasalahan
yang dihadapi tidak terlalu luas serta sesuai
dengan tujuan penulis, maka ditetapkan batasan-
batasan terhadap masalah yang sedang diteliti, hal
ini dimaksudkan agar langkah-langkah
keseluruhan masalah tersebut tidak terjadi
Seminar Nasional Informatika 2015
penyimpangan. Adapun batasan masalahnya yaitu
:
1. Metode Vector Space Model digunakan hanya
untuk proses pembobotan buku yang sesuai
dengan kata kunci yang dicari.
2. Untuk pembobotan buku, Metode Vector
Space Model membandingkan antara judul
buku dengan kata kunci yang dicari pada
sistem.
3. Pada proses stemming, sistem menggunakan
algoritma tala.
4. Pengujian sistem akan dilakukan dengan
dengan beberapa sampel judul buku.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Memahami metode Vector Space Model
didalam proses pencarian buku berdasarkan
kata kunci.
2. Menerapkan motode Vector Space Model
dalam pencarian buku perpustakaan.
3. Membuat sebuah model pencarian buku yang
memanfaatkan motode Vector Space Model
dengan bahasa pemograman PHP.
4. Menguji hasil rancangan sistem yang telah
dibangun.
1.5 Manfaat Penelitian
Manfaat penelitian ini adalah :
1. Dengan adanya sistem ini staf perpustakaan
STMIK AMIK Riau akan sangat terbantu
dalam pengolahan data buku.
2. Mahasiswa juga terbantu dengan pencarian
buku yang sesuai keinginan mereka.
3. Memudahkan mahasiswa menemukan buku
yang paling prioritas atau relevan dengan
pencarian yang dilakukan oleh sistem.
2. LANDASAN TEORI
2.1. Sistem Temu Kembali Informasi
Sistem temu kembali informasi (information
retrieval system) adalah bagian dari ilmu
komputer yang berkaitan dengan pengambilan
informasi dari dokumen-dokumen berdasarkan isi
dari dokumen-dokumen itu sendiri. Sistem Temu
Kembali Informasi merupakan sistem yang
berfungsi untuk menemukan informasi yang
relevan dengan kebutuhan pengguna. Informasi
yang diproses terkandung dalam sebuah dokumen
yang bersifat tekstual. Dokumen yang diambil
merupakan dokumen yang relevan dan
membuang documen yang tidak relevan.
Sistem temu kembali informasi merupakan
suatu sistem yang menemukan retrieve informasi
yang sesuai dengan kebutuhan user dari kumpulan
informasi secara otomatis. Prinsip kerja sistem
9
Seminar Nasional Informatika 2015
temu kembali informasi jika ada sebuah
kumpulan dokumen dan seorang user yang
memformulasikan sebuah pertanyaan request atau
query (Fatkhul Amin, 2012).
Sistem Temu Kembali Informasi bertujuan
untuk menjawab kebutuhan informasi user
dengan sumber informasi yang tersedia dalam
kondisi seperti sebagai berikut (Fatkhul Amin,
2012) :
1. Mempresentasikan sekumpulan ide dalam
sebuah dokumen menggunakan sekumpulan
konsep.
2. Terdapat beberapa pengguna yang
memerlukan ide, tapi tidak dapat
mengidentifikasikan dan menemukannya
dengan baik.
3. Sistem temu kembali informasi bertujuan
untuk mempertemukan ide yang dikemukakan
oleh penulis dalam dokumen dengan
kebutuhan informasi pengguna yang
dinyatakan dalam bentuk key word
query/istilah penelusuran.
2.2. Arsitektur Sistem Temu Kembali
Informasi
Sistem memiliki dua pekerjaan yaitu, yaitu
melakukan pre-processing terhadap database dan
kemudian menerapkan metode tertentu untuk
menghitung kedekatan relevansi atau similarity
antara dokumen di dalam database yang telah
dipreprocess dengan query pengguna. Query yang
dimasukkan pengguna dikonversi sesuai aturan
tertentu untuk mengekstrak term-term penting
yang sejalan dengan term-term yang sebelumnya
telah diekstrak dari dokumen dan menghitung
relevansi antara query dan dokumen berdasarkan
pada term-term tersebut. Sebagai hasilnya, sistem
mengembalikan suatu daftar dokumen terurut
sesuai nilai kemiripannya dengan query pengguna
(Giat Karyono, Fandy Setyo Utomo, 2012).
Gambar 2.1 Proses Temu Kembali Informasi
2.3. Text Mining
10
Text mining adalah proses mengolah data yang
berupa teks yang didapatkan dari dokumen untuk
mencari kata-kata yang dapat mewakili isi dari
dokumen sehingga dapat dilakukan analisa
hubungan antar dokumen. Proses penganalisisan
teks guna menyarikan informasi yang bermanfaat
untuk tujuan tertentu.
Text mining dapat didefinisikan sebagai suatu
proses menggali informasi dimana seorang user
berinteraksi dengan sekumpulan dokumen
menggunakan tools analisis yang merupakan
komponen-komponen dalam data mining yang
salah satunya adalah kategorisasi (Fatkhul Amin,
2011).
2.4. Case Folding
Adalah proses yang digunakan untuk
mengubah huruf besar menjadi huruf kecil. Case-
folding adalah proses penyamaan case dalam
sebuah dokumen. Ini dilakukan untuk
mempermudah pencarian dokumen.
2.5. Cleaning Data
Adalah proses yang digunakan untuk
melakukan pembersihan text dari karakter-
karakter selain huruf, tanda baca dan tag yang
tidak digunakan nantinya didalam proses
information retrieval.
2.6. Tokenizing
Tokenisasi secara garis besar dapat diartikan
sebagai peoses pememecah sekumpulan karakter
dalam suatu teks ke dalam satuan kata. Proses
untuk membagi teks yang dapat berupa kalimat,
paragraf atau dokumen, menjadi token-token atau
bagian-bagian tertentu.
Tokenisasi merupakan proses pemisahan suatu
rangkaian karakter berdasarkan karakter spasi,
dan mungkin pada waktu yang bersamaan
dilakukan juga proses penghapusan karakter
tertentu, seperti tanda baca. Token seringkali
disebut sebagai istilah term atau kata, sebagai
contoh sebuah token merupakan suatu urutan
karakter dari dokumen tertentu yang
dikelompokkan sebagai unit semantik yang
berguna untuk diproses (Fatkhul Amin, 2012).
2.7. Filtering
Filtering adalah proses membuang kata-kata
yang dianggap sebagai nois atau kata yang
dianggap tidak penting dan tidak berpengaruh
terhadap makna kata.
Tahap filtering adalah tahap pengambilan kata-
kata yang penting dari hasil tokenizing. Tahap
filtering ini menggunakan daftar stoplist atau
wordlist. Stoplist yaitu penyaringan filtering
terhadap kata-kata yang tidak layak untuk
dijadikan sebagai pembeda atau sebagai kata

kunci dalam pencarian dokumen sehingga kata-
kata tersebut dapat dihilangkan dari dokumen.
Sedangkan wordlist adalah daftar kata yang
mungkin digunakan sebagai kata kunci dalam
pencarian dokumen, dengan demikian maka tentu
jumlah kata yang termasuk dalam wordlist akan
lebih banyak daripada stoplist (Hervilorra Eldira,
2010).
2.8. Stemming
Stemming merupakan suatu proses untuk
menemukan kata dasar dari sebuah kata dengan
menghilangkan semua imbuhan. Stemming
digunakan
untuk mengganti bentuk dari suatu kata menjadi
kata dasar dari kata tersebut yang sesuai dengan
struktur morfologi bahasa Indonesia yang baik
dan benar.
Stemming adalah salah satu cara yang
digunakan untuk meningkatkan performa
Information Retrieval dengan cara
mentransformasi katakata dalam sebuah dokumen
teks ke kata dasarnya. Algoritma Stemming untuk
bahasa yang satu berbeda dengan algoritma
stemming untuk bahasa lainnya. Sebagai contoh
Bahasa Inggris memiliki morfologi yang berbeda
dengan Bahasa Indonesia sehingga algoritma
stemming untuk kedua bahasa tersebut juga
berbeda. Proses stemming pada teks berbahasa
Indonesia lebih rumit/kompleks karena terdapat
variasi imbuhan yang harus dibuang untuk
mendapatkan root word dari sebuah kata (Ledy
Agusta, 2009).
2.9. Indexing
Proses Indexing adalah tahap pengindeksan
kata dari koleksi teks yang digunakan untuk
mempercepat proses pencarian. Seluruh dokumen
dalam koleksi disimpan dalam satu file dengan
format tertentu sehingga antara dokumen satu
dengan dokumen yang lain bisa dibedakan.
Setelah kata telah dikembalikan dalam bentuk
kata dasar, kemudian disimpan dalam tabel.
Proses indexing menghasilkan database index
.(Fatkhul Amin, 2012).
2.10. Vector Space Model
Vector Space Model (VSM) adalah metode
untuk melihat tingkat kedekatan atau kesamaan
similarity term dengan cara pembobotan term.
Dokumen dipandang sebagi sebuah vektor yang
memiliki magnitude (jarak) dan direction (arah).
Pada Vector Space Model, sebuah istilah
direpresentasikan dengan sebuah dimensi dari
ruang vektor. Relevansi sebuah dokumen ke
sebuah query didasarkan pada similaritas diantara
vektor dokumen dan vektor query (Fatkhul Amin,
2012).
Seminar Nasional Informatika 2015
Vector space model digunakan untuk
mengukur kemiripan antara suatu dokumen
dengan suatu query. Konsep dasar dari Vector
Space Model adalah menghitung jarak antar
dokumen kemudian mengurutkan berdasarkan
tingkat kedekatannya. Cara kerja Vector Space
Model dimulai dengan case folding , cleaning
data, indexing, filtering, stemming, dan tokenisasi
yaitu tahap pemotongan string input berdasarkan
tiap kata yang meyusunnya dan memecah
dokumen ke dalam tabel frekuensi kata. Seluruh
kata dalam dokumen dibentuk menjadi satu yang
disebut sebagai term. Tiap dokumen ditampilkan
sebagai vektor yang akan dibandingkan dengan
term yang telah dibentuk. Similarity Analysis
untuk mengukur kemiripan dokumen dilakukan
dengan menghitung cosinus jarak antara dokumen
tersebut.
Sebuah dokumen dj dan sebuah query q
direpresentasikan sebagai vektor dimensi seperti
pada gambar 2.7.
Gambar 2.2 Representasi Dokumen dan
Query pada Ruang Vektor
Proses perhitungan Vector space model
melalui tahapan perhitungan term frequency (tf)
menggunakan persamaan (1) (Fatkhul Amin,
2012).
tf = tfij
(1)
Dengan tf adalah term frequency, dan tfij adalah
banyaknya kemunculan term ti dalam dokumen dj,
Term frequency (tf) dihitung dengan menghitung
banyaknya kemunculan term ti dalam dokumen dj.
Perhitungan Inverse Document
Frequency (idf), menggunakan persamaan (2)
idfi = log
(2)
Dengan idfi adalah inverse document
frequency, N adalah jumlah dokumen yang
terambil oleh sistem, dan dfi adalah banyaknya
dokumen dalam koleksi dimana term ti muncul di
dalamnya, maka Perhitungan idfi digunakan untuk
mengetahui banyaknya term yang dicari (dfi) yang
muncul dalam dokumen lain yang ada pada
database.
Perhitungan term frequency Inverse Document
Frequency (tfidf), menggunakan persamaan (3)
11
Seminar Nasional Informatika 2015

q (|q|) dikali akar jumlah kuadrat dokumen (|dj|).

Wij = tfij .log
(3)
Dengan Wij adalah bobot dokumen, N adalah
Jumlah dokumen yang terambil oleh sistem, tfij
adalah banyaknya kemunculan term ti pada
dokumen dj, dan dfi adalah banyaknya dokumen
dalam koleksi dimana term ti muncul di
dalamnya. Bobot dokumen (Wij) dihitung untuk
didapatkannya suatu bobot hasil perkalian atau
kombinasi antara term frequency (tfij) dan Inverse
Document Frequency (idf).
Perhitungan Jarak query, menggunakan
persamaan (4)
|q| =
Dengan |q| adalah Jarak query, dan Wiq adalah
bobot query dokumen ke-i, maka Jarak query (|q|)
dihitung untuk didapatkan jarak query dari bobot
query dokumen (Wiq) yang terambil oleh sistem.
Jarak query bisa dihitung dengan persamaan akar
jumlah kuadrat dari query.
Perhitungan Jarak Dokumen, menggunakan
persamaan (5)
|dj| =
(5)
Dengan |dj| adalah jarak dokumen, dan Wij
adalah bobot dokumen ke-i, maka Jarak dokumen
(|dj |) dihitung untuk didapatkan jarak dokumen
dari bobot dokumen dokumen (Wij) yang terambil
oleh sistem. Jarak dokumen bisa dihitung dengan
persamaan akar jumlah kuadrat dari dokumen.
Menghitung index terms dari dokumen dan
query (q,dj). menggunakan persamaan (6)
q,dj =
(6)
Dengan Wij adalah bobot term dalam dokumen,
Wiq adalah bobot query.
Pengukuran Cosine Similarity menghitung nilai
kosinus sudut antara dua vector menggunakan
persamaan (7)
Perhitungan similaritas menghasilkan bobot
dokumen yang mendekati nilai 1 atau
menghasilkan bobot dokumen yang lebih besar
dibandingkan dengan nilai yang dihasilkan dari
perhitungan inner product.
3. HASIL DAN PEMBAHASAN
3.1 Vector Space Model
Untuk kepentingan analisis data di dalam
melakukan penelitian ini dibutuhkan beberapa
sampel data yang diambil dari tiga buah judul
buku yaitu :
D1 : Membuat Website Canggih dengan jQuery
untuk Pemula.
D2 : Panduan Praktis Belajar Internet Untuk
(4) Pemula.
D3 : Panduan Membuat Aplikasi Inventory
Barang Dengan Visual Basic.
Jadi total dokumen ada 3. Apabila dilakukan
pencarian dokumen dengan kata kunci :
Q : cara membuat web untuk pemula
dokumen manakah yang paling relevan ?
Untuk menjawab pertanyaan di atas perlu
dilakukan suatu proses perhitungan pembobotan
atau perankingan dari masing-masing judul buku
tersebut sehingga dari hasil pembobotan atau
perangkingan tersebut akan terlihat judul buku
yang mana yang relevan atau yang paling
diprioritaskan. Di dalam penerapan metode
Vector Space Model ada beberapa tahapan proses
pengolahan data terlebih dahulu antara lain :
Dari tahapan pembobotan atau perangkingan
dengan Vector Space Model agar mempermudah
di dalam proses perhitungan dengan tahapan-
tahapan persamaan yang telah dijelaskan
sebelumnya pada Sub Bab 2.10, dibuat sebuah
tabel ilustrasi perhitungan Vector Space Model
seperti pada tabel 4.8 di bawah ini.
Tabel 3.1 Ilustrasi Perhitungan Vector Space
Model
Jumlah
tf = tfij
D
Trems Q D2 D3 dfi
1
buat 1 1 0 1 2
website 0 1 0 0 1
canggih 0 1 0 0 1

(7) jquery 0 1 0 0 1
pla 1 1 1 0 2
Similaritas antara query dan dokumen atau pandu 0 0 1 1 2
Sim(q,dj) berbanding lurus terhadap jumlah bobot praktis 0 0 1 0 1
query (q) dikali bobot dokumen (dj) dan ajar 0 0 1 0 1
berbanding terbalik terhadap akar jumlah kuadrat internet 0 0 1 0 1

12
 Seminar Nasional Informatika 2015

Jumlah Bobot
tf = tfij Wij = tfij .log
D
Trems Q D2 D3 dfi
1
aplikas 0 0 0 1 1 Trems Q D1 D2 D3
inventory 0 0 0 1 1 1
barang 0 0 0 1 1 invento 0 0 0 0,477
ry 1
visual 0 0 0 1 1
barang 0 0 0 0,477
basic 0 0 0 1 1
1
visual 0 0 0 0,477
Tabel 3.2 Ilustrasi Perhitungan Vector Space
1
Mode (Lanjutan)
basic 0 0 0 0,477
idfi = log
1

Trems N/dfi idfi Keterangan : Trems adalah hasil indexing, Q

buat 3/2=1,5 0,1761 adalah jumlah kemunculan trems pada Query, (
website 3/1=3 0,4771 D1,D2 dan D3) jumlah kemunculan trems, dfi
canggih 3/1=3 0,4771 adalah banyaknya dokumen dalam koleksi di
mana term ti muncul di dalamnya, N/dfi total
dokumen dibagi banyaknya dokumen dalam
jquery 3/1=3 0,4771 koleksi di mana term ti muncul di dalamnya, idfi
pla 3/2=1,5 0,1761 adalah nilai dari log dan ( Q, D1,D2 dan D3)
pandu 3/2=1,5 0,1761
kolom terakhir adalah bobot dokumen dan bobot
praktis 3/1=3 0,4771
query.
ajar 3/1=3 0,4771
Dari tabel di atas persamaan (1), persamaan (2)
internet 3/1=3 0,4771
dan persamaan (3):
aplikas 3/1=3 0,4771 Similarity Analysis :
invento 3/1=3 0,4771 Perhitungan Jarak Dokumen dengan
ry menggunakan persamaan (5):
barang 3/1=3 0,4771 | D1 | =
visual 3/1=3 0,4771
basic 3/1=3 0,4771
= = 0,8631
| D2 | =
Tabel 3.3 Ilustrasi Perhitungan Vector Space
Model
(Lanjutan) = = 0,8631
Bobot | D3 | =
Wij = tfij .log

= = 1,0955
Trems Q D1 D2 D3
buat 0,1761 0,1761 0 0,176 Perhitungan Jarak Query dengan menggunakan
1 persamaan (4):
website 0 0,4771 0 0
|Q|=
canggih 0 0,4771 0 0
= = 0,249
Menghitung index terms dari dokumen dan
jquery 0 0,4771 0 0 query menggunakan persamaan (6).
pla 0,1761 0,1761 0,17 0 Q * D1 = 0,1761 * 0,1761 + 0,1761 * 0,1761
61 = 0,0620
pandu 0 0 0,17 0,176 Q * D2 = 0,1761 * 0,1761 = 0,0310
61 1 Q * D3 = 0,1761 * 0,1761 = 0,0310
praktis 0 0 0,47 0 Menghitung similaritas dokumen dan
71 meranking menggunakan persamaan (7) pada Sub
ajar 0 0 0,47 0 Bab 2.10.
71 = = 0,2885
internet 0 0 0,47 0
71 = = 0,1442
aplikas 0 0 0 0,477

13
Seminar Nasional Informatika 2015

= = 0,1136
Dari proses similaritas di atas dapat diambil
ranking dari setiap dokumen yaitu :
Rank 1 : Dokumen 1 = 0,2885
Rank 2 : Dokumen 2 = 0,1442
Rank 3 : Dokumen 3 = 0,1136
Jadi dokumen yang paling relevan dengan kata
kunci adalah dokumen 1.
3.2 Skema Pencarian Data Buku

Skema rancangan pencarian data buku

menjelaskan bagaimana alur pemrosesan sistem
pencarian data buku yang nantinya akan
dibangun. Dari gambar tersebut dapat dilihat
proses diawali dari memasukkan judul buku atau
query pada sistem oleh Pengunjung, kemudian
query tersebut dilakukan beberapa proses yaitu
case folding, cleaning data, tokenizing, filtering,
stemming dan indexing sehingga akan dapat
menghasilakan bobot atau ranking dari judul buku
yang relevan. Pengunjung akan mendapatkan
informasi berupa sejumlah buku yang relevan dan
dapat dilihat berapa bobot untuk masing masing
buku yang direkomendasikan oleh sistem.
Buku
Data
Gambar 3.2 Tampilan Halaman Utama
Di halaman utama pada sistem pencarian terdiri
dari No, Judul buku, Pengarang, Penerbit, Tahun
buku, Jumlah Halaman, Rak dan bobot. Pada
bagian bobot awalnya bernilai 0, nilai untuk
masing-masing bobot akan muncul apabila mulai
dilakukan proses pencarian buku.
3.2 Pengujian Pembobotan Dengan Vector
Space Model
Prose pembobotan dilakukan Setelah proses
case folding, proses cleaning data, proses
tokenizing, proses filtering, proses stemming dan

indexing selesai dilakukan. Tahap pembobotan

Masukan Judul Buku / Query
dilakukan dengan mengambil hasi indexing
Case Folding Pengunjung
Case Folding menjadi term di dalam tabel ilustrasi perhitungan
1. Judul Buku 1 Vector Space Model kemudian dilakukan
Cleaning Data Cleaning Data
2. Judul Buku 2 perhitungan-perhitungan dengan persaman-
3. Judul Buku 3
Tokenizing Tokenizing
persaman yang telah ditentukan sebelumnya.
...
Filtering Filtering

Stemming Pembobotan / Stemming

Ranking
dengan Vector
Indexing Space Model Indexing

Gambar 3.1 Skema Pencarian Data Buku

3.3 Hasil

3.1 Halaman Utama

Halaman utama pada sistem merupakan

halaman yang akan diakses oleh pengunjung
perpustakaan untuk mulai melakukan pencarian
buku sesuai dengan kebutuhan mereka. Halaman Gambar 3.3 Pengujian Proses Pembobotan
ini berisi informasi tentang semua buku yang ada dengan Vector Space Model
pada perpustakaan STMIK-AMIK Riau.
Dari hasil perhitungan pembobotan di atas
maka sistem memberikan jawaban atau hasil
perhitungan yang menunjukkan judul buku
manakah yang paling relevan dan yang mana
yang paling diprioritaskan.

14
 Seminar Nasional Informatika 2015

DAFTAR PUSTAKA

Mohammed Said Abual-Rub, Rosni Abdullah dan

Nur Aini Abdul Rashid A Modified Vector
Space Model for Protein Retrieval. IJCSNS
Vol.7 No.9, Penang, 2007.
Jitendra Nath Singh dan Sanjay Kumar Dwivedi
Analysis of Vector Space Model in
Information Retrieval. CTNGC , Lucknow,
2012.
Giat Karyono dan Fandy Setyo Utomo Temu
Gambar 3.4 Hasil Pembobotan Judul Buku
Balik Informasi pada Dokumen Teks
Berbahasa Indonesia dengan Metode Vector
Pada gambar 3.4 hasil pencarian buku dengan
Space Retrieval Model. Semantik, Semarang,
kata kunci Cara membuat web untuk pemula
2012.
menghasilkan bobot judul buku yang tertingi
Fatkhul Amin Sistem Temu Kembali Informasi
bernilai 0,2885 dengan judul buku Membuat
dengan Metode Vector Space Model. JSIB,
website canggih dengan jquery untuk pemula,
Semarang, 2012.
selanjutnya untuk bobot tertinggi kedua bernilai
Suciadi Ciptono Rahayu, Ema Rachmawati dan
0,1442 dengan judul buku Panduan Praktis
Ade Romadhony Implementasi Generalized
Belajar Internet Untuk Pemula dan yang terakhir
Vector Space Model pada Pencarian Produk
bernilai bobot 0.1136 dengan judul buku
Berbasis Opini Produk. 2012
Panduan Membuat Aplikasi Inventory Barang
Fatkhul Amin Implemantasi Search Engine (
Dengan Visual Basic.
Mesin Pencarian ) Menggunakan Metode
Vector Space Model. Dinamika Teknik Vol.5
4. KESIMPULAN
No.1, Semarang, 2011.
Dari analisa dan pembahasan yang penulis
Ledy Agusta Perbandingan Algoritma
lakukan pada bab-bab sebelumnya dapat diambil
Stemming Porter dengan Algoritma Nazief
suatu kesimpulan yaitu:
dan Adriani Untuk Stemming Dokumen Teks
1. Penerapan Vector Space Model pada sistem
Berbahasa Indonesia. IJCSNS Vol.7 No.9,
pencarian buku perpustakaan dapat
Penang, 2007.
mempermudah pengunjung dalam melakukan
Mardi Siswo Utomo Implementasi Stemmer
pencarian informasi buku yang relevan dan
Tala pada Aplikasi Berbasis Web. ISSN
sesuai dengan kebutuhan pengunjung.
Vol.18 No.1, Stikubank, 2013.
2. Metode Vector Space Model dapat diterapkan
Sugiarti Yuni (2013). Analisis dan Perancangan
pada sistem pencarian buku yang dinamis.
UML [ Unified Modeling Language ]
3. Dengan sistem pencarian buku perpustakaan
Generated VB.6. 1. Yogyakarta: Graha Ilmu.
ini dapat dilihat nilai bobot dari masing-
33-82.
masing buku yang relevan.

15
Seminar Nasional Informatika 2015

EVALUASI TINGKAT KEMATANGAN TATA KELOLA

E-SELLING APPLICATION SYSTEM
SANDY KOSASI
Jurusan Sistem Informasi, STMIK Pontianak
Jalan Merdeka No. 372 Pontianak, Kalimantan Barat
sandykosasi@yahoo.co.id dan sandykosasi@stmikpontianak.ac.id

Abstrak

Kecenderungan pihak manajemen yang hanya memfokuskan aspek strategi dan resiko bisnis tanpa
memahami dan memiliki perencanaan dan organisasi strategi tata kelola teknologi informasi menyebabkan
pengelolaan aplikasi E-SAS menjadi tidak terpusat sehingga menurunkan produktivitas kerja. Kesenjangan
ini menyebabkan dalam proses perencanaan dan organisasi menjadi kurang efektif dan efisien dalam
mencapai tujuan dan sasaran bisnis perusahaan. Tujuan penelitian untuk mengetahui nilai kesenjangan dari
tingkat kematangan yang ada dengan yang diharapkan dari sisi domain PO (Plan and Organize) dan
merekomendasikan model tata kelola teknologi informasi menggunakan kerangka kerja COBIT 4.1. Tingkat
kematangan tata kelola teknologi informasi penerapan E-SAS sisi domain PO menunjukkan rata-rata 2,782
dan berada dalam skala 2,51-3,50 pada tingkat ke 3 (defined process). Nilai paling rendah pada proses PO8
(mengelola kualitas) dengan nilai 2,600. Tata kelola teknologi informasi PO8 memiliki hubungan dan
keterkaitannya dari control objective input berupa PO1, PO10, ME1 dan sebagai control objective output
meliputi AI1, AI2, AI3, AI5, dan DS2; PO10, AI1, AI2, AI3, dan AI7; ALL; PO4 dan AI6. Untuk mencapai
tingkat kematangan yang diharapkan, manajemen harus memiliki mekanisme perencanaan dan organisasi
yang tepat sasaran, mendefinisikan arsitektur informasi, mengomunikasikan tujuan dan arahan manajemen,
mengelola sumberdaya teknologi informasi, mengelola kualitas, menaksir dan mengelola resiko teknologi
informasi, dan mengelola proyek.

Kata Kunci : tata kelola teknologi informasi, plan and organize (PO), tingkat kematangan, COBIT 4.1

1. Pendahuluan dan organisasi belum sepenuhnya memiliki

Pemanfaatan dan penerapan tata kelola
teknologi informasi organisasi bisnis senantiasa
menjanjikan beragam manfaat untuk segenap
stakeholder. Mulai dari proses perbaikan
efektivitas dan efisiensi kinerja proses bisnis,
penciptaan transparansi dan akuntabilitas
informasi, percepatan pengambilan keputusan,
struktur dan mekanisme transparansi bisnis
hingga perubahan tata kelola model proses bisnis
dengan kualitas data yang buruk [1]. Namun
pelaksanaannya masih memiliki kecenderungan,
dimana belum semuanya dapat memberikan hasil
akhir secara optimal sesuai harapan. Biaya
operasional semakin tinggi, integrasi sistem
cenderung bersifat parsial, proyek teknologi
informasi seringkali mengalami hambatan dalam
penyelesaian dan gagal dalam penerapannya,
munculnya resistensi dari internal dan eksternal,
perencanaan investasi teknologi informasi tidak
terukur. Unit proses bisnis mengalami kesulitan
proses sinkronisasi, konvergensi,
interoperabilitas, dan integrasi informasi [1].
Kehadiran informasi menjadi tidak konsisten dan
mempersulit proses transformasi data/informasi.
Pengelolaan yang cenderung terpusat
dengan aplikasi yang belum sepenuhnya memiliki
hubungan antar fungsi bisnis dan unit kerja dapat
menurunkan produktivitas kerja [5]. Perencanaan
kesesuaian kualitas sistem teknologi informasi
dengan kebutuhan proses bisnis. Struktur dan
mekanisme antar proses bisnis belum terstruktur
dan menyebabkan penyebaran informasi menjadi
tidak konsisten dan menyulitkan pembuatan
keputusan pada tingkatan operasional, manajerial
dan strategis. Kenyataannya manajemen hanya
selalu memfokuskan kepada aspek strategi dan
resiko bisnis dan kurang memahami mengenai
pentingnya strategi dalam penerapan tata kelola
teknologi informasi . Kesenjangan ini
menyebabkan dalam proses perencanaan dan
organisasi menjadi kurang efektif dan efisien
dalam mencapai tujuan dan sasaran bisnis
perusahaan [5, 15].
Kenyataan ini memberikan implikasi
penting bagi pihak manajemen dan pemangku
kepentingan, bahwa memiliki tata kelola
informasi yang tepat sudah menjadi kebutuhan
penting untuk saat ini dan mendatang . Memiliki
kepatutan semua elemen tata kelola teknologi
informasi secara tepat, akurat dan relevan dapat
meningkatkan nilai-nilai ekspektasi untuk semua
pemangku kepentingan [3]. Memiliki Tata kelola
teknologi informasi sangat penting menyediakan
jaminan mencapai tujuan bisnis dan mencegah
resiko ketidaksesuaian proses bisnis dengan
memperhatikan semua kepatutan sistem

16

pengelolaan data dan informasi secara tepat [4].
Memiliki perencanaan dan mekanisme
pengelolaan manajemen internal yang baik dapat
memastikan penerapan teknologi informasi dan
memiliki keselarasan secara konsisten dengan
keterpaduan antara strategi bisnis dan teknologi
informasi [2,3].
Ketersediaan perencanaan dan organisasi
yang relevan, tepat dan memiliki akurasi yang
tinggi merupakan kebutuhan penting dalam
memberikan pelayanan kepada masyarakat dan
pelanggan perusahaan secara keseluruhan [14].
Tidak hanya organisasi pemerintahan dan BUMN,
tetapi juga untuk organisasi atau perusahaan
swasta, dalam hal ini perusahaan-perusahaan yang
bergerak dalam bisnis ritel untuk produk
perawatan kecantikan melalui penerapan E-
Selling Application System (E-SAS). E-SAS
memiliki tujuan memperlancar dan
mempermudah dalam mengolah semua data
transaksi bisnis ritel secara online sehingga dapat
memperlancar dalam proses pembuatan keputusan
pengadaan barang khususnya perawatan
kecantikan. Menerapkan E-SAS dapat
menghasilkan berbagai jenis laporan dan
informasi baik secara umum dan mendetil, mulai
dari sistem pemesanan, mekanisme sistem retur
dan pengembalian, penerbitan faktur,
penjadwalan pengiriman dan penerimaan, sistem
penagihan dan pembayaran tagihan.
Sehubungan aplikasi ini sangat penting
dalam mengolah semua data transaksi bisnis ritel,
dan agar sistem dapat bekerja secara maksimal,
maka perlu untuk mengetahui nilai tingkat
kematangannya. Mengingat nilai sebuah
kematangan tata kelola teknologi informasi dapat
memberikan sejumlah informasi penting terutama
mengenai kinerja dari E-SAS khusus dari sisi
domain PO (Plan and Organize) [4]. Domain PO
menitikberatkan aspek perencanaan dan
organisasi tata kelola teknologi informasi yang
tepat agar dapat memberikan pelayanan teknologi
informasi yang prima [4]. Kondisi ini
membutuhkan kematangan dan keselarasan
perencanaan dan organisasi teknologi informasi.
Ketidakselarasan antara pengelolaan teknologi
informasi dengan tujuan dan sasaran bisnis
perusahaan menyebabkan pengelolaan
sumberdaya teknologi informasi menjadi tidak
optimal [5,12]. Melalui perencanaan dan
organisasi dapat memberikan kepastian bahwa
penggunaan teknologi informasi menjadi lebih
optimal dan dapat mengelola resiko secara tepat.
Salah satu metode untuk menilai tingkat
kematangan tata kelola teknologi informasi dapat
menggunakan kerangka kerja COBIT 4.1 dan
hanya membahas dari sisi domain PO [2,7-8].
Penelitian sejenis yang hanya membahas sisi
domain PO diantaranya penelitian untuk beberapa
kasus seperti badan kepegawaian daerah,
Seminar Nasional Informatika 2015
perguruan tinggi, rumah sakit, dan distributor
memperlihatkan rata-rata nilai tingkat
kematangan ketersediaan layanan teknologi
informasi masih berada di skala 2 (repeatable but
intuitive). Kepatutan prosedurnya belum
terdefinisi secara baik dan formal sehingga masih
sering terjadi ketidakkonsistenan [6,9-11].
Penelitian ini memiliki relevansi dengan
penelitian sebelumnya dalam aspek mencapai
keselarasan strategi teknologi informasi dan
strategi bisnis, kemampuan mengoptimalkan
sumberdaya teknologi informasi, memahami
sasaran teknologi informasi, mengelola resiko
teknologi informasi dan kualitas teknologi
informasi sesuai dengan kebutuhan bisnis. Dalam
penelitian ini tidak hanya sekedar mengukur nilai
tingkat kematangannya saja, tetapi juga
membahas mengenai sisi implikasi pada aspek
manajerial dan rekomendasi model proses tata
kelola teknologi informasi dari sisi control
objective input dan output berdasarkan indikator
tujuan (key goal indicators) dan kinerja
perusahaan (key performance indicators).
Tujuan penelitian untuk mengetahui nilai
kesenjangan dari tingkat kematangan yang ada
dengan yang diharapkan dalam tata kelola
teknologi informasi dari sisi domain PO melalui
penerapan aplikasi E-SAS untuk sejumlah
perusahaan yang bergerak dalam bidang bisnis
ritel untuk produk perawatan kecantikan.
Berdasarkan nilai tingkat kematangan tersebut,
selanjutnya mengusulkan sebuah rekomendasi
model tata kelola teknologi informasi dengan
merujuk kepada indikator tujuan dan kinerja
perusahaan dalam suatu hubungan antara
keterkaitan proses PO dengan proses teknologi
informasi lainnya.
Bentuk penelitian melalui kegiatan survei
dengan metode R&D (Research and
Development). Penelitian ini melibatkan sebanyak
30 bisnis ritel khusus produk perawatan
kecantikan yang sudah menerapkan E-SAS
dengan skala ukuran bisnis yang relatif sama
menggunakan teknik purposive sampling.
Instrumen penelitian melalui teknik wawancara
dan menyebarkan angket kuesioner. Pengolahan
data sekunder berasal dari sejumlah dokumen
pendukung selama 1 tahun terakhir. Pengolahan
data kuesionernya menggunakan skala Guttman.
Setiap pernyataan dalam kuesioner dapat dijawab
dengan dua kemungkinan jawaban yaitu Y (Ya)
dan T (Tidak). Pernyataan dengan jawaban Ya
(Y) akan dikonversikan pada nilai 1, sebaliknya
untuk jawaban Tidak (T) akan dikonversi pada
nilai 0. Responden menjawab dengan
memberikan tanda centang () pada kolom yang
ada.
Setelah semua hasil kuesioner dimasukkan
ke dalam tabel, dilanjutkan dengan menghitung
nilai kematangan tiap proses untuk setiap
17
Seminar Nasional Informatika 2015

responden. Hasil tingkat kematangan tiap proses pencapaian sasaran dan strategi bisnis. Lebih
dari 30 responden kemudian dicari rata-ratanya, jauh, realisasi strategi perlu direncanakan,
dan hasil rata-rata tersebut akan menjadi nilai dikomunikasikan dan dikelola serta infrastruktur
tingkat kematangan tiap proses teknologi teknologi informasi perlu difungsikan
informasi. Untuk pengolahan data responden sebagaimana mestinya.
diawali dengan menghitung tingkat Proses teknologi informasi untuk domain PO
kematangannya. Kemudian mengolah tingkat meliputi PO1 (mendefinisikan rencana strategis
kematangan masing-masing proses teknologi teknologi informasi), PO2 (mendefinisikan
informasi. Selanjutnya menghitung nilai agregasi arsitektur informasi), PO3 (menentukan arahan
tingkat kematangan melalui rata-rata aritmatik. teknologi informasi), PO4 (mendefinisikan proses
Selanjutnya untuk semua hasil dari nilai agregasi teknologi informasi, organisasi dan
tersebut disajikan dalam bentuk tabel dan grafik hubungannya), PO5 (mengelola investasi
radar dengan menggunakan perangkat lunak teknologi informasi), PO6 (mengomunikasikan
Microsoft Excel [13]. tujuan dan arahan manajemen), PO7 (mengelola
sumberdaya teknologi informasi), PO8
2. Kerangka Kerja COBIT 4.1 (mengelola kualitas), PO9 (menaksir dan
Kerangka kerja COBIT 4.1 untuk melihat mengelola resiko teknologi informasi), PO10
informasi yang dibutuhkan untuk mendukung (mengelola proyek) [2,7-8].
sasaran sumberdaya teknologi informasi yang
harus di kelola melalui proses teknologi 2.2. Model Tingkat Kematangan
informasi. Kerangka kerja COBIT 4.1 (Control Menilai tingkat kematangan akan berbeda di
Objective for Information and related tiap proses teknologi informasi dengan merujuk
Technology) merupakan kerangka tata kelola kepada masing-masing kriteria pemenuhannya.
teknologi informasi yang ditujukan kepada Perhitungan nilai indeks tingkat kematangan
manajemen, staf pelayanan teknologi informasi, dengan rumus: Nilai Indeks = { (jumlah
departemen kontrol, fungsi audit dan pemilik jawaban x nilai kematangan): (jumlah pertanyaan
proses bisnis, memastikan confidenciality, x jumlah responden)}. Selanjutnya hasil dari nilai
integrity, availability data serta informasi sensitif indeks di petakan berdasarkan nilainya dengan
dan kritikal dalam mencapai tujuan dan sasaran merujuk kepada skala pembulatan indeks sesuai
perusahaan [7,8]. dengan tingkat model kematangannya (Tabel 1)
Kerangka kerja COBIT 4.1 memiliki empat [13,15].
domain, yaitu PO (Plan and Organize), AI
(Acquire and Implement), DS (Deliver and Tabel 1 Skala Pembulatan Indeks
Support), dan ME (Monitor and Evaluate). Skala Tingkat Kematangan
Sehubungan dengan perencanaan dan organisasi 4,51 5,00 5 Optimised
3,51 4,50 4 Managed and Measurable
teknologi informasi, maka difokuskan kepada 2,51 3,50 3 Defined Process
domain PO. Penilaian tingkat kematangan domain 1,51 2,50 2 Repeatable but intuitive
PO mencerminkan kesiapan teknologi informasi 0,51 1,50 1 Initial/Ad Hoc
0,00 0,50 0 Non-Existent
mencapai keselarasan strategi, tujuan dan sasaran
perusahaan [2,4].
Untuk model kematangan tata kelola
teknologi informasi memiliki pengelompokkan
kapabilitas pengelolaan proses teknologi
informasi dari tingkat 0 (non-existent) sampai
tingkat 5 (optimised). Hal ini memudahkan
manajemen dalam memahami secara ringkas
mendeskripsikan masing-masing tingkat
kematangan secara umum (Tabel 2) [2,7-8].

Tabel 2 Model Kematangan

Tingkat Deskripsi Kriteria Model Kematangan
0 Kekurangan yang menyeluruh terhadap proses
Non existent apapun yang dapat dikenali. Perusahaan bahkan
tidak mengetahui bahwa terdapat permasalahan-
permasalahan yang harus diatasi.
1 Terdapat bukti bahwa perusahaan mengetahui
Gambar 1 Model COBIT Cube Initial/Ad adanya permasalahan yang harus diatasi.
Hoc Bagaimanapun juga tidak terdapat proses standar,
namun menggunakan pendekatan ad hoc yang
2.1. Domain Plan and Organize (PO) cenderung diberlakukan secara individu atau
berbasis per kasus. Secara umum pendekatan
Domain PO meliputi strategi, taktik, dan kepada pengelolaan proses tidak terorganisasi.
identifikasi mengenai mekanisme teknologi 2 Proses dikembangkan ke dalam tahapan prosedur
informasi dalam berkontribusi terhadap Repeatable serupa diikuti oleh pihak-pihak yang berbeda untuk
but intuitive pekerjaan yang sama. Tidak terdapat pelatihan

18
 Seminar Nasional Informatika 2015

formal atau pengomunikasian prosedur standar dan mendefinisikan prosedur distandarisasi dan
tanggung jawab diserahkan kepada individu
masing-masing. Terdapat tingkat kepercayaan didokumentasikan kemudian dikomunikasikan
yang tinggi terhadap pengetahuan individu melalui pelatihan. Kemudian diamanatkan bahwa
sehingga kemungkinan kesalahan besar dapat
terjadi.
proses-proses tersebut harus diikuti. Namun
3 Prosedur distandarisasi dan didokumentasikan penyimpangan tidak mungkin dapat terdeteksi.
Defined kemudian dikomunikasikan melalui pelatihan. Prosedur sendiri tidak lengkap namun sudah
Kemudian diamanatkan bahwa proses-proses
tersebut harus diikuti. Namun penyimpangan tidak memformalkan praktek yang berjalan.
mungkin dapat terdeteksi. Prosedur sendiri tidak
lengkap namun sudah memformalkan praktek yang
berjalan.
3.2. Analisis Kesenjangan Kematangan
4 Manajemen mengawasi dan mengukur kepatutan Hasil analisis kesenjangan kematangan
Managed and terhadap prosedur dan mengambil tindakan jika domain PO dari penerapan E-SAS
Measurable proses tidak dapat dikerjakan secara efektif. Proses
berada di bawah peningkatan yang konstan dan memperlihatkan bahwa nilai rata-rata tingkat
penyediaan praktek yang baik. Otomatisasi dan kematangan ada pada 2,782. Adapun domain PO
perangkat digunakan dalam batasan tertentu.
5 Proses telah dipilih ke dalam tingkat praktek yang
dibawah nilai tersebut adalah domain PO1, PO4,
Optimised baik, berdasarkan hasil dari perbaikan PO5, PO7, dan PO8. Artinya nilai kematangan
berkelanjutan dan pemodelan kedewasaan dengan masih berada jauh dari target yang diharapkan
perusahaan lain. Teknologi informasi digunakan
sebagai cara terintegrasi untuk mengotomatisasi (bahkan dibawah rata-rata) pada posisi 4
alur kerja, penyediaan alat untuk peningkatan (managed and measurable). Nilai paling rendah
kualitas dan efektivitas serta membuat perusahaan
cepat beradaptasi.
ada pada domain PO8 (mengelola kualitas)
dengan nilai kematangan 2,600. Namun demikian,
3. Hasil Penelitian dari semua domian PO, yang mendekati tingkat
3.1. Nilai Kematangan Tata Kelola Teknologi kematangan yang diharapkan (managed and
Informasi measurable) adalah PO10 yang mewakili proses
Melalui hasil pengukuran dapat diperoleh mengelola proyek dengan nilai tingkat
nilai perhitungan mengenai rekapitulasi kematangan adalah 2,900 (Gambar 3).
kematangan tata kelola teknologi informasi
penerapan E-SAS. Nilai perhitungan yang
dikhususkan kepada domain PO ini
memperlihatkan mengenai kondisi saat ini
(terjadi) dan kondisi tata kelola teknologi
informasi yang menjadi harapan kedepannya
(tabel 3).

Tabel 3 Kesenjangan Tingkat Kematangan

Hasil Maturit
Domain Proses Pengujia y Level
n
Mendefinisikan rencana
PO1 2,765 4
strategis teknologi informasi
Mendefinisikan arsitektur
PO2 2,825 4
informasi
Menentukan arahan teknologi
Gambar 3 Model Tingkat Kematangan
PO3 2,833 4
informasi
Mendefinisikan proses Kondisi ini terjadi karena dalam menerapkan
teknologi informasi,
PO4 2,741 4 E-SAS belum memiliki komunikasi yang efektif
organisasi dan
keterhubungannya. dalam menerapkan standar QMS (Quality
Mengelola investasi teknologi
PO5
informasi
2,727 4 Management System). Manajemen belum dapat
PO6
Mengomunikasikan tujuan
2,882 4
mengawasi dan mengukur kepatutan terhadap
dan arahan manajemen prosedur dan mengambil tindakan jika proses
Mengelola sumberdaya
PO7 2,688 4 tidak dapat dikerjakan secara efektif. Proses
teknologi informasi
PO8 Mengelola kualitas 2,600 4 berada di bawah peningkatan yang konstan dan
Menaksir dan mengelola
PO9
resiko teknologi informasi
2,856 4 penyediaan praktek yang baik. Otomatisasi dan
PO10 Mengelola proyek 2,900 4 perangkat digunakan dalam batasan tertentu
sehingga belum sepenuhnya E-SAS dalam
Penerapan E-SAS dalam bisnis ritel ini memperlancar dan meningkatkan kinerja
menghasilkan rata-rata domain PO dengan nilai manajemen dan bisnis.
2,782, dan berada dalam skala tingkat Belum memiliki perencanaan, pelaksanaan
kematangan dari 2,51 - 3,50. Tingkat kematangan dan memelihara QMS sesuai standar persyaratan
yang terendah ada pada PO8 dalam hal mengelola kualitas, prosedur, kebijakan dan pola komunikasi
kualitas, yaitu 2,600. Nilai tingkat kematangan terstruktur. Pernyataan kualitas persyaratan dan
semua proses domain PO berada tingkat ke 3 mekanisme komunikasi sebagai indikator nilai
(defined process). Model kematangan kuantitatif secara jelas belum dapat terealisasi.

19
Seminar Nasional Informatika 2015

mengelola resiko
Belum ada mekanisme perbaikan berkelanjutan teknologi informasi
melalui pemantauan yang jelas, analisis dan PO10 Mengelola proyek 2,900 4 1,100 Priority
tindakan penyimpangan, dan mengomunikasikan
hasilnya kepada pemangku kepentingan. Belum Hasil pengukuran membawa pada kebutuhan
memiliki manajemen mutu untuk memastikan akan pendefinisian tingkat kematangan proses
pemanfaatan teknologi informasi memberikan yang mengindikasikan semakin baik hasil
nilai perbaikan, proses bisnis yang pengukuran kinerja atau semakin terpenuhinya
berkesinambungan dan transparansi bagi ukuran kinerja yang didefinisikan, maka tingkat
pemangku kepentingan. kematangan proses semakin tinggi juga. Tingkat
kematangan ditentukan dengan menyesuaikan
3.3. Implikasi Pada Aspek Manajerial hasil pengukuran dengan standar COBIT 4.1.
Penerapan tata kelola teknologi informasi Pihak manajemen kemudian meninjau hasil
pada bisnis ritel khususnya perawatan kecantikan pengukuran kinerja dan tingkat kematangan tiap
diharapkan dapat mencapai tingkat kematangan proses kemudian dengan mengacu kepada standar
pada tingkat ke 4 (managed and measurable) kerangka kerja COBIT 4.1 mengarahkan kepada
dengan spesifikasi yang memenuhi standarisasi pemenuhan objektif kontrol dalam tiap proses
COBIT 4.1. Sementara dari sisi berdasarkan hasil teknologi informasi.
perhitungan tingkat kematangan dapat dilihat Selain peningkatan proses, pihak manajemen
bahwa tingkat kematangan tata kelola teknologi perlu melakukan tindakan perbaikan terhadap
informasi masih berkisar dalam skala interval ketidaksesuaian proses yang telah ada agar tidak
2,51 3,50 yaitu pada tingkat kematangan pada akan terjadi hal serupa di masa mendatang. Oleh
posisi ke 3 (ditetapkan/define) dan belum karena pentingnya peningkatan pengelolaan
melebihi dari nilai batas maksimal 3,50. Hal ini proses, kemampuan penentuan indikator
menandakan bahwa terdapat sejumlah pengukuran kinerja dan pemahaman kondisi saat
kesenjangan yang harus dihilangkan agar tingkat ini melalui penentuan tingkat kematangan.
kematangan yang diinginkan dapat dicapai Membutuhkan keterlibatan yang
dengan baik. Untuk itu harus dilakukan berkesinambungan antara pihak manajemen dan
perbaikan-perbaikan keseluruhan proses teknologi pengguna dalam proses teknologi informasi.
informasi pada domain PO dengan merujuk
kepada detail objektif kontrol masing-masing 3.4. Rekomendasi Tata Kelola Teknologi
proses. Rincian kriteria implikasi hasil penelitian Informasi PO8
dibawah ini. Tata kelola teknologi informasi pada domain
Hasil penelitian memperlihatkan dari semua PO, sesuai dengan pedoman COBIT 4.1 terkait
rincian proses tersebut memiliki tipe prioritas dengan control objective pada PO8 yaitu
yang berbeda dari sisi kebutuhan untuk segera mengelola kualitas dalam tata kelola tersebut
dilakukan perbaikan dan yang menjadi prioritas terkait dengan control objective yang lain dimana
utama. Proses tata kelola teknologi informasi sebagai control objective input terdiri dari PO1
yang menjadi prioritas utama yaitu pada proses (mendefinisikan rencana), PO10 (mengelola
PO1, PO4, PO5, PO7, dan PO8. Selanjutnya proyek), ME1 (mengawasi dan mengevaluasi
untuk proses-proses lainnya yang perlu diperbaiki kinerja teknologi informasi) dan sebagai control
adalah rata-rata proses tata kelola teknologi objective output terdiri dari AI1 (mengidentifikasi
informasi dengan tipe prioritas (priority) meliputi solusi otomatis), AI2 (memperoleh dan
PO2, PO3, PO6, PO9, dan PO10 (tabel 4). memelihara perangkat lunak aplikasi), AI3
(memperoleh dan memelihara infrastruktur
Tabel 4 Implikasi Pada Aspek Manajerial teknologi informasi), AI5 (memenuhi sumberdaya
Domain Proses
Current
Maturity
Expected
Maturity
Selisih
Priority
Type
teknologi informasi), DS2 (mengelola layanan
Mendefinisikan
Super
pihak ketiga) dalam kegiatan untuk melakukan
PO1 rencana strategis 2,762 4 1,238
teknologi informasi
Priority standarisasi akuisisi; P10 (mengelola proyek),
PO2
Mendefinsikan
2,825 4 1,175 Priority AI1 (mengidentifikasi solusi otomatis), AI2
arsitektur informasi
PO3
Menentukan arahan
2,833 4 1,167 Priority
(memperoleh dan memelihara perangkat lunak
teknologi informasi
Mendefinsikan
aplikasi), AI3 (memperoleh dan memelihara
proses teknologi
Super
infrastruktur teknologi informasi), dan AI7
PO4 informasi, 2,741 4 1,259
organisasi dan
Priority (instalasi dan akreditasi solusi beserta
keterhubungannya
Mengelola investasi Super
perubahannya) dalam kegiatan untuk melakukan
PO5 2,727 4 1,273
teknologi informasi Priority standar pengembangan; ALL untuk semua
Mengomunikasikan
PO6 tujuan dan arahan 2,882 4 1,118 Priority domain dan proses yang terlibat didalamnya
manajemen untuk melakukan penyusunan dan pengembangan
Mengelola
PO7 sumberdaya 2,688 4 1,312
Super
Priority
standar kualitas dan matriks kebutuhan; PO4
teknologi informasi
Super
(mendefinisikan proses teknologi informasi,
PO8 Mengelola kualitas 2,600 4 1,400
Priority organisasi dan keterhubungannya), AI6
PO9 Menaksir dan 2,856 4 1,144 Priority

20
 Seminar Nasional Informatika 2015

(mengelola perubahan) untuk melakukan kegiatan mengelola proyek, dan mengomunikasikan

tindakan pengembangan kualitas (Gambar 4). kepada pimpinan perusahaan.
Tata kelola teknologi informasi untuk
domain PO8 (mengelola kualitas) memiliki
AI1, AI2, AI3, AI5, DS2
Standar akuisisi hubungan dan keterkaitannya yang dilihat dari
PO1
Mendefinisikan rencana control objective input terdiri dari PO1, PO10,
ME1 dan sebagai control objective output terdiri
PO10, AI1, AI2, AI3, AI7 dari AI1, AI2, AI3, AI5, dan DS2; PO10, AI1,
Standar pengembangan
AI2, AI3, dan AI7; ALL; PO4 dan AI6. Evaluasi
PO10 PO8
Mengelola proyek Mengelola Kualitas tingkat kematangan harus diukur secara periodik
ALL
dan tidak hanya domain PO, namun perlu juga
Standar kualitas dan
matriks kebutuhan
melibatkan domain lainnya agar memiliki
ME1 kesatuan informasi yang jelas dan terukur dalam
Mengawasi dan
mengevaluasi kinerja perumusan dan perencanaan tata kelola teknologi
teknologi informasi
PO4, AI6
Tindakan
informasinya dalam mencapai tingkat kematangan
pengembangan kualitas
yang diharapkan.

Daftar Pustaka:
Gambar 4 Keterkaitan Proses PO8 dengan Proses
[1] Asante, K.K., 2010, Information Technology
Teknologi Informasi Lainnya
Strategic Alignment: A Correlational Study
Between The Impact of IT Governance
Untuk meningkatkan nilai dari tingkat
Structures And IT Strategic Alignment,
kematangan khususnya pada PO8 (mengelola
Dissertation, Capella University, Published
kualitas/mutu), maka pengembangan sistem
by ProQuest LLC.
manajemen mutu untuk bisnis ritel harus memiliki
[2] Brand, K., Boonen, H., 2005, IT Governance
perencanaan, penerapan, pengawasan dan
Based on COBIT 4.1: A Management
pemeliharaan sistem dengan standarisasi yang
Guide, Third Edition, Van Haren Publishing.
jelas dan mudah untuk dipahami oleh semua
[3] Debreceny, R. S., Gray, G. L., 2013, IT
fungsi bisnis dan unit kerja yang ada. Mengelola
Governance and Process Maturity: A
kualitas penting untuk memastikan bahwa
Multinational Field Study, Journal of
penerapan E-SAS dapat memberikan nilai-nilai
Information Systems, Vol.27, No.1, Spring,
dalam pertumbuhan omzet dan profitabilitas
hal 157-188.
bisnis ritel untuk produk perawatan kecantikan,
[4] Grembergen, Wim Van., De Haes., 2008, IT
kemajuan yang bersifat terus menerus, dan
Governance Implementation Guide, ITGI.
memiliki transparansi informasi bagi pihak
[5] Huang, R., Zmud, R.W., Price, R. L., 2010,
shareholder dan pimpinan perusahaan. Fokus tata
Influencing The Effectiveness of IT
kelola teknologi informasi PO8 merujuk pada
Governance Practices Through Steering
ketentuan sistem manajemen mutu, melakukan
Committees and Communication Policies,
monitoring kinerja terus menerus terhadap
European Journal of Information Systems,
sasaran yang sudah dikenal, dan penerapan
Vol 19, hal 288-302.
program bagi kemajuan yang teus menerus dari
[6] Hendriadi, A. A., Jajuli, M., T, Kun S.,
layanan teknologi informasi.
2012, Pengukuran Kinerja Sistem Informasi
Akademik Dengan Menggunakan Kerangka
4. Simpulan
Kerja COBIT 4.1 Pada Domain Plan and
Tingkat kematangan tata kelola teknologi
Organize Di Universitas Singaperbangsa
informasi dalam penerapan E-SAS dari sisi
Kararang, Majalah Ilmiah Solusi Uniska,
domain PO (Plan and Organize) menunjukkan
ISSN: 1412-86676, Vol 10, No. 22.
bahwa nilai rata-rata domain 2,782. Nilai tersebut
[7] IT Governance Institute, 2007, COBIT 4.1:
menunjukkan belum semuanya secara spesifik
Framework, Objektif kontrols, Management
sudah berada pada posisi ke 3 (defined process).
Guidelines, Maturity Models, ITGI.
Nilai paling rendah terdapat pada proses PO8
[8] IT Governance Institute, 2010, IT Standards,
(mengelola kualitas) dengan nilai hasil pengujian
Guidelines, and Tools and Techniques for
2,600. Untuk mencapai tingkat kematangan yang
Audit, Assurance and Control Professionals,
diharapkan (expected maturity level), manajemen
ISACA, ITGI.
perusahaan harus memiliki mekanisme
[9] Kurniawan, Y. I., 2013, Pengukuran Tingkat
perencanaan dan organisasi yang tepat sasaran
Maturity Domain Planning and Organizing
dalam kegiatan mendefinisikan arsitektur
Menggunakan COBIT 4.1, KNSI, STMIK
informasi, mengomunikasikan tujuan dan arahan
Bumigora Mataram, hal 430-435.
manajemen, mengelola sumberdaya teknologi
[10] Kustanti, Z.A., Rusdiansyah, A.,
informasi, mengelola kualitas, menaksir dan
Hendrantoro, G., 2012, Tata Kelola
mengelola resiko teknologi informasi, dan

21
Seminar Nasional Informatika 2015
Teknologi Informasi Menggunakan COBIT
(Studi Kasus: Badan Kepegawaian Daerah
Kabupaten Gresik), KNSI, STMIK-STIKOM
Bali, hal 379-384.
[11] Maynardo, F., Buliali, Joko L., Tjahyanto,
A., 2012, Design IT Governance For
Planning and Organizing Information
Technology By Using Cobit Case Study In
XYZ Hospital Surabaya, Prosiding Seminar
Nasional Manajemen Teknologi XV,
Program Studi MMT-ITS, Surabaya, hal 1-
13.
[12] Pereira, R., Silva, M.M., 2012, A Literature
Review: Guidelines Contingency Factors
For IT governance. European,
Mediterranean & Middle Eastern
22
Conference on Information Systems, hal
342-360.
[13] Radovanovic, D., Radojevic, T., Lucic, D.,
Sarac, M., 2010, Analysis of Methodology
for IT Governance and Information Systems
Audit, 6th International Scientific
Conference, ISSN 2029-4441 print/ISSN
2029-428X CD, May 13-14, hal 943-949.
[14] Raodeo, V., 2012, IT Strategy Governance:
Frameworks and Best Practice, International
Journal of Research in Economics & Social
Sciences, Vol 2 Issue 3, March, ISSN:2249-
7382, hal 49-59.
[15] Rezaei, N., 2013, The Evaluation of
Implementing IT governance Controls, Journal of
Applied Business and Finance Researches, Vol 2
Issue 3, hal 82-89
 Seminar Nasional Informatika 2015

PENERAPAN TEOREMA BAYES PADA SISTEM PAKAR UNTUK

MENGIDENTIFIKASI PENYAKIT TUMBUHAN PADI
Elida Tuti Siregar 1
1,2
Manajemen Informatika, Tehnik dan Ilmu komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yos sudarso Tanjung Mulia Medan
1
elidatuti15@gmail.com

Abstrak

Padi merupakan salah satu komoditi pangan utama di Indonesia. Kebutuhan akan komoditi padi terus
meningkat dari tahun ke tahun baik sebagai bahan pangan utama, pakan ternak maupun sebagai bahan baku
industri skala besar hingga skala kecil. Berbagai upaya telah dilakukan untuk meningkatkan produksi padi
nasional antara lain dengan penelitian varietas unggul, perluasan areal tanam, dan penyuluhan. Namun dalam
proses penanaman padi terdapat beberapa kendala yaitu intensitas serangan hama dan penyakit, dan
kurangnya tenaga penyuluh pertanian. Dalam mengatasi masalah serangan penyakit pada tanaman padi,
petani padi selaku pihak yang berhubungan secara langsung pada penanaman padi perlu untuk mengetahui
informasi yang cepat dan akurat terkait jenis penyakit yang menyerang. Sehingga setelah didapatkan
informasi penyakitnya maka dapat segera diketahui solusi untuk mengatasi serangan penyakit tersebut.
Dengan berkembangnya teknologi informasi, banyak informasi yang dapat diakses secara cepat melalui
layanan internet. Kemudahan akses terhadap informasi inilah yang salah satunya dapat digunakan untuk
memberikan informasi kepada petani padi tentang identifikasi penyakit. Oleh karena itu peneliti mencoba
memberikan salah satu solusi yang dapat dilakukan untuk membantu petani padi dalam mengidentifikasi
penyakit tanaman padi. Pada penelitian ini peneliti menerapkan teorema Bayes untuk menghitung nilai
probabilitas hasil identifikasi penyakit tanaman padi. Pada pengujian sampel data gejala penyakit
menunjukkan bahwa menghasilkan nilai akurasi sebesar 90 %.

Kata kunci : Teorema Bayes, Tumbuhan Padi, Probabilitas

1. PENDAHULUAN 2. TINJUAN PUSTAKA

Padi merupakan salah satu komoditi 2.1 Sistem pakar

pangan utama masyarakat Indonesia. Kebutuhan
akan komoditi padi terus meningkat dari tahun ke
tahun baik sebagai bahan pangan utama, pakan
ternak maupun sebagai bahan baku industri skala
besar (pabrikan) hingga skala kecil (rumah
tangga). Berbagai upaya telah dilakukan untuk
meningkatkan produksi padi nasional antara lain
dengan penciptaan dan penelitian varietas unggul,
bantuan benih unggul bermutu, perluasan areal
tanam, dan penyuluhan.
Namun dalam proses penanaman petani
terdapat beberapa kendala yaitu terjadinya
perubahan iklim yang mengakibatkan intensitas
serangan hama dan penyakit, dan kurangnya
tenaga penyuluh pertanian. Dalam mengatasi
masalah serangan penyakit pada tanaman padi,
petani padi selaku pihak yang berhubungan secara
langsung perlu untuk mengetahui informasi yang
cepat dan akurat terkait jenis penyakit yang
menyerang tanaman padi. Sehingga setelah
didapatkan informasi penyakitnya dapat segera
diketahui solusi untuk mengatasi serangan
penyakit tersebut dengan penerapan metode
teorema bayes
Sistem pakar adalah cabang kecerdasan
buatan yang menggunakan
pengetahuan/knowledge khusus untuk
memecahkan masalah pada level human
expert/pakar Sistem pakar banyak dikembangkan
dalam berbagai ilmu, salah satu diantaranya
dalam bidang kedokteran untuk melakukan
diagnosa penyakit. Sistem pakar digunakan untuk
menentukan diagnosa penyakit akan membantu
mengkonfirmasi diagnosa dan menentukan saran
dan terapinya.
sistem pakar adalah sistem informasi
berbasis komputer yang menggunakan
pengetahuan pakar untuk mencapai performa
keputusan tingkat tinggi dalam domain persoalan
sempit. Bagian dalam sistem pakar terdiri dari 2
komponen utamayakni berisi knowledge base
yang berisi basis pengetahuan dan mesin inferensi
yang menggambarkan kesimpulan. Kesimpulan
tersebut merupakan respons dari sistem pakar atas
permintaan pengguna. Gambar 1 berikut
menggambarkan konsep dasar suatu sistem pakar
knowledge based

23
Seminar Nasional Informatika 2015
Gambar1. Konsep dasar sistem pakar
Komponen yang harus dimiliki dalam
membangun sistem pakar adalah sebagai berikut
Antar Muka pengguna, Basis pengetahuan, Mesin
Inferensi, Memori kerja. Sedangkan untuk
menjadikan sistem pakar menjadi lebih
menyerupai seorang pakar yang berinteraksi
dengan pemakai, maka dilengkapi dengan,
fasilitas Penjelasan (Explanation Facility),
fasilitas Akuisisi Pengetahuan (Knowledge
Acquisition Faciility). Hal ini terlihat dalam
struktur sistem pakar pada Gambar 2.
Gambar2. Struktur sistem pakar
2.2 Komponen Utama Pada Struktur Sistem
Pakar
1. Basis Pengetahuan (Knowledge Base) Basis
pengetahuan merupakan inti dari suatu sistem
pakar, yaitu berupa representasi pengetahuan
dari pakar. Basis pengetahuan tersusun atas
fakta dan kaidah. Fakta adalah informasi
tentang objek, peristiwa, atau situasi. Kaidah
adalah cara untuk membangkitkan suatu fakta
baru dari fakta yang sudah diketahui
2. Mesin Inferensi (Inference Engine) Mesin
inferensi berperan sebagai otak dari sistem
pakar. Mesin inferensi berfungsi untuk
memandu proses penalaran terhadap suatu
kondisi, berdasarkan pada basis pengetahuan
yang tersedia. Di dalam mesin inferensi
terjadi proses untuk memanipulasi dan
mengarahkan kaidah, model, dan fakta yang
24
disimpan dalam basis pengetahuan dalam
rangka mencapai solusi atau kesimpulan.
Dalam prosesnya, mesin inferensi
menggunakan strategi penalaran dan strategi
pengendalian. Strategi penalaran terdiri dari
strategi penalaran pasti (Exact Reasoning)
dan strategi penalaran tak pasti (Inexact
Reasoning). Exact reasoning akan dilakukan
jika semua data yang dibutuhkan untuk
menarik suatu kesimpulan tersedia,
sedangkan inexact reasoning dilakukan pada
keadaan sebaliknya. Strategi pengendalian
berfungsi sebagai panduan arah dalam
melakukan prose penalaran. Terdapat tiga
tehnik pengendalian yang sering digunakan,
yaitu forward chaining, backward chaining,
dan gabungan dari kedua teknik pengendalian
tersebut
3. Basis Data (Data Base) Basis data terdiri atas
semua fakta yang diperlukan, dimana fakta
fakta tersebut digunakan untuk memenuhi
kondisi dari kaidah-kaidah dalam sistem.
Basis data menyimpan semua fakta, baik
fakta awal pada saat sistem mulai beroperasi,
maupun fakta-fakta yang diperoleh pada saat
proses penarikan kesimpulan sedang
dilaksanakan. Basis data digunakan untuk
menyimpan data hasil observasi dan data lain
yang dibutuhkan selama pemrosesan .
4. Antarmuka Pemakai (User Interface) Fasilitas
ini digunakan sebagai perantara komunikasi
antara pemakai dengan komputer
2.3 Teorema Bayes
Teorema bayes merupakan satu metode yang
digunakan untuk menghitung ketidakpastian data
menjadi data yang pasti dengan membandingkan
antara data ya dan tidak. Probabilitas bayes
merupakan salah satu cara untuk mengatasi
ketidakpastian data dengan menggunakan formula
bayes yang dinyatakan :
Dimana :
P(H | E) = probabilitas hipotesis H jika diberikan
evidence E
P(E | H) = probailitas munculnya evidence E
jika diketahui hipotesis H
P(H) = probabilitas H tanpa mengandung
evidence apapun
P(E) = probabilitas evidence E

3. HASIL DAN PEMBAHASAN
2.1 basis pengtahuan
Dibawah ini adalah basis pengetahuan
yang dijadikan sebagai referensi penerapan
teorema bayes dalam menentukan probabilitas
penyakit berdasarkan gejala yang dijadikan
dengan menggunakan masing-masing kode
penyakit serta kode masing-masing gejala.
Penyakit (P01) : bakteri Xanthomonas campestris
pv oryzae)
Gejala:
G01 | menyerang daun dan titik tumbuh.
G02| Terdapat garis-garis di antara tulang daun
Pengendalian: menanam varitas tahan penyakit
seperti IR 36, IR 46, Cisadane, Cipunegara,
menghindari luka mekanis, sanitasi lingkungan,
pengendalian kimia dengan bakterisida Stablex
WP.
Penyakit (P02) : kerdil
Gejala:
G05|daun menjadi pendek, sempit, berwarna hijau
kekuning- kuningan,
G06|batang pendek,
G08|buku-buku pendek,
G10|anakan banyak tetapi kecil.
Pengendalian: sulit dilakukan, usaha pencegahan
dilakukan dengan memusnahkan tanaman yang
terserang ada memberantas vektor.
Penyakit (P03) : tungro
Gejala:
G07 |pertumbuhan tanaman kurang sempurna,
G09| daun kuning hingga kecoklatan,
G11 |jumlah tunas berkurang,
G12| pembungaan tertunda,
G13|malai kecil dan tidak berisi.
Pengendalian: menanam padi tahan wereng
seperti Kelara, IR 52, IR 36, IR 48, IR 54, IR 46,
IR 42 (A.W, Imam ; 2005 : 30)
Penyakit (P04) : bakteri daun bergaris/Leaf streak
Gejala:
G01| menyerang daun dan titik tumbuh,
G03|Terdapat garis basah berwarna merah
kekuningan pada helai daun sehingga daun seperti
terbakar.
Seminar Nasional Informatika 2015
Pengendalian: menanam varitas unggul,
menghindari luka mekanis, pergiliran varitas dan
bakterisida Stablex 10 WP.
2.2 Perhitungan Manual
Misalnya gejala yang tampak pada tanaman padi
ada 2 gejala yaitu G01 dan G02
hitung:
1. Penyakit bakteri Xanthomonas campestris pv
oryzae (P01)
Jika probabilitas (P01) adalah : 0,11
Jika probabilitas gejala memandang penyakit
adalah G01 : 0,3
G02 : 0,3
Perhitungan nilai Bayes :
P (P01 | G01) =
P (G01 | P01) * P (P01)
P(G01 | P01) * P (P01) + P (G01 | P02) *
P (P02) + P (G01 | P03) * P (P03) +
P (G01 | P04) * P (P04) + P (G01 | P05) *
P (P05) + P (G01 | P06) * P (P06) +
P (G01 | P07) * P (P07) + P (G01 | P08) *
P (P08) + P (G01 | P09) * P (P09)
= 0,3 * 0.11
(0.3*0,11) + (0*0,11) + (0*0,11) +
(0*0,11) +(0*0,11) + (0*0,11) +
(0*0,11) + (0*0,11) +(0*0,11)
= 0,033
0,033
=1
P (P01 | G02) =
P (G02 | P01) * P (P01)
P (G02 | P01) * P (P01) + P (G02 | P02) *
P (P02) + P (G02 | P03) * P (P03) +
P (G02 | P04) * P (P04)+ P (G02 | P05) *
P (P05) + P (G02 | P06) * P (P06) +
P (G02 | P07) * P (P07) + P (G02 | P08) *
P (P08) + P (G02 | P09) * P (P09)
= 0,3 * 0.11
(0.3*0,11) + (0*0,11) + (0*0,11) +
(0*0,11) +(0*0,11) + (0*0,11) +
(0*0,11) + (0*0,11) +(0*0,11)
= 0,033
0,033
=1
Total Bayes 1 = 1 + 1 = 2
2.Penyakit tungro (P03)
Jika probabilitas (P03) adalah : 0,11
25
Seminar Nasional Informatika 2015
Jika probabilitas gejala memandang penyakit
adalah G01 : 0
G02 : 0
Perhitungan nilai Bayes :
P (P03 | G01) =
P (G01 | P03) * P (P03)
P (G01 | P01) * P (P01) + P (G01 | P02) *
P (P02) + P (G01 | P03) * P (P03) +
P (G01 | P04) * P (P04) + P (G01 | P05) *
P (P05) + P (G01 | P06) * P (P06) +
P (G01 | P07) * P (P07) + P (G01 | P08) *
P (P08) + P (G01 | P09) * P (P09)
= 0 * 0.11
(0.3*0,11) + (0*0,11) + (0*0,11) +
(0*0,11) + (0*0,11) + (0*0,11) +
(0*0,11) + (0*0,11) + (0*0,11)
= 0
0,033
=0
4. P (P03 | G02) =
P (G02 | P03) * P (P03)
P (G02 | P01) * P (P01) + P (G02 | P02) *
P (P02) + P (G02 | P03) * P (P03) +
P (G02 | P04) * P (P04) + P (G02 | P05) *
P (P05) + P (G02 | P06) * P (P06) +
P (G02 | P07) * P (P07) + P (G02 | P08) *
P (P08) + P (G02 | P09) * P (P09)
= 0 * 0.11
(0.3*0,11) + (0*0,11) + (0*0,11) +
(0*0,11) + (0*0,11) + (0*0,11) +
(0*0,11) + (0*0,11) + (0*0,11)
= 0
0,033
=0
Total Bayes 2 = 0 + 0 = 0
Hasil = Total Bayes 1 + Total Bayes 2
=2+0
=2
Maka perhitungan probabilitas penyakitnya adalah :
1. Penyakit (P01)
26
= 2 / 2 * 100% = 100 %
2. Penyakit Antraknose (P03)
= 0 / 2 * 100% = 0 %
5. KESIMPULAN DAN SARAN
Teorema Bayes dapat digunakan untuk
mengidentifikasi penyakit pada tanaman padi
dengan menerapkannya pada suatu program
aplikasi. Aplikasi yang dibuat hanya dapat
mengidentifikasi gejala yang tampak secara
umum, belum dapat digunakan untuk
mengidentifikasi gejala penyakit yang tampak
secara khusus seperti penampakan gejala bersifat
ringan, sedang, atau berat. Nilai akurasi hasil
identifikasi program yang didapat dari pengujian
20 sampel gejala penyakit adalah 90 %.
Disarankan menggunakan data training
untuk nilai probabilitas gejala dan penyakit agar
hasil identifikasi lebih akurat. Disarankan
menggunakan data sampel yang lebih besar untuk
pengujian agar validitas hasil menjadi lebih
akurat. Diperlukan pengembangan aplikasi untuk
mengidentifikasi penampakan gejala yang lebih
khusus seperti penampakan gejala bersifat ringan,
sedang, dan berat
DAFTAR PUSTAKA
[1] Anum, R. 2013. Identifikasi Penyakit pada
Tanaman Kedelai Menggunakan Metode
Classical Probability. Malang: Universitas
Brawijaya
[2] Arhami, M. 2005. Konsep Dasar Sistem
Pakar. Yogyakata: Andi
[3] Dwiarta, L. 2010. Menyelam dan
Menaklukkan Samudra PHP. Bogor: CBS
Centre
[4] Hidayat, O. D. 1985. Morfologi Tanaman
Kedelai. Pusat Penelitian dan Pengembangan
Pertanian
[5] Kusumadewi, S. 2003. Artificial Intelegence
(Teknik dan Aplikasinya). Yogyakarta: Graha
Ilmu
 Seminar Nasional Informatika 2015

KLASIFIKASI DATABASE PENDUKUNG LAYANAN INFORMASI

PUBLIK BERBASIS TEKNOLOGI INFORMASI
Nova Rijati1, Budi Widjajanto2, Dewi Agustini Santoso3
1,2,3
Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang
Jl. Nakula I No. 5-11 Semarang 50131
1
novaola@yahoo.com, 2budipojok@yahoo.com, 3dewyntha@yahoo.co.id

Abstrak

Tujuan penelitian ini mengklasifikasikan model database sebagai pendukung layanan informasi publik
Perguruan Tinggi Swasta yang cepat dan tepat waktu, berbiaya ringan, dan cara sederhana sesuai dengan
amanat UU 14/2008 tentang Keterbukaan Informasi Publik yang dikoordinasikan melalui Kopertis Wilayah
VI. Untuk mencapai tujuan tersebut dilakukan perancangan model pengelolaan database dengan cara
menganalisis dan identifikasi sumber data pendukung layanan informasi publik PTS menggunakan tools
Context Diagram, menganalisis dan perumusan model pengolahan data untuk menghasilkan informasi
publik PTS menggunakan Data Flow Diagram, menganalisis dan identifikasi informasi publik PTS,
berdasarkan Context Diagram serta Data Flow Diagram merumuskan model hubungan antar entitas dalam
sistem dalam Entity Relationship Diagram, sehingga dihasilkan desain menu database yang bersifat statis
dan dinamis pendukung informasi publik Perguruan Tinggi Swasta yang terintegrasi.

Kata kunci : informasi publik, klasifikasi database, database informasi publik

1. Pendahuluan antara lain Singapura, Rumania dan China.

Salah satu agenda reformasi di Negara
Kesatuan Republik Indonesia adalah terciptanya
tata kelola pemerintahan yang baik (good
governance) yang mensyaratkan adanya
akuntabilitas, transparansi dan partisipasi
masyarakat dalam setiap proses terjadinya
kebijakan publik [1]. Untuk mewujudkan misi
good governance ini, pemerintah mengeluarkan
Undang-Undang Nomor 14 Tahun 2008 tentang
Keterbukaan Informasi Publik dan Peraturan
Pemerintah Nomor 61 Tahun 2010 tentang
Pelaksanaan UU 14/2008, yang bertujuan untuk
meningkatkan pengelolaan dan layanan informasi
di lingkungan Badan Publik untuk menghasilkan
layanan yang berkualitas
Perguruan Tinggi Swasta yang bernaung
dibawah pembinaan Koordinasi Perguruan
Tinggi Swasta (Kopertis) Wilayah VI yang
berjumlah 246 tentunya tidak luput dari
kewajiban untuk menyediakan layanan informasi
publik sebagaimana diatur dalam Peraturan
Menteri Pendidikan Dan Kebudayaan RI No. 50
tahun 2011 pasal 19 ayat (1) yang berbunyi
Penyajian informasi publik yang wajib
disediakan dan diumumkan secara berkala, secara
serta merta dan tersedia setiap saat dapat disajikan
dalam bentuk soft copy, hard copy dan laman
resmi Kementrian/Perguruan Tinggi
Negeri/Koordinasi Perguruan Tinggi Swasta/Unit
Pelaksana Teknis[4].
Pemanfaatan teknologi informasi untuk
pelayanan publik berbasis TI telah
diimplementasikan pada beberapa negara maju,
Keberhasilan Pemerintah Singapura telah
dianalisis dalam penelitian [5], yang menyatakan
bahwa keberhasilan e-Govenrment Pemerintah
Singapura ditopang oleh oleh empat komponen
utama, yakni : (i) isi informasi, (ii) infrastruktur
ICT, (iii) infrastruktur e-government, dan (iv)
promosi e-government. Sedangkan pengalaman
Pemerintah Rumania, seperti dijelaskan oleh [6]
menyatakan bahwa konsep penyajian informasi
publik harus dilakukan dengan cara yang logis,
konsisten, koheren dan mudah diakses
sehingga setiap pengguna, meskipun tanpa
pengetahuan internet memadai sekalipun, dapat
memperoleh informasi serta menggunakan
layanan on-line. Sedangkan strategi
pengembangan website pusat layanan publik yang
terintegrasi (one-stop centre) terdiri dari empat
tahap pengembangan yakni : katalogisasi,
transaksi, integrasi vertikal ; integrasi horizontal
[7]
Dari beberapa penelitian diatas, dapat
disimpulkan bahwa layanan publik berbasis
teknologi informasi perlu ditopang dengan :
informasi yang berkualitas, terintegrasi serta
mudah diakses. Dimana untuk memelihara
informasi dan membuat informasi tersebut mudah
diakses dibutuhkan suatu sistem yang
terkomputerisasi yang disebut sistem database
[8].
Dengan Pemodelan pengelolaan database
sebagai pendukung layanan informasi publik
Perguruan Tinggi Swasta ini sangat
menguntungkan Perguruan Tinggi Swasta (PTS)
di lingkungan Koodinasi Perguruan Tinggi

27
Seminar Nasional Informatika 2015
Swasta (Kopertis) Wilayah VI yang
merupakan Badan Publik dibawah Kementrian
Pendidikan dan Kebudayaan Republik Indonesia,
karena masingmasing PTS tidak perlu
menafsirkan informasi publik dan
mengembangkan database informasi publik
berdasarkan UU 14/2008 tentang Keterbukaan
Informasi Publik untuk mendukung sistem
layanan informasi publik masing-masing.
Keuntungan lain adalah memberikan
kemudahan bagi Komisi Informasi untuk
melakukan pengawasan pada badan publik untuk
menyediakan serta melengkapi informasi publik
terutama pada bidang pendidikan. Selain itu
pengimplementasian database informasi publik
PTS sebagai pendukung layanan informasi publik
bidang pendidikan, menjadikan informasi publik
bidang pendidikan menjadi mudah untuk
disosialisasikan kepada masyarakat, karena
Kopertis Wilayah VI cukup mengumumkan satu
alamat website saja sebagai penyedia layanan
informasi public dalam bagian ini.
2. Kajian Literatur
Salah Upaya untuk meningkatkan pelayanan
publik tak lepas dari penggunaan teknologi
informasi oleh badan-badan pemerintahan yang
memiliki kemampuan untuk mewujudkan
hubungan dengan warga negara, pelaku bisnis dan
lembaga-lembaga pemerintahan yang lain atau
oleh Bank Dunia disebut sebagai e-government.
Di Indonesia pengembangan e-Government
berpedoman pada Instruksi Presiden R.I.
Nomor 3 Tahun 2003 tentang Kebijakan dan
Strategi Nasional Pengembangan e-Government
[9] serta Keputusan Menteri Komunikasi
Dan Informasi Nomor : PTS. menggunakan data flow diagram atau
55/KEP/M.KOMINFO/12/2003 Tentang
Panduan Pembangunan Infrastruktur Portal
Pemerintah [10].
Portal-portal (kanal informasi) e-Government
yang terbaik merupakan situs pemerintah yang
informatif, komprehensif dan efektif, terintegrasi
dengan kuat, mampu memuat informasi yang luar
biasa besar, menyediakan fitur yang lengkap dan
memanfaatkan semua teknologi informasi dan
komunikasi. Hal ini dikemukakan oleh [11]
dalam penelitiannya yang berjudul Portal-Portal
e-Government Terbaik Di Dunia. United Nations
E-Government Survey Releases 2012
menempatkan Indonesia pada peringkat ke 7 dari
11 negara di Asia Tenggara dibawah Singapura,
Malaysia, Brunei, Vietnam, Philipina dan Thiland
[12].
Keberhasilan Pemerintah Singapura dalam
mengimplementasikan telah dianalisis oleh [5]
dalam penelitian yang berjudul E-government
implementation: A macro analysis of Singapore's
e-government initiatives. Dalam penelitian
28
tersebut diungkapkan bahwa keberhasilan e-
Govenrment Pemerintah Singapura ditopang oleh
oleh empat komponen utama, yakni : (i) isi
informasi, (ii) infrastruktur ICT, (iii) infrastruktur
e-government, dan (iv) promosi e-government.
Pemanfaatan e-Government untuk pelayanan
informasi publik agian ini berisi kajian literatur
yang dijadikan sebagai penunjang konsep
penelitian. Kajian literatur tidak terbatas pada
teori saja, tetapi juga bukti-bukti empiris.
Hipotesis peneltiian (jika ada) harus dibangun
dari konsep teori dan didukung oleh kajian
empiris (penelitian sebelumnya). telah
diimplementasikan oleh Pemerintah Romania,
seperti diungkapkan olah Banciu [6] dalam
penelitiannya yang berjudul e-Romania A
Citizens Gateway towards Public Information
Dalam penelitian ini dijelaskan bahwa konsep
penyajian informasi publik harus dilakukan
dengan cara yang logis konsisten, koheren dan
mudah diakses
Untuk merancang model pengelolaan
database pendukung informasi publik PTS yang
kemudian diimplementasikan untuk mendukung
layanan informasi publik bidang pendidikan pada
Kopertis Wilayah VI yang sesuai dengan UU
14/2008 tentang Keterbukaan Informasi Publik,
maka kegiatan yang dilakukan meliputi :
a. Analisis dan identifikasi sumber data
pendukung layanan informasi publik PTS,
digunakan tools Context Diagram. Dengan
demikian akan tergambar dengan jelas jenis-
jenis dan sumber data yang dibutuhkan untuk
menghasilkan informasi publik serta jenis-
jenis serta penerima informasi tersebut.
b. Analisis dan perumusan model pengolahan
data untuk menghasilkan informasi publik
DFD.
c. Analisis dan identifikasi informasi publik
PTS. Berdasarkan Context Diagram serta
Data Flow Diagram selanjutnya dirumuskan
model hubungan antar entitas dalam sistem
terutama yang terkait dalam menghasilkan
informasi publik dalam Entity Relationship
Diagram. Entity Relationship Diagram
merupakan suatu model untuk menjelaskan
hubungan antar data dalam basis data
berdasarkan objek-objek dasar data yang
mempunyai hubungan antar relasi.
3. Hasil dan Pembahasan
3.1 Jenis Informasi Publik Bidang Pendidikan
Pada situs Kopertis 6

Informasi publik bidang pendidikan menurut
UU 14/2008 yang diatur lebih lanjut dalam
Permendiknas No 50 tahun 2011 yang harus
disediakan sejumlah 58 jenis, terdapat 17 jenis
informasi publik yang tersedia (29%) pada situs
kopertis 6 (www.kopertis6.or.id) sehingga masih
terdapat 41 jenis informasi publik (71%) yang
belum tersedia. Selanjutnya informasi publik
tersebut dikategorikan menjadi 2 jenis informasi,
yakni informasi yang bersifat statis (tidak
berubah-ubah dalam jangka waktu paling tidak 6
bulan sekali) dan informasi yang bersifat dinamis
(berubah berdasarkan transaksi melalui situs
layanan) yang disajikan dalam bentuk text,
gambar dan tabel. Peta situs kopertis 6
(www.kopertis6.or.id) berdasarkan jenis
informasi publik adalah sebagai berikut :
Jenis Informasi Tersedia Belum
Publik Tesedia
Informasi Statis 16 37
Informasi Dinamis 1 4
3.2 Database Informasi Publik yang Bersifat
Statis.
Untuk informasi publik yang bersifat statis,
pengguna hanya dapat melihat isi dokumen pada
situs. Interaksi terbatas pada melihat informasi
yang ditampilkan. Informasi publik jenis statis
akan ditampilkan dengan cara dikoding dalam
format HTML pada editor teks dan disimpan
dalam bentuk .html (misal: informasi tentang
kedudukan atau domisili beserta alamat lengkap,
ruang lingkup kegiatan, maksud dan tujuan, tugas
dan fungsi masing-masing PPID, struktur
organisasi, gambaran umum setiap satuan kerja,
profil singkat pejabat struktural, dll) atau dengan
cara link dengan alamat situs tertentu yang
menyediakan jenis informasi yang sama (misal :
informasi beasiswa, informasi tentang penerimaan
calon pegawai dan/atau pejabat di lingkungan
kementerian, informasi tentang penerimaan calon
peserta didik, dll). Informasi publik bidang
pendidikan yang termasuk jenis ini yakni : semua
informasi yang wajib disediakan dan diumumkan
secara berkala (pasal 13) dan informasi yang
wajib tersedia setiap saat (pasal 15).
3.3 Desain Database Informasi Publik yang
Bersifat Dinamis.
Dari hasil analisis, terdapat 2 jenis informasi
yang bersifat dinamis, yakni : pertama jenis
informasi publik yang wajib diumumkan secara
serta merta meliputi informasi terkait dalam
bidang pendidikan yang dapat mengancam hajat
hidup orang banyak dan ketertiban umum sebagai
akibat seperti bencana alam, bencana non-alam,
bencana sosial, penyebaran penyakit, racun pada
bahan makanan, gangguan terhadap utilitas
publik diumumkan melalui situs dengan konsep
Seminar Nasional Informatika 2015
running text sehingga akan selalu terbaca oleh
pengunjung situs ; kedua jenis informasi publik
yang berkaitan dengan akses informasi publik
yang terdiri dari : jumlah permohonan informasi
publik yang diterima, waktu yang diperlukan
dalam memenuhi setiap permohonan informasi
publik, jumlah permohonan informasi publik yang
dikabulkan baik sebagian atau seluruhnya dan
permohonan informasi publik yang ditolak serta
alasan penolakan permohonan informasi publik,
sesuai dengan ketentuan pasal 4 UU No. 14
Tahun 2008 tentang Keterbukaan Informasi
Publik, dengan prinsip-prinsip :
(1) Setiap Orang berhak memperoleh Informasi
Publik sesuai dengan ketentuan Undang-
Undang.
(2) Setiap Orang berhak:
a. melihat dan mengetahui Informasi
Publik;
b. menghadiri pertemuan publik yang
terbuka untuk umum untuk memperoleh
Informasi Publik;
c. mendapatkan salinan Informasi Publik
melalui permohonan sesuai dengan
Undang-Undang ; dan/atau
d. menyebarluaskan Informasi Publik
sesuai dengan peraturan perundang-
undangan.
(3) Setiap Pemohon Informasi Publik berhak
mengajukan permintaan Informasi Publik
disertai alasan permintaan tersebut
Dengan demikian, konsep database informasi
publik pendukung layanan informasi publik
adalah sebagai berikut :
Informasi serta merta ditampilkan dengan konsep
running text yang selalu tampil pada seluruh
halaman situs dengan tujuan pengunjung situs
selalu dapat mengetahui serta membaca membaca
informasi tersebut.
Menu permintaan akses informasi publik
disediakan untuk pengunjung yang ingin
mendapatkan softcopy informasi publik. Syarat
untuk permintaan informasi publik ini,
pengunjung harus mendaftarkan alamat email
terlebih dahulu, karena softcopy informasi publik
29
Seminar Nasional Informatika 2015
yang permintaannya disetujui maupun alasan
penolakan bagi permintaan informasi publik yang
tidak dapat dipenuhi akan disampaikan melalui
email.
Database informasi publik pada dasarnya berisi
data-data pengunjung serta transaksi permintaan
informasi publik tertentu.
4. Kesimpulan
Dari hasil penelitian yang dilakukan, dapat
ditarik kesimpulan sebagai berikut :
1. Pada website kopertis6.or.id terdapat 58
jenis informasi publik yang bersifat statis,
berupa text/document, gambar maupun link.
2. Pada website kopertis6.or.id terdapat 2 jenis
informasi yang bersifat dinamis, yakni : (1)
jenis informasi publik yang wajib
diumumkan secara serta merta, yang meliputi
meliputi informasi terkait dalam bidang
pendidikan yang dapat mengancam hajat
hidup orang banyak dan ketertiban umum
sebagai akibat seperti bencana alam, bencana
non-alam, bencana sosial, penyebaran
penyakit, racun pada bahan makanan,
gangguan terhadap utilitas publik
diumumkan melalui situs dengan konsep
running text sehingga akan selalu terbaca
oleh pengunjung situs ; dan (2) jenis
informasi publik yang berkaitan dengan akses
informasi publik yang terdiri dari : jumlah
permohonan informasi publik yang diterima,
waktu yang diperlukan dalam memenuhi
setiap permohonan informasi publik, jumlah
permohonan informasi publik yang
dikabulkan baik sebagian atau seluruhnya
dan permohonan informasi publik yang
ditolak serta alasan penolakan permohonan
informasi publik, yang berarti akan menjadi
satu kesatuan dengan model pelayanan
informasi publik melalui situs kopertis.
30
Daftar Pustaka:
[1] Effendi, Sofian. 2009. Agenda Reformasi
Birokrasi Pemerintahan Yang Responsif,
Efisien, Efektif, Makalah pada Seminar
Nasional Reformasi Birokrasi, Jakarta.
[2] --------. 2008. Undang-Undang No. 14
Tahun 2008 tentang Keterbukaan
Informasi Publik. Jakarta
[3] --------. 2010. Peraturan Pemerintah Republik
Indonesia No 61 tahun 2010 tentang
Pelaksanaan Undang-Undang No 14 tahun
2008 Tentang Keterbukaan Informasi Publik.
Jakarta
[4] ---------.2011. Peraturan Menteri Pendidikan
Dan Kebudayaan RI No.50 tahun 2011
Tentang Layanan Informasi Publik Di
Lingkungan Kementrian Pendidikan Dan
Kebudayaan
[5] Bucharest Chan, Lau, Pan 2008 ,E-
government implementation: A macro
analysis of Singapore's e-government
initiatives
[6] Banciu, Diona. 2009. e-Romania-A
Citizens Gateway towards Public
Information. National Institute for Research
and Development in Informatics ICI.
[7] Heng, Wang & Jinchang, Hou. 2010. An
Integrated Approach to Developing a
Successful one-stop Portal e-Government.
Paper in Computer Science ang Information
Technology IEEE International Conference,
Chengdu
[8] Date, CJ., 1995, An Introduction to Database
System, Vol 1 7 th Edition, Addison Wesley
[9] ---------------. 2003. Instruksi Presiden No. 3
tahun 2003 tentang Kebijakan dan Strategi
Nasional Pengembangan E-Government,
Jakarta
[10] -------------. 2003. Keputusan Menteri
Komunikasi Dan Informasi Republik
Indonesia No. 55 tahun 2003 tentang
Panduan Pembangunan Infrastruktur Portal
Pemerintah, Jakarta
[11]Istiyanto, JE., Sutanta, E., 2012, Model
Interoperabilitas Antar Aplikasi e-
Government, Jurnal Teknologi
Technoscientia
[12] United Nations, 2012. E-Government
Survey 2012 : E-Government for the People.
http://www.unpan.org/e-government. Viewed
April, 2 2012.
 Seminar Nasional Informatika 2015

APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN

ALGORITMA SOBELS EDGE DETECTION
Arwin Halim1, Hernawati Gohzali2, In Sin3, Kelvin Wijaya4
1,2,3,4
Jurusan Teknik Informatika, STMIK Mikroskil, Medan
1,2,3,4
STMIK Mikroskil, Jl. Thamrin No. 112, 124, 140, Telp. (061) 4573767, Fax. (061) 4567789
1
arwin@mikroskil.ac.id, 2 hernawati@mikroskil.ac.id, 111110394@students.mikroskil.ac.id,
111110700@students.mikroskil.ac.id

Abstrak

Kemajuan teknologi informasi dan komputer menyebabkan peningkatan minat untuk melakukan revolusi
pencarian informasi. Saat ini telah berkembang pencarian gambar dengan menggunakan gambar yaitu
Content Based Image Retrieval (CBIR), dimana sebelumnya hanya mengandalkan teks sebagai keyword
(kata kunci). Salah satu teknik dalam CBIR adalah dengan ekstrasi fitur tepi pada gambar dengan algoritma
Sobel. Hasil ekstraksi fitur dihitung dengan algoritma Edge Direction histogram (EDH) dan dicocokkan
dengan nilai fitur setiap gambar pada basis data untuk dihitung tingkat kemiripannya. Gambar yang dianggap
relevan dengan gambar query ditampilkan dalam hasil pencarian. Penelitian ini mengembangkan aplikasi
CBIR dengan menggunakan algoritma Sobel Edge Detection untuk pencarian gambar. Aplikasi diuji dengan
menghitung nilai precision dan recall hasil pencarian dari dataset standar. Hasil pengujian menunjukkan nilai
presisi dan recall yang dapat diterima, dengan gambar pencarian terbaik pada kategori bunga dan terburuk
pada kategori dinosaurus.

Kata kunci : Edge Direction histogram, Image Retrieval, Sobel Edge Detection

1. Pendahuluan Salah satu teknik lain dalam pencarian

gambar adalah dengan memanfaatkan edge
Content Based Image Retrieval (CBIR)
detection. Penelitian ini mengembangkan aplikasi
merupakan proses untuk memperoleh gambar
pencarian gambar dengan memanfaatkan Sobel
yang disimpan dari basis data dengan
Edge Detection. Sobel Edge Detection memiliki
menggunakan gambar sebagai kunci pencarian,
waktu komputasi yang lebih baik dibandingkan
bukan teks [1]. CBIR digunakan untuk
dengan algoritma edge detection yang lain. Setiap
melengkapi kelemahan pencarian dengan
gambar dalam basis data standar (database Wang)
menggunakan kata kunci (keywords). Kata kunci
diproses dengan menggunakan Sobel Edge
belum dapat mendeskripsikan keseluruhan
Detection. Setiap tepi yang terdeteksi disimpan
informasi pada gambar. Dengan CBIR, pengguna
nilai fitur tepi berdasarkan arah dari setiap tepi
dapat melakukan ekstrak informasi dari gambar
dengan Edge Direction histogram. Fitur tepi
yang ingin dicari tanpa memerlukan informasi
digunakan untuk mendeskripsikan gambar yang
berupa teks.
disimpan. Fitur tepi pada gambar query
Berbagai teknik telah dikembangkan dalam
dicocokkan dengan gambar pada basis data untuk
CBIR untuk memperoleh fitur yang dapat
mendapatkan tingkat kemiripan (similarity
merepresentasikan isi dari gambar. Halim [2]
comparison) berdasarkan nilai global
telah mengembangkan aplikasi image retrieval
thresholding. Setiap gambar basis data yang
dengan kombinasi dari fitur warna dan tekstur.
memiliki tingkat kemiripan yang tinggi akan
Fitur warna diperoleh dari perhitungan color
ditampilkan berurutan. Setelah itu, baru dievaluasi
histogram [3] dan fitur tekstur diperoleh dari
dengan nilai presisi dan recall pada hasil
multi-scale GLCM [4]. Selain itu, aplikasi CBIR pencarian.
dengan fitur bentuk juga telah dikembangkan
Halim dkk [5]. Fitur bentuk memanfaatkan 2. Kajian Pustaka
algoritma K-Means untuk melakukan clustering.
Aplikasi CBIR lain yang telah dikembangkan 2.1 Content Based Image Retrieval
adalah Query By Image Content (QBIC) oleh Content Based berarti bahwa pencarian akan
IBM, Netra oleh UC Santa Barbara, Blobworld menganalisis konten dari gambar, bukan metadata
oleh UC Berkeley, MARS oleh University of seperti kata kunci, tag, atau deskripsi terkait
Illinous Urbana-Champaign dan lain-lain [6]. dengan gambar. Konten yang dimaksud dapat
Aplikasi pencarian gambar yang relevan pada berupa warna, tekstur, bentuk, tepi, dan lain-lain.
CBIR masih terus dikembangkan untuk Content Based Image Retrieval (CBIR) adalah
memperoleh tingkat presisi dan recall gambar suatu teknik dimana setiap gambar akan diekstrasi
yang lebih baik. fitur-fiturnya, dan pencarian gambar hanya

31
Seminar Nasional Informatika 2015
berdasarkan pada fitur-fitur gambar tersebut.
Dalam sistem pencarian gambar berdasarkan
konten, pengguna sistem memasukkan gambar
dan sistem harus menemukan gambar yang
relevan dengan gambar masukan [1]. Prinsip
CBIR ditunjukkan pada Gambar 1 [7].
Gambar 1. Prinsip CBIR
Sistem arsitektur pada CBIR dibagi menjadi
dua tahap. Tahap pertama merupakan tahap
memasukkan gambar untuk pencarian, sedangkan
tahap kedua merupakan tahap dimana kumpulan
gambar akan diekstraksi fiturnya dan kemudian
disimpan ke dalam basis data. Ketika pencarian
gambar dilakukan, fitur pada gambar tersebut
akan diekstraksi fiturnya. Pada tahap pencarian,
fitur dari gambar masukan akan dibandingkan
dengan setiap fitur gambar di dalam basis data.
Perbandingan fitur antara gambar masukan dan
fitur dalam basis data dapat dilakukan dengan
menggunakan metode pengukuran kemiripan
(Similarity Measurement), seperti Euclidean
Distance, Chi-Square Distance, dan Weighted
Euclidean Distance.
2.2 Ekstraksi Fitur Tepi
2.2.1 Algoritma Sobel Edge Detection
Algoritma Sobel merupakan metode
pendeteksian tepi turunan pertama (gradient).
Untuk citra f(x,y) diskrit 2D, turunan pertama
dituliskan secara parsial ke-2 arah (horisontal dan
vertikal) seperti pada Persamaan 1.
(1)
dimana :
: turunan pertama citra horisontal
: turunan pertama citra vertikal
dan : jarak antar piksel masing-masing
arah x dan y
Di dalam gambar, jarak piksel antara kedua
titik adalah 1, sehingga diperoleh : , nilai tersebut diperbaiki berdasarkan sebaran nilai
32
sehingga persamaan turunan pertama dapat ditulis
pada Persamaan 2.
(2)
Operator Sobel menggunakan sepasang
matriks horisontal dan vertikal berdimensi 3 x 3
untuk pengoperasiannya terlihat pada Persamaan
3.
(3)
Setiap bagian matriks 3 x 3 pada citra akan
dilakukan proses konvolusi dengan masing-
masing nilai dan . Hasil konvolusi masing-
masing dan digunakan untuk memperoleh
nilai magnitudo. Magnitudo gradien dihitung
dengan Persamaan 4.
(4)
Nilai hasil perhitungan magnitudo digunakan
sebagai dasar keputusan apakah suatu piksel
sebagai tepi atau tidak didasarkan pada
pertimbangan yang terlihat pada Persamaan 5.
(5)
dimana merupakan nilai ambang.
Jika piksel merupakan tepi, maka
selanjutnya hitung nilai sudut arah gradien tepi
tersebut. Arah gradien dapat dihitung dengan
Persamaan 6
(6)
Nilai ambang pada pendeteksian tepi dengan
algoritma Sobel menggunakan metode global
thresholding (pengambangan global). Metode
global thresholding menggunakan sebuah batas
ambang global yang berlaku untuk seluruh bagian
citra. Salah satu metode global thresholding yaitu
metode iterasi.
Metode iterasi adalah bentuk khusus dari K-
means dimana K = 2. Metode iterasi dimulai
dengan memilih nilai batas (threshold) secara
sembarang sebagai nilai awal, lalu secara iterasi
 Seminar Nasional Informatika 2015

intensitas citra yang bersangkutan. Nilai threshold 4. Bentuk histogram 4 kelompok (bins) arah
yang baru diharapkan akan menghasilkan tepi dari jumlah frekuensi masing-masing
pemisahan yang lebih baik dari citra sebelumnya. arah 0o, 45 o, 90 o, dan 135 o.
Langkah-langkah menentukan nilai batas T dalam Lakukan normalisasi pada histogram
metode iterasi adalah sebagai berikut [8]: tersebut.
1. Pilih nilai T-awal, biasanya dipakai nilai
rata-rata dari intensitas citra. 2.3 Similarity Measurement
2. Segmentasi citra menjadi dua daerah,
Jarak merupakan pendekatan yang umum
misalnya R1 dan R2 dengan menggunakan T-
dipakai untuk mewujudkan pencarian citra.
awal sebelumnya.
Fungsinya adalah untuk menentukan kesamaan
3. Hitung nilai rata-rata intensitas pada daerah
atau ketidaksamaan dua vektor fitur. Tingkat
R1 dan R2. Kedua nilai rata-rata tersebut
kesamaan dinyatakan dengan suatu skor atau
berturut-turut disebut r1 dan r2.
ranking. Semakin kecil nilai ranking, semakin
4. Hitung nilai T-baru dengan rumus T =
dekat kesamaan kedua vektor tersebut [7].
(r1+r2)/2
Salah satu similarity measurement yang
Ulang langkah 2 sampai 4 sampai nilai T tercapai.
populer adalah Euclidean Distance. Jarak
Nilai T dikatakan telah tercapai bila nilai T tidak
Euclidean [10] dapat ditulis pada Persamaan 9.
mengalami perubahan nilai lagi.

2.2.2 Edge Direction histogram (9)

Histogram adalah representasi grafis dari
tabulasi frekuensi. Histogram memetakan
distribusi frekuensi untuk menunjukkan proporsi
banyaknya frekuensi yang terjadi pada tiap
kategori. Puncak pada histogram menunjukkan
intensitas piksel yang menonjol [8]. Histogram
citra adalah grafik yang menggambarkan
penyebaran nilai-nilai intensitas piksel dari suatu
citra atau bagian tertentu di dalam citra, sehingga
dapat diketahui frekuensi kemunculan relatif dari
intensitas citra tersebut. Histogram citra dapat
menjadi alat bantu dalam pengolahan citra secara
kualitatif maupun kuantitatif. Secara sederhana,
histogram citra yang menunjukkan frekuensi citra
dihitung dengan Persamaan 7.
(7)
dengan = jumlah piksel dari setiap derajat
intensitas yang digunakan dalam citra.
Histogram yang normal memiliki rentang
dari 0..1 untuk setiap frekuensi derajat intensitas.
Secara matematis, dapat dihitung pada Persamaan
8.
dimana,
FQ[i] merupakan fitur dari gambar masukan,
FDB[i] merupakan fitur dari gambar dalam basis
data, N merupakan jumlah gambar dalam basis
data.
3. Metodologi Penelitian
Langkah-langkah pengembangan aplikasi
Content Based Image Retrieval dengan algoritma
Sobel Edge Detection menggunakan teknik
waterfall sebagai berikut:
1. Studi literatur.
Tahapan ini mencakup pengumpulan referensi
mengenai content-based image retrieval,
algoritma sobel dan Edge Direction histogram.
2. Analisis dan Perancangan sistem.
Tahapan ini mencakup pemodelan proses dan data
sistem dengan menggunakan Unified Modelling
Language. Hubungan antar-class dalam aplikasi
CBIR dengan Sobel Edge Detection dapat dilihat
pada Gambar 2.

(8)
dengan = jumlah piksel dari setiap derajat
intensitas yang digunakan dalam citra dan =
jumlah seluruh piksel di dalam citra.
Fitur tepi dapat diekstraksi dengan
memanfaatkan Edge Direction histogram (EDH).
Langkah-langkah pembentukan Edge Direction
histogram (EDH) [9] adalah sebagai berikut :
1. Konversi citra RGB menjadi citra Grayscale
(8-bit)
2. Hitung nilai magnitude dan arah tepi dengan
menerapkan algoritma Sobel pada citra
Grayscale tersebut.
3. Konversi citra ke dalam citra biner
berdasarkan nilai ambang (threshold).

33
Seminar Nasional Informatika 2015
Gambar 2. Class Diagram Aplikasi CBIR dengan
Sobel Edge Detection
Activity Diagram proses training Aplikasi CBIR
dengan Sobel Edge Detection terlihat pada
Gambar 3.
Gambar 3. Activity Diagram untuk Proses
Training
Pada Gambar 3, administrator sistem
memilih satu atau lebih gambar yang hendak
disimpan ke dalam basis data. Setiap gambar
dikonversi model warnanya menjadi grayscale.
Setiap gambar dideteksi tepinya dengan operator
Sobel. Hasil perolehan tepi pada gambar, dihitung
sudut arah tepinya. Setiap sudut arah tepi dibagi
menjadi 5 kelompok arah, yaitu 0, 45, 90, 135,
dan non-directional (tidak berarah). Berdasarkan
frekuensi masing-masing kelompok, maka
terbentuk histogram (edge direction histogram).
Lakukan normalisasi pada histogram. Hasil
normalisasi masing-masing kelompok frekuensi
disimpan ke dalam basis data.
Activity Diagram proses testing Aplikasi
CBIR dengan Sobel Edge Detection terlihat pada
Gambar 4.
34
Gambar 4. Activity Diagram untuk Proses
Training
Pada Gambar 4, pengguna sistem drag dan
drop atau mengunakan tombol browse untuk
memasukkan gambar sebagai objek pencarian.
Gambar query dikonversi menjadi grayscale.
Gambar dideteksi tepinya dengan operator Sobel.
Hasil perolehan tepi pada gambar, dihitung sudut
arah tepinya. Setiap sudut arah tepi dibagi
menjadi 5 kelompok arah, yaitu 0, 45, 90, 135,
dan non-directional (tidak berarah). Berdasarkan
frekuensi masing-masing kelompok, maka
terbentuk histogram (edge direction histogram).
Lakukan normalisasi pada histogram. Hasil
normalisasi masing-masing kelompok frekuensi
dicocokkan dengan nilai fitur yang sudah ada di
dalam basis data dengan menggunakan Euclidean
Distance. Setiap gambar di dalam database yang
memiliki tingkat kecocokan yang relevan dengan
gambar masukan, akan ditampilkan pada aplikasi.
Pseudocode cara kerja dari algoritma Sobel
Edge Detection sebagai berikut.
Deteksi Tepi dengan Algoritma Sobel
Input : grayscale_image
Sx = array[n,n] of integer = { { -1, 0, 1 }, { -2, 0,
2 }, { -1, 0, 1 } }
Sy = array[n,n] of integer = { { 1, 2, 1 }, { 0, 0, 0
}, { -1, -2, -1 } }
for i = 0 to grayscale_image.height 3 do
for j = 0 to grayscale_image.width 3 do
magnitudo_x = 0
magnitudo_y = 0
for m = i to i + 2 do
for n = j to j + 2 do
magnitudo_x = magnitudo_x +
grayscale_image.getpixel(n,m) * Sx[m-i, n-j]
magnitudo_y = magnitudo_y +
grayscale_image.getpixel(n,m) * Sy[m-i, n-j]
 Seminar Nasional Informatika 2015

end for tepi pada gambar yang disimpan ke dalam basis

if (ABS(magnitudo_x) + data seperti pada Gambar 6.
ABS(magnitudo_y) < T)
binary_image.setpixel(j, i, color.black)
else
binary_image.setpixel(j, i, color.white)
end if
end for
end for
end for Gambar 6. Tampilan Form Training
Output : binary_image Rincian gambar dari proses training dapat
dilihat dalam aplikasi yang seperti pada Gambar
3. Pengembangan sistem 7.
Hasil analisis dan perancangan sistem digunakan
sebagai blueprint dalam pengembangan kode
program. Bahasa pemrograman yang digunakan
untuk menghasilkan aplikasi adalah Visual C#
2013 dengan .NET Framework 4.
4. Pengujian sistem
Hasil pengujian aplikasi diperoleh dari
perbandingan gambar query yang dimasukkan
pengguna dengan gambar di dataset yang telah di
training dengan membandingkan nilai Euclidean
Distance. Setelah itu dilakukan perhitungan
presisi dan recall dengan menggunakan
persamaan 10. Gambar 7. Rincian gambar dari proses training
Ketika Form Testing dipilih pada tampilan
awal, maka muncul form untuk mengekstrasi fitur
tepi pada gambar yang disimpan ke dalam basis
(10) data seperti pada Gambar 8.
Dimana:
relevant retrieved: semua gambar hasil pencarian
yang sama kategori dengan query
image.
all relevant: semua gambar pada kategori yang
sama dengan query image.

4. Hasil dan Pengujian

4.1 Hasil
Aplikasi CBIR dengan algoritma Sobel Edge
Detection memiliki tampilan awal seperti pada
Gambar 5.

Gambar 8. Tampilan Form Testing

Gambar 5. Tampilan awal Aplikasi CBIR dengan
algoritma Sobel Edge Detection
Ketika Form Training dipilih pada tampilan
awal, maka muncul form untuk mengekstrasi fitur
4.2 Pengujian
Beberapa pengaturan dalam pengujian yang
dilakukan dalam penelitian ini yaitu:
1. Data pengujian. Dataset yang digunakan
dalam pengujian terdiri dari dataset wang
berupa: 10 kategori gambar (Afrika, Pantai,
Bangunan, Bus, Dinosaurus, Gajah, Bunga,
Kuda, Gunung, dan Makanan), gambar
berupa png dan berukuran 256 x 384 dan 384
x 256
2. Threshold edge: 16, 32, 48, 64, 96, 128, dan
dengan metode iterasi

35
Seminar Nasional Informatika 2015
Nilai rata-rata presisi dan recall untuk semua
kategori pada semua nilai threshold edge yang
diuji terlihat pada Gambar 9-15.
Gambar 9. Nilai recall dan precision dengan nilai
threshold edge = 16
Gambar 10. Nilai recall dan precision dengan
nilai threshold edge = 32
Gambar 11. Nilai recall dan precision dengan
nilai threshold edge = 48
Gambar 12. Nilai recall dan precision dengan
nilai threshold edge = 64
Gambar 13. Nilai recall dan precision dengan
nilai threshold edge = 96
36
Gambar 14. Nilai recall dan precision dengan
nilai threshold edge = 128
Gambar 15. Nilai recall dan precision dengan
model iterasi
Berdasarkan Gambar 9-15, hasil pencarian terbaik
dengan nilai precision = 31.7376% dan nilai recall
= 32.874% yang diperoleh pada nilai threshold
edge = 32 dan nilai threshold distance 0.07
dengan memperhatikan selisih nilai recall dan
precision paling kecil. Berdasarkan nilai threshold
edge = 32 dan nilai threshold distance 0.07,
rincian pencarian terbaik ditemukan pada gambar
dengan kategori bunga dan rincian pencarian
terburuk untuk gambar kategori dinosaurus.
Untuk kategori bunga, diperoleh nilai precision =
38.196% dan nilai recall = 37.34%, sementara
untuk kategori dinosaurus, diperoleh nilai
precision = 54.6252% dan nilai recall = 7.44%.
5. Kesimpulan
Pencarian gambar dengan Content Based Image
Retrieval dapat menggunakan algoritma Sobel
Edge Detection. Berdasarkan pengujian yang
dilakukan dengan tujuh nilai threshold edge dan
10 nilai threshold distance, hasil terbaik diperoleh
dengan nilai precision = 31.7376% dan nilai recall
= 32.874% yang diperoleh pada nilai threshold
edge = 32 dan nilai threshold distance 0.07
dengan memperhatikan selisih nilai recall dan
precision paling kecil. Kategori pencarian terbaik
dengan Sobel Edge Detection terdapat pada
kategori bunga dan terburuk pada kategori
dinosaurus. Nilai presisi dan recall masih dapat
ditingkatkan dengan mengkombinasikannya
dengan fitur lain pada gambar seperti warna dan
tekstur.
Daftar Pustaka:
[1] Ovhal, Prajakta Mahendra, 2014, A Survey
On Various Feature Extraction Techniques
Followed By Image Retrieval System.
International Journal of Emerging Trends &
 Seminar Nasional Informatika 2015

Technology in Computer Science, vol 3, Occurrence Matrices for Texture

issue 5.
[2] Halim, A, , 2015, Aplikasi Image Retrieval
dengan Histogram Warna dan Multiscale
GLCM, Jurnal SIFO Mikroskil, vol 16, no 1
[3] Deepak, J., Sreekumar, K., Tharani, S. T.,
2014, Content Based Image Retrieval using
HSV Color Histogram and GLCM,
International Journal of Advance Research
in Computer Science and Management
Studies, vol 2, issue 1.
[4] Siqueira, F. R. D., Schwartz, W. R., Pedrini,
H., 2012, Multi-Scale Gray Level Co-
Description, Institute of Computing,
University of Campinas
[5] Halim, A, Hardy, Yufandi, A, Fiana, 2014,
Aplikasi Content Based Image Retrieval
Dengan Fitur Warna Dan Bentuk, Jurnal
SIFO Mikroskil, vol 15, no 2.
[6] Kaur, S., Banga, V.K., Kaur, A. 2011,
Content Based Image Retrieval,
International Conference on Advances in
Electrical and Electronics Engineering.
[7] Kadir, A. 2013, Teori dan Aplikasi
Pengolahan Citra.

37
Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA

TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE
WEIGHTING
(STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA)

Evi Dewi Sri Mulyani1, Yoga Handoko Agustin2, Sri Fitrya Kamellia3

Teknik Informatika, STMIK Tasikmalaya

Jalan RE. Martadinata 272 A Tasikmalaya
Email: 1eviajadech@gmail.com,2abeogink@gmail.com, 3 fitryakamellia@gmail.com

Abstrak

Strategi pendidikan yang ditempuh selama ini bersifat umum, memberikan perlakuan standar atau rata-
rata kepada semua siswa, sehingga kurang memperhatikan perbedaan antar siswa dalam kecakapan, minat,
dan bakatnya. Dengan strategi semacam ini, keunggulan akan muncul secara acak dan sangat tergantung
kepada motivasi belajar siswa serta lingkungan belajarnya. Oleh karena itu, perlu dikembangkan keunggulan
yang dimiliki oleh setiap siswa agar potensi yang dimiliki dapat dikonversi menjadi prestasi yang
unggul.Dalam rangka memotivasi siswa-siswi untuk terus berprestasi, SMP Negeri 3 Tasikmalaya
melakukan kegiatan untuk mengembangkan potensi para siswa melalui pemilihan siswa teladan. Sebuah
sistem pendukung keputusan (SPK) untuk memudahkan dalam pemilihan siswa teladan serta memanfaatkan
Simple Additive Weighting (SAW) sebagai metode keputusannya. Metode SAW (Simple Additive
Weighting) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW
membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada. Kriteria yang menjadi penilaian pemilihan siswa teladan di SMP Negeri 3
Tasikmalaya adalah rata-rata nilai raport, ranking, absensi, keaktifan dalam berorganisasi, jabatan dalam
organisasi, keikutsertaan perlombaan, kedisiplinan, akhlak, dan akumulasi point pelanggaran. Perhitungan
tersebut akan diimplementasikan pada bahasa pemrograman Netbeans IDE 8.0.1, database MySQL.

Kata Kunci : Siswa Teladan, Sistem Penunjang Keputusan, Simple Additive Weighting dan Kriteria.

1. Pendahuluan yang sesuai dengan jenis kulit wajah telah

Strategi pendidikan yang ditempuh selama ini
bersifat umum, memberikan perlakuan standar
atau rata-rata kepada semua siswa, sehingga
kurang memperhatikan perbedaan antar siswa
dalam kecakapan, minat, dan bakatnya. Dengan
strategi semacam ini, keunggulan akan muncul
secara acak dan sangat tergantung kepada
motivasi belajar siswa serta lingkungan
belajarnya. Oleh karena itu, perlu dikembangkan
keunggulan yang dimiliki oleh setiap siswa agar
potensi yang dimiliki dapat dikonversi menjadi
prestasi yang unggul.
Dalam rangka memotivasi siswa-siswi untuk
terus berprestasi, SMP Negeri 3 Tasikmalaya
melakukan kegiatan untuk mengembangkan
potensi para siswa melalui pemilihan siswa
teladan. Namun pengambilan keputusan untuk
memilih siswa teladan bukan atas kemampuan
akademik dan non akademik, melainkan atas
dasar subyektifitas kepala sekolah dan para guru
terkait yang berbeda-beda. Sehingga banyak yang
mengajukan komplen tentang keputusan
terpilihnya siswa teladan yang kurang tepat
sasaran. Penerapan metode Simple Additive
Weighting (SAW) dalam penentuan kosmetik
berhasil diterapkan, sehingga diperoleh hasil
sebagai suatu solusi untuk mendukung
pengambilan keputusan dalam penentuan
kosmetik tersebut [1].
Penggunaan sistem pendukung keputusan ini
diharapkan menghilangkan subyektifitas dan
ketidakadilan tersebut untuk memilih siswa
teladan sesuai dengan kriteria.Model yang
digunakan dalam sistem ini adalah Simple
Additive Weighting (SAW). Sistem pendukung
keputusan pemilihan siswa teladan menggunakan
metode SAW ini berdasar pada 9 kriteria, yaitu
rata-rata nilai raport 2 semester terakhir, peringkat
kelas,absensi, keaktifan dalam berorganisasi,
jabatan dalam organisasi, keikutsertaan
perlombaan, kedisiplinan, akhlak, dan akumulasi
point pelanggaran. Hasil dari proses ini berupa
ranking siswa teladan.
2. Tinjauan Pustaka
Sistem Pendukung Keputusan (SPK)
merupakan sistem informasi interaktif yang
menyediakan informasi, pemodelan dan
pemanipulasian data. Sistem itu digunakan untuk
membantu pengambilan keputusan dalam situasi

38
 Seminar Nasional Informatika 2015

yang semi terstruktur dan situasi yang tidak

terstruktur, dimana tidak seorangpun tahu secara
pasti bagaimana keputusan dibuat [2]. Sistem
pendukung keputusan dapat memberikan
dukungan dalam membuat keputusan dalam
semua tingkatan level manajemen, baik individual
maupun grup, terutama dalam situasi semi
terstruktur dan tidak terstruktur, membawa
kepada keputusan bersama dan informasi yang
objektif [3]. Metode SAW(Simple Additive
Weighting) sering juga dikenal istilah metode
penjumlahan terbobot. Konsep dasar metode
SAW adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua Gambar 1. Kerangka Kerja (System Development
atribut. Konsep dasar metode SAW adalah Life Cycle) SDLC
mencari penjumlahan terbobot dari rating kinerja
pada setiap alternatif pada semua criteria [4]. 4. Analisis dan Pembahasan Masalah
Metode SAW membutuhkan proses normalisasi 4.1. Analisis Sistem
matriks keputusan (X) ke suatu skala yang dapat Untuk menganalisis sistem, maka peneliti
diperbandingkan dengan semua rating alternatif melakukan pengamatan dan pengumpulan data
yang ada.[1] aktivitas atau proses pemilihan siswa teladan yang
berjalan di SMP Negeri 3 Tasikmalaya.
Berikut adalah deskripsi dari sistem yang
berjalan di SMP Negeri 3 Tasikmalaya dalam
bentuk use case diagram dan activity diagram
Keterangan: sebagai berikut:
a. Dikatakan kriteria keuntungan apabila nilai Tabel 1. Rincian Aktor
xij memberikan keuntungan bagi pengambil No Nama aktor Tugas
keputusan, sebaliknya kriteria biaya apabila 1 Siswa Melengkapi data diri dan
xij menimbulkan biaya bagi pengambil nilai raport sebagai kriteria
keputusan. penilaian.
b. Apabila berupa kriteria keuntungan maka 2 Wali Kelas Melakukan perekapan data
nilai xij dibagi dengan nilai Max xij dari siswa dan nilai raport siswa
setiap kolom, sedangkan untuk kriteria biaya, untuk diserahkan kepada
nilai Min xij dari setiap kolom dibagi dengan kesiswaan.
nilai xij. 3 Kesiswaan Menerima rekapan data
rij adalah rating kinerja ternormalisasi dari siswa dan nilai raport siswa
alternatif Ai pada atribut Cj; i=1,2,...,m dan dan melakukan penyeleksian
j=1,2,...,n. Nilai preferensi untuk setiap alternatif siswa teladan dari data-data
(Vi) diberikan sebagai: yang sudah lengkap, serta
mengumumkan hasilnya
kepada seluruh siswa.
4 Kepala Menerima laporan hasil
Sekolah seleksi siswa teladan
Keterangan :
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria Wali Kelas

rij = nilai rating kinerja ternormalisasi

Perekapan Data Siswa dan Nilai Raport
Nilai Vi yang lebih besar mengindikasikan
Siswa
bahwaalternatif Ai lebih terpilih. Kesiswaan

Penyeleksian Siswa Teladan

3. Metode Perancangan Perangkat Lunak Pengumuman hasil seleksi siswa teladan

Tahapan kerangka kerja pengembangan Laporan Siswa Teladan

sistem informasi (System Development Life Cycle) Kepala Sekolah

SDLC, adalah sebagai berikut : Gambar 2. Use case Sistem yang Sedang
Berjalan

1 Nama : Perekapan data siswa dan

use case nilai raport

39
Seminar Nasional Informatika 2015

Aktor : Siswa dan Wali Kelas pada setiap kriteria. Nilai {x} setiap alternatif
Tujuan : Merekap data lengkap dan (Ai) pada setiap kriteria (Cj) yang sudah
nilai raport siswa ditentukan dimana, i = 1,2,..m dan j = 1,2,..n.
Tabel 2. skenario use case perekapan 6. Melakukan noramalisasi matrik keputusan X
data siswa dan nilai raport dengan cara menghitung nilai rating kinerja
Siswa WaliKelas ternormalisasi (Rij) dari alternatif (Ai) pada
1. Melengkapi data kriteria (Cj).
diri dan nilai raport 7. Hasil dari nilai rating kinerja ternormalisasi
lalu diserahkan kepada
wali kelas (Rij) membentuk matrik ternoralisasi (R).
2.Menerima dan
merekap data .(4)
lengkap dan nilai
raport siswa Hasil akhir nilai preferensi (Vi) diperoleh dari
2 Nama : Penyeleksian siswa penjumlahan dari perkalian elmen baris matrik
use case teladan ternormalisasi (R) dengan bobot preferensi (W)
Aktor : Kesiswaan yang bersesuaian elemen kolom matrik (W).
Tujuan : Menyeleksi siswa teladan
4. 3. Analisis Pemecahan Masalah dengan
Tabel 3. skenario use case Metode SAW
penyeleksian siswa teladan 1. Menentukan jenis-jenis kriteria dan alternatif,
Kesiswaan
alternatif dalam penelitian ini adalah siswa-
1. Melakukan penyeleksian siswa teladan
3 Nama : Pengumuman hasil seleksi siswi SMP Negeri 3 Tasikmalaya, penulis
use case siswa teladan akan menggunakan 3 alternatif dalam contoh
Aktor : Kesiswaan dan Siswa perhitungan metode SAW.
Tujuan : Mengumumkan hasil
Tabel 5. Alternatif
seleksi siswa teladan
A1 MAKNA CHALEESTHA RAKHMAN
Tabel 4. skenario use A2 CHANTIKA RAIHAN MARETHA
casepengumuman hasil seleksi siswa A3 RIZVA GHILWAN NURFAUZAN
teladan
Kesiswaan Siswa 2. Kriteria yang akan di jadikan acuan dalam
1. Membuat laporan pengambilan keputusan
siswa teladan
2.Menerima laporan Tabel 6. Kriteria
siswa teladan
Kriteria
Nama Kriteria
(Cj)
C1 Rata-rata jumlah raport 2 semester terakhir
C2 Ranking
C3 Absensi
C4 Keikutsertaan dalam perlombaan
C5 Keaktifan ekstrakulikuler
C6 Jabatan di Ekstrakulikuler
C7 Kedisiplinan
Gambar 3. Activity Diagram Sistem yang Sedang C8 Akhlak (Rata-rata nilai BP/BK, PKn, PAI)
Berjalan
C9 Akumulasi point pelanggaran
4.2.Analisis Langkah-Langkah Metode SAW
Langkah - langkah pada metode SAW
yaitu sebagai berikut: 3. Nilai bobot pada setiap kriteria
1. Menentukan alternatif, yaitu Ai. Tabel 7. Bobot Kriteria
2. Menentukan kriteria yang akan dijadiakan Nilai
Bobot (%) Keterangan
acuan dalam pengambilan keputusan, yaitu Cj. Kriteria (C)
3. Menentukan bobot preferensi atau tingkat 0 0-49
Sangat buruk, Tidak
direkomendasikan
kepentingan (W) dari setiap kriteria.
W=[W1 W2 W3...Wj] (3) 1 50-59 Buruk, tidak direkomendasikan
4. Membuat tabel rating kecocokan setiap 2 60-69 Kurang, direkomendasikan
alternatif pada setiap kriteria.
3 70-79 Cukup, direkomendasikan
5. Membuat matrik keputusan X yang di bentuk
dari tabel rating kecocokan dari setiap alternatif 4 80-89 Baik, direkomendasikan

40
 Seminar Nasional Informatika 2015

5 90-100 Sangat baik, direkomendasikan Tabel 18. Rating kecocokan dari setiap
alternatif
Tabel 8. Kriteria rata- Tabel 9. Kriteria Altern
C1 C2 C3 C4 C5 C6 C7 C8 C9
atif
rata raport Ranking
A1 3 4 2 3 5 2 3 2 1
C1 Bobot (W) C2 Bobot (W)
A2 2 4 3 5 4 3 4 3 4
90-100 5 1 5
A3 5 2 5 4 2 5 2 4 3
80-89 4 2 4
70-79 3 3 3 6. Tahapan selanjutnya dari tabel rating
60-69 2 4 2 kecocokan di dapat matrik keputusan yaitu
50-59 1 5 1 sebagai berikut
0-49 0 >5 0

Tabel 10. Kriteria Tabel 11. Kriteria

Absensi (Jumlah Alfa) Keikutsertaan 7. Melakukan noramalisasi matrik keputusan X
Perlombaan dengan cara menghitung nilai rating kinerja
Bobot
C3 Bobot (W) C4
(W)
ternormalisasi (Rij) dari alternatif (Ai) pada
0 5 Internasional 5 kriteria (Cj), dengan persamaan :
1 4 Nasional 4
2,3 3 Provinsi 3
4,5,6 2 Kab/Kota 2
6 1 Tidak Pernah 0 (5)
>=7 0
Keterangan :
= nilai rating kinerja ternormalisasi
Tabel 12. Kriteria Tabel 13. Kriteria
Keaktifan Jabatan = nilai atribut yang dimiliki dari
Ekstrakulikuler Ekstrakulikuler setiap kriteria
Bobot = nilai terbesar dari setiap kriteria
C5 Bobot (W) C6
(W) = nilai terkecil dari setiap kriteria
A 5 Ketua/Wakil 5
B 4 Sekretaris/Wakil 4 benefit = jika nilai terbesar adalah terbaik
C 3 Bendahara 3 cost = jika nilai terkecil adalah terbaik
Koordinator Dari hasil perhitungan persamaan, maka di
D 2 Sekbid 2 dapat sebuah nilai matriks ternormalisasi :
E 1 Anggota 1
Tidak ada 0 Tidak ikut 0

Tabel 14. Kriteria Tabel 15. Kriteria 8. Hasil akhir nilai preferensi (Vi) diperoleh
Kedisiplinan Akhlak dari penjumlahan dari perkalian elemen baris
Bobot matrik ternormalisasi (R) dengan bobot
C7 Bobot (W) C8
(W) preferensi (W) yang bersesuaian elemen
A 5 90-100 5 kolom matrik (W), Dengan persamaan untuk
B 4 80-89 4
C 3 70-79 3
proses perangkingan sebagai berikut:
D 2 60-69 2 (6)
E 1 50-59 1 Keterangan :
0-49 0
= rangking untuk setiap alternatif
Tabel 16. Akumulasi point pelanggaran
C9 Bobot (W) = nilai bobot dari setiap kriteria
0-24 5
25-50 4 = nilai rating kinerja ternormalisasi
101-200 3 Nilai Vi yang lebih besar mengindikasikan
51-100 2
bahwaalternatif tersebut yang terpilih.
201-299 1
>= 300 0 Proses perangkingan :
4. Menentukan bobot preferensi atau tingkat V1=((0,17)(0,6)+(0,12)(1)+(0,06)(0,4)+(0,15)(0,6
kepentingan (W) dari setiap kriteria )+(0,10)(1)+(0,11)(0,4)+(0,06)(0,75)+(0,07)(0,5)
Tabel 17.Tingkat Kepentingan Dari Setiap +(0,16)(0,25))=0,6
Kriteria V2=((0,17)(0,4)+(0,12)(1)+(0,06)(0,6)+(0,15)(1)
Kriteria C1 C2 C3 C4 C5 C6 C7 C8 C9 +(0,10)(0,8)+(0,11)(0,6)+(0,06)(1)+(0,07)(0,75)+
Rating (0,16)(1))=0,7925
17 12 6 15 10 11 6 7 16
(%) V3=((0,17)(1)+(0,12)(0,5)+(0,06)(1)+(0,15)(0,8)
5. Membuat tabel rating kecocokan setiap +(0,10)(0,4)+(0,11)(1)+(0,06)(0,5)+(0,07)(1)+(0,
alternatif pada setiap kriteria 16)(0,75))=0,78

41
 Seminar Nasional Informatika 2015

Hasil dari perhitungan di atas adalah: 5.1.3. Class Diagram

Altern Has
C1 C2 C3 C4 C5 C6 C7 C8 C9
atif il
0.10 0.1 0.0 0.0 0.0 0.0 0.0 0.0
A1 0.1 0.6
2 2 24 9 44 45 35 4
0.06 0.1 0.0 0.1 0.0 0.0 0.0 0.1 0.7
A2 0.08
8 2 36 5 66 6 525 6 925
0.0 0.0 0.1 0.1 0.0 0.0 0.1 0.7
A3 0.17 0.04
6 6 2 1 3 7 2 8
Berdasarkan nilai akhir yang diperoleh dari setiap
proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan nilai
bobot, maka nilai terbesar yang dipilih sebagai
alternatif terbaik adalah A2 = 0,7925. Hal ini
karena nilai akhir yang paling tinggi dari alternatif
yang lainnya.

5. Perancangan Program Aplikasi

Perancangan adalah suatu proses untuk membuat
keputusan tentang apa yang perlu dilakukan oleh
suatu organisasi ataupun individu Gambar 6. Class DiagramSistem

5.1. Perancangan Sistem Pendukung Keputusan Pemilihan Siswa Teladan

5.1.1.Use Case Diagram
<<extend>> Tambah
5.1.4. Statechart Diagram
Data Siswa <<extend>> Edit

<<extend>> Hapus

<<include>>

<<extend>> Tambah

Username Password Data Kriteria

<<extend>>

<<include>> <<include>>
<<extend>>

Login <<include>>
Hapus Edit

Admin

Data Bobot <<include>> Simpan

Proses
<<include>>
<<include>>

Data Hasil

Laporan Data Kriteria

<<extend>>

Laporan

<<extend>>
Laporan Data Hasil

About

Gambar 4. Use Case Diagram

5.1.2. Activity Diagram
Gambar 7. SequenceDiagramSistem Pendukung
Keputusan Pemilihan Siswa Teladan

5.1.5. Ent5. Laporan Data Kriteria ity

Relationship Diagram (ERD)

Gambar 5. Activity DiagramSistem Pendukung

Keputusan Pemilihan Siswa Teladan

Gambar 8. Entity Relationship Diagram Sistem

Pendukung Keputusan Pemilihan Siswa Teladan

5.2. Implementasi Antarmuka dan Kegunaan

Program
Implementasi antarmuka dilakukan dengan setiap
halaman program yang dibuat dan pengkodeannya
dalam bentuk file program

42

1. Form Login
Gambar 9. Form Login
2. FormAdd User
Gambar 10. FormAdd User
3. Form Data Kriteria
Gambar 11. Form Data Kriteria
4. Form Data Hasil
Gambar 12. Form Data Hasil
5. Laporan Data Kriteria
Gambar 13. Laporan Data Kriteria
6. Menu Utama
Gambar 14. Tampilan Menu Utama
Seminar Nasional Informatika 2015
7. Form Data Siswa
Gambar 15. Form Data Siswa
8. Form Data Bobot
Gambar 16. Form Data Bobot
9. Laporan Data Hasil
Gambar 17. Laporan Data Hasil
6. Kesimpulan dan Saran
6.1. Kesimpulan
Setelah melakukan penelitian, pembahasan
dan pengkajian tentang sistem penunjang
keputusan pemilihan siswa teladan di SMP Negeri
3 Tasikmalaya, dapat diambil beberapa
kesimpulan sebagai berikut :
1. Program SPK pemilihan siswa teladan
membuat penilaian dalam pemilihan siswa
teladan menjadi lebih objektif.
2. Program SPK pemilihan siswa teladan dapat
membantuadmin khususnya bagian
Kesiswaan dalam menghitung kelayakan
siswa teladan.
3. Perhitungan kriteria yang ditentukan untuk
penilaian siswa teladan di SMP Negeri 3
Tasikmalaya bisa dihitung menggunakan
program SPK pemilihan siswa teladan, yaitu
data real siswa diproses menggunakan
penghitungan Simple Additive Weighting,
sehingga menghasilkan sebuah nilai
kelayakan. Dari nilai tersebut bisa dilihat
perankingan siswa teladan. Siswa yang
menjadi siswa teladan, diambil dari nilai
prioritas yang lebih.
6.2. Saran
Berdasarkan penelitian yang dilakukan di
SMP Negeri 3 Kota Tasikmalaya, penyusun
memberikan beberapa saran, dengan harapan
dapat menjadi masukan bagi pihak SMP Negeri 3
43
Seminar Nasional Informatika 2015
Tasikmalaya dan bagi pengembangan penelitian
di kemudian hari, diantaranya sebagai berikut :
1. Dalam penggunaan program diperlukan
kerja sama, kedisiplinan, dan ketelitian
kerja serta supaya tidak terjadi kesalahan
dan kerusakan data pada komputer itu
sendiri.
2. Backup database secara berkala untuk
mengantisipasi keselamatan data jika terjadi
kerusakan sistem.
3. Diharapkan adanya pengembangan terhadap
program aplikasi ini, untuk meningkatkan
efisiensi kegunaannyadan melengkapi
kekurangan-kekurangan yang ada.
4. Memberikan pelatihan mendasar tentang
program aplikasi yang akan digunakan
supaya mendapatkan hasil yang maksimal.
44
Daftar Pustaka
[1] Felani, 2014, Perancangan Aplikasi
Penentuan Kosmetik yang Sesuai Dengan
Jenis Kulit Wajah Menggunakan Metode
SAW, Pelita Informatika Budi Darma, vol.
VII, no. 2
[2] Kusrini, 2007, Konsep dan Aplikasi Sistem
Pendukung Keputusan, Penerbit Andi,
Yogyakarta, Edisi 1
[3] Turban. 2004. Information Technology For
Management. Transforming Organiztions in
the Digital Economi: 5th Edition
[4] Kusumadewi, S., Hartati, S., Harjoko, A.,
Wardoyo, R., 2006. Fuzzy Multi-Attribute
Decision Making (Fuzzy MADM). Penerbit
Graha Ilmu, Yogyakarta
[5] Ahmad Shukri, 2005, Pengurusan Teknologi,
Penerbit Universiti Teknologi Malaysia, Johor
Darul Tazim, Edisi 1
 Seminar Nasional Informatika 2015

RANCANG BANGUN SISTEM INFORMASI

E-RESEARCH STIKOM BALI MULTI PLATFORM
SMARTPHONE BERBASIS PHONEGAP
I Gede Suardika

STMIK STIKOM Bali

Jl Raya Puputan Renon No. 86 Denpasar, (0361) 244445
e-mail: suardika@stikom-bali.ac.id

Abstrak

Eresearch STIKOM Bali adalah sebuah aplikasi berbasis web yang tampilannya dioptimalkan untuk
berbagai ukuran layar monitor. Salah satu platform yang saat ini sedang banyak digunakan oleh para
pengguna Eresearch STIKOM Bali adalah smartphone. Seiring dengan perkembangan teknologi, maka
semakin banyak pula jenis sistem operasi yang terdapat pada smartphone. Eresearch yang diakses melalui
smartphone, pada dasarnya cukup bisa memenuhi kebutuhan kebanyakan pengguna. Sayangnya karena
adanya batasan terutama menyangkut masalah security, sebuah aplikasi berbasis web tidak bisa melakukan
hal yang dapat dilakukan oleh aplikasi native. Menciptakan aplikasi native untuk masing-masing sistem
operasi pada smartphone, tentunya dibutuhkan waktu dan resource yang tidak sedikit. PhoneGap adalah
sebuah kerangka kerja/framework open source yang dipakai untuk membuat aplikasi cross-platform mobile
dengan HTML, CSS, dan JavaScript. PhoneGap menjadi suatu solusi yang ideal untuk seorang pengembang
aplikasi web yang tertarik dalam pembuatan aplikasi di smartphone. ) Dalam pembangunan sistem ini
digunakan bahasa pemrograman Php, database Microsoft SQL Server 2008 R2, Yii Php Framework, REST
Webservice, serta framework PhoneGap. Desain sistem dibuat dengan DFD, dan ERD. Proses utama yang
terdapat dalam sistem ini antara lain: login, melihat data penelitian, serta melihat pengguna-pengguna yang
online. Hasil dari penelitian ini menunjukkan bahwa Eresearch STIKOM Bali dapat diimplementasikan ke
dalam aplikasi mobile pada beberapa platform smartphone dengan menggunakan satu source code dengan
aplikasi PhoneGap.

Kata kunci: phonegap, e-research, mobile

1. Pendahuluan dan Push Email yang membuat smartphone

Eresearch STIKOM Bali adalah sebuah
aplikasi berbasis web yang tampilannya
dioptimalkan untuk berbagai ukuran layar
monitor, baik desktop, tablet maupun smartphone.
Pengguna Eresearch, terutama para dosen
STIKOM Bali memiliki mobilitas yang cukup
tinggi karena tuntutan pekerjaan dan kepentingan
saat ini, menyebabkan sangat dibutuhkannya
informasi yang cepat tentang Eresearch.
Salah satu platform yang saat ini sedang
banyak digunakan oleh para pengguna Eresearch
STIKOM Bali adalah smartphone. Seiring dengan
perkembangan teknologi, maka semakin banyak
pula jenis sistem operasi yang terdapat pada
smartphone. Sistem operasi Android
mendapatkan dukungan dari masyarakat luas
karena mengusung konsep open source. Dengan
konsep tersebut maka setiap pengguna dapat
mengembangkan aplikasi secara individu. Selain
itu smartphone Blackberry juga merupakan suatu
fenomena di Indonesia karena layanan Messenger
keluaran RIM diminati oleh banyak user.
Eresearch yang diakses melalui
smartphone, pada dasarnya cukup bisa memenuhi
kebutuhan kebanyakan pengguna. Sayangnya
karena adanya batasan terutama menyangkut
masalah security, sebuah aplikasi berbasis web
tidak bisa melakukan hal yang dapat dilakukan
oleh aplikasi native, terutama dalam hal
mendapatkan akses ke beberapa komponen device
seperti kamera, GPS, sensor gerak, notifikasi yang
saat ini telah menjadi standar pelengkap hampir
semua smartphone.
Menciptakan aplikasi native untuk
masing-masing sistem operasi pada smartphone,
tentunya dibutuhkan waktu dan resource yang
tidak sedikit. Setiap sistem operasi pada
smartphone meiliki bahasa pemrogramannya
sendiri-sendiri, sehingga untuk menciptakan
aplikasi yang memiliki fungsi yang sama pada
smartphone yang berbeda, diperlukan coding
yang berbeda pula.

45
Seminar Nasional Informatika 2015
PhoneGap adalah sebuah kerangka
kerja/framework open source yang dipakai untuk
membuat aplikasi cross-platform mobile dengan
HTML, CSS, dan JavaScript. PhoneGap menjadi
suatu solusi yang ideal untuk seorang
pengembang aplikasi web yang tertarik dalam
pembuatan aplikasi di smartphone. PhoneGap
juga merupakan solusi ideal bagi mereka yang
tertarik untuk membuat sebuah aplikasi yang
dapat berjalan pada beberapa perangkat
smartphone dengan basis kode yang sama.
Artinya, cukup hanya dengan sekali coding saja,
untuk membuat aplikasi untuk smartphone
iPhone, Android, Blackberry, Symbian dan
Windows Phone.
PhoneGap juga tidak memerlukan
coding secara terpisah untuk masing-masing
platform. Dengan PhoneGap penghematan waktu
dapat dilakukan dalam membuat aplikasi untuk
beberapa smartphone dengan sekaligus dan hanya
dibekali pengetahuan tentang HTML, CSS, dan
JavaScript. Hal ini bisa disebut dengan cross-
platform karena PhoneGap dapat membuat
aplikasi pada beberapa smartphone dengan hanya
satu coding.
Berdasarkan latar belakang
permasalahan tersebut di atas, maka penulis
tertarik melakukan penelitian berjudul
RANCANG BANGUN SISTEM INFORMASI
E-RESEARCH STIKOM BALI MULTI
PLATFORM SMARTPHONE BERBASIS
PHONEGAP. Adapun batasan masalah dalam
penelitian ini adalah: (1) Dalam pembangunan
sistem ini digunakan bahasa pemrograman Php,
database Microsoft SQL Server 2008 R2, Yii Php
Framework, REST Webservice, serta framework
PhoneGap; (2) Desain sistem dibuat dengan DFD,
dan ERD (3) Proses utama yang terdapat dalam
sistem ini antara lain: login, melihat data
penelitian, serta melihat pengguna-pengguna yang
online; (4) Android yang digunakan untuk
menguji sistem adalah Android versi 4.4.2
(KitKat). (5) Pengujian sistem dilakukan dengan
metode Black Box.
Hasil dari penelitian ini menunjukkan
bahwa Eresearch STIKOM Bali dapat
diimplementasikan ke dalam aplikasi mobile pada
beberapa platform smartphone dengan
menggunakan satu source code dengan aplikasi
PhoneGap.
2. Tinjauan Pustaka/ State of the Art
2.1 PhoneGap
PhoneGap adalah sebuah framework
pembuatan aplikasi mobile berbasis open source
yang dikeluarkan oleh sebuah perusahaan di
Amerika yang bernama Nitobi. PhoneGap bisa di-
download di situs resminya yaitu:
http://www.phonegap.com [1].
46
2.2 Eresearch STIKOM Bali
STIKOM Bali memiliki sebuah situs E-
Research yang digunakan untuk kepentingan
administrasi jurnal ilmiah, penelitian dan
pengabdian masyarakat. Situs yang
dikembangkan oleh bagian P2M STIKOM Bali
ini dapat diakses melalui http://eresearch.stikom-
bali.ac.id.
2.3 Data Flow Diagram
Data Flow Diagram adalah sebuah
teknik grafis yang menggambarkan desain
informasi yang diaplikasikan pada saat data
bergerak dari input menjadi output. Data flow
diagram dapat digunakan untuk menyajikan
sebuah sistem atau perangkat lunak pada setiap
tingkat abstraksi. Data flow diagram memberikan
suatu mekanisme bagi pemodelan fungsional dan
pemodelan aliran informasi [2].
2.4 ERD
ERD merupakan sebuah model data,
yaitu kumpulan perangkat konseptual untuk
menggambarkan data, hubungan data, makna data
dan batasan data. ERD berguna untuk
memodelkan sistem yang nantinya akan
dikembangkan basis datanya. Dengan pemodelan
ini, maka akan dapat menunjukkan macam data
yang dibutuhkan dan hubungan antar data di
dalamnya [2].
2.5 Implementasi
Implementasi merupakan kegiatan akhir
dan proses penerapan sistem baru di mana sistem
yang baru ini akan dioperasikan secara
menyeluruh. Terhadap sistem yang baru itu sudah
harus dilakukan proses analisis dan desain secara
terinci [3].
3. Metode Penelitian
3.1. Sistematika Penelitian
Penelitian ini dimulai dengan
pengidentifikasian masalah, kemudian dilanjutkan
dengan penetapan tujuan penelitian dan analisa
pustaka. Tahap berikutnya adalah analisa dan
desain sistem menggunakan alat bantu yaitu
Flowchart Diagram, Data Flow Diagram (DFD),
Struktur Tabel dan Entity Relationship Diagram
(ERD). Berikutnya sistem akan
diimplementasikan menggunakan PhoneGap.
Setelah sistem berjalan, akan dilakukan pengujian
terhadap fungsi-fungsi yang ada di sistem
menggunakan teknik Black Box. Tahap terakhir
adalah penarikan kesimpulan dari penelitian yang
telah dilakukan.
3.2 Waktu dan Tempat Penelitian
Lokasi penelitian ini dilakukan di
STMIK STIKOM Bali yang beralamat di Jl. Raya
Puputan Renon No. 86 Denpasar Bali. Waktu
 Seminar Nasional Informatika 2015

penelitian dimulai dari bulan Januari 2015 sampai

dengan bulan Juni 2015.

3.3 Teknik Pengumpulan Data

Observasi merupakan salah satu teknik
untuk mengumpulkan data penelitian. Sebagai
salah satu teknik/ metode pengumpulan data,
observasi memiliki keunggulan daripada teknik
pengumpulan data lainnya seperti kuesioner atau
wawancara, yaitu dapat meneliti tidak terbatas
pada orang saja tapi juga objek penelitian lainnya.
Observasi dilakukan di STMIK STIKOM Bali
yang beralamat di Jl. Raya Puputan Renon No. 86
Gambar 2 . DFD Level 0
Denpasar Bali.

3.4 Desain Sistem

Desain sistem merupakan konfigurasi
dari komponen-komponen perangkat lunak dan
perangkat keras dari suatu sistem, serta
menggambarkan bagaimana suatu sistem 4.2 ERD
dibentuk. Proses perancangan sistem meliputi: (1)
Pembuatan Data Flow Diagram (DFD); (2)
Pembuatan Entity Relationship Diagram (ERD);

4. Hasil dan Pembahasan

4.1 DFD

Gambar 3. ERD

4.3 Hasil Implementasi

Gambar 1. Context Diagram

Gambar 4. Splash Screen

Gambar 4 menunjukkan halaman splash screen.

Halaman ini ditampilkan pertama kali ketika
Sistem dibuka. Terdapat logo STIKOM Bali di
tengah-tengah layar. Di bawah logo terdapat
sebuah label yang menampilkan nama Sistem,

47
Seminar Nasional Informatika 2015

serta sebuah label yang menampilkan status

sistem.

Gambar 5. Login Gambar 7. halaman menu utama

Gambar 5 menunjukkan halaman login. Halaman Gambar 7 menunjukkan halaman menu utama,
ini digunakan untuk login ke dalam sistem. yang terdiri dari Home, Logout, Penelitian,
Username dan password yang digunakan pada Pengabdian, Publikasi.
sistem ini adalah sama dengan yang digunakan
pada sistem-sistem yang terdapat pada STIKOM
Bali, seperti: SID, Elearning, dll.
URL webservice yang diakses adalah:
http://eresearch.stikom-bali.ac.id/api/login.
Output dari webservice berupa format JSON yang
berisi data dosen yang login.

Gambar 4. Tampilan Pengguna

Gambar 8 menunjukkan pengguna yang masih

online pada situs e-research STIKOM Bali dalam
selang waktu lima menit yang lalu.

URL webservice yang diakses adalah:

Gambar 6. Halaman Utama http://eresearch.stikom-bali.ac.id/api/onlineuser.
Output dari webservice berupa format JSON yang
Gambar 6 menunjukkan halaman utama. berisi data dosen yang online.
Halaman ini adalah halaman yang ditampilkan
pertama kali ketika pengguna berhasil login ke
dalam sistem. Pada halaman ini terdapat
informasi mengenai pengguna, seperti; Nama,
NIP (Nomor Induk Pegawai), NIDN, No HP,
Alamat, Jurusan, dll. Halaman ini dapat discroll
ke atas dan ke bawah.

48
 Seminar Nasional Informatika 2015

Penelitian halaman
penelitian

Dari pengujian yang dilakukan dapat

disimpulkan bahwa perangkat lunak yang
dibangun bebas dari kesalahan sintaks dan secara
fungsional mengeluarkan hasil yang sesuai
dengan yang diharapkan.

4.5 Spesifikasi Hardware dan Software

Dalam pengembangan sistem ini,
hardware (perangkat keras) dan software
(perangkat lunak) yang digunakan memiliki
spesifikasi sebagai berikut. Pada saat
pengembangan sistem, spesifikasi perangkat keras
yang digunakan adalah:
1. Processor Intel Core i3 2370M
2. Motherboard HP 1854
Gambar 9. Tampilan Penelitian Internal Dosen 3. VGA Intel HD Graphics 3000
4. Memory RAM DDR3 4GB
Gambar 9 menunjukkan halaman penelitian 5. Ponsel Android Versi 4.4.2 (Kitkat)
internal dosen. Pada saat pengembangan sistem, spesifikasi
URL webservice yang diakses adalah: perangkat lunak yang digunakan adalah:
http://eresearch.stikom- 1. PhoneGap Desktop
bali.ac.id/api/mypenelitian. Output dari 2. Webservice Eresearch
webservice berupa format JSON yang berisi data 3. Jquery
penelitian dosen. 4. Jquery Mobile
5. Macromedia Dreamweaver XAMPP
4.4 Hasil Pengujian Black Box versi 1.7.3
Salah satu teknik yang digunakan pada pengujian
adalah Black-Box Testing. Black-Box Testing 4. Simpulan
adalah suatu teknik pengujian yang mengarnati
proses masukan dan keluaran dari sistem Adapun kesimpulan dari penelitian ini adalah: (1)
perangkat lunak tanpa mernperhatikan apa yang Eresearch STIKOM Bali dapat
terjadi di dalam sistem. diimplementasikan ke dalam aplikasi mobile pada
beberapa platform smartphone dengan
Tabel 1. Test Case Login menggunakan satu source code dengan aplikasi
No Skenario Output Validasi PhoneGap; (2) Data pada situs eresearch dapat
. harapan diakses oleh aplikasi mobile melalui REST
1 User memasukkan Aplikasi Sesuai Webservice yang ditangani oleh Javascript; (3)
username atau menampilkan User interface untuk aplikasi mobile dapat dibuat
password yang pesan gagal dengan bahasa HTML, CSS, dan Javascript; (4)
salah login Aplikasi mobile ini dapat berjalan dengan baik
2 User memasukkan Aplikasi Sesuai pada Android 4.4.2 (KitKat); (5) Hasil pengujian
username dan menampilkan dengan metode Black Box menunjukkan bahwa
password yang halaman perangkat lunak yang dibangun bebas dari
benar utama kesalahan sintaks dan secara fungsional
mengeluarkan hasil yang sesuai dengan yang
Tabel 2. Test Case Menu Utama diharapkan.
No Skenario Output Valida
. harapan si Daftar Pustaka
1 User menekan Aplikasi Sesuai [1] Yudistira, Y. Membuat Aplikasi iPhone
tombol Home menampilkan Android & BlackBerry Itu Gampang.
halaman Jakarta: MediaKita. 2011
utama [2] Fatta, H. A. Rekayasa Sistem Pengenalan
2 User menekan Aplikasi Sesuai Wajah. Yogyakarta: Penerbit ANDI. 2009
tombol menampilkan [3] Kusrini. Tuntunan Praktis Membangun
Logout login Sistem Informasi Akuntansi dengan Visual
3 User menekan Aplikasi Sesuai Basic dan Microsoft SQL Server.
tombol menampilkan Yogyakarta: ANDI. 2007

49
Seminar Nasional Informatika 2015

IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI

JALUR PENDISTRIBUSIAN KERAMIK PADA
PT. CHANG JUI FANG

Adnan Buyung Nasution1

1,2
Sistem Infomasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso, Tanjung Mulia, Medan
1
adnan.buyung01@gmail.com

Abstrak

PT.Chang Jui Fang sebagai produsen industri keramik satu-satunya di sumatera utara mempunyai banyak
lokasi distributor, permasalahan selama ini sulitnya dalam memilih lokasi kota distributor yang akan dituju
untuk mengoptimalkan atau menentukan jalur terpendek dalam perjalanan pendistribusian berdasarkan
kebutuhan distributor, maka penerapan algoritma genetika dengan system membangun populasi baru dari
perkawinan silang kedua parent yang menghasilkan kromosom baru sebagai optimasi jalur terpendek
sebagai pemecahan masalah tersebut. Metode peneltian ini dilakukan yang diawali dengan studi literature,
hasil pembahasan serta implementasi.

Kata kunci : pendistribusian, keramik, optimasi, algoritma genetika

1. Pendahuluan menghasilkan outputan yang maksimal. Optimasi

PT. Chang Jui Fang merupakan
perusahaan industri keramik yang berlokasi di
kawasan industry medan, pendistribusian produk
sebagai transaksi rutin yang dilaksanakan
perusahaan, permasalahan selama ini sulitnya
department expedisi dalam menentukan optimasi
jalur yang optimal atau menentukan jalur
terpendek dalam pendistribusian produk dengan
melewati beberapa kota distributor berdasarkan
kebutuhan distributor sehingga dapat
meminimalsir cost bahan bakar perjalanan. maka
penerapan algoritma genetika dengan system
membangun populasi baru dari perkawinan silang
dan kedua parent lalu mutasi yang dilakukan
sehingga akan menghasilkan genereasi-generasi
terbaru dengan optimasi kromosom-kromosom
baru sebagai optimasi jalur terpendek sebagai
pemecahan masalah yang optimal tersebut
2. Landasan Teori
2.1. Optimasi
Optimasi adalah salah satu disiplin ilmu
dalam Matematika yang fokus untuk
mendapatkan nilai minimum atau maksimum
secara sistematis dari suatu fungsi, peluang,
maupun pencarian nilai lainnya dalam berbagai
kasus. Optimasi sangat berguna di hampir segala
bidang dalam rangka melakukan usaha secara
efektif efisien untuk mencapai target hasil yang
ingin dicapai. Tentunya hal ini akan sangat sesuai
dengan prinsip ekonomi yang berorientasikan
untuk senantiasa menekan pengeluaran untuk
ini juga penting karena persaingan saat ini sudah
benar benar sangat ketat.
2.2 Distribusi
Persoalan transportasi membahas
masalah pendistribusian suatu komoditas atau
produk dari sumber ( supply) kepada sejumlah
tujuan (destination, demand) dengan tujuan
meminimumkan ongkos pengangkutan. Ciri-ciri
khusus persoalan transportasi [3] adalah :
1. Terdapat sejumlah sumber dan sejumlah
tujuan tertentu.
2. Kuantitas komoditas atau produk yang
didistribusikan dari setiap sumber dan yang
diminta oleh setiap tujuan, besarnya tertentu.
Komoditas yang dikirim atau yang
diangkut dari suatu sumber ke suatu tujuan,
besarnya sesuai dengan permintaan dan atau
kapasitas sumber. Ongkos pengangkutan
komoditas dari suatu sumber ke suatu tujuan,
besarnya tertentu. Dengan jarak terpendek maka
ongkos pengiriman pun lebih minim.
2.3. Graf
Graf adalah kumpulan simpul ( nodes)
yang dihubungkan satu sama lain melalui
sisi/busur (edges) [2]. Suatu graf G terdiri dari
dua himpunan yaitu himpunan V (simpul) dan
himpunan E (busur). Busur dapat menunjukkan
hubungan (relasi) sembarang seperti rute
penerbangan, jalan raya, sambungan telepon,
ikatan kimia, dan lain-lain. Notasi graf: G (V, E)
artinya graf G memiliki simpul V dan busur E.
Berikut ini adalah contoh

50

graf dan penyelesaiannya:
Gambar 1. Contoh graf
Graf ABCDE diatas akan dicari solusi jalur
terpendek dari simpul A kembali lagi ke simpul A
dengan syarat simpul-simpul yang dilalui hanya
sekali.
2.4. TSP(Travelling Salesperson Problem)
Salah satu cara termudah untuk menyelesaikan
TSP yaitu dengan menggunakan algoritma brute
force. Hal yang dilakukan yaitu mencoba semua
kombinasi dan mencari rute yang paling murah.
Tetapi hal tersebut memerlukan waktu yang
sangat lama karena banyaknya jumlah kombinasi
yang ada. Sebagai contoh, jumlah kombinasi rute
untuk 5 kota adalah 20! =2,4 X 1018. Jumlah
yang sangat besar untuk suatu algoritma
pencarian. Contoh pencarian TSP dengan metode
brute Force sesuai gambar: Jumlah node (n) ada 5
buah, Jumlah kemungkinan jalur = (n-1)! / 2,
Jumlah jalur 4! /2 = 12 buah. Dimisalkan titik asal
A dan titik akhir adalah A. Maka jumlah jalur dan
panjang lintasannya adalah :
1. Lintasan 1 = (a b c d e a) = (a e d c b a)
= 7 + 7 + 4 + 6 + 9 = 33
2. Lintasan 2 = (a b c e d a) = (a d e c b a)
= 7 + 7 + 3 + 6 + 9 = 32
3. Lintasan 3 = (a b d c e a) = (a e c d b a)
= 7 + 2 + 4 + 3 + 9 = 25
4. Lintasan 4 = (a b d e c a) = (a c e d b a)
= 7 + 2 + 6 + 3 + 5 = 23
5. Lintasan 5 = (a b e c d a) = (a d c e b a)
= 7 + 8 + 3 + 4 + 9 = 31
6. Lintasan 6 = (a b e d c a) = (a c d e b a)
= 7 + 8 + 6 + 4 + 5 = 30
7. Lintasan 7 = (a c b d e a) = (a e d b c a)
= 5 + 7 + 2 + 6 + 9 = 29
8. Lintasan 8 = (a c b e d a) = (a d e b c a)
= 5 + 7 + 8 + 6 + 9 = 35
9. Lintasan 9 = (a c d b e a) = (a e b d c a)
= 5 + 4 + 2 + 8 + 9 = 28
Seminar Nasional Informatika 2015
10. Lintasan 10 = (a d b c e a) = (a e c b d a)
= 9 + 2 + 7 + 3 + 9 = 30
11. Lintasan 11 = (a d b e c a) = (a c e b d a)
= 9 + 2 + 8 + 3 + 5 = 27
12. Lintasan 12 = (a d c b e a) = (a e b c d a)
= 9 + 4 + 7 + 8 + 9 = 37
Lintasan yang jaraknya paling pendek adalah : 4
yaitu 23
2.5 Algoritma Genetika
Algoritma Genetika adalah algoritma
pencarian yang didasarkan atas mekanisme
seleksi alami dan evolusi biologis. Algoritma
genetika mengkombinasikan antara deretan
struktur dengan pertukaran informasi acak ke
bentuk algoritma pencarian dengan beberapa
perubahan bakat pada manusia. Pada setiap
generasi, himpunan baru dari deretan individu
dibuat berdasarkan kecocokan pada generasi
sebelumnya Berikut ini beberapa definisi penting
dalam Algoritma Genetika yaitu Genotype (Gen)
yaitu sebuah nilai yang menyatakan satuan dasar
yang membentuk suatu arti tertentu dalam satu
kesatuan gen yang dinamakan kromosom. Dalam
Algoritma Genetika, gen ini bisa berupa nilai
biner, float, integer maupun karakter. Allele
merupakan nilai dari gen. Kromosom adalah
gabungan gen-gen yang membentuk nilai tertentu.
Individu, menyatakan satu nilai atau keadaan
yang menyatakan salah satu solusi yang mungkin
dari permasalahan yang diangkat. Populasi,
merupakan sekumpulan individu yang akan
diproses bersama dalam satu siklus proses
evolusi. Generasi, menyatakan satu-satuan siklus
proses evolusi. Sedangkan Nilai Fitness,
menyatakan seberapa baik nilai dari suatu
individu atau solusi yang didapatkan. Fungsi
Fitness merupakan alat ukur yang digunakan
untuk proses evaluasi kromosom. Nilai fitness
dari suatu kromosom akan menunjukkan kualitas
kromosom dalam populasi tersebut. Adapun
langkah-langkah penyelesaian pendistribusian
pada PT. Chang Jui Fang menggunakan
Algoritma Genetika dalam TSP adalah :
a. Inisilaisasi Populasi
Inisialisasi ini dilakukan secara random dan hanya
satu kali saja sewaktu start pertama kali
Algoritma Genetika. Inisialisasi ini menghasilkan
populasi awal dengan jumlah chromosome yang
sesuai dengan yang kita harapkan.
b. Evaluasi
Evaluasi Ini adalah proses menghitung nilai
fitness dari masingmasing chromosome yang ada.
Rumus fitness :
c. seleksi
Melalui proses ini maka lahirlah genersi baru
dimana chromosome diperoleh dari chromosome
51
Seminar Nasional Informatika 2015

sebelumnya. Proses seleksi ini digunakan agar
hanya kromosom-kromosom yang berkualitas
yang dapat melanjutkan peranannya dalam proses
algoritma genetika. Teknik seleksi yang akan
digunakan tergantung pada permasalahan yang
akan diselesaikan. Ada bermacam-macam teknik
seleksi, diantaranya adalah Roulette Wheel
Selection, Rank Base Selection, dan Steady State
Selection. Proses penseleksian pada makalah ini
menggunakan teknik Roulete Wheel.
berguna tidak dievaluasi, tetapi bila peluang
mutasi ini terlalu besar maka akan terlalu banyak
gangguan acak, sehingga anak akan kehilangan
kemiripan dari induknya dan algoritma juga akan
kehilangan kemampuan untuk belajar dari history
pencarian. Ada dua macam proses mutasi yang
ada pada algoritma genetika, diantaranya mutasi
bilangan real dan mutasi biner.
3. Hasil Uji Coba dan Pembahasan

d. Crossover Misalkan terdapat 12 buah kota yang

Crossover adalah menyilangkan dua akan dilalui oleh expeditur dengan kota yang
kromosom sehingga membentuk kromosom baru dituju pertama kali berturut-turut yaitu mulai dari
yang harapannya lebih baik dari pada induknya. PT. Chang Jui Fang, Kota Lhokseumawe, Kab.
Tidak semua kromosom pada suatu populasi akan Aceh Utara, Kab. Aceh Timur, Kota Langsa, Kab.
mengalami proses rekombinasi. Kemungkinan Aceh Tamiang, Kab. Gayo Lues, Kab. Aceh
suatu kromosom mengalami proses crossover Tenggara, Kota Subussalam, Kab. Aceh Singkil,
didasarkan pada probabilitas crossover yang telah Kab. Aceh Selatan, Kab. Aceh Barat Daya, Kab.
ditentukan terlebih dahulu. Probabilitas crossover Aceh Tengah, Kab. Nagan Raya. Perjalanan
menyatakan peluang suatu cromosom akan dimulai dari PT.Chang Jui Fang dan berakhir di
mengalami crossover. Ada beberapa teknik PT.Chang Jui Fang. Ada 12 kota yang akan
crossover yang dapat digunakan untuk menjadi gen dalam kromosom yaitu kota-kota
menyelesaikan Traveling Salesman Problem, selain kota asal.
antara lain adalah partially mapped crossover
(PMX), order crossover dan cycle crossover. 3.1 Inisialisasi
Teknik rekombinasi yang digunakan adalah Dalam hal ini tahap awal membangun
teknik order crossover . Order crossover (OX) inisialisasi yaitu merupakan pembentukan
diperkenalkan oleh Davis [2]. Teknik ini diawali populasi awal dengan menyusun setiap kota
dengan membangkitkan dua bilangan acak. sebagai kode yang dijadikan sebagai gen pada
Kemudian gen yang berada diantara kedua masing-masing kromosom sehingga keseluruhan
bilangan acak akan disalin ke offspring dengan ini dianggap sebagai generasi pertama.
posisi yang sama.
Langkah berikutnya untuk mendapatkan Berikut pengkodean yang mewakili setiap kota :
offspring pertama adalah mengurutkan gen yang
berada pada parent kedua dengan urutan gen yang 1. Kab. Aceh Utara =A
berada pada posisi setelah bilangan acak kedua 2. Kab. Aceh Timur =B
diikuti dengan gen yang berada pada posisi 3. Kota Langsa =C
sebelum bilangan acak pertama dan diakhiri 4. Kota Lhokseumawe =D
dengan gen yang berada pada posisi diantara 5. Kab. Nagan Raya =E
kedua bilangan acak. Kemudian gen yang telah 6. Kab. Aceh =F
diurutkan tersebut dibandingkan dengan offspring 7. Kab. Aceh Tengah =G
pertama. Apabila gen tersebut ada pada offspring 8. Aceh Barat Daya =H
kedua maka abaikan gen tersebut dari urutan itu. 9. Kab. Aceh Singkil =I
Kemudian masukkan urutan yang baru saja 10. Kota Subussalam =J
didapat pada offspring dengan cara memasukkan 11. Kab. Aceh Tenggara =K
urutan gen pada posisi setelah bilangan acak 12. Kab. Gayo Lues =L
kedua terlebih dahulu dan sisanya dimasukkan
pada posisi sebelum bilangan acak pertama. Berdasarkan pengkodean diatas populasi awal
akan dibentuk seperti dibawah ini secara acak :
e. Mutasi
Mutasi adalah proses penambahan nilai K1 = [ A-D-B-C-E-F-G-H-I-J-K-L ]
acak yang sangat kecil dengan K2 = [ A-B-C-D-F-E-H-G-J-I-L-K ]
probabilitas rendah pada variabel keturunan. K3 = [ B-D-C-A-F-H-E-G-I-J-K-L ]
Peluang mutasi didefinisikan sebagai persentasi K4 = [ C-D-B-A-H-E-G-K-L-I-F-J ]
dari jumlah total gen pada populasi yang K5 = [ A-C-J-K-L-B-D-G-H-J-I-C ]
mengalami mutasi. Peluang mutasi K6 = [ D-K-L-I-B-C-A-J-F-H-E-G ]
mengendalikan banyaknya gen baru yang akan
dimunculkan untuk dievaluasi. Jika peluang Penjelasan diatas pada kromosom K1 terdapat
mutasi terlalu kecil, banyak gen yang mungkin optimasi jalur beberapa kota yang dilalui dimana

52
 Seminar Nasional Informatika 2015

yang diawali perjalanan mulai dari perusahaan ke C[1] = 0.193

kota A sampai ke kota L dan diakhiri ke C[2] = 0.193 + 0.140 = 0.332
perusahaan kembali. C[3] = 0.332 + 0.215 = 0.547
C[4] = 0.547 + 0.139 = 0.686
2.2 Evaluasi Kromosom C[5] = 0.686 + 0.151 = 0.838
Tahap selanjutnya menghitung nilai C[6] = 0.838 + 0.162 = 1
Fitness sebagai parameter untuk mengukur tingkat
jalur terpendek sementara pada setiap kromosom Proses roulete-wheel adalah
dalam kasus ini nilai fitness diukur dari jarak membangkitkan nilai acak R antara 0-1. Jika
antar kota dalam setiap kromosom : R[k]<C[k] maka kromosom ke-k sebagai induk,
selain itu pilih kromosom ke-k sebagai induk
Fitness 1 = 2,345Km dengan syarat C[k-1] < R[k] < C[k]. Kita putar
Fitness 2 = 3,232Km roulete-wheel sebanyak jumlah kromosom yaitu 6
Fitness 3 = 2,102Km kali (membangkitkan bilangan acak R).
Fitness 4 = 3,241Km
Fitness 5 = 2,985Km R1 = 0.191
Fitness 6 = 2,782Km R2 = 0.259
R3 = 0.760
Masing-masing fitness mewakili masing-masing R4 = 0.006
kromosom dan Dilihat dari parameter diatas R5 = 0.159
bahwa kromosom yang mempunyai nilai fitness R6 = 0.340
terkecil adalah pada kromosom ke-3 yaitu jalur
terpendek sementara 2.4 Crossover

2.3 Seleksi Kromosom Kromosom ke-k yang dipilih sebagai

induk jika R[k] < c. Maka yang akan dijadikan
Oleh karena pada persoalan TSP yang induk adalah kromosom[1], kromosom[4], dan
diinginkan yaitu kromosom dengan fitness yang kromosom[5]. Setelah melakukan pemilihan
lebih kecil akan mempunyai probabilitas untuk induk, proses selanjutnya adalah menentukan
terpilih kembali lebih besar maka digunakan posisi crossover. Hal tersebut dilakukan dengan
inverse : membangkitkan bilangan acak antara 1 sampai
q[i] = 1 / total fitness dengan panjang kromosom-1. Dalam kasus TSP
q[1] = 0.426 ini bilangan acaknya adalah antara 1-3. Misal
q[2] = 0.309 diperoleh bilangan acaknya 1, maka gen yang ke-
q[3] = 0.475 1 pada kromosom induk pertama diambil
q[4] = 0.308 kemudian ditukar dengan gen pada kromosom
q[5] = 0.335 induk kedua yang belum ada pada induk pertama
q[6] = 0.359 dengan tetap memperhatikan urutannya. Bilangan
total = 0.221 acak untuk 3 kromosom induk yang akan di-
crossover :
selanjutnya mencari nilai probabilitas dengan
rumus dibawah ini : C[1] = 2
C[4] = 1
P[i] = q[i] / total C[5] = 2
P[1] = 0.193
P[2] = 0.140 Proses crossover :
P[3] = 0.215 Kromosom[1] = Kromosom[1] >< Kromosom[4]
P[4] = 0.139 Kromosom[4] = Kromosom[4] >< Kromosom[5]
P[5] = 0.151 Kromosom[5] = Kromosom[5] >< Kromosom[1]
P[6] = 0.162
Offspring[1] =
Dari probabilitas di atas dapat terlihat bahwa A-B-C-D-F-E-H-G-J-I-L-K >< B-D-C-A-F-H-E-G-I-J-K-L
kromosom ke-3 mempunyai fitness paling kecil = A-B-C-D-F-H-E-G-I-J-K-L
sehingga mempunyai probabilitas untuk terpilih
pada generasi selanjutnya lebih besar dari Offspring [4] =
kromosom lainnya. Untuk proses seleksi kita B-D-C-A-F-H-E-G-I-J-K-L >< A-B-C-D-F-E-H-G-J-I-L-K
= B-D-C-A-F-H-E-G-I-J-K-L
menggunakan rouletewheel, untuk itu kita terlebih
dahulu mencari nilai kumulatif dari
probabilitasnya. Offspring[5]=
A-B-C-D-F-E-H-G-J-I-L-K >< A-B-C-D-F-E-H-G-J-I-L-K
= A-B-C-D-F-E-H-G-J-I-L-K

53
Seminar Nasional Informatika 2015
Pada Offspring[1] yang mewakili
kromosom [1] yang mendapatkan nilai acak C[1]
yaitu kromosom[1] yang dikawinkan silang
dengan kromosom[4] sehingga menghasilkan
kromosom[1] yang baru dengan cara
mempertahankan 1 gen dari kromosom[1] yaitu
gen ke-1 yaitu A selanjutnya menyatukan sisa
kromosom[4] yaitu dari mulai gen D s/d L.
Populasi setelah dicrossover :
K[1] = A-B-C-D-F-H-E-G-I-J-K-L
K[2] = A-B-C-D-F-E-H-G-J-I-L-K
K[3] = B-D-C-A-F-H-E-G-I-J-K-L
K[4] = B-D-C-A-F-H-E-G-I-J-K-L
K[5] = A-B-C-D-F-E-H-G-J-I-L-K
K[6] = D-K-L-I-B-C-A-J-F-H-E-G
3.5 Mutasi
Pada kasus TSP ini skema mutasi yang
digunakan adalah swapping mutation. Jumlah
kromosom yang mengalami mutasi dalam satu
populasi ditentukan oleh parameter mutation
rate(m). Proses mutasi dilakukan dengan cara
menukar gen yang dipilih secara acak dengan gen
sesudahnya. Jika gen tersebut berada di akhir
kromosom, maka ditukar dengan gen yang
pertama. Pertama kita hitung dulu panjang total
gen yang ada pada satu populasi:
Panjang total gen = jumlah gen dalam 1
kromosom * jumlah Kromosom = 12 * 6 = 72
Untuk memilih posisi gen yang mengalami mutasi
dilakukan dengan membangkitkan bilangan acak
antara 1 Panjang total gen yaitu 1- 27. Misal
kita tentukan m = 20 %. Maka jumlah gen yang
akan dimutasi adalah = 0,2*72 = 7,2 = 7. Lima
buah posisi gen yang akan dimutasi, setelah
diacak adalah posisi 72, 46, 13, 34, 9, 2, 5.
Proses mutasi :
K[1] = A-B-C-D-F-H-E-G-I-J-K-L
K[2] = A-B-C-D-F-E-H-G-J-I-L-K
K[3] = B-D-C-A-F-H-E-G-I-J-K-L
K[4] = B-D-C-A-F-H-E-G-I-J-K-L
K[5] = A-B-C-D-F-E-H-G-J-I-L-K
K[6] = D-K-L-I-B-C-A-J-F-H-E-G
Berdasarkan proses mutasi diatas dijelaskan
bahwa sesuai urutan acak no.2 yaitu tepatnya
pada kromosom 1 pada gen ke 2 yaitu B harus
dimutasi dengan gen yang berada didepannya
yaitu gen C, sama halnya dengan gen yang berada
kromosom yang lain yang urutanya sesuai dengan
bilangan acak diatas harus perpindah dengan gen
yang berada didepannya. Sehingga menghasilkan
populasi seperti dibawah ini :
K[1] = A-C-B-D-H-F-E-G-J-I-K-L
K[2] = B-A-C-D-F-E-H-G-J-I-L-K
54
K[3] = B-D-C-A-F-H-E-G-I-K-J-L
K[4] = B-D-C-A-F-H-E-G-I-K-J-L
K[5] = A-B-C-D-F-E-H-G-J-I-L-K
K[6] = G-K-L-I-B-C-A-J-F-H-E-D
Populasi diatas merupakan generasi baru yang
tercipta setelah melalui proses algoritma genetika
sehingga dilihat nilai fitness setiap kromosom
yang dihasilkan seperti dibawah ini :
K[1] = A-C-B-D-H-F-E-G-J-I-K-L = 2,345 Km
K[2] = B-A-C-D-F-E-H-G-J-I-L-K = 1,589 Km
K[3] = B-D-C-A-F-H-E-G-I-K-J-L = 3,456 Km
K[4] = B-D-C-A-F-H-E-G-I-K-J-L = 3,456 Km
K[5] = A-B-C-D-F-E-H-G-J-I-L-K = 2,348 Km
K[6] = G-K-L-I-B-C-A-J-F-H-E-D = 1,265 Km
Jika dilihat dari populasi hasil generasi ke dua
diatas menghasilkan kromosom dengan nilai
fitness terkecil diantara yang lain yaitu pada
kromosom ke 6 dengan jarak 1,265 Km , hal ini
bias dijadikan sebagai optimasi penentuan jalur
terpendek dalam melaksanakan perjalanan
pendisitribusian keramik, jika pada generasi ini
belum menghasilkan optimasi yang optimal maka
silahkan lakukan iterasi kembali untuk melahirkan
generasi yang baru sampai mendapatkan optimasi
yang optimal sehingga menjadi suati pemecahan
masalah pada kasus TSP ini.
4. Kesimpulan dan Saran
1. Algoritma genetika bisa digunakan untuk
melakukan pencarian rute terpendek
pendistribusian keramik pada PT. Chang Jui
Fang yang mencakup wilayah kerja Aceh
untuk 12 kota tujuan.
2. Dengan adanya optimasi pendistribusian
keramik ini maka PT.Chang Jui Fang dan
distributor dapat mengetahui informasi rute
terpendek yang akan dilalui oleh truk
pengangkut keramik.
3. Untuk kasus 12 kota tujuan Dengan
pencarian menggunakan Algoritma Genetika
menghasilkan jalur terpendek dengan
optimasi yang optimal dengan jarak 1,265Km
Daftar Pustaka:
[1] Goldberg, D. E. Genetic Algorithms in
Search, Optimization & Machine Learning.
New York: Addison-Wesley. 1989.
[2] Zakaria, T. M. & Prijono, A. Konsep
danImplementasi Struktur Data .Bandung:
Informatika. 2006.
[3] Taha, Hamdi A. 1982. Operation Research:
An Introduction,edisi ke-3.Macmillan
Publishing Co.Inc. New York
[4] Ayu Purwarianti, (2010). Sistem Informasi
Inteligen. Magister Informatika STEI ITB.
 Seminar Nasional Informatika 2015

DIAGNOSA PENYAKIT DAN IDENTIFIKASI JENIS TANAMAN

DAUN ANTHURIUM MENGGUNAKAN SISTEM PAKAR
DAVID

Program Studi Teknik Informatika

Sekolah Tinggi Manajemen Informatika dan Komputer Pontianak
Jalan Merdeka No. 372 Pontianak, Kalimantan Barat
Telp (0561) 735555, Fax (0561) 737777
David_Liauw@yahoo.com, DavidLiauw@gmail.com, David_Liauw@stmikpontianak.ac.id

Abstrak

Sistem pakar dapat dijadikan sebagai sarana untuk konsultasi dan membantu para petani yang sedang
mengalami permasalahan dalam mengidentifikasi jenis dan penyakit tanaman hias anthurium daun beserta
solusi, tanpa bergantung sepenuhnya terhadap seorang pakar. Agar sistem pakar ini dapat diakses dengan
mudah oleh siapapun dan dimanapun yang terhubung dengan jaringan internet, sistem pakar ini dibuat
berbasis web. Sistem pakar ini menggunakan metode Incremental dalam perancangan dan
pengembangannya. Website ini dibuat dengan menggunakan bahasa pemrograman web PHP dan database
MySQL. Representasi pengetahuan yang digunakan adalah rules dengan menggunakan forward chaining.
penelusuran rule menggunakan working memory, production rule dan probabilitas certainty factor. Melalui
sistem ini, user dapat mengidentifkasi jenis anthurium berdasarkan ciri-ciri yang dimasukkan oleh user dan
mengidentifikasi penyakit berdasarkan gejala-gejala yang menyerangnya.sistem juga mempunyai
kemampuan untuk menambah, mengupdate, serta menghapus ciri dan gejala pada tanaman anthurium daun
beserta hasil konsultasi yang dilakukan oleh admin.

Kata Kunci : Sistem Pakar, Forward Chaining, Certainty Factor, Working Memory, Production System

1. Pendahuluan faktor tersebut yang sampai sekarang menjadi

Anthurium merupakan salah satu jenis
tanaman yang banyak diminati pekebun atau
hobiis karena penampilannya yang menarik dan
nilai jualnya juga cukup tinggi, sebut saja jenis
Anthurium gelombang cinta (Plowmanii) yang
harganya mencapai puluhan juta rupiah. Sehingga
tidak sedikit para hobiis tertarik membudidayakan
tanaman ini baik untuk dijual ataupun hanya
untuk di koleksi. Bagi sebagian orang, anthurium
dianggap sebagai tanaman yang mudah
dibudidayakan karena secara alami Anthurium
memiliki toleransi yang luas pada berbagai
kondisi lahan. Namun untuk menciptakan
pertumbuhan optimal dalam kegiatan budidaya
tanaman, anthurium memerlukan perlakuan
khusus karena dalam proses pembudidayaan itu
sering muncul kendala, misalnya yang berkaitan
dengan media tanam, pemupukan, pengendalian
hama dan penyakit tanaman yang bisa
menghambat pertumbuhan tanaman.
Seperti yang dipaparkan seorang petani
sekaligus pemilik salah satu gerai tanaman hias
Anthurium di Pontianak. Karena terbilang pemula
dalam membudidayakan tanaman hias ini, masih
banyak kendala yang dialami pada saat
membudidayakannnya. beberapa diantaranya
adalah kendala teknik budidaya, kondisi fisiologis
serta gangguan hama dan penyakit. Dari semua
masalah adalah gangguan hama dan penyakit.
Para pekebun Anthurium biasa melakukan
pendeteksian terhadap penyakit dengan melihat
langsung kondisi tanaman yang terjangkit
penyakit dan menanggulanginya secepat
mungkin. Diketahui penyakit yang sering muncul
pada tanaman hias ini adalah bercak daun, daun
seperti kekuningan dan timbul bercak-bercak
coklat. Namun karena pengetahuan yang terbatas,
para petani pemula terkadang merasa kesulitan
jika dihadapkan dengan beragam dan banyaknya
jenis penyakit serta tidak tahu bagaimana cara
mengatasinya.
Disamping itu keingintahuan akan jenis
dari Anthurium daun sebelum membeli ataupun
hanya sebatas ingin tahu tentang informasi
mengenai Anthurium juga terkadang menjadi hal
penting bagi para calon pembeli. Spesies
Anthurium daun sangat banyak, hingga mencapai
ratusan spesies sedangkan bentuk fisik Anthurium
daun sendiri hampir sama antara satu jenis dengan
jenis yang lain.
Penelitian yang dilakukan mengacu pada
penelitian terdahulu diantaranya adalah
identifikasi varietas tanaman kunyit menggunakan
sistem pakar [1]. Dalam penelitian tersebut
mengembangkan sistem pakar untuk
mengidentifikasi varietas tanaman kunyit.
Penelitian tersebut menggunakan metode

55
Seminar Nasional Informatika 2015
Mamdani untuk Fuzzy Inference System (FIS).
Hasilnya menunjukkan bahwa sistem ini mampu
mengidentifikasi 89 varietas dengan benar dari
input data. Penelitian berikutnya adalah diagnosa
penyakit tanaman hias menggunakan metode
certainty factor berbasis web [2]. Penelitian
tersebut menghasilkan Website Sistem Pakar
Diagnosa penyakit pada tanaman hias. Web yang
dihasilkan dapat melakukan perhitungan jenis
jenis penyakit yang sedang dihadapi beserta
solusinya.
Sedangkan pada penelitian ini membuat
system pakar yang menggunakan mesin inferensi
forward chaining. Mengacu pada penelitian
sebelumnya, representasi pengetahuan yang
digunakan yaitu kaidah rules IF..THEN. Yang
membedakan dengan penelitian-penelitian
sebelumnya adalah penggunaan working memory
dan aturan produksi sebagai pemrosesan rule.
2. Metode Penelitian
Bentuk penelitian yang digunakan penulis
adalah survey dan diaplikasikan dengan metode
riset eksperimental. Disamping wawancara,
penelitian juga dilakukan dengan pengumpulan
data secara observasi. Metode perancangan
perangkat lunak yang digunakan penulis adalah
menggunakan metode incremental. Aplikasi
dirancang berbasis web menggunakan Bahasa
pemrograman PHP (PHP Hypertext Preprosessor)
dan menggunakan MySQL sebagai databasenya.
Adapun informasi yang ditampilkan dalam sistem
pakar meliputi ciri-ciri, gejala, penyebab, nama
penyakit dan pengendaliannya.
3. Hasil Penelitian dan Pembahasan
Analisis sistem ini diperoleh melalui
wawancara dan studi literature yang akan
ditemukan beberapa data dan fakta yang akan
dijadikan bahan uji dan analisis menuju
penerapan dan pengembangan aplikasi sistem
yang diusulkan. Proses inti dari sistem ini adalah
proses penalaran. Sistem akan melakukan
penalaran untuk mengidentifikasi jenis dan
mendiagnosa penyakit tanaman hias anthurium
berdasarkan gejala yang di inputkan oleh
pengguna. Pada analisis kebutuhan input disini
para pakar memberikan masukan yang berupa
data aturan ditambahkan sesuai dengan ciri-ciri,
jenis anthurium daun, gejala, nama penyakit dan
solusi penanganannya sehingga data keluaran dari
sistem ini berupa hasil jenis anthurium daun dan
diagnosa gejala penyakit yang dialami anthurium
daun kemudian di inputkan oleh pengguna
sehingga menghasilkan output berupa nama
penyakit dan solusi penanganan dengan tepat.
Sistem Pakar untuk identifikasi jenis dan
mendiagnosis penyakit anthurium daun terdiri
56
atas dua bagian, yaitu bagian akuisisi pengetahuan
dan bagian konsultasi. Dalam akuisisi
pengetahuan diperoleh fakta dan aturan yang
kemudian disimpan dalam basis pengetahuan.
Fakta pada basis pengetahuan berisi penyakit,
penyebab dan gejala penyakit pada tanaman
anthurium daun. Sedangkan aturan berisi gejala-
gejala penyakit serta solusi untuk mengatasi
penyakit anthurium daun tersebut. Secara umum,
rancangan sistem pakar untuk menentukan jenis
dan penyakit anthurium daun ini dapat
digambarkan sebagai berikut (gambar 1):
Gambar 1. Arsitektur aplikasi sistem pakar
Mesin Inferensi sebagai kontrol strategi
digunakan untuk memilih rule yang akan
digunakan. Mesin inferensi bekerja dalam sebuah
looping, melakukan identifikasi dan
mengeksekusi dengan kasus yang memiliki rule
lebih dari satu. Mesin inferensi bergantung penuh
pada working memory yang berisikan fakta-fakta
(facts)[3,5]. Isi dalam working memory akan
berubah-ubah seiring dengan berjalannya proses
inferensi. Proses akan berhenti setelah goal
(solusi) tercapai atau tidak ada rule yang di-apply.
Pada Aplikasi sistem pakar ini, working memory
yang digunakan adalah dengan menggunakan
sejumlah komponen listbox sebagai
penyimpanan. Working memory tersebut dibuat
sedemikian rupa sehingga terbagi menjadi
beberapa alokasi penyimpanan mulai dari untuk
menyimpan fakta Ya, fakta Tidak, fakta Solusi,
Fakta Rule, Fakta rule yang di-fire, fakta rule
yang sudah ditanyakan serta beberapa fakta
lainnya. Gambar 2 berikut merupakan control
strategi sistem pakar dari konsep working
memory pada aplikasi system pakar. Gambar 3
merupakan Integrasi Working Memory dalam Fire
Rule Production System.
 Seminar Nasional Informatika 2015

INFERENCE ENGINE dengan

Penerapan forward chaining, production system
FORWARD CHAINING
Working
Memory
dan working memory disematkan pada bagian
form diagnosa dan ditampilkan ke halaman hasil.
Pattern Matcher
Berikut ini disajikan bagan alir (flow chart)
menggunakan Execution Engine
Production System algoritma mekanisme inferensi sistem pakar
diagnosa dan identifikasi jenis daun anthurium
(gambar 4).
Rule Base
Agenda
Start

Ambil Record
Pertanyaan dari
tabel IF-THEN
Gambar 2. Kontrol Strategi Sistem pakar
[3,4,5]
Pecah/urai rule
pada IF_Clause
Start

Ekstrak solusi pada

THEN_Clause
database

Ambil Rule yang

akan di-Pilih Gejala Ke-n False

Working
Memory
If User
Tampil soal
menjawab ya?

Rule Found and

True
Select rule to True
Fire Rule Fire ?

Simpan Gejala
pada working
False memory

No Rule Found Ya
Apakah masih ada
rule?

End
Ambil solusi dari
working memory
Gambar 3. Integrasi Working Memory dan
Production System End

Konsep perancangan mekanisme inferensi pada Gambar 4. Algoritma Mekanisme Inferensi

sistem pakar identifikasi dan diagnose penyakit Sistem Pakar
tanaman daun anthurium ini mengacu pada
metode inferensi yang digunakan, yaitu forward- Use Case Diagram digunakan untuk menjelaskan
chaining. Dalam hal ini, kesimpulan diambil sistem pakar identifikasi jenis dan diagnosa
berdasarkan data-data atau masukan-masukan penyakit pada anthurium daun. Dapat dilihat pada
yang telah diinputkan oleh pengguna melalui gambar 5 dibawah ini :
antarmuka aplikasi[8]. Mekanisme inferensinya
yaitu sebagai berikut:
a. Pengguna menjawab pertanyaan dengan
menjawab YA , TIDAK dan TIDAK
DIPILIH berdasarkan gejala. Pada tahap
ini, sistem akan menyimpan data YA
dalam temp sedangkan untuk jawaban
TIDAK dan TIDAK DIPILIH akan
disimpan pada penyimpanan sementara. Data
yang disimpan nantinya akan kumpulkan
menjadi suatu kumpulan fakta dalam tabel
rule (IF_Clause).
b. Tahap hasil diagnose dan identiifikasi adalah
tahap sistem memproses fakta yang telah
diperoleh dari gejala, kemudian
mencocokkannya dengan daftar aturan (rule) Gambar 5. Use Case diagram User
yang telah dibuat untuk menghasilkan fakta
baru berupa kesimpulan tes atau hasil tes.

57
 Seminar Nasional Informatika 2015

User
Halaman Beranda
Halaman Diagnosa
Halaman Penyakit dan
Solusi

Mendiagnosa

Inpu Gejala
Rule base penyakit dan
solusi

Rule base gejala

Menampilkan halaman hasil

diagnosa
Menampilkan halaman hasil
diagnosa Gambar 8. Tampilan halaman utama
Halaman beranda

Penelusuran identifikasi dan diagnosa

pada bagian pemakai menunjukan bahwa sistem
Gambar 6. Sequence Diagnosa memberikan kesimpulan mengenai jenis, hama
dan penyakit berdasarkan prosedur-prosedur yang
Pada gambar 6 terlihat ketika user akan telah disediakan oleh sistem dalam
mendiagnosa penyakit, maka user diajukan mengidetifikasi jenis mendiagnosa penyakit
pertanyaan mengenai gejala-gejala yang dialami anthurium daun, dimana pengetahuan dan aturan
anthurium daun, kemudian sistem akan menjadi peranan penting dalam
melakukan diagnosa penyakit. Jika gejala yang pengidentifikasian tersebut. Pengetahuan yang
dimasukan cocok, maka sistem akan tidak lengkap dan sedikitnya berdampak pada saat
menampilkan nama penyakit beserta solusi yang melakukan konsultasi dalam mendiagnosa,
sesuai dengan hasil diagnosa. dimana sistem tidak dapat memberikan
Hal yang paling diutamakan dalam kesimpulan mengenai jenis dan penyakit yang
diagnosa ini adalah memberikan hasil penyakit dimaksud. Berikut ini tampilan penelusuran rule
serta solusi sebagai dalam tindak pencegahan pada halaman diagnosa dan hasil penelusurannya
serta menanganinya. Hasil diagnosa akan diproses pada gambar 9 dan gambar 10.
dalam data base menurut rule base yang sudah
tersedia. Kemudian pada akhirnya hasil output
dari proses akan dikirim kembali kepada user
untuk ditampilkan.
Adapun class diagram yang terdapat pada sitem
pakar identifikasi jenis dan diagnosa penyakit
pada anthurium daun dapat dilihat pada gambar 7
berikut:
<<abstrak>> Perancangan
Aplikasi

Sisitem Pakar Diagnosa Jenis dan Penyakit

pada Anthurium Pengolahan Data
- Data rule base jenis
-Informasi - Data rule base ciri-ciri
- Jenis -Data Rule Base Gejala
- ciri-ciri - Data Rule Base Penyakit
- Gejala
Informasi
- penyakit
Gambar 9. Tampilan penyelusuran jenis
Informasi anthurium
penyakit anthurium daun
Ciri-ciri
Gejala Rule Base Jenis Rule Base ciri-ciri Rule Base Gejala Rule Base Penyakit
- id ciri
- nama_ciri - id ciri - id - id_penyakit_t
- id - id_jenis - nama_ciri
- id_penyakit - id Jenis - id_penyakit - nama_penyakit
- nama_jenis - id Jenis
- nama _gejala - - nama _gejala - ciri
- gambar - cek2
- cek - penyebab
- cek3 - solusi
- cek2 - cek
- cek3 - pengobatan
- bnyk penyakittiapgejala - gambar
- nilai_gejala
- teta

Relasi Jenis Relasi penyakit

- nama_penyakit
- nama_jenis
- id_penyakit
- id ciri

:
Gambar 7. Class Diagram sistem pakar

Berikut adalah hasil rancangan halaman beranda

user dan admin dapat dilihat pada gambar 8.

Gambar 10. Hasil rancangan penyelusuran

penyakit anthurium daun

Pengujian ini dimaksudkan untuk melihat

kemampuan sistem pakar dalam mengidentifikasi

58
 Seminar Nasional Informatika 2015

dan diagnosa penyakit anthurium daun. berdasarkan gejala yang diinputkan

Pengujian dilakukan dengan melakukan dibandingkan dengan gejala yang terdapat
beberapa percobaan identifikasi dengan dalam database. Hasil identifikasi menunjukkan
memberikan input gejala yang berbeda-beda. bahwa tanaman terserang Penyakit hawar daun
dengan prosentase sebesar 60%. Hal ini sesuai
Tabel 1. Pengujian Aplikasi dengan penjelasan Kadir (2007) yang
Pengujian
Gejala Hasil menyebutkan bahwa serangan penyakit ini
ke- disebabkan oleh parasit trichodina sp. Sehingga
Pengujian Pinggiran daun Penyakit dari hama
2 Anthurium luka belalang dengan penyakitnya sering disebut trichodiniasis.
bergerigi. presentase 100%. Trichodina merupakan protozoa dari kelompok
siliata yang memiliki bulu getar peritrikha[8].
Pengujian 1. Daun bercak Penyakit Percobaan ketiga dilakukan dengan
2 kecoklatan Antraknosa dengan
2. daun bagian prosentase 60%.
memasukkan beberapa gejala atau penyakit
bawah berlubang tertentu. Akan tetapi dalam gejala tersebut
tinggal tulang terdapat gejala atau penyakit lain. Artinya
daun terdapat dua atau lebih penyakit yang
3. terdapat lapisan
kerak berwarna
mempunyai beberapa gejala yang sama. Pada
merah pada percobaan ini dimasukkan gejala terdapat
batang bercak berwarna perak, daun menjadi mengkerut,
Pengujian 1. Daun Layu Hawar daun dengan akar rusak. Maka sistem pakar akan
3 2. Daun menjadi presentase sebesar
mengkerut 60% dan Siput
memberikan nilai probabilitas pada masing-
3. Batang dengan prosentase masing penyakit berdasarkan jumlah gejala
membusuk sebesar 50%. yang diimasukkan user dibandingkan dengan
4. Daun bercak jumlah total gejala yang tersimpan dalam
berwarna perak
5. Akar rusak
database sistem. penyakit hasil identifikasi adalah
Hawar daun dengan prosentase sebesar 60% dan
Pengujian 1. Permukaan daun Penyakit yang siput dengan prosentase sebesar 50%. Rukmana
4 terdapat bubuk disebabkan oleh (2007) menjelaskan bahwa hawar daun
seperti tepung virus dengan disebabkan oleh bakteri Xanthomonas campestris
2. Bintik-bintik prosentase sebesar
kekuningan 20% dan Penyakit pv. dieffebachiae dengan gejala-gejala seperti
3. Daun bercak Kuning (jaundice) berikut , daun layu, terdapat bercak keperakan di
berwarna perak dengan prosentase daun dan batang membusuk[7].
sebesar 33.33%. Berdasarkan beberapa percobaan di atas,
sistem pakar hama dan penyakit anthurium daun
ini dapat memberikan sebuah acuan untuk
Percobaan pertama dilakukan dengan
pengambilan keputusan tentang penyakit yang
memasukkan semua gejala dari penyakit tertentu,
berpotensi menyerang anthurium daun. Di mana
yakni yang disebabkan hama belalang. Pada
keputusan didasarkan pada prosentase
percobaan ini sistem pakar memberikan nilai
probabilitas tiap-tiap penyakit. Semakin tinggi
prosentase kemungkinan penyakit sebesar
probabilitasnya maka semakin besar pula potensi
100%. Hal ini sangatlah realistis, karena semua
penyakit yang menyerang, begitu pula
gejala pada satu penyakit tersebut muncul
sebaliknya. Akan tetapi bila terdapat prosentase
semua. Sehingga sistem pakar memberikan
probabilitas yang sama maka untuk menentukan
keputusan yang mutlak terhadap kemungkinan
penyakit yang menyerang diperlukan faktor
jenis penyakit yang menyerang. Hal ini sesuai
pendukung lain.
dengan penjelasan Rukmana, (2007:39) yang
menyebutkan bahwa salah satu penyakit yang
4. Kesimpulan
disebabkan oleh belalang adalah pinggiran dau
luka bergerigi [7].
Berdasarkan hasil penelitian ini, maka dapat
Percobaan kedua dilakukan dengan
disimpulkan bahwa penerapan sistem pakar
memasukkan sebagian gejala atau penyakit
diagnosa jenis dan penyakit pada anthurium daun
tertentu, yakni daun layu, warna menguning dan
dapat membantu para user atau pengguna untuk
menipis. Setelah data gejala diolah, sistem
mengetahui jenis-jenis anthurium daun dan
pakar memberikan keputusan nilai prosentase
mengetahui penyakit yang menyerang anthurium
kemungkinan penyakit berdasarkan pada jumlah
daun . Akan tetapi, hal tersebut menjadi suatu
gejala yang diinputkan. Semakin banyak gejala
tantangan karena persepsi user dan persepsi antar
yang diinputkan maka prosentasenya juga
satu pakar dengan pakar yang lain sering kali
semakin tinggi, begitu pula sebaliknya. Pada
berbeda, oleh karenanya sistem pakar ini masih
percobaan kedua ini dimasukkan 3 gejala
membutuhkan metode yang pas untuk
Penyakit hawar daun. Kemudian sistem akan
menentukan kepastian kesimpulan dari hasil
menghitung prosentase kemungkinan penyakit

59
Seminar Nasional Informatika 2015
antara stau pakar dengan pakar yang lain. Adapun
saran yang dapat dikembangkan adalah
menambah fitur-fitur yang ada di website, seperti
grup diskusi, sarana konsultasi, dan menambah
lebih banyak lagi spesies-spesies anthurium daun.
Hasil diagnosa sistem pakar diagnosa jenis dan
penyakit pada anthurium daun berbasis web ini
dapat ditingkatkan keakuratannya sehingga hasil
diagnosa jenis dan penyakit pada anthurium daun
memiliki keakuratan yang lebih baik.
DAFTAR PUSTAKA
[1]. Bursatriannyo., Cheppy Syukur., Mushthofa.,
2014, Identifikasi Varietas Tanaman Kunyit
Menggunakan Sistem Pakar, Jurnal
Informatika Pertanian, Vol. 23 No.1, Juni
2014, pp95-106.
[2]. Mujilahwati, Siti., 2014, Diagnosa Penyakit
Tanaman Hias Menggunakan Metode
certainty Factor Berbasis Web, Jurnal
Teknika, Vol 6 No 2 September 2014,
ISSN:2085-0859, pp585-591
[3]. Morris, J., 2003, Intro to JESS, Morris
Technical Solutions.
60
[4]. M Sasikumar, S. R., 2007, A practical
introduction to rule based expert system.
New Delhi: Narosa Publising house.
[5]. Strauss, Martin., 2007, Jess The Java Expert
System Shell, Seminar AI Tools, April 26,
2007, pp1-33
[6]. Hashem Hashemi, Hossein Alizadeh
Moghaddam, Pegah Keyvan, Shahram Jafari,
2013, A Decision Support System for
Polyuria Patients Treatment, International
Journal of Engineering Science Invention,
Volume 2 Issue 1, January 2013, ISSN
(Online): 2319 6734, ISSN (Print): 2319
6726, PP.70-76
[7]. Rukmana, Rahmat., 2007, Tanaman Hias
Anthurium, Seri tanaman hias, Penerbit
Kanisius, Yogyakarta
[8]. Kadir, Abdul., 2007, Galeri Anthurium Daun,
panduan teknis mengenal ragam bentuk &
corak daun anthurium daun fantastis,
Penebar Swadaya
 Seminar Nasional Informatika 2015

PENENTUAN KELAYAKAN CALON ANGGOTA DEWAN

PERWAKILAN RAKYAT PARTAI KEADILAN SEJAHTERA DENGAN
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTED
(STUDY CASE: PKS CABANG MEDAN BELAWAN)
Abdul Meizar, M.Kom

Major Information System of Potensi Utama University

Street: K.L. Yos Sudarso Km. 6,5 No. 3A
Email : abdulmeizar@gmail.com

Abstrak

Di jaman demokrasi ini, banyak orang yang ingin menjadi calon anggota Dewan Perwakilan Rakyat
(DPR) baik di tingkat pusat maupun di tingkat daerah, tetapi yang menjadi suatu permasalahannya ialah
apakah calon anggota tersebut bisa menjalankan amanah yang diberikan oleh rakyat. Untuk menentukan
siapa yang akan menjadi calon anggota Dewan Perwakilan Rakyat Daerah (DPRD) tersebut sangat sulit,
karena harus benar-benar orang yang berkualitas dan mau bekerja keras. Metode Simple Additive Weighted
akan membantu menghasilkan sebuah keputusan yang dalam memilih calon sesuai kriteria-kriteria yang ada
untuk menciptakan claon anggota DPRD yang berkualitas, bekerja keras dan dapat melayani masyarakat dan
dapat bertanggung jawab dan tidak korupsi.

Kata Kunci : Simple Additive Weighted, Desicion Support System, Dewan Perwakilan Rakyat Daerah

I. PENDAHULUAN yang diharapkan dapat terpilih sebagai calon

Dewan Perwakilan Rakyat Daerah adalah
salah satu lembaga yang mewakili seluruh lapisan
masyarakat dalam pemerintahan. Namun dalam
realitanya selama ini, dalam menjalankan peran
dan fungsi sebagai wakil rakyat belum bisa
memberikan sumbangsih yang begitu maksimal
terhadap kepentingan masyarakat. Hal ini dapat
kita lihat, dimana seringnya kebijakan-kebijakan
yang telah ditetapkan/di putuskan oleh pemerintah
sama sekali tidak memihak terhadap kepentingan
masyarakat ataupun tidak sesuai dengan aspirasi
masyarakat.
Di jaman demokrasi ini, banyak orang
yang ingin menjadi calon anggotaDewan
Perwakilan Rakyat (DPR) baik di tingkat pusat
maupun di tingkat daerah, tetapi yang menjadi
suatu permasalahannya ialah apakah calon
anggota tersebut bisa menjalankan amanah yang
diberikan oleh rakyat. Untuk menentukan siapa
yang akan menjadi calon anggota Dewan
Perwakilan Rakyat Daerah (DPRD) tersebut
sangat sulit, karena harus benar-benar orang yang
berkualitas dan mau bekerja keras.
Jika proses pengambilan keputusan
tersebut dibantu oleh sebuah sistempendukung
keputusan yang terkomputerisasi, subjektivitas
dalam pengambilan keputusan diharapkan bisa
dikurangi dan diganti dengan pelaksanaan seluruh
kriteria bagi seluruh calon anggota Dewan
Perwakilan Rakyat Daerah (DPRD), dengan
demikian, calon anggota DPRD dengan
kemampuan dan pertimbangan lain terbaiklah
anggota DPRD. Metode yang digunakan untuk
pengambilan keputusan adalah Simple Additive
Weighted. Yang dapat mengkalkulasi kreteria
kriteria sehingga menghasilkan sebuah
pendukung keputusan yang bagus.
II. DASAR TEORI
Metode Simple Additive Weighting (SAW)
sering juga dikenal istilah metode penjumlahan
terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dari rating kinerja
pada setiap alternatif pada semua atribut. Metode
SAW membutuhkan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif
yang ada. Metode ini merupakan metode yang
paling terkenal dan paling banyak digunakan
dalam menghadapi situasi Multiple Attribute
Decision Making (MADM). MADM itu sendiri
merupakan suatu metode yang digunakan untuk
mencari alternatif optimal dari sejumlah alternatif
dengan kriteria tertentu (Heri Sulistyo; 2011:3).
Metode SAW ini mengharuskan
pembuat keputusan menentukan bobot bagi setiap
atribut. Skor total untuk alternatif diperoleh
dengan menjumlahkan seluruh hasil perkalian
antara rating (yang dapat dibandingkan lintas
atribut) dan bobot tiap atribut. Rating tiap atribut
haruslah bebas dimensi dalam arti telah melewati
proses normalisasi matriks sebelumnya (Heri
Sulistyo, 2011:3)

61
Seminar Nasional Informatika 2015
II.1 Langkah Penyelesaian Simple Additive
Weighted (SAW)
Langkah Penyelesaian SAW sebagai berikut :
Menentukan kriteria-kriteria yang akan dijadikan
acuan dalam pengambilan keputusan, yaitu Ci.
Menentukan rating kecocokan setiap alternatif
pada setiap kriteria.
Membuat matriks keputusan berdasarkan
kriteria(Ci), kemudian melakukan normalisasi
matriks berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan ataupun
atribut biaya) sehingga diperoleh matriks
ternormalisasi R.
Hasil akhir diperoleh dari proses
perankingan yaitu penjumlahan dari perkalian
matriks ternormalisasi R dengan vektor bobot
sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai)sebagai solusi.
Formula untuk melakukan normalisasi
tersebut adalah :
Jika j adalah atribut
keuntungan (benefit)
Jika j adalah atribut baiya
(cost)
..(2
Di mana :
rij = rating kinerja ternormalisasi
Maxij = nilai maksimum dari setiap baris
dan kolom
Minij = nilai minimum dari setiap baris
dan kolom
Xij = baris dan kolom dari matriks
Dengan rij adalah rating kinerja
ternormalisasi dari alternatif Ai pada atribut Cj;
i =1,2,m dan j = 1,2,,n.
Nilai preferensi untuk setiap alternatif
(Vi) diberikan sebagai :
D imana :
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan
rij = Normalisasi matriks
Nilai Vi yang lebih besar
mengindikasikan bahwa alternative Ai lebih
terpilih.
III. METODOLOGI PENELITIAN
Metode penelitian untuk penelitian ini
dimulai dari mengidentifikasi masalah yang
kemudian jika ditemukan masalah maka langkah
selanjutnya adalah menganalisa masalah tersebut.
Setelah masalah dianalisa dapat dipelajari
literatur-literatur yang berhubungan dengan
penelitian tersebut untuk dilanjutkan ke langkah
62
berikutnya yaitu mengumpulkan data-data apa
saja yang dibutuhkan untuk penelitian ini.
Langkah selanjutnya adlaha menganalisa metode
yang digunakan dalam penelitian ini yaitu
menggunakan metode simple additive weighting.
Berikutnya barulah peneliti mendesain sistem
yang akan dibangun dan dilakukan proses
implementasi untuk melakukan proses pengujian
terhedap data-data yang diambil pada objek
penelitian. Dari hasil pengujian tersebut nanti
akan didapatlah sebuah keputusan yang dapat
digunakan untuk mengambil keputusan yang
sebenarnya.
IV. ANALISA DAN PERANCANGAN
Dalam menetapkan kelayakan calon
anggota DPRD PKS wilayah Medan Belawan.
Langkah pertama yang harus dilakukan adalah
menentukan kriteria-kriteria yang digunakan,
kriteria yang digunakan adalah pembobotan
penilaian terhadap kriteria-kriteria.
Analisa Kebutuhan Data Alternatif
Penentuan alternatif adalah jumlah
pilihan yang akan dibandingkan. Dalam kasus
adalah jumlah bakal calon DPRD yang akan
dibandingkan nilai kriteria kinerja, seperti
dijelaskan pada tabel IV.1. berikut:
Table IV.1. Table Alternatif
Nama Identitas Kelamin Alamat
Ny. Y 1245674500886 Perempuan Brayan
Ny.X 67898411107876 Laki- Laki Medan
Ny.D 9763100978621 Laki - Laki Medan
Data pada tabel diatas diambil dari
pelamar bakal calon DPRD PKS wilayah Medan
Belawan.
Anilisa Kebutuhan Data Kriteria
Ada enam kriteria yang digunakan
didalam penentuan kelayakan calon anggota
DPRD Partai PKS wilayah Medan Belawan yaitu
:
1. Umur, adalah usia bakal calon DPRD PKS,
usia muda adalah usia yang produktif dalam
berfikir dan bekerja keras.
2. Pengalaman Berorganisasi, sudah
melakukan kinerja apa saja selama menjadi
anggota Partai PKS.
3. Karakter, dimana merepresentasikan prilaku
dari bakal calon anggota DPRD Partai PKS.
Apakah prilakunya mencerminkan akhlak
yang baik, senang bersosialisai atau lain
sebagainya.
4. Pendidikan, dimana merepresentasikan
kinerja belajar dari bakal calon anggota
 Seminar Nasional Informatika 2015

DPRD Partai PKS. Semakin tinggi Jangkauan Nilai Nilai Fuzzy

pendidikan maka semakin bagus. Pendidikan ( )
5. Sosial, dimana merepresentasikan interaksi
kepada masyarakat. Apakah bakal calon ini S3 0,75
senang bergaul, atau seorang tokoh, atau lain S2 0,5
sebagainya. S1 0,25
6. Pemahaman berpolitik, bagaimana bakal D3 0,1
calon anggota DPRD Partai PKS memahami
berpolitik di negara kesatuan Republik c. Pengalaman Berorganisasi
Indonesia.
Jangkauan Nilai Nilai Fuzzy
Langkah langkah perhitungan metode Pengalaman
Simple Additive Weighting (SAW) untuk Berorganisasi ( )
menentukan kelayakan bakal calon anggota
DPRD yaitu: Penguasaan Ilmu 0,75
Legislatif 0,5
1. Bobot Anggota dewan 0,25
Dalam metode penelitian ini, nilai weight partai 0,1
(bobot) didapat dari perkalian antara bobot Pengurus Partai
kriteria dan subkriteria. Sedangkan untuk Aktivis
mendapatkan nilai bobot kriteria, peneliti akan
menyebarkan kuesioner yang ditujukan kepada
beberapa anggota PKS yang sudah menjadi
DPRD wilayah medan belawan. Untuk mencari
mana kriteria yang akan diprioritaskan.
d. Pemahaman

Jangkauan Nilai Nilai

Pemahaman ( ) Fuzzy

Politik dan Dakwah 0,75

Tabel IV.2 Rekapitulasi Hasil Kuesioner
Menegakkan nilai Islam 0,5
Kriteria Weight
Komunikasi publik 0,25
Penguasaan dlm bidang 0,1
Umur 0,050 tertentu
Pengalaman 0,200
Karakter 0,250 e. Karakter
Pendidikan 0,200
Sosial 0,100
Jangkauan Nilai Nilai
Berpolitik 0,200
Karakter ( ) Fuzzy
2. Kriteria
Mampu mempengaruhi 0,75
Di dalam kriteria memiliki jangkauan nilai
Berinteraksi dgn media 0,5
yang akan dikelompokkan ke dalam bilangan
Dapat berargumentasi 0,25
fuzzy. Berikut adalah rincian nilai dalam kriteria
Minat kegiatan publik 0,1
tersebut:
f. Sosial
a. Umur
Jangkauan Nilai Nilai
Jangkauan Nilai Nilai Sosial ( ) Fuzzy
Umur ( ) Fuzzy
Tokoh Masyarakat 0,75
Umur 36 45 0,75 Berprilaku Baik 0,5
Umur 31 - 35 0,5 Suka kegiatan sosial 0,25
Umur 26 - 30 0,25 Suka bergaul 0,1
Umur 20 - 25 0,1

b. Pendidikan 3. Kasus Perhitungan

63
Seminar Nasional Informatika 2015

Peneliti mengambil tiga data anggota bakal calon Ny.Y 0.667 1 1 1 1 1

DPRD PKS sebagai contoh kasus untuk ketepatan Mr.X 0.667 1 0.667 0.5 0.2 0.133
Mr.D 1 0.2 0.133 0.2 1 0.667
implementasi metode Simple Additive Weighting
(SAW) dalam menentukan kelayakan menjadi 6. Penentuan nilai Vi dari metode Simple Additive
anggota DPRD Partai PKS. Weighted
ALTE KRETERIA Untuk mendapatkan nilai Vi adalah melakukan
RNAT u Pnglm Karak Pnd Sosial Pema
IF m an ter dkan hama
perkalian matriks antara hasil normalisasi dan
ur n bobot kepentingan.
pengar
bersosi politi
Maka nilai preferensi setiap alternetif.
Ny. Y 32 aktivis uhi S2
al k
Vi =
Ahli
interak 1
Mr. X 31 aktivis S1 Tokoh
si bidan
g
Pene
pengur
Mr. D 36 public D3 bergaul gak
us
islam

- V1 untuk Nayla Safira = (0.667x0.050) +

4. Penentuan Nilai Maximum dari setiap Kriteria. (1x0.200) + (1x0.250) + (1x0.200) +
Setelah mentransformasikan nilai kriteria ke (1x0.100) + (1x0.200).
dalam nilai bobot, selanjutnya adalah menentukan - V2 untuk Saniman = (0.667x0.050) +
nilai maksimum terhadap setiap kriteria. Dapat (1x0.200) + (0.667x0.250) + (0.5x0.200)
dilihat pada berikut : + (0.2x0.100) + (0.133x0.200).
- V3 untuk Suriyanto = (1x0.050) +
Penentuan Nilai Maksimum (0.2x0.200) + (0.133x0.250) +
(0.2x0.200) + (1x0.100) +
KRITERIA (0.667x0.200).
ALTERN
ATIF C1 C2 C3 C4 C5 C6
Nayla 0.5 0.5 0.75 0.5 0.5 0.7
7. Hasil dan Kesimpulan.
Safira 0.5 0.5 0.5 0.25 0.1 5 Setelah melakukan perhitungan terhadap nilai Vi,
Saniman 0.75 0,1 0.1 0.1 0.5 0.1 maka di dapatlah nilai:
Suriyanto 0.5 V1 untuk Nayla Safira = 0.883 => (layak), bila
nilai SAW lebih besar dari 0.600
Nilai 0.75 0.5 0.75 0.5 0.5 0.7 V2 untuk Saniman = 0.507
Maksimu 5 V3 untuk Suriyanto = 0.350
m
V. IMPLEMENTASI DAN PENGUJIAN
5. Perhitungan Normalisasi Metode Simple
Additive Weighted Dalam penguji hasil perhitungan, maka
Cara melakukan perhitungan Normalisasi dari diperlukan aplikasi untuk pembanding
Metode SAW adalah nilai bobot kriteria dibagi perhitungan manual dengan aplikasi.
dengan nilai maksimum. Seperti dijelaskan pada Berikut adalah hasil implementasi dan pengujian
tabel berikut: terhadap teori sistem pendukung keputusan untuk
menentukan pembelian dumptruck bekas tetapi
KRITERIA
Alter
berkualitas bagus.
natif C1 C2 C3 C4 C5 C6
Ny.Y 0.5/ 0.5/ 0.75/ 0.5/0.5 0.5/ 0.75/ V.1. Form Menu Utama
Mr.X 0.75 0.5 0.75 0.25/ 0.5 0.75 Form Menu Utama akan pertama kali
Mr.D 0.5/ 0.5/ 0.5/ 0.5 0.1/ 0.1/
muncul apabila program dijalankan. Form Menu
0.75 0.5 0.75 0.1 0.5 0.75
0.75/ 0,1/ 0.1/ /0.5 0.5/ 0.5/ Utama digunakan untuk pengucapan selamat
.75 0.5 0.75 0.5 0.75 datang pada aplikasi Sistem Pendukung
Keputusan untuk penentuan kelayakan calon
Setelah dilakukan pembagian antar bobot kriteria anggota DPRD pada Partai PKS Daerah Medan.
terhadap nilai maksimum, maka akan dihasilkan Form Menu Utama ditunjukkan pada gambar V.1
nilai Normalisasi. Seperti tabel berikut : sebagai berikut :

KRITERIA
ALTE
RNAT C1 C2 C3 C4 C5 C6
IF

64

Gambar V.1. Form Menu Utama
V.2. Form Pendaftaran Anggota DPRD
Form Pendaftaran Anggota DPRD
adalah halaman yang digunakan untuk menginput
data-data bagi anggota partai ingin menjadi
DPRD dan akan dikelola oleh sistem apakah
anggota tersebut layak atau tidak. Form
Pendaftaran Anggota DPRD ditunjukkan pada
gambar V.2 sebagai berikut :
Gambar V.2. Form Pendaftaran
Anggota DPRD
V.3. Form Daftar Calon DPRD
Form Daftar Calon DPRD digunakan
untuk menampilkan calon-calon DPRD yang telah
mendaftar untuk menjadi anggota DPRD dari
Partai PKS wilayah Medan. Form Daftar Calon
DPRD ditunjukkan seperti pada gambar V.3.
sebagai berikut :
Seminar Nasional Informatika 2015
Gambar V.3. Form Daftar Calon DPRD
V.4. Form Login
Form Login merupakan halaman yang
dipergunakan untuk mengeksekusi data-data
calon anggota Partai PKS yang ingin diuji
kelayakannya apakah bisa menjadi anggota
DPRD wilayah Medan. Ditunjukkan seperti pada
gambar V.4. sebagai berikut :
Gambar V.4. Form Login
V.5. Form Pemilihan Calon DPRD
Form Pemilihan Calon DPRD adalah
halaman yang dipergunakan untuk mengeksekusi
para anggota Partai yang ingin menjadi DPRD.
Sistem akan mengelola data setiap calon dengan
metode SAW sehingga akan menghasilkan layak
atau tidak. Ditunjukkan seperti pada gambar V.5.
sebagai berikut :
65
Seminar Nasional Informatika 2015
Gambar V.5. Form Pemilihan Calon DPRD
Tombol EKSEKUSI akan mengolah
semua calon anggota DPRD oleh sistem dengan
rumus formula Simple Additive Weighted . Disini
sebagai contoh, penulis mencoba lima calon
anggota DPRD dari Partai PKS yang ingin
diketahui kelayakan menjadi DPRD.
Gambar V.6. Hasil Perhitungan SAW oleh
system
Gambar V.6. menjelaskan bahwa data
para anggota calon DPRD telah dieksekusi
dengan formula SAW. Dan didapat calon
bernama Nayla Safira dan Lucy Evita sudah layak
menjdi DPRD.
V.6. Form Daftar DPRD
Form Daftar DPRD digunakan untuk
menampilkan anggota-anggota partai yang telah
diolah datanya oleh sistem dan hasilnya akan
ditampilkan pada halaman ini. Ditunjukkan
seperti pada gambar V.7. sebagai berikut :
66
Gambar V.7. Form Daftar DPRD
IV.7. Form Lengkapi Data
Form Lengkapi Data adalah halaman
yang dapat mengubah data para anggota yang
telah dieksekusi dan telah mendapat status layak
atau tidak menjadi anggota DPRD. Tampilan
halaman Form Lengkapi Data dapat dilihat pada
gambar V.8. berikut
Gambar IV.8. Form Lengkapi Data
VI. KESIMPULAN DAN SARAN
Kesimpulan
Dari uraian secara teoritis dan dari hasil penelitian
yang dilakukan penulis pada Kantor Partai PKS
Medan Belawan, maka penulis akan mencoba
menarik kesimpulan dan akan memberikan saran-
saran semoga bermanfaat bagi anggota tersebut
dalam menjalani rutinitas kerja sehari hari.
Adapun kesimpulan yang penulis kemukakan
adalah sebagai berikut :
1. Sistem Pendukung Keputusan ini
memberikan informasi tentang
karakteristik anggota partai yang ingin
menjadi anggota DPRD.
2. Dengan adanya Sistem Pendukung
Keputusan ini, dapat mempermudah

kantor dalam hal pemilihan anggota
berdasarkan nilai, bobot yang diperoleh
masing-masing anggota tersebut
sehingga menghasilkan laporan yang
lebih transparan.
3. Sistem aplikasi ini menampilkan hasil
nilai data dari setiap calon anggota
DPRD yang dibandingkan sehingga
kantor dapat menganalisa berkelanjutan.
Saran
Adapun saran yang dapat penulis
kemukakan adalah sebagai berikut :
1. Diharapkan adanya pemeriksaan lanjutan
mengenai data kriteria dari calon anggota
DPRD dari PKS.
2. Diperlukan sebuah perancangan sistem yang
lebih akurat sehingga aplikasi ini dapat
dikembangkan lagi dan menjadi lebih baik.
3. Peningkatan jumlah data yang dibandingkan
sehingga akan banyak data calon anggota
akan menghasilkan analisa yang lebih baik.
4. Perlu adanya pengembangan terhadap
karyawan Kantor Cabang Partai PKS Medan
belawan terhadap aplikasi ini.
Seminar Nasional Informatika 2015
DAFTAR PUSTAKA
[1] Dominikus Juju. 2007, Buku Latihan
Dreamweaver CS3. Elex Media
Komputindo. Jakarta.
[2] Edhy Sutanta, 2011, Basis Data dalam
Tinjauan Konseptual, Penerbit Andi,
Yogyakarta.
[3] Haviluddin, 2011, Memahami Penggunaan
UML (Unified Modeling Language), Jurnal
Informatika Mulawarman, Samarinda.
[4] Heri Sulistiyo. 2009. Sistem Pendukung
Keputusan untuk Menentukan Penerima
Beasiswa di SMA Negeri 6 Pandeglang.
Proceding STMIK Padeglang, Padeglang.
[5] Kusrini, M.Kom, 2009, Konsep dan
Aplikasi Sistem Pendukung Keputusan,
Penerbit Andi, Yogyakarta.
[6] Rulianto Kurniawan, 2010 , PHP dan
MYSQL Untuk Orang Awam Edisi ke 2,
Maxikom, Palembang.
[7] Sri Yani Septiana Sari. 2012. Sistem
Pendukung Keputusan Pemberian
Beasiswa Menggunakan Simple Additive
Weighting di Universitas Bina Darma
Palembang. Jurnal Ilmiah Bina Darma,
Palembang.
[8] Sugrue J. 2011, Getting Started with UML.
http://www.dzone.com/links/.html.
67
Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI ANTRIAN BERBASIS SMS

GETEWAY PADA KLINIK HERONA MEDICAL PARE PARE
Wilem Musu1, Komang Aryasa2

Teknik Informatika1, Teknik Informatika,2 STMIK Dipanegara Makassar

Jl. Perintis Kemerdekaan Km. 09 Makassar, Telp : 0411 587194
wilem0708musu@gmail.com 1), aryuh09@gmail.com 2)

Abstrak

Perkembangan ilmu pengetahuan dan teknologi di bidang komputer mengalami kemajuan yang sangat pesat
dan berkembang setiap saat, telah banyak mempengaruhi manusia menuju masyarakat yang membutuhkan
informasi yang cepat dan tepat. Klinik Herona Medical Pare-Pare dalam melakukan pelayanan kepada pasien
khususnya pada sistem antrian masih menggunakan sistem manual, dimana pasien harus datang ke klinik
untuk mengambil nomor antrian dan harus menunggu berjam-jam untuk mendapat pelayanan oleh dokter.
Tujuan dari penelitian ini adalah merancang suatau aplikasi antrian berbasis SMS Gateway yang
menggunakan fasilitas Short Message Service (SMS) untuk melakukan proses antrian melalui perangkat
Mobile (Handphone). Dalam proses pemesanan antrian dapat melakukannya di lokasi (klinik) atau dapat
dilakukan diluar klinik dengan mengirim SMS dengan format yang telah ditentukan. Format SMS yang telah
dikirim akan di proses oleh server dan memberikan balasan berupa nomor maupun informasi antrian kepada
pasien sehingga pasien tidak perlu untuk mengantri pada klinik tersebut. Dari hasil pengujian sistem yang
telah dilakukan bahawa sistem sistem yang dirancangan sudah bebas dari kesalahan logika.

Kata kunci : Sistem Informasi, SMS Geteway, Klinik

1. Pendahuluan antrian pendaftaran pada klinik Herona Medical

Perkembangan teknologi khususnya di
bidang komputer saat ini begitu pesat seiring
dengan kebutuhan manusia yang semakin
meningkat. Dengan berkembangnya ilmu
pengetahuan serta kompleksnya kegiatan manusia
sehingga menimbulkan tuntutan untuk
menyelesaikan masalah secara relevan, tepat
waktu dan akurat akan informasi yang dihasilkan.
Tuntutan kebutuhan akan informasi dan
penggunaan komputer serta perangkat mobile
yang semakin banyak mendorong terbentuknya
sebuah jaringan komputer dan jaringan mobile
yang mampu melayani berbagai kebutuhan
tertentu dalam waktu yang bersamaan.
Klinik Herona Medical Centre Parepare
merupakan perusahaan yang bergerak di bidang
jasa, salah satu misi klinik Herona Medical Centre
Parepare adalah memberikan pelayanan yang
terbaik terhadap masyarakat. Klinik Herona
Medical Centre memiliki kendala dalam hal
efesiensi kerja dan waktu dalam mengelola
pendaftaran pasien yang akan berobat. Klinik ini
terbuka setiap hari Senin - hari Sabtu pada pukul
16.00 sampai pukul 22.00 WITA, Pada klinik ini,
ada 3 jenis penyakit yang dilayani, yaitu penyakit
mata, penyakit kandungan dan penyakit interna.
Berdasarkan tabel statistik jumlah pasien
yang terdapat pada klinik tersebut, diketahui
bahwa pada awalnya jumlah pasien semakin
bertambah dan juga mengalami kepadatan jumlah
Center Parepare, namun dengan bertambahnya
tingkat persaingan dalam bisnis dibidang jasa
kesehatan mempengaruhi masyarakat atau pasien
yang ingin berobat ke klinik Herona Medical
Center Parepare sehingga jumlah pasien
mengalami penurunan pada saat ini. Hal ini dapat
terlihat pada data kuantitatif jumlah pasien
pertahun yang mengalami penurunan. Dimana
pada tahun 2010, jumlah pasien perhari sekitar
100 200 pasien, pada tahun 2011 jumlah pasien
perhari sekitar 100 150 pasien, pada tahun 2012
jumlah pasien sekitar 100 120 pasien dan pada
tahun 2013 ini, jumlah pasien perhari hanya
sekitar 30 100 pasien. Oleh karena itu, salah
satu cara untuk meningkatkan daya saing
dibidang kesehatan ini adalah meningkatan
kualitas pelayanan.
Pada klinik ini, sistem antrian yang
diterapkan masih menggunakan cara manual,
yaitu customer service (petugas pelayanan) masih
berinteraksi langsung dengan pasien pada saat
pengambilan antrian, sehingga sering terjadi
antrian yang sangat panjang setiap harinya.
Bahkan sering terjadi kecurangan dalam antrian.
Masalah yang sering timbul dari keadaan tersebut
membuat pasien tidak nyaman dan jenuh karena
harus menghabiskan waktu yang cukup lama
untuk melakukan antrian, bahkan pembatalan juga
sering terjadi. Oleh karena itu, untuk mengatasi
sering timbulnya masalah diperlukan suatu sistem
pelayanan prima kepada masyarakat atau pasien

68

dengan menggunakan sistem antrian secara
profesional yaitu sebuah sistem pemesanan nomor
antrian yang menggunakan teknologi komunikasi
telepon seluler berupa SMS sehingga pasien yang
ingin mengantri tidak perlu lagi mendatangi
tempat antrian. Dengan media ini, para pengguna
bisa mengetahui informasi yang dibutuhkan,
termasuk informasi tentang pengambilan nomor
antrian pasien yang dibutuhkan oleh masyarakat.
Yang menjadi permasalahan dalam
penelitian ini adalah bagaimana merancang sistem
antrian berbasis SMS Gateway pada Klinik
Herona Medical Center Parepare, dengan tujuan
merancang, membangun, dan menguji aplikasi
antrian berbasis SMS Gateway pada Klinik
Herona Medical Centre Parepare.
2. Metode Penelitian
Untuk melakukan analisis dan mendapatkan
data berdasarkan latar belakang masalah yang
diteliti, maka penulis melakukan penelitian pada
Klinik Herona Medical Centre yang berlamat di
Jalan Agussalim No.218 Parepare. Dalam rangka
keberhasilan penelitian, maka digunakan dua jenis
metode penelitian untuk pengumpulan data yaitu
: Secara khusus, ini adalah perangkat atau layanan
a. Penelitian pustaka, yaitu penelitian yang
dilakukan dengan mengambil beberapa
definisi dan konsep yang diperlukan dalam
mendukung kegiatan penulisan penelitian ini
yaitu mengenai Sistem Penjualan Pada Klinik
Herona Medical Centre yang berlamat di
Jalan Agussalim No. 218 Parepare.
b. Penelitian lapangan, yaitu penelitian yang
dilakukan dengan mengunjungi langsung
lokasi penelitian. Di tempat penelitian
tersebut penulis melakukan pengamatan dan
melakukan wawancara singkat kepada
pimpinan, customer service (petugas
pelayanan), dan beberapa pasien yang
mengantri di Klinik Herona Medical Centre
Parepare pada saat itu
2.1 Tahapan Penelitian
Tahap - tahap yang harus penulis lalui
dalam pembangunan sistem adalah sebagai
berikut :
a. Analisis Sistem yaitu mengidentifikasi dan
mengenali masalah yang ada, kemudian
mencari alternative alternative
pemecahannya.
b. Desain Sistem yaitu tahap ini merupakan
proses merancang dan membangun sistem
berdasarkan pada permasalahan yang ada.
c. Pembuatan Aplikasi yaitu tahap ini dilakukan
jika perancangan desain aplikasi telah selesai
dibuat.
Seminar Nasional Informatika 2015
d. Pengujian Sistem adalah proses pembuatan
aplikasi selesai, dilakukan pengujian sistem
menggunakan metode white box.
e. Implementasi sistem dimana Tahap ini
digunakan untuk penerapan dan pengujian
sistem kedalam kondisi sebenarnya agar dapat
diketahui kekurangan dan kelebihannya. [1],
[2]
2.2. SMS Geteway
Short Message Service (SMS) adalah
layanan pesan teks komponen telepon, web, atau
sistem komunikasi mobile, menggunakan protocol
standar komunikasi yang memungkinkan
pertukaran pesan teks singkat antara fixed line
atau perangkat ponsel. Pada awalnya SMS khusus
untuk dirancang dan dibuat hanay untuk ponsek
GSM (Global System for Mobile
Communications), namun kemudian dengan
berkembang pesatnya teknologi-teknologi dalam
kebutuhan komunikasi modern, layanan SMS
mulai dikembangkan untuk berbagai jaringan lain
selain GSM.
SMS Gateway adalah cara mengirim pesan
teks dengan atau tanpa menggunakan ponsel.
yang menawarkan angkutan SMS dengan baik
pesan transformasi ke lalu lintas jaringan selular
dari media lain atau dengan memungkinkan
transmisi atau penerimaan pesan SMS dengan atau
tanpa menggunakan ponsel. Penggunaan yang
khas dari gateway akan meneruskan email
sedehana untuk penerima ponsel. Hal ini juga
dapat berguna dalam mengembangkan aplikasi
web, dimana kita dapat berinteraksi dengan
melalui SMS (Short Messaging Service) [4]
2.3 Blok Diagram Sistem Secara Umum
Proses pemesanan nomor antrian maupun
melihat nomor antrian secara real time yang
dilakukan oleh calon pasien dilakukan dengan
mengirim sms dengan format dan nomor tujuan
yang telah ditentukan. Sms yang dikirim oleh
pasien akan tersimpan pada database server yang
dirancang yang kemudian server akan otomatis
akan mengirim pesan berupa informasi yang telah
diminta oleh calon pasien sebelumnya. Proses
secara detail dapat dilihat pada gambar 1 blok
diagram sistem secara umum sebagai berikut :
Gambar 1. Blok Diagram Secara Umum
69
Seminar Nasional Informatika 2015

3. Hasil dan Pembahasan

Gambar 3. Diagram Kontek
Berdasarkan permasalahan yang telah
dijelaskan sebelumnya, tahap analisis sistem 3.1. Implemetasi Perancangan
berjalan bertujuan untuk mendapatkan
pemahaman secara keseluruhan tentang sistem Rancangan input mengikuti bentuk dari
yang sedang berjalan pada suatu perusahaan, dokumen dasarnya yang didasari bahwa data yang
sebagai pedoman untuk melakukan salah tercatat di dalam penginputan akan
pengembangan sistem. Pengolahan data antrian mengakibatkan output yang dihasilkan sistem
pada Klinik Herona Medical Centre ParePare, informasi. Rancangan input ini dibuat sebaik
masih tergolong kedalam sistem manual dimana mungkin agar memudahkan penggunaan bagi
sebagian besar prosesnya dilakukan oleh pengguna dan memperkecil kesalahan yang
manusia, yang meliputi kegiatan proses antrian mungkin terjadi. Bentuk tampilan input tersebut
pasien. Kekurangan dari sistem manual ini adalah dapat dilihat dibawah ini:
proses transaksi yang terlalu lama, yang terkadang a. Rancangan Pengambilan Nomor Antrian
mengakibatkan informasi yang dihasilkan
kehilangan relevansinya.
Dari analisis yang sedang berjalan, khusus
mengenai pengolahan data antrian pada klinik
herona medical centre, maka pada bagian ini
penulis menganjurkan untuk membangun Sistem
Informasi Komputer, untuk mendukung
terlaksananya proses yang lebih efesien. Selain
itu penulis juga mengusulkan agar di terapkannya
SQL Server 2000 sebagai databasenya pada
Gambar 4 . Rancangan Pengambilan Nomor
Sistem informasi Antrian Pada Klinik Herona
Antrian
Medical Centre Parepare, yang dapat dilihat
seperti gambar dibawah ini.
Gambar 4 diatas menampilkan form
pemgambilan nomor antrian pada client, dimana
Pasien Operator Costumer Service
terdapat tiga pilihan nomor antrian yaitu Penyakit
Mata, Penyakit Kandungan, dan Penyakit Interna.
Pemanggilan
No Antrian
Proses
Pemanggilan
View Data Antrian
Perhari Jika pasien yang dating ke klinik dapat melakukan
No Antrian pengambilan nomor antrin secara langsung, ketika
No. Antrian No. Antrian tombol Get Antrian diklik maka sistem akan
otomatis mencatat posisi antrian yang akan
Request
Nomor
Database
tersimpan pada database.
Proses
Antrian
Pencetakan
Balasan
No Antrian
Permintaan
Nomor
Sms Format
Proses
balasan sms
b. Rancangan Pemanggilan Nomor Antrian
Antrian
Antrian Yang
direkuis

Modem

Gambar 2. Bagan Alir Dokumen Sistem Yang

Dirancang
Gambar 5. Rancangan Pemanggilan Nomor
Pada gambar 2 diatas menggambarkan Antrian
aliran data mengalir ke setiap entitas yang ada
diantara pasien , operator dan customer service. Gambar 5 diatas menampilkan form pemanggilan
Untuk menjabarkan data apa saja yang mengalir nomor antrian pada server, dimana terdapat
setiap entitas dapat dilihat pada gambar 3 combo yang berfungsi untuk memilih antrian
diagram kontek dibawah
b
ini : yang akan di panggil. Serta terdapat tiga tombol
Operator yaitu tombol clear antrian, tombol panggil ulang
dan tombol next untuk memanggil nomor antrian
selanjutnya.
- Data No. Antrian
No. Antrian - Pengiriman No Antrian Via Sms
No. Antrian Via Sms - Pemanggilan Nomor Antrian
c
c. Rancangan Permintaan Antrian Melalui
a No. Antrian Sekarang 0 - View Jumlah Antrian / Hari
Costumer Service
SMS
Pasien Sms permintaan no. Antrian Sistem Informasi
Sms permintaan no.Antrian

70
 Seminar Nasional Informatika 2015

Gambar 7. Flowchart Pengambilan Nomor

Antrian

Dari gambar 7 diatas dapat dijabarkan menjadi

flowgraft berikut ini

Gambar 6. Rancangan Permintaan Nomor

Antrian Melalui SMS

Gambar 6 diatas adalah tampilan

pengiriman SMS melalui Handphone, apabila
pasien melakukan permintaan antrian melalui
fasilitas SMS Gateway. Data yang ditampilkan
atau yang dikirim oleh server adalah data real dari
data yang tersimpan pada server klinik heronima Gambar 8. Flowgraf Pengambilan Nomor Antrian
pare-pare. Dengan proses ini pasien tidak perlu
langsung datang ke klinik untuk mengambil Proses pengujian dilakukan sebagi berikut :
nomor antrian, dimana pasien akan menerima sms 1. Region
balasan dari server secara otomatis posisi antrin Perhitungan Cyclomatic Complexity (CC) dari
sekarang. flowgraph di atas memiliki Region = 6
2. Kompleksitas
3.2 Pengujian Sistem a. Menghitung Cyclomatic Complexity (CC)
dari edge dan node
Untuk menguji apakah sistem yang Dengan rumus : V(G) = (E N) + 2
dirancang sudah sesuai harapan dan sudah benar Dimana : E (Jumlah Edge pada
dari kelasahan logika pemrograman maka akan flowgraph) = 16
dilakukan pengujian dengan metode pengujian N (Jumlah Node pada
whitebox [3] dengan mengambil sampel flowgraph) = 12
pengujian pengambilan nomor antrian melalui Penyelesaian :
sms sebagai berikut: V(G) = (E N) + 2
= (16 12) + 2
=6
b. Menghitung Cyclomatic Complexity (CC)
dari P
P adalah titik yang menyatakan logika
dalam diagram alir
Dengan rumus : V(G) = P + 1
Dimana :P=5
Penyelesaian :V(G)= P + 1= 5
+1 =6
3. Independent Path
path 1 =1-2-3-5-7-9-11-12
path 2 = 1-2-3-4-2-3-5-7-9-11-12
path 3 = 1-2-3-5-6-2-3-5-7-9-11-12
path 4 = 1-2-3-5-7-8-2-3-5-7-9-11-12
path 5 = 1-2-3-5-7-9-10-2-3-5-7-9-11-12
path 6 = 1-2-3-5-7-9-11-2-3-5-7-9-11-12

Dari hasil pengujian diatas diperoleh nilai Region

= 6, CC = 6, Independent Path = 6, maka dapat
disimpulkan bahwa perangkat lunak aplikasi yang
dirancang sudah bebas dari kesalahan logika

71
Seminar Nasional Informatika 2015

karena masing masing parameter pengujian

memiliki nilai yang sama yaitu 6.
4. Kesimpulan
Berdasarkan hasil perancangan aplikasi
antrian berbasis sms gateway pada Klinik Herona
Medical Centre maka dapat ditarik kesimpulan
sebagai berikut:
1. Penerapan sistem antrian yang berbasis SMS
Gateway dapat memberikan hasil yang
maksimal dalam hal pelayanan antrian.
2. Berdasarkan hasil yang didapat pada
pengujian sistem yang menggunakan metode
White Box, apabila CC = 6, Region = 6,
Independent Path = 6 hasilnya adalah sama,
maka dapat diambil kesimpulan bahwa
aplikasi ini dirancang sudah bebas dari
kesalahan logika.
[1] Hanif Al Fatta, 2007, Analisis Dan
Perancangan Sistem Informasi, Penerbit
Andi, Yogyakarta.
[2] [Jogiyanto, HM., 2008, Analisis dan Disain
sistem informasi, Pendekatan Terstruktur
Teori dan Praktek Aplikasi Bisnis, Penerbit
Andi, Jakarta.
[3] Roger R. Pressman, 2002, Rekayasa
Perangkat Lunak, Penerbit Andi,
Yogyakarta.
[4] http://informatika.web.id/category/sms-
gateway Akses Tanggal 01 Juli 201

Daftar Pustaka

72
 Seminar Nasional Informatika 2015

IMPLEMENTASI CERTAINTY FACTOR PADA SISTEM PAKAR

MENDIAGNOSA PENYAKIT KULIT PADA SAPI
Elida Tuti Siregar 1
1,2
Manajemen Informatika, Tehnik dan Ilmu komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yos sudarso Tanjung Mulia Medan
1
elidatuti15@gmail.com

Abstrak

Pemahaman masyarakat akan penyakit kulit pada sapi masih rendah. Banyak sekali masyarakat masih
mengandalkan keahlian dari pakar secara manual. Sehingga biaya yang ditanggung masyarakat cukup mahal
dan dilihat dari waktu juga kurang efisien. implementasi ini merupakan Sistem Pakar yang menggunakan
fakta dan tekhnik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh
seorang pakar dalam bidang tertentu. Sistem pakar memberikan nilai tambah pada untuk membantu dalam
menangani era informasi yang semakin canggih. Sistem penerapan certainty factor ini juga menampilkan
besarnya kepercayaan gejala tersebut terhadap penyakit kulit yang ada. Besarnya nilai kepercayaan tersebut
merupakan hasil perhitungan dengan menggunakan metode probabilitas.Pengujian sistem menunjukkan
bahwa sistem mampu melakukan diagnosa penyakit kulit sapi berdasarkan gejala-gejala yang diderita pasien
meskipun gejala-gejala tersebut mengandung ketidakpastian.Hasil diagnosa disertai nilai Certainty Factor
yang menunjukkan tingkat kebenaran, keakuratan dari kemungkinan penyakit kulit pada hewan sapi

Kata kunci : certainty factor, penyakit kulit sapi, sistem pakar

1. PENDAHULUAN ditanggung masyarakat cukup mahal dan dilihat

Salah satu cabang dari kecerdasan buatan
artificial intelligence yang banyak mendapat
perhatian dari para ilmuwan saat ini adalah sistem
pakar. Di dalam buku Expert Sistem Principles
and Programming mendefinisikan sistem pakar
sebagai sistem komputer yang mampu menirukan
(emulate) kemampuan seorang pakar dalam
mengambil keputusan Sistem pakar sebagai
kecerdasan buatan, menggabungkan pengetahuan
dan fakta-fakta serta teknik penelusuran untuk
memecahkan permasalahan yang secara normal
memerlukan keahlian dari seorang pakar.
Tujuan utama pengembangan sistem
pakar adalah mendistribusikan pengetahuan dan
pengalaman seorang pakar ke dalam sistem
komputer. Salah satu bentuk implementasi sistem
pakar yang banyak digunakan yakni dalam bidang
kedokteran. Indonesia mempunyai potensi
peternakan yang cukup besar dengan produk
unggulan antara lain sapi perah dan sapi potong,
produk unggulan peternakan tersebut berkembang
dan terkonsentrasi dalam kawasan pengembangan
sentra produksi, akan tetapi tidak banyak peternak
yang memiliki pengetahuan dibidang ternak
hewan khususnya dalam hal ini sapi. Seperti
kasus yang diakibatkan oleh infeksi pada kulit
sapi. Hal ini disebabkan peternak kurang
mengenali secara rinci penyakit kulit pada sapi.
Pemahaman masyarakat akan penyakit
kulit pada sapi masih rendah. Banyak sekali
masyarakat masih mengandalkan keahlian dari
pakar secara manual. Sehingga biaya yang
dari waktu juga kurang efisien. implementasi ini
merupakan Sistem Pakar yang menggunakan
fakta dan tekhnik penalaran dalam memecahkan
masalah yang biasanya hanya dapat dipecahkan
oleh seorang pakar dalam bidang tertentu. Sistem
pakar memberikan nilai tambah pada untuk
membantu dalam menangani era informasi yang
semakin canggih. Sistem penerapan certainty
factor ini juga menampilkan besarnya
kepercayaan gejala tersebut terhadap penyakit
kulit yang ada. Besarnya nilai kepercayaan
tersebut merupakan hasil perhitungan dengan
menggunakan metode probabilitas.Pengujian
sistem menunjukkan bahwa sistem mampu
melakukan diagnosa penyakit kulit sapi
berdasarkan gejala-gejala yang diderita pasien
meskipun gejala-gejala tersebut mengandung
ketidakpastian.Hasil diagnosa disertai nilai
Certainty Factor yang menunjukkan tingkat
kebenaran, keakuratan dari kemungkinan penyakit
kulit pada hewan sapi.
2. TINJUAN PUSTAKA
2.1 Sistem pakar
Sistem pakar adalah cabang kecerdasan
buatan yang menggunakan pengetahuan /
knowledge khusus untuk memecahkan masalah
pada level human expert/pakar Sistem pakar
banyak dikembangkan dalam berbagai ilmu, salah
satu diantaranya dalam bidang kedokteran untuk

73
Seminar Nasional Informatika 2015
melakukan diagnosa penyakit. Sistem pakar
digunakan untuk menentukan diagnosa penyakit
akan membantu mengkonfirmasi diagnosa dan
menentukan saran dan terapinya.
sistem pakar adalah sistem informasi
berbasis komputer yang menggunakan
pengetahuan pakar untuk mencapai performa
keputusan tingkat tinggi dalam domain persoalan
sempit. Bagian dalam sistem pakar terdiri dari 2
komponen utamayakni berisi knowledge base
yang berisi basis pengetahuan dan mesin inferensi
yang menggambarkan kesimpulan. Kesimpulan
tersebut merupakan respons dari sistem pakar atas
permintaan pengguna. Gambar 1 berikut
menggambarkan konsep dasar suatu sistem pakar
knowledge based
Gambar1. Konsep dasar sistem pakar
Komponen yang harus dimiliki dalam
membangun sistem pakar adalah sebagai berikut
Antar Muka pengguna, Basis pengetahuan, Mesin
Inferensi, Memori kerja. Sedangkan untuk
menjadikan sistem pakar menjadi lebih
menyerupai seorang pakar yang berinteraksi
dengan pemakai, maka dilengkapi dengan,
fasilitas Penjelasan (Explanation Facility),
fasilitas Akuisisi Pengetahuan (Knowledge
Acquisition Faciility). Hal ini terlihat dalam
struktur sistem pakar pada Gambar 2.
Gambar 2. Struktur sistem pakar
2.2 Komponen Utama Pada Struktur Sistem
Pakar
1. Basis Pengetahuan (Knowledge Base) Basis
pengetahuan merupakan inti dari suatu sistem
74
pakar, yaitu berupa representasi pengetahuan
dari pakar. Basis pengetahuan tersusun atas
fakta dan kaidah. Fakta adalah informasi
tentang objek, peristiwa, atau situasi. Kaidah
adalah cara untuk membangkitkan suatu fakta
baru dari fakta yang sudah diketahui
2. Mesin Inferensi (Inference Engine) Mesin
inferensi berperan sebagai otak dari sistem
pakar. Mesin inferensi berfungsi untuk
memandu proses penalaran terhadap suatu
kondisi, berdasarkan pada basis pengetahuan
yang tersedia. Di dalam mesin inferensi terjadi
proses untuk memanipulasi dan mengarahkan
kaidah, model, dan fakta yang disimpan dalam
basis pengetahuan dalam rangka mencapai
solusi atau kesimpulan. Dalam prosesnya,
mesin inferensi menggunakan strategi
penalaran dan strategi pengendalian. Strategi
penalaran terdiri dari strategi penalaran pasti
(Exact Reasoning) dan strategi penalaran tak
pasti (Inexact Reasoning). Exact reasoning
akan dilakukan jika semua data yang
dibutuhkan untuk menarik suatu kesimpulan
tersedia, sedangkan inexact reasoning
dilakukan pada keadaan sebaliknya. Strategi
pengendalian berfungsi sebagai panduan arah
dalam melakukan prose penalaran. Terdapat
tiga tehnik pengendalian yang sering
digunakan, yaitu forward chaining, backward
chaining, dan gabungan dari kedua teknik
pengendalian tersebut
3. Basis Data (Data Base) Basis data terdiri atas
semua fakta yang diperlukan, dimana fakta
fakta tersebut digunakan untuk memenuhi
kondisi dari kaidah-kaidah dalam sistem.
Basis data menyimpan semua fakta, baik fakta
awal pada saat sistem mulai beroperasi,
maupun fakta-fakta yang diperoleh pada saat
proses penarikan kesimpulan sedang
dilaksanakan. Basis data digunakan untuk
menyimpan data hasil observasi dan data lain
yang dibutuhkan selama pemrosesan .
4. Antarmuka Pemakai (User Interface) Fasilitas
ini digunakan sebagai perantara komunikasi
antara pemakai dengan komputer
2.3 Certainty Factor
Faktor kepastian (Certainty Factor) ini
diusulkan oleh Shortliffe dan Buchanan pada
tahun 1975 untuk mengakomadasi ketidakpastian
pemikiran (inexact reasoning) seorang pakar.
Teori ini berkembang bersamaan dengan
pembuatan sistem pakar MYCIN. Tim
pengembang MYCIN mencatat bahwa dokter
sering kali menganalisa informasi yang ada
 Seminar Nasional Informatika 2015

dengan ungkapan seperti misalnya: mungkin, ditunjukkan oleh gejala Timbul sisik pada kulit,
kemungkinan besar, hampir pasti, dan sebagainya. kulit kering, rambut kering, kulit kusam, rambut
Untuk mengakomodasi hal ini tim MYCIN. kusam. Seandainya diketahui dari pakar penyakit
menggunakan certainty factor (CF) guna kulit bahwa probabilitas berpenyakit ketombe
menggambarkan tingkat keyakinan pakar adalah 0.03
terhadap masalah yang sedang dihadapi[9].
Rumus umum menentukan certainty factor : P (ketombe) = 0.03
P (Timbul sisik pada kulit)= 0.4
CF[H,E] = MB[H,E] MD[H,E] P (Kulit kering)= 0.5
P (Rambut kering)= 0.4
dengan : P (Kulit kusam)= 0.1
P (Rambut kusam= 0.1
CF[h,e] = faktor kepastian
dengan menganggap :
MB[h,e] = ukuran kepercayaan terhadap hipotesis H : Ketombe
h, jika diberikan evidence e (antara 0 dan 1) E1: Timbul sisik pada kulit
E2: Kulit kering
MD[h,e] = ukuran ketidakpercayaan terha- dap E3: Rambut kering
evidence h, jika diberikan evidence e (antara 0 E4: Kulit Kusam
da1) E5: Rambut Kusam

Menggunakan dari hasil wawancara dengan
pakar. Nilai CF(Rule) serta bobot dari masing-
masing fakta didapat dari interpretasi istilah dari
pakar menjadi nilai CF serta bobot tertentu,
seperti contoh pada tabel berikut:
Tabel 1. Interpretasi Nilai Bobot
Nilai tingkat kepastian bahwa ketombe
disebabkan oleh adanya Timbul sisik pada kulit
dihitung oleh sistem dengan formula (2), (3),
dan (4) :
MB (H,E1) = (0.4 0.03) / (1-0.03)
= 0.37 / 0.97
= 0.381

MD (H, E1) = (0.03 0.03) / (0 0.03) = 0

CF (H, E1) = MB (H, E1) MD (H, E1)

= 0.381 0
= 0.381

CF1 = 0.381
2.4 Ketidakpastian Dengan cara yang sama sistem menghitung
tingkat kepastian penyakit Ketombe berdasarkan
Dengan metode pemecahan (metode gejala kulit kering
forward chaining) dianggap belum bisa
memecahkan ketidakpastian diagnosa penyakit. MB (H, E2) = (0.5 0.03) / (1-0.03)
Dalam Menghadapi suatu masalah, sering = 0.47 / 0.97
ditemukan jawaban yang tidak memiliki kepastian = 0.484
penuh. Ketidakpastian ini bisa berupa probabilitas
atau kebeolehjadian yang bergantung pada hasil MD (H,E2) = 0.03 0.03) / (0-0.03) = 0
suatu kejadian. Hasil yang tidak pasti disebabkan CF (H, E2) MB (H,E2) = 0.484 0
oleh dua faktor, yaitu aturan yang tidak pasti dan = 0.484
jawaban pengguna yang tidak pasti atas suatu CF2 = 0.484
pertanyaan yang diajukan oleh sistem.
Tingkat kepastian penyakit Ketombe berdasarkan
gejala Rambut Kering

MB (H, E3) = (0.4-0.03) / (1-0.03)

= 0.37 / 0.97
3. HASIL DAN PEMBAHASAN = 0.381
Pada hasil dan pembahasan ini MD (H,E3) = (0.03 0.03) / (0-0.03) = 0
penerapan perumusan tingkat kepastian di atas, CF (H, E3) = MB (H,E3) MD (H,E3)
misalkan pada penyakit kulit Ketombe

75
Seminar Nasional Informatika 2015

= 0.381 0
= 0.381 CFk4 = CFk3 CF(H,E4) (1-CFk3)
CF3 = 0.381 = 0.823 + 0.1 (1- 0.823)
= 0.177 * 0.1 + 0.823
Tingkat kepastian penyakit Ketombe berdasarkan = 0.0177 + 0.823
gejala kulit kusam CFk4 = 0.8407

MB (H, E4) = (0.1-0.03) / (1-0.03) Hasil dari perhitungan rumus 5 menunjukkan

= 0.07 / 0.97 bahwa nilai kepastian sapi menderita penyakit
= 0.072 ketombe dengan tingkat kepastian 0.8407

MD (H,E4) = (0.03 0.03) / (0-0.03) = 0 4. KESIMPULAN DAN SARAN

CF (H, E4) = MB (H,E4) MD (H,E4)
= 0.072 0 4.1 Kesimpulan
= 0.072 1. Implementasi ini mampu menyimpan
CF4 = 0.072 representasi pengetahuan pakar berdasarkan
nilai kepercayaan (Certainty Factor).
Tingkat kepastian penyakit Ketombe berdasarkan 2. Dengan menggunakan implementasi certainty
gejala Rambut kusam factor ini dapat dijadikan solusi alternatif
bagi masyarakat untuk melakukan diagnosa
MB (H, E5) = (0.1-0.03) / (1-0.03) dini terhadap gejala-gejala penyakit kulit
= 0.07 / 0.97 pada sapi.
= 0.072
4.2 Saran
MD (H,E5) = (0.03 0.03) / (0-0.03) = 0 1. Pada penelitian ini digunakan kriteria yang
CF (H, E5) = MB (H,E5) MD (H,E5) hanya berupa gejala fisik dari pasien,
= 0.072-0 pengembangan lebih lanjut sebaiknya
= 0.072 menggunakan kriteria lainnya seperti hasil
CF5 = 0.072 pemeriksaan laboratorium sehingga hasil
diagnosa menjadi lebih tepat dan akurat.
Dari kelima perhitungan di atas, ketika sistem
menyimpulkan bahwa penyakit yang diderita sapi DAFTAR PUSTAKA
adalah ketombe maka tingkat kepastiannya adalah
hasil perhitungan (5) berikut ini: [1] Arhami, M. 2005. Konsep Dasar Sistem
Pakar. Yogyakata: Andi
CFkombinasi (CF1, CF2,CF3,CF4,CF5) = CF [2] Feri Fahrur, Ami Fauzijah.2008. Aplikasi
(H,E1) + CF (H,E2) + CF (H,E3) + CF (H,E4) (1-
Sistem Pakar untuk Menentukan Jenis
CF(H,E1)
CFk = CF(H,E1) + CF(H,E2) (1-CF(H,E1) Gangguan pada Anak.Yogyakarta :
= 0.381 + 0.484 (1-0.381) Universitas Islam Indonesia
= 0.619*0.484+0.381 [3] Anum, R. 2013. Identifikasi Penyakit pada
= 0.3 + 0.381 Tanaman Kedelai Menggunakan Metode
CFk1 = 0.681 Classical Probability. Malang: Universitas
Brawijaya
CFk2 = CFk1+ CF(H,E3) (1-CFk1)
[4] Kusrini . Kuantifikasi Pertanyaan untuk
= 0.681 + 0.381 (1-0.681)
= 0.319 * 0.381 + 0.681 Mendapatkan Certainty Factor Pengguna
= 0.121539 + 0.681 Pada Aplikasi Sistem Pakar Untuk
CFk2 = 0.803 Diagnosis Penyakit. STMIK AMIKOM
Yogyakarta
CFk3 = CFk2+ CF(H,E4) (1-CFk2)
= 0.803 + 0.1 (1 - 0.803)
= 0.197 * 0.1 + 0.803
= 0.0197 + 0.803
CFk3 = 0.823

76
 Seminar Nasional Informatika 2015

Optimalisasi TOPSIS untuk Perankingan Data Terklasifikasi

Uyock Saputro1, Hafiz Ridha Pramudita2, Anna Baita3
1,2
Sistem Informasi, MTI STMIK AMIKOM Yogyakarta
3
STMIK AMIKOM Yogyakarta, Jl. Ring Road Utara, Condong Catur, Depok, Sleman, Yogyakarta.
1
soul.uyox@gmail.com, 2 me@hafizridha.net, 3 annanatsir@yahoo.com

Abstrak

Tujuan dari penelitian ini adalah memaksimalkan hasil dari metode TOPSIS yang digunakan untuk
melakukan perankingan data terklasifikasi. Penelitian ini diimplementasian pada proses seleksi penerimaan
karyawan, sehingga dapat memetakan posisi calon karyawan sesuai dengan bidang kompetensinya. TOPSIS
merupakan salah satu metode yang digunakan pada sistem pendukung keputusan. Hasil TOPSIS yang
digunakan untuk memetakan posisi calon karyawan belum maksimal. Hasil TOPSIS tidak dapat memetakan
posisi seorang karyawan yang memiliki urutan ranking yang sama pada beberapa posisi jabatan. Untuk itu
penelitian ini mengusulkan normalisasi hasil TOPSIS untuk mendapatkan ranking hasil TOPSIS yang telah
diklasifikasikan berdasarkan bidang kompetensi. Hasil dari penelitian ini membuktikan bahwa optimalisasi
TOPSIS dapat memetakan jabatan karyawan sesuai bidang kompetensinya .

Kata kunci : TOPSIS, Optimalisasi, Klasifikasi, Karyawan

1. Pendahuluan ini lebih merata. Penelitian ini belum dapat

Pengambilan keputusan bukan merupakan
hal yang sederhana ketika dihadapkan dengan
banyak kriteria untuk diperhitungkan. Setiap
kriteria tersebut memiliki bobot masing-masing
sebagai bahan pertimbangan pengambilan
keputusan. Untuk itu perlu sebuah metode untuk
dapat membantu dalam pengambilan keputusan.
TOPSIS merupakan salah satu metode yang
cukup praksis yang digunakan untuk memecahkah
masalah dalam melakukan pengambilan
keputusan pada banyak atribut (multiple atribut
decision making/MADM), yang berasal dari
konsep penempatan titik ideal yang memiliki
jarak terpendek dari solusi ideal positif [1].
Terdapat beberapa penelitian yang telah
membahas tentang TOPSIS. Dalam penelitian
Zhai Yan[6], topsis digunakan untuk melakukan
evaluasi performa kinerja dari Lithium-Ion Power
Battery. TOPSIS dapat menunjukkan baterai
mana yang terbaik dan baterai mana yang
terburuk kinerjanya. Penelitian Lixian Xing[4]
mengusulkan fuzzy TOPSIS berdasarkan Vague
Set. Metode ini diimplementasikan dalam evaluasi
kinerja dari Resiko Proyek IT.
Pada penelitian Nuri[5] TOPSIS digunakan
pada sistem rekomendasi pemberian beasiswa.
Penelitian ini hanya hanya membahas pemberian
rekomendasi satu jenis beasiswa pada peserta
didik. Pada realitanya dalam sebuah instansi
pendidikan seringkali menyediakan beragam
beasiswa dengan berbagai persyaratan yang
beragam pula. Sesuai dengan kriteria yang
diberikan oleh pemberi beasiswa. Peserta didik
seharusnya hanya berhak mendapatkan satu
macam beasiwa saja, agar manfaat dari beasiswa
menyelesaikan permasalahan tersebut.
Penelitian Lestari[3] membahas tentang
penerapan fuzzy TOPSIS untuk seleksi
penerimaan karyawan. Penelitian ini memberikan
rekomendasi karyawan yang diterima dalam
sebuah perusahaan untuk sebuah jabatan. Pada
realitanya sebuah perusahaan melakukan
rekruitasi karyawan tidak hanya untuk satu posisi
jabatan tertentu. Seleksi biasanya dilakukan
dalam satu waktu untuk mendapatkan karyawan
sesuai dengan posisi yang dibutuhkan perusahaan.
Pada penelitian ini belum dapat menyelesaikan
permasalahan rekruitasi karyawan dalam
memetakan karyawan sesuai dengan komposisi
jabatan yang dibutuhkan oleh perusahaan.
Berdasarkan hal tersebut, maka penelitian ini
mengusulkan optimalisasi metode TOPSIS untuk
perankingan data terklasifikasi. Metode usulan
tersebut diimplementasikan pada kasus pemetaan
penerimaan karyawan baru yang disesuaikan
antara posisi jabatan dengan kompetensi bidang
yang dimiliki oleh calon karyawan.
2. Metode Penelitian
2.1 TOPSIS
Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS) didasarkan
pada konsep dimana alternatif terpilih yang
terbaik tidak hanya memiliki jarak terpendek dari
solusi ideal positif, namun juga memiliki jarak
terpanjang dari solusi ideal negatif [2].
Langkah-langkah penyelesaian masalah
MADM dengan TOPSIS [2] :

77
Seminar Nasional Informatika 2015

a. Membuat matriks keputusan yang

ternormalisasi (r) dengan metode Euclidean Mulai
length of a vector.
(1)
Input Data Input Data
Peserta Kriteria
Dimana :
= hasil dari normalisasi matriks nilai
i = 1,2,...m Buat Matriks Input Data
j = 1,2,...n Keputusan Jabatan

b. Membuat matriks keputusan yang

ternormalisasi terbobot (weighted Input Data
Normalisasi Matriks
normalized decision matriks), dengan bobot Bobot
Keputusan
(w) = (w1,w2,...,wn) Kriteria

(2) Hitung matriks

normalisasi terbobot

c. Menentukan matriks solusi ideal positif A+

& matriks solusi ideal negatif A-. Menentukan Solusi
Ideal

Menentukan jarak
(3)
alternatif

Preferensi tiap
(4) alternatif
Dimana :
Vij = elemen matriks V baris ke-i, kolom ke-j
J = berhubungan benefit kriteria Optimalisasi TOPSIS
J = berhubungan dengan cost criteria
Normalisasi preferensi
d. Menentukan jarak (D) antara nilai setiap alternatif
alternatif dengan matriks solusi ideal positif
(D+) & matriks solusi ideal negatif (D-).
Hitung rangkin peserta
tiap posisi jabatan
,dengan
i=1,2,...,m(5)
,dengan Selesai
i=1,2,...,m(6)
Gambar 1. Proses optimalisasi TOPSIS
e. Menentukan nilai preferensi (V) untuk setiap
alternatif. Pada gambar 1 dijabarkan bahwa proses
optimalisasi TOPSIS dihitung menggunakan
(7) normalisasi dari hasil perhitungan TOPSIS dari
masing-masing posisi Jabatan. Sehingga diperoleh
karyawan sesuai dengan posisi jabatannya.
2.2 Optimalisasi TOPSIS Analisis model diilustrasikan pada gambar 2
dan Gambar 3 berikut ini:
Proses optimasi TOPSIS untuk data terklasifikasi
digambarkan dalam bagan berikut ini:

78
 Seminar Nasional Informatika 2015

TOPSIS and rule based

positioning for human
resource selection
Input data peserta
Input nilai peserta

Jenis Bidang Rangking Calon

Admin Bobot kriteria tiap bidang Berdasarkan
Bidang kompetensi

Decision maker
Gambar 4. Relasi tabel

Gambar 2. DFD Level 0 Gambar 4 merupakan struktur basis data

yang digunakan untuk menyimpan peserta,
Gambar 2 menjelaskan tentang DFD level 0. kriteria dan kompetensi (jabatan) secara dinamis.
User dalam sistem yang akan dibangun ada 2, Pemberian bobot kriteria pada masing-masing
yakni Admin sebagai penginput data, dan Kepala kompetensi (jabatan) dapat dilakukan secara
HRD sebagai Decision Maker. Decision maker subyektif oleh user sesuai kepentingannya.
dapat menginputkan kriteria dan kompetensi Sedangkan proses penghitungan TOPSIS,
jabatan sesuai dengan kebutuhan perusahaan. disimpan dalam tabel temporary.
DFD level 1 diperlihatkan oleh gambar berikut
ini:
3. Hasil dan Pembahasan
1 Bidang
Bidang Kompetensi Jenis Bidang
Kompetensi
Kompetensi Dalam penelitian ini menggunakan lima
macam kriteria, yakni tes kepribadian(C1), tes
Decision Kriteria
maker yang dibutuhkan
2
Kriteria
logika(C2), tes komputer (C3), tes
Kriteria
matematika(C4), dan tes bahasa Inggris(C5)
Bobot kriteria 3 untuk menentukan posisi jabatan pelamar kerja
tiap bidang Bobot kriteria tiap sesuai dengan kompetensi bidangnya.
bidang
Jenis jabatan sesuai kompetensi yang
Data peserta 4 digunakan dalam penelitian ini ada 3 macam,
Data peserta
Input data pesera yakni: Programmer (K1), Administrator Jaringan
Admin
(K2) dan Customer Service (K3).
Nilai peserta 5
Nilai peserta
Input Nilai peserta
Tabel 1. Bobot kriteria tiap kompetensi
6
Proses rangkin C1 C2 C3 C4 C5
dengan TOPSIS
pada tiap Bidang K1 2 5 2 4 3
K2 2 3 5 3 3
7
Rangkin calon berdasar
Bidang kompetensi
Seleksi Rangking
berdasarkan
K3 5 1 1 4 5
bidang
kompetensi
Pada tabel 1 dijabarkan bobot pada tiap-tiap
kriteria yang dibutuhkan. Masing-masing kriteria
Gambar 3. DFD Level 1 memiliki bobot tersendiri untuk membedakan
dengan kriteria lainnya.
Pada gambar 3 tersebut menjelaskan detil
proses penyimpanan data. Proses pengambilan Data yang akan digunakan dapat dijabarkan
keputusan dengan metode TOPSIS digambarkan pada tabel 2 yang berupa daftar peserta beserta
oleh proses 1-6. Proses ke 7 merupakan dengan nilai tiap kriteria yang dimiliki peserta.
optimalisasi dari hasil TOPSIS. Yang mana nilai tersebut digunakan sebagi
acuhan penilaian. Data tersebut tersaji dalam tabel
Struktur Relasi tabel dalam sistem ini adalah 2 sebagai berikut :
sebagai berikut:

79
Seminar Nasional Informatika 2015

Tabel 2. Peserta beserta nilai tiap kriteria Ketiga, setelah mendapatkan hasil normalisasi
terbobot seperti pada tabel 4 untuk kompetensi ke
Nilai Ujian 1, kemudian dilakukan penghitungan nilai D+, D-
No Nama C1 C2 C3 C4 C5 dan V untuk masing-masing jabatan. Hasil
1 Uyock 70 65 80 87 98 perhitungan tersebut disajikan dalam tabel 5
2 Hafiz 98 65 79 88 77
3 Wahyu 45 90 55 87 88
berikut ini.
4 Ferian 45 88 82 70 56
5 Ana 90 78 56 78 87 Tabel 5. Nilai D+ D- dan V
6 Sharazita 56 98 76 98 56
7 Yoga 90 87 54 67 98 D+ D- v
8 Hendra 78 78 49 96 68
9 Yusha 76 87 68 78 89 0.492758931 0.97854778 0.665087553
0.496777028 0.949266326 0.656457722
Adapun proses pembuatan sistem
pendukung keputusan menggunakan TOPSIS 0.842350298 0.571083382 0.404039744
adalah sebagai berikut: 0.787380542 0.859756653 0.521970274
Pertama, melakukan normalisasi data tersebut, 0.740955662 0.616859102 0.454302839
sehingga diperoleh hasil sesuai dengan tabel 3 0.656904513 0.865148562 0.568408931
sebagai berikut:
0.796802656 0.719035802 0.474348568

Tabel 3. Normalisasi nilai tiap peserta 0.94251326 0.503911905 0.34838436

0.494696608 0.741517618 0.599829384
Normalisasi
C1 C2 C3 C4 C5
0.3138351 0.2627383 0.393926197 0.345906 0.4025498 Dari tabel 5 tersebut dapat ditarik urutan
0.4393691 0.2627383 0.389002119 0.3498819 0.3162891 ranking untuk tiap-tiap Jabatan sesuai nilai V.
0.2017511 0.3637915 0.27082426 0.345906 0.3614733
0.2017511 0.3557073 0.403774352 0.2783152 0.2300285
0.4035023 0.315286 0.275748338 0.3101226 0.3573656 Tabel 6. Ranking peserta tiap jabatan
0.2510681 0.3961286 0.374229887 0.3896412 0.2300285
List Ranking
0.4035023 0.3516652 0.265900183 0.2663874 0.4025498 Nama
K1 K2 K3
0.349702 0.315286 0.241279795 0.3816894 0.2793203
0.3407352 0.3516652 0.334837267 0.3101226 0.3655809 Uyock 6 1 4
Hafiz 7 2 1
Kedua, setelah mendapatkan hasil normalisasi Wahyu 4 8 7
yang dijabarkan pada tabel 3, maka dihitung
normalisasi terbobot sesuai dengan nilai bobot Ferian 9 5 9
kriteria masing-masing Jabatan, untuk kriteria Ana 5 7 2
jabatan 1 dapat dijabarkan dalam tabel 4.
Sharazita 2 4 8
Kemudian menghitung nilai min dan max pada
tiap kriteria tersebut. Yoga 3 6 3
Hendra 8 9 6
Tabel 4. Normalisasi terbobot
Yusha 1 3 5
K1
No Pada tabel 6 telah didapatkan daftar ranking untuk
C1 C2 C3 C4 C5
tiap kompetensi jabatan, rangking tersebut
1 0.6276702 1.3136917 0.7878524 1.383624 1.2076494 digunakan untuk melakukan pemetaan posisi
2 0.8787382 1.3136917 0.7780042 1.3995277 0.9488674 jabatan, dengan langkah sebagai berikut:
1. Cek nilai rangking peserta pada tiap
3 0.4035023 1.8189577 0.5416485 1.383624 1.0844198
jabatan.
4 0.4035023 1.7785365 0.8075487 1.1132607 0.6900854 2. Pilih jabatan yang memiliki ranking
5 0.8070045 1.57643 0.5514967 1.2404905 1.0720969 terbaik(nilai terkecil)
3. Hapus nama peserta dari keanggotaan
6 0.5021361 1.9806429 0.7484598 1.558565 0.6900854
jabatan, yang tidak terpilih
7 0.8070045 1.7583258 0.5318004 1.0655495 1.2076494

8 0.6994039 1.57643 0.4825596 1.5267575 0.8379608 Dari penghitungan TOPSIS pada tabel 6,
maka Yoga akan menempati posisi yang sama
9 0.6814705 1.7583258 0.6696745 1.2404905 1.0967428
pada K1 dan K3. Sistem tidak bisa
max 0.8787382 1.9806429 0.8075487 1.558565 1.2076494 merekomendasikan posisi jabatan yang tepat
min 0.4035023 1.3136917 0.4825596 1.0655495 0.6900854 untuk Yoga. Untuk itu diperlukan satu metode
untuk dapat merekomendasikan seseorang apabila
seseorang memiliki nilai yang sama untuk tiap

80
 Seminar Nasional Informatika 2015

jabatan. Penelitian ini mengusulkan normalisasi Dari optimalisasi TOPSIS pada gambar 5,
dari hasil TOPSIS yang telah didapat, untuk maka dapat diperoleh solusi pemetaan calon
menghitung kembali nilai V tiap peserta. Proses karyawan sesuai dengan bidang kompetensi yang
normalisasi dijabarkan dalam langkah keempat dibutuhkan perusahaan. calon karyawan hanya
dan kelima. dapat menempati satu jabatan. Rekomendasi
diperoleh berdasarkan urutan bobot kriteria yang
Langkah Keempat: melakukan optimalisasi dikehendaki perusahaan.
TOPSIS dengan menghitung nilai normalisasi dari
V hasil TOPSIS untuk masing-masing jabatan. 4. Kesimpulan dan Saran
Metode TOPSIS yang dioptimalisasi dengan
proses normalisasi hasil TOPSIS dapat digunakan
Tabel 7. Optimalisasi TOPSIS tiap Jabatan
untuk melakukan perankingan data multi kriteria
List Ranking yang sudah diklasifikasikan.
Nama Programer Jaringan Metode usulan ini akan eror apabila ada
CS(K3)
(K1) (K2)
peserta yang memiliki nilai yang 100% sama pada
Uyock 0.3150388 0.416933 0.3661161 tiap kriteria, untuk itu pada penelitian selanjutnya
Hafiz 0.311859 0.4115231 0.432597 diharapkan dapat menambahkan kriteria seperti
Wahyu 0.3457468 0.2532862 0.2216659
data diri untuk mengurangi potensi kesamaan
hasil.
Ferian 0.2548196 0.327215 0.0659703 Metode ini tidak memiliki limit kuota
Ana 0.3314332 0.2847954 0.428468 masing-masing jabatan yang diperlukan, sehingga
Sharazita 0.368119 0.3563267 0.1848187
akan memungkinkan surplus ataupun defisit
peserta untuk tiap jabatan.
Yoga 0.3605651 0.2973617 0.4187581
Hendra 0.3098669 0.2183967 0.316567 Daftar Pustaka:
Yusha 0.3842348 0.3760237 0.3633389
[1] Fu, Yang, & Lu, 2007, An extended TOPSIS
for belief group decision making, IEEE
Optimalisasi yang dilakukan dan dihasilkan pada Journal.
tabel 7 diperlukan untuk mengetahui jabatan yang [2] Kusumadewi, dkk. 2006. Fuzzy Multi-
paling sesuai berdasarkan nilai maksimalnya. Atribute Decision Making (MADM). Graha
Ilmu, Yogyakarta.
Kelima: melakukan perangkingan dengan
memilih nilai max untuk masing-masing peserta, [3] Lestari, s dan Priyodiprodjo,w, 2011,
sehingga diperoleh jabatan yang sesuai. Implementasi Metode Fuzzy Topsis Untuk
Kemudian mengurutkan perolehan nilai untuk Seleksi Penerimaan Karyawan, IJCCS,
masing-masing jabatan sehingga diperoleh hasil Vol.5 No.2
sebagai berikut ini: [4] Lixian Xing , Keran Tu, Ling Ma, 2009, The
performance evaluation of IT project risk
based on TOPSIS and Vague set, IEEE
Journal
[5] Perdana, Nuri Guntur dan Widowo, Tri,
2013, Sistem Pendukung Keputusan
Pemberian Beasiswa Kepada Peserta Didik
Baru Menggunakan Metode TOPSIS,
Seminar Nasional Teknologi Informasi &
Komunikasi Terapan 2013.
[6] Zhai Yan, Zhang Weige, Sun Bing-xiang,
Zheng Fang, and Zhang Man, 2014, The
application of TOPSIS in the study of the
comprehensive performance of lithium-ion
power battery, IEEE Journal

Gambar 5. Hasil akhir rangking tiap jabatan

81
Seminar Nasional Informatika 2015

BINERISASI CITRA DOKUMEN DENGAN FILTERISASI

HOMOMORPHIC

Naser Jawas

STMIK STIKOM BALI

naser.jawas@stikom-bali.ac.id

Abstrak

Binerisasi citra dokumen adalah sebuah langkah awal yang sangat penting dalam aplikasi pengenalan tulisan
(OCR). Proses binerisasi citra dokumen adalah langkah awal (pre-processing) yang bertujuan untuk
memisahkan piksel-piksel yang tergolong ke dalam bagian teks dengan piksel-piksel yang tergolong bagian
background. Apabila bagian teks dan bagian background citra dapat dipisahkan dengan baik, maka hasil dari
OCR pun dapat lebih ditingkatkan Permasalahan yang sering dijumpai dalam citra dokumen adalah terdapat
penyebaran pencahayaan yang tidak merata di beberapa bagian citra. Hal ini dapat dikarenakan citra tersebut
diambil menggunakan kamera digital atau kamera handphone, sehingga terdapat jarak antara dokumen
dengan kamera. Oleh karena itu, pada penelitian ini diusulkan metode binerisasi citra dokumen menggunakan
Filterisasi homomorphic untuk menanggulangi tingkat pencahayaan yang tidak merata. Hasilnya didapatkan
tingkat error yang rendah dari pengenalan OCR pada citra hasil filterisasi homomorphic dengan tingat error
tertinggi 8,76% sedangkan pada citra input yang sama tanpa proses homomorphic didapatkan tingkat error
hingga 99,06%.

Kata kunci : binerisasi, citra dokumen, filterisasi homomorphic, pencahayaan tidak merata.

1. Pendahuluan sebuah citra. Namun, apabila menggunakan nilai

Binerisasi citra dokumen adalah sebuah
langkah awal yang sangat penting dalam aplikasi
pengenalan tulisan (OCR). Proses binerisasi citra
dokumen adalah langkah awal (pre-processing)
yang bertujuan untuk memisahkan piksel-piksel
yang tergolong ke dalam bagian teks dengan
piksel-piksel yang tergolong bagian background.
Apabila bagian teks dan bagian background citra
dapat dipisahkan dengan baik, maka hasil dari
OCR pun dapat lebih ditingkatkan [1].
Permasalahan yang sering dijumpai dalam
citra dokumen adalah terdapat penyebaran
pencahayaan yang tidak merata di beberapa
bagian citra [2]. Hal ini dapat dikarenakan citra
tersebut diambil menggunakan kamera digital
atau kamera handphone, sehingga terdapat jarak
antara dokumen dengan kamera. Tidak seperti
pada mesin scanner yang tidak memiliki jarak
antara dokumen dengan scanner pada proses
pembuatan citra dokumennya. Jarak ini yang
memungkinkan adanya perbedaan pencahayaan
pada citra dokumen tersebut.
Binerisasi umumnya digunakan dengan
menggunakan sebuah nilai threshold. Nilai
threshold ini digunakan sebagai nilai ambang
batas piksel mana yang masuk kategori
foreground dan piksel mana yang masuk kategori
background. Umumnya digunakan sebuah nilai
threshold secara global untuk setiap piksel di
threshold global, untuk binerisasi citra dokumen
dengan permasalahan pencahayaan tidak merata
ini, seringkali terdapat banyak bagian teks yang
hilang jika bagian teks tersebut berada pada
daerah yang terlalu terang atau terlalu gelap.
Bagian teks yang hilang dari proses binerisasi ini
otomatis tidak muncul di hasil OCR.
Cara lain yang digunakan dalam melakukan
binerisasi yakni dengan menetapkan beberapa
nilai threshold untuk beberapa bagian lokal di
citra dokumen. Nilai threshold ini dinamakan nilai
threshold lokal karena hanya digunakan di
beberapa bagian lokal kecil saja. Namun,
penggunaan threshold lokal ini membutuhkan
pembagian citra ke bagian-bagian kecil dan juga
pemilihan threshold di setiap bagian yang tepat.
Hal ini dapat menyebabkan tingginya tingkat
komputasi untuk melakukan proses binerisasi.
Oleh karena itu, pada penelitian ini
diusulkan metode binerisasi citra dokumen
menggunakan Filterisasi homomorphic [3] untuk
menanggulangi permasalahan pencahayaan tidak
merata. Metode filterisasi homorphic ini dapat
digunakan untuk menormalisasi pencahayaan
yang tidak merata sehingga didapatkan citra
dengan pencahayaan yang lebih merata. Citra
yang telah memiliki pencahayaan yang merata
tersebut kemudian dibinerisasi dengan binerisasi
global menggunakan metode binerisasi otsu tanpa
dibagi menjadi citra lokal.

82

2. Tinjauan Pustaka
Pada bagian ini diberikan materi-materi
terkait dengan tinjauan pustaka dan landasan teori
yang digunakan pada penelitian ini.
2.1 Filterisasi Homomorphic
Proses Filterisasi Homomorphic
dimaksudkan untuk menormalisasi tingkat
iluminasi yang berbeda-beda pada daerah citra.
Proses Filterisasi Homomorphic dilakukan di
domain frekuensi dengan sebelumnya melakukan
proses ln citra input. Kemudian citra ln diubah ke
domain frekuensi dengan Transformasi
Fourier untuk difilter di domain tersebut. Setelah
difilter, citra dikembalikan menggunakan proses
inverse Transformasi Fourier. Keluaran proses
inverse diexponensial sebagai proses balik dari
proses ln citra di awal Gambar 1 menjelaskan
langkah-langkah proses Filterisasi Homomorphic
seperti yang dijelaskan dalam [3].
2.2 Penelitian Sebelumnya
Berikut ini dijelaskan beberapa penelitian
terkait tentang binersiasi citra dokumen.
2.2.1 Ntirogianis, K. et.al.
Penelitian yang dilakukan oleh Ntirogianis
dkk. mengangkat permasalahan dalam melakukan
binerisasi citra dokumen dengan tulisan tangan.
Citra dokumen dengan tulisan tangan memiliki
tantangan yang lebih sulit untuk aplikasi OCR
dibandingkan dengan citra dokumen tulisan dari
hasil ketikan. Tulisan tangan memiliki struktur
yang sangat beragam dibandingkan ketikan.
Sehingga sangat menyulitkan untuk aplikasi OCR
mengenali setiap huruf yang ada di citra documen
tersebut. Selain itu, citra dokumen tulisan tangan
yang menjadi inputan juga seringkali merupakan
citra dari dokumen-dokumen bersejarah yang
sudah sangat lama. Kualitas dari dokumen asli
sudah menurun sehingga citra dokumennya pun
tidak terlalu bagus [1].
Langkah-langkah yang dilakukan oleh
Ntirogiannis dkk. dalam memecahkan
permasalahan binerisasi citra dokumen dengan
tulisan tangan adalah sebagai berikut: Pertama-
tama dilakukan estimasi background dengan
menggunakan metode inpainting. Selanjutnya
dilakukan normalisasi citra untuk meratakan
pencahayaan yang tidak seimbang. Binerisasi
Otsu digunakan untuk melakukan binerisasi
secara global. Kemudian dari citra yang
dinormalisasi juga dilakukan binerisasi lokal.
Hasil dari binerisasi global dan lokal kemudian
digabung menjadi satu untuk mendapatkan hasil
akhir dari metode yang diusulkan.
Seminar Nasional Informatika 2015
2.2.2 Chou et.al.
Permasalahan binerisasi yang dihadapi oleh
Chou dkk. ini adalah binerisasi untuk citra
dokumen yang diambil menggunakan kamera.
Karakteristik citra dokumen yang diambil
menggunakan kamera umumnya memiliki
pencahayaan yang tidak merata.
Algoritma yang diusulkan oleh Chou dkk.
adalah dengan menggunakan binerisasi lokal.
Citra input dibagi-bagi ke dalam bagian-bagian
kecil dan dilakukan binerisasi tersendiri disetiap
bagian kecil tersebut. Chou dkk. juga
mendefinisikan beberapa jenis daerah di citra
dokumen yang harus diberikan penganganan yang
berbeda. Setiap jenis daerah tersebut diambil
fitur-fitur pendukungnya seperti hasil dari nilai
threshold otsu dan nilai threshold otsu minimum
diantara bagian tetangganya, mean dan standar
deviasi dari sebaran nilai piksel di daerah
tersebut. Penganganan di setiap daerah sangat
tergantung dari fitur-fitur yang didapatkan
tersebut. Ada 4 pilihan nilai threshold yang akan
digunakan, yaitu: nilai minimum, nilai
maksimum, nilai threshold otsu dan nilai
threshold otsu yang paling minimum diantara
daerah-daerah tetangganya.
3. Metode Penelitian
Pada bagian ini dijelaskan data, algoritma
dan alur penelitian yang digunakan dalam
melakukan penelitian ini.
Input citra
ln citra
DFT
Filter Spektrum
Inverse DFT
exp citra
Gambar 1. Alur Filterisasi Homomorphic
83
Seminar Nasional Informatika 2015
3.1 Alur Penelitian
Alur penelitian yang dilakukan dalam
penelitian ini adalah sebagai berikut. Pertama
dilakukan pendefinisian masalah untuk
memberikan gambaran permasalahan yang
dihadapi dengan jelas. Selanjutnya dilakukan
studi literatur untuk mempelajari penelitian terkait
dan kemudian mencari solusi yang terbaik untuk
permasalahan yang dihadapi. Selanjutnya
mencoba menerapkan solusi yang ditawarkan ke
dalam implementasi algoritma dan melakukan
evaluasi terhadap hasil yang didapatkan.
3.2 Algoritma
Citra dokumen pada penelitian ini akan di
ubah menjadi citra grayscale terlebih dahulu.
Kemudian citra dokumen tersebut dibagi kedalam
beberapa bagian lokal untuk difilterisasi dengan
menggunakan filterisasi homomorphic [3]. Alur
filterisasi homomorphic dapat dilihat pada
Gambar 1. Hasil filterisasi masing-masing
kemudian di binerisasi dengan binerisasi otsu [4]
dan hasilnya disatukan kembali menjadi citra
yang lengkap. Berikutnya hasil binerisasi yang
telah disatukan menjadi citra yang lengkap
tersebut dimasukkan ke aplikasi OCR. Teks hasil
OCR dibandingkan dengan teks asli dan
dievaluasi persentase karakter yang dikenali dan
sesuai dengan citra aslinya.
(a) (b)
(c) (d)
(e)
Gambar 2. Contoh Citra Dokumen.
84
3.3 Data Citra Input
Citra input dari penelitian ini adalah citra
dokumen yang diambil dengan menggunakan
kamera digital dari smartphone. Kamera digital
tersebut memiliki resolusi 5 Mega Piksel. Citra
dokumen yang diambil memiliki pencahayaan
yang tidak merata dengan ukuran 512 x 512. Citra
dokumen tersebut dapat dilihat pada Gambar 2
(a)-(e). Kelima citra tersebut memiliki perbedaan
tingkat pencahayaan yang berbeda-beda dengan
dengan Citra pada Gambar 2 (a) memiliki tingkat
perbedaan pencahayaan yang terrendah hingga
Gambar 2 (e) memiliki tingkat perbedaan
pencahayaan yang paling tinggi.
3.4 Evaluasi
Evaluasi dilakukan dengan membandingkan
hasil OCR dari hasil binerisasi citra dokumen.
Seberapa banyak teks hasil OCR sesuai dengan
teks aslinya.
4. Hasil dan Pembahasan
Pada bagian ini diberikan hasil dari
penelitian yang dilakukan dan juga diberikan
pembahasan dari hasil yang didapatkan.
(a) (b)
(c) (d)
(e)
Gambar 3. Hasil Filterisasi Homomorphic.
 Seminar Nasional Informatika 2015

(a) (b) (e)

Gambar 5. Hasil Otsu Tanpa Homomorphic.

Tabel 1. Perbandingan Tingkat Error OCR

File Dengan Tanpa
Input Homomorphic Homomorphic
Input 1 6,45 % 63,87 %
Input 2 8,77 % 77,14 %
Input 3 6,26 % 65,50 %
Input 4 3,00 % 68,38 %
Input 5 8,77 % 99,06 %

4.1 Hasil Filterisasi Homomorphic

Filterisasi Homomorphic yang diterapkan

pada penelitian ini menggunakan filter
butterworth yang diadopsi dari [5]. Rumus filter
(c) (d) tersebut adalah sebagai berikut:

(1)

dengan nilai parameter H dan L masing-masing

(e)
Gambar 4. Hasil Otsu Setelah Homomorphic.
adalah 1,7 dan 0,03 serta nilai n = 1. Nilai-nilai
dari parameter tersebut diadopsi dari paper [5].
Rangkaian proses Filterisasi homomorphic
tersebut diimplementasikan ke dalam bahasa
pemrograman python dan menggunakan library
opencv. Hasil dari proses homomorphic dapat
dilihat pada Gambar 3. Masing-masing citra pada
Gambar 3 dari (a) hingga (e) merupakan hasil
homomorphic dari citra pada Gambar 2 dari (a)
hingga (e).

4.2 Hasil Binerisasi Otsu

Setelah proses filterisasi homomorphic,

dilakukan proses binerisasi menggunakan metode
(a) (b)
binerisasi otsu [4]. Hasil dari proses tersebut
dapat dilihat pada Gambar 4.
Sebagai hasil perbandingan, dilakukan
proses binerisasi otsu langsung tanpa didahului
proses filterisasi homomorphic. Hasilnya dapat
dilihat pada Gambar 5. Baik pada Gambar 4
maupun Gambar 5, citra (a) hingga (e) merupakan
citra (a) dan citra (e) dari Gambar 2 secara
berurutan.
(c) (d)

85
Seminar Nasional Informatika 2015
4.3 Hasil OCR
Setelah dilakukan binerisasi, maka
dilakukanlah proses OCR memanfaatkan program
tesseract. Setelah didapatkan hasil OCR, teks
hasil ini dibandingkan dengan teks ground truth.
Hasilnya didapatkan tingkat error pengenalan
seperti ditunjukkan pada Tabel 1. Tingkat error
ini didapatkan dengan menghitung jumlah
karakter yang tidak dapat dikenali dan
dibandingkan dengan seluruh karakter di ground
truth.
4.4 Pembahasan
Dari hasil yang didapatkan dapat dilihat
bahwa filterisasi homomorphic telah efektif untuk
mengurangi tingkat error dari pengenalan OCR
tesseract. Error pengenalan OCR tesseract ini
didapatkan karena pada hasil binerisasi otsu
banyak bagian dari citra input dikategorikan
termasuk bagian teks (foreground) dan diberi nilai
piksel hitam sehingga karakter-karakter pada
bagian yang berpencahayaan rendah tersebut tidak
dapat dikenali. Selain itu, pada bagian yang
berpencahayaan tinggi, beberapa karakter juga
terhapus dan dianggap termasuk pada bagian
kertas (background) seperti dapat dilihat pada
Gambar 5. Padahal hasil idealnya adalah setiap
bagian teks (foreground) diubah menjadi hitam
dan setiap bagian kertas (background) diubah
menjadi putih. Kesalahan binerisasi Otsu tersebut
dapat ditanggulangi dengan melakukan proses
filterisasi homomorphic sebelum proses binerisasi
otsu. Seperti ditunjukkan pada Gambar 3, Proses
filterisasi homomorphic telah berhasil
menyeragamkan tingkat pencahayaan sehingga
hasil dari proses binerisasi otsu-nya dapat lebih
baik dalam mengkategorikan mana piksel yang
masuk ke bagian teks dan piksel yang masuk
bagian kertas seperti ditunjukkan pada Gambar 4.
Hasil pengenalan karakter OCR
menggunakan tesseract menunjukkan tingkat
pengenalan setelah proses filterisasi
homomorphic yang jauh lebih tinggi
dibandingkan tanpa menggunakan filterisasi
homomorphic dengan tingkat error paling tinggi
hanya mencapai 8,77% untuk hasil dengan
filterisasi homomorphic. Sedangkan hasil tanpa
filterisasi homomorphic mencapai tingkat error
hingga 99.06%. Kedua tingkat error tertinggi
didapatkan dari citra input ke-5. Citra input ke-5
ini merupakan citra dengan tingkat perbedaan
pencahayaan yang tinggi. Citra ini ditunjukkan
pada Gambar 2 (a). Citra tersebut hampir 70%
bagiannya tertutupi oleh bayangan sehingga
memiliki tingkat pencahayaan yang rendah,
sedangkan bagian yang tidak terkena bayangan
memiliki tingkat pencahayaan yagn tinggi.
Kesalahan OCR tesseract yang sangat tinggi saat
memproses citra ini tanpa filterisasi homomorphic
dikarenakan hampir seluruh bagian yang terkena
86
bayangan dikategorikan ke dalam piksel hitam
sedangkan bagian yang tidak terkena bayangan
sebagian besar berpiksel putih. Teks pada bagian
terkena bayangan otomatis tidak dapat dikenali,
sedangkan beberapa piksel teks pada bagian tidak
berbayangan dikategorikan ke dalam piksel putih.
Hal tersebut yang membuat pengenalan OCR
tesseract sangat rendah pada citra input ini.
5. Simpulan
Pada penelitian ini dilakukan proses
binerisasi citra dokumen yang memiliki
permasalahan pencahayaan tidak merata.
Langkah-langkah binerisasi yang ditempuh untuk
menanggulangi permasalahan tersebut adalah
dengan menggunakan proses filterisasi
homomorphic sebelum melakukan binerisasi
dengan metode otsu. Hasil binersiasi setelah
filterisasi homomorphic menunjukkan citra
dokumen dengan permasalahan pencahayaan
tidak merata tersebut dapat dibinerisasi dengan
baik. Hasil binerisasi diuji dengan menggunakan
OCR Tesseract dan menghasilkan tingkat error
pengenalan yang rendah dan jauh lebih dari
tingkat error hasil pengenalan OCR dari citra
biner tanpa filterisasi homomorphic.
Saran yang dapat diberikan untuk penelitian
selanjutnya adalah melakukan perbandingan
metode homormophic filtering ini dengan metode
lainnya yang umumnya digunakan untuk
permasalahan binerisasi pada citra dokumen
dengan pencahayaan tidak merata.
Daftar Pustaka:
[1] Ntirogiannis, K., Gatos, B., & Pratikakis, I.
(2012). A Combined approach for the
binarization of handwritten document
images. Pattern Recognition Letters.
[2] Chou, C., Lin, W., & Chang, F. (2010). A
binarization method with learning-built
rules for document images produced by
camera. Pattern Recognition, 1518-1530.
[3] Gonzalez, R., & Woods, R. (2008). Digital
Image Processing. Upper Saddle River,
N.J.: Prentice Hall.
[4] Otsu, N. (1979). A threshold selection
method from gray-level histogram. IEEE
Trans. on Systems, Man, and Cybernetics,
62-66.
[5] Shahamat, H., & Pouyan, A. A. (2014).
Face Recognition Under Large Illumination
Variations Using Homomorphic Filtering in
Spatial Domain. Journal of Visual
Communication & Image Representation,
970-77.
 Seminar Nasional Informatika 2015

SISTEM PAKAR MENDIAGNOSA PENYAKIT PADA TULANG

DENGAN MENGGUNAKAN METODE
CERTAINTY FACTOR

Frans Ikorasaki1
1,2
Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Tanjung Mulia Medan
1
ikorasaki221@gmail.com

Abstrak

Dalam konsep pelacakan dalam mencari solusi dengan pendekatan artificial intelligent, ada berbagai
metode yang dapat diterapkan untuk mengatasi masalah ketidak pastian saat proses pelacakan terjadi. Salah
satunya adalah certainty factor. Adanya ketidakpastian pada proses pelacakan dapat terjadi karena adanya
perubahan pengetahuan yang ada di dalam sistem. Untuk di perlukan adanya suatu metode untuk mengatasi
ketidakpastian dengan certainty factor pada kasus pelacakan untuk mendiagnosa penyakit tulang. Subjek
pada penelitian ini adalah proses pelacakan untuk menentukan penyakit tulang Dengan model penalaran dan
metode kepastianya menggunakan certainty factor dengan cara menghitung nilai probabilitas suatu gejala
penyakit tulang dan membandingkan probabilitas setiap gejalanya. Dari penelitian ini yang dilakukan
menghasilkan sebuah keputusan yaitu yang mampu menentukan penyakit tulang dengan menerapkan metode
certainty factor untuk mengatasi ketidakpastian. Hasil uji coba sistem menunjukkan bahwa penerapan ini
layak dan dapat digunakan.

Kata kunci : Metode Certainty Factor, Penyakit Tulang, Sistem Pakar

1. PENDAHULUAN dipelajari dalam bidang-bidang seperti robotika,

penglihatan komputer (computer visio), jaringan
Masalah kesehatan tubuh sangatlah saraf tiruan (artificialneural sistem), pengolahan
bermasalah apabila terjadi gangguan yang bahasa alami (natural language processing),
menyebabkan terjadinya rasa sakit, dimana rasa pengenalan suara (speech recognition), dan sistem
sakit yang dialami tidak dapat di ketahui pakar (expert sistem).
penyebabnya. Rasa sakit yang di alami manusia
terkadang membuat tubuhnya terasa lemas dan 2.1.1 Sistem Pakar
tidak dapat melakukan kegiatan yang seharusnya Sistem pakar (Expert System) mulai
dilakukan sehari-hari. Untuk menangani rasa sakit dikembangkan pada pertengahan tahun 1960-an
tersebut, manusia harus mengetahui gejala-gejala oleh Artificial Intellegence corporation. Sistem
yang menyebabkan terjadinya penyakit. Tindakan pakar yang muncul pertama kali adalahGeneral-
untuk mencegah terjadinya penyakit atau tindakan Purpose Problem Solve (GPS) yang merupakan
penyembuhan diperlukan pakar dalam bidangnya, sebuah Predecessor untuk menyusun langkah-
seperti yang sudah diketahui banyak sekali langkah yang dibutuhkan untuk mengubah situasi
seorang pakar yang sibuk dalam melakukan awal menjadi state tujuan yang telah ditentukan
kegiatannya. Jadi, sulit bagi penderita untuk sebelumnya dengan menggunakan domain
bertemu dengan dokter pakar yang dapat masalah yang kompleks
memberikan tindakan-tindakan pencengahan
ataupun tindakan penyembuhan penyakit. 2.1.2 Arsitektur Sistem Pakar
Sistem pakar terdiri dari dua bagian
2. TINJAUAN PUSTAKA utama, yaitu linkungan pengembangan
(development environment) dan linkungan
2.1 Kecerdasan Buatan Secara Umum konsultasi (consultation environment).
Kecerdasan buatan atau Artifical Development Environment dipakai oleh
Intelligence merupakan salah satu bagian ilmu pembangun sistem pakar untuk membangun
komputer yang membuat agar mesin (komputer) komponen-komponen dan mengenalkan suatu
dapat melakukan perkerjaanya seperti dan pengetahuan kepada knowledge base.
sebaiknya yang dilakukan oleh Consultation Environment dipakai oleh user untuk
manusia.Teknologi kecerdasan buatan mendapatkan suatu pengetahuan yang
berhubungan dengan suatu keahlian (Setiawan,

87
Seminar Nasional Informatika 2015

2003). Komponen-komponen yang biasanya Secara sederhana dapat dijelaskan bahwa untuk
terdapat dalam sebuah sistem pakar terdiri dari: kaidah diatas, agar sistem mencapai konklusi,
harus diinput terlebih dahulu fakta sulit bernafas,
1. Antarmuka pengguna (user interface) pilek, tarikan nafas berbunyi kasar dan penghe
Pada komponen ini terjadi dialog antara mbusan nafas berbunyi mengi. Baru sistem dapat
program dan user, dimana sistem menerima mengeluarkan konklusi bahwa penyakit yang
input berupa informasi dan instruksi dari diderita adalah laringitis. Safia Dhany:
user, dan sistem memberikan output berupa Perancangan
informasi kepada user. Sistem Pakar Untuk Diagnosa Penyakit anak,
2. Basis pengetahuan (knowledge base)
Basis pengetahuan dapat dikatakan sebagai 2.Backward Chaining(Runut Balik)
kumpulan informasi dan pengalaman seorang Backward chaining adalah suatu strategi
ahli pada suatu bidang tertentu. pengambilan keputusan dimulai dari pencarian
3. Akuisisi pengetahuan (knowledge acqusition) solusi dari kesimpulan kemudian menulusuri
Akuisisi pengetahuan merupakan tranformasi fakta-fakta yang ada hingga menemukan solusi
keahlian dalam menyelesaikan masalah dari yang sesuai dengan fakta-fakta yang diberikan
sumber pengetahuan kedalam program pengguna. Contoh penalaran backward chaining
komputer. adalah:
4. Mesin inferensi Lampu 1 rusak,
Mesin inferensi merupakan otak dari sistem
pakar yang mengandung mekanisme fungsi IF Lampu 1 dinyalakan
berpikir dan pola-pola penalaran sistem yang AND Lampu 1 tidak menyala
digunakan oleh seorang pakar. Mesin AND Lampu 1 dihubungkan dengan sekering
inferensi bertindak sebagai penarik AND sekering masih utuh
kesimpulan dan mengkontrol mekanisme dari
sistem pakar. Secara sederhana dapat dijelaskan bahwa
5. Memori kerja (working memory) untuk kaidah diatas, sistem terlebih dahulu
Memori kerja merupakan tempat menduga bahwa lampu 1 rusak. Kebenaran
penyimpanan fakta-fakta yang diketahui dari praduga ini dibuktikan dengan kebenaran fakta
hasil menjawab pertanyaan. lampu 1 tidak menyala, lampu 1 dihubungkan
6. Subsistem penjelasan (explanation dengan sekering dan sekering masih utuh.
subsystem) Kemudian sistem mengeluarkan kesimpulan
Komponen ini merupakan komponen bahwa lampu 1 rusak. Namun apabila ada fakta
tambahan yang akan meningkatkan tidak terpenuhi berarti praduga sistem salah,
kemampuan sistem pakar. Komponen ini selanjutnya sistem akan mengecek konklusi
menggambarkan penalaran sistem kepada berikutnya.
pemakai dengan cara menjawab pertanyaan-
pertanyaan. 2.2 Certainty Factor
7. Perbaikan pengetahuan
Pakar memiliki kemampuan untuk Faktor kepastian (Certainty Factor) ini
menganalisa dan meningkatkan kinerjanya diusulkan oleh Shortliffe dan Buchanan pada
serta kemampuan untuk belajar dari tahun 1975 untuk mengakomadasi ketidakpastian
kinerjanya pemikiran (inexact reasoning) seorang pakar.
Teori ini berkembang bersamaan dengan
2.1.3 Mesin Inferensi pembuatan sistem pakar MYCIN. Tim
Forward Chaining(Runut Maju) pengembang MYCIN mencatat bahwa dokter
Forward chaining adalah suatu strategi sering kali menganalisa informasi yang ada
pengambilan keputusan yang dimulai dari bagian dengan ungkapan seperti misalnya: mungkin,
premis (fakta) menuju konklusi (kesimpulan kemungkinan besar, hampir pasti, dan sebagainya.
akhir). Metode inferensi ini yang akan digunakan Untuk mengakomodasi hal ini tim MYCIN.
dalam sistem pakar yang akan dibangun dengan menggunakan certainty factor (CF) guna
contoh penalaran sebagai berikut: menggambarkan tingkat keyakinan pakar
IF Sulit bernafas terhadap masalah yang sedang dihadapi[9].
AND Pilek Rumus umum menentukan certainty factor :
AND Batuk kering
AND Tarikan nafas berbunyi kasar dan CF[H,E] = MB[H,E] MD[H,E]
penghembusan nafas berbunyi mengi
THEN Laringitis dengan :

CF[h,e] = faktor kepastian

88
 Seminar Nasional Informatika 2015

MB[h,e] = ukuran kepercayaan terhadap hipotesis E4 : merah pada sendi yang sakit
h, jika diberikan evidence e (antara 0 dan 1) E5 : Berat badan menurun

MD[h,e] = ukuran ketidakpercayaan terha- dap MB (H,E1) = (0.4 0.03) / (1-0.03)

evidence h, jika diberikan evidence e (antara 0 = 0.37 / 0.97
da1) = 0.381

Menggunakan dari hasil wawancara dengan MD (H, E1) = (0.03 0.03) / (0 0.03) = 0
pakar. Nilai CF(Rule) serta bobot dari masing-
masing fakta didapat dari interpretasi istilah dari CF (H, E1) = MB (H, E1) MD (H, E1)
pakar menjadi nilai CF serta bobot tertentu, = 0.381 0
seperti contoh pada tabel berikut: = 0.381

Tabel1. Interpretasi Nilai Bobot CF1 = 0.381

Dengan cara yang sama sistem menghitung

tingkat kepastian penyakit Osteoarthritis
berdasarkan gejala bengkak pada sendi

MB (H, E2) = (0.5 0.03) / (1-0.03)

= 0.47 / 0.97
= 0.484

MD (H,E2) = 0.03 0.03) / (0-0.03) = 0

2.4 Ketidakpastian CF (H, E2) MB (H,E2) = 0.484 0
= 0.484
Dengan metode pemecahan (metode CF2 = 0.484
forward chaining) dianggap belum bisa
memecahkan ketidakpastian diagnosa penyakit. Tingkat kepastian penyakit Osteoarthritis
Dalam Menghadapi suatu masalah, sering berdasarkan gejala Rasa hangat pada sendi
ditemukan jawaban yang tidak memiliki kepastian
penuh Ketidakpastian ini bisa berupa probabilitas MB (H, E3) = (0.4-0.03) / (1-0.03)
atau kebeolehjadian yang bergantung pada hasil = 0.37 / 0.97
suatu kejadian. Hasil yang tidak pasti disebabkan = 0.381
oleh dua faktor, yaitu aturan yang tidak pasti dan
jawaban pengguna yang tidak pasti atas suatu MD (H,E3) = (0.03 0.03) / (0-0.03) = 0
pertanyaan yang diajukan oleh sistem. CF (H, E3) = MB (H,E3) MD (H,E3)
= 0.381 0
3. HASIL DAN PEMBAHASAN = 0.381
CF3 = 0.381
Pada hasil dan pembahasan ini
penerapan perumusan tingkat kepastian di atas, Tingkat kepastian penyakit Osteoarthritis
misalkan pada penyakit Osteoarthritis berdasarkan gejala merah pada sendi yang sakit
ditunjukkan oleh gejala nyeri pada sendi, bengkak
pada sendi, nyeri pada sendi dipagi hari, turun MB (H, E4) = (0.1-0.03) / (1-0.03)
berat badan. Seandainya diketahui dari pakar = 0.07 / 0.97
penyakit tulang bahwa probabilitas berpenyakit = 0.072
Osteoarthritis adalah 0.03
MD (H,E4) = (0.03 0.03) / (0-0.03) = 0
(nyeri pada sendi /tulang) 0.03 CF (H, E4) = MB (H,E4) MD (H,E4)
(nyeri sendi pada pagi hari) 0.4 = 0.072 0
(bengkak pada sendi ) 0.5 = 0.072
(rasa hangat pada sendi) 0.4 CF4 = 0.072
(merah pada sendi yang sakit) 0.1
(Berat badan menurun ) 0.1 Tingkat kepastian penyakit Osteoarthritis
berdasarkan gejala berat badan menurun
dengan menganggap :
H : nyeri pada sendi /tulang MB (H, E5) = (0.1-0.03) / (1-0.03)
E1 : nyeri sendi pada pagi hari = 0.07 / 0.97
E2 : bengkak pada sendi = 0.072
E3 : rasa hangat pada sendi

89
Seminar Nasional Informatika 2015

Hasil dari perhitungan menunjukkan bahwa nilai

MD (H,E5) = (0.03 0.03) / (0-0.03) = 0 kepastian pasien menderita penyakit
CF (H, E5) = MB (H,E5) MD (H,E5) Osteoarthritis dengan tingkat kepastian 0.8407
= 0.072-0
= 0.072 4. KESIMPULAN DAN SARAN
CF5 = 0.072
Implementasi ini mampu menyimpan
Dari kelima perhitungan di atas, ketika sistem representasi pengetahuan pakar berdasarkan nilai
menyimpulkan bahwa penyakit yang diderita kepercayaan (Certainty Factor). Dengan
pasien adalah Osteoarthritis maka tingkat menggunakan implementasi certainty factor ini
kepastiannya adalah hasil perhitungan berikut ini: dapat dijadikan solusi alternatif bagi masyarakat
untuk melakukan diagnosa dini terhadap gejala-
CFkombinasi (CF1, CF2,CF3,CF4,CF5) = CF gejala penyakit tulang pada manusia.
(H,E1) + CF (H,E2) + CF (H,E3) + CF (H,E4) (1- Namun disarankan Pada penelitian ini
CF(H,E1) digunakan kriteria yang hanya berupa gejala fisik
CFk = CF(H,E1) + CF(H,E2) (1-CF(H,E1) dari pasien, pengembangan lebih lanjut sebaiknya
= 0.381 + 0.484 (1-0.381) menggunakan kriteria lainnya seperti hasil
= 0.619*0.484+0.381 pemeriksaan laboratorium sehingga hasil
= 0.3 + 0.381 diagnosa menjadi lebih tepat dan akurat.
CFk1 = 0.681

CFk2 = CFk1+ CF(H,E3) (1-CFk1) DAFTAR PUSTAKA

= 0.681 + 0.381 (1-0.681)
= 0.319 * 0.381 + 0.681 [1] Vincent Suhartono, Kecerdasan
= 0.121539 + 0.681 Buatan,Jakarta, 2011.
CFk2 = 0.803 [2] Kusrini. 2006. Sistem Pakar Teori dan
Aplikasi. Yogyakarta: Penerbit Andi.
CFk3 = CFk2+ CF(H,E4) (1-CFk2)
= 0.803 + 0.1 (1 - 0.803) [3] Ubaidurrahman, 2006. Sistem Pakar Untuk
= 0.197 * 0.1 + 0.803 Diagnosa Troubleshooting hardware
= 0.0197 + 0.803 Komputer Menggunakan Metode Certainty
CFk3 = 0.823 Factor,Yogyakarta.
[4] Hartati, 2005. Media Konsultasi Penyakit
CFk4 = CFk3 CF(H,E4) (1-CFk3)
Kelamin Pria dengan Penanganan
= 0.823 + 0.1 (1- 0.823)
= 0.177 * 0.1 + 0.823 Ketidakpastian Menggunakan Certainty
= 0.0177 + 0.823 Factor Bayesian,: Andi:Yogyakarta.
CFk4 = 0.8407

90
 Seminar Nasional Informatika 2015

PERANCANGAN MODEL BASIS DATA RELASIONAL DENGAN

METODE DATABASE LIFE CYCLE
Wahyu Sindu Prasetya

STMIK Pontianak
Sistem Informasi STMIK Pontianak
e-mail : wahyusinduprasetya@gmail.com

Abstrak

Pemanfaatan basis data pada bidang penjualan memungkinkan untuk dapat menyimpan data, melakukan
perubahan dan menampilkan. Ada aspek yang sulit dalam merancang database bahwa perancang,
programmer dan pemakai akhir cenderung melihat data dengan cara yang berbeda sehingga diperlukan
sebuah metodologi yang menggunakan prosedur, teknik, peralatan, dan dokumentasi untuk mendukung dan
memfasilitasi proses perancangan basis data. Metode penelitian yang digunakan adalah metode penelitian
deskriptif. Metodologi perancangan basis data menggunakan DBLC (database life cycle) dengan variabel
penelitian adalah perancangan model basis data relasional dengan metode database life cycle. Perancangan
basis data relasional meliputi Conceptual Database Design, Logical Database Design dan Physical Database
Design. Hasil dari rancangan basis data model relasional penjualan barang dimaksudkan untuk menjaga
integritas data dari setiap tabel yang berrelasi. Hasil akhir dari penelitian ini adalah menghasil 10 (sepuluh)
tipe entitas konsepsual, menghasilkan diagram hubungan entitas dari kesepuluh entitas tersebut pada logikal
dan menghasilkan rancangan pisikal yang terdiri jenis, merk, satuan, supplier, barang, komsumen, master
beli, detil beli, master jual dan detil jual. Dengan adanya rancangan basis data relational ini akan memberikan
manfaat bagi para pengembang aplikasi penjualan dengan model basis data yang baik dan benar.

Kata Kunci : Basis Data, Data Relasional, DBLC dan Penjualan.

1. PENDAHULUAN pertimbangan fisik. Perancangan basis data

logikal merancang model data yang digunakan
Basis data merupakan urat nadi sistem dalam suatu perusahaan berdasarkan pada model
informasi sehingga peranananya dalam data yang spesifik. Perancangan basis data fisikal
membentuk konsep laporan sangatlah penting menghasilkan deskripsi implementasi basis data
yang membuat para pemakai dapat pada penyimpanan sekunder, menggambarkan
menggunakannya sesuai dengan kebutuhan[1]. hubungan dasar, organisasi file, dan indeks yang
Model basis data relasional merupakan suatu cara digunakan untuk mencapai akses yang efisien
untuk merepresentasikan model data dalam terhadap data dan setiap kendala integritas terkait
perancangan basis data dimana model dari basis dan langkah-langkah keamanan[7]. Database
data relasional didasarkan pada record[4]. relasional mempresentasikan semua data dalam
Perancangan basis data merupakan proses database sebagai tabel dua dimensi[5]. Sumber
membuat desain yang akan mendukung daya dalam komputerisasi berupa perangkat
operasional dan tujuan perusahaan[2]. lunak, perangkat keras, media penyimpanan,
Pemanfaatan database dalam sebuah aplikasi orang yang menggunakan dan mengatur[6]. Toko
memungkinkan untuk dapat menyimpan data atau Sinar Elektronik merupakan sebuah toko yang
melakukan perubahan dan menampilkan kembali bergerak dibidang penjualan barang elektronik
data tersebut dengan cepat dan mudah. memerlukan dukungan aplikasi penjualan untuk
Metodologi perancangan terdiri dari beberapa fase memperlancar dalam menjalankan aktivitas
dimana setiap fase mengandung beberapa langkah bisnisnya. Hasil penelitian ini diharapkan dapat
yang akan menuntun desainer dalam memberikan manfaat bagi para pengembang
menggunakan teknik yang sesuai pada setiap aplikasi dalam berbagai kasus terutama yang
tahap dalam proyek sehingga membantu desainer terkait dengan aktivitas penjualan barang dengan
untuk merencanakan, mengelola, mengatur, dan model basis data yang baik dan benar. Penelitian
mengevaluasi pengembangan proyek database[3]. ini memiliki kesamaan dengan penelitian
Perancangan basis data konseptual membangun terdahulu dimana sama-sama membangun basis
model data yang digunakan dalam suatu data berdasarkan model relasional. Makalah ini
perusahaan, serta terbebas dari semua lebih terfokus kepada model dari suatu database

91
Seminar Nasional Informatika 2015

yang dibangun dengan konsep perancangan

database life cycle dengan menerapkan teknik
conseptual database design, logical database Tabel 1. Identifikasi Tipe Entitas
design dan physical database design. Teknik Nama Keterangan
Kegiatan
inilah yang membedakan makalah ini dengan Entity Entity
penelitian terdahulu seperti yang telah dijelaskan Jenis Berisi informasi Pengelompokan data
pada latar belakang. mengenai data barang berdasarkan
jenis barang. jenis barang dan satu
2. METODE PENELITIAN jenis barang bisa terdiri
dari beberapa barang.
Penelitian ini menggunakan metode Merk berisi informasi Pengelompokan data
penelitian deskriptif. Metodologi perancangan mengenai data barang berdasarkan
basis data yang penulis gunakan adalah DBLC merk barang. merk dan satu merk
(database life cycle), yaitu metode yang barang bisa terdiri dari
menjelaskan mengenai siklus hidup dari database. beberapa barang.
DBLC ini akan terus kembali ketitik awal karena Satuan Berisi informasi Pengelompokan data
sebuah basis data yang akan dibuat pasti akan mengenai data barang berdasarkan
membutuhkan perbaikan sesuai dengan satuan barang. satuan dan satu satuan
perkembangan. Proses dalam DBLC dibagi barang bisa terdiri dari
menjadi tiga tahap, yaitu perancangan basis data beberapa barang.
konseptual, logikal, dan fisikal. Supplier Berisi informasi Pengelompokan data
mengenai data barang berdasarkan
3. HASIL DAN PEMBAHASAN supplier barang. supplier dan satu
supplier bisa terdiri
Permasalahan yang dihadapi pada waktu dari beberapa barang.
perancangan adalah bagaimana basis data yang Barang Berisi informasi Setiap barang dapat
akan dibangun ini dapat memenuhi kebutuhan mengenai data dijual kepada satu atau
saat ini dan masa yang akan datang. Oleh sebab barang. beberapa konsumen
itu diperlukan perancangan basis data baik dalam Konsume Berisi informasi Konsumen dapat
bentuk fisik maupun dalam bentuk konseptual. n mengenai data melakukan beberapa
Perancangan konseptual akan menunjukkan entity konsumen. kali pembelian
dan relasinya berdasarkan proses yang diinginkan terhadap barang
oleh perusahaan. Untuk menentukan entity dan Master Berisi informasi Dapat menyimpan
relasinya perlu dilakukan analisis data tentang Jual mengenai data hanya satu jenis faktur
informasi yang ada dalam spesifikasi di masa transaksi dalam transaksi
yang akan datang. Teknik yang digunakan pada penjualan penjualan.
perancangan basis data dibagi dalam tiga tahap, master.
yaitu perancangan basis data konseptual Detil Jual Berisi informasi Satu faktur penjualan
(conseptual database design), perancangan basis mengenai data bisa terdiri dari satu
data logikal (logical database design) dan transaksi barang atau beberapa
perancangan basis data fisikal (physical database penjualan secara barang.
design). detil.
Master Berisi informasi Dapat menyimpan
a. Conseptual Database Design Beli mengenai data hanya satu jenis faktur
Conceptual database design adalah proses
transaksi dalam transaksi
membangun suatu model berdasarkan informasi
pembelian pembelian.
yang digunakan oleh perusahaan atau organisasi,
master.
tanpa pertimbangan perencanaan fisik dan bersifat
Detil Beli Berisi informasi Satu faktur pembelian
independen dari semua pertimbangan fisikal.
mengenai data bisa terdiri dari satu
Tahap desain konseptual database dimulai dengan
transaksi barang atau beberapa
membuat model data konseptual dari perusahaan
pembelian barang.
dengan rincian implementasi seperti target
secara detil.
DBMS, program aplikasi, bahasa pemrograman,
hardware, platform, performance dan segala
Melakukan identifikasi tipe rasional
pertimbangan fisikal lain nya (tabel 1. Identifikasi
bertujuan untuk menentukan hubungan-hubungan
Tipe Entitas).
penting yang ada antara jenis-jenis entitas yang
telah diidentifikasikan sebelumnya.

92
 Seminar Nasional Informatika 2015

karakter
Supplier KodeSupplier String
dengan
panjang
maksimal 2
karakter
NamaSupplier String
dengan
panjang
maksimal 60
karakter
AlamatSupplier String
dengan
panjang
maksimal
100 karakter
KotaSupplier String
dengan
panjang
Gambar 1. E-R Diagram Konseptual maksimal 20
karakter
Domain adalah seluruh kemungkinan nilai TelpSupplier String
yang dapat diberikan kesuatu atribut. Memberi dengan
nama domain yang sesuai dengan nilai yang akan panjang
dimiliki domain tersebut. Domain menentukan maksimal 25
tipe data dari nilai yang akan membentuk domain karakter
dan menentukan format dari domain.
FaxSupplier String
dengan
Tabel 2 Tabel Attribute Domain panjang
Entity maksimal 25
Attribute Domain
Name karakter
Jenis KodeJenis String Barang KodeBarang String
dengan dengan
panjang panjang
maksimal 2 maksimal 5
karakter karakter
NamaJenis String KodeJenis String
dengan dengan
panjang panjang
maksimal 50 maksimal 2
karakter karakter
Merk KodeMerk String KodeMerk String
dengan dengan
panjang panjang
maksimal 2 maksimal 2
karakter karakter
NamaMerk String NamaBarang String
dengan dengan
panjang panjang
maksimal 40 maksimal 70
karakter karakter
Satuan KodeSatuan String KodeSatuan String
dengan dengan
panjang panjang
maksimal 2 maksimal 2
karakter karakter
NamaSatuan String HargaJual Number
dengan HargaBeli Number
panjang
Banyak Number
maksimal 40

93
Seminar Nasional Informatika 2015

KodeSupplier String Beli dengan

dengan panjang
panjang maksimal 6
maksimal 2 karakter
karakter Tanggalbeli Date dengan
Konsumen KodeKonsumen String panjang
dengan maksimal 10
panjang karakter
maksimal 4 Kodesupplier String
karakter dengan
NamaKonsumen String panjang
dengan maksimal 2
panjang karakter
maksimal 60 Subtotal Number
karakter Detil Beli Fakturbeli String
AlamatKonsumen String dengan
dengan panjang
panjang maksimal 6
maksimal karakter
100 karakter Kodebarang String
KotaKonsumen String dengan
dengan panjang
panjang maksimal 5
maksimal 20 karakter
karakter Banyakbeli Number
TelpKonsumen String Hargabeli Number
dengan
panjang b. Logical Database Design
maksimal 25 Dalam langkah ini adalah memilih DBMS
karakter yang akan digunakan untuk
Master FakturJual String mengimplementasikan desain database dan
Jual dengan mengubah konsep desain database menjadi
panjang sebuah skema database dalam model data dari
maksimal 6 DBMS terpilih. Dalam sistem basis data
karakter relasional yang akan digunakan, ada hal-hal
TanggalJual Date dengan dalam perancangan basis data logikal yang tidak
panjang bisa diimplementasikan oleh sebab itu, dalam
maksimal 10 rancangan database relasional perlu diadakan
karakter modifikasi, yaitu menghilangkan bagian yang
KodeKonsumen String tidak kompatibel dari model data konseptual.
dengan Langkah-langkanya antara lain menghilangkan
panjang relasi biner many-to-many, relasi rekursif many-
maksimal 4 to-many, relasi kompleks dan atribut multivalued.
karakter Untuk menghilangkan tipe hubungan yang
subtotal Number mengandung many-to-many (*.*) dipecah dengan
diskon Number mengidentifikasi sebuah entitas baru dan
Detil Jual FakturJual String mengganti hubungannya dengan one-to-many
dengan (1.*) sehingga menghilangkan hubungan many-to-
panjang many. (gambar 2. Hubungan Barang Dengan
maksimal 6 Transaksi Penjualan).
karakter
KodeBarang String
dengan
panjang
maksimal 5
karakter
BanyakJual Number
HargaJual Number
Master Fakturbeli String

94
 Seminar Nasional Informatika 2015

Tabel master beli {*fakturbeli, tanggalbeli,

**kodesupplier, subtotal}
Tabel detil beli {**fakturbeli, **kodebarang,
banyakbeli, hargabeli}
Tabel mater jual {*fakturjual, tanggaljual,
**kodekonsumen, subtotal, diskon}
Tabel deti jual {**fakturjual, **kodebarang,
banyakjual, hargajual}
Tabel konsumen {*kodekonsumen,
namakonsumen, alamatkonsumen, kotakonsumen,
telpkonsumen}

c. Physical Database Design

Pada langkah ini meliputi pembuatan indeks
pada tabel dan mengelompokkan beberapa table.
Proses perancangan fisik merupakan transformasi
dari perancangan logis terhadap jenis DBMS yang
digunakan sehingga dapat disimpan secara fisik
Gambar 2. Hubungan Barang Dengan Transaksi pada media penyimpanan. My Structured Query
Penjualan Language (MySQL) merupakan pilihan DBMS
yang tepat untuk mendukung aplikasi basis data.
Pemakaian normalisasi dimaksudkan untuk
meminimalkan kemungkinan terjadinya data Tabel 3. Tabel Jenis
rangkap, menghindari data yang tidak konsisten No. Nama Field Type Size
terutama bila dilakukan penambahan atau 1 kodejenis * Varchar 2
penghapusan data sebagai akibat karena adanya
2 namajenis Varchar 60
data yang rangkap dan untuk menjamin bahwa
identitas tabel secara tunggal sebagai determinan
Tabel 4. Tabel Merk
semua atribut.
No. Nama Field Type Size
1. Bentuk unnormal
{kodebarang, namabarang, hargajual, 1 kodemerk* Varchar 2
hargabeli, banyak, namajenis, namamerk, 2 Namamerk Varchar 40
namasatuan, namakonsumen, alamatkonsumen,
kotakonsumen, telpkonsumen, namasupplier, Tabel 5. Tabel Satuan
alamatsupplier, kotasupplier, telpsupplier, No. Nama Field Type Size
faxsupplier, fakturbeli, tanggalbeli, banyakbeli, 1 kodesatuan* Varchar 2
hargabeli, fakturjual, tanggaljual, banyakjual, 2 Namasatuan Varchar 40
hargajual}
2. Bentuk Normal Pertama Tabel 6. Tabel Supplier
Langkah berikutnya adalah dengan cara No. Nama Field Type Size
memisahkan atribut-atribut yang nilainya sama 1 KodeSupplier* Varchar 4
akan ditulis hanya satu kali. 2 NamaSupplier Varchar 60
tabel barang {*kodebarang, namabarang, 3 AlamatSupplier Varchar 100
hargajual, hargabeli, banyak, namajenis, 4 KotaSupplier Varchar 20
namamerk, namasatuan, namasupplier} 5 TelpSupplier Varchar 25
tabel pembelian {*fakturbeli, tanggalbeli, 6 FaxSupplier Varchar 25
subtotal, banyakbeli, hargabeli, namasupplier}
tabel penjualan {*fakturjual, tanggaljual, Tabel 7. Tabel Barang
diskon, banyakjual, hargajual, namakonsumen} No. Nama Field Type Size
3. Bentuk Normal Kedua 1 KodeBarang* Varchar 5
Langkah selanjutnya adalah dengan cara 2 KodeJenis Varchar 2
menentukan ketergantungan fungsional. 3 KodeMerk Varchar 2
Tabel barang {*kodebarang, namabarang, 4 NamaBarang Varchar 70
hargajual, hargabeli, banyak, **kodejenis,
5 KodeSatuan Varchar 2
**kodemerk, **kodesatuan, **kodesupplier}
6 HargaJual DOUBLE
Tabel jenis {*kodejenis, namajenis}
7 HargaBeli DOUBLE
Tabel merk {*kodemerk, namamerk}
Tabel satuan {*kodesatuan, namasatuan} 8 Banyak INT
Tabel supplier {*kodesupplier, namasupplier, 9 KodeSupplier Varchar 4
alamatsupplier, kotasupplier, telpsupplier,
faxsupplier}

95
Seminar Nasional Informatika 2015

Tabel 8. Tabel Master Beli COLLATE latin1_swedish_ci NULL

No. Nama Field Type Size DEFAULT NULL,
1 fakturbeli* Varchar 5 PRIMARY KEY (`KodeSatuan`) )
2 Tanggalbeli DATE d. SQL CREATE TABLE Supplier
3 Kodesupplier Varchar 5 CREATE TABLE
4 Subtotal DOUBLE `dbpenjualan`.`tbsupplier` (
`KodeSupplier` varchar(4) CHARACTER
Tabel 9 Tabel Detil Beli SET latin1 COLLATE latin1_swedish_ci
No. Nama Field Type Size NOT NULL DEFAULT '',`NamaSupplier`
1 Fakturbeli** Varchar 5 varchar(60) CHARACTER SET latin1
2 Kodebarang** Varchar 5 COLLATE latin1_swedish_ci NULL
DEFAULT NULL,`AlamatSupplier`
3 Banyakbeli Int 4
varchar(100) CHARACTER SET latin1
4 Hargabeli DOUBLE
COLLATE latin1_swedish_ci NULL
DEFAULT NULL,`KotaSupplier`
Tabel 10 Tabel Master Jual
varchar(20) CHARACTER SET latin1
No. Nama Field Type Size COLLATE latin1_swedish_ci NULL
1 FakturJual** Varchar 6 DEFAULT NULL,
2 TanggalJual DATE `TelpSupplier` varchar(25) CHARACTER
3 KodeKonsumen** Varchar 4 SET latin1 COLLATE latin1_swedish_ci
4 Subtotal DOUBLE NULL DEFAULT NULL,`FaxSupplier`
5 Diskon DOUBLE varchar(25) CHARACTER SET latin1
COLLATE latin1_swedish_ci NULL
Tabel 11 Tabel Detil Jual DEFAULT NULL,
No. Nama Field Type Size PRIMARY KEY (`KodeSupplier`) )
1 FakturJual** Varchar 5 e. SQL CREATE TABLE Barang
2 Kodebarang** Varchar 5 CREATE TABLE `dbpenjualan`.`tbbarang`
3 BanyakJual Int 4 (
4 HargaJual DOUBLE `KodeBarang` varchar(5) CHARACTER
SET latin1 COLLATE latin1_swedish_ci
Data Definition Language (DDL) adalah NOT NULL DEFAULT '',`KodeJenis`
kumpulan perintah SQL yang digunakan untuk varchar(2) CHARACTER SET latin1
membuat (create), mengubah (alter) dan COLLATE latin1_swedish_ci NULL
menghapus (drop) struktur dan definisi tipe data DEFAULT NULL,
dari objek-objek database. `KodeMerk` varchar(2) CHARACTER SET
latin1 COLLATE latin1_swedish_ci NULL
a. SQL CREATE TABLE Jenis DEFAULT NULL,
CREATE TABLE `dbpenjualan`.`tbjenis` ( `NamaBarang` varchar(70) CHARACTER
`KodeJenis` varchar(2) CHARACTER SET SET latin1 COLLATE latin1_swedish_ci
latin1 COLLATE latin1_swedish_ci NOT NULL DEFAULT NULL,`KodeSatuan`
NULL DEFAULT '',`NamaJenis` varchar(2) CHARACTER SET latin1
varchar(50) CHARACTER SET latin1 COLLATE latin1_swedish_ci NULL
COLLATE latin1_swedish_ci NULL DEFAULT NULL,
DEFAULT NULL, `HargaJual` double NULL DEFAULT
PRIMARY KEY (`KodeJenis`) ) NULL,
b. SQL CREATE TABLE Merk `HargaBeli` double NULL DEFAULT
CREATE TABLE `dbpenjualan`.`tbmerk` ( NULL,
`KodeMerk` varchar(2) CHARACTER SET `Banyak` int(11) NULL DEFAULT NULL,
latin1 COLLATE latin1_swedish_ci NOT `KodeSupplier` varchar(4) CHARACTER
NULL DEFAULT '',`NamaMerk` SET latin1 COLLATE latin1_swedish_ci
varchar(40) CHARACTER SET latin1 NULL DEFAULT NULL, PRIMARY KEY
COLLATE latin1_swedish_ci NULL (`KodeBarang`),
DEFAULT NULL, CONSTRAINT `tbbarang_ibfk_4`
PRIMARY KEY (`KodeMerk`) ) FOREIGN KEY (`KodeSupplier`)
c. SQL CREATE TABLE Satuan REFERENCES `dbpenjualan`.`tbsupplier`
CREATE TABLE `dbpenjualan`.`tbsatuan` ( (`KodeSupplier`),
`KodeSatuan` varchar(2) CHARACTER CONSTRAINT `tbbarang_ibfk_1`
SET latin1 COLLATE latin1_swedish_ci FOREIGN KEY (`KodeJenis`)
NOT NULL DEFAULT '',`NamaSatuan` REFERENCES `dbpenjualan`.`tbjenis`
varchar(40) CHARACTER SET latin1 (`KodeJenis`),

96
 Seminar Nasional Informatika 2015

CONSTRAINT `tbbarang_ibfk_2` `TanggalJual` date NULL DEFAULT

FOREIGN KEY (`KodeMerk`) NULL,
REFERENCES `dbpenjualan`.`tbmerk` `KodeKonsumen` varchar(4) CHARACTER
(`KodeMerk`), SET latin1 COLLATE latin1_swedish_ci
CONSTRAINT `tbbarang_ibfk_3` NULL DEFAULT NULL,
FOREIGN KEY (`KodeSatuan`) `subtotal` double NULL DEFAULT NULL,
REFERENCES `dbpenjualan`.`tbsatuan` `diskon` double NULL DEFAULT NULL,
(`KodeSatuan`), PRIMARY KEY (`FakturJual`) ,
INDEX `KodeJenis` (`KodeJenis`), CONSTRAINT `tbjualmaster_ibfk_1`
INDEX `KodeMerk` (`KodeMerk`), FOREIGN KEY (`KodeKonsumen`)
INDEX `KodeSatuan` (`KodeSatuan`), REFERENCES `dbpenjualan`.`tbkonsumen`
INDEX `KodeSupplier` (`KodeSupplier`)) (`KodeKonsumen`),
f. SQL CREATE TABLE Master Beli INDEX `KodeKonsumen`
CREATE TABLE (`KodeKonsumen`))
`dbpenjualan`.`tblbelimaster` (`fakturbeli` i. SQL CREATE TABLE Detil Jual
varchar(6) CHARACTER SET latin1 CREATE TABLE
COLLATE latin1_swedish_ci NOT NULL `dbpenjualan`.`tbjualdetil` (
DEFAULT '',`tanggalbeli` date NULL `FakturJual` varchar(6) CHARACTER SET
DEFAULT NULL,`kodesupplier` varchar(5) latin1 COLLATE latin1_swedish_ci NULL
CHARACTER SET latin1 COLLATE DEFAULT NULL,
latin1_swedish_ci NULL DEFAULT `KodeBarang` varchar(5) CHARACTER
NULL,`subtotal` double NULL DEFAULT SET latin1 COLLATE latin1_swedish_ci
NULL,PRIMARY KEY (`fakturbeli`) NULL DEFAULT NULL,
,CONSTRAINT `tblbelimaster_ibfk_1` `BanyakJual` int(11) NULL DEFAULT
FOREIGN KEY (`kodesupplier`) NULL,
REFERENCES `dbpenjualan`.`tbsupplier` `HargaJual` double NULL DEFAULT
(`KodeSupplier`),INDEX `kodesupplier` NULL,
(`kodesupplier`)) ENGINE=InnoDB CONSTRAINT `tbjualdetil_ibfk_2`
DEFAULT CHARACTER SET=latin1 FOREIGN KEY (`KodeBarang`)
COLLATE=latin1_swedish_ci; REFERENCES `dbpenjualan`.`tbbarang`
g. SQL CREATE TABLE Detil Beli (`KodeBarang`),
CREATE TABLE CONSTRAINT `tbjualdetil_ibfk_1`
`dbpenjualan`.`tbbelidetil` ( FOREIGN KEY (`FakturJual`)
`fakturbeli` varchar(6) CHARACTER SET REFERENCES `dbpenjualan`.`tbjualmaster`
latin1 COLLATE latin1_swedish_ci NULL (`FakturJual`),
DEFAULT NULL, INDEX `FakturJual` (`FakturJual`),
`kodebarang` varchar(5) CHARACTER INDEX `KodeBarang` (`KodeBarang`))
SET latin1 COLLATE latin1_swedish_ci j. SQL CREATE TABLE Konsumen
NULL DEFAULT NULL, CREATE TABLE
`banyakbeli` int(4) NULL DEFAULT `dbpenjualan`.`tbkonsumen` (
NULL, `KodeKonsumen` varchar(4) CHARACTER
`hargabeli` double NULL DEFAULT SET latin1 COLLATE latin1_swedish_ci
NULL, NOT NULL DEFAULT '',
CONSTRAINT `tbbelidetil_ibfk_2` `NamaKonsumen` varchar(60)
FOREIGN KEY (`kodebarang`) CHARACTER SET latin1 COLLATE
REFERENCES `dbpenjualan`.`tbbarang` latin1_swedish_ci NULL DEFAULT
(`KodeBarang`), NULL,
CONSTRAINT `tbbelidetil_ibfk_1` `AlamatKonsumen` varchar(100)
FOREIGN KEY (`fakturbeli`) CHARACTER SET latin1 COLLATE
REFERENCES latin1_swedish_ci NULL DEFAULT
`dbpenjualan`.`tblbelimaster` (`fakturbeli`), NULL,
INDEX `fakturbeli` (`fakturbeli`), `KotaKonsumen` varchar(20)
INDEX `kodebarang` (`kodebarang`)) CHARACTER SET latin1 COLLATE
h. SQL CREATE TABLE Master Jual latin1_swedish_ci NULL DEFAULT
CREATE TABLE NULL,
`dbpenjualan`.`tbjualmaster`( `TelpKonsumen` varchar(25) CHARACTER
`FakturJual` varchar(6) CHARACTER SET SET latin1 COLLATE latin1_swedish_ci
latin1 COLLATE latin1_swedish_ci NOT NULL DEFAULT NULL,
NULL DEFAULT '', PRIMARY KEY (`KodeKonsumen`) )

97
Seminar Nasional Informatika 2015
Perancangan basis data ini menghasilkan 10
tabel yang pembuatannya dilakukan dengan
menggunakan aplikasi MySQL Server.
Perancangan basis data yang mengacu kepada
model data relasional khususnya basis data
penjualan barang dimaksudkan agar dalam setiap
tabel yang terdapat didalam database penjualan
barang saling memiliki keterkaitan demi
menjamin integritas data. Selain itu, model data
relasional akan memberikan gambaran yang jelas
dan memberikan kemudahan bagi programmer
ketika ingin membangun aplikasi penjualan.
4. KESIMPULAN
Perancangan basis data yang dirancang
dengan menggunakan metode perancangan
database DBLC (Data Base Life Cycle) telah
menghasilkan bentuk database relational dengan
rincian sebagai berikut ini:
a. Conceptual database design
Tipe entitas yang diperlukan berjumlah 10
(sepuluh) entitas dengan memberikan
attribute domain pada setiap nama entitas
dan menghasilkan diagram hubungan
entitas.
b. Logical Database Design
Menghasilkan relasi untuk model data
logikal lokal yang mempresentasikan entity,
relationship, dan attribute yang telah
diidentifikasi sebelumnya.
c. Physical Database Design
Perancangan database menggukan database
MySQL dengan Data Definiton Language
adalah bahasa yang digunakan untuk
mendefinisikan pendefinisian data. Jumlah
tabel dalam basis data penjualan ada 10
buah.
d. Kebutuhan untuk menghasilkan sebuah
aplikasi yang baik tidak terlepas dari
bagaimana sebuah model dari basis data
relasional.
5. SARAN
Kebutuhan dalam menghasilkan rancangan
basis data yang baik tidak terlepas dari
98
pemahaman proses bisnis dari suatu perusahaan .
Oleh karenanya, maka penelitian selanjutkan
dapat melakukan analisis lebuh detil dari suatu
proses bisnis sehingga dapat menghasilkan
racangan Conceptual Database, Logical Database
dan Physical Database dengan tepat.
DAFTAR PUSTAKA
[1] Asmuni, I., & Firdaus, R., 2005., Basis Data
Relasional dalam Kreasi Organisasi File
Akuntansi (Suatu Bahasan atas Pendekatan
Penyajian Informasi Akuntansi Perusahaan
Berbasis Komputer)., In Seminar Nasional
Aplikasi Teknologi Informasi (SNATI).
[2] Connolly, Thomas and Begg, Carolyn.,
2010., Database Systems: A Practical
Approach to Design, Implementation, and
Management., Fifth Edition, Pearson
Education, Boston.
[3] Connolly, Thomas, Carolyn Begg., 2002.,
Database Systems : A Practical Approach to
Design, Implementation, and Management.,
Third Edition, Pearson Education, Ltd.,
England.
[4] Indrajani., 2011., Perancangan Basis Data
dalam All in 1, (1st edition)., Elex Media
Komputindo, Jakarta.
[5] Joefrie, Yuri Yudhaswana, and Protus Pieter
Kalatiku., 2013., Desain basis data sistem
informasi akademik di Fakultas Teknik
Universitas Tadulako., Jurnal Ilmiah
Foristek, vol.2, hal 190-194.
[6] Kusnendar, J., 2009., Perangkat Lunak
untuk Mentransformasikan Model Entity
Relationship ke Model Relational., Jurnal
Universitas Pendidikan Indonesia.
[7] Laudon, Kenneth C. dan Laudon, Jane
P., 2005., Management Information Systems:
Managing The Digital Firm, 8 th edition.,
Prentice Hall, New Jersey.
 Seminar Nasional Informatika 2015

APLIKASI KONTROL JARAK JAUH LAMPU DAN PAGAR RUMAH

DENGAN TEKNOLOGI DUAL TONE MULTI FREQUENCY (DTMF)

Windarto1, Ria Ristianti2

Teknik Informatik, Fakultas Teknologi Informasi, Universitas Budi Luhur

Jl. Ciledug Raya, Petukangan Utara, Kebayoran Lama, Jakarta Selatan 12260
1
windarto@budiluhur.ac.id, 2ristianti.ria@gmail.com

Abstrak

Pada keseharian seseorang tidak dapat selalu berada dirumah hanya untuk menghidupkan atau mematikan
lampu rumah atau menutup pagar secara manual. Saat bepergian jauh sekalipun, seringkali pemilik rumah
meninggalkan rumahnya dengan kondisi lampu menyala. Hal tersebut dianggap tidak efisien, karena lampu
yang dibiarkan terus menyala akan berdampak pada konsumsi listrik yang berlebihan serta dapat berakibat
pada korsleting listrik. Masalah yang ada saat ini adalah masih belum ada aplikasi yang dapat memantau dan
mengontrol lampu serta pagar rumah secara otomatis dari jarak jauh dengan memanfaatkan panggilan
telepon. Dengan memanfaatkan teknologi telekomunikasi dan informasi, penelitian ini akan membahas
mengenai sistem pengontrolan lampu dan pagar rumah jarak jauh menggunakan arduino uno dan teknologi
Dual Tone Multi Frequency (DTMF) dengan cara melakukan panggilan ke perangkat telepon yang terhubung
ke alat. Sistem ini dibuat dengan tujuan agar pemilik rumah dapat megontrol lampu dan pagar rumah tanpa
terbatas jarak. Metode yang digunakan dalam pengembangan aplikasi ini adalah rapid prototyping yang
melalui beberapa tahap pengembangan diantaranya mengumpulkan kebutuhan kemudian membangun
prototype dan mengevaluasinya lalu mengkodekan sistem, menguji sistem, dan yang terakhir adalah
mengevaluasi sistem. Hasil yang didapatkan berdasarkan pengujian prototipe program adalah selain pemilik
rumah dapat mengontrol pagar dan lampu rumah dari jarak jauh, pemilik juga dapat mengetahui keadaan
lampu di rumah tersebut apakah dalam kondisi menyala ataukah dalam kondisi mati. Kesimpulan yang
didapat dengan dikembangkannya sistem ini adalah dapat membantu memudahkan pemilik rumah dalam
mengontrol lampu dan pagar rumah dari jarak jauh melalui panggilan telepon, sehingga pemilik rumah tidak
perlu khawatir akan keadaan lampu yang belum menyala atau pagar yang masih terbuka saat rumah
ditinggalkan.

Kata kunci: kontrol, jarak jauh, telepon, DTMF, arduino uno

1. Pendahuluan rumah, pemilik rumah terkadang menyalakan

Teknologi telekomunikasi saat ini sudah
berkembang sangat pesat. Dengan adanya
teknologi komunikasi, berbagai kegiatan dapat
dilaksanakan dengan tepat, cepat, dan akurat,
sehingga dapat meningkatkan produktivitas.
Media/ alat komunikasi juga sudah banyak yang
diproduksi, seperti Telepon, Telepon selular,
Tablet, Jaringan Internet dan lain-lain.
Seiring dengan perkembangan teknologi
telekomunikasi tersebut, kebutuhan manusia pun
ikut bertambah dalam mengikuti arus
perkembangan zaman.
Mengingat bertambah padatnya kesibukan
masyarakat ditengah-tengah aktifitasnya sehari-
hari, masyarakat membutuhkan suatu sistem yang
dapat mempermudah untuk mengontrol peralatan
elektronik di rumah kapanpun dan dimanapun
berada. Misalnya saat bepergian jauh pemilik
rumah merasa sulit dalam mengontrol lampu
lampu rumah terus menerus. Hal ini dapat
berakibat pada pemborosan pemakaian listrik dan
dapat menimbulkan hubungan arus pendek listrik.
Dikarenakan hal tersebut diatas timbul
permasalahan pada penelitian ini yaitu bagaimana
membuat sebuah aplikasi dengan menggunakan
teknologi telepon yang tujuannya dapat
memberikan kemudahan bagi masyarakat untuk
mengontrol lampu dan pagar rumah mereka dari
jarak jauh kapanpun dan dimanapun. Sehingga
kendala yang saat ini dihadapi yaitu pemborosan
penggunaan listrik dan dampat buruk lainnya
seperti korsleting listrik dapat dikurangi atau
bahkan dihilangkan.
2. Teori
2.1. Teknologi Telepon
Kata telepon berasal dari bahasa Yunani
yaitu Tele yang berarti jauh dan Phone yang

99
Seminar Nasional Informatika 2015

berarti suara. Dalam pengertian masa kini telepon

(telephony) meliputi konversi dari sinyal suara
mejadi sinyal-sinyal listrik frekuensi audio yang
kemudian dipancarkan melalui suatu sistem
transmisi listrik dan akhirnya dikonversikan
kembali menjadi sinyal-sinyal tekanan suara pada
ujung penerima.
DTMF merupakan metode pensinyalan yang
digunakan untuk memutar nomor telepon pilihan
oleh sebagian besar telepon. DTMF
dialihsandikanr berfungsi untuk mengubah sinyal
DTMF ke data biner sehingga dapat digunakan
oleh microcontroller ataupun rangkaian-rangkaian
digital untuk diolah lebih lanjut. Pengkodean
tombol DTMF tersebut dapat dilihat berdasarkan
Tabel 2.2.
Tabel 2.2:Frekuensi DTMF
Gambar 2.3: Pin-Pin IC MT8870
2.3. IC (Integrated Circuit) ISD25120
IC ISD25120 merupakan peralatan yang
dirancang untuk merekam dan memutar ulang
suara dalam satu chip. ISD25120 merupakan IC
record/ playback yang diproduksi oleh Winbond.
Winbond 2500 Chipcorder menyediakan
kemampuan penyimpanan pesan 60 sampai
dengan 120 detik. Di dalam piranti CMOS ini
tersedia oscillator, microphone amplifier,
automatic gain control, anti aliasing filter,
smoothing filter, speaker amplifier dan high
density multi level storage array. Integrated
Circuit ditunjukkan oleh gambar 2.4.

Tabel 2.3: Daftar keluaran dekode IC MT8870

Digi TO N Es Q Q Q Q
t E H t 4 3 2 1
AN
Y L X H Z Z Z Z
1 H X H 0 0 0 1
Dari Tabel 2.2 di atas dapat dibaca bahwa 2 H X H 0 0 1 0
setiap penekanan tombol di pesawat telepon akan 3 H X H 0 0 1 1
membangkitkan dua nada (tone) yaitu nada 4 H X H 0 1 0 0
berfrekuensi tinggi dan satu nada berfrekuensi 5 H X H 0 1 0 1
rendah. Kedua sinyal tersebut dikirimkan ke 6 H X H 0 1 1 0
telepon selular penerima. Dengan cara melakukan
7 H X H 0 1 1 1
penguraian (decoding) terhadap kedua sinyal tadi,
maka penerima dapat mengetahui tombol-tombol 8 H X H 1 0 0 0
apa saja yang ditekan oleh lawan bicaranya. Sifat 9 H X H 1 0 0 1
inilah yang akan dimanfaatkan untuk membangun 0 H X H 1 0 1 0
sistem pengendali lampu dan pagar rumah jarak * H X H 1 0 1 1
jauh. # H X H 1 1 0 0
A H H H 1 1 0 1
2.2. IC (Intergated Circuit) MT8870 DTMF
B H H H 1 1 1 0
Receiver/ Dialihsandikanr
MT8870 merupakan DTMF penerima yang C H H H 1 1 1 1
menggunakan teknik perhitungan digital untuk D H H H 0 0 0 0
mendeteksi dan mengkodekan 16 pasang nada A H H L
DTMF menjadi sebuah output kode 4 (empat) bit. B H H L output tidak
MT8870 memiliki beberapa fitur, antara lain: C H H L terdeteksi
a. Bekerja pada tegangan 2.5 V 5.5 V D H H L
b. Komponen tambahan yang dibutuhkan sedikit
c. Kinerja yang baik Keterangan:
H : Logika High
L : Logika Low
X : Tidak diperhatikan
Z : Impedansi tinggi
1 : Logika 1 standar TTL

100

0 : Logika 0 standar TTL
2.4. Arduino Uno
Arduino Uno adalah board berbasis
mikrokontroler pada ATmega328. Board ini
memiliki 14 digital input/ output pin (dimana 6
pin dapat digunakan sebagai output PWM), 6
input analog, 16 MHz osilator kristal, koneksi
USB, jack listrik tombol reset. Pin-pin ini berisi
semua yang diperlukan untuk mendukung
mikrokontroler, hanya terhubung ke komputer
dengan kabel USB atau sumber tegangan bisa
didapat dari adaptor AC-DC atau baterai untuk
menggunakannya.
Gambar 2.4: Struktur PIN ISD25120
Gambar 1: Arduino Uno
2.5. IC (Integrated Circuit) 74LS47
Dekoder BCD ke seven segment digunakan
untuk menerima masukan BCD 4-bit dan
memberikan keluaran yang melewatkan arus
melalui segmen untuk menampilkan angka
desimal. Jenis dekoder BCD ke seven segment
ada dua macam yaitu dekoder yang berfungsi
untuk menyalakan seven segment mode common
anoda dan dekoder yang berfungsi untuk
menyalakan seven segment mode common katoda.
IC 74LS47 merupakan dekoder BCD ke seven
segment yang berfungsi untuk menyalakan sevent
segment mode common anode. Gambar dan
Seminar Nasional Informatika 2015
konfigurasi pena-pena IC 74LS47 ditunjukkan
pada gambar berikut:
Gambar 2.11: Pena-pena IC 74LS47
Dekoder BCD ke seven segment mempunyai
masukan berupa bilangan BCD 4-bit (masukan A,
B, C dan D). Bilangan BCD ini dikodekan
sehingga membentuk kode tujuh segmen yang
akan menyalakan ruas-ruas yang sesuai pada
seven segment. Masukan BCD diaktifkan oleh
logika 1, dan keluaran dari dekoder 7447 adalah
aktif low. Tiga masukan ekstra juga ditunjukkan
pada konfigurasi pin IC 7447 yaitu masukan
(lamp test), masukan (blanking input/ripple
blanking output), dan (ripple blanking input).
2.6. Seven Segment
Seven segment display adalah sebuah
rangkaian yang dapat menampilkan angka-angka
desimal maupun heksadesimal. Seven segment
display biasa tersusun atas 7 bagian yang setiap
bagiannya merupakan LED (Light Emitting
Diode) yang dapat menyala. Jika 7 bagian diode
ini dinyalakan dengan aturan yang sedemikian
rupa, maka ketujuh bagian tersebut dapat
menampilkan sebuah angka heksadesimal.
Seven-segment display membutuhkan 7
sinyal input untuk mengendalikan setiap diode di
dalamnya. Setiap diode dapat membutuhkan input
HIGH atau LOW untuk mengaktifkannya,
tergantung dari jenis seven segmen display
tersebut. Jika Seven segment bertipe common-
cathode, maka dibutuhkan sinyal HIGH untuk
mengaktifkan setiap diodenya. Sebaliknya, untuk
yang bertipe common-annide, dibutuhkan input
LOW untuk mengaktifkan setiap diodenya.
Gambar 2.7:Seven Segment
3. Perancangan
Dalam sistem ini pengguna mempunyai
otoritas untuk melakukan kontrol atas lampu dan
pagar di rumah mereka masing-masing. Alat yang
diajukan menggunakan telepon selular/ telepon
sebagai media pengirim kode DTMF kepada
telepon selular penerima yang kemudian kode
DTMF tersebut di dialihsandikan dari bilangan
101
Seminar Nasional Informatika 2015

decimal menjadi biner oleh IC (Integcrated Gambar 3.1: Arsitektur Kerja Sistem
Circuit) MT8870 dan kode hasil proses
dialihsandikan tadi diteruskan ke Arduino untuk 4. Implementasi dan Hasil
memproses perintah yang diberikan guna untuk a. Kebutuhan Perangkat Lunak
mengontrol alat. Perangkat lunak yang digunakan dalam
Melalui penjelasan pada Gambar 3.1, pengimplementasian aplikasi ini adalah:
komputer mengirimkan arus listrik untuk 1) Windows Seven(7) Ultimate
mengaktifkan Arduino Uno. Telepon selular 2) Microsoft Visual Studio 2010
pemanggil/ pengirim melakukan proses panggilan 3) Mysql Connector/Net 5.0.9
kepada telepon selular penerima yang sudah di set 4) Net Framework 4.5
untuk menjawab panggilan otomatis. Saat telepon 5) Arduino 1.0.5
selular pemanggil terhubung dengan telepon b. Kebutuhan Perangkat Keras
selular penerima, telepon selular pemanggil Perangkat keras yang digunakan dalam alat
memberikan masukan kode DTMF kepada pengontrolan ini adalah sebagai berikut:
telepon selular penerima guna untuk melakukan 1) PC/Notebook
kontrol terhadap lampu dan pagar rumah. Kode 2) Processor Intel Pentium 4 atau lebih
DTMF tersebut diteruskan oleh telepon selular 3) Arduino Uno beserta kabel USB
penerima kepada IC dialihsandikanr MT8870 4) PCB
untuk diterjemahkan menjadi kode biner. 5) Lampu Led
Kemudian kode biner yang telah dihasilkan 6) Lampu TL
dikirim ke Arduino Uno. Setiap kode biner yang 7) IC decoder DTMF
ditrerima oleh Arduino Uno digunakan untuk 8) Kabel Jumper
melakukan perintah kepada 3 komponen. Yang 9) Resistor
pertama kode biner keluaran Arduino Uno dikirim 10) Telepon selular
ke IC 77LS47. IC 77LS47 berfungsi sebagai 11) Kabel dan Jack Telepon
dialihsandikanr untuk seven segment, sehingga 12) IC 74LS47
setiap kode yang diterima akan terlihat di seven 13) Seven Segment
segment. Yang kedua kode biner yang diterima 14) Perangkat Voice Recorder
oleh Arduino Uno juga digunakan untuk 15) Perangkat Power Supply
melakukan perintah menyalakan/ mematika 16) Perangkat Relay untuk lampu dan pagar
lampu dan membuka/ menutup pagar rumah
sesuai dengan kode yang sudah di setting. Dan 4.1. Instalasi Rangkaian Alat
yang terakhir kode biner yang diterima oleh Tahap berikutnya adalah pemasangan
Arduino Uno digunakan untuk memberikan Arduino ke komponen mekanika alat.
masukan ke IC Recorder 25120 untuk Pemasangan dilakukan dengan menghubungkan
memberikan keluaran rekaman suara yang dikirim pin yang ada di Arduino ke perangkat
ke telepon selular penerima kode DTMF, yang dialihsandikanr DTMF. Berikut langkah-langkah
digunakan untuk memberikan informasi mengenai pemasangannya.
status lampu dan pagar. a) Hubungkan Pin GND pada Arduino dengan
pin GND rangkaian.
b) Hubungkan Pin +5V pada Arduino dengan pin
Mengirimkan kode DTMF
+5V pada rangkaian.
Mengirim
Menerima Informasi Kode DTMF c) Hubungkan Pin STD pada IC MT8870 dengan
Melalui Rekaman Suara IC

Handphone
Decoder
8870
Pin Digital 2 Arduino
Pengirim Kode
DTMF
Handphone
Penerima Kode d) Hubungkan Pin Q1 pada IC MT8870 dengan
DTMF
Mengirim kode DTMF Pin Digital 3 Arduino
Mengirimkan Rekaman Suara yang sudah diubah
menjadi kode DCBA e) Hubungkan Pin Q2 pada IC MT8870 dengan
Mengaktifkan Pin Digital 4 Arduino
Rekaman Suara

IC Recorder 25120
f) Hubungkan Pin Q3 pada IC MT8870 dengan
On/Off
Lampu Pin Digital 5 Arduino
Mengirimkan
Kode Digital
g) Hubungkan Pin Q4 pada IC MT8870 dengan
TL Lamp
Pin Digital 6 Arduino
IC 74LS47
Komunikasi Data Membuka/
menutup Pagar
h) Hubungkan RL#1, Resistor 10K dan TR
Mengirimkan kode
yang sudah di decode dengan Pin Digital 13 Arduino
i) Hubungkan RL#2, Resistor 10K dan TR
dengan Pin Digital 10 Arduino
Seven
j) Hubungkan RL#3, Resistor 10K dan TR
Segment Komputer Pagar Rumah
dengan Pin Digital 7 Arduino
k) Hubungkan RL#4, Resistor 10K dan TR
dengan Pin Digital 8 Arduino

102

l) Hubungkan Pin 23 CE pada IC 25120 dengan
Pin Digital 9 Arduino
m) Hubungkan LED Hijau dan Resistor 1K
dengan Pin Digital 11 Arduino
n) Hubungkan LED Kuning dan Resistor 1K
dengan Pin Digital 12 Arduino
Gambar 4.1: Pemasangan Mekanika Alat
4.2. Implementasi Sistem
Pada bagian ini akan dijelaskan secara
lengkap tampilan-tampilan layar pada program
aplikasi pengaturan kode DTMF.
a. Tampilan Halaman Login
Gambar 4.2: Uji Coba Halaman Login
b. Tampilan Halaman Utama
Gambar 4.3: Tampilan Halaman Utama
Seminar Nasional Informatika 2015
c. Alat Menerima Perintah
Gambar 4.4: Alat Menerima Perintah Dari
Aplikasi/ Telepon Selular
4.3. Analisis Hasil Pengujian Aplikasi
Berdasarkan hasil pengujian prototipe
antarmuka dan aplikasi yang telah dibuat
ditemukan beberapa kelebihan dan kekurangan
pada aplikasi diantara adalah sebagai berikut:
1) Aplikasi dapat digunakan melalui berbagai
perangkat telepon karena saat ini hamper
semua perangkat telepon telah menggunakan
teknologi DTMF.
2) Teknologi DTMF lebih mudah digunakan
karena pengguna hanya perlu menekan tombol
yang ada pada telepon seluler atau telepon saja
tanpa harus mengetik barisan kode untuk
melakukan pengontrolan perangkat.
3) Pengguna aplikasi dapat mengontrol dan
mengetahui keadaan lampu rumah dan pagar
rumah dari jarak jauh melalui panggilan
telepon dimanapun dan kapanpun selama
terhubung dengan jaringan telepon.
4) Untuk menggunakan aplikasi ini harus
menggunakan panggilan telepon, sehingga
pengguna memerlukan pulsa telepon untuk
dapat berinteraksi dengan aplikasi ini.
5) Aplikasi untuk pengaturan sistem belum
berbasis web, sehingga dapat diakses melalui
internet.
6) Belum memanfaatkan CCTV untuk memantau
keadaan rumah secara langsung dan
memantau apakah perangkat bekerja dengan
baik atau tidak.
5. Penutup
5.1. Kesimpulan
Berdasarkan dari hasil rancangan, pengujian
dan analisa yang telah dilakukan, maka dapat
diambil kesimpulan sebagai berikut:
a. Sistem ini dapat mempermudah pengguna
untuk mengontrol lampu-lampu dan pagar
rumah jarak jauh dengan cara melakukan
panggilan ke nomor telepon selular yang
tersambung ke alat.
b. Dengan adanya sistem ini, penghuni rumah
tidak perlu khawatir apabila lupa mematikan
103
Seminar Nasional Informatika 2015
lampu rumah, atau menyalakan lampu rumah
saat kondisi rumah kosong saat meninggalkan
rumah.
5.2. Saran
Selain menarik beberapa kesimpulan, ada
beberapa saran yang mungkin dapat dijadikan
pertimbangan dan masukan bagi sistem ini, antara
lain:
a. Memilih jaringan operator seluler yang
memiliki jaringan yang baik agar proses
pemanggilan telepon dapat berjalan lebih
lancar.
b. Sistem ini dapat dikembangkan lagi menjadi
sistem yang berbasis web sehingga dapat
diakses melalui internet.
c. Dapat ditambahkan CCTV untuk lebih
memastikan kondisi rumah.
DAFTAR PUSTAKA
[1] Evans, Brian. , Beginning Arduino
Programming, New York: Technology In
Action.
104
[2] Mahendale, Veena., Dual-tone multi-
frequency signaling, Ninands Research Lab.
[3] Connoly, Thomas, and Begg, Carolyn. ,
2005, Database Systems: A Pratical
Approach to Design, Implementation, and
Management, Fifth Edition. Boston: Person
Education.
[4] Liberty, Jesse. , 2003, Learning Visual Basic
.NET. California: OReilly Media.
[5] Harbour, Jonathan S. , 2002, Microsoft
Visual Basic .Net Programming for the
Absolute Beginner. Ohio: Premier Press.
[6] Scott C, 2012, Arduino Serial
Communication
http://Arduinobasics.blogspot.com/2012/07/A
rduino-basics-simple-Arduino-serial_09.html
, diakses pada November
2013.DatasheetMT8870,
http://pdf1.alldatasheet.com/datasheet-
pdf/view/77085/MITEL/MT8870.html,22
November 2013.
 Seminar Nasional Informatika 2015

PENERAPAN METODE ANP DALAM MELAKUKAN PENILAIAN

KINERJA KEPALA BAGIAN PRODUKSI
(STUDI KASUS : PT. MAS PUTIH BELITUNG)

Frans Ikorasaki1
1,2
Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Tanjung Mulia Medan
1
ikorasaki221@gmail.com

Abstrak

Kualitas sumber daya manusia (SDM) merupakan salah satu faktor untuk meningkatkan Produktivitas kinerja
suatu organisasi atau instansi. PT. Mas Putih Belitung merupakan salah satu perusahaan terkemuka yang
bergerak dalam bidang industri. Terdapat 12 orang kepala bagian pada departemen produksi yang
bertanggung jawab dan berwenang dalam kelancaran produksi maka oleh karena itu Penerpan ANP
dilakukan dalam penelitian untuk melihat hasil penilaian kinerja pada setiap kepala bagian produksi tersebut,
sehingga hal ini bermanfaat untuk acuan dalam melakukan evaluasi kompetensi pada setiap kepala bagian
departement produksi.

Kata kunci : Metode ANP, Kepala Bagian, Penilaian Kinerja

1. Pendahuluan
Kualitas sumber daya manusia (SDM)
merupakan salah satu faktor untuk meningkatkan
Produktivitas kinerja suatu organisasi atau
instansi. PT. Mas Putih Belitung merupakan salah
satu perusahaan terkemuka yang bergerak dalam
bidang industri. Terdapat 12 orang kepala bagian
pada departemen produksi yang bertanggung
jawab dan berwenang dalam kelancaran produksi,
baik buruknya kinerja kepala bagian dalam
bertugas pada perusahaan secara langsung akan
mempengaruhi perkembangan perusahaan,
permasalahan selama ini sulitnya dalam
melakukan penilaian kinerja yang dilakukan oleh
atasan dalam melihat baik buruknya perbandingan
pada setiap kepala bagian departemen produksi
hal ini dikarenakan hasil kinerja semua kepala
bagian departemen produksi berdasarkan fakta
dilapangan tidak menonjolkan perbedaan yang
signifikan, sehingga sedikit rumit dalam
melakukan evaluasi guna pengembangan
kompetensi ataupun karakter karena tanpa adanya
acuan yang dipilih sebagai kepala bagian yang
terbaik maka oleh karena itu Penerpan ANP
dilakukan dalam penelitian untuk melihat hasil
penilaian kinerja pada setiap kepala bagian
produksi tersebut, sehingga hal ini bermanfaat
untuk acuan dalam melakukan evaluasi
kompetensi pada setiap kepala bagian
departement produksi, tentunya keputusan ini
akan mempengaruhi perkembangan perusahan
secara langsung.
2. Tinjauan Pustaka
2.1 Sistem Pendukung Keputusan
Menurut Bonczek dalam buku (Turban,
et.al;2005) Sistem pendukung Keputusan sebagai
sebuah sistem berbasis komputer yang terdiri atas
komponen-komponen antara lain komponen
sistem bahasa (language), komponen sistem
pengetahuan (knowledge) dan komponen sistem
pemrosesan masalah (problem processing) yang
saling berinteraksi satu dengan yang lainnya.
Menurut Alter dalam buku (Kusrini, 2007),
Sistem pendukung keputusan merupakan sistem
informasi interaktif yang menyediakan informasi,
pemodelan, dan pemanipulasian data dimana
sistem yang digunakan untuk membantu
pengambilan keputusan dalam situasi yang
semiterstruktur dan situasi yang tidak terstruktur.
Hal yang perlu diperhatikan di sini
adalah bahwa keberadaan SPK bukan untuk
menggantikan tugas manajer, tetapi untuk
menjadi sarana penunjang bagi mereka. SPK
merupakan implementasi teori teori pengambilan
keputusan yang telah diperkenalkan oleh ilmu
ilmu seperti operation research dan management
science. Hanya bedanya adalah bahwa dahulu
untuk mencari penyelesaian masalah yang
dihadapi harus dilakukan perhitungan iterasi
secara manual. Dalam kedua bidang ilmu di atas,
dikenal istilah decision modeling, decision theory,
decision analysis yang pada hakekatnya adalah

105
Seminar Nasional Informatika 2015

merepresentasikan permasalahan manajemen

yang dihadapi setiap hari ke dalam bentuk
kuantitatif

Gambar 2. Bentuk Jaringan Hirarki

Gambar 1. Konseptual SPK 2.3 Langkah-langkah Metode Analytic Network
Process ( ANP )
2.2 ANP (Analytic Network Proses) Menurut Kusrini (2007) Secara umum
langkah-langkah yang harus dilakukan dalam
Analytic Network Process (ANP) menggunakan ANP adalah sebagai berikut (
memiliki struktur umpan balik yang lebih terlihat Saaty, 1991 ) :
seperti network daripada hirarki. Hal ini lah yang
membedakan ANP dengan AHP. Ketika struktur 1. Mendefinisikan masalah dan menentukan
tersebut tidak memiliki umpan balik, maka kriteria solusi yang diinginkan.
struktur ANP akan seperti AHP, sehingga dapat 2. Menentukan prioritas elemen.
dikatakan bahwa AHP merupakan contoh kasus a. Membuat perbandingan pasangan
pada ANP. b. Matriks perbandingan berpasangan diisi
Struktur network pada ANP memiliki hubungan- menggunakan bilangan untuk
hubungan pada elemen elemen yang ada. merepresentasikan kepentingan relatif
Terdapat beberapa terminologi seperti : dari suatu elemen terhadap elemen yang
1. source node, adalah elemen yang merupakan lain.
titik awal berasalnya panah hubungan. 3. Sintesis, melakukan pertimbangan
2. Sink node adalah elemen yang merupakan pertimbangan terhadap perbandingan
tujuan dari panah yang berasal dari source berpasangan disintesis untuk memperoleh
node. keseluruhan prioritas. Hal hal yang dilakukan
3. Intermediate node adalah elemen yang adalah :
berperan sebagai source node dan sink node.
4. Outer dependence adalah kondisi ketika a. Menjumlahkan nilai nilai dari setiap kolom
terjadi hubungan antara elemen pada satu pada matriks.
cluster dengan elemen pada cluster yang b. Menentukan pembobotan komponen dari
berbeda. sudut pandang manajerial
5. Inner dependence adalah kondisi ketika c. Membuat matriks perbandingan berpasangan
hubungan tersebut terjadi pada cluster yang yang menggambarkan kontribusi atau
sama. pengaruh setiap elemen atas setiap kriteria.
Perbandingan dilakukan berdasarkan
terdapat beberapa bentuk jaringan pada penilaian dari pengambilan keputusan
ANP, yaitu sebagai berikut: dengan menilai tingkat kepentingan suatu
elemen.
1.Hirarki d. Mengumpulkan semua data perbandingan
Bentuk jaringan ini merupakan jaringan berpasangan dan memasukkan nilai-nilai
yang paling sederhana. Jaringan ini membentuk kebalikannya serta nilai satu di sepanjang
AHP. Struktur yang dimiliki berbentuk hirarki diagonal utama, prioritas masing-masing
linier dan memiliki cluster-cluster dengan level kriteria dicari dan konsistensi diuji.
tertinggi berupa tujuan, lalu criteria, dan alternatif e. Menentukan eigenvector dari matriks yang
sebagai cluster terendah. Pada bentuk ini tidak telah dibuat pada langkah ketiga.
terdapat feedback atau tidak terjadi hubungan dua f. Ulangi langkah c, d dan e untuk semua
arah antar elemen. kriteria.

106
 Seminar Nasional Informatika 2015

g. Membuat unweighted super matrix dengan Menurut Thomas L. Saaty skala kuantitatif 1
cara memasukkan semua eigen vector yang sampai 9 untuk menilai secara perbandingan
telah dihitung pada langkah 5 kedalam tingkat kepentingan suatu elemen dengan elemen
sebuah super matriks. lain dapat dilihat pada tabel dibawah ini :
h. Membuat weighted super matrix dengan
cara melakukan perkalian setiap isi Tabel 1. Struktur Hirarki ANP
unweighted supermatrix terhadap matriks
Tingkat
perbandingan kriteria Definisi Keterangan
Kepentingan
i. Membuat limiting supermatriks dengan cara
memangkatkan super matriks secara terus 1 Sama Penting
Kedua elemen sama
menerus hingga angka disetiap kolom dalam pentingnya
satu baris sama besar, setelah itu dilakukan Elemen yang satu sedikit
3 Sedikit lebih penting
normalisasi terhadap limiting supermatriks lebih penting
j. Hitung Consistency Index (CI) dengan Elemen yang satu esensial
rumus : CI = ( max - n) / n atau sangat penting (lebih
k. Dimana : n = banyaknya elemen 5 Lebih penting
penting) ketimang elemen
l. Hitung Rasio Konsistensi dengan rumus : yang lainnya
CR= CI/IR
Dimana : Satu elemen jelas lebih
CR = Consistency Ratio 7 Sangat penting penting dari elemen yang
CI = Consistency Index lainnya
IR = Indeks Random Satu elemen mutlak lebih
9 Mutlak sangat penting penting ketimang elemen
yang lainnya
Nilai-nilai diantara dua
4. Hasil dan Pembahasan
2, 4, 6, 8 Nilai tengah pertimbangan yang
berdekatan
Pada pembahasan ini sebagai hasil uji
coba ada beberapa kriteria sebagai acuan
penilaian yang akan dikalkulasikan dengan Setelah pemberian bobot maka dilakukan uji
metode ANP : Konsistensi Indeks dan Rasio . Dimana
pengumpulan pendapat antara satu factor dengan
PE = Penilaian Kepemimpinan yang lain adalah bebas satu sama lain, hal ini
PP = Penilaian Skill dapat mengarah pada ketidakkonsistenan jawaban
PS = Penilaian Karakter yang diberikan responden. Namun terlalu banyak
ketidakkonsistenan juga tidak diinginkan.
Alternatif merupakan objek penelitian yang akan Thomas L. Saaty membuktikan bahwa Indeks
diproses untuk penentuan terhadap suatu kasus. Konsistensi dari matriks berordo n diperoleh
Adapun alternatif yang digunakan pada penelitian rumus sebagai berikut :
ini yaitu : CI = max n
(1)
1. Khairil = Peserta 1 n1
2. Toib = Peserta 2 Keterangan :
3. Liza Yupianto = Peserta 3 CI = Consistency Index ( Rasio penyimpangan
4. Repuadi = Peserta 4 konsistensi )
max = Nilai eigen terbesar dari matriks berordo
n
N = jumlah elemen yang dibandingkan

Nilai CI bernilai nol apabila terdapat

Gambar 3. Struktur Hirarki ANP
4.1 Menentukan bobot relatif pada tiap dimensi
Tahapan ini pemberian bobot menggunakan
model ANP (Analytic Network Process) .
standar untuk menyatakan apakah CI
menunjukkan matriks yang konsisten. Saaty
berpendapat bahwa suatu matriks yang dihasilkan
dari perbandingan yang dilakukan secara acak
merupakan suatu matriks yang tidak konsisten.
Dari matriks acak didapatkan juga nilai
Consistency Index yang disebut dengan Random
Index (RI).
Dengan membandingkan CI dengan RI
maka didapatkan patokan untuk menentukan
tingkat konsistensi suatu matriks yang disebut
dengan

107
Seminar Nasional Informatika 2015

Kemudian menghitung hasil kriteria berpasangan

kedalam matrik perbandingan berpasangan yang
Consistency Ratio (CR) dengan rumus : diubah kedalam bentuk desimal.
CR = CI / RI
Matrik berpasangan
Keterangan :
CR = Consistency Ratio
RI = Random Index

ANP dilakukan dengan memanfaatkan

perbandingan berpasangan (pairwise comparison). Normalisasi matrix yang pertama
Pengambilan keputusan dimulai dengan memuat
tampilan dari keseluruhan jaringan keputusannya.
Jaringan tersebut menunjukkan faktor-faktor yang
ditimbang serta berbagai alternatif yang ada.
Kemudian sejumlah perbandingan berpasangan
dikalikan dua untuk mendapatkan penetapan nilai
faktor dan evaluasinya.
Sebelum penetapan terlebih dahulu
ditetapkan kelayakan hasil nilai faktor yang
didapat dengan mengukur tingkat konsistensinya.
Pada akhirnya alternatif dengan jumlah nilai
tertinggi dipilih sebagai alternatif terbaik. Untuk
perbandingan matrik berpasangan apa saja, dapat
ditempatkan angka 1 secara diagonal pada pojok
kiri atas sampai pojok kanan bawah, karena itu Untuk nilai hasil normalisasi, hasil penjumlahan
berarti bahwa perbandingan terhadap dua hal baris dibagi dengan jumlah keseluruhannya.
yang sama adalah :
30.4999 / 45.5995 = 0.6688 66%
Tabel 2. Hasil Perbandingan Kriteria 8.6666 / 45.5995 = 0.1900 19%
Berpasangan. 6.433 / 45.5995 = 0.1410 14%

Diperoleh skala prioritas untuk masing-

masing kriteria. Pada baris pertama untuk
Kriteria ( PE ) ( PP ) ( PS ) penilaian empirikal dengan nilai 0.6688 atau 66%,
baris kedua persepsional dengan nilai 0,1900 atau
Kepemimpinan ( PE ) 1/1 1/3 1/3 19% dan baris ketiga personal/deskripsi diri
Skill ( PP ) 1//5 1/1 1/2 dengan nilai 0.1410 atau 14%.
Karakter( PS ) 3/1 2/1 1/1 Kemudian dilakukan perhitungan nilai eigen
maksimum yang diperoleh dengan menjumlahkan
hasil perkalian nilai eigen dengan jumlah kolom.
Proses selanjutnya adalah melakukan
penjumlahan tiap kolom. Penjumlahan
Nilai eigen maksimum :
menggunakan 4 (empat) digit dibelakang koma,
hal ini berguna untuk pembulatan penghitungan.
= (0.6688*1.5333) + (0.1900*6.5000) +
Adapun hasilnya dapat dilihat pada tabel dibawah
(0.1410*6.000)
ini :
= 1.0254 + 1.235 + 0.846
Tabel 3. Bobot masing-masing kriteria
= 3.1064

kepemi Nilai Nilai Consistency Index :

Kriteria skill karakter Bobot
mpinan Eigen
maks n
kepemi
1 5 3 0.6688 66% CI
mpinan n 1
skill 0.2 1 2 0.19 19%
karakter 0.3333 0.5 1 0.141 14%
Jumlah 1.5333 6.5 6 1 100%

108
 Seminar Nasional Informatika 2015

Untuk n = 3 , RI (random index) = 0,580 ( 36.4332 / 99.5989 = 0.3657

tabel saaty ), maka dapat diperoleh nilai 8.4331 /99.5989 = 0.0846
consistency ratio (CR) sebagai berikut 36.1664 /99.5989 = 0.3631
18.5662/99.5989 = 0.1864
Untuk n = 3 , RI (random index) = 0,580 (
tabel saaty ), maka dapat diperoleh nilai Normalisasi Matrik Tahap Kedua
consistency ratio (CR) sebagai berikut :

Karena CR < 0.1000 berarti nilai konsisten

4.2 Matriks Perbandingan Berpasangan Kriteria

Penilaian Kepemimpinan

Tabel 4. Hasil Perbandingan berpasangan kriteria Normalisasi Matrik Tahap Ketiga

penilaian kepemimpinan

Kepemimpinan Khairil Toib Liza Repuadi

Khairil 1/1 1/3 1/2 1/1
Toib 3/1 1/1 5/1 2/1
Liza 2/1 1/3 1/1 1/3
Repuadi 1/1 1/2 3/1 1/1

Kemudian menghitung hasil kriteria

berpasangan kedalam matrik perbandingan
berpasangan yang diubah kedalam bentuk
desimal. Proses selanjutnya adalah melakukan
Matrik berpasangan penjumlahan tiap kolom. Penjumlahan
menggunakan 4 (empat) digit dibelakang koma,
hal ini berguna untuk pembulatan penghitungan.
Adapun hasilnya dapat dilihat pada tabel dibawah
ini :

Tabel 5. Hasil bobot masing-masing kriteria

kepemimpinan

Normalisasi matrix tahap pertama Nilai

kepemimpinan Khairil Toibah Liza Repuadi Bobot
Eigen
Khairil 1.0000 3.0000 2.0000 1.0000 0.3555 35%
Toibah 0.3333 1.0000 0.2000 0.5000 0.0869 8%
Liza 0.5000 5.0000 1.0000 3.0000 0.3616 36%
Repuadi 1.0000 2.0000 0.3333 1.0000 0.1958 20%
Jumlah 2.8333 11.0000 3.5333 5.5000 1.0000 100%

Menghitung Nilai eigen maksimum :

=(0,3555*2.8333)+(0,0869*11.0000)+
(0,3616*3,5333) +(0.1958*5.5000)

= 1.0072 + 0.9559 + 1.2776 + 1.0769

= 4.3176

Nilai Consistency Index :

Untuk nilai hasil normalisasi, hasil penjumlahan
baris dibagi dengan jumlah keseluruhannya.

109
Seminar Nasional Informatika 2015

Belitung dapat dapat disolusikan dengan

menggunakan metode ANP.
Namun dari itu disarankan untuk
menampilkan hasil uji coba dengan alternatif
yang banyak sehingga menghasilkan pemecahan
masalah yang optimal
Untuk n = 4 , RI (random index) = 0,900 (
tabel saaty ), maka dapat diperoleh nilai
Daftar Pustaka:
consistency ratio (CR) sebagai berikut :
[1] Delhi Babu,et.al, (2010) .Selection of
Architecture Styles using Analytical
Network Process for the Optimization of
Software Architecture. International
Setelah didapat kriteria penilaian Journal of Computer Science and
terpenting dari masing masing kriteria langkah Information Security,Vol 8, No.1,April.
selanjutnya adalah mengalikan nilai tersebut [2] Efraim Turban, Jay E. Aronson, Ting Peng
dengan nilai akhir dari bobot kriteria. Liang (2005). Decision Support System and
Intelligent Systems Edisi 7 Jilid 1, Andi
Tabel 5. Nilai masing-masing kriteria Yogyakarta.
[3] Prof. Mohammadreza Shojaei,et.al. (2013).
Using Analytical Network Process (ANP)
Bobot Kepemimpinan Skill Karakter Bobot Final Rank
Method To Prioritize Strategies Resulted
Khairil 0.3555 0.2974 0.1111 0.3098 2 From Swot Matrix, Interdisciplinary Journal
Toib 0.0869 0.2018 0.236 0.1296 4
Liza 0.3616 0.2868 0.2754 0.335 1 Of Contemporary Research In Business,Vol
Repuadi 0.1958 0.2138 0,3772 0.2245 3 4,No 9
[4] DR.IR.Kadarsah Suryadi, (2003). Sistem
Pendukung Keputusan, PT. Remaja
5. Kesimpulan dan Saran Rosdakarya Bandung.

Dalam penilaian kinerja kepala bagian

departemen produksi pada PT. Mas Putih

110
 Seminar Nasional Informatika 2015

ANALISIS KEBUTUHAN SISTEM INFORMASI DI LPK RJ-COMP

YOGYAKARTA

Alimuddin Yasin1, Yumarlin MZ2, Taufik Fitriyadi3

1
Staff Program Studi D3 Teknik Informatika, Politeknik Gorontalo, Bone Bolango, Gorontalo
2
Staff Pengajar Fakultas Teknik Informatika Universitas Janabadra, Yogyakarta
3
Alumni Jurusan Sistem Informasi, STMIK AMIKOM, Yogyakarta
1
alimuddiny@poligon.ac.id, 2 yumarlin@janabadra.ac.id , 3 taufikfitriyadi27@gmail.com

Abstrak

Lembaga Pelatihan dan Kursus (LPK) RJ-Comp merupakan lembaga pendidikan non formal dalam bidang
komputer. Pengelolaan sistem informasi dan data siswa di LPK RJ-Comp saat ini masih menggunakan cara
manual, sehingga dalam pembuatan laporan perkembangan data siswa menjadi kurang efektif dan efisien.
Penelitian ini bertujuan untuk menganalisis kebutuhan sistem informasi, mencakup identifikasi masalah
dengan kerangka analisis PIECES, analisis Sebab Akibat serta Akar masalah dengan solusinya
menggunakan analisa Fishbone. Dalam menganalisis kebutuhan sistem akan digambarkan dengan alur kerja
sistem diagram usecase. Hasil dari penelitian ini, ditemukan masalah beserta faktor-faktor penyebabnya yang
mengakibatkan manajemen sulit dalam pembuatan laporan. Dari masalah-masalah yang telah
terindentifikasi akar masalahnya, berdasarkan proses input dan output beserta solusinya yang menjadi
landasan dalam menghasilkan informasi kebutuhan-kebutuhan fungsional yang diperlukan dalam
membangun sistem informasi. LPK RJ-Comp membutuhkan sebuah sistem informasi manajemen untuk
menyelesaikan permasalahan pelaporan, pencarian dan perkembangan data siswa.

Kata kunci : RJ-Comp, Analisis Pieces, Analisis Fishbone, Sistem Informasi

1. Pendahuluan pieces untuk mengidentifikasi masalah,

Lembaga Pelatihan dan Kursus (LPK) RJ-
Comp Jogja merupakan sebuah lembaga pelatihan
dan keterampilan di bidang komputer yang
memulai proses pelatihan sejak tahun 2009 di
yogyakarta. Pendidikan yang diselenggarakan
berorientasi pada dunia kerja dengan misi
menciptakan pribadi yang mandiri dan siap kerja.
Saat ini pengelolaan data siswa di LPK RJ-
Comp Jogya masih bersifat manual, dimana data
siswa dicatat dalam form berbentuk spreadsheet
atau word processor sehingga dalam pengelolaan
data memerlukan waktu lama serta informasi
yang dihasilkan masih kurang efisien khususnya
dalam hal pembuatan laporan perkembangan data
siswa kepada pimpinan. Karenanya dibutuhkan
suatu sistem informasi yang mampu memberikan
informasi yang dibutuhkan.
Dari uraian latar belakang masalah tersebut
maka dapat dirumuskan masalah yaitu bagaimana
menentukan kebutuhan fungsional yang di
butuhkan untuk membangun sistem informasi
LPK RJ-Comp Jogya dengan menggunakan
metode analisis pieces dan fishbone.
Dalam penelitian ini terdapat beberapa batasan
variabel penelitian yaitu menggunakan analisis
menggunakan metode analsisis fishbone untuk
menganlisis sebab akibat serta menentukan akar
masalah beserta solusinya, serta mendefinisikan
kebutuhan fungsional sistem yang dibutuhkan.
Penelitian sebelumnya oleh walesa danto, dkk
pada tahun 2011 dengan judul Analisis
Kebutuhan Fungsional Sistem Informasi IT
TELKOM Menggunakan Balanced Scorecard.
Penelitian ini menitik beratkan pada pengukuran
strategic area dan strategic alignment dan
dilanjutkan menganlisis kebutuhan fungsional. [5]
Penelitian oleh Nyimas Artina (2006) dengan
judul Penerapan Analisis Kebutuhan Metode Use
Case pada Metode Pengembangan Terstruktur.
Penelitian ini menggunakan Metode Use Case
dalam mengdeskripsikan kebutuhan fungsional
pada pengembangan terstruktur dalam sistem
informasi serta menggambarkan aliran data. [2]
Tujuan dari penelitian ini yaitu menganalisis
kebutuhan fungsional yang dibutuhkan untuk
mengembangkan sistem informasi di LPK RJ-
Comp.
1.1 Analisis Pieces
Dalam melakukan identifikasi masalah
sebaiknya dilakukan terlebih dahulu analisis

111
Seminar Nasional Informatika 2015
terhadap kinerja, informasi, ekonomi, kontrol,
efisiensi dan pelayanan. Panduan ini dikenal
sebagai analisis PIECES (performance,
information, economy, control, eficiency dan
services). Hasil dari analisis pieces akan
didapatkan masalah utama sebagai dasar untuk
menemukan solusi. [1]
1.2 Analisis Fishbone
Diagram fishbone pertama kali
dikembangkan oleh Dr. Kaoru Ishikawa sekitar
tahun 1960-an. Diagram Ishikawa merupakan alat
untuk mengidentifikasi, mengeksplorasi dan
secara grafik menggambarkan secara detail semua
penyebab yang berhubungan dengan suatu
permasalahan. Diagram ini akan menunjukan
sebuah dampak atau akibat dari sebuah
permasalahan, dengan berbagai penyebabnya,
dapat dilihat pada gambar 1 berikut ini. [3]
Gambar 1 Contoh Diagram Fishbone
1.3 Rekayasa Kebutuhan
Rekayasa kebutuhan Dalam pembuatan
perangkat lunak memerlukan beberapa tahap.
Tahap pertama yang dilakukan adalah merekayasa
kebutuhan. Analisa kebutuhan merupakan kunci
utama untuk mendapatkan informasi tentang
perangkat lunak yang di butuhkan oleh pengguna
atau client. [4]
Analisa kebutuhan merupakan bagian dari
rekayasa perangkat lunak yang menitik beratkan
pada tujuan, fitur atau fungsi kegunaan dan
batasan yang ada pada sistem perangkat lunak.
Dalam pandangan proses rekayasa perangkat
lunak, rekayasa kebutuhan adalah tindakan utama
dalam melakukan rekayasa perangkat lunak yang
berawal dari kegiatan-kegiatan komunikasi dan
berlanjut pada kegiatan permodelan. Rekayasa
kebutuhan juga adalah jembatan dari tahap
analisis ke tahap perancangan dan konstruksi. [6]
2. Metodologi Penelitian
Tahapan-tahapan dalam penelitian ini adalah
sebagai berikut :
1. Studi pustaka
Merupakan metode yang dilakukan dengan
mengumpulkan data yang berhubungan dengan
112
topik permasalahan yang bersifat teoritis dengan
cara membaca buku-buku, makalah, jurnal
penelitian dan membaca bahan-bahan sumber
referensi lainnya.
2. Pengumpulan Data
Kegiatan dapal pengumpulan data yaitu
dengan melakukan observasi dan wawancara
kepada pimpinan dan staff LPK RJ-Comp.
3. Rekasayasa Kebutuhan Fungsional
Tahapan dalam rekayasa kebutuhan fungsional
sebagai berikut:
a. Identitifikasi masalah dilakukan untuk
mengetahui masalah-masalah yang ada,
dengan menggunakan kerangka pieces yang
didapatkan dari tahap pengumpulan data.
Analisis pieces juga digunakan sebagai
langkah awal untuk melakukan analisis
fishbone.
b. Analisis Sebab Akibat, Pada tahap ini
menggunakan metode analisis fishbone
untuk mengidentifikasi, mengeksplorasi,
dan secara grafik menggambarkan secara
detail semua penyebab yang berhubungan
dengan suatu permasalahan yang di dapat
dari analisis pieces.
c. Analisis solusi masalah, setelah melakukan
analisis sebab akibat dengan diagram
fishbone, menentukan akar masalah
berdasarkan hasil dari analisis fishbone dan
menganalisis solusi yang tepat untuk
mengatasi akar dari masalah. Dan menjadi
landasan untuk menganalisis kebutuhan-
kebutuhan fungsional yang diperlukan dalam
merancang dan membangun sistem
d. Analisis Kebutuhan Fungsional merupakan
tahapan untuk menentukan kebutuhan-
kebutuhan fungsional yang dibutuhkan oleh
sistem.
e. Pemodelan Fungsi Analisa Kebutuhan.
Dalam tahap ini dilakukan pemodelan hasil
analisa kebutuhan dengan menggunakan
diagram usecase
3. Hasil Dan Pembahasan
3.1 Identifikasi Masalah
Hasil dari observasi dan wawancara dengan
pemilik LKP RJ-Comp Jogja dapat diidentifikasi
beberapa masalah berdasarkan kerangka analisis
pieces. Tabel 1 merupakan hasil identifikasi
masalah menggunakan analisis pieces.
Tabel 1. Matriks Analisis Pieces
Kategori Identifikasi Masalah
Performance Waktu yang diperlukan untuk
mencari data siswa membutuhkan
 Seminar Nasional Informatika 2015

waktu yang lama. dilakukan oleh petugas, tidak ada

Information Informasi yang dihasilkan dari batasan hak akses dalam mengakses
penyimpanan data siswa setiap file yang digunkan.
program kurang tepat. Eficiency
Economy Pengarsipan data siswa Masalah Pengolahan data memerlukan
menggunakan kertas yang banyak waktu dan tenaga.
membutuhkan biaya cukup besar. Penyebab Semua data dalam bentuk Worksheet
Control Data yang disimpan kurang teruji dan dokumen. Ketika akan
keamanannya. melakukan penginputan data yang
Eficiency Pengolahan data siswa berhubugan, harus menginputkan
memerlukan banyak waktu dan data yang sama secara berulang.
tenaga. Services
Services Pelayanan dalam memberikan Masalah Pelayanan dalam memberikan
informasi yang dibutuhkan informasi yang dibutukan tidak bisa
memerlukan waktu yang relatif cepat.
lama. Penyebab Sistem pengelolaan masih manual
dan semua data yang diperlukan
3.2 Analisis Sebab Akibat untuk rekapan data disajikan terpisah

Hasil dari analisis pieces teridentifikasi
masalah-masalah berdasarkan kategori
performance, information, ekonomi, control,
eficiency, dan service. Dari hasil tersebut dapat
di identifikasi lagi faktor-faktor penyebabnya .
Adapun faktor-faktor penyebab dari masalah
yang telah teridentifikasi dapat dilihat pada tabel
2 sebagai berikut:
Hasil dari kegiatan identifikasi masalah dan
penyebabnya dapat digambarkan dalam diagram
fishbone (Gambar 2) dalam menjelaskan
keterkaitan antara masalah dan penyebabnya yang
mengakibatkan pihak manajemen kesulitan dalam
pembuatan laporan.

Tabel 2. Faktor penyebab masalah

Performance
Masalah Waktu yang diperlukan untuk
mencari data siswa membutuhkan
waktu yang lama.
Penyebab Data yang disajikan masih disajikan
secara apa adanya, belum dapat
diolah. Selain itu data data yang
disajikan masih dalam tempat yang
terpisah.
Information
Masalah Informasi yang dihasilkan dari
penyimpanan data siswa setiap
Gambar 2. Hasil Analisis Fishbone
program kurang tepat.
Penyebab Adanya beberapa informasi yang
3.3 Analisis Solusi Masalah
dibutuhkan dalam pengambilan
keputusan belum diikutsertakan
Pada tahapan menganalisis solusi masalah
dalam form pendaftaran.
yang akan dilakukan terlebih dahulu adalah
Economy
mengidentifikasi akar masalah, dari hasil analisa
Masalah Pengarsipan menggunakan banyak sebab akibat dan membagi akar masalah tersebut
kertas yang memerlukan biaya besar. berdasarkan input, proses dan output sehingga
Penyebab Lebih mengandalkan kertas dalam memudahkan dalam memberikan solusi masalah.
pembukuan serta membutuhkan Berikut ini pada tabel 3 diuraian dari
kertas yang begitu banyak untuk analisis solusi masalah yang didasarkan kategori
blanko. input, proses dan output hasil dari identifikasi
Control akar masalah
Masalah Data yang disimpan kurang teruji
keamanannya.
Penyebab Penginputan data siswa dari blanko
pendaftaran ke dalam worksheet

113
Seminar Nasional Informatika 2015

berdasarkan pengguna sistem diantaranya

Tabel 3. Identifikasi Solusi Masalah direktur, adminisitrasi, siswa , dapat dilihat pada
tabel 4, 5 dan 6, berikut :
Input
Akar Penginputan data siswa dari blanko Tabel 4. Analisa Kebutuhan Pimpinan
Masalah pendaftaran ke dalam worksheet
dilakukan oleh petugas. Ketika akan No Kebutuhan Utama Tujuan
melakukan penginputan data yang 1 Menampilkan Dapat Mengetahui
berhubugan, harus menginputkan data informasi siswa yang riwayat siswa agar
yang sama secara berulang. sehingga terdaftar di setiap mengetahui trend
sering terjadi kesalahan dalam program, baik itu data yang sedang ramai,
penginputan ataupun untuk kepentingan
Solusi Membuat sistem pendaftaran siswa baru perkembangnya promosi
yang terintegrasi sehingga siswa tidak selama mengikuti
perlu mengisi lagi blanko pendaftaran paket yang dipilih.
dan administrator tidak lagi 2 Menampilkan Dapat mengetahui,
menginputkan data siswa lagi kedalam informasi pendaftaran data siswa yang
sistem serta meminimalisir redudansi registrasi dan
data. pendapatan.
Proses 3 Menampilkan Berguna sebagai
Akar Sistem pengelolaan masih manual dan informasi jumlah kelas keputusan apakah
Masalah data disajikan secara apa adanya, yang sedang berjalan. perlu menambah
sehingga data belum dapat langsung kelas lagi atau
diolah. Selain itu data data yang belum.
dibutuhkan, disajikan masih dalam 4 Menampilkan data Sebagai bahan
tempat yang terpisah sehingga dalam keaktifan setiap siswa acuan dan evaluasi
mencari data siswa butuh waktu yang terkait proses kegiatan terhadap keaktifan
lama. kursus siswa.
Solusi Mengembangkan sistem informasi yang
terkomputerisasi yang memudahkan Tabel 5. Analisa Kebutuhan Administrasi
dalam pengelolaan data, berupa data
akademik yaitu data siswa, kelas, paket No Kebutuhan Utama Tujuan
kursus, tentor dan jadwal yang saling 1 Mengelola data Memastikan data
terintegrasi sehingga cepat dan akurat pendaftaran calon calon siswa, sudah
dalam pencarian data serta dapat mahasiswa mengisi biodata
menghemat kertas karena semua dapat dan memilih
dikerjakan oleh sistem. program yang
Output diinginkan siswa
Akar Waktu yang diperlukan untuk mencari dengan benar.
Masalah data siswa membutuhkan waktu yang 2 Melakukan proses Mendata siswa
lama sehingga pelayanan dalam penjadwalan. dalam kelas yang
memberikan informasi yang dibutukan dijadwalkan
tidak bisa cepat. dengan tentor
Solusi Membangun sistem yang mampu 3 Mempublikasikan Sebagai bahan
menyajikan informasi secara akurat dan kegiatan RJ-Comp, ke informasi yang
lengkap serta dapat memantu pelaporan website. ditampilkan web,
berupa laporan perkembangan siswa, untuk menunjang
laporan akademik, serta laporan kepercayaan calon
pendaftaran sehingga mempermudah siswa.
dalam pencarian informasi. 4 Menambahkan paket Ketika ada
kursus yang program kursus
3.4 Analisis Kebutuhan Fungsional disediakan. yang baru,
sehingga mudah
Analisa kebutuhan fungsional merupakan didata.
tahap menentukan kebutuhan sistem yang akan 5 Mencetak nota Sebagai bukti
dibuat. Dalam hal ini akan dijabarkan kemampuan pembayaran. pembayaran, dan
perangkat lunak yang akan dikembangkan bisa mencetak
berdasarkan analisis solusi masalah. laporan dalam 1
Dalam LPK RJ-COMP dapat dipetakan bulan.
kebutuhan fungsi dan perangkat lunak

114
 Seminar Nasional Informatika 2015

Tabel 6. Analisa Kebutuhan Siswa

4. Kesimpulan
No Kebutuhan Utama Tujuan
Berdasarkan hasil penelitian yang telah
1 Melakukan Registrasi Mengisi biodata,
dilakukan, maka diperoleh kesimpulan sebagi
serta informasi
berikut:
siswa yang
a. Dengan metode analisis pieces dapat
dibutuhkan
ditentukan masalah-masalah berdasarkan
manajemen LPK
kategori performance, information,
RJ-Comp dan
economy, control, eficiency dan services .
memilih program
b. Hasil dari analisis pieces dapat digunakan
yang di inginkan.
dalam mengidentifikasi faktor-faktor
2 Menampilkan riwayat Mengetahui paket
penyebab masalah yang mengakibatkan
pengambilan paket apa saja yang
pihak manajemen kesulitan dalam
sudah pernah
melakukan pembuatan laporan. Dimana
diambil.
penyebab dan akibat permasalahan dapat
3 Menampilkan jadwal Menampilkan dipetakan dengan diagram fishbone
jadwal yang berdasarkan kategori yang ada di analisis
diambil. pieces.
4 Mengunduh materi Sebagai fungsi c. Hasil Identifikasi akar masalah dan solusi
berkaitan dengan untuk mengunduh berdasarkan input, proses, dan output dapat
program belajar materi yang di dijadikan rujukan dalam merekayasa
inginkan, sesuai kebutuhan fungsional yang perlukan dalam
paket yang diambil membangun sistem informasi.
d. Dari analisis kebutuhan fungsional sistem
3.5 Pemodelan Fungsi Analisa Kebutuhan informasi yang diperlukan oleh pihak
manajemen LPK RJ-Comp Jogja yaitu dapat
Setelah melakukan tahapan analisis melakukan mengelola data Siswa, Data
kebutuhan, selanjutnya memodelkan sistem Tentor, Data Jadwal, Data Kelas, Data Paket
berdasarkan kebutuhan fungsional kedalam Kursus (menampilkan, menambah,
diagram usecase. menghapus, dan mencetak) serta dapat
Berikut model diagram usecase dari sistem mengelelola Laporan Siswa, Pendaftaran,
informasi LPK RJ-Comp yang akan di bangun. serta Laporan akademik.
Dapat dilihat pada gambar 3 berikut ini.
5. Saran

Mengingat penelitian ini hanya sebatas

dalam menganalisis kebutuhan, penelitian
berikutnya disarankan dapat meneruskan sampai
pada tahap perancangan dan implementasi sistem.

DAFTAR PUSTAKA

1. Al Fata, Hanif.,2007, Analisa &

Perancangan Sistem Informasi, Yogyakarta,
Penerbit Andi Offset.
2. Artina, Nyimas., 2006, Penerapan Analisis
Kebutuhan Metode Use Case pada Metode
Pengembangan Terstruktur, Jurnal
@lgoritma, Vol. 2, No. 3.
3. Assegaf, Naufal M., 2015, Rancangan
Sistem Informasi Pengadaan Barang Pada
Pt Msh Niaga Telecom Indonesia Dengan
Metodologi Berorientasi Obyek, Skripsi,
Gambar 3. Diagram Usecase Sistem Informasi Universitas Budi Luhur, Jakarta.
LPK RJ-Comp

115
Seminar Nasional Informatika 2015

4. B Yanmarshus., 2005, Analisa Kebutuhan Konferensi Nasional Sistem Informasi,

Perangkat Lunak Sebuah Pengalaman
Praktis, Konferensi Nasional Sistem
Informasi, Bandung.
5. Danto,Walesa, dkk., 2011, Analisis
Kebutuhan Fungsional Sistem Informasi IT
Telkom Menggunakan Balanced Scorecard,
Bandung.
6. Pressman, R Roger., 2012, Rekayasa
Perangkat Lunak Pendekatan Praktisi (Buku
Satu), Yogyakarta, Penerbit Andi Offset.

116
 Seminar Nasional Informatika 2015

PENERAPAN DAMPSTER SHAFER UNTUK MENDIAGNOSA

KISTA OVARIUM
Charles Jhony Mantho Sianturi

UNIVERSITAS POTENSI UTAMA

Jl. K.L. Yos Sudarso Km. 6.5 No.3-A, Tanjung Mulia, Medan, Indonesia
Email : lapetgadong@yahoo.com

Abstrak

Sistem pakar adalah suatu sistem yang mengelola pengetahuan seorang ahli atau manusia yang dimasukkan
ke dalam sistem komputer sehingga membuat sistem atau komputer itu sendiri layaknya seorang ahli.
Dampster Shafer adalah salah satu metode suatu teori matematika untuk pembuktian berdasarkan belief
functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan
untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari
suatu peristiwa. Kista ovarium adalah salah satu tumor jinak yang paling sering ditemui pada wanita di masa
reproduksinya, biasanya berada di organ vital. Sebagian besar kista ovarium terbentuk dikarenakan
perubahan kadar hormon selama siklus haid. Kista ovarium adalah benjolan yang membesar, benjolan yang
seperti balon yang berisi cairan yang tumbuh di indung telur.

Kata Kunci : Dampster Shafer, Sistem Pakar, Kista Ovarium

1. Pendahuluan tahun 1988 sampai 1991. Berdasarkan data

Seiring dengan berkembangnya teknologi
komputer dalam sistem pakar, ditambah
kebutuhan manusia akan informasi kesehatan
secara cepat dan akurat, kapan pun dan di mana
pun, mendorong para ahli untuk mengembangkan
kegunaan komputer agar dapat mempermudah
pekerjaan manusia, dalam hal ini mengenai
informasi kesehatan. Kesehatan merupakan hal
yang sangat penting dalam kehidupan, kesadaran
akan pola hidup yang sehat terkadang masih
terabaikan. Sehingga banyak gejala dan penyakit
yang timbul akibat pola hidup dan pola makan
yang tidak teratur, salah satunya adalah penyakit
kista ovarium [1].
Bagi masyarakat, penyakit Kista Ovarium
masih banyak yang belum mengetahui tentang
penyakit Kista Ovarium tersebut. Baik tentang
penyebab Kista Ovarium, gejalanya serta cara
pencegahan penyakit Kista Ovarium itu sendiri.
Bagi sebagian orang adalah malu untuk
membicarakan tentang penyakit Kista Ovarium.
Dan bagi sebagian lain adalah hal yang tabu untuk
membicarakan tentang penyakit Kista Ovarium.
Karena penyakit Kista Ovarium adalah penyakit
yang dialami oleh wanita. Posisi penyakit Kista
Ovarium berada di organ vital wanita.
Kista ovarium merupakan kasus ginekologi
terbanyak dari seluruh keganasan ginekologi.
Terdapat variasi yang luas insidensi kista
ovarium, rerata tertinggi terdapat di Negara
Skandinavia (14,5-15,3 per 100.000 populasi). Di
Amerika, insidensi kista ovarium semua ras
adalah 12,5 kasus per 100.000 populasi pada
catatan medik (2008) di Sakit Umum Daerah
(RSUD) Margono Soekardjo Purwokerto
ditemukan kasus kista ovarium mempunyai
ranking jumlah tertinggi selama Tahun 2008.
Ditemukan juga bahwa usia wanita yang
mengalami kista orarium sekitar 58% terjadi pada
wanita yang berumur di bawah 30 tahun. Data
tersebut menunjukkan bahwa masih tingginya
kasus kista ovarium di Purwokerto[4].
2. Sistem Pakar
Sistem Pakar adalah sistem yang berusaha
mengadopsi pengetahuan manusia ke komputer
yang dirancang untuk memodelkan kemampuan
menyelesaikan masalah seperti layaknya seorang
pakar. Tiga komponen utama yang terdapat pada
setiap sistem pakar adalah basis pengetahuan
(knowledge base), mesin inferensi (inference
engine), dan antar muka pengguna (user
interface)[3].
Pertama, basis pengetahuan (knowledge
base). Basis pengetahuan merupakan inti program
sistem pakar, yang representasi pengetahuan
(knowledge representation) dari seorang pakar.
Basis pengetahuan tersusun atas fakta yang
berupa informasi tentang cara bagaimana
membangkitkan fakta baru dari fakta yang sudah
diketahui. Basis data adalah bagian yang
mengandung semua fakta, baik fakta awal pada
saat sistem mulai beroperasi, maupun fakta yang
didapatkan pada saat proses pengambilan
kesimpulan. Basis data ini digunakan untuk
menyimpan data hasil observasi dan data lainnya

117
Seminar Nasional Informatika 2015
yang dibutuhkan selama pengolahan.
Kedua, mesin inferensi (inference engine).
Mesin inferensi adalah bagian yang mengandung
mekanisme fungsi berpikir dan pola-pola
penalaran sistem yang digunakan oleh seorang
pakar. Mekanisme ini akan menganalisis suatu
masalah tertentu dan selanjutnya akan mencari
jawaban atau kesimpulan yang terbaik. Secara
deduktif, mesin inferensi memilih pengetahuan
yang relevan dalam rangka mencapai kesimpulan.
Dengan demikian, sistem ini dapat menjawab
pertanyaan pemakai, meskipun jawaban tersebut
tidak tersimpan secara eksplisit di dalam basis
pengetahuan. Mesin inferensi memulai
pelacakannya dengan mencocokkan kaidah-
kaidah dalam basis pengetahuan dengan fakta-
fakta yang ada. Ada 2 tipe teknik inferensi, yaitu
(1) Runut balik (backward chaining). Runut balik
merupakan strategi pencarian yang arahnya
kebalikan dari runut maju. Proses pencarian
dimulai dari tujuan, yakni kesimpulan yang
menjadi solusi permasalahan yang dihadapi.
Mesin inferensi mencari kaidah-kaidah dalam
basis pengetahuan, yang kesimpulannya
merupakan solusi yang ingin dicapai. Kemudian,
dari kaidah-kaidah yang diperoleh, masing-
masing kesimpulan dirunut balik jalur yang
mengarah ke kesimpulan tersebut. Jika informasi
atau nilai dari 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; (2) Runut maju (forward
chaining). Runut maju merupakan strategi
pencarian yang memulai proses pencarian dari
sekumpulan data atau fakta. Dari data-data
tersebut, dicari suatu kesimpulan yang menjadi
solusi dari permasalahan yang dihadapi. Mesin
inferensi mencari kaidah-kaidah dalam basis
pengetahuan yang premisnya sesuai dengan data-
data tersebut. Kemudian, dari kaidah-kaidah
tersebut diperoleh suatu kesimpulan. Runut maju
memulai proses pencarian dengan data sehingga
strategi ini disebut juga data-driven.
Ketiga, antar muka pemakai (user interface).
Antarmuka pemakai adalah bagian penghubung
antara program sistem pakar dengan pemakai.
Pada bagian ini, akan terjadi dialog antara
program dan pemakai. Program akan mengajukan
pertanyaan dengan jawaban berbentuk ya/tidak
(yes or no question) atau berbentuk menu pilihan.
Selanjutnya, kesimpulan diambil berdasarkan
jawaban dari pemakai tadi[5].
3. Dampster Shafer
118
Ada berbagai macam penalaran dengan
model yang lengkap dan sangat konsisten, tetapi
pada kenyataannya banyak permasalahan yang
tidak dapat terselesaikan secara lengkap dan
konsisten. Ketidakkonsistenan yang tersebut
adalah akibat adanya penambahan fakta baru.
Penalaran yang seperti itu disebut dengan
penalaran non monotonis. Untuk mengatasi
ketidakkonsistenan tersebut maka dapat
menggunakan penalaran dengan teori Dempster-
Shafer. Secara umum teori Dempster-Shafer
ditulis dalam suatu interval :
[Belief,Plausibility].................. [1]
Belief (Bel) adalah ukuran kekuatan evidence
dalam mendukung suatu himpunan proposisi.
Jika bernilai 0 maka mengindikasikan bahwa
tidak ada evidence, dan jika bernilai
1menunjukkan adanya kepastian. Plausibility
(Pl) dinotasikan sebagai :
Pl(s) = 1 Bel (s).. [2]
Plausibility juga bernilai 0 sampai 1. Jika
yakin akan s, maka dapat dikatakan bahwa
Bel(s)=1, dan Pl(s)=0.
Pada teori Dempster-Shafer dikenal
adanya frame of discrement yang dinotasikan
dengan . Frame ini merupakan semesta
pembicaraan dari sekumpulan hipotesis.
Tujuannya adalah mengaitkan ukuran
kepercayaan elemen-elemen . Tidak semua
evidence secara langsung mendukung tiap-tiap
elemen. Untuk itu perlu adanya probabilitas
fungsi densitas (m). Nilai m tidak hanya
mendefinisikan elemen-elemen saja, namun
juga semua subsetnya. Sehingga jika berisi n
elemen, maka subset adalah 2n . Jumlah semua
m dalam subset sama dengan 1. Apabila tidak
ada informasi apapun untuk memilih hipotesis,
maka nilai :
m{} = 1,0
Apabila diketahui X adalah subset dari , dengan
m1 sebagai fungsi densitasnya, dan Y juga
merupakan subset dari dengan m2 sebagai
fungsi densitasnya, maka dapat dibentuk fungsi
kombinasi m1 dan m2 sebagai m3, yaitu :[2]
..[3]
4. Kista Ovarium
Kista ovarium adalah suatu pertumbuhan
abnormal di ovarium yang bentuknya bulat, berisi
cairan, biasanya bertangkai, dan bisa tumbuh
terus menjadi besar. Permukaannya licin dan
berdinding tipis. Ada suatu jenis kista ovarium
yang disebut kista dermoid, isinya aneh, bisa gigi,
rambut, lemak. Jumlahnya bisa single bisa
multiple, bisa satu sisi, bisa kanan-kiri. Angka
kejadian pada wanita berusia produktif. Jarang
sekali di bawah umur 20 maupun di atas 50 tahun.
 Seminar Nasional Informatika 2015

Fungsi organ reproduksi ovarium akan G7 JK2 Menstruasi yang datang 0,9
terganggu yaitu berkurangnya kesuburan, bahkan terlambat.
dapat pula terjadi kesulitan untuk mendapatkan G8 JK2 Nyeri menstruasi hebat. 0.8
proses kehamilan. Dampak berikutnya adalah
harapan keluarga untuk memiliki anak baru akan G9 JK3 Rasa nyeri perut dapat 0,6
terhambat. Hal ini jelas menimbulkan stres bagi muncul tiba-tiba.
keluarga dari tingkat stres ringan sampai stres G10 JK3 Menstruasi lebih 0,9
berat. Orang yang banyak.
mengalami stres dapat mempengaruhi mekanisme
koping dirinya yang dapat berupa koping adaptif
G11 JK3 Tumbuhnya rambut di 0,5
maupun mal adaptif tergantung faktor internal
daerah wajah dan
dan eksternal. Mekanisme koping merupakan
bagian tubuh lain.
suatu proses pengelolaan tuntutan eksternal dan
G12 JK3 Pembengkakkan 0,6
internal yang dinilai sebagai beban
tungkai bawah.
seseorang yang merupakan proses penyelesaian
masalah. Seseorang menggunakan mekanisme G13 JK3 Kurang olahraga 0,6
koping, jika mengalami stress [4].
G14 JK3 Kurang makanan 0,7
berserat
5. Analisis Metode Dampster Shafer Untuk
Mendiagnosa Kista Ovarium G15 JK4 Perasaan tidak nyaman 0,7
pada perut bagian
bawah.
Adapun jenis jenis dari Kista Ovarium, antara G16 JK4 Kurang nafsu makan. 0,7
lain :
Kode Nama Jenis Kista Ovarium G17 JK4 Gangguan kesuburan 0,9

JK1 Kista Serosum G18 JK4 Sulit punya anak. 0,8

JK2 Kista Musinosum

Misalkan seorang pengguna mengalami gejala
JK3 Kista Dermoid sebagai berikut :
1. Penambahan jumlah cairan dalam indung
JK4 Kista Endometriosi telur.
2. Perut berasa penuh
3. Menstruasi yang datang terlambat.
Dalam mendiagnosa penyakit Kista Ovarium 4. Nyeri menstruasi hebat.
dibutuhkan gejala gejala ataupun ciri ciri 5. Rasa nyeri perut dapat muncul tiba-tiba.
daripada penyakit tersebut untuk mengetahui 6. Menstruasi lebih banyak.
penyakit Kista yang diderita pengguna
Maka untuk menghitung nilai dampster shafer
dari gejala yang nampak adalah sebagai berikut :
Kode Kode Gejala Bobot
Gejala jenis Gejala 1 : Penambahan jumlah cairan dalam
kista indung telur.
Maka : m1(KS) = 0,9
G1 JK1 Penambahan jumlah 0,9 = 1- 0,9 = 0,1
cairan dalam indung
telur. Gejala 2 : Perut berasa penuh.
G2 JK1 Nyeri yang hebat. 0,8 Maka : m2(KS) = 0,7
= 1- 0,9 = 0,3
G3 JK1 Perut berasa penuh. 0,7
Gejala 3 : Menstruasi yang datang terlambat.
G4 JK2 Tidak sanggup 0,6 Maka : m1(KM) = 0,9
mencerna. = 1- 0,9 = 0,1
G5 JK2 Kerap muntah-muntah. 0,8
Gejala 4 : Nyeri menstruasi hebat.
G6 JK2 Berat badan menurun. 0,7 Maka : m2(KM) = 0,8
= 1- 0,8 = 0,2

119
Seminar Nasional Informatika 2015

Gejala 5 : Rasa nyeri perut dapat muncul tiba-tiba. d.Kista Endometriosi

Maka : m1(KD) = 0,6 3. Metode Dampster Shafer dapat digunakan
= 1- 0,9 = 0,4 untuk menentukan Jenis Penyakit Kista
Ovarium pada pengguna berdasarkan
Gejala 6 : Menstruasi lebih banyak. derajat kepercayaan.
Maka : m2(KD) = 0,9
= 1- 0,9 = 0,1 DAFTAR PUSTAKA

Setelah diketahui nilai belief dari gejala di atas [1] Agustina, 2014. Sistem Pakar Mendiagnosa
maka langkah selanjutnya adalah mencari nilai Penyakit Kista Ovarium dengan
evidence dari gejala gejala tersebut. Menggunakan Metode Bayes, Pelita
Untuk penyakit KS Informatika Budi Darma, Volume : VII,
Miz = (0,9 * 0,7) / 1 (0,1 * 0,3) Nomor: 2, STMIK Budi Darma, Medan.
= 0,63 / 0,97 [2] Aprilia Sulistyohati, 2008. Aplikasi Sistem
= 0,65 Pakar Diagnosa Penyakit Ginjal Dengan
Metode Dampster Shafer, Seminar
Untuk penyakit KM Nasional Aplikasi Teknologi Informasi 2008
Miz = (0,9 * 0,8) / 1 (0,1 * 0,2) (SNATI 2008), Universitas Islam Indonesia,
= 0,72 / 0,98 Yogyakarta.
= 0,73 [3] Daniel, Gloria Virginia, 2010. Implementasi
Sistem Pakar Untuk Mendiagnosis Penyakit
Untuk penyakit KS Dengan Gejala Demam Berdarah
Miz = (0,6 * 0,9) / 1 (0,4 * 0,1) Menggunakan Metode Certainty Factor,
= 0,54 / 0,96 Jurnal Informatika, Volume 6 Nomor 1,
= 0,56 Universitas Kristen Duta Wacana.
[4] Endang Triyanto, 2010. Hubungan antara
Sehingga dari perhitungan di atas dapat Dukungan Suami Dengan Mekanisme
disimpulkan bahwa pengguna teridentifikasi Koping Istri Yang Menderita Kista Ovarium
mengidap penyakit Kista Musinosum dengan nilai di Purwekerto, Jurnal Keperawatan
kepercayaan 0,73. Soedirman (The Soedirman Journal of
Nursing), Volume 5, No.1, Universitas
6. Kesimpulan Jenderal Soedirman, Purwekerto.
[5] Siti Rohajawati, Rina Supriyati, 2010,
1. Sistem pakar dapat digunakan untuk Sistem Pakar: Diagnosis Penyakit Unggas
mendiagnosa dan menganalisa gejala - Dengan Metode Certainty Factor, CommIT,
gejala atau ciri ciri suatu penyakit. Vol. 4 No. 1, Universitas Pakuan, Bogor.
2. Penyakit Kista Ovarium terdiri dari:
a. Kista Serosum
b.Kista Musinosum
c. Kista Dermoid

120
 Seminar Nasional Informatika 2015

ANALISA MASALAH SISTEM INFORMASI PENGGAJIAN

MENGGUNAKAN METODE PIECES DI SMK AM MAMUR

Oleh Soleh1, Febby Astriza2, Vischa Arrofiv Hamid 3

1,2,3)
Sistem Informasi, Sistem Informasi ManajemenPerguruan Tinggi Raharja
Jl Jend Sudirman No. 40 Modernland Cikokol - Tangerang, 15117 Tlp 552969
Email : oleh.soleh@raharja.info1), febbyastriza89@gmail.com2), vischa.arrofiv@raharja.info 3)

Abstrak

Dunia informasi saat ini mengalami kemajuan yang sangat pesat sehingga membuat semua instansi
pemerintah maupun instansi swasta ingin mengembangkan dan menggunakan kecanggihan teknologi
terutama dalam bidang teknologi komputer. Sistem perhitungan gaji pegawai pada Sekolah Menengah
Kejuruan (SMK) Bina Am Mamur dilakukan dengan cara semi komputerisasi yaitu hanya sebatas
penyimpanan data dan Pembuatan laporan dengan menggunakan Microsoft Excel, dan selebihnya masih
manual. Sehingga sering terjadi kesalahan dalam perhitungan gaji dan proses pengerjaannya pun
membutuhkan waktu yang cukup lama, untuk mengatasi kekeliruan akibat tidak teliti maka dibutuhkan
pengendalian internal guna untuk menetapkan jumlah gaji yang benar yang akan diberikan kepada
pegawai maka sistem informasi akuntansi akan digunakan untuk menetapkan berapa gaji yang harus
diterima oleh pegawai. Untuk memperoleh data yang diperlukan selama penelitian, penulis menggunakan
beberapa metode antara lain : observasi, wawancara dan study pustaka. Data yang diperoleh kemudian
dianalisa dan digambarkan dalam bentuk usecase dengan menggunakan software UML. Perancangan
system diimplementasikan ke dalam bahasa pemograman PHP, XAMPP serta MySQL, Adobe
Dreamweaver CS5, dan metode pengujian yang digunakan Blackbox Testing. Dari hasil wawancara
juga diperoleh requirement-requirement dalam bentuk Elisitasi, metode analisa menggunakan metode Value
Chain dan Metode PIECES, Hasil akhir dari penelitian ini adalah berupa sistem informasi perhitungan
gaji yang dapat mempermudah Bagian Bendahara untuk memproses perhitungan gaji. Sistem informasi
akuntansi penggajian mempunyai peranan yang sangat penting untuk menunjang efektivitas pengendalian
internal dalam proses perhitungan gaji pegawai sehingga dapat berjalan dengan baik dan lebih akurat.

Kata kunci : Sistem, Informasi, Penggajian, Pengendalian

1. Pendahuluan cepat dan mudah, oleh karena itu masalah

1.1 Latar Belakang
Teknologi informasi saat ini semakin
meningkat dan perlu mendapatkan perhatian
dalam hal proses dan penanganannya agar
mendapatkan informasi yang bermanfaat dan
tepat sasaran. Kebutuhan sistem informasi
mencakup hampir di segala ruang lingkup
kehidupan.
Setiap organisasi sangat membutuhkan
informasi yang akurat, cepat, dan relevan. Namun
dalam kenyataannya hal tersebut terkadang
tidak sesuai dengan keinginan dan harapan
yang hendak dicapai, dikarenakan kurang atau
terbatasnya sistem informasi yang digunakan.
Suatu sistem informasi harus dapat
memenuhi kebutuhan user akan informasi yang
berkualitas serta memberikan pelayanan yang
terbaik bagi user yang menggunakan sistem
tersebut. Karena itu sistem informasi harus
berkembang sesuai dengan perkembangan
teknologi. Pada dasarnya manusia ingin serba
teknologi yang merupakan pendukung atau hal
terpenting dalam menjalankan sistem yang akan
digunakan dalam ke seharian manusia.
Pada Sekolah Menengah Kejuruan (SMK)
Bina Am mamur menghadapi masalah yang
serupa, yaitu dalam mengolah data yang
berhubungan dengan gaji sampai tunjangan
lainnya untuk mendapatkan informasi yang
dibutuhkan, terkadang tidak akurat atau
relative lama.
Sistem perhitungan gaji yang berjalan
saat ini pada Sekolah Menengah Kejuruan
(SMK) Bina Am mamur dilakukan dengan cara
semi komputerisasi, yaitu hanya sebatas
penyimpanan data dan pembuatan laporan
dengan menggunakan Microsoft Excel, dan
selebihnya masih manual. Sehingga sering
terjadi kesalahan dalam perhitungan gaji dan
proses pengerjaannya juga membutuhkan waktu
yang cukup lama.
Selain itu gaji merupakan salah satu
pengeluaran badan usaha yang perlu dikelola

121
Seminar Nasional Informatika 2015
secara efektif dan efisien. Karena gaji
merupakan unsur terpenting dalam perputaran
dunia kerja. Suatu lembaga dapat dikatakan
seimbang apabila gaji yang diberikan untuk para
pegawainya tepat waktu dan sesuai dengan
rencana karena itu dapat memberikan semangat
kepada para pegawainya jika gaji yang mereka
terima sesuai dengan jadwal.
1.2 Masalah
Berdasarkan latar belakang yang telah
dijelaskan diatas, maka yang menjadi
permasalahan pada Sekolah Menengah Kejuruan
(SMK) Bina Am
mamur antara lain adalah :
1) Kendala apa saja yang dialami sistem
yang berjalan saat ini pada Sekolah
Menengah Kejuruan (SMK) Bina Am
mamur?
2) Bagaimana kebutuhan user pada
sistem penggajian pegawai pada
Sekolah Menengah Kejuruan (SMK)
Bina Am mamur?
3) Bagaimana merancang sistem informasi
perhitungan gaji pegawai pada Sekolah
Menengah Kejuruan (SMK) Bina Am
mamur?
4) Bagaimanakah sistem akuntansi
penggajian yang telah diterapkan pada
Sekolah Menengah Kejuruan (SMK)
Bina Am mamur?
5) Bagaimanakah sistem akuntansi
penggajian terkomputerisasi yang sesuai
pada Sekolah Menengah Kejuruan
(SMK) Bina Am mamur?
6) Siapakah yang berperan dalam
pengoperasian sistem akuntansi
penggajian pada Sekolah Menengah
Kejuruan (SMK) Bina Am mamur?
1.3 Ruang Lingkup
Ruang lingkup yang akan dibahas pada
penelitian ini adalah Aktifitas proses
perhitungan gaji pegawai yang terdiri dari :
pencatatan waktu hadir pegawai, honor jabatan,
insentif masa kerja dan tunjangan.
1.4 Metode Analisa dan Rancangan
Setelah melakukan proses pengumpulan data
selanjutnya data yang sudah diperoleh diolah
dan dianalisa, Dalam melakukan perancangan
sistem penggajian pegawai pada Sekolah
Menengah Kejuruan (SMK) Bina Am mamur.
Disini penulis menggunakan beberapa metode
Analisa yang dilakukan metode analisa sistem
yaitu, analisa PIECES.
Data yang diperoleh kemudian dianalisa dan
digambarkan dalam bentuk usecase dengan
menggunakan software UML. Perancangan
system diimplementasikan ke dalam bahasa
122
pemograman PHP, XAMPP serta MySQL,
Adobe Dreamweaver CS5, dan metode
pengujian yang digunakan Blackbox Testing.
2. Kajian Teori
2.1 Kajian Umum
Menurut Gorden B. Davis dalam bukunya
Tata Sutabri (2012:6), mendefinisikan bahwa
sistem bisa berupa abstrak atau fisik. Sistem
abstrak susunan gagasan-gagasan atau
konsepsi ang teratur yang saling bergantung.
Menurut Rohmat Taufiq (2013:2), Sistem
adalah kumpulan dari sub-sub sistem abstrak
maupun fisik yang saling terintegrasi dan
berkolaborasi untuk mencapai suatu tujuan
tertentu.
Menurut Bambang Hartono (2013:9),
Sistem adalah suatu himpunan dari berbagai
bagian atau elemen, yang saling berhubungan
secara teroganisasi berdasar fungsi-fungsinya,
menjadi satu kesatuan.
Menurut Tata Sutabri (2012:20-21), Siklus
Hidup Sistem adalah proses evolusioner yang
diikuti dalam menerapkan sistem atau
subsistem informasi berbasis komputer.
Menurut Tata Sutabri (2012:22), Informasi
adalah data yang telah diklasifikasikan atau
diinterprestasi untuk digunakan dalam proses
pengambilan keputusan.
Menurut Tata Sutabri (2012:38), Sistem
informasi adalah suatu sistem di dalam suatu
organisasi yang mempertemukan kebutuhan
pengolahan transaksi harian yang mendukung
fungsi operasi organisasi yang bersifat manajerial
dengan kegiatan strategi dari suatu organisasi
untuk dapat menyediakan laporan-laporan oleh
pihak luar tertentu.
Menurut Yakub (2012:142), Analisa sistem
dapat diartikan sebagai suatu proses untuk
memahami sistem yang ada, dengan menganalisa
jabatan dan uraian tugas (business users), proses
bisnis (business prosess), ketentuan atau aturan
(business rule), masalah dan mencari solusinya
(business problem and business soulution), dan
rencana-rencana perusahaan (business plan).
Menurut Mulyanto (2009:125), Analisa
sistem adalah teori sistem umum yang sebagai
sebuah landasan konseptual yang mempunyai
tujuan untuk memperbaiki berbagai fungsi
didalam sistem yang sedang berjalan agar menjadi
lebih efisien, mengubah sasaran sistem yang
sedang berjalan, merancang/mennganti output
yang sdang digunakan, untuk mencapai tujuan
yang sama dengan seperangkat input yang lain
(biasa jadi lebih sederhana dan lebih interatif)
atau melakukan beberapa perbaikan serupa.
Menurut Kamus Besar Bahasa Indonesia
(2002:43), Analisis adalah penguraian suatu
pokok atas berbagai bagiannya dan penelaahan
bagian itu sendiri serta hubungan antar bagian
 Seminar Nasional Informatika 2015

untuk memperoleh pengertian yang tepat dan 7. Jika tidak, maka laporan gaji diserahkan
pemahanan arti keseluruhan. kepada Bagian Bendahara untuk dihitung
Menurut Komarudin (2001:53), Analisis kembali
adalah kegiatan berfikir untuk menguraikan suatu 8. Jika ya, maka laporan gaji di ACC oleh
keseluruhan menjadi komponen sehingga dapat Kepala Sekolah dan diberikan kepada
mengenal tanda-tanda komponen hubungannya Bendahara
satu sama lain dan fungsi masing-masing dalam 9. Bendahara mencairkan gaji
satu keseluruhan yang terpadu. 10. Bagian Tata Usaha menerima pencairan
uang gaji
2.2 Kajian Khusus 11. Bagian Tata Usaha mempersiapkan gaji
Menurut Saifuddin Bachrun (2012:2), Gaji dan slip gaji
adalah hak pekerja atau buruh yang diterima 12. Pegawai menerima gaji dan slip gaji
dan dinyatakan dalam bentuk uang sebagai
imbalan dari pengusaha untuk pemberi kerja
kepada pekerja atau buruh yang ditetapkan dan
dibayarkan menurut suatu perjanjian kerja,
kesepakatan, atau peraturan perundang-undangan,
termasuk tunjangan
bagi pekerja atau buruh dan keluarganya atas
suatu pekerjaan yang telah atau akan dilakukan.
Menurut Hary (2014:397), Akuntansi
penggajian yaitu kompensasi karyawan berupa
gaji atau tunjangan-tunjangan sering kali
menimbulkan jumlah kewajiban lancar yang
cukup signifikan bagi perusahaan (pemberi
kerja). Akuntansi untuk penggajian meliputi lebih
dari sekedar pembayaran gaji kepada karyawan.
Menurut Munandar dkk (2014:2), Efektivitas
menunjukan peranan manajemen sebagai ends
(hasil akhir) yang berarti mengarahkan proses
pada pencapaikan hasil akhir sesuai sasaran Gambar 1: Use Case Prosedur Sistem Penggajian
dengan kata lain, efektivitas memberikan
perhatian khusus pada pencapaian hasil Berdasarkan gambar 3.2 Use Case
setinggi-tingginya sesuai dengan sasaran yang Diagram yang berjalan saat ini terdapat :
dituju. Jadi, efektivitas merupakan arahan untuk a. 1 sistem yang mencakup seluruh kegiatan
mencapai sasaran yang tinggi (efektifitas Sistem Perhitungan Gaji Pegawai.
tinggi). b. 4 actor yang melakukan kegiatan
Menurut Rohmat Taufiq, S.Kom., M.Kom diantaranya : Bagian Tata Usaha,
(2013:154), Analisa Pieces merupakan analisa Bendahara, Kepala Sekolah, Pegawai.
yang melihat sistem dari Performance, c. 2 extend points
Information, Economic, Control, Efficiency dan
Service.
Menurut Al fatta (2007:51) metode yang
menggunakan enam variabel yaitu Performance,
Information/Data, Economic, Control/Security,
Efficiency, dan Service.

3. Analisa dan Pembahasan

3.1 Prosedur Sistem
Berikut adalan prosedur system yang saat ini
Gambar 2: Activity Prosedur Sistem Penggajian
berjalan:
1. Bagian Tata Usaha rekap absen
Berdasarkan Gambar 3.3. Activity diagram
2. Bagian bendahara menerima rekap absen
proses perhitungan gaji pegawai terdapat:
3. Bagian Bendahara menghitung gaji a. 1 Initial Node, objek yang diawali.
4. Bagian Bendahara Membuat laporan gaji b. 10 Action, state dari sistem yang
5. Bendahara memberikan laporan gaji
mencerminkan eksekusi dari suatu
kepada kepala sekolah
diantaranya : rekap absen, menerima rekap
6. Kepala sekolah memeriksa laporan gaji
absen, menghitung gaji, menerima laporan
dari Bendahara
gaji, memeriksa laporan gaji, mencairkan
uang gaji, membuat slip gaji, menerima

123
Seminar Nasional Informatika 2015

pencairan uang gaji, mempersiapkan gaji PIECES ANALISA

dan slip gaji, menerima gaji dan slip gaji. Perform Data yang dibutuhkan tidak dapat
c. 1 Decision Node, untuk membuat ance ditampilkan karena harus melihat dari
keputusan. beberapa data terlebih dahulu.
d. 1 Final State, objek yang diakhiri. Waktu yang digunakan dalam
menyajikan informasi yang dibutuhkan
3.2 Pembahasan Analisa PIECES banyak yang terbuang karena lamanya
Berdasarkan tahapan analisa ini suatu sistem proses pencarian dalam bentuk catatan-
atau aplikasi yang dilakukan sebelum catatan yang menumpuk sehingga harus
perancangan sistem dibuat. Tujuan dalam mencari satu per satu data yang
penerapan sistem adalah untuk mengetahui alasan dibutuhkan.
mengapa sistem tersebut dibutuhkan dalam proses Informa Adanya kesalahan dalam proses
perhitungan gaji. tion penyajian informasi karena penyajian
Metode analisa yang digunakan yaitu informasi yang disampaikan tidak
menggunakan metode PIECES : mendetail secara keseluruhan sehingga
menimbulkan kesalahan persepsi.
1. Performance (kinerja) Informasi yang dihasilkan masih
Perfomance atau kinerja merupakan suatu kurang relevan dengan kebutuhan
analisis terhadap kemampuan sistem dalam pengguna yang ada karena tidak
menyelesaikan tugas dengan baik. adanya pembatas hak akses.
Econom Masih banyaknya pengeluaran dalam
2. Information (Informasi) ics proses pencatatan gaji pegawai yang
Informasi merupakan hal terpenting bagi
masih melakukan pencatatan gaji
seorang pengguna akhir pada suatu sistem dalam
pegawai dengan menggunakan kertas.
pengambilan keputusan.
Control Kontrol terhadap perhitungan gaji
3. Economic (Ekonomi) pegawai tidak ada sehingga tidak dapat
Pada sistem yang berjalan saat ini dapat diketahui sewaktu-waktu terjadi
dilihat dalam segi ekonomi sistem yang ada masih kesalahan dalam penginputan data.
mengeluarkan biaya yang tidak sedikit dalam Efficien Material kertas, tinta dan stampel yang
proses pencatatan data penggajian menggunakan ce digunakan untuk dokumen penggajian
kertas, maka sistem yang berjalan saat ini masih atau slip gaji terlalu berlebihan.
kurang ekonomis. Banyaknya actor dalam proses
penggajian sehingga menjadi lebih
4. Control (kontrol) tidak efektif dalam sumber daya
Pengontrolan dalam sistem penggajian ini manusia.
sangat diperlukan, guna untuk meningkatkan Service Pelayanan terhadap pegawai dalam
kinerja sistem, mencegah atau mendeteksi pemberian gaji pegawai sering
penyalahgunaan atau kesalahan sistem. mengalami keterlambatan atau
pelayanan yang lama akibat
5. Effisiency (efisiensi) perhitungan upah yang diberikan tidak
Terdapat perbedaan antara efisiensi dengan sesuai karena adanya kesalahan
ekonomis. Ekonomis berkaitan dengan sesedikit penginputan data.
mungkin jumlah sumber daya yang digunakan
sehingga menghasilkan keuntungan, sedangkan 3.3 Pernyataan Masalah
efisiensi berhubungan dengan bagaimana sumber
daya yang ada dapat digunakan dengan sebaik dan Pernyataan masalah Visibilitas Solusi
sehemat mungkin dengan pemborosan atau biaya /Prioritas diusulkan
yang paling minimum. Data yang dibutuhkan Tinggi / 1 Pembuatan
tidak dapat Sistem yang
6. Service (pelayanan) ditampilkan karena effective dan
Pelayanan yang diberikan sangat mendukung harus melihat dari efficient
dalam proses penggajian. Guna untuk beberapa data terlebih
meningkatkan pelayanan terhadap pegawai, dahulu.
sehingga pegawai merasa puas dengan upah yang Waktu yang digunakan Tinggi / 1 Pengembang
mereka dapat sesuai dengan hasil kerja yang dalam menyajikan an Sistem
dilakukan. informasi yang baru
dibutuhkan banyak
Berikut di bawah ini adalah table hasil analisa yang terbuang.
kinerja : Adanya kesalahan Tinggi / 2 Pengembang

124
 Seminar Nasional Informatika 2015

dalam proses an Sistem 3.4 Matrik Analisa Sebab dan Akibat

penyajian informasi baru PIECES
karena penyajian Matrik sebab akibat digunakan untuk
informasi yang menentukan tujuan-tujuan perbaikan sistem
disampaikan tidak pengolahan penggajian pada SMK BINA AM
mendetail secara MAMUR, dimana tujuan perbaikan sistem
keseluruhan sehingga disesuaikan dengan analisis masalah yang
menimbulkan ditemukan pada saat penulis melakukan analisa.
kesalahan persepsi. Tabel di bawah ini merupakan tabel matriks sebab
Informasi yang Tinggi / 1 Pengembang akibat yang digunakan untuk mempermudah
dihasilkan masih an Sistem dalam menentukan tujuan.
kurang relevan dengan baru, dengan
kebutuhan pengguna user Analisa Sebab dan Akibat
yang ada karena tidak management Masalah Sebab dan Akibat
adanya pembatas hak Data yang dibutuhkan Sebab: Data yang
akses. tidak dapat ditampilkan disimpan dalam kertas
Masih banyaknya Tinggi / 1 Pengembang karena harus melihat terpisah.
pengeluaran dalam an Sistem dari beberapa data Akibat: Akan
proses pencatatan gaji baru, dengan terlebih dahulu. memakan waktu yang
pegawai yang masih Laporan lama dalam
melakukan pencatatan secara menampilkan data yang
menggunakan kertas. online dibutuhkan.
Kontrol terhadap Tinggi / 1 Pengembang Waktu yang digunakan Sebab: Data yang
perhitungan gaji an Sistem dalam menyajikan disimpan dalam kertas
pegawai tidak ada baru, dengan informasi yang terpisah.
sehingga tidak dapat user dibutuhkan banyak Akibat: Waktu delai
diketahui sewaktu- management yang terbuang. penginputan data
waktu terjadi pegawai lebih dari 3
kesalahan dalam menit per pegawai.
penginputan data. Adanya kesalahan Sebab: Data yang
Material kertas, tinta Tinggi / 2 Pengembang dalam penyajian disimpan dalam kertas
dan stampel yang an Sistem informasi karena terlalu global.
digunakan untuk baru, dengan informasi yang Akibat: Informasi
dokumen penggajian Laporan disampaikan tidak yang di inginkan tidak
atau slip gaji terlalu secara mendetail secara lengkap dan detail.
berlebihan. online keseluruhan sehingga
Banyaknya actor Tinggi / 2 Pengembang menimbulkan
dalam proses an Sistem kesalahan persepsi.
penggajian sehingga baru, dengan Informasi yang Sebab: Informasi
menjadi lebih tidak user dihasilkan masih disampaikan kesemua
efektif dalam sumber management kurang relevan dengan orang.
daya manusia. kebutuhan pengguna Akibat: Informasi gaji
Pelayanan terhadap Tinggi / 1 Pengembang yang ada karena tidak bisa tersebar.
pegawai dalam an Sistem adanya pembatas hak
pemberian gaji baru, dengan akses.
pegawai sering system Banyaknya Sebab: Pencatatan
mengalami online. Satu pengeluaran dalam menggunakan Kertas
keterlambatan atau kali input di proses pencatatan gaji Akibat: Pengeluar
pelayanan yang lama depan. pegawai yang masih uang dalam jumlah
akibat perhitungan melakukan pencatatan yang banyak
upah yang diberikan menggunakan kertas.
tidak sesuai karena Kontrol terhadap Sebab: Informasi
adanya kesalahan perhitungan gaji tidak disampaikan kesemua
penginputan data. ada sehingga tidak orang.
dapat diketahui Akibat: Informasi gaji
sewaktu-waktu terjadi bisa tersebar.
kesalahan dalam
penginputan data.
Material kertas, tinta Sebab: Pencatatan
dan stampel yang menggunakan Kertas

125
Seminar Nasional Informatika 2015

digunakan untuk Akibat: Pengeluar d. Sistem akuntansi penggajian yang telah

dokumen penggajian uang dalam jumlah diterapkan pada Sekolah Menengah
atau slip gaji yang banyak Kejuruan (SMK) Bina Am Mamur telah
berlebihan. mempunyai sistem yang masih kurang baik,
Banyaknya actor dalam Sebab: Informasi maka dibuat sistem penggajian agar dapat
proses penggajian disampaikan kesemua mempermudah bagian bendahara dalam
sehingga menjadi lebih orang. proses penggajian.
tidak efektif dalam Akibat: Informasi gaji e. Dengan adanya sistem informasi akuntansi
sumber daya manusia. bisa tersebar. penggajian yang baru yang sudah
Pelayanan terhadap Sebab: Kesalahan terkomputerisasi, dapat menghemat waktu
pegawai dalam penginputan data gaji. dalam pembuatan laporan gaji pegawai dan
pemberian gaji pegawai Akibat: terjadi laporan kasbon pegawai secara cepat dan
sering mengalami keterlambatan dalam tepat. Informasi yang disajikan menjadi lebih
keterlambatan lama pemberian gaji. akurat dan tingkat ketelitian lebih tinggi,
akibat perhitungan kemungkinan terjadinya kesalahan sangat
upah yang diberikan kecil.
tidak sesuai karena f. Yang berperan dalam pengoperasian sistem
adanya kesalahan akuntansi penggajian pada Sekolah
penginputan data. Menengah Kejuruan (SMK) Bina Am
Mamur yaitu bagian bendahara untuk
Berdasarkan Analisa Sebab dan Akibat di atas, menginput data pegawai, bendahara yang
didapat sebuah kesimpulan awal dari analisa berperan untuk menginput data kasbon
masalah ini yang berujung pada membuat sebuah pegawai dan menginput data gaji pegawai
aplikasi Penggajian dengan tujuan untuk dan kepala sekolah hanya dapat melihat
perbaikan sistem. laporan data kasbon pegawai dan laporan gaji
pegawai.
4. Kesimpulan
5.
Berdasarkan hasil pembahasan yang telah Daftar Pustaka:
diuraikan pada bab-bab sebelumnya dan juga
berdasarkan hasil pengamatan penulis dari [1] Sutabri, Tata. 2012. Analisa Sistem
rumusan masalah, maka dapat diambil Informasi.Yogyakarta: Andi.
kesimpulan sebagai berikut: [2] Taufiq, Rohmat.2013. Sistem Informasi
a. Belum adanya sistem informasi penggajian Manajemen. Yogyakarta: GrahaIlmu.
yang terkomputerisasi sehingga banyaknya [3] Hartono, Bambang. 2013. Sistem Informasi
kendala dalam proses perhitungan gaji Manajemen Berbasis Komputer.
pegawai, maka pengolahan data tersebut Jakarta: PT Rineka Cipta.
tidak berjalan efektif dalam segi waktu. [4] Yakub. 2012. Pengantar Sistem Informasi,
Dimana bendahara harus menghitung Yogyakarta: Graha Ilmu
beberapa kali untuk memastikan honor [5] Mulyanto, Agus. 2009. Sistem Informasi
kehadiran pegawai dengan mengumpulkan Konsep & Aplikasi. Yogyakarta: Pustaka
beberapa berkas yang pengolahannya masih Pelajar.
manual hanya menggunakan bantuan [6] Al Fatta Hanif. 2007. Analisis &
Microsoft Excel, sehingga masih kurang Perancangan Sistem Informasi untuk
efisien dalam segi tenaga. Keunggulan Bersaing Perusahaan dan
b. Dari media sebelumnya masih kurang Organisasi Modern. Yogyakarta: Penerbit
efisien maka yang dibutuhkan sistem Andi.
perhitungan gaji pegawai dengan [7] Bachrun, Saifuddin.2012. Desain
menggunakan website. Sehingga dapat Pengupahan Untuk Hubungan Industrial
memudahkan user dalam proses Dalam
perhitunggan gaji pegawai tanpa harus Praktik, Jakarta, Cetakan 1, PPM.
mengumpulkan beberapa berkas serta [8] Hary, SE.,M.Si. 2014. Akuntansi
penyimpanan data pun akan tersimpan aman. Perpajakan. Jakarta : PT Grasindo.
c. Untuk merancang sistem penggajian [9] M Munandar, Jono. 2014. Pengantar
pegawai dibuat sebuah system yang dapat Manajemen Panduan Komprehentif
meringkas semua data dengan Pengelolaan Organisai. Bogor. IPB Press.
menggunakan Bahasa pemograman PHP [10] Sastradipoera, Komarudin (2001), Sejarah
untuk mempermudah dalam perhitungan Pemikiran Ekonomi, Bandung: Kappa-
gaji pegawai pada Sekolah Menengah Sigma.
Kejuruan (SMK) Bina Am Mamur. [11] Departemen Pendidikan Nasional (2002).

126
 Seminar Nasional Informatika 2015

Kamus Besar Bahasa Indonesia Pusat

Bahasa. Jakarta PT Gramedia Pustaka
utama.

127
Seminar Nasional Informatika 2015

METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK

SELEKSI PENERIMAAN KARYAWAN
(STUDI KASUS : CV. ASIA EXOTICA)

Ria Eka Sari

Universitas Potensi Utama

Sistem Informasi, Fakultas Teknik dan Ilmu Komputer
Jl. K.L Yos Sudarso Km 6.5 No. 3-A Tanjung Mulia Medan
Email : ladiespure@gmail.com

Abstrak

Salah satu faktor pendukung perkembangan perusahaan adalah sumber daya manusia yang berkualitas,
sehingga menjadi hal yang penting dalam penyeleksian calon karyawan secara tepat, sehingga menghasilkan
karyawan yang sesuai dengan kebutuhan perusahaan. Permasalahannya yang kerap terjadi pada CV.Asia
Exotica yaitu mengalami kesulitan dalam menjaring pelamar pekerjaan, karena berkas-berkas sering kali
ditangani dan disortir secara manual, sehingga kadang ada pelamar yang sebenarnya tidak memenuhi kriteria
atau kebutuhan diikutkan dalam proses wawancara, atau bahkan diterima bekerja di perusahaan tersebut.
Akibatnya perusahaan akan memiliki tenaga kerja yang sebenarnya tidak sesuai dengan kebutuhan
perusahaan. Hal ini secara tidak langsung dapat menghambat produktivitas perusahaan itu sendiri. Oleh
karena itu sistem informasi dianggap sangat dibutuhkan dalam membantu pengambilan keputusan yang
cepat, tepat dan mengurangi kesalahan yang disebabkan oleh manusia. Ada banyak metode untuk
membangun sebuah sistem pendukung keputusan. Salah satunya adalah dengan metode Simple Additive
Wieighting (SAW) dalam pengambilan keputusan banyak kriteria. Metode ini akan memberikan pembobotan
alternatif pilihan sesuai dengan banyak kriteria yang ditetapkan. Alternatif pilihan dengan bobot terbesar,
merupakan alternatif pilihan yang direkomendasikan untuk dipilih sebagai karyawan dengan kualitas yang
didapatkan secara objektif, dan diharapkan informasi yang dihasilkan dapat membantu mempercepat dalam
mengambil sebuah keputusan.

Kata kunci : Sistem Pendukung Keputusan, Simple Additive Weighting, Penerimaan Karyawan

1. Pendahuluan penjumlahan terbobot dari rating kinerja pada

Salah satu faktor pendukung perkembangan
perusahaan adalah sumber daya manusia yang
berkualitas, sehingga menjadi hal yang penting dalam
penyeleksian calon karyawan secara tepat, sehingga
menghasilkan karyawan yang sesuai dengan kebutuhan
perusahaan. Seringkali pihak perusahaan yang
menangani penerimaan pegawai baru berhadapan
dengan masalah yaitu kesalahan seleksi berkas
dikarenakan begitu banyak berkas yang masuk harus
dicocokkan dengan begitu banyak kriteria yang
diinginkan perusahaan. Untuk membantu
perusahaan dalam mempermudah dalam
pengambilan keputusan maka penyelesaiannya
dengan metode Simple Additive Wieighting(SAW)
yang diharapkan informasi yang dihasilkan bisa
menjadi rekomendasi keputusan oleh Pengambil
Keputusan.
Simple Additive Wieighting(SAW) adalah
menentukan nilai bobot untuk setiap atribut,
kemudian dilanjutkan dengan proses
perangkingan yang akan menyeleksi alternatif
yang sudah diberikan dengan menerapkan metode
Simple Additive Weighting (SAW) dengan
setiap alternatif dari
semua atribut. Metode SAW membutuhkan
proses normalisasi matriks keputusan (X) ke suatu
skala yang dapat diperbandingkan dengan semua
rating alternatif yang ada. Metode ini merupakan
metode yang paling terkenal dan paling banyak
digunakan dalam menghadapi situasi Multiple
Attribute Decision Making (MADM). MADM itu
sendiri merupakan suatu metode yang digunakan
untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu [3].
Dengan metode perangkingan tersebut,
diharapkan penilaian akan lebih tepat karena
didasarkan pada nilai kriteria dan bobot yang
sudah ditentukan sehingga akan mendapatkan
hasil yang lebih akurat terhadap siapa yang akan
diterima untuk bekerja.
2. Landasan Teori
2.1 Sistem Pendukung Keputusan
SPK sebagai sebuah sistem berbasis
komputer yang membantu dalam proses
pengambilan keputusan. SPK sebagai sistem
informasi berbasis komputer yang adaptif,

128

interaktif, fleksibel, yang secara khusus
dikembangkan untuk mendukung solusi dari
pemasalahan manajemen yang tidak terstruktur
untuk meningkatkan kualitas pengambilan
keputusan. Dengan demikian dapat ditarik satu
definisi tentang SPK yaitu sebuah sistem berbasis
komputer yang adaptif, fleksibel, dan interaktif
yang digunakan untuk memecahkan masalah-
masalah tidak terstruktur sehingga meningkatkan
nilai keputusan yang diambil [5].
2.1.1 Komponen Sistem Pendukung Keputusan
Aplikasi komponen-komponen sistem
pendukung keputusan dapat terdiri dari subsistem,
diantaranya :
1. Subsistem manajemen data. Subsistem
manajemen data mencakup satu database
yang berisi data yang relevan untuk situasi
dan dikelola oleh sistem manajemen
basisdata (Data Base Management Systems
(DBMS)). Subsistem manajemen data dapat
diinterkoneksikan dengan data warehouse
perusahaan, suatu repositori untuk data
perusahaan yang relevan untuk pengambil
keputusan. Biasanya data disimpan atau
diakses via server web databasel. Subsistem
manajemen data dapat diinterkoneksikan
dengan data warehouse perusahaan.
2. Subsistem manajemen model. Merupakan
paket perangkat lunak yang memasukkan
model keuangan, statistik, ilmu manajemen,
atau model kuantitatif lainnya yang
memberikan kapabilitas analitik dan
manajemen perangkat lunak yang tepat.
3. Subsistem antarmuka pengguna. Pengguna
berkomunikasi dengan dan memerintahkan
DSS melalui subsistem ini. Pengguna adalah
bagian yang dipertimbangkan dari sistem.
Para peneliti menegaskan bahwa beberapa
kontribusi unik dari DSS berasal dari
interaksi yang intensif antara komputer dan
pembuat keputusan.
4. Subsistem manajemen berbasis-pengetahuan.
Subsistem ini dapat mendukung semua
subsistem lain atau bertindak sebagai
komponen independen. Ia memberikan
inteligensi untuk memperbesar pengetahuan
si pengambil keputusan [2].
2.2 Logika Fuzzy
Konsep tentang logika Fuzzy diperkenalkan
oleh Prof. Lotfi Astor Zadeh pada tahun 1962.
Logika fuzzy adalah metodologi sistem kontrl
pemecahan masalah, yang cocok untuk
diimplementasikan pada sistem, mulai dari sistem
yang sederhana, sistem kecl, embedded system,
jaringan PC, multi-channel atau workstation
berbasis akuisisi data, dan sistem kontrol.
Seminar Nasional Informatika 2015
Metodologi ini dapat diterapkan pada perangat
keras, perangkat lunak, atau kombinasi keduanya.
Dalam logika klasik dinyatakan bahwa segala
sesuatu bersifat biner, yang artinya adalah hanya
mempunyai dua kemungkinan, Ya atau Tidak,
Benar atau Salah, Baik atau Buruk, dan lain-
lain. Oleh karena itu, semua ini dapat mempunyai
nilai keanggotaan 0 atau 1.Akan tetapi, dalam
logika fuzzy memungkinkan nilai keanggotaan
berada di antara 0 dan 1. Artinya, bisa saja suatu
keadaan mempunyai dua nilai Ya dan Tidak,
Benar dan Salah, Baik dan Buruk secara
bersamaan, namun besar nilainya tergantung pada
bobot keanggotaan yang dimilikinya. Logika
fuzzy dapat digunakan di berbagai bidang, seperti
sistem diagnosa penyakit (dalan bidang
kedokteran); pemodelan sistem pemasaran, riset
operasi (dalam bidang ekonomi); kendali kualitas
air, prediksi adanya gempa bumi, klasifikasi dan
pencocokan pola [1].
Fuzzy Multi Atribute Decision Making (Fuzzy
MADM)
Pada dasarnya, proses MADM dilakukan melalui
3 tahap, yaitu penyusunan komponen-komponen
situasi, analisis, dan sintesis informasi. Ada
beberapa metode yang dapat digunakan untuk
menyelesaikan masalah FMADM yaitu [1]:
1. Simple Additive Weighting Method (SAW).
2. Weighted Product (WP).
3. ELECTRE.
4. TOPSIS (Technique for Order Preference by
Similarity to Ideal Solution ).
5. Analytic Hierarchy Process (AHP).
Pada dasarnya proses MADM dilakukan melalui
3 tahapan yaitu: penyusunan komponen-
komponen situasi, analisis dan sintesis informasi.
Pada tahap penyusunan komponen, komponen
situasi akan dibentuk tabel taksiran yang berisi
identifikasi alternatif dan spesifikasi tujuan,
kriteria dan atribut. Salah satu cara untuk
menspesifikasikan tujuan situasi |Oi, i=1,...,t |
adalah dengan cara mendaftar konsekuensi-
konsekuensi yang mungkin dari alternatif yang
telah teridentifikasi | Ai, i=1,...,n|. Selain itu juga
disusun atribut-atribut yang akan digunakan |ak,
k=1,...,n|. Tahap analisis dilakukan melalui 2
langkah, yaitu:
a. Mendatangkan taksiran dari besaran yang
potensial, kemungkinan dan ketidakpastian yang
berhubungan dengan dampak-dampak yang
mungkin pada setiap alternatif.
b. Meliputi pemilihan dari preferensi pengambil
keputusan untuk setiap nilai dan ketidakpedulian
terhadap resiko yang timbul.
Masalah Multi Attribute Decision Making
(MADM) adalah mengevaluasi m alternatif Ai
129
Seminar Nasional Informatika 2015
(i=1,2,...,m) terhadap sekumpulan atribut atau
kriteria Cj (j=1,2,...,n), dimana setiap atribut
saling tidak bergantung satu dengan yang lainnya.
Matriks keputusan setiap alternatif terhadap setiap
atribut X. Dalam penelitian ini menggunakan
FMADM metode Fuzzy SAW. Adapun langkah-
langkahnya adalah:
1. Menentukan kriteria-kriteria yang akan
dijadikan
acuan dalam pengambilan keputusan, yaitu Ci.
2.Menentukan rating kecocokan setiap alternatif
pada setiap kriteria.
3.Membuat matriks keputusan berdasarkan
kriteria (Ci), kemudian melakukan normalisasi
matriks berdasarkan persamaan yang
disesuaikan dengan jenis atribut (atribut
keuntungan ataupun atribut biaya) sehingga
diperoleh matriks ternormalisasi
4.Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot sehingga
diperoleh nilai terbesar yang dipilih sebagai
alternatif terbaik (Ai) sebagai solusi [1].
2.2.1 Algorithma Simple Additive Weighting
(SAW)
Metode SAW merupakan metode yang paling
dikenal dan paling banyak digunakan dalam
menghadapi situasi MADM. Metode ini
mengharuskan pembuat keputusan menentukan
bobot bagi setiap atribut. Skor total untuk sebuah
alternatif diperoleh dengan menjumlahkan seluruh
hasil perkalian antara rating (yang dapat
dibandingkan lintas atribut) dan bobot tiap atribut.
Rating tiap atribut haruslah bebas dimensi dalam
arti telah melewati proses normalisasi
sebelumnya. Pada dasarnya metoda ini
berdasarkan konsep pembobotan rata-rata.
Pembuat keputusan secara langsung menentukan
bobot kepentingan relatif pada masing-masing
peta tematik. Total nilai masing-masing alternatif
didapatkan dengan mengalikan bobot yang
ditentukan untuk masingmasing atribut dan
menjumlahkan hasil atribut-atribut tersebut.
Menurut Thill saat skor keseluruhan semua
alternatif dihitung, alternatif dengan nilai tertinggi
akan dipilih. Evaluasi aturan keputusan masing-
masing alternatif, Ai, seperti rumus sebagai
berikut :
Ai = Wj.Xij .. (1) masih dilakukan secara manual yaitu dengan
Dimana Xij : adalah alternatif ke i pada atribut j.
Wj : adalah normalisasi bobot (Wj=1).
Bobot-bobot tersebut menunjukkan pentingnya
atribut secara relatif. Alternatif yang paling dipilih
diseleksi dengan mengidentifikasi nilai Ai
maksimum.
130
Ai (i=1,2,...,m) .. (2)
Metode SAW sering juga dikenal istilah metode
penjumlahan terbobot. Konsep dasar metode SAW
adalah mencari penjumlahan terbobot dari rating
kerja pada setiap alternatif pada semua atribut
(fishburn,1967),(MacCrimmon,1968). Metode
SAW membutuhkan proses normalisasi matriks
keputusan (X) ke skala yang dapat
diperbandingkan dengan semua rating alternatif
yang ada [4].
.(3
)
dimana :
Ri j = nilai rating kinerja ternormalisasi
Xi = nilai atribut yang dimiliki dari setiap
kriteria
Max xij = nilai terbesar dari setiap kriteria i
Min xij = nilai terkecil dari setiap kriteria i
Benefit = jika nilai terbesar adalah terbaik
Cost = jika nilai terkecil adalah terbaik
Dimana rij adalah rating kinerja ternormalisasi
dari alternatif Ai pada atribut Cj; i=1,2,..., m dan
j=1,2,...,n.
Nilai preferensi untuk setiap alternatif
(Vi)diberikan sebagai:
. (4)
Di mana :
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih.
3. Analisa dan Hasil Pembahasan
3.1 Analisa Proses SAW
1. Analisa Masalah
Proses pengambilan keputusan penyeleksian
penerimaan karyawan pada CV. Asia Exotica
meyeleksi begitu banyak berkas yang masuk dan
kemudian harus dicocokkan dengan begitu banyak
kriteria yang diinginkan perusahaan, dan juga
yang kerap menjadi permasalahaan CV. Asia
Exotica mengalami kesulitan dalam menjaring
pelamar pekerjaan, karena berkas-berkas sering
kali ditangani dan disortir secara manual,
sehingga kadang ada pelamar yang sebenarnya
 Seminar Nasional Informatika 2015

tidak memenuhi kriteria atau kebutuhan diikutkan Tabel 4 : Pembobotan C3 = Usia

dalam proses wawancara, atau bahkan diterima Usia Kategori Nilai
bekerja di perusahaan tersebut. Akibatnya 25 30 Tahun Cukup 0.50
perusahaan akan memiliki tenaga kerja yang 20 25 Tahun Sangat Baik 1
sebenarnya tidak sesuai dengan kebutuhan
perusahaan. Setelah ktieria-kriteria atau syarat Tabel 5 : Pembobotan C4 = Status
tersebut dikumpulkan lalu dilanjutkan dengan Status Kategori Nilai
menganalisa bagaimana ketektuan yang harus Menikah Cukup 0.50
digunakan dalam penerimaan karyawan. Setelah Single Sangat Baik 1
dianalisa dilakukan proses perhitungan hasil serta
mencocokkannya dengan standar nilai dan kriteria Tabel 6 : Pembobotan C5 = Alamat
tertentu. Hal ini menyulitkan pihak perusahaan Alamat Kategori Nilai
dalam melakukan seleksi karyawan serta
Jauh Tidak Baik 0.50
membutuhkan waktu yang cukup lama untuk
Sedang Cukup 0.75
menganalisa dan menentukan siapa yang layak
Dekat Sangat Baik 1
untuk diterima menjadi karyawan.
2. Pengumpulan Kebutuhan
Dari kriteria yang ada, maka sidapatkan rating
Analisis sistem pendukung keputusan dimulai
kecocokan setiap kriteria sebagai berikut :
dari analisa terhadap kriteria-kriteria yang dapat
dijadikan tolak ukur terhadap proses
Tabel 7 : Rating Kecocokan setiap Kriteria
berlangsungnya dalam pemilihan karyawan.
Kriteria ini disusun berdasarkan kebutuhan dari Kriteria
proses pemilihan karyawan, dimana kriteria yang Dosen C1 C2 C3 C4 C5
dimaksud adalah kriteria benefit : Pendidikan, A1 1 0.50 1 1 0.50
Pengamalan Kerja, Usia dan kriteria cost : A2 0.75 1 1 0.50 1
Status dan Alamat. A3 0.75 0.50 0.50 1 0.75
a. Penentuan Kriteria A4 0.50 0.50 1 1 1
Model Fuzzy Multiple Attribute Decision A5 1 1 0.50 0.50 1
Making (FMADM) dan Simple Additive Weighting
(SAW) dalam prosesnya memerlukan kriteria yang Lalu dari tabel rating kecocokan diatas dirubah
akan dijadikan bahan perhitungan pada proses kedalam bentuk matriks keputusan X dengan data
perangkingan. Dalam hal ini di inisialisasikan :
variabel C sebagai identitas untuk menentukan
syarat atau ketentuan karyawan pada CV. Asia 1 0.50 1 1 0.50
Exotica Medan. Kriteria yang menjadi bahan 0.75 1 1 0.50 1
pertimbangan dalam proses seleksi penerimaan 0.75 0.50 0.50 1 0.75
karyawan seperti yang ditunjukkan pada tabel 3.1 0.50 0.50 1 1 1
dibawah ini : 1 1 0.50 0.50 1
Tabel 1 : Keterangan
Kriteria Keterangan Dan vektor bobot : W= [0.2 0.3 0.2 0.15 0.15]
C1 Pendidikan
C2 Pengalaman Kerja Setelah didapatkan matriks keputusan X,
C3 Usia kemudian dirubah kedalam normalisasi matrik R ,
C4 Status matriks normalisasi R didapat dari rumus pada
C5 Alamat Gambar 1 yaitu rumus untuk kriteria benefit
b. Pembobotan Nilai Kriteria berbeda dengan kriteria cost. Penjelasannya
Dalam pembobotan nilai kriteria telah adalah sebagai berikut :
dipaparkan pada proses kerja dari metode Simple 1. Perhitungan untuk Kriteria Benefit dengan
Additive Weighting dengan ketentuan : rumus
persamaan 1 adalah sebagai berikut :
Tabel 2 : Pembobotan C1 = Pendidikan a. C1 = Pendidikan
Pendidikan Kategori Nilai R11 1/1 = 1
SMA/SMK/STM Tidak Memenuhi 0.50 R21 0.75/1 = 0.75
Diploma 3 (D3) Memenuhi 0.75 R31 0.75/1 = 0.75
Strata 1 (S1) Sangat Memenuhi 1 R41 0.50/1 = 0.50
R51 1/1 = 1
Tabel 3 : Pembobotan C2 = Pengalaman Kerja
Pengalaman Kerja Kategori Nilai b. C2 = Pengalam Kerja
2 Tahun Memenuhi 1 R12 0.50/1 = 0.50
1 Tahun Sangat Memenuhi 0.50 R22 1/1 = 1

131
Seminar Nasional Informatika 2015

R32 0.50/1 = 0.50 A1 0.775

R42 0.50/1 = 0.50 A2 0.875
R52 1/1 = 1 A3 0.575
A4 0.600
c. C3 = Usia A5 0.825
R13 1/1 = 1
R23 1/1 = 1 Maka Alternatif yang memiliki nilai tertinggi dan
R33 0.50/1 = 0.50 bisa dipilih adalah alternatif A2 (Calon
R43 1/1 = 1 Karyawan) dengan nilai 0.875 untuk dipilih
R53 0.50/1 = 0.50 menjadi karyawan pada perusahaan.

2. Perhitungan untuk Kriteria Cost dengan rumus 4. Kesimpulan

pesamaan 2 adalah sebagai berikut :
a. C4 = Status Setelah dilakukan analisis dan pengujian
R14 0.50/1 = 0.50 perhitungan dengan menggunakan Fuzzy (
R24 0.50/0.50 = 1 FMADM) dalam seleksi penerimaan karyawan
R34 0.50/1 = 0.50 menggunkan metode Simple Additve Weighting,
R44 0.50/1 = 0.50 maka dapat diambil kesimpulan :
R54 0.50/0.50 = 1 1. Didapatkan hasil analisa perankingan masing-
masing alternatif adalah A1 = 0.775, A2 =
b. C5 = Alamat 0.875, A3 = 0.575, A4 = 0.600 dan A5 =
0.825. Dan nilai tertinggi adalah pada A2 =
R14 0.50/0.50 = 1
0.875 sangat direkomendasikan untuk diterima
R24 0.50/1 = 0.50
sebagai karyawan berdasarkan kriteria yang
R34 0.50/0.75 = 0.66
diinginkan oleh pihak perusahaan.
R44 0.50/1 = 0.50 2. Metode Simple Additve Weighting (SAW)
R54 0.50/1 = 0.50 ternyata mampu menghasilkan analisis dan
informasi serta menyelesaikan masalah yang
Setelah melakukan perhitungan maka didapatkan multiple kriteria menjadi suatu informasi
matrik normalisasi R adalah sebagai berikut : berupa keputusan yang dapat digunakan oleh
pihak perusahaan dalam mengambil keputusan
1 0.50 1 0.50 1 untuk seleksi penerimaan karyawan.
0.75 1 1 1 0.50 3. Metode Simple Additve Weighting (SAW)
0.75 0.50 0.50 0.50 0.66 dapat diterapkan pada perusahaan CV. Asia
0.50 0.50 1 0.50 0.50 Exotica dalam seleksi karyawan yang sesuai
1 1 0.50 1 0.50 dengan kriteria yang ditetapkan oleh
perusahaan.
Kemudian hasil normalisasi kita hitung dengan
rumus persamaan 3, yaitu mengalikan setiap baris 5. Saran
ditabel normalisasi R dengan bobot kriteria yang
telah ditetapkan sebelumnya oleh pengambil Adapun saran yang berkaitan dengan
keputusan perusahaan itu sendiri. Penjelasannya pengujian metode Fuzzy SAW ini adalah sebagai
adalah sebagai berikut : berikut :
1. Pihak perusahaan bisa menambahkan kriteria
A1 = (1*0.2) + (0.50*0.3) + (1*0.2) + (0.50*0.15) yang nantinya bisa karyawan yang teseleksi
+ (1*0.15) = 0.775 akan lebih berkualitas.
A2 = (0.75*0.2) + (1*0.3) + (1*0.2) + (1*0.15) 2. Metode SAW diharapkan dapat
+ (0.50*0.15) = 0.875 diimplementasikan kedalam perangkat lunak
A3 = (0.75*0.2) + (0.50*0.3) + (0.50*0.2) + yang lebih userfriendly, dimana user dapat
(0.50*0.15) + (0.66*0.15) = 0.575 lebih mudah menggunakanya.
A4 = (0.50*0.2) + (0.50*0.3) + (1*0.2) + 3. Dalam memecahkan masalah multikriteria
(0.50*0.15) + (0.50*0.15) = 0.600 metode SAW bukan satu-satunya metode
A5 = (1*0.2) + (1*0.3) + (0.50*0.2) + pengambilan keputusan yang dapat digunakan,
(1*0.15) + (0.50*0.15) = 0.825 alangkah baiknya jika dicoba dibandingkan
dengan menggunakan metode yang lain untuk
Dari proses perhitungan nilai akhir maka mendukung keputusan yang lebih efektif.
didapatkan nilai pada tabel 8 :

Tabel 8. Hasil Perankingan Alternatif

ALTERNATIF

132

6. Daftar Pustaka:
[1] Alfa Soleh, Ria Eka Sari dkk, (2014),
Metode Fuzzy Simple Additive Weighting
(SAW) Dalam Menentukan Kualitas Kulit
Ular Untuk Kerajinan Tangan : Studi
Kasus CV. Asia Exotica Medan, Semnas
Informatika 2014.
[2] Efraim Turban, Jay E. Aronson, Ting Peng
Liang.,2005, Decision Support System and
Intelligent Systems Edisi 7 Jilid 1,
Yogyakarta , Andi Offset.
[3] Pristiwanto, 2014, Sistem Pendukung
Keputusan Dengan Metode Sample
Additive Weighting Untuk Menentukan
Seminar Nasional Informatika 2015
Dosen Pembimbing Skripsi, Jurnal
Informasi dan Teknologi Ilmiah(INTI),
ISSN : 2339-210X Volume : II Nomor : I,
Februari 2014.
[4] Sugiono, Nazori Agani (2012) Model Peta
Digital Rawan Sambaran Petir Dengan
Menggunakan Metode SAW (Simple
Additive Weigting) : Studi Kasus Propinsi
Lampung. Jurnal Telematika Mkom, Vol.4
No.1.
[5] Wibowo Hendry dkk, 2009, Sistem
Pendukung Keputusan Untuk Menentukan
Penerimaan Beasiswa Bank BRI
Menggunakan FMADM, Jurnal SNATI
Juni 2009, ISSN : 1907-5022.
133
Seminar Nasional Informatika 2015

PEMBUATAN APLIKASI KRIPTOGRAFI ALGORITMA BASE 64

MENGGUNAKAN PHP UNTUK MENGAMANKAN DATA TEXT

Ahir Yugo Nugroho1

Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama

Universitas Potensi Utama, Jl. Yosudarso Km. 6,5 Tanjung Mulia Medan
ahiryugo.potensi@gmail.com

Abstrak

Sistem komputer bisa dikatakan sebagai suatu sistem yang aman jika telah memenuhi beberapa syarat
tertentu untuk mencapai suatu tujuan keamanan. Secara garis besar, persyaratan keamanan sistem komputer
dapat dibedakan menjadi tiga, yaitu kerahasiaan, integritas, dan ketersediaan. Dalam keamanan komputer,
khususnya data file teks berekstensi txt. Memungkinkan pengguna untuk membuka atau mengakses data file
teks berekstensi txt. Maka untuk mengamankan dokumen atau data yang bersifat penting diperlukannya
sebuah cara untuk mengamankan suatu data atau informasi dengan menggunakan teknik encode
menggunakan aplikasi algoritma base64 yang dimana penulis membuat aplikasi tersebut menggunakan
bahasa pemrograman php. Saat ini sudah banyak berkembang teknik encode yang mendukung untuk
mengamankan suatu data atau informasi yang kita punya dari orang atau pihak yang tidak berhak untuk
mengakses data atau informasi tersebut.

Kata Kunci : Keamanan data,encode,decode text, Algoritma base64

PENDAHULUAN Keamanan merupakan salah satu aspek

Perkembangan teknologi menjadi salah satu
kemajuan yang penting dalam penyajian
informasi, seperti halnya komputer sebagai
sebuah perangkat yang memiliki peran penting
dalam sistem informasi yang digunakan oleh
banyak pihak. Masalah keamanan dan
kerahasiaan data merupakan salah satu aspek
penting dari suatu sistem informasi, Pentingnya
informasi dikirim dan diterima oleh orang yang
berkepentingan, Informasi akan tidak berguna
apabila di tengah jalan disadap atau dibajak oleh
orang yang tidak berhak.
Sistem komputer bisa dikatakan sebagai
suatu sistem yang aman jika telah memenuhi
beberapa syarat tertentu untuk mencapai suatu
tujuan keamanan. Secara garis besar, persyaratan
keamanan sistem komputer dapat dibedakan
menjadi tiga, yaitu kerahasiaan, integritas, dan
ketersediaan. Dalam keamanan komputer,
khususnya data file teks berekstensi txt.
Memungkinkan pengguna untuk membuka atau
mengakses data file teks berekstensi txt. Maka
untuk mengamankan dokumen atau data yang
bersifat penting diperlukannya sebuah cara untuk
mengamankan suatu data atau informasi dengan
menggunakan teknik encode menggunakan
base64. Saat ini sudah banyak berkembang teknik
encode yang mendukung untuk mengamankan
suatu data atau informasi yang kita punya dari
orang atau pihak yang tidak berhak untuk
mengakses data atau informasi tersebut.
terpenting dari sebuah sistem informasi. Masalah
keamanan sering kali kurang mendapat perhatian
dari para perancang dan pengelola sistem
informasi. Seringkali masalah keamanan berada
di urutan setelah tampilan,bahakan diurutan
terakhir dalam daftar hal-hal yang dianggap
penting. Dan seringkali masalah keamanan tidak
begitu diperdulikan bahkan ditiadakan (Dony
Ariyus,2006).
Transformasi base64 merupakan salah
satu algoritma untuk Encode dan Decode suatu
data ke dalam format ASCII yang didasarkan
kepada bilangan dasar 64 atau bisa dikatakan
sebagai salah satu metode yang digunakan untuk
melakukan encode (penyandian) terhadap data
binary (SNATI,2012).
1. Keamanan Data
Seperti yang kita ketahui, saat ini hampir semua
pekerjaan membutuhkan komputer, dan hampir
semuanya menyimpan data data pekerjaan
tersebut dalam komputer. Data data yang
disimpan dalam komputer itu bisa berupa data
public maupun data penting suatu perusahaan.
Data data penting suatu perusahaan seharusnya
tidak dapat diakses oleh orang lain diluar
perusahaan tersebut. Tetapi pada masa sekarang,
banyak sekali perusahaan yang tidak
memperdulikan mengenai keamanan di komputer
mereka, dan akhirnya menyebabkan ada pihak
dari luar perusahaan yang dapat mengakses serta

134
 Seminar Nasional Informatika 2015

mengambil atau mengubah data data penting sudah di ganti dengan RFC 1421 yang
perusahaan tersebut. menggukana karakter A.Z, a.z, 0.9.
Maka dari itu, keamanan komputer b. MIME (Multi Purpose Mail Extension)
sangat perlu untuk digunakan, tidak hanya oleh didasarkan pada RFC 2045. Teknik encoding
perusahaan besar saja, melainkan oleh semua Base64 MIME, mempunyai konsep yang
orang yang menggunakan komputer. Jika kita berdasarkan RFC 1421 versi PEM.
tidak ingin ada orang lain yang dapat mengakses Sedangkan MIME diakhiri dengan padding
data kita, maka kita harus memperhatikan = pada hasil akhir encoding.
keamanan dalam komputer kita. Ada beberapa c. UTF-7 didasarkan pada RFC 2152, yang
cara yang dapat digunakan oleh pihak lain untuk umumnya disebut MODIFICATION BASE
mengakses komputer kita, tetapi ada juga UTF-7 menggunakan karakter MIME, tidak
beberapa cara bagi kita untuk mengamankan memakai padding=, karakter =
komputer kita tersebut (Tri Wahyu W, 2008). digunakan sebagia escape untuk encoding.
Menurut Dony Ariyus (2008), keamanan
data pada lalu lintas jaringan adalah suatau hal Tabel 2. Index Base 64
yang diinginkan semua orang untuk menjaga
privasi, supaya data dikirim aman dari gangguan Base64 Encoding Table
orang yang tidak bertanggung jawab, yang Val Ch Val Ch Val Ch Val Ch
disembunyikan menggunakan algoritma ue ar ue ar ue ar ue ar
kriptografi. 0 A 16 Q 32 G 48 W
Teknik pengamanan data menggunakan 1 B 17 R 33 H 49 X
enkripsi dan dekripsi dikenal dengan nama 2 C 18 S 34 I 50 Y
kriptografi, sebagai sebuah ilmu atau seni untuk 3 D 19 T 35 J 51 Z
mengamankan pesan atau data dengan cara 4 E 20 U 36 K 52 0
menyamarkan pesan tersebut sehingga hanya 5 F 21 V 37 L 53 1
dapat dibaca oleh pengirim dan penerima pesan 6 G 22 W 38 M 54 2
(Semuhil Tiharjadi, 2009).
7 H 23 X 39 N 55 3
8 I 24 Y 40 O 56 4
2. Algoritma Base64
9 J 25 Z 41 P 57 5
10 K 26 A 42 Q 58 6
Transformasi Base64 merupakan salah satu
algoritma untuk encoding dan decoding suatu data 11 L 27 B 43 R 59 7
ke dalam format ASCII, yang didasarkan pada 12 M 28 C 44 S 60 8
bilangan dasar 64 atau bisa dikatakan sebagai 13 N 29 D 45 T 61 9
salah satu metoda yang digunakan untuk 14 O 30 E 46 U 62 +
melakukan encoding (penyandian) terhadap data 15 P 31 F 47 V 63 /
binary. Karakter yang dihasilkan pada
transformasi Base64 ini terdiri dari A.Z, a.z
dan 0.9, serta ditambah dengan dua karakter Teknik encoding
terakhir yang bersimbol yaitu + dan / serta satu Teknik encoding Base64 sebenarnya
buah karakter sama dengan (=) yang digunakan sederhana, jika ada satu (string) bytes yang akan
untuk penyesuaian dan menggenapkan data disandikan ke Base64 maka caranya adalah
binary atau istilahnya disebut sebagai pengisi pad. (Ariyus, 2008) :
Karakter simbol yang akan dihasilkan akan a. Pecah string bytes tersebut ke per-3 bytes.
tergantung dari proses algoritma yang berjalan. b. Gabungkan 3 bytes menjadi 24 bit. Dengan
Kriptografi transformasi Base64 banyak catatan 1 bytes = 8 bit, sehingga 3x8=
digunakan di dunia internet sebagai media data 24 bit.
format untuk mengirimkan data, ini dikarenakan c. Lalu 24 bit yang disimpan di-buffer
hasil dari Base64 berupa plaintext, maka data ini (disatukan) dipecah-pecah menjadi 6 bit,
akan jauh lebih mudah dikirim, dibandingkan maka akan menghasilkan 4 pecahan.
dengan format data yang berupa binary. Dalam d. Masing masing pecahan diubah ke dalam
implementasinya beberapa contoh dalam nilai decimal, di mana maksimal nilai 6 bit
transformasi Base64, yang antara lain adalah dalah 63.
sebagai berikut (Febrian, 2012) : e. Terakhir, jadikan nilai nilai desimal tersebut
a. PEM (Privacy-Enhaced Mail) adalah menjadi indeks untuk memilih karakter
protocol pertama dengan teknik Base64 yang penyusun dari base64 dan maksimal adalah
didasarkan pada RFC 989, yang terdiri dari 7 63 atau indeks ke 64 (Ahmad, 2013).
karakter (7-bit) yang digunakan pada SMTP
dalam transfer data tapi untuk sekarang PEM
sudah tidak menggunakan RFC 989 tapi

135
Seminar Nasional Informatika 2015
Untuk lebih jelasnya, berikut adalah
contoh, misalkan mempunyai plaintext : UPI-
YPTK encode dilakukan dengan metode base64
yang di mana dilakukan mencari kode ASCII
yang dimana kode ASCII tersebut masing-masing
memiliki panjang 1 karakter 8bit yang dimana
8bit d digabungkan menjadi 24 bit dari 24 bit di
pecah menjadi 6bit maka diperoleh ciphertext
sebagai berikut :
U=85, P=80, I=73,-=45, Y=89, P=80, T=84,
K=75.
Di ambil 3 karkater terdepan yaitu UPI untuk di
encode menggunakan base64 Kurangi 85 dengan
64 Karena 85 bisa dikurangi dengan 64 maka kita
tuliskan 1. 85 64 = 21. Kemudian hasil 21
dikurangkan dengan 32. Karena 21 tidak bisa
dikurangi dengan 32, maka kita tuliskan 0. 21-
16=1,5-8=0, 5-4=1, 1-2=0, 1-1=1. Sehingga dari
nilai 85 akan terbentuk bilangan 1010101. Karena
hanya ada 7 bilangan maka kita tambahkan 0 di
depan menjadi 01010101. Sehingga biner 8 bit
dari U.
85 21 21 5 5 1 1
64 32 16 8 4 2 1
1 0 1 0 1 0 1 = 7 bit + 0 di depan sehingga
menjadi 01010101=U
80 16 16 0 0 0 0
64 32 16 8 4 2 1
1 0 1 0 0 0 0 = 7 bit + 0 di depan sehingga
menjadi 01010000=P
73 9 9 9 1 1 1
64 32 16 8 4 2 1
1 0 0 1 0 0 1= 7 bit + 0 di depan sehingga
menjadi 01001001=I
Setelah dapat biner dari masing-masing
huruh gabungkan 8bit menjadi 24bit
010101010101000001001001 = 24bit. 24bit di
pecah menjadi 6bit sehingga menjadi:
010101=21
010101=21
000001=1
001001=9
Jadikan nilai nilai tersebut untuk
memilih karakter penyusun dari base64
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdef
ghijklmnopqrstuvwxyz0123456789+/ di mana [A
= 0], maka atau Base64Char[0] = A
21=V, 21=V, 1=B, 9=J
Jadi encode dari UPI=VVBJ
Setelah itu akan di encode karakter -YP dengan
cara yang sama
-=45, Y=89, P=80
45 45 13 13 5 1 1
64 32 16 8 4 2 1
0 1 0 1 1 0 1 = 7bit + 0 di depan sehingga
menjadi 00101101 = -
89 25 25 9 1 1 1
64 32 16 8 4 2 1
1 0 1 1 0 0 1 = 7bit + 0 di depan sehingga
menjadi 01011001 = Y
136
80 16 16 0 0 0 0
64 32 16 8 4 2 1
1 0 1 0 0 0 0 = 7 bit + 0 di depan sehingga
menjadi 01010000 = P
Setelah dapat biner dari masing-masing
huruh gabungkan 8bit menjadi 24bit
001011010101100101010000=24bit. 24bit
dipecah menjadi 6bit sehingga menjadi:
001011=11
010101=21
100101=37
010000=16
Jadikan nilai nilai tersebut untuk
memilih karakter penyusun dari base64
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdef
ghijklmnopqrstuvwxyz0123456789+/ dimana [A
= 0], maka atau Base64Char[0] = A
11=L, 21=V, 37=l, 16=Q
Jadi encode dari YP=LVlQ
Setelah itu akan diencode karakter TK dengan
cara yang sama
T=84, K=75
84 20 20 4 4 0 0
64 32 16 8 4 2 1
1 0 1 0 1 0 0 = 7bit + 0 di depan sehingga
menjadi 01010100 = T
75 11 11 11 3 3 1
64 32 16 8 4 2 1
1 0 0 1 0 1 1 = 7bit + 0 di depan sehingga
menjadi 01001011 = K
Setelah dapat biner dari masing-masing
huruh gabungkan 8bit menjadi 24bit
010101000100101100000000=24bit. 24bit di
pecah menjadi 6bit sehingga menjadi:
010101=21
000100=4
101100=44
Jadikan nilai nilai tersebut untuk
memilih karakter penyusun dari base64
ABCDEFGHIJKLMNOPQRSTUVWXYZabcdef
ghijklmnopqrstuvwxyz0123456789+/ dimana [A
= 0], maka atau Base64Char[0] = A
21=V, 4=E, 44=s
Jadi encode dari TK adalah VEs biar
genap maka tambahkan = jadi encode dari TK
adalah VEs=. Keseluruhan encode dari UPI-
YPTK adalah VVBJLVlQVEs=
 Seminar Nasional Informatika 2015

HASIL DAN PEMBAHASAN V=21,V=21,B=1,J=9. Jadikan nilai nilai

tersebut menjadi indeks untuk memilih
Analisa Encode karakter penyusun dari base64
ABCDEFGHIJKLMNOPQRSTUVWXYZab
STARAT
cdefghijklmnopqrstuvwxyz0123456789+/
INPUT
dimana [A = 0], maka atau Base64Char[0] =
A, bit tersebut didapat dari karakter UPI
STRING

KONVERSI ASCII
KE BINARY
yang mau diencode yang di mana masing-
masing karakter memiliki panjang 8 bit yaitu:
HITUNG
PANJANG
BINARY
01010101=85.
Di mana 85 itu adalah nilai ascii dari U
DIBAGI 3
BYTE 01010000=80.
Di mana 80 itu adalah nilai ascii dari P
PENAMBAHAN TAMBAHKAN 2
YA
PADDING 1 BYTE
TIDAK
BYTE
01001001=73.
Di mana 73 itu adalah nilai ascii dari I
YA

BUAT
PENGELOMPOK
AN MASING-
MASING 6 BYTE Yang di mana dari karakter tersebut
KONVERSIKAN KE
digabungkan menjadi 24 bit seperti di bawah
INDEX
BASE64(DECIMAL)
ini:
TAMPILKAN HASIL
010101010101000001001001
KONVERSI

setelah itu 24 bit dipecah menjadi 6 bit yang

END dapat dihasilkan sebagai berikut:
010101=21
010101=21
Gambar 3. Flowchart Proses Encode 000001=1
001001=9
2.4. Analisa Proses Decode Setelah kita mendaptkan nilai dari 6 bit di
atas maka kita akan melakukan proses
START penggabungan dari 6 bit menjadi 24 bit.
Setelah digabungkan menjadi 24 bit akan
INPUT
KARAKTER
ASCII/
ENCODE
dipecah menjadi 8 bit yang hasilnya yaitu:
01010101
KONVERSI INDEX
ASCII KE BINERY
01010000
01001001
BUAT
PENGELOMPOK
Yang di mana dari bilangan biner tersebut
AN MASING-
MASING 6 BYTE memiliki nilai decimal seperti berikut:
01010101=85
GABUNGKAN KE
24 BIT
01010000=80
01001001=73
PECAH MENJADI
8 BIT Setelah dapat nilai decimal maka nilai dari
decimal tersebut dibuat ke karakter ASCII
KONVERSI INDEX BASE 64 DESIMAL yang di mana nilai dari 85 di kode ASCII
adalah U, 80=P, 73=I. Jadi dari encode VVBJ
HASIL KONVERSI/DECODE dihasilkan decode UPI.
2. Proses decode LVlQ
END
Masing-masing karakter encode di atas
memiliki panjang 6 bit yang di mana
Gambar 4. Flowchart Proses Decode L=21,V=21,l=37,Q=16. Jadikan nilai nilai
tersebut menjadi indeks untuk memilih
Untuk memudahkan decode Kita karakter penyusun dari base64
melakukan proses decode dengan membagi ABCDEFGHIJKLMNOPQRSTUVWXYZab
menjadi 3 proses sebagai berikut: cdefghijklmnopqrstuvwxyz0123456789+/
VVBJ, LVlQ, VEs= decode dilakukan untuk dimana [A = 0], maka atau Base64Char[0] =
mengembalikan cipehertext menjadi plaintext A bit tersebut didapat dari karakter -YP
dengan Metode Base64.Diperoleh Plaintext yang mau di encode yang mana masing-
sebagai berikut : masing karakter memiliki panjang 8 bit yaitu:
Diambil encode dari contoh di atas 00101101=45, di mana 45 itu adalah nilai
sebagai berikut: ascii dari -
1. Proses decode VVBJ 01011001=89,di mana 89 itu adalah nilai
Masing-masing karakter encode di atas ascii dari Y
memiliki panjang 6 bit yang di mana

137
Seminar Nasional Informatika 2015
01010000=80,di mana 80 itu adalah nilai
ascii dari P
Yang mana dari karkter tersebut digabungkan
menjadi 24 bit seperti di bawah ini:
001011010101100101010000, setelah itu 24
bit dipecah menjadi 6 bit yang dapat
dihasilkan sebagai berikut:
001011=11
010101=21
100101=37
010000=16
Setelah kita mendaptkan nilai dari 6 bit di
atas maka kita akan melakukan proses
penggabungan dari 6 bit menjadi 24 bit.
Setelah digabungkan menjadi 24 bit akan
dipecah menjadi 8 bit yang hasilnya yaitu:
00101101
01011001
01010000
Yang mana dari bilangan biner tersebut
memiliki nilai decimal seperi berikut:
00101101=45
01011001=89
01010000=80
Setelah dapat nilai desimal maka nilai dari
desimal tersebut dibuat ke karakter ASCII
yang di mana nilai dari 45 di kode ascii
adalah -,89=Y,80=P. Jadi dari encode LVlQ
dihasilkan decode -YP.
3. Proses decode VEs=
Masing-masing karakter encode di atas
memiliki panjang 6 bit yang di mana
V=21,E=4,s=44. Jadikan nilai nilai tersebut
menjadi indeks untuk memilih karakter
penyusun dari base64
ABCDEFGHIJKLMNOPQRSTUVWXYZab
cdefghijklmnopqrstuvwxyz0123456789+/ di
mana [A = 0], maka atau Base64Char[0] =
A bit tersebut didapat dari karakter TK
yang mau diencode yang di mana masing-
masing karkter memiliki panjang 8 bit yaitu:
01010100=84,di mana 84 itu adalah nilai
Ascii dari T
01001011=75,di mana 75 itu adalah nilai
Ascii dari K
Yang di mana dari karakter tersebut
digabungkan menjadi 24 bit tapi karena
karakter T dan K tidak cukup maka
ditambahkan 0 di belakang sampai
mencukupi 24 bit seperti di bawah ini:
010101000100101100000000
setelah itu 24 bit di pecah menjadi 6 bit yang
dapat dihasilkan sebagai berikut:
010101=11
000100=21
101100=37
Setelah kita mendaptkan nilai dari 6 bit di
atas maka kita akan melakukan proses
penggabungan dari 6 bit menjadi 24 bit.
138
Setelah digabungkan menjadi 24 bit akan
dipecah menjadi 8 bit yang hasilnya yaitu:
01010100
01010110
00000000(penambahan agar mencukupi 24
bit)
Yang mana dari bilangan biner tersebut
memiliki nilai decimal seperti berikut:
01010100=84
01010110=75
Setelah dapat nilai decimal maka nilai dari
decimal tersebut di buat ke karakter ASCII
yang mana nilai dari 84 di kode Ascii adalah
T,75=K. Jadi dari encode VEs= dihasilkan
decode TK
Gambar 4. Hasil proses Encode
KESIMPULAN
Penulis memperoleh beberapa kesimpulan dari
hasil pengerjaan tugas akhir ini, yang
diimplementasikan pada sebuah aplikasi encode
dan decode data text. Dengan beberapa poin yaitu:
1. Base64 di bangun menggunakan bahasa
pemrograman PHP, dapat menjadi solusi
alternatif bagi pengembangan keamanan data
untuk menyediakan layanan penyandian
secara gratis melalui media website.
2. Penyandian Base64 dapat diimplementasikan
dengan cara konversikan karakter ASCII ke
binary.
3. Base64 di pecahkan dengan waktu cukup
lama di karenakan base64 banyak melalui
proses konversi.
Daftar Pustaka
[1] Ahmad Timbul Sholeh, Erwin Gunadhi,
Asep Deddy Supriatna, 2013. Journal
Mengamankan Skirp Pada Bahasa
Pemrograman Php dengan Menggunakan
Kriptografi Base64.
[2] Febrian Wahyu.C, Adrian.P Rahangiar,
Febry De Fretes, 2012. Journal Penerapan
Algoritma Gabungan RC4 Dan Base64 Pada
Sistem Keamanan E-Commerce

[3] Dony Ariyus 2008, Pengantar Ilmu
kriptografi Teori Analisa dan Implementasi,
Yogyakarta.
[4] Andi, 2011. Aplikasi Web Database Dengan
Dremweaver Dan Php-MySQL
[5] Andi Wahyu Rahardjo Emanuel, 2006.
Journal Instalasi Apache Web Server,MySQl
Seminar Nasional Informatika 2015
database dan Php Pada sistem Operasi
Fedora core 5
[6] Semuil Tjihardi, Marvin Chandra Wijaya
2009, Journal Pengamanan Data
Menggunakan Metoda Enkripsi Simetri
Dengan Algoritma Feal
[7] Tri Wahyu W, Aidil Sanjaya 2008, Journal
Studi Sistem Keamanan Komputer.
139
Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI KEUANGAN

PADA CV. SINAR JAYA
Fitriana Harahap

Sistem Informasi Komputer Universitas Potensi Utama

Jl K.L. Yos Sudarso KM 6,5 No. 3A Tanjung Mulia Meda
Email: fitriana@potensi-utama.ac.id

Abstrak

Laporan keuangan merupakan suatu laporan yang berguna bagi manajer, investor, kreditur, dan pemakai
lainnya dimana laporan tersebut dapat memberikan gambaran keuangan perusahaan sesuai dengan
penggolongan aktivitasnya. CV. Sinar Jaya adalah perusahaan yang bergerak di bidang jasa ekspedisi,
dimana dalam menjalani proses bisnis CV. Sinar Jaya masih menggunakan sistem yang manual dalam
pengelolahan keuanga untuk itu dibuatlah laporan dengan metode langsung agar memudahkan perhitungan
laporan yang akan dibuat. dimana data uang masuk dan uang keluar masih menggunakan pencatatan ke
dalam buku pencatan yang dilakukan oleh karyawan perusahaan sering terjadinya kesalahan dan sulitnya
dalam pencarian maupun dalam menyajikan laporan keuangan. Hal ini membuat pihak perusahaan kurang
dapat bekerja dengan efektif dan efisiensi sehingga dapat mengurangi proses kerja dan dapat mengakibatkan
proses penyusunan laporan menjadi lambat. Untuk dapat mengatasi masalah yang sering terjadi ini, maka
penulis merancang suatu sistem keuangan dengan menggunakan bahasa pemograman java dan database
MYSQL. Dengan adanya perancangan sistem ini, pihak pimpinan dapat menerima laporan keuangan yang
lebih akurat dan tepat waktu. Selain itu dengan adanya sistem ini juga dapat membantu kerja admin jauh
lebih efektif dan efisiensi.

Kata Kunci : Keuangan, Java dan MYSQL.

1. PENDAHULUAN Untuk mengurangi permasalahan yang

Laporan keuangan merupakan suatu laporan
yang berguna bagi manajer, investor, kreditur, dan
pemakai lainnya dimana laporan tersebut dapat
memberikan gambaran keuangan perusahaan
sesuai dengan penggolongan aktivitasnya.
Laporan keuangan perlu di analisis untuk
menaksir kemampuan perusahaan menghasilkan
pendapatan sehingga kepercayaan kreditur,
investor, dan mitra usaha lainnya dapat tetap dan
dipertahankan oleh perusahaan. Laporan
keuangan juga dapat mempercepat sistem kinerja
di perushaan karena dengan adanya keuangan
perusahaan dapat melihat pemasukan dan
pengeluaran uang setiap periodenya.
CV. Sinar Jaya adalah perusahaan yang
bergerak di bidang jasa ekspedisi, dimana dalam
menjalani proses bisnis CV. Sinar Jaya masih
menggunakan sistem yang manual dalam
pengelolahan keuanga. dimana data uang masuk
dan uang keluar masih menggunakan pencatatan
ke dalam buku pencatan yang dilakukan oleh
karyawan perusahaan sering terjadinya kesalahan
dan sulitnya dalam pencarian maupun dalam
menyajikan laporan keuangan. Hal ini membuat
pihak perusahaan kurang dapat bekerja dengan
efektif dan efisiensi sehingga dapat mengurangi
proses kerja dan dapat mengakibatkan proses
penyusunan laporan menjadi lambat.
ada pada pihak perusahaan dalam mengelola
keuangan, sehingga pengelolaan data menjadi
lebih efektif dan menghasilkan laporan keuangan
yang akurat, maka dalam penelitian ini penulis
akan merancang sistem informasi keuangan
berdasarkan permasalahan yang ada pada
perusahaan
Sistem informasi ini juga dirancanng
bertujuan untuk dapat mengurangi kesalahan yang
terjadi, terutama dalam data uang masuk, uang
keluar dan mempercepat proses penyusunan
laporan keuangan perusahaan., sehingga dalam
pembuatan laporan keuangannya menjadi optimal
dan memiimalkan terjadinya kesalahan serta
untuk mempermudah pihak administrasi dalam
penginputan data-data yang ada karena didukung
dengan database yang berperan dalam
penyimpanan data-data yang telah diinput agar
tidak hilang dan jika adanya kesalahan akan lebih
mudah dalam memperbaikinya.[1]
2. METODE PENELITIAN
Adapun Metode penelitian yang digunakan
dalam penelitian ini adalah :
1.Metode Langsung
Metode langsung adalah suatu metode
penyusunan keuangan dimana dirinci sema aliran
masuk dan aliran keluar dari aktivitas aktivitas

140

operasi. Metode langsung menghitung saldo kas
dari selisih antara kas masuk dari pendapatan
usaha dengan kas keluar untuk beban usaha
perusahaan. Sedangkan keuangan dari aktivitas
investasi dan aktivitas pembiayaan dihitung
dengan mencari selisih antara keuangan masuk
dan keuangan keluar pada masing masing
kelompok sumber kas tersebut. Keuangan bersih
dari msing masing kategori dijumlahkan untuk
menghasilkan keuangan bersih total, yang
kemudian ditambahkan dengan saldo kas pada
awal periode sehingga menghasilkan saldo kas
pada akhir periode tersebut.
2.. Studi Lapangan
Merupakan metode yang dilakukan
dengan mengadakan studi langsung ke lapangan
untuk mengumpulkan data yaitu peninjauan
langsung ke lokasi studi. Adapun teknik
pengumpulan data yang dilakukan penulis adalah
:
a. Pengamatan (Observation)
Merupakan salah satu metode
pengumpulan data yang cukup efektif
untuk mempelajari suatu sistem.
Kegiatannya dengan melakukan
pengamatan langsung terhadap kegiatan
yang sedang berjalan, yaitu kegiatan
pencatatan keuanganpada CV. Sinar Jaya.
b. Sampel
Mengambil contoh-contoh data yang
diperlukan khususnya data mengenai dana
pemasukan dan pengeluaran CV. Sinar
Jaya.
3. Studi Kepustakaan (Library Research)
Penulis melakukan studi pustaka untuk
memperoleh data-data yang berhubungan dengan
penulisan Skripsi dari berbagai sumber bacaan
seperti: buku tentang sistem informasi dan
aplikasi java, internet, dan lain lain.
Metode yang digunakan dalam
merancang sistem informasinya adalah dengan
metode UML (Unified Modeling Language).
Unified Modeling Language (UML) adalah salah
satu alat bantu yang sangat handal di dunia
pengembangan sistem yang berorientasi objek [5].
4. Analisa Tentang Sistem Yang Ada.
Merupakan tata cara dan langkah
langkah yang diperlukan untuk mencapai tujuan
perancangan yang dilakukan. Langkah-
langkahnya adalah :
a. Menganalisis permasalahan yang ada dalam
proses akuntansi CV. Sinar JayaMedan.
b. Merancang sistem yang baru dengan
menggunakan metode UML (Unified
Modeling Language).
c. Membuat aplikasi dengan bahasa
pemrograman Java.
Seminar Nasional Informatika 2015
kegiatan yang dilakukan pada tiap-tiap
tahap adalah sebagai berikut:
5. Target/Tujuan Penelitian
Target penelitian dilakukan untuk
membuat suatu aplikasi yang memudahkan
kinerja karyawan CV. Sinar Jaya dalam mengolah
data dan menghasilkan informasi yang lebih
akurat.
6. Analisis Kebutuhan
Berisi tentang hal-hal yang harus ada
pada hasil perancangan agar mampu
menyelesaikan masalah yang ada sesuai tujuan.
Beberapa hal-hal yang harus dipenuhi adalah :
a. Adanya aplikasi yang dijalankan untuk
melakukan proses arus kas.
b. Adanya database untuk menyimpan data
pemasukan dan data pengeluaran pada kas
CV. Mitra Bersama.
7. Spesifikasi dan Desain
Berisi spesifkasi alat yang dirancang,
komponen, peralatan uji yang digunakan dan
diagram blok peralatan yang akan dirancang.
Perancangan sistem menggunakan bahasa
pemrograman Java, database MySQL. Spesifikasi
komputer yang digunakan minimal Intel Pentium
4, RAM 512 serta Hard Drive 80 Gb.
Implementasi dan Verifikasi
Berisi langkah-langkah yang dilakukan
dalam pembuatan alat serta tahapan-tahapan
pengujian yang dilakukan untuk masing-masing
blok peralatan yang dirancang.
a. Menganalisis beberapa kesalahan yang ada
pada sistem yang lama.
b. Melakukan pengujian aplikasi yang baru
untuk meminimalisir kesalahan yang ada.
c. Melakukan perawatan sistem yang baru
apabila terjadi kesalahan.
Validasi
Berisi langkah-langkah yang dilakukan
saat pengujian peralatan secara keseluruhan,
besaran-besaran yang akan diuji, dan ukuran
untuk menilai apakah alat sudah bekerja dengan
baik sesuai spesifikasi.
a. Setelah aplikasi dibuat maka selanjutnya
akan dijalankan pada komputer apakah telah
sesuai dan berjalan dengan baik.
b. Menjalankan aplikasi yang baru untuk di uji
pada sistem yang lama serta melakukan
perawatan sistem.
c. Melihat hasil informasi dari aplikasi yang
dibuat dengan spesifikasi komputer yang
digunakan.
141
Seminar Nasional Informatika 2015

3. ANALISA DAN PERANCANGAN

Dalam pengelolaan keuangan pada CV.
Sinar Jaya yang dijalani selama ini masih belum
efektif dikarenakan sistem pengolahan data
pelayanan jasa yang ada masih dengan cara
pencatatan dan dalam memberikan pelayana jasa
masih dengan cara mencatat. Hal ini yang
mempersulit pendataan keuangan tersebut.
Proses pendataan keuangan yang ada
selama ini masih menggunakan cara yang manual
dan tidak efisien sehingga dapat memperlambat
proses kerja dimanaa admin harus berulang kali
menginputkan data. Adapun perancangan sistem
keuangan pada CV. Sinar Jaya adalah sebagai
berikut: Gambar 2. Class Diagram Sistem Keuangan
a. Perancangan Use Case Diagram c. Perancangan Sequence Diagram
Dalam penyusunan suatu program Sequence Diagram menggambarkan perilaku
diperlukan suatu model data yang berbentuk pada sebuah skenario, diagram ini menunjukkan
diagram yang dapat menjelaskan suatu alur proses sejumlah contoh objek dan message (pesan) yang
sistem yang akan di bangun.Dimana digambarkan diletakkan diantara objek-objek ini di dalam use
dalam bentuk use case. Use case mengambarkan case, dimana sequence tersebut mengambarka
interaksi aktor dengan sistem yang dirancang. tampilan yang ditampilkan oleh program berikut
Seperti pada gambar gambar sequence diagram dapat dilihat pada
Gambar 3 dan 4.

Gambar 3. Sequence Diagram Pengiriman

Barang

Gambar 1. Use Case Diagram Sistem

Keuangan

b. Perancangan Class Diagram

Class adalah sebuah spesifikasi yang jika
diinstansiasi akan menghasilkan sebuah objek dan
merupakan inti dari pengembangan dan desain
berorientasi objek. Class menggambarkan
keadaan (atribut/properti) suatu sistem, sekaligus
menawarkan layanan untuk memanipulasi
keadaan tersebut (metoda/fungsi) dapat dilihat
pada Gambar 2.
Gambar 4. Sequence Diagram Transaksi

d. Perancangan Activity Diagram

Activity Diagram merupakan gambaran
kegiatan atau prosedur kegiatan yang dilakukan
oleh admin saat masuk dalam sistem. Dalam

142
 Seminar Nasional Informatika 2015

perancangan sistem ini activity Diagram dibagi

menjadi beberapa diagram activity yakni :
Pilih Aksi Pengiriman Tidak Ya
Validasi
Tidak Ya

Ya
Tambah Masukkan Data Pengiriman Baru Tekan Tombol Simpan Filter Data
Isi Username dan Password Mulai Aplikasi Set Aplikasi
Tidak
Ya
Edit Pilih Data Pengiriman yang Akan Diubah Ubah Data Pengiriman
Gambar 5. Activity Diagram login Tidak
Ya
Hapus Pilih Data Pengiriman yang Akan Dihapus Konfirmasi Penghapusan
Simpan Pengiriman
Pilih Aksi User Tidak Ya
Validasi Tidak
Tidak Ya
Konfirmasi Hapus Data Simpan Perubahan Data

Ya
Tambah Masukkan Data User Baru Tekan Tombol Simpan Filter Data

Tidak
Ya
Edit Pilih Data User yang Akan Diubah Ubah Data User Gambar 8. Activity Diagram Jasa Pengiriman
Tidak
Ya 4. PEMBAHASAN
Hapus Pilih Data User yang Akan Dihapus Konfirmasi Penghapusan Berikut adalah tampilan hasil dan
Simpan User
pembahasan dari sistem informasi keuangan pada
Tidak
Tidak Ya CV. Sinar Jaya.
Konfirmasi Hapus Data Simpan Perubahan Data

Tampilan Menu Utama

Tampilan ini merupakan suatu tampilan
untuk menampilkan menu-menu lainnya yang ada
Gambar 6. Activity Diagram Aksi didalam aplikasi ini. Seperti terlihat pada gambar
User 9 berikut :

Pilih Aksi Jurnal Tidak Ya

Validasi

Ya
Tambah Masukkan Data Jurnal Baru Tekan Tombol Simpan Filter Data

Tidak
Ya
Edit Pilih Data Jurnal yang Akan Diubah Ubah Data Jurnal

Tidak
Ya
Hapus Pilih Data Jurnal yang Akan Dihapus Konfirmasi Penghapusan
Simpan Jurnal

Tidak
Tidak
Konfirmasi
Ya
Hapus Data Simpan Perubahan Data
Gambar 9. Menu Utama

Form Menu Login

Form login ini merupakan halaman
untuk dapat masuk ke sistem seperti terlihat pada
gambar 10 berikut :
Gambar 7. Activity Diagram Transaksi
Keuangan (Jurnal)

Gambar 10. Form Login

143
Seminar Nasional Informatika 2015

Form User keuangan CV. Sinar Jaya. Seperti terlihat pada

Form user ini merupakan halaman untuk gambar 14 berikut :
mengetahui siapa menggunakan sistem ini.
Seperti terlihat pada gambar 11. berikut :

Gambar 11. Form user View

Gambar 14. Form Jurnal View

Form Setting Periode

Form Jenis
Form setting periode ini bertujuan untuk
Form jenis ini merupakan halaman untuk
menampilkan periode transaksi yang akan
mengisi data aktivitas jenis pengiriman barang
ditampilkan dalam laporan. Seperti terlihat pada
pada CV. Sinar Jaya. Seperti terlihat pada gambar
gambar 15. berikut :
12 berikut :

Gambar 15. Form Setting Periode

Laporan Pengiriman
Laporan pengiriman ini bertujuan untuk
menampilkan mengenai data pengiriman yang ada
Gambar 12. Form Jenis View pada CV. Sinar Jaya. Seperti terlihat pada gambar
16. berikut :
Form Pengiriman
Form pengiriman ini merupakan
halaman untuk mengisi data aktivitas pengiriman
barang pada CV. Sinar Jaya. Seperti terlihat pada
gambar 13 berikut :

Gambar 16. Laporan Pengiriman

Gambar 13. Form Pengiriman View
Laporan Keuangan
Laporan keuangan ini bertujuan untuk
menampilkan semua kegiatan uang keluar dan
uang masuk yang ada. Seperti terlihat pada
gambar 17 berikut :

Form Jurnal
Form jurnal ini merupakan halaman
untuk menampilkan berbagai transaksi pada

144

Gambar 17. Laporan Arus Kas
Laporan Penerimaan Kas Kegiatan
Operasional
Laporan ini bertujuan
menampilkan penerimaan dari bentuk kegiatan
operasional perusahaan. Seperti terlihat pada
gambar 18 berikut :
Gambar 18. Laporan Penerimaan Kas
Kegiatan Operasional
Laporan Penerimaan Kegiatan Non
Operasional
Laporan ini bertujuan
menampilkan penerimaan dari bentuk kegiatan
non operasional perusahaan. Seperti terlihat pada
gambar 19 berikut :
Gambar 19. Laporan Penerimaan Kas
Kegiatan Non Operasional
Seminar Nasional Informatika 2015
Pembahasan
Dalam pembangunan Sistem Informasi
Keuangan Pada CV. Sinar Jaya ini, penulis
menggunakan bahasa pemrograman Java serta
MySql sebagai databasenya. Perintah-perintah
yang ada pada program semua berjalan denmgan
baik dan program yang dihasilkan mudah untuk
digunakan karena user/pengguna hanya perlu
mengklik tombol-tombol yang sudah tersedia
sesuai kebutuhan.
Alasan di atas dapat menjadi tujuan
untuk meningkatkan efektivitas kerja dan bisa
lebih memaksimalkan sumber daya yang terkait
dengan pengolahan data keuangan pada CV. Sinar
Jaya.
5. KESIMPULAN
untuk Dari uraian secara teoritis dan dari hasil penelitian
yang dilakukan penulis pada CV. Sinar Jaya,
maka penulis akan menarik kesimpulan CV. Sinar
Jaya tersebut dalam menjalani rutinitas kerja
sehari hari.
Adapun kesimpulan yang penulis
kemukakan adalah sebagai berikut :
a. Sistem yang penulis rancang atau yang
penulis buat hanya dapat digunakan untuk
perhitungan akuntansi keuanganpada CV.
Sinar Jaya saja dan belum dapat digunakan
untuk bidang lainnya.
b. Sistem yang penulis rancang berupa aplikasi
desktop bertujuan agar pihak CV. Sinar Jaya
lebih mudah dalam melakukan aktifitasnya
khususnya untuk perhitungan keuanganpada
CV. Mitra Bersama.
c. Proses pelaporan yang dihasilkan dapat lebih
mudah didapat dan lebih akurat karena sistem
yang dirancang telah sesuai dengan aturan
untuk dalam konsep dasar keuangan.
DAFTAR PUSTAKA
[1] Oetomo, Budi Sutedjo Dharma, 2006,
Perancangan dan Pengembangan
Sistem Informasi, Penerbit Andi,
Yogyakarta.
[2] Hendart, Henny, 2011, Evaluasi Investasi
Teknologi Informasi, Penerbit Mitra
Wacana Media, Jakarta.
[3] Rudianto, 2009, Pengantar Akuntansi,
Penerbit Erlangga
[4] Bodnar, george H. dan Wlliam S. Hopwood.
2006, Sistem Informasi Akuntansi,
Penerbit Andi, Yogyakarta.
[5] Munawar, 2005, Pemodelan Visual Dengan
UML, Graha Ilmu, Jakarta.
[6] Nugroho, Bunafit, 2009, Membuat Website
Sendiri dengan PHP-MySQL, Penerbit
Mediakita, Yogyakarta
145
Seminar Nasional Informatika 2015

[7] Jogiyanto, 2005, Analisis dan Desain Sistem [9] Rijalul, Fikri, 2005, Pemrograman Java,
Informasi, Penerbit Andi, Yogyakarta. Penerbit Andi, Yogyakarta
[8] Simarmata, Janner dan Imam Prayudi, 2006,
Basis Data, Penerbit Elex Media
Komputindo, Jakarta.

146
 Seminar Nasional Informatika 2015

EVALUASI MODEL DECISION TREE C4.5 GUNA PREDIKSI

POSIBILITAS RESIKO OBESITAS

Mochammad Yusa1, Wahyu Sindu2

1
Magister Teknik Informatika, , 2 Teknik Informatika, STMIK Pontianak
1
STMIK AMIKOM Yogyakarta, Jl. Ring Road Utara Condong Catur, Sleman
2
STMIK Pontianak Jl. Merdeka Barat No. 372, Pontianak
1
mochammad.yusa@gmail.com, 2 wahyusinduprasetya@gmail.com

Abstrak

Obesitas merupakan suatu masalah kesahatan yang efek negatif dengan konsekuensi panjang bagi
pengidapnya, keluarga, maupun orang lain. Data Riskesdas menunjukkan bahwa sebanyak 21,7% penduduk
dewasa Indonesia yang berusia lebih dari 18 tahun mengidap obesitas. Obesitas juga merupakan akar dari
penyakit-penyakit berbahaya lainnya seperti penyakit jantung koroner (PJK) dan cenderung menjadi
diabetogenik yang akan mengkontaminasi penyakit-penyakit berbahaya seperti hiperlipidemia, penyakit hati
dan kantong empedu, osteoartristis, kanker, dan penyakit saluran pernapasan. Selain menyebabkan masalah
fisiologis obesitas juga menyebabkan masalah emosional dan psikologis seperti berkurangnya kepercayaan
diri karena penampilan fisik kurang menarik. Data Mining Data mining merupakan suatu metode atau
teknik yang digunakan untuk memecahkan suatu permasalah data menggunakan implementasi-implementasi
untuk menemukan solusi data. Model Decision Tree Algortima C4.5 merupakan salah satu algoritma yang
digunakan proses penggalian data (data mining) yang sangat kuat dan terkenal. Pada penelitian ini, kami
mengusulkan sebuah evaluasi model Decision Tree Algortima C4.5 untuk proses klasifikasi sebagai solusi
prediktif kemungkinan terjadinya obesitas. Kemudian Model ini dievaluasi dan divalidasi menggunakan
WEKA 3.7.4 guna menghitung nilai permanci model yang digunakan.

Kata kunci : Obesitas, Data Mining, Decision Tree, Algoritma C4.5, WEKA, Informatika Medis

1. Pendahuluan harapan hidup penderitanya. Selain menyebabkan

Obesitas merupakan suatu masalah
kesahatan yang efek negative dengan konsekuensi
panjang bagi pengidapnya, keluarga, maupun
orang lain. Hasil Riset Kesehatan Dasar
(Riskesdas) Indonesia tahun 2010 menunjukkan
angka kelebihan berat badan dan obesitas pada
penduduk dewasa di atas usia 18 tahun besarnya
21,7%, dimana 11,7% (27,7 juta jiwa) adalah
obesitas. Jadi, terdapat peningkatan cukup tinggi
angka penduduk yang mengalami obesitas di
Indonesia[16].
Kenaikan berat badan akibat konsumsi
lemak berlebihan akan berdampak buruk bagi
tekanan darah dan akan mengarahkan ke penyakit
hipertensi. Selanjutnya hipertensi dan kegemukan
ini dua-duanya menjadi penyumbang faktor resiko
munculnya penyakit jantung koroner (PJK) dan
cenderung menjadi diabetogenik (menyebabkan
dia-betes), terutama bila sudah berlangsung lama.
Obesitas meningkatkan resiko menderita hiper-
lipidemia, penyakit hati dan kantong empedu,
osteoartristis, kanker, dan penyakit saluran
pernapasan. Penderita obesitas juga beresiko lebih
tinggi menderita encok dan tidur mendengkur
dibandingkan dengan orang yang berat tubuhnya
normal. Selain itu obesitas dapat memperpendek
masalah fisiologis obesitas juga menyebabkan
masalah emosional dan psikologis seperti ber-
kurangnya kepercayaan diri karena penampilan
fisik kurang menarik[14].
Obesitas ditimbulkan oleh beberapa faktor-
faktor penyebab. Menurut Albu-Shamah dan
Zhan, faktor-faktor tersebut adalah faktor genetic,
faktor fisik, faktor mental, faktor emosional,
mental, dan psikologis, faktor sosial, faktor
asupan makanan, dan faktor lainnya[1]. Namun
beberapa penelitian tidak menjadikan semua
kriteria faktor-faktor penyebab obesitas. Dalam
penelitian yang dilakukan oleh S. Mana dan J.
Bewkes hanya mengambil prevelensi terhadap 2
faktor penyebab saja yaitu aktivitas fisik anak,
dan lingkungan rumah dan metode yang
digunakan adalah metode fuzzy signature. Dalam
penelitiannya faktor tersebut menjadi parameter
dalam komputasi[13].
Data mining merupakan suatu metode atau
teknik yang digunakan untuk memecahkan suatu
permasalah data menggunakan implementasi-
implementasi untuk menemukan solusi data[11].
Dalam kasus obesitas, kami merasa ini sangat
penting untuk dilakukan perhitungan klasifikasi
data untuk memudahkan proses penemuan solusi

147
Seminar Nasional Informatika 2015
prediktif terhadap data mengingat jumlah
kematian yang terus naik.
Dalam paper ini, kamu mengusulkan
klasifikasi data terhadap dataset menggunakan
metode decision tree algoritma C4.5. Metode
decision tree mengubah fakta yang sangat besar
menjadi pohon keputusan yang merepresentasikan
aturan. Aturan dapat dengan mudah dipahami
dengan bahasa alami. Proses pada decision tree
adalah mengubah bentuk data (tabel) menjadi
model pohon, mengubah model pohon menjadi
rule, dan menyederhanakan rule[3]. Decision
Tree merupakan teknik data mining yang
didasarkan pada divide-and-conquer untuk
klasifikasi suatu masalah[19]. Metode ini juga
merupakan klasifikasi dari proses representasin
struktur tree dimana setiap node
mempresentasikan atribut, dan cabangnya
mempresentasikan nilai dari atribut, serta daunya
(leaves) mempresentasikan kelas[6]. Algoritma
C4.5 telah banyak digunakan sebagai
implementasi pencarian pola klasifikasi prediktif
di bidang-bidang tertentu misalnya untuk kasus
bisnis[8][10][17] dan akademis[2][5] serta
medis[9].
Preview inculudes metode penelitian, data
collection, building data training, analisis using
Weka, Results.
2. Metode dan Materi
2.1 Kerangka Penelitian
Kami menawarkan sebuah model (Gambar
1.) pemecahan masalah untuk mengidentifikasi
atau klasifikasi obesitas menggunakan atribut-
atribut berdasarkan faktor-faktor penyebab
obesitas menurut penelitian dari Albu-Shamah
dan Zhan[1]. Kemudian atribut tersebut
digunakan untuk membangun dataset yang
kemudian record-record yang dihasilkan
dianalisis menggunakan model Decision Tree
Algoritma C4.5. Model Tersebut kemudian
dievaluasi menggunakan software analisis WEKA
versi 3.7.4.
Obese Attribut
Building Dataset
Dataset
Decision Tree Evaluasi dan
Algoritma C4.5 Validasi
Performance
Weka Analyzer
Results
Gambar 1. Model Penelitian
2.2 Obesitas
Obesitas atau kegemukan mempunyai
pengertian yang berbeda-beda bagi setiap orang.
148
Terkadang kita sering dibuat bingung dengan
pengertian obesitas dan overweight, padahal
kedua istilah tersebut mempunyai pengertian yang
berbeda. Obesitas adalah suatu kondisi kelebihan
berat tubuh akibat tertimbunnya lemak, untuk pria
dan wanita masing- masing melebihi 20% dan
25% dari berat tubuh dan dapat membahayakan
kesehatan. Sementara overweight (kelebihan berat
badan, kegemukan) adalah keadaan dimana BB
seseorang melebihi BB normal[15]. Perhitungan
IMT dapat dilakukan menggunakan rumus
sebagai berikut:
(1)
Keterangan :
IMT : Indeks Massa Tubuh (kg/m)
Batas ambang batas IMT (Table
1.)ditentukan dengan merujuk ketentuanb
FAO/WHO, yang membedakan batas ambang
untuk laki-laki dan perempuan.Batas ambang
normal laki-laki 20,1-25,0 dan untuk perempuan
18,7-23,8. Menurut WHO WPR / IASO / IOTF
untuk wilayah Asia Pasifik, klasifikasi berat
badan lebih dan obesitas berdasarkan IMT terbagi
menjadi berat badan kurang, kisaran normal, dan
berat badan lebih dengan derajat beresiko, obes I,
dan obes II [18]
Tabel 1. Kategori ambang batas IMT
Kategori IMT(Kg/m)
Berat badan kurang <18,5
Berat badan normal 18,5-22,9
Berat badan lebih 23,0
Beresiko 23,0 - 24,9
Obes I 25,0 - 29,9
Obes II 30,0
2.3 Algoritma C4.5
Menurut Kusrini dan Luthfi [11], Algoritma
C4.5 adalah algoritma yang digunakan untuk
membentuk suatu pohon keputusan. Pohon
keputusan merupakan metode klasifikasi dan
prediksi yang sangat kuat dan terkenal. Metode
ini mengubah fakta ata data yang besar menjadi
suatu pola yang berbentuk Decision tree yang
mempresentasikan sebuah pola atau aturan.
Algoritma C4.5 juga merupakan
pengembangan dari algoritma ID3 dimana telah
terjadi perubahan atau perbaikan di beberapa
bagian. Algoritma ini dapat menghandel beberapa
masalah yang tidak dapat ditangani oleh algoritma
ID3 seperti numeric attributes, missing values,
noisy data, dan aturan yang menghasilkan aturan
dari tree[19].
Secara umum dalam membangun klasifikasi
dengan Decision Tree yang menggunakan

Algoritma C4.5, melalui beberapa tahapan [12]
sebagai berikut:
a. Mempersiapkan data training.
b. Menghitung akar dari pohon. Akar akan
diambil dari atribut yang akan terpilih,
dengan cara menghitung nilai gain dari
masing-masing atribut, nilai gain yang
paling tinggi yang akan menjadi akar
pertama. Sebelum menghitung nilai gain
dari atribut, hitung dahulu nilai entropy.
Untuk menghitung nilai entropy digunakan
rumus :
(1)
dimana S adalah himpunan (dataset) kasus,
n adalah banyaknya partisi S, dan Pj adalah
probabilitas yang di dapat dari kelas dibagi
total kasus.
c. Kemudian hitung nilai gain menggunakan
rumus :
(2)
Dimana nilai (A) adalah semua nilai yang
mungkin dari atribut A, dan adalah subset
dari y dimana A mempunyai nilai i.
d. Ulangi langkah ke 2 dan langkah ke 3
hingga semua record terpatisi.
e. Proses partisi pohon keputusan akan
berhenti saat :
1) Semua Record dalam simpul n mendapat
kelas yang sama,
2) Tidak ada atribut di dalam record yang
dipartisi lagi, dan
3) Tidak ada record di dalam cabang yang
kosong
2.4 Confusion Matrix
Dalam proses evaluasi dan validasi, kami
menggunakan perhitungan berdasarkan pengujian
confusion Matrix. Confusion matrix memberikan
keputusan yang diperoleh dalam traning dan
testing, confusion matrix memberikan penilaian
performance klasifikasi berdasarkan objek dengan
benar atau salah [6]. Confusion matrix berisi
informasi aktual (actual) dan informasi
terprediksi (predicted) pada sistem klasifikasi.
Confusion Matrix merupakan sebuah metode
untuk evaluasi yang menggunakan tabel matrix
seperti pada tabel 2. Pada Tabel tersebut dapat
kita lihat bahwa jika dataset terdiri dari dua kelas,
kelas yang satu dianggap sebagai positif dan yang
lainnya negatif [4]. Evaluasi dengan confusion
matrix menghasilkan nilai accuracy, preecision,
dan recall.
Seminar Nasional Informatika 2015
Tabel 2. Confusion Matrix
Correct Classified as
Classification + -
+ True_positive False_negative
- False_positive True_negative
3. Analisis dan Pembahasan
3.1 Atribut Penyebab Obesitas
Meskipun terdapat pengaruh genetic dan
hormonal pada penambahan berat badan,
kemungkinan penambahan berat badan juga
muncul ketika kita mengkonsumsi banyak kalori
dari makanan daripada kalori yang dibakar
melalui aktivitas fisik dan olahraga[1].
Berikut ini adalah penyebab-penyebab
obesitas yang diklasifikasikan menurut Albu-
Shamah dan Zhan[1]:
Pertama adalah Faktor geneti. Tidak selalu
kelebihan badan dapat diidentikan dengan
mengkonsumsi banyak makanan. Penelitian yang
dilakukan pada tahun 1980an-1990an di US
menunjukan bahwa orang kurus makan lebih
banyak daripada orang gemuk tetapi tetap kurus
sementara orang gemuk makan sedikit tetapi tetap
menjadi gemuk. Phenomena inilah yang
dinamakan gen yang sudah mendarah daging
yang dapat diidentifikasi menjadi salah satu
penyebab obesitas.
Kedua adalah Faktor fisik. Studi di Amerika
juga menunjukan bahwa hal yang paling negative
dan dapat menyebabkan obesitas adalah orang
yang menonton TV lebih dari 3 jam dalam sehari.
Ketiga adalah Faktor emosional, mental
dan pskilogi. Faktor ini juga dapat mempengaruhi
obesitas. Orang yang sedang menderita stress,
marah atau masalah emosional lainnya cenderung
akan mengkonsumsi makanan dengan porsi yang
banyak.
Faktor sosial juga berpengaruh terhadap
kecendrungan posibilitas terjadinya obesitas.
Faktor sosial mempunyai pengaruh terdahap jenis
makanan dan porsi makanan yang diambil oleh
seseorang. Misalnya, di dalam lingkungan rumah,
orang tua mereka tergolong hobi untuk
menyediakan makanan dengan porsi yang besar,
mau tidak mau si anak pasti akan disajikan
makanan dengan porsi yang besr juga. Dengan
begitu asupan makan yang dikonsumsi akan
berpengaruh terhadap kalori yang dikonsumsi.
Faktor selanjutnya yang berpengaruh adalah
Faktor asupan makana. Sering memakan
makanan yang mempunyai nilai kalori besar
seperti Junk food, yang mengandung gula, dan
mengandung kalori banyak merupakan suatu
penyebab terjadinya kegemukan dan obesitas.
Faktor terakhir adalah Faktor-faktor lainnya
yang dapat mempengaruhi kemunculan obesitas.
149
Seminar Nasional Informatika 2015

Kebiasaan-kebiasan seperti makan dengan cepat, Tabel 4. Data Training

rakus, dan tergesa-gesa terhubung dengan asupan
energy yang digunakan, ketahanan tubuh yang
terhubung dengan system kerja tubuh. Faktor ini
mempunyai pengaruh yang tidak terlalu significan
dalam perhitungan obesitas tapi dapat juga
berpengaruh terhdapat kenaikan berat badan yang
dignifican. Maka dari itu, bagi expert, mungkin
faktor ini tidak terlalu diperhitungkan karena
mempunya porsi yang kecil dalam dampak
kenaikan Indeks massa tubuh (IMT).
Faktor-faktor di atas kemudian dijadikan
instances sebagai acuan dalam fokus penelitian
ini. Tabel 3. Adalah contoh atribut data yang akan
digunakan dalam penelitian ini.

Tabel 3. Faktor ,Value, dan Tipe data

No Faktor-Faktor Values Tipe Data
laki-laki (L),
1 Jenis Kelamin Perempuan Nominal
(P)
Tinggi,
2 Aktivitas Fisik Normal, Polinominal
Rendah
3 Faktor Genetik Ya, Tidak Nominal 3.3 Analisis Data
Faktor
Tinggi, Pada tahap ini, kami melakukan evaluasi dan
Emosional,
4 Normal, Nominal analisi terhadap pohon keputusan yang dibentuk.
Mental,
Rendah
Psikologis Pada tahap ini kami melakukan ujicoba
5 Faktor Sosial Ya , Tidak Nominal menggunakan evaluasi Matrix Confusion untuk
Tinggi, mengetahui nilai accurasy, recall, dan precision.
6 Asupan Makanan Normal, Polinominal
Kurang Tabel 5. Evaluasi pada dataset
7 Faktor Lainnya Ya, Tidak Nominal Kappa statistic 0.596
Resiko, Mean absolute error (MAE) 0.2629
8 Output Tidak Nominal Root mean squared error 0.3625
beresiko (RMSE)
Relative absolute error (RAE) 53.0537%
3.2 Data training Root relative squared error 72.8684%
(RRSE)
Agar penelitian ini dapat terfokus dalam
Coverage of cases (0.95 level) 100%
penemuan pola-pola berbentuk keputusan, kami
Mean rel. region size (0.95 level) 80%
menggunakan data simulasi yang digunakan
Total Number of Instances 20
sebagai acuan pembentukan pola pohon
keputusan. Data tersebut ditunjukan pada Tabel 4.
Data tersebut sesuai dengan faktor dan value yang Berdasarkan Tabel 5. Diatas, hasil
sebagai instances atau attribut yang ditunjukan percobaan menunjukan bahwa model yang
pada Tabel 3. dibangun menggunakan Algoritma C4.5 bahwa
Tujuan dari pembentukan data ini adalah dari jumlah total training set diklasifikasikan 16
menciptakan himpunan data target, pemilihan records atau 80% Correctly Classified Instances
data, dan memfokuskan subset variabel, dimana dan 4 records atau 20 % Incorrectly Classified
penelurusan pola akan dilakukan. Terdapat 20 Instances.
dataset yang kami gunakan sebagai simulasi Hasil percobaan menunjukan statistik Kappa
dalam proses pembuatan pola pohon keputusan. (k) sebesar 0.596 yang menunjukan bahwa
Data ini kemudian akan dievaluasi dan divalidasi. korelasi antar output. Nilai Error Absolut rata-
Data ini juga merupakan dasar pemfokusan model rata (MAE) adalah 0.2629 yang berarti nilai rata-
evaluasi. rata kesalahan sistem dalam proses peramalan.
RSME menghasilkan nilai 0.3625. sedangkan
untuk nilai RAE adalah 53.0537% dan nilai
RRSE adalah 72.8684%.

150
 Seminar Nasional Informatika 2015

Sedangkan dari hasil percobaan juga Dari hasil perhitungan menggunakan rumus
menghasilkan Confusion Matrix seperti yang diatas makan didapatkan nilai akurasi (AC) model
ditunjukan pada Tabel 6. Confusion Matrix Decision Tree Algoritma C4.5 adalah sebesar
tersebut selnajutkan akan digunakan untuk 80%.
menghitung nilai TP rate atau nilai record positif
yang diklasifikasikan sebagai positif, FP rate nilai 4. Kesimpulan
record positif yang diklasifikasikan sebagai
positif, Precision, Recall, dan ROC area. Metode Klasifikasi Decision Tree meng-
gunakan algoritma C4.5 guna memprediksi
Tabel 6. Confusion Matrix obesitas mempunyai hasil yang sangat baik. dari
Tidak_ hasil pengujian yang dilakukan, Model ini
Resiko
beresiko
Correctly mempunyai nilai akurasi yang berada pada angka
Output indicator True False
Instances 80%. Nilai Precison dan Recall yang dihasilkan
Beresiko 16 + 7 2 dari hasil pengujian cukup tinggi yaitu 0.778
Tidak_
beresiko
4 - 2 9 untuk hasil output beresiko dan 0.818 output
Tidak_beresik. Area ROC yang ditunjukan pada
Tabel 7. Hasil Evaluasi hasil ujicoba juga berada pada range Good
Output TP Rate FP Rate Precision Recall
ROC Classification yaitu 0.878. Jadi kami
Area menyimpulkan bahwa Metode Model Klasifikasi
Beresiko 0,778 0,182 0,778 0,778 0,879
Tidak_ Decision Tree menggunakan Algoritma C4.5
0,818 0,222 0,818 0,818 0,879
beresiko mempunyai performa yang baik dalam
memberikan solusi prediktif terhadap
Dari hasil pengujian dengan skema atau kemungkinan terjadinya obesitas.
skenario kondisi parameter dengar proporsi 80%
dan 20 untuk corectly dan incorectly clasified
intsances (Tabel 7.) didapatkan hasil TP rate Daftar Pustaka:
untuk outuput Beresiko sebesar 0,778 dan TP rate
outuput Tidak_beresiko sebesar 0,818. Dan FP [1] Albu-Shamah, Ahmad & Justin Zhan,
rate beresiko sebesar 0.182 dan tidak beresiko 2013. Towards Obesity Causes,
sebesar 0.222. Dari hasil pengujian juga Prevalence and Prevention. IEEE
didapatkan nilai yang sama antara nilai precision Computer Society
dan Recall untuk output beresiko dan tidak [2] Andriani, Anik, 2013, Sistem Pendukung
beresiko secara berturut-turut adalah 0.778 dan Keputusan Berbasis Decision Tree
0.818. Sedangkan Nilai Area ROC berada pada Dalam Pemberian Beasiswa Studi Kasus:
nilai 0.879 yang berarti klasifikasi tersebut berada Amik Bsi Yogyakarta, Proceeding
pada kondisi Good Classification[6]. Grafik dari SENTIKA 2013, 9 Maret 2013, hal. 163-
hasil pengujian dapat dilihat pada Gambar 2 168, ISSN: 2089-9815, Yogyakarta.
dibawah ini. [3] Basuki, A. and Syarif, I., 2003, Decision
Tree, Surabaya: Politeknik Elektronika
Negeri Surabaya - ITS.
[4] Bramer, Max, 2007, Principles of Data
Mining, London: Springer.
[5] Ginting, S.L., Zarman, Wendi,dan
Hamidah, Ida, 2014, Analisis Dan
Penerapan Algoritma C4.5 Dalam Data
Mining Untuk Memprediksi Masa Studi
Mahasiswa Berdasarkan Data Nilai
Akademik, Prosiding Seminar Nasional
Aplikasi Sains & Teknologi (SNAST)
Gambar 2. Grafik Evaluasi data training 2014, Yogyakarta, 15 November 2014,
ISSN: 1979-911X, Hal. A263-A272.
Tahap selanjutnya adalah proses perhitungan [6] Gorunescu, F., 2011, Data Mining
accurasi dari algoritma C4.5 dalam kasus Concept Model Technique, India:
obesitasdari dataset sebanyak 20 records (data Springer.
training). Menurut Han dan Kamber[7], cara [7] Han, J. dan Kamber, M., 2001, Data
menghitung accurasy (AC) dapat menggunakan Mining, Concepts and Techniques, 2nd
rumus berikut ini: ed.San Francisco, CA: Morgan
Kaufmann.
(3)

151
Seminar Nasional Informatika 2015

[8] Julianto,Windy, Yunitarini,Rika ,Dan Penyakit. Anda Obesitas?, Awas Bahaya

Sophan, Mochammad K.,2014, Mengancam!. Berita dan Artikel Dinas
Algoritma C4.5 Untuk Penilaian Kinerja Kesehatan Yogyakarta,
Karyawan, Jurnal Scan Vol. IX Nomor 2 http://dinkes.jogjaprov.go.id/berita/detil_
Juni 2014, ISSN : 1978-0087, Hal. 33-39. berita/549-obesitas-faktor-resiko-
[9] Karolis,Minas A., dan Moutiris,Joseph berbagai-penyakit-anda-awas-bahaya-
A., 2010, Assessment of the Risk Factors mengancam, Diakses 1 Mei 2015.
of Coronary Heart Events Based on Data [15] Rimbawan dan Albiner Siagian. 2004.
Mining With Decision Trees, IEEE Indeks Glikemik Pangan. Bogor :
Transactions On Information Technology Penebar Swadaya
In Biomedicine, Vol. 14, NO. 3, May [16] Badan Penelitian dan Pengembangan
2010. hal. 559-566. Kesehatan, 2010, Riset Kesehatan Dasar
[10] Kharis, Irma, Rosa delima, dan Joko (Riskesdas 2010), Kementerian
Purwadi, 2013, Generator pohon Kesehatan Republik Indonesia, Jakarta.
Keputusan Dengan Menerapkan [17] Santosa, Budi T.,2014, Analisa Dan
Algoritma C4.5 Untuk Program Penerapan Metode C4.5 Untuk Prediksi
Konsultasi, Jurnal Informatika Vol. 9. 1 Loyalitas Pelanggan, Jurnal Ilmiah
April 2013. Hal. 1-10. Fakultas Teknik LIMITS Vol. 10 No.1,
[11] Kusrini & luthfi, E.T., 2009, Algoritma Hal 1-10. ISSN: 0216 - 1184
Data Mining, Yogyakarta:Andi [18] Sugondo, S., 2006, Obesitas. In: Sudoyo,
publishing. AW., Setiyohadi, B., Alwi, I.,
[12] Larose, D. T, 2005, Discovering Simadibrata, MK., Setiati, S., ed. Buku
Knowledge in Data, New Jersey: John Ajar Ilmu Penyakit Dalam. Pusat
Willey & Sons, Inc. Penerbit Departemen Ilmu Penyakit
[13] Manna, S. Dan Jewkes, A.M. 2014. Dalam Fakultas Kedokteran Universitas
Understanding early childhood obesity Indonesia, Jakarta: 1919-1925
risks: An empirical study using fuzzy [19] Witten I. H., Frank E. and Hall, M. A. ,
signatures. IEEE International 2011, DATA MINING - Practical
Conference Machine Learning Tools and Techniques
[14] Dinas Kesehatan Yogyakarta, 2015, (3rd ed), Elsevier Inc.
Obesitas, Faktor Resiko Berbagai

152
 Seminar Nasional Informatika 2015

ANALISIS KEPUASAN DOSEN TERHADAP MANAJEMEN PADA

UNIVERSITAS XXX BERBASIS WEB
Andi Sanjaya1

UNIVERSITASPOTENSI UTAMA
Jl. KL YosSudarso Km. 6.5 No. 3A , Medan, telp/fax: (061) 6640525
Email : andi.sj7@gmail.com

Abstrak

Pentingnya kepuasan terhadap stakeholder pada sebuah perusahaan khususnya pada sebuah universitas
sangatlah penting. Kepuasan pada stakeholder di sebuah universitas sangat bermanfaat untuk membentuk
manajemen universitas menjadi lebih baik lagi. Analisis terhadap kepuasan stakeholder pada universitas,
dapat dijadikan sebagai bahan evaluasi untuk manajemen universitas khususnya para dosen. Dosen pada
sebuah perguruan tinggi menjadi salah satu elemen terpenting. Oleh sebab itutingkat kepuasan dosen
terhadap manajemen suatu universitas sangat penting diperhatikan agar dosen dapat menunaikan kewajiban
dengan baik dan mendapatkan hak sebagai mana mestinya. Dengan melihat betapa pentingnya menilai
kepuasan terhadap dosen dengan manajemen kampus, peneliti melakukan analisis kepuasan dosen terhadap
manajemen universitas XXX menggunakan quesioner berbasis web agar para dosen dapat dengan mudah
mengakses dan memberikan penilaian terhadap manajemen universitas. Responden pada penelitian ini adalah
dosen langsung pada universitas XXX. Variabel penilain di tentukan oleh pihak kampus sebagai bahan
evaluasi pihak kampus untuk mengetahui seberapa baik kepuasan dosen terhadap kebijakan-kebjikan
universitas kepada dosennya. Hasil dari penelitian ini adalah penilaian variabel dengan nilai tertinggi adalah
ketersediaan sarana prasarana pendukung kegiatan belajar mengajar dan peniliaian terhadap variabel terendah
adalah Kebijakan reward untuk dosen berprestasi. Dari hasil penelitian ini dapat di simpulkan bahwa, pihak
manajemen uinversitas dapat memperbaiki tingkat kepuasan dosen berupa kebijakan reward untuk dosen
berprestasi.

Kata kunci: kepuasan dosen, manajemen universitas, berbasis web.

1. PENDAHULUAN ditunjukan pada penelitian Analisis Kepuasan

Kepuasan pelanggan pada sebuah perusahaan
sangatlah penting sebagai evaluasi perusahaan
untuk menjadi lebih baik lagi dalam melakukan
pelayanan. Pada dasarnya pengertian kepuasan
pelanggan mencakup Engel dan Pawitra dalam
buku Fredi Rangkuti juga mengatakan bahwa
pengertian tersebut dapat diterapkan dalam
penilaian kepuasan atau ketidakpuasan terhadap
satu perusahaan tertentu karena keduanya
berkaitan erat dengan konsep kepuasan pelanggan
perbedaan antara tingkat kepentingan dan kinerja
atau hasil yang dirasakan[1]. Pada penelitian ini
membahas tentang kepuasan pelayanan jasa pada
dosen di universitas XXX. Dimana pelayanan
dilakukan berupa kebijakan-kebijakan dari
manajemen universitas. Sehingga diperlukan
adanya penilain terhadap manajemen yang
dilakukan oleh dosen-dosen unversitas XXX
tersebut. Dimana penelitian ini dapat sebagai
evaluasi Services Quality. Dimana Service
Quality adalah seberapa jauh perbedaan antara
harapan dan kenyataan para pelanggan atas
layanan yang mereka terima[2]. Penelitian yang
lainnya mengenai kepuasan konsumen juga
Pengunjung dan Pengembangan fasilitas wisata
Agro(Studi Kasus di Kebun Wisata Pasirmukti,
Bogor)[3]. Dimana penelitian ini mencakup
tentang kepuasan konsumen dan fasilitas apa saja
yang harus dibangun untuk meningkatkan
kepuasan konsumen.
2. METODE PENELITIAN
2.1.Metode Pengumpulan data
Pada penelitian ini dilakukan kuesioner dan
wawancara di bagian terkait masalah kepuasan
dosen terhadap kebijakan manajemen unviersitas
XXX. Sumber data yang diperlukan pada
penelitian ini adalah:
1. Data Primer
Data primer yang digunakan adalah merupakan
data kuesioner yang diisi oleh para dosen melalui
web. Para dosen dapat melakukan pengisian
kuesioner setelah login hak akses masing-masing.
2. Data Sekunder
Data yang di dapat dari wawancara, studi
kepustakaan serta internet research dalam untuk

153
Seminar Nasional Informatika 2015

memenuhi data-data penunjang penelitian ini.

Hasil dari data sekunder didapat skala kepuasan Dengan kriteria penilaian akhir yang ditentukan
terhadap dosen sebagai berikut: oleh pihak universitas adalah sebagai berikut:

Tabel 1. Skala Kepuasan Konsumen Tabel 2. KriteriaKepuasan Dosen.

a. SB Sangat Baik 5 Kriteria Penilaian

b. B Baik 4 Kriteria Score
c. C Cukup 3 Sangat Baik 80-100
d. K Kurang 2 Baik 60-79
e. SK Sangat Kurang 1 Cukup 40-59
Kurang 20-39
Samgat Kurang 00-19
Variabel pertanyaan yang ditentukan oleh pihak
universitas sebagai parameter kepuasan dosen 3. ANALISIS DAN PEMBAHASAN
adalah sebagai berikut:
3.1 Analisis
1. Kebijakan penggajaian
a. Analisis
2. Kebijakan tentang tunjangan
fungsional/struktural dosen.
Analisis adalah sebuah penelitian atau riset yang
3. Kebijakan tentang tunjangan lain-lain
sistematis dan menyeluruh. Pada penelitian
4. Asuransi Kesehatan
tersebut objek atau subjek yang diteliti diuraikan
5. Layanan kesehatan
menjadi komponen-komponennya yang kemudian
6. Kenyamanan ruangan kerja dosen
disusun, diteliti dan diberikan penilaian. Dalam
7. Budaya organisasi yang diciptakan.
proses tersebut keterikatan dari masing-masing
8. Kesempatan Mengembangkan ide/gagasan
elemen dan integritasinya tidak boleh
dan dialog dengan pimpinan
diabaikan.[2].
9. Pemberian hak-hak untuk kesejahteraan atas
pelaksanaan tugas rutin
b. AnalisisKualitatif
10. Ketersediaan sarana prasarana pendukung
kegiatan belajar mengajar
Analisis kualitatif yaitu data yang merupakan
11. Ketersediaan sarana prasarana pendukung
serangkaian informasi yang pada umumnya tidak
kegiatan penelitian dan pengabdian kepada
dapat diukur karena berbentuk kata, kalimat,
masyarakat.
skema dan gambar yang bukan berupa angka-
12. Fasilitas untuk mengembangkan diri :
angka.[2]
mengikuti kursus, pelatihan, seminar, studi
lanjut
c. Analisis Kuantitatif
13. Fasilitas memperoleh informasi dan
pelayanan melakukan kegiatan penelitian
Analisis Kuantitatifyaitu data yang berbentuk
14. Fasilitas memperoleh informasi dan
angka, atau data kuantitatif yang diangkakan.
pelayanan melakukan kegiatan pengabdian
Metode analisa ini dengan menggunakan
kepada masyarakat
persentase, dan Chi - Square karena metode ini
15. Ketersediaan fasilitas TIK untuk kemudahan
digunakan penulis untuk menghitung jawaban
pelayanan pembelajaran, administrasi dan
atas kuisioner dari responden.[2]
evaluasi
16. Pemberian motivasi dan bimbingan untuk
Rumus untuk menghitung hasil penilaian akhir
pencapaian prestasi kinerja
adalah sebagai berikut:
17. Ketersedian jurnal sebagai publikasi karya
ilmiah
Penilaian akhir=((R/(5*TS))*100)
18. Fasilitas Untuk kenaikan pangkat/jabatan
akademik ( kemudahan mendapatkan
Dimana:
informasi keahlian )
R adalah jumlah total keseluruhan responden.
19. Kesempatan mendapatkan tugas mengajar
TS adalah total skor.
dan tugas lain sesuai dengan bidang keahlian
20. Kebijakan reward untuk dosen berprestasi
Dengan perhitungan total keselurahan skor
HRD/Prodi
dengan rumus sebagai berikut:
21. Kebijakan punishment untuk dosen
HRD/Prodi Total skor = ((SKx1) + (Kx2) + (Cx3) + (Bx4) +
(SBx5) )

154
 Seminar Nasional Informatika 2015

Dimana:
SK adalah jumlah responden yang menjawab
sangat kurang.
K adalah jumlah responden yang menjawab
kurang.
C adalah jumlah responden yang menjawab
cukup.
B adalah jumlah responden yang menjawab baik.
SB adalah jumlah responden yang menjawab
sangat baik.[4]

3.2 PEMBAHASAN

Pembahasan dapat dilihat pada hasil kuesioner

yang dilakukan melalui web. Hasilnya terlihat
seperti berikut:

Gambar 2. Tampilan Hasil Kuesioner.

Dengan melihat hasil pembahasan terdapat diweb

tersebut, dapat dilihat kepuasan dosen disetiap
variabelnya sebagai berikut.

Tabel 3. Penilaian Kriteria.

Pertanyaan SB B C K SK
Kebijakan penggajian 22 25 2 5 10
Kebijakan tentang 17 22 11 11 3
tunjangan
fungsional/struktural
dosen
Kebijakan tentang 19 18 11 11 5
tunjangan lain-lain
Asuransi kesehatan 21 24 16 0 3
Layanan kesehatan 20 25 10 3 6
Kenyamanan ruangan 20 20 15 6 3
kerja dosen
Budaya organisasi yang 27 23 1 6 7
diciptakan manajemen
Kesempatan 24 23 7 7 3
Gambar 1. Tampilan Pertanyaan Kuesioner.
Mengembangkan
ide/gagasan dan dialog
Pada tampilan diatas terdapat beberapa variabel dengan pimpinan
yang sudah ditentukan oleh pihak manajemen Pemberian hak-hak untuk 19 16 19 4 6
universitas, yang harus dijawab oleh setiap dosen kesejahteraan atas
ketika mereka ingin memberikan penilaian pelaksanaan tugas rutin
terhadap manajemen. ketersediaan sarana 27 18 11 5 3
prasarana pendukung
Hasil dari skoring pada jawaban setiap kuesioner kegiatan belajar mengajar
dapat dilihat seperti dibawah ini. ketersediaan sarana 17 29 5 7 6
prasarana pendukung
kegiatan penelitian dan
pengabdian kepada
masyarakat
Fasilitas untuk 21 15 21 7 0
mengembangkan diri :
mengikuti kursus,
pelatihan, seminar, studi
lanjut

155
Seminar Nasional Informatika 2015

Fasilitas memperoleh 21 18 17 5 3 pelaksanaan tugas rutin

informasi dan pelayanan ketersediaan sarana 64 253 79.06
melakukan kegiatan prasarana pendukung
penelitian
kegiatan belajar mengajar
Fasilitas memperoleh 15 34 3 2 10
informasi dan pelayanan ketersediaan sarana 64 250 73.75
melakukan kegiatan prasarana pendukung
pengabdian kepada kegiatan penelitian dan
masyarakat pengabdian kepada
Ketersediaan fasilitas 20 25 14 3 2 masyarakat
TIK untuk kemudahan Fasilitas untuk 64 242 75.62
pelayanan pembelajaran, mengembangkan diri :
administrasi dan evaluasi mengikuti kursus, pelatihan,
Pemberian motivasi dan 32 10 5 13 4 seminar, studi lanjut
bimbingan untuk
pencapaian prestasi Fasilitas memperoleh 64 241 75.31
kinerja informasi dan pelayanan
Ketersedian jurnal 27 16 13 5 3 melakukan kegiatan
sebagai publikasi karya penelitian
ilmiah Fasilitas memperoleh 64 237 73.12
Fasilitas Untuk kenaikan 31 13 7 6 7 informasi dan pelayanan
pangkat/jabatan melakukan kegiatan
akademik ( kemudahan pengabdian kepada
mendapatkan informasi masyarakat
keahlian )
Kesempatan 31 13 7 7 6
Ketersediaan fasilitas TIK 64 250 78.12
mendapatkan tugas untuk kemudahan pelayanan
mengajar dan tugas lain pembelajaran, administrasi
sesuai dengan bidang dan evaluasi
keahlian Pemberian motivasi dan 64 245 76.56
Kebijakan reward untuk 21 20 6 6 11 bimbingan untuk
dosen berprestasi pencapaian prestasi kinerja
HRD/Prodi Ketersedian jurnal sebagai 64 251 78.43
Kebijakan punishment 23 17 9 11 4 publikasi karya ilmiah
untuk dosen HRD/Prodi
Fasilitas Untuk kenaikan 64 247 77.18
pangkat/jabatan akademik (
Dari penililaian diatas maka dapat di hitung total
kemudahan mendapatkan
skor dan penilaian akhir dari setiap variabel. Hasil
informasi keahlian )
dari perhitungan total skor dan penilaian akhir
Kesempatan mendapatkan 64 248 77.50
dapat dilihat dari tabel 4.
tugas mengajar dan tugas
lain sesuai dengan bidang
keahlian
Kebijakan reward untuk 64 226 70.62
Tabel 4 KriteriaPenilaian Akhir.
dosen berprestasi
HRD/Prodi
Pertanyaan R TS PA
Kebijakan punishment untuk 64 236 73.75
Kebijakan penggajian 64 236 73.75
dosen HRD/Prodi
Kebijakan tentang tunjangan 64 231 72.18
fungsional/struktural dosen
Dimana:
Kebijakan tentang tunjangan 64 227 70.93
R adalah Jumlah responden
lain-lain
TS adalah Total Skor
Asuransi kesehatan 64 252 78.75
PA adalah Penilaian akhir
Layanan kesehatan 64 242 75.62
Kenyamanan ruangan kerja 64 240 75.00
dosen 4. KESIMPULAN
Budaya organisasi yang 64 249 77.81
diciptakan di manajemen Dari pembahasan diatas dapat disumpulkan
Kesempatan 64 250 78.12 bahwa rata-rata dari penilaian akhir setiap
Mengembangkan variabel adalah 75,38. Dengan hasil ini dapat
ide/gagasan dan dialog disimpulkan bahwa kepuasan dosen terhadap
dengan pimpinan universitas XXX adalah baik. Dengan nilai
Pemberian hak-hak untuk 64 230 71.87 variabel tertinggi adalah variabelketersediaan
kesejahteraan atas sarana prasarana pendukung kegiatan belajar

156
 Seminar Nasional Informatika 2015

mengajarsedangkan variabel dengan nilai Daftar Pustaka

terendah adalah Kebijakan reward untuk dosen
berprestasi HRD/Prodi. Dari keseimpulan diatas [1] Rahman Abdul& Supomo Heri,Sunaryo,
dapat dilihat bahwa kepuasan terhadap 2012,Analisa Kepuasan Pelanggan pada
rewarddosen yang berprestasi menjadi perhatian Pekerjaan Reparasi Kapal dengan Metode
penting untuk manajemen universitas, agar di Quality Function Deployment
kemudian hari dapat meningkatkan kepuasan (QFD),JURNAL TEKNIK ITS Vol. 1, No.
terdapat reward dosen-dosen yang berprestasi. 1(Sept. 2012) ISSN: 2301-9271.
Penilitian ini juga dapat menjadi bahan evaluasi [2] Puspitasari Desi,Analisi Kepuasan
terhadap pihak manajemen Universitas XXX agar Konsumen terhadap Pengguna Speedi pada
dapat meningkatkan kepuasan terhadap dosen. PT. TELKOM,2012,Uniersitas Bina Darma,
Palembang.
[3] Oktaviani Wahyu Riandana & Suryana
5. SARAN Nurmalina Rita, Analisis Kepuasan
Pengunjung dan Pengembangan Fasilitas
Diharapkan diakan waktu yang akan datang Wisata Agro, Jurnal Agro Ekonomi, Volume
peneliti berharap adanya pengembangan dari 24 No. 1, 2006, Institut Pertanian Bogor,
penelitian ini berupa analisis dan metode Bogor.
perhitungan yang lebihbaik lagi, sehingga dapat [4] Haridiati Ratih, Analisis Pengaruh Kualitas
menghasilkan kesimpulan yang lebih akurat lagi Pelayanan Terhadap Kepuasan Konsumen
dan dapat membantu pihak manajemen Menggunakan Jasa Penginapan (Villa) Agro
universitas dalam mengambil keputusan dalam Wisata Kebun Teh Pagilaran,
hal peningkatan kepuasan dosen terhadap 2010,Universitas Dipenegoro, Semarang.
universitas.

157
Seminar Nasional Informatika 2015

PEMANFAATAN WEB SERVICE DALAM PROTOTIPE APLIKASI

KLAIM ASURANSI KECELAKAAN
INDRA SAMSIE

Program Studi Sistem Informasi

STMIK Dipanegara, Makassar

indrasamsie@gmail.com

Abstrak

Bagi keluarga korban kecelakaan pengurusan klaim asuransi / penerimaan santunan dari pihak PT.
Jasaraharja masih dianggap memiliki beberapa kendala dalam pengurusannya, diantaranya adalah kendala
terhadap jarak (antara Polres di mana TKP berada dengan tempat tinggal keluarga korban), ulah beberapa
oknum yang memanfaatkan situasi untuk mendapatkan imbalan dalam pengurusan dokumen yang
diperlukan, dan terbatasnya waktu pengurusan sebelum berakhirnya masa tenggang waktu pemberian
santunan (3 bulan sejak kecelakaan terjadi). Hal tersebut yang seringkali membuat keluarga korban terlambat
bahkan mengurungkan niatnya untuk mengurus klaim asuransi / penerimaan santunan dari PT. Jasaraharja.
Web service digunakan untuk mengkomunikasikan dua aplikasi yang berbeda yaitu SILAKA DITLANTAS
POLDA SULSELBAR dan SIMKAS PT. JASARAHARJA Cabang Sulawesi Selatan. Hasilnya adalah
didapatnya data korban lakalantas yang valid serta adanya alternatif lain dalam mempublikasikan data korban
lakalantas kepada masyarakat, disamping tetap menggunakan media publikasi yang telah digunakan selama
ini.

Kata Kunci : Web Services, Integrasi Data, korban lakalantas

1. Pendahuluan. melalui sistem ini pihak Ditlantas menghimpun

PT. Jasa Raharja dalam pemberian
pelayanannya kepada masyarakat memerlukan
dukungan data dari berbagai instansi terkait, yaitu
Ditlantas, Rumah Sakit dan Pemerintah Daerah.
PT. Jasa Raharja telah memiliki Sistem Informasi
baik yang terintegrasi dalam Kantor Samsat,
dimana melalui sistem ini PT. Jasa Raharja
menggunakannya untuk menghimpun dana
asuransi maupun Sistem Informasi yang dikelola
secara mandiri dalam manajemen data klaim
Asuransi / pemberian santunan kepada korban
kecelakaan atau keluarga korban yang menjadi
ahliwarisnya. Dalam melayani klaim asuransi ini
atau pemberian santunan kepada korban atau
keluarga korban kecelakaan lalulintas, diperlukan
berbagai dokumen sebagai kelengkapan berkas
yang disyaratkan dalam proses pemberian
santunan diantaranya adalah Laporan Polisi
tentang kecelakaan lalulintas dari unit laka
satlantas polres, Keterangan Kesehatan dari RS
yang merawat, Surat Keterangan Ahliwaris dari
pemerintah.
Sedangkan dari pihak Ditlantas Polda
Sulselbar juga telah memiliki Bidang Teknologi
dan Informasi (terlampir) Sistem Informasi baik
yang terintegrasi dalam Kantor Samsat, di mana
data dari masyarkat yang akan mengurus STNK
dan BPKP, maupun Sistem Informasi yang
dikelola secara mandiri untuk menangani
kecelakaan lalulintas melalui Unit Laka Satlantas
Polres.
Terdapat himpunan informasi yang
terpisah, yaitu sistem informasi yang ada pada PT.
Jasa Raharja maupun pada sistem informasi yang
ada pada Polda Sulselbar, dimana bagi PT. Jasa
Raharja dalam proses pemberian santunan kepada
korban maupun ahliwaris, kedua himpunan
informasi tersebut saling terkait dan
berkesinambungan. Penelitian ini akan database
pada PT. Jasa Raharja dan database pada
Ditlantas Polda Sulselbar serta menguji aplikasi
(prototipe) yang telah dirancang apakah masih
terdapat kesalahan pada interface, basisdata,
performansi, inisialisasi-terminasi atau apakah
fungsi-fungsi yang diuji telah valid?.
Tidak banyak peneliti yang melakukan
penelitian tentang kasus ini, beberapa diantaranya
adalah:
1. Analisa Dan Perancangan Sistem Informasi
Pelayanan Asuransi Berbasis Web (Studi
Kasus : PT.Jasa Raharja (Persero) Riau) oleh

158

Putra Efri Rahman (2014) , UIN Suska Riau.
[1]
Penelitian ini membuat sistem informasi
pelayanan dan informasi bagi masyarakat
sehingga proses asuransi dan klaim asuransi
menjadi transparan. Hubungan dengan
penelitian ini adalah mengadopsi otomatisasi
pelayan PT. Jasa Raharja sehingga pelayanan
semakin terbuka dan transparan.
2. Analisa dan perancangan sistem informasi
pemberian asuransi kecelakaan (studi kasus :
PT. Jasa raharja (persero) cabang riau), oleh
WAHYUDI FIRDAUS (2014), UIN SUSKA
RIAU.[2]
Penelitian dilakukan dalam rangka membuat
sistem informasi klaim asuransi PT.Jasa
Raharja. Sistem informasi ini digunakan
untuk menangani klaim dari masyarakat
tetapai semua persyaratak dokumen tetap
mengikuti prosedur manual dari PT. Jasa
Raharja.
Hubungan dengan penelitian ini adalah
mengadopsi sistem informasi klaim, tetapi
dengan menghubungkan databse PT. Jasa
Raharja dengan database Kepolisian,
Kependudukan dan Rumah sakit, sehingga
masyarakat tidak perlu lagi mengurus
dokumen fisik yang diperlukan untuk
keperluan klaim asuransi.
1.1 Pengertian Web Service
Web service adalah entitas komputasi
yang dapat diakses melalui jaringan internet
maupun intranet dengan standar protokol
tertentu dalam platform dan antarmuka
bahasa pemrograman yang independen.
Tujuan pengembangannya adalah untuk
menjembatani komunikasi antar program,
sehingga aplikasi yang satu dan aplikasi yang
lain yang terdapat pada suatu jaringan yang
sama atau pada jaringan berbeda dapat saling
berkomunikasi asalkan menggunakan standar
protokol yang ditetapkan oleh web service.
Hal ini bias terjadi, karena standar protokol
itu tidaklah terikat pada suatu platform atau
bahasa pemrograman. Protokol itu sendiri
dibangun oleh Extensible Markup Language
(XML) yang memang kenyataannya telah
didukung oleh banyak platform, bahasa
pemrograman, dan oleh developer di seluruh
dunia.[3]
1.2 Arsitektur Web Service
Arsitektur web service dibangun oleh
beberapa layer dan teknologi yang saling
berhubungan. Banyak cara untuk
memvisualisasikan service, sama banyaknya
dengan cara untuk membangun dan menggunakan
web service. Gambar berikut hanyalah salah satu
cara untuk menggambarkan arsitekturnya.
Seminar Nasional Informatika 2015
Gambar 1. Arsitektur Web Service[3]
Web service disusun oleh tiga komponen standar,
yaitu :
1. Simple Object Access Protokol (SOAP),
yaitu protokol yang bertanggungjawab
dalam pertukaran informasi dalam
lingkungan jaringan terdistribusi
2. Web Service Definition Language
(WSDL), dokumen standar yang
dituliskan dalam format XML, dan
mendefinisikan kehadiran web service
dalam suatu jaringan
3. Universal Description, Discovery, and
Integration (UDDI), yaitu suatu lokasi
direktori yang berisikan service
(layanan) dan bersifat bebas platform
(platform independent), dituliskan
berbasis XML dan dapat diakses oleh
entitas yang berada di dalam dan luar
jaringan.
Adanya standard tersebut membuat web service
mudah diakses melalui berbagai antarmuka dan
juga memberi peluang dimungkinkannya berbagai
sistem yang dibangun pada platform berbeda dan
bahasa berbeda untuk kolaborasi dalam suatu
pekerjaan.
2. Metode Penelitian
Metode yang digunakan dalam penelitian adalah
pendekatan terstruktur dengan mengikuti tahapan
dalam SDLC[4].
Tahapan tersebut adalah sebagai berikut :
1. Pengamatan Sistem
Tahapan ini adalah tahapan dimana peneliti
melakukan pengamatan sistem yang saat ini
diterapkan oleh pihak PT. Jasa Raharja
Cabang Sulawesi Selatan.
2. Pengumpulan Data
Pada tahap ini dilakukan pengumpulan data
berupa arsip-arsip atau dokumen dari PT.
Jasa Raharja Cabang Sulawesi Selatan serta
bahan-bahan pustaka yang berhubungan
dengan sistem yang akan dirancang.
Pelaksanaan tahap ini sejalan dengan
pelaksanaan tahapan pengamatan sistem.
159
Seminar Nasional Informatika 2015

3. Desain Sistem 3.2 Diagram Arus Data Level 2 Proses

Setelah melakukan Pengamatan Sistem dan Manajemen Korban
Pengumpulan Data maka tahap berikutnya
adalah proses desain sistem, baik itu sistem
yang sedang berjalan ataupun sistem yang
akan diusulkan pada PT. Jasa Raharja
Cabang Sulawesi Selatan.
4. Pembuatan Sistem
Pembuatan Sistem adalah suatu tahapan
dimana penulis membangun sistem yang
telah didesain.
5. Pengujian Sistem
Dalam tahapan ini akan diuji aplikasi
(prototipe) yang telah dirancang apakah Gambar 3. Diagram Arus Data Level 2 Proses
masih terdapat kesalahan pada interface, Manajemen Korban
basisdata, performansi, inisialisasi-terminasi
atau apakah fungsi-fungsi yang diuji telah Berdasarkan proses inilah entitas asuransi
valid. memproses klaim otomatis tanpa harus menunggu
laporan dari pihak korban.
3. Hasil dan Pembahasan
3.3 Relasi antar Tabel
3.1 Diagram Alir Dokumen dari prototipe sistem
yang diusulkan Menggunakan 4 tabel yaitu petugas, lakalantas,
korban, dan user. Sistem yang ada dilakalantas
yang akan mengakses data dalam tabel tabel ini
terlebih dahulu yang kemudian dengan koneksi
web services, data akan dipakai kembali oleh PT.
Jasa Raharja sebagai instansi pemroses klaim.

Lakalantas
Petugas Korban
Id_lakalantas
NIP * *
Id_korban*
Nama Nip**
Nik
Tgl_lhr Tgl_lakalanta
Nama_kor
Tmp_l s
Tgl_lhr_kor
hr Jam_lakalant
Tmpt_lhr_k
Jen_ke a
or
l Username**
Jen_kel_kor
Alamat Tkp
Stat_kawin_
No_tlp Jenis_lakalan
kor
Foto tas
Alamat_kor
Id_jaba Status
Pekerjaan
tan Foto
Id_lakalanta
Id_divi Ket
s**
si Hari
Username
Id_unit Tanggal
Tanggal
Userna Jam User
me Jam
Tangga Usernam
Gambar 2. Diagram alir dokumen yang l e*
diusulkan Jam Passwor
d
Nama_le
Pada gambar 2 dapat dilihat entitas PT. Jasa ngkap
Raharja dengan memanfaatkan webservice dari Email
unit lakalantas dapat langusng memproses klaim No_telp
dari korban lakalantas langsung setelah korban Level
Blokir
mengajukan klaim tanpa mengurus 2 kali berkas Id_sessi
pada 2 tempat yang berbeda yaitu kepolisian dan Gambar 4. Relasi antar
on tabel
yang digunakan
asuransi. Untuk lebih jelasnya dapat dilihat pada dalam prototipe ini.
gambar 3.

160
 Seminar Nasional Informatika 2015

3.4 Web Services = $prop_data [$i] [nik];

$nama_kor
3.4.1 Entitas Jasa Raharja = $prop_data [$i] [nama_kor];
Dalam services ini dibutuhkan tiga (3) file, yaitu : $tgl_lhr_kor
index.php, ws_client.php, dan db_config.php = $prop_data [$i] [no_kuin_obt];
Isi dari masing-masing file adalah sebagai berikut $tmpt_lhr_kor =
: $prop_data [$i] [tmpt_lhr_kor];
index.php $jen_kel_kor
Listing = $prop_data [$i] [jen_kel_kor];
<?php $stat_kawin_kor=
define ( 'MUST_FROM_INDEX', $prop_data [$i] [stat_kawin_kor];
'SAMPLE_WS2011.2' ); $alamat_kor
require 'db_config.php'; = $prop_data [$i] [alamat_kor];
$pekerjaan
require 'ws_client.php'; = $prop_data [$i] [pekerjaan];
// call list transaksi WSC function $id_lakalantas =
$ws_data = call_ws_list_korban($tgl_lhr,0,100); $prop_data [$i] [id_lakalantas];
$n = $ws_data ['data_count']; $username
$prop_data = $ws_data ['data']; = $prop_data [$i] [foto];
?> $tanggal =
. $prop_data [$i] [tanggal];
. $jam
. = $prop_data [$i] [jam];
<tr>
<td><?php echo $prop_data [$i] ['id_korban'];
?></td> $sql = "insert into korban (id_korban, nik,
<td><?php echo $prop_data [$i] ['nik']; ?></td> nama_kor, tgl_lhr_kor, tmpt_lhr_kor,
<td><?php echo $prop_data [$i] ['nama_kor']; jen_kel_kor, stat_kawin_kor, alamat_kor,
?></td> pekerjaan, id_lakalantas, username, tanggal,
<td><?php echo $prop_data [$i] [tgl_lhr_kor']; jam) values ('$id_korban', '$nik', '$nama_kor',
?></td> '$tgl_lhr_kor', '$tmpt_lhr_kor', '$jen_kel_kor ',
<td><?php echo $prop_data [$i] '$stat_kawin_kor', '$alamat_kor', '$pekerjaan',
[tmpt_lhr_kor']; ?></td> '$id_lakalantas', '$username', '$tanggal', '$jam')";
<td><?php echo $prop_data [$i] [jen_kel_kor'];
?></td> mysql_query($sql);
<td><?php echo $prop_data [$i] }
['stat_kawin_kor']; ?></td>
<td><?php echo $prop_data [$i] ['alamat_kor']; ?>
?></td> Gambar 5. index.php JASARAHARJA
<td><?php echo $prop_data [$i] ['pekerjaan'];
?></td> Pada script di atas, melalui web service client
<td><?php echo $prop_data [$i] dilakukan request kepada web service
['id_lakalantas']; ?></td> provider/server yang ada di Lakalantas. Request
<td><?php echo $prop_data [$i] ['username']; dilakukan dengan meminta seluruh isi database
?></td> melalui fungsi call_ws_list_korban. Selanjutnya
<td><?php echo $prop_data [$i] ['tanggal']; setelah resposnse diterima dari web service
?></td> provider, maka hasil response tersebut akan
<td><?php echo $prop_data [$i] ['jam']; ?></td> ditampilkan dan disimpan dalam Tabel trans_peg.
</tr>
<?php ws_client.php
} Listing
?>
<?php <?php
//include nusoap library
for($i = 0; $i < $n; $i ++) require 'lib/nusoap.php';
{
//wsdl configuration
$id_korban $wsdl =
= $prop_data [$i] [id_korban]; 'http://localhost/satlantas/ws/index.php?wsdl';
$nik

161
Seminar Nasional Informatika 2015

//create instance yang terenkrispi, header ini akan dijadikan

$ws_client = new nusoap_client ( $wsdl, true ); pengaman dalam berkomunikasi antara web
service client dengan web service server.
//debug if needed Selanjutnya dibuat fungsi untuk mendeteksi jika
//$ws_client->debugLevel = 1; terjadi fault. Selanjutnya dibuat fungsi
//header configuration call_ws_list_korban yang akan menampung
$user = "wsclient"; parameter yang diberikan dari file index.php,
$pass = "secret"; dalam fungsi ini dibuat konfigurasi parameter dan
//encrypt header value selanjutnya memanggil fungsi list korban yang
$user = base64_encode ( $user ); ada di web service provider/server. setelah
$pass = base64_encode ( $pass ); mendapatkan hasil/response dari web service
$header = '<AuthSoapHeader> provider maka pesan akan di-decode, selanjutnya
<UserName>' . $user . '</UserName> fungsi akan mengembalikan nilai ke file yang
<Password>' . $pass . '</Password> memanggilnya yaitu index.php.
</AuthSoapHeader>';
db_config.php
//set header Listing
$ws_client->setHeaders ( $header ); <?php
if (! defined ( 'MUST_FROM_INDEX' )) exit (
// Function to print Fault 'Cannot access file directly' );
function detect_fault() { $db_host = '127.0.0.1';
global $ws_client; $db_user = 'root';
$db_pwd = '';
. $db_port = '3306';
. $db_schema = 'jasaraharja';
. $conn = mysql_connect ( $db_host, $db_user,
$db_pwd ) or die ( 'Failed while making database
//define Call Function for list_korban Service connection' );
function call_ws_list_korban($p_key_search, if ($conn) {
$p_page, $p_page_size) { mysql_selectdb ( $db_schema );
global $ws_client; }
?>
//parameters configuration Gambar 7. db_config.php JASARAHARJA
$params = array ('p_key_search' =>
$p_key_search, 'p_page' => $p_page, Script di atas menunjukkan konfigurasi dan
'p_page_size' => $p_page_size ); perintah untuk melakukan koneksi ke web server
dan web database JASARAHARJA.
//call method service
$ws_data = $ws_client->call ( 'list_korban',
$params); 3.4.2 Entitas Lakalantas
detect_fault ();
index.php
//decode data Listing
$ws_data = unserialize ( base64_decode ( <?php
$ws_data ) ); //just for simple security - all php files must
called from index.php
//print_r($ws_data); define ( 'MUST_FROM_INDEX',
//echo debug if needed 'SAMPLE_WS2011.2' );
//echo_debug(); //load nusoap library
return $ws_data; require 'lib/nusoap.php';
} //load db configuration
?> require 'db_config.php';
Gambar 6. ws_client.php JASARAHARJA //run ws server
require 'ws_server.php';
pada gambar 6, script di atas melibatkan library ?>
nusoap.php. Dalam script ini akan dibuat Gambar 8. ws/index.php LAKALANTAS
konfigurasi WSDL yang mengacu kepada web
service provider yaitu web Lakalantas selanjutnya Script di atas ini akan dimuat semua file yang
membuat instance dan membuat konfigurasi dan berkaitan yaitu file nusoap.php digunakan untuk
meng-set header yang berisi user dan password membuat komunikasi antara web service client

162
 Seminar Nasional Informatika 2015

dengan web service provider/server, $return ['data'] = 0;

db_config.php digunakan untuk membuat koneksi }
ke web server dan web database sehingga data else
dalam tabel yang ada di database dapat diakses {
$v_key_search = (!$p_key_search
dan ws_server.php digunakan untuk menangani
|| $p_key_search=='')? '' : $p_key_search;
request yang diberikan dari web service client
selanjutnya web service server/provider akan $v_page = (!$p_page ||
memberikan response. $p_page=='')? 0 : $p_page;

ws_server.php $v_page_size = (!$p_page_size ||

Listing $p_page_size=='')? 10 : $p_page_size;
<?php
if (! defined ( 'MUST_FROM_INDEX' )) exit ( $v_page = (int)$v_page;
'Cannot access file directly' ); $v_page_size=(int)$v_page_size;
$v_key_search =
'%'.$v_key_search.'%';
//WS Configuration
//define ( 'WS_NAMA_KELOMPOK', $v_key_search=(string)$v_key_search;
'WS_KELOMPOK_X' ); $tgl_lhr=$p_key_search;
define ( 'WS_NAMA_KELOMPOK', $sql = "SELECT * FROM
'WS_KORBAN' ); korban";
define ( 'WS_NAMA_WSDL', 'WSDL_' . $sql =
WS_NAMA_KELOMPOK . '.wsdl' ); sprintf($sql,$v_key_search,$v_page,$v_page_size);
$stmt = mysql_query ( $sql,
$conn );
//Create WS Service Instance with WSDL $return_data_count =
$ws_svr = new nusoap_server (); mysql_affected_rows ( $conn );
$ws_svr->soap_defencoding = 'UTF-8'; $return_data = array ();
$ws_svr->configureWSDL (
WS_NAMA_KELOMPOK, 'urn:' . if (is_resource ( $stmt ))
WS_NAMA_WSDL ); {
while ( $row
= mysql_fetch_array ( $stmt ) )
//Function CheckAuth - User Authentication {
function CheckAuth($p_header) {
global $ws_svr; $return_data [] = $row;
$arr_h = $p_header; }
$user_name = $arr_h ['AuthSoapHeader'] }
['UserName']; $return ['data_count'] =
$password = $arr_h ['AuthSoapHeader'] ['Password']; $return_data_count;
$user_name = base64_decode($user_name); $return ['data'] = $return_data;
$password = base64_decode($password); }
$return = false;
if (($user_name == 'wsclient') & ($password == .
'secret')) { .
$return = true; .
} else {
$ws_svr->fault ('WSS-ERR-LOGIN-001', //Register Function to Service
'INVALID_USER_OR_PASSWORD', 'LOGIN', //$ws_svr->register ( 'list_penduduk',
'Kombinasi User dan Password Salah' ); $ws_svr->register ( 'list_korban',
$return = false; array ('p_key_search' => 'xsd:string', 'p_page' =>
} 'xsd:integer', 'p_page_size' => 'xsd:integer' ),
return $return; array ('return' => 'xsd:string' ),
} 'urn:' . WS_NAMA_WSDL,
//'urn:' . WS_NAMA_WSDL . '#list_penduduk',
'urn:' . WS_NAMA_WSDL . '#list_korban',
//Web Service Function - List TRANS_PEG 'rpc',
//function list_korban($p_key_search, $p_page, 'encoded',
$p_page_size) { //'Deskripsi fungsi list_penduduk' );
function list_korban($p_key_search, $p_page, 'Deskripsi fungsi list_korban' );
$p_page_size) {
//include("db_config.php");
global $conn, $ws_svr; //Create The Service Response
if (! CheckAuth ( $ws_svr->requestHeader )) $HTTP_RAW_POST_DATA = isset (
{ $HTTP_RAW_POST_DATA ) ?
$return ['data_count'] = 0; $HTTP_RAW_POST_DATA : '';

163
Seminar Nasional Informatika 2015

$ws_svr->service ( $HTTP_RAW_POST_DATA ); Pengujian tersebut dilakukan dengan cara

exit (); membuat test case (kasus uji) sesuai dengan DFD
?> Level 2. Hasil pengujian prototipe dapat dilihat
Gambar 9. ws/ws_server.php LAKALANTAS pada Tabel 1.

Konfigurasi web service server, selanjutnya Tabel 1. Hasil pengujian Black Box untuk
dibuat instance yaitu variabel server yang dibuat menguji prototipe aplikasi
dari fungsi yang ada dalam nusoap.php serta
dibuat WSDLnya. Selanjutnya dilakukan P
pengecekan terhadap otentikasi request dengan r
N o Sta
mencocokkan user dan password dari client Kasus Uji Hasil yang diharapkan
o s tus
dengan user dan password pada server, jika terjadi e
ketidakcocokan maka akan ditampilkan pesan s
kombinasi user dan password salah, jika benar 1 Login dan input data 1 petugas Login ke Lo
transaksi petugas SILAKA los
maka proses akan dilanjutkan. Fungsi list_korban melalui SILAKA SATLANTAS
digunakan untuk memberikan data korban, SATLANTAS Adanya data korban
selanjutnya berdasarkan data/parameter yang lakalantas
telah diberikan oleh web service cliet (request) petugas dapat Logout
dari SILAKA
maka fungsi list_korban akan me-response
SATLANTAS
dengan memberikan data-data yang ada dalam
tabel korban dari database yang ada di 2 SIMKAS 2 Request dikirim ke Lo
LAKALANTAS berdasarkan kriteria yang telah JASARAHARJA SILAKA los
disebutkan di atas. Selanjutnya data response akan merequest korban SATLANTAS
lakalantas
di-encode (dienkripsi). Selanjutnya dibuat service 3 SILAKA 3 SIMKAS Lo
untuk melakukan response kepada web service SATLANTAS JASARAHARJA los
client. meresponse korban menerima Respon dari
lakalantas SILAKA
SATLANTAS
db_config.php
4 Login dan input data 1 Keluarga Korban Lo
Keluarga Korban Login ke SIMKAS los
Listing melalui SIMKAS JASARAHARJA
JASARAHARJA Adanya data keluarga
korban lakalantas
<?php Keluarga Korban
if (! defined ( 'MUST_FROM_INDEX' )) exit ( dapat Logout dari
'Cannot access file directly!' ); SIMKAS
JASARAHARJA
$db_host = '127.0.0.1';
$db_user = 'root'; 5 Pegawai 7 pegawai Login ke Lo
$db_pwd = ''; mengkonfirmasi SIMKAS los
$db_port = '3306'; data keluarga korban JASARAHARJA
$db_schema = 'satlantas'; lakalantas melalui Pegawai melihat hasil
$conn = mysql_connect ( $db_host, $db_user, SIMKAS update keluarga
$db_pwd ) or die ( 'Failed while making database JASARAHARJA korban lakalantas
connection' ); Pegawai dapat Logout
if ($conn) { dari SIMKAS
mysql_selectdb ( $db_schema ); JASARAHARJA
}
?>
Gambar 10. ws/db_config.php LAKALANTAS 4. Kesimpulan

Script di atas menunjukkan konfigurasi dan
perintah untuk melakukan koneksi ke web server
dan web database LAKALANTAS.
Pengujian prototype digunakan untuk
membuktikan bahwa prototipe yang
dikembangkan telah sesuai dengan hasil analisis
kebutuhan fungsional yang dinyatakan dalam
bentuk DFD pada gambar 3.. Pengujian prototipe
dilakukan secara black box testing [5], yaitu
pengujian fungsional tanpa memperhatikan alur
eksekusi program, hanya untuk membuktikan
hasil eksekusi program sesuai dengan harapan.
Model Sistem yang dihasilkan tetap mengacu
pada syarat yang memenuhi pemberian
santunan/klaim asuransi kecelakaan secara
konvensional. Model Sistem secara umum
berfokus pada faktor teknologi.
Telah dikembangkan Prototipe yang
memanfaatkan teknologi web service untuk
integrasi data JASARAHARJA dan
LAKALANTAS dengan berpedoman pada
kebutuhan fngsional untuk mendapatkan data
penduduk yang valid untuk digunakan dalam
verifikasi keluarga korban.

164
 Seminar Nasional Informatika 2015

5. Saran [2] Wahyudi Firdaus, 2014, Analisa dan

Integrasi lebih lanjut dengan database
kependudukan dan rumahsakit serta BPJS akan
menyempurnakan klaim asuransi pada PT. Jasa
Raharja serta issue keamanan dalam integrasi
data.
Daftar Pustaka:
[1] Putra Efri Rahman, 2014, Analisa dan
Perancangan Sistem Informasi Pelayanan
Asuransi Berbasis Web (Studi Kasus PT.
Jasa Raharja (persero) Riau), UIN Suska
Riau.
Perancangan Sistem Informasi Pemberian
Asuransi Kecelakaan (Studi Kasus PT. Jasa
Raharja (persero) Riau), UIN Suska Riau.
[3] Siregar, Ivan Michael, 2012 Membongkar
Teknologi Pemrograman Web Service, Gava
Media, Yogyakarta.
[4] Jogiyanto, H.M, 2007, Analisis dan Desain
Sistem Informasi, Pendekatan Terstruktur,
andi offset, Yogyakarta.
[5] Presman, Roger R, 2007, Rekayasa
Perangkat Lunak, Jakarta, PT Elex Media
Komputindo.

165
Seminar Nasional Informatika 2015

IMPLEMENTASI GAP PROFILE MATCHING PADA SISTEM

PENDUKUNG KEPUTUSAN DALAM MENENTUKAN
KENAIKAN LEVEL PADA KARYAWAN
PT. LONG SUN INDONESIA

Muhammad Fauzi
1,2
Tehnik Informatika, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Km. 6,5 Tanjung Mulia Medan
1
fauzimuhammad036@gmail.com,

Abstrak

PT. Long Sun Indonesia adalah perusahaan yang bergerak dibidang industri yang berlokasi di Medan,
perusahaan tersebut mempunyai ribuan karyawan yang bekerja dalam mendukung sistem produksi yang
dihasilkan, sulitnya dalam pemilihan karyawan yang layak dalam menerima kenaikan level dari yang lain,
menimbulkan efek kecemburuan bagi karyawan yang lain atau salah sasaran dalam mengambil kebijakan
sehingga hal ini gagal dalam melaksanakan tindakan evaluasi yang baik, maka implementasi GAP Profile
Matching dapat melakukan pemecahan masalah yang ada, adapun metode dalam penelitian ini :, studi
leteratur, pengumpulan data, serta hasil dan pembahasan.

Kata kunci : GAP, Profile Matching, PT. Long Sun, Karyawan

1. Pendahuluan

PT. Longsun adalah perusahaan yang 2. Studi Literatur

bergerak dibidang industri yang berlokasi di
Medan, perusahaan tersebut mempunyai ribuan
karyawan yang bekerja dalam mendukung sistem
produksi yang dihasilkan, sistem kenaikan level
yang di jalankan setiap tahunnya oleh perusahaan
meningkatkan evaluasi kompetensi karyawan
dalam bekerja sehingga karyawan dapat bertahan
dalam masa kerja rata-rata yang cukup lama
sehingga dengan harapan perusahaan mempunyai
karyawan yang berpengalaman dalam bidang
merekan-masing.
Tetapi permasalahaan selama ini pemilihan
keputusan sangat sulitnya dalam menentukan
daftar karyawan yang mengalami kenaikan level
atau penghasilanya dikarenakan banyaknya
karyawan yang mencapai ratusan bahkan ribuan
karyawan yang harus diproses berdasarkan
penilaian atasan dan penilaian department
personalia, oleh karena itu implementasi GA
Profile Matching dapat dijadikan sebagai
pemecahan masalah tersebut sehingga perusahaan
dapat menentukan optimasi karyawan yang
berprestasi atau layak dalam mengalami kenaikan
level secara periodik maka tinggi harapanya tidak
akan menimbulkan efek kecemburuan karena
optimasi tepat sasaran. Hal ini juga akan
mempengaruhi perkembangan perusahaan.
Sistem Pendukung Keputusan
Secara hirarkis, SPK biasanya dikembangkan
untuk pengguna pada tingkatan manajemen
menengah dan tertinggi.Dalam pengembangan
sistem informasi, SPK baru dapat dikembangkan
jika sistem pengolahan transaksi (level pertama)
dan sistem informasi manajemen (level kedua)
sudah berjalan dengan baik. Decision Support
System atau Sistem Pendukung Keputusan yang
selanjutnya kita singkat dalam skripsi ini menjadi
SPK, didefinisikan juga sebagai sebuah sistem
yang mampu memberikan kemampuan, baik
kemampuan pemecahan masalah maupun
kemampuan pengkomunikasian untuk masalah
semi-terstruktur. Secara khusus. SPK
didefenisikan sebagai sebuah sistem yang
mendukung kerja seorang manajer maupun
sekelompok manager dalam memecahkan
masalah semi terstruktur dengan cara memberikan
informasi ataupun usulan menuju pada keputusan
tertentu. Mendefinisikan DSS dengan cara
membandingkannya dengan sistem EDP (
Electronic Data Processing) tradisional pada lima
dimensi sebagai berikut:

166

Tabel 1. DSS dan Sistem EDP
Pembuatan keputusan merupakan fungsi
utama seseorang pimpinan atau administrator.
Kegiatan pembuatan keputusan meliputi
pengidentifikasian masalah, pencarian alternatif
penyelesaian masalah, evaluasi dari alternatif-
alternatif tersebut dan pemilihan alternatif
keputusan yang terbaik. Kemampuan seorang
pimpinan dalam membuat keputusan dapat
ditingkatkan apabila mengetahui dan menguasai
teori dan teknik pembuatan keputusan. Dengan
peningkatan kemampuan pimpinan dalam
pembuatan keputusan diharapkan meningkatkan
kualitas keputusan yang dibuatnya dan hal ini
tentu meningkatkan efisiensi kerja manager yang
bersangkutan. Pada awalnya Turban dan Aronson
(1995), mendefinisikan sistem pengambilan
keputusan (Decision Support Systems DSS)
sebagai sistem yang digunakan untuk mendukung
dan membantu pihak manajemen melakukan
pengambilan keputusan pada kondisi semi
terstruktur dan tidak terstruktur.
Pada dasarnya konsep DSS hanyalah
sebatas pada kegiatan membantu para pimpinan
melakukan penilaian serta menggantikan posisi
dan peran pimpinan. Konsep DSS pertama kali
diperkenalkan pada awal tahun 1970-an oleh
Michael Scott Morton, yang selanjutnya dikenal
dengan istilah Management Decision System
.Konsep DSS merupakan sebuah sistem interaktif
berbasis komputer yang membantu pembuatan
keputusan memanfaatkan data untuk
menyelesaikan masalah-masalah yang bersifat
tidak terstruktur dan terstruktur. DSS dirancang
untuk menunjang seluruh tahapan pembuatan
keputusan, yang dimulai dari tahapan
mengidentifikasi masalah, memilih data yang
relevan, menentukan pendekatan yang digunakan
dalam proses pembuatan keputusan sampai pada
kegiatan mengevaluasi pemilihan alternative.
Pencocokan profil (profile matching)
adalah sebuah mekanisme pengambilan
keputusan dengan mengansumsikan bahwa
Seminar Nasional Informatika 2015
terdapat tingkat variabel prediktor yang ideal
yang harus dimiliki oleh pelamar, bukannya
tingkat minimal yang harus dipenuhi atau
dilewati. Dalam proses profile matching, akan
dilakukan proses pembandingan antara
kompetensi individu ke dalam kompetensi
standar, dalam hal ini profil asisten praktikum
yang ideal sehingga dapat diketahui perbedaan
kompetensinya (disebut juga gap). Semakin kecil
gap yang dihasilkan maka bobot nilainya semakin
besar. Calon yang memiliki bobot nilai yang besar
berarti memiliki peluang lebih besar untuk dapat
menempati posisi sebagai asisten praktikum. Dan
berikut merupakan langkah-langkah perhitungan
dalam profile matching.
2.2.1 Pemetaan Gap
Kompetensi Gap yang dimaksud di sini
adalah perbedaan/selisih value masing-masing
aspek/atribut dengan value target. Contoh:
Perbedaan value Profil calon asisten dengan value
Profil Ideal. Gap = Value Atribut Value Target
(1) Pembobotan Setelah diperoleh Gap pada
masing-masing calon asisten, setiap profil calon
asisten diberi bobot nilai sesuai ketentuan pada
Tabel Bobot Nilai Gap.
Tabel 2. Contoh Bobot nilai GAP
Perhitungan dan Pengelompokan Core
dan Secondary Factor Setelah menentukan bobot
nilai gap untuk semua aspek dengan cara yang
sama, setiap aspek dibagi lagi menjadi dua
kelompok yaitu kelompok Core Factor (faktor
utama) dan Secondary Factor (faktor pendukung).
Perhitungan core factor dapat ditunjukkan pada
Persamaan (2)
Keterangan:
167
Seminar Nasional Informatika 2015
NCF : Nilai rata-rata core factor
NC : Jumlah total nilai core factor(tes
tulis, microteaching, wawancara, penilaian
kepribadian)
IC : Jumlah item core factor Sedangkan untuk
perhitungan secondary factor dapat ditunjukkan
pada
Persamaan (3) di bawah ini:
Keterangan:
NSF : Nilai rata-rata secondary factor
NS : Jumlah total nilai secondary
factor(tes tulis, microteaching,
wawancara,penilaian kepribadian)
IS : Jumlah item secondary factor
2.2.2 Penghitungan Nilai Total
Dari hasil perhitungan dari tiap aspek di
atas kemudian dihitung nilai total berdasar
prosentase dari core dan secondary factor yang
diperkirakan berpengaruh terhadap kinerja tiap-
tiap profil. Contoh perhitungan dapat dilihat pada
rumus di bawah ini:
N(t,m,w,p)=(x)%NCF(t,m,w,p)+(y)%NSF(t,m,w,
p)= (4)
Keterangan:
(t,m,w,p) : (tes tulis, microteaching,wawancara
,penilaian kepribadian)
NCF(t,m,w,p) : Nilai Rata-rata Core Factor
NSF(t,m,w,p) : Nilai Rata-rata Secondary Factor
N(t,m,w,p) : Nilai Total dari tiap aspek
(x)% : Nilai Persen Yang Diinputkan (60%)
(y)% : Nilai Persen Yang Diinputkan (40%)
2.2.3 Perhitungan Penentuan Ranking
Hasil akhir dari proses profile matching
adalah ranking dari kandidat yang diajukan untuk
mengisi suatu jabatan tertentu. Penentuan ranking
mengacu pada hasil perhitungan tertentu
Perhitungan tersebut dapat ditunjukkan pada
persamaan (5) di bawah ini:
Ranking= (w)%Nt + (x)% Nm + (y)%Nw +
(z)%Np
Keterangan:
Nt : Nilai Tes Tulis
Nm :Nilai Microteaching
Nw : Nilai Wawancara
Np : Nilai Penilaian Kepribadian
(w,x,y,z)%:Nilai persen yang diinputkan
(30%,30%,10%,30%)
3. Hasil dan Pembahasan
168
Pada tahap awal yang akan dilakukan adalah
menentukan kriteria yang akan dijadikan
penilaian kemampuan karyawan berikut
keriterianya :
Penilaian A
1. Penilaian Kepemimpinan = W001
2. Penilaian Inovasi = W002
3. Penilaian Perilaku = W003
4. Penilaian Tanggun Jawab = W004
Penilaian B
1. Penilaian Kerja Sama = S001
2. Penilaian Skill = S002
3. Penilaian Keterampilan = S003
Penilain C
1. Penilaian kedisiplinan = P001
2. Penilaian Pencapaian Target = P002
Dan berdasarkan penilaian diatas yang akan
menjadi kriteria dalam implementasi profil
matching lalu berikut yang akan menjadi standar
parameter penilaian tersebut :
1 = Tidak Memuaskan
2 = Perlu Perbaikan
3 = Memenuhi Harapan
4 = Melebihi Marapan
5 = Luar Biasa
Keterangan diatas menjelaskan ketika si karyawan
diberikan nilai 1 arti penilaian tidak memuaskan
begitu juga dengan hal yang lain. Dibawah ini
hasil uji coba beberapa daftar karyawan yang
akan dijadikan sebagai penilaian :
Tabel 3. Daftar karyawan
NO KODE NAMA BAGIAN JABATAN
1 PE001 Ulak Lumban Raja Engineering Teknisi
2 PE001 Khairul Anwar Engineering Teknisi
3 PE003 Syahrizal Yusuf Engineering Teknisi
Karyawan bernama ulak lumban raja
diatas mewakili kode PE001 proses kalkulasi
profile matching akan dilakukan berdasarkan
kode karyawannya, selanjutnya pembuatan
ketentuan bobot parameter penilian untuk
membangun hasil nilai GAP seperti dibawah ini :
Pengisian nilai karyawan
Selanjutnya pengisian nilai karyawan berdasarkan
penilaian atasan seperti dibawah ini :
Tabel 4. Penilaian karyawan
 Seminar Nasional Informatika 2015

KODE VARIABLE Bobot

NO No Selisih Keterangan
KARYAWAN W001 W002 W003 W004 Nilai
1 PE001 2 3 3 4 Kompetensi sesuai dengan yang
1 0 5
2 PE002 2 4 2 3 dibutuhkan
3 PE003 2 3 3 5 Kompetensi individu kelebihan 1
2 1 4,5
tingkat/level
Tabel diatas merupakan penilaian yang diberikan
oleh seorang atasan bagi setiap personil diatas Kompetensi individu kekurangan 1
3 -1 4
pada karyawan kode PE001 mendapat penilian tingkat/level
dibagian kategori penilaian A yaitu W001 sebagai Kompetensi individu kelebihan 2
4 2 3,5
kode atribut yang mewakili penilaian tingkat/level
kepemimpinan mendapat nilai 2 yang artinya Kompetensi individu kekurangan 2
5 -2 3
perlu perbaikan begitu juga sama halnya dengan tingkat/level
kode yang lain. Kompetensi individu kelebihan 3
6 3 2,5
tingkat/level
Mencari Nilai GAP Kompetensi individu kekurangan 3
7 -3 2
tingkat/level
Setelah penilaian diberikan selanjutnya saatnya Kompetensi individu kelebihan 4
8 4 1,5
untuk mencari nilai GAP berdasarkan nilai tingkat/level
karyawan dimana nilai karyawan akan Kompetensi individu kekurangan 4
9 -4 1
dibandingkan dengan standar penilaian tingkat/level
perusahaan seperti tabel dibawah ini : Berdasarkan nilai GAP karyawan maka
didapat nilai bobot yang disesuaikan dengan tabel
Tabel 5. Nilai GAP karyawan diatas, dimana jika karyawan mendapat nilai
KODE VARIABLE selisih / nilai GAP 0 maka akan mendapat nilai
NO
KARYAWAN W001 W002 W003 W004 GAP bobot 5 yaitu dengan keterangan kompetensi
1 PE001 2 3 3 4 karyawan sesuai dengan yang dibutuhkan
2 PE002 2 4 2 3 perusahaan, dan jika nilai GAP 1 maka mendapat
3 PE003 2 3 3 5 nilai bobot 4.5 yang artinya bahwa kompentensi
PROFILE 4 4 4 4 (-) (+) karyawan lebih hebat 1 level dari standar nilai
1 PE001 -2 -1 -1 0 3 1 perusahaan begitu juga dengan selisih yang lain
2 PE002 -2 0 -2 -1 2 2
sehingga menghasilkan nilai bobot karyawan
3 PE003 -2 -1 -1 1 3 1
seperti tabel dibawah ini :
Hasil nilai GAP diatas didapat dari penilaian Tabel 7. Nilai Bobot Karyawan
karyawan dikurang dengan penilaian profile yaitu VARIABLE
KODE
merupakan standar nilai perusahan sehingga NO
KARYAWA W001 W002 W003 W004
menhasilkan nilai GAP yaitu nilai GAP PE001
1 PE001 -2 -1 -1 0
pada Penilaian W001 adalah -2 yang merupakan
2 PE002 -2 0 -2 -1
hasil dari 2-4.
3 PE003 -2 -1 -1 1
Membuat Kententuan Nilai Bobot NILAI BOBOT
1 PE001 3 4 4 5
Setelah didapat nilai GAP selanjutnya 2 PE002 3 5 3 4
penentuan nilai bobot berdasarkan nilai GAP 3 PE003 3 4 4 4.5
yang ada, berikut ketentuan nilai bobotnya
Mencari Nilai CF dan SF
Tabel 6. Nilai Bobot
Setelah seluruh bobot nilai diperoleh,
maka proses berikutnya adalah mengelompokkan
variabel-variabel penilaian tersebut kedalam
kelompok Core Factor (CF) dan Secondary Factor
(SF). Untuk perhitungan core factor dapat
ditunjukkan pada persamaan di bawah ini:

NCF =
Keterangan:
NCF : Nilai rata-rata core factor
NC : Jumlah total nilai core factor
IC : Jumlah item core factor

169
Seminar Nasional Informatika 2015

NT : Nilai Total dari variabel

Sedangkan untuk perhitungan secondary factor (x)% : Nilai persen yang dimasukkan
dapat ditunjukkan pada persamaan di bawah ini:
Untuk lebih jelasnya perhitungan nilai
NSF = total dapat dilihat pada perhitungan variable
Penilaian A dengan nilai presentase 60% dan 40%
berikut ini:
Keterangan:
NSF : Nilai rata-rata secondary factor Tabel 9. Nilai Total CF dan SF Karyawan
NS : Jumlah total nilai secondary factor KODE
IS : Jumlah item secondary factor NO CF SF NT(w)
KARYAWAN
1 PE001 3.5 4.5 3.9
Untuk lebih jelasnya pengelompokkan
bobot nilai dapat dilihat pada perhitungan variabel 2 PE002 4 3.5 3.8
Penilaian A. Penghitungan core factor dan 3 PE003 3.5 4.25 3.8
secondary factor diawali dengan terlebih dahulu
menentukan sub variabel mana yang menjadi core NT(w) = (60% x 3.5) + (40% x 4.5) = 3.9
factor. Maka sub variabel sisanya akan menjadi NT(w) = (60% x 4) + (40% x 3.5) = 5.9
secondary factor. Kemudian nilai core factor dan NT(w) = (60% x 3.5) + (40% x 4.25) = 3.8
secondary factor ini dijumlahkan sesuai Mencari Nilai Total seluruh Penilaian
persamaan diatas, sehingga diperoleh nilai
sebagai berikut : Hasil akhir dari proses profile matching
adalah ranking dari karyawan yang mendapatkan
Tabel 8. Nilai CF dan SF Karyawan nilai skor tertinggi maka karyawan tersebut yang
diajukan sebagai kenaikan level . Penentuan
KODE VARIABLE ranking mengacu pada hasil perhitungan
NO
KARYAWA W001 W002 W003 W004 CF SF persamaan dibawah ini:
1 PE001 3 4 4 5 3.5 4.5
2 PE002 3 5 3 4 4 3.5 Skor = (x) %NT(w) + (x)%NT(s) + (x)%NT(p)
3 PE003 3 4 4 4.5 3.5 4.25
Keterangan:
NT (w) : Nilai total Penilaian A
NCF= = = 3.5 NT (s) : Nilai total Penilaian B
NT (p) : Nilai total Penilaian C
(x)% : Nilai prosentase setiap variable
NSF= = = 4.5
Proses perhitungan ranking setiap kandidat adalah
NCF= = = 7.5 sebagai berikut :

Ketentuan Nilai Prosentase untuk setiap penilaian

NSF= = = 3.5
adalah 30% (Penilaian A), 30% (Penilian B), 20%
(Penilian C)
NCF= = = 3.5 \ Menghitung Skor PE001 :
Skor = (40% x 3.9 ) + (30% x 3.7) + (30% x 4.4)
Skor = 1.56 + 1.11 + 1.32
NSF= = = 4.25
Skor = 3.99

Sehingga dari keseluruhan dari total skor hasil

Mencari Nilai Total CF dan SF penilaian dari pernilaian A, penilaian B, peninaian
C sebagai berikut :
Dari hasil perhitungan tiap variabel
penilaian diatas, kemudian dihitung nilai total Tabel 10. Nilai Total Hasil Skor Nilai
berdasar prosentase dari core dan secondary yang
diperkirakan berpengaruh terhadap kinerja tiap- NO KODE KARYAWAN NT(w) NT(s) NT(p) SKOR
tiap profil. Contoh perhitungan dapat dilihat pada 1 PE001 3.9 3.7 4.4 3.99
persamaan dibawah ini: 2 PE002 3.8 4.2 2.6 3.7
3 PE003 3.8 2.3 3.2 3.13
NT = (X)%NCF + (X)%NSF
Keterangan:
Berdasarkan hasil skor diatas bahwa
NCF : Nilai Rata-rata Core Factor
karyawan yang berhak mendapat kenaikan level
NSF : Nilai Rata-rata Secondary Factor
adalah kode PE001 atas nama Ulak Lumban Raja.

170
 Seminar Nasional Informatika 2015

[1] Henry, S. 2004. Manajemen Sumber Daya

4. Kesimpulan dan Saran Manusia, Edisi III. Yogyakarta:Unit
Penerbitan dan Percetakan Akademi
Kesimpulan dari penelitian ini adalah bahwa Manajemen Perusahaan YKPN
metode GAP profile matching dapat [2] Kusrini dan Awaludin , Sistem Pendukung
diimplementasikan untuk menentukan kenaikan Keputusan Evaluasi Kinerja Karyawan
level pada PT. Longsun Indonesia dan Untuk Promosi Jabatan. Yogyakarta
mendapakan hasil yang optimal berdasarkan [3] Turban, E. 2003. Decision Support Systems
penilaian karyawan yang ada, namun disarankan and Intelegent Syatems (Sistem Pendukung
untuk membuat perbandingan dengan penerapan Keputusan dan Sistem Cerdas) Jilid I.
metode ANP agar dapat dilihat hasil Yogyakarta: Andi
perbandingan yang paling optimal dalam kasus [4] Bambang, Haris Nur. 2007. Sistem
diatas. Pendukung Keputusan Seleksi Karyawan
untuk Jabatan Tertentu Menggunakan
Metode Profile Matching. Surabaya :
Daftar Pustaka STIKOM.Surabaya.

171
Seminar Nasional Informatika 2015

PENERAPAN METODE AHP PADA PENENTUAN PASTA GIGI

Asbon Hendra

Universitas Potensi Utama

Jl. Kl. Yos Sudarso Km. 6,5 No.3A Medan
Email : asbon_pu@yahoo.co.id

Abstrak

Banyak produk Pasta Gigi dipasaran dari yang model , harga dan manfaatnya yang beredar . Sehingga
konsumen mengharuskan lebih spesifik dalam memilih produk Pasta Gigi tersebut. Kriteria yang dipakai
dalam memilih produk Pasta Gigi adalah model, harga dan komposisi kandungan yang terdapat dalam Pasta
Gigi . Metode yang dapat memilih pasta gigi tersebut adalah metode Analytical Hierarcy Process dengan
menggunakan superdesicion . Dimana AHP merupakan metode terstruktur terdiri dari Goal, Kriteria dan
Alternatif yang mampu memberikan penilaian secara objektif dari beberapa kriteria untuk memperoleh hasil
dan mampu mengembangkan nilai bobot dan mensintesis berdasarkan pertimbangan yang tepat untuk
menentukan penilaian.

Kata Kunci : AHP, SPK, Pasta Gigi, Superdesicion

1. PENDAHULUAN menggunakan metode AHP adalah sebagai

berikut :
Perkembangan dunia usaha ataupun industri
pada saat ini mengalami persaingan yang sangat 1. Menyusun hirarki dari permasalahan yang
ketat baik dari dalam maupun luar negeri. Oleh dihadapi.
sebab itu dibutuhkan sebuah inovasi-inovasi
terbaru untuk produk barang dan jasa yang goal
dihasilkan agar menarik minat konsumen. Component
Dikalangan masyarakat saat ini banyak belum cluster ( level)
mengerti bagaimana dalam memilih produk pasta kriteria
gigi , sehingga tidak jarang yang memilih produk
pasta gigi berdasarkan hanya berdasarkan satu
kriteria saja tanpa melihat kriteria yang lain. subkriteria
Untuk mendapatkan hasil yang diharapkan
tersebut maka dibuatlah sebuah Sistem elemen
Pengambilan Keputusan yang akan membantu
dalam mendapatkan produk yang terbaik . Metode alternatives
yang digunakan dalam pengambilan keputusan
untuk menyelesaikan persoalan dalam penelitian
ini adalah metode AHP (Analitycal Hierarcy loop
Proces) dimana AHP merupakan salah satu
metode untuk memecahkan suatu masalah yang Gambar 1. Bentuk Jaringan Hirarki
kompleks dan tidak terstruktur kedalam suatu
kelompok-kelompoknya yang akhirnya akan 2. Penilaian kriteria dan alternatif
mendapatkan satu prioritas tertinggi.(Nur Kriteria dan alternatif dinilai melalui
Rochmah Dyah, et al, 2008). perbandingan berpasangan. Menurut saaty, untuk
berbagai persoalan , skala 1 sampai 9 adalah skala
2. METODE PENELITIAN terbaik dalam mengekspresikan pendapat.

Menurut Turban, Analitycal Hierarcy Proces Tabel 1. Tabel Skala Penilaian Matrik
yang dikembangkan olen Thomas L. Saaty Perbandingan Berpasangan
berguna membantu pengambil keputusan untuk Nilai
mendapatkan keputusan terbaik dengan Kepenting Keterangan
membandingkan faktor-faktor yang berupa an Definisi
kriteria (Aulia Vitari, et al, 2010). Sama Kedua elemen sama
Menurut Saaty (Iskandar,2009), tahapan 1 Penting pentingnya
dalam menyelesaikan permasalahan dengan

172
 Seminar Nasional Informatika 2015

Sedikit Elemen yang satu 2.1.1 Analisis Kebutuhan Data

lebih sedikit lebih
3
penting penting dari pada Analisi data dari penelitian ini adalah sebagai
elemen lainnya berikut :
Cukup Elemen yang satu
penting esensial atau sangat 2.1.2 Analisis Keterhubungan
penting (lebih
5 Adapun langkah-langkah yang dilakukan
penting) ketimang
elemen yang sebagai berikut :
lainnya 1. Uraikan keputusan dari suatu dimensi yang
Sangat Satu elemen jelas berbeda. Tahapan ini merupakan suatu proses
penting lebih penting dari identifikasi awal terhadap objek yang akan
7 diteliti yaitu :
elemen yang
lainnya a. Tujuan
Mutlak Satu elemen mutlak Untuk penetapan Keputusan suatu
lebih lebih penting produk yang nantinya akan dipilih.
penting dibandingkan b. Goal
9 dengan Goal menjelaskan keseluruhan keputusan
pasangannya pada yaitu tujuan yang hendak dicapai baik
elemen yang secara keseluruhan maupun perkriteria.
lainnya c. Kriteria
Nilai Nilai-nilai diantara Kriteria ini adalah merupakan atribut-
antara/ dua pertimbangan atribut yang mendukung untuk
2, 4, 6, 8 menentukan pasta gigi adalah Model
tengah yang saling
berdekatan Kemasan, Harga, Komposisi Kandungan.
Jika aktivitas i mendapat suatu d. Alternatif
angka bila dibandingkan Alternatif merupakan objek penelitian
dengan suatu aktivitas j. Maka j yang akan diproses untuk penentuan
Kebalikan terhadap suatu kasus adalah Pepsodent,
mempunyai nilai kebalikannya
bila dibandingkan dengan Formula, Ciptadent dan Sensodyne.
aktivitas i
Untuk menentukan pasta gigi yang tepat dalam ini
3. Penentuan prioritas dihasilkan model AHP seperti dibawah ini :
Untuk setiap kriteria dan alternatif, perlu Responden
Rata-
dilakukan perbandingan berpasangan (pairwise Kriteria R R R R R Rata
comparisons) yaitu dengan tahapan berikut : 1 2 3 4 5
a. Kuadratkan matriks hasil perbandingan Model
berpasangan. -3 -5 -4 5 -4 2
Kemasan
b. Hitung jumlah nilai dari setiap baris , Harga -2 -6 -4 -3 -5 -4
kemudian lakukan normalisasi
Komposisi
-3 -2 -6 -4 -5 -4
4. Konsistensi Logis Kandungan
Perhitungan ini dapat dilakukan dengan
mengikuti langkah-langkah sebagai berikut : 2.1.3 Analisa dan Perancangan
a. Mengalihkan matriks dengan prioritas
bersesuaian Dari analisis kebutuhan diatas maka dapat
b. Menjumlahkan hasil perkalian per baris dilakukan perancangan kuesioner yang akan
c. Hasil penjumlahan tiap baris dibagi diajukan pada responden. Kuesioner tersebut
prioritas bersangkutan dan hasilnya akan selalu menanyakan perbandingan antara 2
dijumlahkan node yang sudah dipilih dalam kluster kriteria dan
d. Hasil c dibagi jumlah elemen, akan antar kluster.
didapat max.
e. Indeks Konsistensi (CI) = (maks-n) / 2.1.4 Rekapitulasi Hasil Perbandingan
(n-1) Kuesioner
f. Rasio Konsistensi = CI/RI , dimana RI
adalah nilai indeks random konsistensi. Hasil rekapitulasi data kuesioner yang dibagikan
Jika rasio konsistensi 0.1, hasil pada 5 responden dimana jumlah pertanyaan
perhitungan data dapat dibenarkan perbandingan berpasangan adalah n(n-1)/2 karena
2.1. RANCANGAN saling berbalikan dan diagonalnya selalu bernilai
satu. Kemudian hasilnya di rata-ratakan dan

173
Seminar Nasional Informatika 2015

didapatkan hasil matriks perbandingan 3. HASIL DAN PEMBAHASAN

berpasangan kriteria.
Pada tahap pengujian tool superdecision adalah
Nilai Konsistensi proses membuat cluster kemudian membuat node
Dalam melakukan pengujian di AHP nilai di cluster dengan mengklik kanan pada cluster
konsistensi terhadap perbandingan antar elemen alternative lalu klik create node in cluster lalu
yang akan didapatkan pada setiap tingkat hirarki. klik create another untuk membuat node-node
Index konsistensi dari matrik berordo n dengan lainnya. Setelah semua node terbentuk kemudian
rumus munurut Saaty: klik save seperti gambar 4.1
C.I
dimana :
C.I = Index konsistensi
maksimum = Nilai eigen terbesar dari matrik
berordo n
Model Komposisi
Kriteria Harga
Kemasan Kandungan
Model
Kemasan 1 1/2 4
Harga 2 1 1/4 Gambar 1 Membuat Node didalam Cluster
Komposisi
1/4 4 1
Kandungan Tahap selanjutnya semua cluster dan node
terbentuk di superdesicion, kemudian
Dari penggunaan matriks tersebut diatas, akan dihubungkan antara cluster goal dengan cluster
dapat dilakukan sebuah pendekatan yang kriteria berserta node Model Kemasan, harga dan
digunakan dalam pengujian konsistensi matriks Komposisi kandungan , jika sudah selesai
perbandingan yaitu menentukan nilai Eigen dikoneksikan hubungkan kembali cluster
terbesar dengan cara menjumlahkan hasil alternatives berserta node-node yanga ada di
perkalian jumlah kolom dengna eigen vector dalamnya, Misalnya klik kanan pada node ,
utama yang hasilnya seperti tabel dibawah ini : setelah itu pilih node connexions form, kemudian
Komposisi Nilai pilih node yang akan dihubungkan dengan node
Kriteria Model Harga Model Kemasan, Harga dan Komposisi
Kandungan Eigen
Kandungan, klik ok seperti terlihat pada gambar 2
Model 1.000 0.500 4.000 0.300
Harga 2.000 1.000 0.250 0.600
Komposisi
0.250 4.000 1.000
Kandungan 0.100
Jumlah 3.300 1.750 8.000 1.000

Hasil yang diperoleh melalui nilai eigen

maksimum dari hasil perkalian yang di peroleh
kemudian dijumlahkan dengan jumlah kolom
seperti berikut :
maksimum = (0.900 x 0.300) + (1.60 x 0.600) +
(0.350 x 0.100) = 3.060 Gambar 2. Menghubungkan masing-masing
Cluster
Nilai Consistency Index :
maks n Selanjutnya semua cluster dikoneksikan dan hasil
CI koneksi, dari semua cluster yang telah terbentuk.
n 1 Cluster alternatives terdiri dari node Pepsodent,
= 3.060 3 = 0.060 = 0.030 Ciptadent, Formula dan Sensodyne dihubungkan
31 2 antara cluster kriteria dengan node Model
Untuk n = 3 , RI (random index) = 0,580 ( tabel Kemasan, Harga dan Komposisi Kandungan,
saaty ), maka dapat diperoleh nilai consistency antara node-node yang ada didalam cluster
ratio (CR) sebagai berikut : kriteria dan alternatives memiliki hubungan
CR = CI = 0.030 = 0.05197 < 0.1000. timbal balik. Selanjutnya adalah memasukkan
RI 0.580 nilai dari kuesioner yang telah dirata-ratakan ,
Karena CR < 0.1000 berarti nilai konsisten . masukkan seluruh cluster yang sudah

174
 Seminar Nasional Informatika 2015

dikoneksikan pada tab menu matrix seperti

gambar 3 dan 4

Gambar 6. Tampilan hasil akhir dengan

software superdesicion

Gambar 3. Kuesioner Responden dalam Gambar 7 adalah menampilkan laporan lengkap

perbandingan berpasangan dari semua hasil analisa yang dilakukan di
superdecision. Adapun langkah-langkah yang
akan dilakukan adalah dengan klik menu
computations, full report.

Gambar 4. Matriks hasil kuesioner Input

Setelah semua nilai dari hasil kuesioner

dimasukkan, selanjutnya untuk mengetahui nilai
consistency index dan nilai prioritas tiap sub Gambar 7. Laporan Lengkap Hasil Analisa
kriteria, maka klik computations lalu pilih Penilaian Pasta Gigi
prioritas.
4. KESIMPULAN

Dari hasil penelitian dan analisa yang penulis

lakukan dengan menggunakan metode AHP maka
dapat disimpulkan :
1. Dengan adanya metode AHP ini akan
mempermudah masyaraka dalam
menentukan prioritas pasta gigi terbaik.
2. Sistem Pendukung Keputusan yang
digunakan dalam jurnal ini menggunakan
Gambar 5. Tampilan nilai consistency index
metode AHP , yang terdiri dari Goal sebagai
dan nilai prioritas
tujuan utama dari merk pasta gigi , Empat
alternative yaitu Ciptadent, Formula,
Menganalisa hasil komputasi AHP dengan
Pepsodent dan Sensodyne, sedangkan untuk
menampilkan rasio konsistensi perbandingan nilai
kriteria adalah Model Kemasan, Harga dan
matriks dalam setiap cluster yang ada dapat
Komposisi Kandungan .
dilihat pada gambar 6.
3. Perangkat Lunak yang dipergunakan dalam
jurnal ini menggunakan Superdesicion yang
telah membantu dalam proses metode dan
Model dari AHP itu sendiri.
4. Dari hasil validasi kuisioner yang telah
dibagikan kepada responden menggunakan
nilai konsistensi dibawah 0,1 menunjukkan
bahwa nilai konsistensi penilaian cukup
baik.
5. Berdasarkan hasil perhitungan akhir di
Superdecision menunjukkan bahwa Pasta

175
Seminar Nasional Informatika 2015
Gigi Pepsodent adalah Pasta Gigi terbaik
yang banyak diminati oleh Masyarakat.
5. SARAN
Adapun saran yang dapat diberikan dalam
penelitian ini adalah :
1. Dalam pengumpulan data Kuesioner
diharapkan lebih banyak lagi Responden
yang memberikan tanggapannya agar hasil
analisis akan dapat lebih baik lagi.
2. Untuk melakukan perhitunggan berpasangan
baik goal, kriteria dan alternatif, harus
dilakukan dengan hati-hati, jika terjadi
kesalahan pada pemasukan data dapat
menyebabkan hasil akhir yang di peroleh
tidak terpenuhi atau nilai inkonsistennya
salah .
3. Hasil yang diperoleh dari penelitian ini,
hasilnya dapat dijadikan referensi oleh
masyarakat dan peneliti yang lain.
DAFTAR PUSTAKA
[1] Aulia Vitari, et.al, (2010). Sistem Penunjang
Keputusan Penerimaan Beasiswa
176
Menggunakan Metode Analytical Hierarchy
Process, KNS&I , 13 November (2010)
[2] Nur Rochmah Dyah, et al, (2008). Sistem
Penentuan Penerima Bantuan Langsung
Tunai (BLT) Dengan Metode Analytical
Hierarchy Process , Jurnal Informatika Vol
2, No. 2, Juli (2008).
[3] M. Yousefi Nejad Attari, et.al. (2012). A
Decision Making Model For Qutsourcing Of
manufacturing Activities By ANP And
DEMATEL Under Fuzzy Environmenx, Vol
23. Number. 3 (2012.).
[4] Fuadi Arif,et.al, (2010). Sistem Penunjang
Keputusan Untuk Mengukur Minat Siswa
Dalam Memilih Ekstrakulukuler Pada SMA
Negri 1 Haru Menggunakan Metode AHP
Dan Didukung Oleh Software Super
Decision, (2010).
[5] Iskandar Z. Nasibu, (2009). Penerapan
Metode AHP Dalam Sistem Pendukung
Keputusan Penerapan Karyawan
Menggunakan Aplikasi Expert Choice, Vol.
2, No. 5. Mei (2009).
 Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN

MENGGUNAKAN METODE WEIGHTED PRODUCT
(STUDI KASUS : STMIK PONTIANAK)
Yoga Handoko Agustin 1, Hendra Kurniawan 2
1,2
Sistem Informasi, MTI STMIK AMIKOM Yogyakarta
1
abeogink@gmail.com, 2 raafi.hendra@gmail.com

Abstrak

Penilaian kinerja dosen dalam suatu perguruan tinggi merupakan suatu kegiatan untuk mengevaluasi kinerja
dari setiap dosen yang ada dalam perguruan tinggi. STMIK Pontianak merupakan salah satu perguruan tinggi
di Kalimantan Barat, dimana proses penilaian kinerja setiap dosennya di laksanakan setiap periode yaitu
setiap akhir semester (ganjil genap). Proses penilaian yang di lakukan meliputi penilaian dosen oleh
mahasiswa, kedisiplinan dosen terhadap memberi kuliah, alokasi waktu dalam mengajar, pendidikan terakhir,
jabatan akademik serta karya ilmiah yang dihasilkan per periode oleh setiap dosen. Menggunakan Metode
Weighted Product (WP) dapat membantu dalam pengambilan keputusan untuk menetukan penilaian kinerja
dosen pada perguruan tinggi, serta proses penilaian kinerja dosen lebih efisian sehingga ketua jurusan lebih
cepat mendapatkan informasi tentang kinerja dosen. Dengan menggunakan Sistem pendukung keputusan
yang memiliki database, maka data dosen atau nilai dari penilaian kinerja dosen dapat disimpan didalam
database. Sehingga apabila terjadi kesalahan dalam penginputan data dosen dan nilai penilaian, maka data
yang terjadi kesalahan tersebut dapat diperbaiki tanpa harus menginput ulang data dosen dan nilai penilaian
kinerja dosen.

Kata kunci : SPK, Weighted Product, Kinerja Dosen

1. Pendahuluan Untuk membantu proses penilaian dibutuhkan

Penilaian kinerja dosen dalam suatu
perguruan tinggi merupakan suatu kegiatan untuk
mengevaluasi kinerja dari setiap dosen yang ada
dalam perguruan tinggi. Secara umum manfaat
penilaian kinerja adalah : (1) mengelola operasi
organisasi secara efektif dan efisien melalui
pemotivasian personel secara maksimal; (2)
membantu pengambilan keputusan yang berkaitan
dengan penghargaan personel; (3)
mengidentifikasi kebutuhan dan pengembangan
personel; (4) menyediakan suatu dasar untuk
mendistribusikan penghargaan[1].
STMIK Pontianak merupakan salah satu
perguruan tinggi di Kalimantan Barat, dimana
proses penilaian kinerja setiap dosennya di
laksanakan setiap periode yaitu setiap akhir
semester (ganjil genap). Proses penilaian yang di
lakukan meliputi penilaian dosen oleh mahasiswa,
kedisiplinan dosen terhadap memberi kuliah,
alokasi waktu dalam mengajar, pendidikan
terakhir, jabatan akademik serta karya ilmiah
yang dihasilkan per periode oleh setiap dosen.
Hasil dari penilaian kinerja ini akan menjadi
bahan evaluasi guna meningkatkan kinerja dan
setiap dosen yang terpilih sebagai dosen dengan
kinerja terbaik akan diberikan penghargaan.
sistem yang mampu mendukung keputusan
penilaian kinerja dosen.
Sistem Penunjang Keputusan adalah bagian
dari sistem informasi berbasis komputer yang
digunakan untuk mendukung pengambilan
keputusan pada suatu organisasi atau
perusahaan[2]. Sistem pendukung keputusan
digunakan untuk membantu pengambilan
keputusan dalam situasi yang semiterstruktur dan
situasi yang tidak terstruktur.
Metode Weighted Product (WP) adalah salah
satu metode dalam sistem pengambilan keputusan
dimana pengambilan sebuah keputusan dapat
dilakukan secara lebih cepat dan tepat, sesuai
dengan kriteria yang di inginkan atau setidak nya
medekati kriteria yang diinginkan[3]. Alternatif-
alternatif pilihan yang diharapkan dapat
memberikan daftar referensi kepada pembuat
keputusan sebelum benar-benar mengambil suatu
keputusan akhir[3].
Pengambilan keputusan dilakukan dengan
pendekatan sistematis terhadap permasalahan
melalui proses pengumpulan keputusan data
menjadi informasi serta ditambah dengan faktor-
faktor yang perlu dipertimbangkan dalam
pengambilan keputusan. Pengambilan keputusan

177
Seminar Nasional Informatika 2015
merupakan proses pemilihan alternative tindakan
untuk mencapai tujuan atau sasaran tertentu [4].
Pada penelitian sebelumnya tentang sistem
pendukung keputusan penetuan bonus karyawan
menggunakan metode Weighted Product (WP)[3].
Telah dilakukan pengembangan sistem
pendukung keputusan dengan beberapa kriteria
dan jumlah karyawan yang terbatas. Untuk itu
dalam penelitian ini dibuat rancangan sistem
pendukung keputusan yang mampu menangani
penentuan kriteria yang tidak terbatas.
1.2 Rumusan masalah
Berdasarkan uraian pada latar belakang
masalah maka yang menjadi rumusan masalah
sebagai berikut:
1. Bagaimana pengambilan keputusan secara
efektif dan efisien untuk menentukan kinerja
dosen?
2. Bagaimana menerapkan metode Weighted
Product (WP) dalam menentukan kinerja
dosen?
3. Bagaimana merancang sebuah sistem
pendukung keputusan untuk membantu pihak
perguruan tinggi dalam menentukan atau
menyelesaikan suatu masalah dalam
menentukan kinerja dosen?
1.3 Batasan Masalah
Adapun batasan masalah yang akan dibahas
dalam sistem ini adalah:
1. Sistem dibangun dan dikembangkan dengan
Weighted Product (WP) sebagai bahasa
pemrograman Visual Basic 6.0 dan Access
sebagai database-nya.
2. Untuk mendapatkan Informasi keputusan
yang akurat terhadap dosen yang mempunyai
kinerja yang baik pada STMIK Pontianak.
3. Metode Weighted Product (WP) dalam
menyelesaikan masalah penentuan kinerja
dosen yang baik.
2 Landasan Teori
2.1 Sistem Penunjang Keputusan (SPK)
Pengambilan keputusan untuk menentukan
prioritas produk unggulan daerah yang sesuai
dengan kebutuhan dan kemampuan diperlukan
suatu keputusan yang akurat dan efektif agar tidak
salah memilih dan meminimalisir kerugian baik
dari segi biaya maupun waktu. Metode Weighted
Product merupakan bagian dari konsep Multi-
Attibut Decision Making (MADM) dimana
diperlukan normalisasi pada perhitungannya,
karena instansi cukup memilih beberapa barang
yang akan menjadi alternatif pemilihan dan
memberikan nilai bobot pada perbandingan
alternatif dan kriterianya [5].
178
Keputusan sudah menjadi hal yang biasa
dalam kehidupan. Karena berhubungan dengan
masalah dan solusi. Definisi dari keputusan pada
umumnya adalah pilihan (choice). yaitu pilihan
dari dua atau lebih kemungkinan. Jika
berhubungan dengan proses, maka keputusan
adalah keadaan akhir dari suatu pross yang lebih
dinamis yang diberi label pengambilan keputusan.
Keputusan dipandang sebagai proses karena
terdiri dari suatu seri aktifitas yang berhungan dan
tidak hanya dianggap sebagai tindakan yang
bijaksana [4].
2.2 Metode Weighted Product (WP)
Menurut Sianturi Ingot Seen Metode
Weighted Product (WP) merupakan salah satu
metode yang digunakan untuk menyelesaikan
masalah. Metode Weighted Product
(WP)menggunakan perkalian untuk
menghubungkan nilai atribut (kriteria), dimana
nilai setiap atribut harus dipangkatkan dulu
dengan bobot atribut (kriteria) yang bersangkutan
[2].
Menurut Putra Jaya Metode Weighted Product
memerlukan proses normalisasi karena metode ini
mengaluhkan hasil penilaian setiap atribut. Hasil
perkalian tersebut belum bermakna jika belum
dibandingkan (dibagi) dengan nilai standart.
Bobot untuk atribut manfaat berfungsi sebagai
pangkat positif dalam proses perkalian, sementara
bobot biaya berfungsi sebagai pangkat negatif.
Metode Weighted Product menggunakan
perkalian sebagai untung menghubungkan rating
atribut, dimana rating setiap atribut harus
dipangkatkan dulu dengan bobot yang
bersangkutan. Proses ini sama halnya dengan
proses normalisasi . [3].
Dengan i= 1 , 2, ...,m dan j= 1, 2, ...n.
Keterangan:
= product
Si = skor / nilai dari setiap alternatif
Xij = nilai alternatif ke- i terhadap atribut ke- j
wj = bobot dari setiap atribut
Dimana (1) adalah pangkat
bernilai positif untuk atribut keuntungan
dan bernilai negatif untuk atribut biaya. Untuk
perangkingan / mencari alternatif yang terbaik
dilakukan dengan rumus berikut:
(2)
1. Penentuan nilai bobot W
 Seminar Nasional Informatika 2015

Wj = Wj C3 Pendidikan
Wj C4 Jabatan Akademik
2. Penentuan nilai Vektor S C5 Karya Ilmiah
S = ( WijAwj . w) . ( WinAwn . w) Berikut adalah tabel kriteria penilaian dosen
3. Penentuan nilai Vektor V oleh mahasiswa yang berisikan variabel-variabel
Vjn = Si
penialaian pada kriteria penilaian dosen oleh
Si
mahasiswa.
Dimana :
V = Preferensi alternatif dianalogikan sebagai Tabel 2 Sub Kriteria Pedom
vektor V No Penilaian dosen oleh mahasiswa
W = Bobot kriteria / subkriteria 1 Kejelasan dalam menerangkan materi dan
j = Kriteria menjawab pertanyaan
i = Alternatif 2 Kemampuan mendorong
n = Banyaknya kriteria mahasiwauntukberperan aktif dalam
S = Preferensi alternatif dianalogikan sebagai bertanya
vektor S 3 Kemampuan Memotipasi mahasiswa
untuk belajar
3 Analisis Permasalahan 4 Pemberian tugas untuk meningkatkan
Pada suatu perguruan tinggi sering kali pemahaman atas materi yang
mengalami kesulitan dalam menentukan kinerja disampaikan.
dosen yang baik dikarena perhitungan yang 5 Kedissiplinan dosen terhadap alokasi
dilakukan memakan waktu yang cukup lama dan waktu yang diberikan
terkadang terjadi kesalahan dalam perhitungan 6 Kemampuan menggunakan media
tersebut sehingga pengambilan keputusan dalam pembelajaran
menentukan kinerja dosen menjadi lambat dan 7 Kemampuan mengunakan strategi
tidak akurat. Penentuan kinerja Dosen yang pembelajaran.
dilakukan pihak perguruan tinggi mencakup 8 Jumlah kehadiran dosen memberikan
seluruh dosen yang mengajar di perguruan tinggi kuliah dalam satu semester.
disetiap akhir semester.
Berdasarkan permasalahan diatas maka
Berikut adalah tabel kriteria Kedisiplinan
dibutuhkan sebuah sistem pendukung
Akademik yang berisikan variabel-variabel
pengambilan keputusan untuk menilai kinerja
penilaian pada kriteria Kedisiplinan Akademik
dosen. Sistem yang akan dibangun adalah sistem
pendukung pengambilan keputusan kinerja dosen
Tabel 3 Sub Kriteria Kedispilinan
dengan menggunakan Metode Weighted Product
No Kedisiplinan Akademik
WP, maka ditetapkan beberapa kriteria
1 Kehadiran memberikan kuliah
diantaranya Penilaian Dosen oleh Mahasiswa,
Kedisiplinan Akademik, Pendidikan, Jabatan 2 Ketepatan waktu menyerahkan soal ujian
Akademik, Karya Ilmiah. tengah semester.
3 Ketepatan waktu meyerahkan nilai ujian
3.1. Analisis Dengan Metode Weighted Product tengah semester.
WP 4 Ketepan waktu menyerahkan soal ujian
Menentukan kinerja dosen baik adalah akhir semester.
dosen yang memiliki nilai tertinggi pada sebuah 5 Ketepatan waktu menyerahkan nilai ujian
perguruan tinggi. Dimana nilai tertingi dianggap akhir semester.
dosen tersebut dianggap tidak perlu lagi dilakukan
pembinaan oleh ketua jurusan, sedangkan dosen Berikut adalah tabel kriteria Pendidikan
yang mempunyai nilai terendah akan dilakukan yang berisikan variabel-variabel penilaian pada
pembinaan oleh ketua jurusan dengan kriteria kriteria Pendidikan
yang telah ditentukan. Dengan data-data yang ada
penulis menerapkan Metode Weighted Product WP. Tabel 4 Sub Kriteri Pendidikan
Untuk penyelesaiannya masalah diperlukan kriteria- No Pendidikan
kriteria dan bobot dalam melakukan perhitungan 1 S3
sehingga akan dapat alternatif terbaik adalah sebagai 2 S2
berikut: 3 S1
Berikut adalah tabel penilaian kriteria:
Tabel 1 Kriteria Berikut adalah tabel kriteria Jabatan
Kode Kriteria Akademik yang berisikan variabel-variabel
C1 Penilaian dosen oleh penilaian pada kriteria Jabatan Akademik
mahasiswa(Pedom)
C2 Kedisiplinan akademik

179
Seminar Nasional Informatika 2015

Tabel 5 Sub Kriteria Jabatan Akademik

no Jabatan Akademik
1 Asisten Ahli
2 Lektor
3 Lektor Kepala
4 Guru Besar

Berikut adalah tabel kriteria Karya Ilmiah

yang berisikan variabel-variabel penilaian pada 4. Setelah dilakukan perbaikan bobot
kriteria Karya Ilmiah dilakukan perhitungan nilai vector (S).

Tabel 6 Sub Kriteria Karya Ilmiah Tabel 8 Contoh Data Penilaian

No Karya Ilmiah Alternative Kriteria
1 Penelitian C1 C2 C3 C4 C5
2 Karya tulis ysng di publikasikan R1 97 4.8 3.5 3 2.4
dalam majalah /jurnal ilmiah R2 85 4.8 3.5 2 2
R3 85 4.2 3.5 1 1.2
R4 82 4.8 3.5 1 1.8
Langkah- langkah Perhitungan Dengan R5 70 4.2 3.5 1 1
Metode Weighted Product :
1. Di lakukan pembobotan awal pada setiap Alternative adalah representasi dari data dosen
kriteria yang ada, seperti yang dilakukan yang di ubah menjadi variable R1, R2, R5.
pada Tabel 7 Untuk mencari nilai vector tersebut dilakukan
perhitungan dengan rumus :
Tabel 7 Pembobotan Awal
kode Bobot
C1 5
(4)
C2 4
C3 3
C4 3
C5 4

2. Setelah ditentukan kriteria dan bobot, di

cari kriteria mana yang bernilai
keuntungan dan biaya. Jika bernilai 5. Setelah mendapatkan nilai Vektor (S)
keuntungan maka nilai atribut tersebut langkah selanjutnya yaitu menentukan
tetap (positif) dan jika bernilai biaya Nilai vector (V). Formula yang
akan berubah menjadi negative. Pada dilakukan seperti berikut:
contoh kasus diatas semua atribut
bernilai positif.

3. Setelah mendapatkan nilai bobot pada

masing-masing kriteria maka dilakukan
Perbaikan Bobot dari Nilai bobot awal
(5)
dengan rumus :

(3)

Wj merupakan W index ke j. Jadi untuk

W1 yaitu 5, W2 yaitu 4 dan seterusnya.

180
 Seminar Nasional Informatika 2015

6. Seterlah semua tahap dilakukan data. Hubungan antar data dapat dilihat dari
kemudian dicari nilai terbesar, karena gambar gambar berikut:
berdasarkan perhitungan dengan metode
Weighted Product (WP) nilai terbaik
adalah nilai terbesar dari semua
alternative.

3.2 Diagram Konteks

Diagram Konteks merupakan diagram yang
menggambarkan kondisi sistem. Dimana sistem
penujang keputusan penilaian kinerja dosen dapat
digambarkan seperti gambar berikut:

Gambar 3 ERD

3.5 Relasi Antar Tabel

Relasi merupakan hubungan yang terjadi
pada suatu tabel dengan tabel yang lainnya, yang
mempresentasikan hubungan antar objek di dunia
nyata dan berfungsi untuk mengatur mengatur
operasi suatu database. Dalam sistem penunjang
keputusan penilaian kinerja dosen dapat kita lihat
relasi antar tabel berdasarkan gambar berikut:

Gambar 1 Diagram Konteks Sistem

Pendukung Kepurusan Penilaian Kinerja Dosen

3.3 Data Flow Diagram (DFD)

Data Flow Diagram (DFD) merupakan
gambaran suatu sistem yang telah ada atau sistem
baru yang dikembangkan. Didalam sistem
penunjang keputusan penilaian dosen dapat dilihat
alur data yang bergerak pada sistem. Dimana alur
data tersebut dapat digambarkan sebagai berikut:
Gambar 4 Relasi Antar Tabel

4 Implementasi
Berikut adalah flowchart prosedur program

Gambar 2 Dfd Level 1

3.4 Entitas Relasional Diagram (ERD)

ERD merupakan suatu model untuk
menjelaskan hubungan antar data dalam basis
data berdasarkan objek-objek dasar data yang
mempunyai hubungan antar relasi. Dimana
didalam sistem penunjang keputusan dapat dilihat
hubungan antar data yang menjadi relasi antar
Gambar 5 Flowchart Program

181
Seminar Nasional Informatika 2015
Dalam flowchart diatas menggambarkan
kinerja dari program yang dibuat dalam
menyelesaikan perhitungan penilaian kinerja
dosen.
Langkah pertama yang harus dilakukan
yaitu penginputan kriteria dan bobot awal,
setelah itu di tentukan kriteria mana yang
memiliki nilai keuntungan dan kriteria mana
yang memiliki biaya, selanjutnya dilakukan
perbaikan bobot yang bertujuan
menormalisasi nilai dari setiap bobot.
Langkah selanjutnya memasukan data dosen
yang akan di lakukan penilaian serta di
masukan nilai penilaian perkriteria yang
sudah di tentukan. Setelah semua data di
inputkan sistem akan menghitung penilaian
kinerja dosen dan langsung menyeleksi
berdasarkan peringkat tertinggi.
Interface Aplikasi
Gambar 6. Interface Seleksi
Tampilan diatas bertujuan untuk menyeleksi
data sehingga menghasilkan laporan berdasarkan
perhitungan dengan menggunakn metode
Weighted Product. Dari hasil seleksi tersebut di
dapat hasil yang di tunjukan pada gambar 7
disana hasil sudah di seleksi dan di urutkan
berdasarkan nilai terbesar.
Gambar 7. Laporan Hasil Seleksi
182
5 Kesimpulan dan Saran
Dari hasil penelitian yang diperoleh dari
penulisan ini dapat diambil kesimpulan sebagai
berikut:
1. Dengan menggunakan Metode Weighted
Product (WP) dapat membantu dalam
pengambilan keputusan untuk menetukan
penilaian kinerja dosen pada perguruan
tinggi.
2. Menggunakan Metode Weighted Product
(WP) proses penilaian kinerja dosen lebih
efisian sehingga ketua jurusan lebih cepat
mendapatkan informasi tentang kinerja
dosen.
3. Dengan menggunakan Sistem pendukung
keputusan yang memiliki database, maka
data dosen atau nilai dari penilaian kinerja
dosen dapat disimpan didalam database.
Sehingga apabila terjadi kesalahan dalam
penginputan data dosen dan nilai penilaian,
maka data yang terjadi kesalahan tersebut
dapat diperbaiki tanpa harus menginput
ulang data dosen dan nilai penilaian kinerja
dosen.
Daftar Pustaka:
[1] Mulyadi., 2007, Sistem Perencanaan dan
Pengendalian Manajemen, Jakarta, Salemba
Empat.
[2] Sianturi Ingot Seen., Sistem Pendukung
Keputusan untuk Menentukan Pemilihan
Jurusan Siswa dengan Menggunakan
Metode Weighted Product (WP) (Studi
Kasus: SMA SWASTA HKBP
DOLOKSANGGUL). Informasi dan
Teknologi Ilmiah (INTI), Volume : I,
Nomor : 1, Oktober 2013.
[3] Jaya Putra.Sistem Pendukung Keputusan
Penentuan Bonus Karyawan Menggunakan
Metode Weighted Product (WP) (Studi
Kasus: PT. Gunung Sari Medan). Pelita
Informatika Budi Darma, Volume : V,
Nomor: 2, Desember 2013.
[4] Rizal. SISTEM PENDUKUNG
KEPUTUSAN SELEKSI CALON
PENERIMA BEASISWA PADA
UNIVERSITAS MALIKUSSALEH .
TECHSI ~ Jurnal Penelitian Teknik
Informatika Universitas Malikussaleh,
Lhokseumawe Aceh: 2, Desember 2013.
[5] Alfita Riza."Perancangan Sistem
Pendukung Keputusan Penentuan Prioritas
Produk Unggulan Daerah Menggunakan
Metode Weighted Product." Universitas
Trunojoyo Madura (2011).
 Seminar Nasional Informatika 2015

PENERAPAN SISTEM INFORMASI EXECUTIVE DEPARMENT

ELECTRICAL PADA PT. INDONESIA

Muhammad Fauzi1
1,2
Tehnik Informatika, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso, Tanjung Mulia Medan
1
fauzimuhammad036@gmail.com

Abstrak

PT. Long Sun Indonesia adalah perusahaan yang bergerak dibidang industri yang terletak dikota medan dan
department electric yang dapat mensupport kegiatan operasional produksi tetap berjalan dengan baik,
sehingga peran department electric sangat penting dalam melakukan hal pemeliharaan pada seluruh mesin-
mesin produksi, dan semua itu berdasarkan dengan keputusan seorangan top level manajemen khususnya
pada department electric, salah satu kelemahan sistem pada department Electric yaitu belum adanya sistem
otomatisasi dalam melakukan penyampaian informasi atau hasil pencapaian target laporan kegiatan seluruh
operasional department electric kepada seorang atasan dalam hal ini Manager electric dan Direktur Produksi,
sehingga menghambat seorang atasan dalam melakukan tindakan atau kebijakan yang efektiv dan efisien
demi kelancaran produksi, maka kehadiran Sistem informasi Executive department electric sebagai solusi
dalam membantu dalam hal menganalisa hasil laporan kegiatan department electric khusus untuk level
Executiv sehingga memudahkan seorang leader dalam menentukan sebuah keputusan yang tepat.

Kata kunci : Sistem Informasi Executive, Top Level Manajemen, Operasional, Department Electric

1. Pendahuluan memenuhi kebutuhan Executive PT. Longsun

Dengan berkembangnya teknologi
informasi, mengubah manusia dalam
menyelesaikan semua perkerjaannya. Tidak hanya
dalam perkerjaannya saja tetapi dalam segala
aspek kehidupan manusia, seperti pada saat
pencarian informasi, pengambilan keputusan,
membuat penilaian dan perkiraan untuk
perencanaan dan pengendalian atau analisis
pribadi dilakukan dengan mengunakan
komputerisasi. Perancangan sistem informasi
memungkinkan pemakai mengakses data dan
informasi lingkungan berdasarkan subsistem
fungsional dan menggantikan teknologi atau
sistem penyimpanan data-data konvensional ke
dalam bentuk data-data yang dapat disimpan
dalam komputer sehingga meningkatkan efisiensi
dalam pencarian data dan perawatan data.
Informasi adalah data yang diolah menjadi bahan
yang lebih berguna dan berarti bagi penerimanya.
Dengan informasi sebuah lembaga, dalam hal ini
Department Electric pada PT. Longsun Indonesia,
dapat mengetahui tingkat produktivitas,
kemajuan, dan kegiatan operasional yang terjadi
pada perusahaan tersebut. Oleh sebab itu dalam
Perusahaan tersebut tersebut diperlukan sebuah
sistem informasi yang dapat mengolah dan
merangkum data yang berhubungan dengan
beberapa sistem yang ada pada department
electric. Sistem informasi ini disebut Sistem
Informasi Eksekutif (SIE). SIE harus mampu
Indoensia khususnya Manager Electric dan
Direktur produksi. Kebutuhan informasi laporan
akan semakin kompleks. SIE harus mampu
menangani, mengolah dan merangkum data dari
beberapa database sistem informasi yang ada. SIE
(Sistem Informasi Executive) juga perlu
memberikan tingkatan pengguna dalam hal akses
terhadap laporan-laporan tersebut, tidak semua
dapat mengakses laporan tertentu dan melakukan
perubahan terhadapnya. Sehingga masing-masing
pengguna hanya akan memperoleh hak kuasa
terhadap informasi yang diinginkan. Sebagai
bahan pengayaan dalam perancangan maka
digunakan parameter-parameter dalam Sistem
Informasi Perbaikan Mesin, dan Sistem Informasi
Trouble Shooting sebagai variabel-variabel utama
dalam Sistem Informasi Eksekutif Department
Electric PT. Longsun Indonesia ini untuk
menampilkan informasi yang padat dan tepat.
2. Rumusan Masalah
Berdasarkan latar berlakang diatas maka
dapat disimpulkan beberapa rumusan masalah
meliputi :
1. Banyaknya hasil laporan sistem informasi
electric yang harus dianalisa oleh seorang
executiv sehingga mengurangi konsentrasi
dalam menganalisa.

183
Seminar Nasional Informatika 2015

2. Laporan pada tiap sistem informasi yang

ditampilkan tidak terkoneksi satu sama lain
sehingga sulit untuk memastikan data atau
laporan yang saling terkait.
3. Executive harus menghitung manual
pencapai target sasaran mutu kinerja
department electric secara periodik dari
keseluruhan informasi yang ditampilkan dari
beberapa sistem informasi.

3. Manfaat Penelitian
Adapun beberapa manfaat penelitian yang Gambar 1. Sistem Informasi Executive
dihasilkan meliputi :
1. Memudahkan Seorang excutive dalam Untuk melayani permintaan informasi,
menganalisa informasi yang dirangkum dari diperlukan suatu sistem yang disebut dengan
beberapa sistem informasi electric. SISTEM INFORMASI EKSEKUTIF. Tugas SIE
2. Menciptakan sistem pelaporan yang adalah mendokumentasikan seluruh informasi
terstruktur yang dibentuk dari beberapa yang ada, sehingga informasi tersebut dapat
sistem informasi electric. dimanfaatkan sebagai basis informasi dan dapat
diakses kapan pun dan dimana pun, maka
diputuskan untuk membuat suatu sistem informasi
4. Tinjauan Pustaka eksekutif berbasis web dengan nama SISTEM
INFORMASI EKSEKUTIF yang diharapkan
4.1 Defenisi mempunyai fitur-fitur untuk menangani
Sistem informasi eksekutif disebut permintaan data dari para jajaran. Sistem
sebagai sistem pendukung eksekutif. Sistem ini Informasi Eksekutif merupakan implementasi
merupakan sistem informasi yang menyediakan Sistem Informasi Organisasi, yang dapat dibagi
fasilitas yang fleksibel bagi eksekutif dalam menjadi subsitem berdasarkan cara
mengakses informasi eksternal dan internal yang pengelompokan pemakai didalam organisasi.
berguna untuk mengindentifikasi masalah. Struktur ini digambarkan dalam Gambar 2, yang
Pemakai yang awam dengan komputer pun tidak memperlihatkan garis-garis pemisah, tetapi ini
sulit mengoperasikannya karena sistem dilengkapi bukanlah pemisahan fisik. Sebagian besar
antarmuka yang sangat memudahkan pemakai basisdata
untuk menggunakannya. yang digunakan oleh suatu subsistem organisasi
dapat juga digunakan oleh yang lain.
4.2 Sistem Informasi Executive
Sistem Informasi Eksekutif dirancang
untuk membantu eksekutif mencari informasi
yang diperlukan pada saat mereka
membutuhkannya dan dalam bentuk apapun yang
paling bermanfaat. Model dari Sistem Informasi
Eksekutif digambarkan pada Gambar 1 Sebagai
implementasinya, pemakai SIE dapat melakukan
permintaan informasi, memilih sendiri format
grafik, tampilan informasi yang dikehendaki.
Kemampuan drill down yang tersedia pada sistem
ini memungkinkan eksekutif dapat melihat lebih
rinci suatu informasi. Drill down berarti eksekutif
dapat memulai dari gambaran sekilas dan
kemudian secara bertahap mengambil informasi
yang lebih terinci.

Gambar 2. Komposisi SI organisasi

Sistem Informasi Eksekutif (Executive

Information

184

System), atau EIS, untuk digunakan eksekutif
organisasi. Terdapat juga sistem informasi
fungsional satu untuk tiap area fungsional utama
organisasi. Subsistem fungsional adalah sistem
informasi yang disesuaikan bagi kegiatan dalam
area ini, dimana terdapat dua subsistem yaitu
sistem informasi akademis dan sistem informasi
kepegawaian yang disesuaikan untuk memenuhi
kebutuhan pemakai atas informasi mengenai area-
area fungsional, mendapatkan publikasi luas di
beberapa area dan sedikit kurang diarea lain[2].
Model Sistem Informasi Eksekutif diperlihatkan
pada Gambar 3 basis data berisi data dari SIA
(sistem informasi akademis) dan SIK (sistem
informasi kepegawaian) yang digunakan eksekutif
untuk mendapatkan informasi dan publikasi yang
luas. Perangkat lunak EIS menggunakan isi basis
data untuk menghasilkan tampilan yang telah
disusun sebelumnya yang diturunkan ke
workstation eksekutif dan disimpan di database
eksekutif. Eksekutif memasukkan permintaan
informasi dan menerima tampilan.
Gambar 3. Model Sistem Informasi Executive
Dalam model sistem informasi eksekutif
diatas eksekutif melakukan dialog dengan
perangkat lunak sistem informasi eksekutif
dengan memasukkan instruksi kedalam sistem
melalui menu. Pemilihan menu dilakukan dengan
mouse. Penggunaan keyboard dikurangi.
Informasi dapat ditampilkan dalam bentuk tabel
atau narasi. Istilah yang berkembang dari kegiatan
SIE adalah drill down[5].
Sistem informasi eksekutif memantau seberapa
baik organisai berjalan dalam hal tujuannya dan
faktor penentu keberhasilannya. Eksekutif yang
Seminar Nasional Informatika 2015
menerima konsep faktor-faktor penentu
keberhasilan
menggunakan sistem informasi eksekutif mereka
untuk memantau setiap faktor penentu
keberhasilan dalam hal ini adalah instansi
pendidikan misalnya kualitas staf pengajar, materi
yang berbobot, fasilitas universitas. Sistem
informasi eksekutif memvisualisasikan
perbandingan kinerja yang dianggarkan dengan
kinerja aktual dengan bentuk multimedia yang
menampilkan tabel atau narasi, sehingga eksekutif
dapat mendapatkan informasi yang perlu
diperhatikan oleh eksekutif untuk memutuskan
suatu tindakan yang diperlukan. Peran utama dari
SIE adalah membuat sintesis, atau menyarikan
data dan informasi bervolume besar untuk
meningkatkan kegunaannya. Pengambilan sari ini
disebut pemampatan informasi, dan menghasilkan
suatu gambaran operasi organisasi. Dengan
menyatukan komputer ke dalam sistem informasi
mereka, peluang baru akan terbuka bagi
pengambilan dan analisis informasi yang
sebelumnya tidak pernah tersedia pada tingkat
eksekutif.
5. Desain dan Implementasi
5.1 Perancangan Database
Untuk membangun suatu system
informasi executive maka peneliti membuat
perancangan database yang terdiri dari table-tabel
sebagai tempat penyimpanan data-data atau
informasi-informasi yang dibutuhkan oleh system,
berikut perancangan database tersebut :
Gambar 4. ERD SIE Department Electric.
Dari perancangan database diatas yang dibentuk
menjadi ERD (entity relation data)
mengambarkan mengenai tabel-tabel yang
185
Seminar Nasional Informatika 2015
dibentuk sebagai tempat penyimpanan sumber
data, informasi-informasi atau laporan-laporan
yang akan menjadi hasil kesimpulan oleh
executive, masing laporan akan ditempat sesuai
Executive
dengan spesifikasinya seperti halnya laporan
perbaikan motoran akan disimpan pada
tabel_perbaikan_motor dan laporan perbaikan
electronika akan disimpan pada tabel
perbaikan_electronik dan untuk laporan trouble
shootint pada mesin produksi akan disimpan
kedalam tabel_trouble_shoot, tabel_motor sebagai
data master penyimpanan data-data motoran yang
ada pada department electric untuk memenuhi
permintaan dari tabel_perbaiki_motor, sama
halnya pada tabel_electronik sebagai data master
penyimpanan data-data electronik yang ada pada
department electric, *id_motor pada tabel_motor
dikoneksikan dengan *id_motor pada
tabel_perbaiki_motor agar tabel_motor dapat
memenuhi permintaan data motor dari
tabel_perbaiki_motor, dan begitu juga perannya
id_electronik pada tabel_electronik dikoneksikan
agar dapat memenuhi permintaan data-data
electronik dari tabel_perbaiki_electronik,
selanjutnya *kode_perbaiki_motor pada
tabel_perbaiki_motor dikoneksikan dengan
*kode_perbaiki_motor pada tabel_Executive hal
ini dilakukan agar tabel_perbaiki_motor dapat
memenuhi permintaan data laporan perbaikan
motoran dari tabel_executive untuk dilakukan
akumulasi atau pengelompokkan atau proses yang
dilakukan pada tabel_executive, begitu juga sama
halnya yang dilakukan *kode_perbaiki_electronik
dikoneksikan dengan *kode_perbaiki_electronik
pada tabel executive hal ini dilakukan agar
tabel_perbaiki_electronik dapat memenuhi
permintaan data laporan perbaikan electronika
dari tabel_perbaiki_electronik, dan sama halnya
yang dilakukan *id_trouble dikoneksikan dengan
*id_trouble pada tabel executive hal ini dilakukan
agar tabel_trouble_shooting dapat memenuhi
permintaan data laporan perbaikan permasalahan
pada mesin produksi dari tabel_executive,
sehingga dengan begitu pada tabel_executive
akan dilakukan akumulasi, pengelompokan atau
kalkulasi untuk dapat diproses menjadi suatu
informasi pencapaian target operasional pada
department electric PT. Longsun Indonesia.
186
5.2 Perancangan Sistem
Lihat Laporan Data Motor
Perbaikan Motor
Lihat Laporan Data Electronika
Perbaikan
Electronika
Lihat Laporan Data Trouble
Trouble Shoot
Lihat Laporan Data Grafik
Pencapaian target
Gambar 5. DFD SIE Department Electric.
Berdasarkan gambar Data flow diagram
Sistem Informasi Executive Department Electric
pada PT. Long sun Indonesia diatas menjelas
mengenai alur sistem yang dirancang, pada Entity
Executive yang akan melakukan tindakan melihat
laporan perbaikan motor selanjutnya permintaan
data akan dikirim ke data source data motor untuk
memenuhi kebutuhan permintaan executive, hal
yang sama juga dilakukan executive ketika
melakukan tindakan lihat laporan perbaikan
Electronika selanjutnya permintaan akan dikirim
ke data source untuk memenuhi kebutuhan
permintaan executive, selain itu executive juga
dapat melakukan tindakan lihat laporan trouble
shooting atau permasalahan perbaikan pada mesin
produksi, informasi ini akan diminta oleh data
source untuk memenuhi permintaan executive,
selain itu executive juga dapat melakukan
tindakan untuk melihat perncapaian target
operasional department electric pada sistem
selanjutnya dari datasource data motoran, data
electronika, data trouble shooting dikoneksikan
kedalam data source data grafik untuk dilakukan
proses pengelompokan pencapaian target
operasional lalu data grafik disuplai untuk
memenuhi permintaan executive untuk dilihat
informasi pencapaian target operasional
department electric.

5.3 Implementasi
SISTEM INFORMASI EXECUTIVE
DEPARTMENT ELECTRIC
Gambar 6. Halaman index SIE Department
Electric.
Pada gambar 6 diatas adalah layanan
pada executive sebagai penyampaian informasi
laporan pencapaian target penyelesaian
operasional department electric pada periode
2014, dari halaman ini executive bisa melihat
informasi lebih rinci berdasarkan persentase
periode dengan memilih salah satu periode atas
selanjutnya executive diminta untuk memilih
ketiga laporan yang disediakan apakah laporan
perbaikan motor, laporan perbaikan electronika,
atau laporan trouble shooting mesin produksi.
SISTEM INFORMASI EXECUTIVE
DEPARTMENT ELECTRIC
Gambar 7. Halaman persentase motoran per
periode
Setelah executive memutuskan untuk
memilih lapran perbaikan motoran Pada gambar 7
diatas menampilkan informasi lebih rinci tentang
pencapaian target penyelesaian perbaikan
motoran pada periode 2014, selanjutnya executive
juga masih bisa memilih periode yang disediakan
untuk melihat lebih rinci lagi mengenai informasi
perbaikan motoran pada periode tertentu.
Seminar Nasional Informatika 2015
SISTEM INFORMASI EXECUTIVE
DEPARTMENT ELECTRIC
Gambar8. Halaman Klasifikasi Perbaikan Per
bagian
Pada gambar 8 diatas menampilkan
informasi perbaikan motoran berdasarkan periode
yang dipilih oleh executive, persentase diatas
ditampilkan berdasarkan Bagian atau department
user yang mengajukan permohonan perbaikan
motoran pada department electric di bulan
september 2014 selanjutnya executive juga masih
bisa memilih bagian yang disediakan untuk dilihat
laporan perbaikan motoran berdasarkan bagian
tertentu.
Gambar 9. Halaman detail laporan Perbaikan
Pada gambar diatas menampilkan
laporan detail pengerjaan perbaikan motoran
milik department tertentu berdasarkan bagian
yang dipiliih oleh executive sehingga dengan
begitu seorang executive dapat langsung melihat
laporan harian yang dikerjakan oleh bawahan hal
ini akan sangat membantu atasan dalam
menganalisa untuk melakukan pengambilan
keputusan.
DAFTAR PUSTAKA
[1] Arnott, D., Jirachiefpattana, W. &
ODonnell, P. (2007). Executive
Information Systems Development in an
187
Seminar Nasional Informatika 2015
Emerging Economy. Decision Support [4]
Systems. Vol 42, pp. 2078-84.
[2] Dawan, A. (2005). Sistem Informasi
Eksekutif Berbasis Web pada Fakultas
Teknik Universitas Diponegoro. Makalah [5]
Seminar Tugas Akhir Universitas
Diponegoro, Semarang.
[3] Robbins, S.P. & Coulter, M. (1999).
Management, Jakarta: PT Prenhallindo.
188
Turban, E., Aronson, J.E. & Liang, T.P.
(2005). Decision Support Systems and
Intelligent System. New Jersey: Pearson
Education Inc.
Averweg, U.R. & Roldan, J.L. (2004). A
Comparative Analysis of Executive
Information Systems in Organisations in
South Africa and Spain. Iadis
International Conference
 Seminar Nasional Informatika 2015

ANALISIS NILAI E-LEARNING BERDASARKAN FAKTOR

PSIKOLOGI WARNA STUDI KASUS: E-LEARNING
STMIK AMIKOM YOGYAKARTA
Rahmat Hidayat1, Safar Dwi Kurniawan2, Syukron Anas3.

Megister Teknik Informatika STMIK AMIKOM Yogyakarta, Jl. Ring Road Utara, Condong Catur, Sleman,
Yogyakarta Indonesia Telp : (0274) 884-201
Email: 1ykoya77@gmail.com, 2safar.kurniawan45@gmail.com, 3choe.qhuat@gmail.com

Abstrak

Warna memberi aksen pada sebuah tampilan halaman e-learnig ,dalam hal ini ada beberapa bagian tampilan
halaman e-Learning STMIK AMIKOM Yogyakarta yang mempunyai mayoritas warna latar belakang putih
sebesar 66%, biru 25%, dan 9% warna cyan yang di dapat dari pemetakan pada halaman e-Learning. Untuk
font pada latar belakang putih diperoleh warna kombinasi biru sebesar 68,6% sebagai warna mayoritas yang
terdapat pada halaman tersebut. Warna biru didapat dari mayoritas warna font yang ada pada halaman e-
Learning, akan tetapi di halaman tersebut terdapat juga warna kombinasi yang buruk yaitu warna Cyan
31,4% di latar putih yang didapat dari jumlah font dengan warna cyan yang ada di latar belakang putih
dengan nilai kombinasi IMK sebesar 94%, kombinasi ini di sarankan untuk diganti menjadi warna biru,
hitam, atau merah dengan nilai kombinasi warna terbaik pada IMK pada latar belakang putih sebesar 94%
wrna biru, 63% warna hitam dan 25% untuk warna merah. Ketika kita ingin membuat desain yang simple
dan minimalis, menggunakan warna putih adalah langkah yang tepat, walaupun bukan cara satu-satunya.

Kata Kunci : e-Learning , Mayoritas warna, IMK

PENDAHULUAN matakuliah psikoteknologis suatu cabang ilmu

Perkembangan teknologi informasi dan
komunikasi yang sangat pesat mendorong
berbagai lembaga pendidikan untuk
memanfaatkan dan meningkatkan mutu
pendidikanya.Dalam hal ini terobosan-terobosan
teknologi informasi (TI) untuk pembelajaran terus
gencar dikembangkan. Implementasi teknologi
informasi dan komunikasi pada lembaga
pendidikan saat ini sudah menjadi keharusan,
karena penerapan teknologi informasi dan
komunikasi dapat menjadi salah satu indikator
keberhasilan institusi pendidikan.Tidak sedikit
guru/dosen yang memanfaatkan kemajuan
teknologi dengan mengunakan internet sebagai
pembelajaran online atau biasa kita dengar
dengan online learning. Tren baru dalam dunia
Electronic Learning (e-Learning) saat ini adalah
dikenal adanya dengan istilah e-Learning
Setiap individu manusia atau kelompok
manusia memiliki psikologi-nya sendiri e-
learning (elearning.amikom.ac.id, dll,) berbicara
mengenai psikologi manusia, aspek yang justru
banyak dilupakan dalam perancangan dan
implementasinya. Khusus di indonesia belum
banyak pihak yang menginvestasikan pada aspek
ini lebih daripada sekedar kecanggihan fitur dan
tampilan teknologis. Bahkan di kalangan
perguruan tinggi di kalangan pendidikan
teknologi belum pernah di kembangkan
yang berkembang sangat pesat di luar negeri
Karena peranan e-Learning yang sangat
penting ini maka e-Learning yang dibangun
haruslah memperhatikan beberapa faktor salah
satunya yaitu faktor warna, Penggunaan aspek
warna dalam menampilkan informasi pada layar
penampil merupakah hal yang menarik.
Penggunaan dan pemilihan warna akan
memperbagus tampilan dan mempertnggi
efektifitas tampilan grafis. Tetapi harus diingat
aspek kesesuaian dengan pengguna, sehingga
harus mempertimbangkan masalah ini dalam
penampilan sistem.Akan tetapi karena selera
seseorang berbeda dalam aspek ini, maka tidak
ada standar khusus yang dapat dijadikan acuan
yang resmi, maka dari itu kami menggunakan
acuan interaksi manusia dan komputer (IMK)
sebagai acuan.dengan memperhatikan faktor
tersebut, akan dilakukan analisis terhadap situs
elearning.amikom.ac.id
Adapun beberapa permasalahan yang akan
diangkat dalampenelitian ini yaitu pertanyaan
bersifat korelasional dandeskriptif, rumusan
masalah daripenelitian yang dilakukan adalah
untuk mengetahui nilai dari faktor psikologis
dalam warna dari e-Learning tersebut? dan
bagaimana rekomendasi pilihan warna di halaman
e-Learning dari sudut pandang IMK?, serta tujuan
dari adanya penelitian ini antara lain adalah
menganalisis adanya nilai psikologi dari warna

189
Seminar Nasional Informatika 2015
dalam tampilan e-Learning, dan memberikan
rekomendasi warna untuk tampilan e-Learning
dari acuan pada IMK yang ada.
LANDASAN TEORI
E-LEARNING
Pembelajaran elektronik atau e-Learning
telah dimulai pada tahun 1970-an Udan and
Weggen (2000) menyebutkan bahwa e-Learning
adalah bagian dari pembelajaran jarak jauh
sedangkan pembelajaran on-line adalah bagian
dari e-Learning. Di samping itu, istilah elearning
meliputi berbagai aplikasi dan proses seperti
computer-based learning web-based learning,
virtual classroom, dll; sementara itu pembelajaran
on-line adalah bagian dari pembelajaran berbasis
teknologi yang memanfaatkan sumber daya
internet, intranet, extranet. (Waller and Wilson,
2001). Berbagai istilah digunakan untuk
mengemukakan pendapat/gagasan tentang
pembelajaran elektronik, antara lain adalah: on-
line learning, internet-enabled learning, virtual
learning, atau web-based learning.
Salah satu definisi umum dari e-Learning
diberikan Gilbert & Jones (2001), yaitu :
pengiriman materi pembelajaran melalui suatu
media elektronik seperti internet,
intranet/extranet, satellite broadcast, audio/video
tape, interactive TV, CD-ROM, dan computer-
based training (CBT). E-Learning adalah
sembarang pengajaran dan pembelajaran yang
menggunakan rangkaian elektronik (LAN, WAN,
atau internet) untuk menyampaikan isi
pembelajaran, interaksi, atau bimibingan (Jaya
Kumar C. Koran : 2002)
Definisi yang hampir sama diusulkan oleh
The Australian National Authority (2003) yakni
meliputi aplikasi dan proses yang menggunakan
berbagai media elektronik seperti internet,
audio/video tape, interactive TV and CD-ROM
guna mengirimkan materi pembelajaran secara
lebih fleksibel. E-Learning merupakan suatu
jenis belajar mengajar yang memungkinkan
tersampaikannya bahan ajar ke siswa dengan
menggunakan media Internet, Intranet atau
media jaringan komputer lain (Darin E. Hartley,
2001:1)
Secara sederhana dapatlah dikatakan bahwa
pembelajaran elektronik (e-Learning) merupakan
kegiatan pembelajaran yang memanfaatkan
jaringan (Internet, LAN, WAN) sebagai metode
penyampaian, interaksi, dan fasilitasi serta
didukung oleh berbagai bentuk layanan belajar
lainnya (Brown, 2000; Feasey, 2001).
Lebih khusus lagi Rosenberg (2001)
mendefinisikan e-Learning sebagai pemanfaatan
teknologi intranet untuk mendistribusikan materi
pembelajaran, sehingga siswa dapat mengakses
dari mana saja.Allan J. Henderson (2003:2)
dinyatakan sebagai,
190
1. e-Learning adalah pembelajaran jarak jauh
yang menggunakan teknologi komputer
(biasanya terkoneksi internet)
2. e-Learning dapat digunakan untuk para
pekerja dimana mereka dapat belajar pada di
tempat kerja mereka tanpa harus pergi ke
kelas
3. e-Learning dapat dijadwalkan dengan
kesepakatan antara instruktur dengan siswa
4. e-Learning dapat merupakan can be an on-
demand course dimana pembelajar
dapatbelajar mandiri sesuai waktu yang
mereka inginkan.
Belum ditemukannya sebuah standard yang
baku baik dalam hal definisi maupun
implementasi e-Learning menjadikan banyak
orang mempunyai konsep yang bermacam-
macam. E-Learning merupakan kependekan dari
electronic learning (Sohn, 2005).E-Learning
menurut The ILRT of Bristol University (2005)
mendefinisikan e-Learning sebagai penggunaan
teknologi elektronik untuk mengirim,
mendukung, dan meningkatkan pengajaran,
pembelajaran dan penilaian.
Nilai
Menurut Louis O. Kattsoff (1987):
membedakan nilai dalam dua macam, yaitu: (1)
NIlai intrinsik dan 2) nilai instrumental. Nilai
intrinsik adalah nilai dari sesuatu yang sejak
semula sudah bernilai, sedangkan nilai
instrumental adalah nilai dari sesuatu karena
dapat dipakai sebagai sarana untuk mencapai
tujuan sesuatu. Menurut Purwodarminto, nilai
dapat diartikan dalam 5 hal. Lima hal itu adalah:
harga dalam taksiran, harga sesuatu, angka
kepandaian, kadar/mutu dan sifat-sifat yang
penting. Thomas Kuhn (Barnes 1982, dalam
Martati, 2010: 42) menyatakan a value can be, if
it held to be more that a verbal formulation,
sebuah nilai akan terwujud andaikata nilai itu
dilakukan, dari pada hanya sebagai sebuah ucapan
saja.
INTERAKSI MANUSIA DAN KOMPUTER
Bidang ilmu interaksi manusia dan komputer
adalah ilmu yang mempelajari tentang bagaimana
mendesain, mengevaluasi, dan
mengimplementasikan sistem komputer yang
interaktif sehingga dapat digunakan oleh manusia
dengan mudah.
A. Faktor Psikologi
Psikologi berasal dari kata dalam bahasa
Yunani Psychology yang merupakan gabungan
dan kata psyche dan logos. Psyche berarti jiwa
dan logos berarti ilmu. Secara harafiah psikologi
diartikan sebagal ilmu jiwa. Istilah psyche atau
jiwa masih sulit didefinisikan karena jiwa itu
 Seminar Nasional Informatika 2015

merupakan objek yang bersifat abstrak, sulit Warna dapat dibedakan menjadi 150 hue, 7 juta
dilihat wujudnya, meskipun tidak dapat kombinasi intensitas dan kejenuhan serta 11
dimungkiri keberadaannya. Dalam beberapa warna.
dasawarsa ini istilah jiwa sudah jarang dipakai kombinasi warna terbaik :
dan diganti dengan istilah psikis. Beberapa ahli LATAR GARIS TIPIS GARIS TEBAL
mempelajari jiwa atau psikis dan gejala-gejala BELAKANG DAN TEKS DAN TEKS
yang diakibatkan oleh keberadaan psikis tersebut. Putih Biru (94%), Hitam (69%),
Dimyati Mahmud (1989) menjelaskan bahwa Hitam (63%), Biru (63%),
manusia menghayati kehidupan kejiwaan berupa Merah (25%) Merah (31%)
kegiatan berfikir., berfantasi, mengingat, sugestif, Merah Kuning (75%) , Hitam (50%),
Putih (56%), Kuning (44%),
sedih dan senang, berkemauan dan sebagainya.
Hitam (44%) Putih (44%),
Yang termasuk dalam gejala kejiwaan adalah Cyan (31%)
gejala pengenalan (kognisi), gejala perasaan Hijau Hitam (100%), Hitam (69%),
(emosi), gejala kehendak (konasi), dan geiala Biru (56%), Merah (63%),
campuran (kombinasi). Merah (25%) Biru (31%)
Pemahaman akan psikologi orang yang akan Hitam Putih (75%), Kuning (69%),
menggunakan software sangatlah dibutuhkan Kuning (63%) Putih (59%),
dalam interaksi manusia dan komputer mengingat Hijau (25%)
setiap user memiliki sifat dan kelakuan yang Biru Putih (81%), Kuning (38%),
berbeda. Di dalam merancang suatu program, Kuning (50%), Magenta (31%),
faktor ini harus dipikirkan terlebih dahulu, seperti Cyan (25%) Hitam (31%),
siapa target pengguna program, bagaimana Cyan (31%),
Putih (25%)
suasana lingkungan target, bagaimana perilaku
Cyan Biru (69%), Merah (56%),
mereka secara umum dan masih banyak faktor
Hitam (56%), Biru (50%),
pisikologi lain, salah satunya faktor psikologi Merah (37%) Hitam (44%),
warna. Magenta (25%)
Konsep Warna pada IMK (Interaksi Manusia dan Magenta Hitam (63%), Biru (50%),
Komputer) Putih (56%), Hitam (44%),
Warna terbentuk dari : Biru (44%) Kuning (25%)
1. Hue (Corak) Kuning Merah (63%), Merah (75%),
Bentuk dari bermacam-macam warna Biru (63%), Biru (63%),
dalam corak yang berbeda. Semakin Hitam (56%) Hitam (50%),
tinggi nilai suatu corak, semakin cerah
dan jelas warna yang ditampilkan. Kombinasi warna terburuk:
2. Intensity(Intensitas) LATAR GARIS TIPIS GARIS TEBAL
Merupakan kecerahan dari suatu warna BELAKANG DAN TEKS DAN TEKS
3. Saturation (Kejenuhan atau jumlah putih Putih Kuning (100%), Kuning (94%),
pada warna) Cyan (94%) Cyan (75%)
Semakin sedikit unsur putih dari suatu Merah Magenta (81%) , Biru (81%),
Biru (44%), Magenta (31%)
warna, semakin gelap warna itu.Semakin
Hijau (21%)
banyak jumlah unsur putih, semakin Cyan (21%)
jenuh warna itu. Hijau Cyan (81%), Cyan (81%),
Magenta (50%), Magenta dan
B. Warna Kuning (37%) Kuning (44%)
Warna Menurut Kamus Bahasa Indonesia, Hitam Biru (89%), Biru (81%),
warna adalah kesan yang diperoleh mata dari Merah (44%), Magenta (31%)
cahaya yang dipantulkan oleh benda-benda yang Magenta (25%)
dikenainya. Pengertian warna menurut Newton Biru Hijau (62%), Hijau (44%),
adalah bagian sinar dalam spektrum yang Merah dan Merah dan Hitam
tergantung pada gelombang cahayanya.Menurut Hitam (37%) (31%)
Lenggosari (2008) warna adalah sesuatu yang Cyan Hitam (81%), Kuning (69%),
Kuning (75%), Hijau (62%),
diterima oleh manusia dari cahaya atau
Putih (31%) Putih (56%)
sinar.Warna adalah unsur yang bisa menciptakan
Magenta Hijau (75%), Cyan (81%),
mood atau suasana ruang (Wulansari, Merah (56%), Hijau (69%),
2007).Menurut Eiseman (2000) warna merupakan Cyan (44%) Merah (44%)
bentuk komunikasi non verbal yang berfungsi Kuning Putih dan Cyan Putih (81%),
sebagai metode penyampaian pesan dan makna (81%) Cyan (56%),
yang paling instan atau menghasilkan pengaruh Hijau (25%),
dengan seketika. Secara objektif atau fisik,
Aspek-aspek dalam pemakaian warna :

191
Seminar Nasional Informatika 2015
1. Aspek Psikologis
Warna merah, jingga, kuning dan hijau
dapat dilihat bersama-sama tetapi cyan,
biru dan merah tidak dapat dilihat secara
serempak dengan mudah. Hindari
pemakaian warna yang tajam dan
simultan.
Penglihatan tidak diset untuk
memandang sesuatu yang terperinci,
tajam serta bergelombang pendek.
Hindari warna biru murni untuk teks,
garis tipis, dan bentuk yang sangat kecil.
Hindari warna berdekatan yang hanya
berbeda dalam warna biru
Perlu pengaturan pencahayaan di dalam
ruangan karena warna akan berubah
ketika cahaya berubah
Hindari penempatan warna merah dan
hijau secara berseberangan pada
tampilan skala besar, gunakan warna
biru dan kuning
2. Aspek Perseptual
Tidak semu warna mempunyai
dicernible yang sama
Tidak semua warna mudah dibaca,
secara umum warna latar belakang
cenderung lebih gelap.
Luminasi tidak sama dengan kecerahan
Hui yang berbeda menyebabkan tingkat
saturasi yang berbeda
3. Aspek Kognitif
Jangan menggunakan warna secara
berlebihan
Warna yang sama membawa pesan
pesan serupa
Urutan warna sesuai dengan posisi
spektralnya
Kecerahan dan saturasi akan menarik
perhatian
Metode Penelitian Kualitatif
Metode penelitian kualitatif adalah metode
yang lebih menekankan pada aspek pemahaman
secara mendalam terhadap suatu masalah dari
pada melihat permasalahan untuk penelitian
generalisasi. Metode kualitatif dipengaruhi oleh
paradigma naturalistik-interpretatif Weberian,
perspektif post-positivistik kelompok teori kritis
serta post-modernisme seperti dikembangkan oleh
Baudrillard, Lyotard, dan Derrida (Cresswell,
1994). Gaya penelitian kualitatif berusaha
mengkonstruksi realitas dan memahami
maknanya. Sehingga, penelitian kualitatif
biasanya sangat memperhatikan proses, peristiwa
dan otentisitas. Memang dalam penelitian
kualitatif kehadiran nilai peneliti bersifat eksplisit
dalam situasi yang terbatas, melibatkan subjek
dengan jumlah
192
relatif sedikit. Dengan demikian, hal yang
umum dilakukan ia berkutat dengan analisa
tematik. Peneliti kualitatif biasanya terlibat dalam
interaksi dengan realitas yang ditelitinya..
Menurut Sukmadinata (2005) dasar
penelitian kualitatif adalah konstruktivisme yang
berasumsi bahwa kenyataan itu berdimensi jamak,
interaktif dan suatu pertukaran pengalaman sosial
yang diinterpretasikan oleh setiap
individu. Peneliti kualitatif percaya bahwa
kebenaran adalah dinamis dan dapat ditemukan
hanya melalui penelaahan terhadap orang-orang
melalui interaksinya dengan situasi sosial mereka
(Danim, 2002).
Penelitian kualitatif mengkaji perspektif
partisipan dengan strategi-strategi yang bersifat
interaktif dan fleksibel.Penelitian kualitatif
ditujukan untuk memahami fenomena-fenomena
sosial dari sudut pandang partisipan. Dengan
demikian arti atau pengertian penelitian
kualitatif tersebut adalah penelitian yang
digunakan untuk meneliti pada kondisi objek
alamiah dimana peneliti merupakan instrumen
kunci (Sugiyono, 2005).
PEMBAHASAN
Cahaya yang tampak merupakan sebagian
kecil dari spektrum elektomagnetik. Panjang
cahaya yang nampak berkisar pada 400-700 nano
meter yang berada pada daerah ultraungu
(ultraviolet) hingga inframerah (infrared).
Sensitifitas manusia terhadap warna tidaklah sama
dengan area penglihatannya. Berdasarkan
penelitian dan sudut area penglihatan, mata
kurang sensitif terhadap warna merah, hijau dan
lebih sensitif terhadap warna kuning.
Fakta penting yang harus diingat pada saat
menggunakan berbagai kode warna adalah pada
penentuan jumlah orang yang dapat mendeteksi
warna tersebut. Penelitian (Wagner, 1988)
menyebutkan bahwa 8 persen laki-laki dan 1
persen wanita menderita buta warna..
Warna menarik bagi pemakai dan dapat
meningkatkan kinerja penggunanya, namun dapat
juga di salahgunakan pada prinsipnya warna dapat
bermanfaat, manfaat tersebut ilah:
Menyejukkan atau merangsang mata
Memberi aksen pada tampilan yang tidak
menarik
Memungkinkan pembedaan yang halus pada
tampilan yang kompleks
Menekankan organisasi logis informasi
Menarik perhatian kepada peringatan
Menimbulkan reaksi emosional yang kuat
berupa sukacita, kegembiraan, ketakutan,
atau kemarahan
Menurur Sir Isaac Newton (1642-1727) dari
percobaannya, Newton menyimpulkan bahwa
apabila dilakukan pemecahan warnaspectrum dari
 Seminar Nasional Informatika 2015

sinar matahari, akan dihasikan warna merah,
jingga, kuning, hijau, biru, danungu alias
mejikuhibiniu. Warna-warna itu bisa ditangkap
mata manusia pada saat ada pelangi.
Aspek Penelitian
Pada halaman e-learning.amikom.ac.id di
dapati sejumlah data yang akan di jadikan aspek
penilaian dalam penelitian ini. Data yang akan
diolah adalah data yang mempunyai warna pada
halaman elearning.amikom.ac.id dan akan di
jadikan point untuk menentukan sebuah nilai dari
halaman tersebut yang di tinjau dari acuan IMK,
adapun data yang akan dinilai antara lain:
1.
atar belakang
alaman
oolbar
Skala: 1:10
eader
2.
onts
browser full screen
umlah
arna fonts
3.
onts bold & non bold
sebagai warna ke dua dengan menggunakan nilai
warna latar belakang yang dominan sebagai acuan
warna pertama, setelah dilakukan pengolahan data
dari sampling elearning.amikom.ac.id maka
diperoleh data sebagai berikut:
L
H
Gambar 2.
T Pemetakan halaman
elearning.amikom.ac.id
H
Di tinjau dari
F tampilan e-learning dengan
diameter layar 14inc dengan format tampilan
J dan diameter tampilan
halaman default maka di asumsikan bahwa
dilakukan pemetakan dengan skala 1:10 dan
W
didapati nilai prosentase pada latar belakang
tampilan halaman elearing sebagai berikut:
F
Latar Toolbar diperoleh data warna Cyan
sebagai warna latar sebesar 9% yang diperoleh
dari pemetakan, warna cyan mengisi 9 petak ke
bawah yang di tunjukkan pada gambar 4 dan 5,
yang mana gambar. 4 terisi 5 patak ke bawah dan
gambar. 5 mengisi 4 petak ke bawah

Gambar. 3

Ket: Line border

Gambar. 1 halaman utama

elearning.amikom.ac.id

Pengumpulan dan pengolahan data

Dari data yang telah di kumpulkan Gambar. 4
selanjutnya dilakukan pengolahan data, dalam hal
ini data yang di kumpulkan adalah gambar dari
halaman depan e-Learing STMIK AMIKOM
Yogyakarta yang di tunjukakan pada Gambar. 1,
setelah itu dilakukan pemetakan atau pembagian
denah di halaman tersebut yang mempunyai
perbandingan 1:10, yaitu 1 gambar di bagi dengan
10 petak. Pembagian tersebut berguna untuk Gambar. 5
menentukan nilai prosentase agar mendapatkan
nilai warna latar belakang dominan serta Warna header seperti di tunjukkan pada
mendapatkan nilai warna kombinasi yang terbaik gambar 5, dari data tersebut diperoleh warna Biru

193
Seminar Nasional Informatika 2015

sebagai warna yang dominan seperti yang di Kuning B 0 0 0

tunjukan pada gambar 3, yang memiliki
prosentase sebesar 25% yang di dapat dari hasil Kuning NB 0 6 0
pemetakan, warna biru mengisi 25 petak ke TOTAL 1148 58 100
bawah, sedangkan sisanya dari 9% dan 25%
adalah 66% yang di dominasi warna putih dan Hasil dari analisis untuk mencari nilai
warna putih ditetapkan sebagai warna acuan maksimal dari tabel 4 yang diasumsikan dari
kombinasi utama aspek latar halaman elearning.amikom.ac.id dan
Pada data tersebut diperoleh halaman latar warna yang ada di halaman tersebut, yang
putih sebagai warna dominan maka untuk menghasilkan nilai maksimal adalah 96warna biru
menentukan nilai kombinasi dengan latar putih bold dan 519 dari warna biru non bold pada latar
adalah dengan menentukan jumlah font, putih
dikarnakan font merukapan bagian terpenting dari Dari hasil yang diperoleh maka didapatkan
sebuah halaman e-Learning. Di halaman tersebut nilai maksimal yang akan menjadi tolak ukur
didapati sejumlah data font yang berupa jumlah untuk sebuah penilaian pada halaman e-Learning
font serta jumlah font bold dan non bold, dengan menggunakan acuan IMK, nilai yang
sebanyak: menjadi acuan tersebut adalah nilai warna terbaik
a. F
dan nilai warna terburuk, dengan menggunakan
onts rumus perhitungan yang menghasilkan
prosentase. J
umlah fonts (1306)
N= ( X : Y ) xW100
arna fonts (Biru, Cyan, Hitam, Putih dan Ket. X : jumlah font maksimal
Kuning) Y : Total jumlah font pada latar
b. belakang F
onts bold & non bold 100 : 100%
Bold (156
) a. Nilai Warna Terbaik
Non Bold Latar Belakang Putih, 66%
(1150) (Garis Tipis dan Teks) biru 45,2%
Ket: Line border (Biru, Size 1 PX) (Garis Tebal dan Teks) biru 8,4%
Bold (B) (Garis Tipis dan Teks) Hitam 9,8%
Non Bold (NB) (Garis Tebal dan Teks) Hitam 5,2%
Nilai 68,6%
Latar Belakang Biru, 25%
(Garis Tebal Teks) Cyan 15,5%
(Garis Tipis dan Teks) Putih 74,1%
(Garis Tebal dan Teks) Kining 10,4%
Nilai 100%
Latar Belakang Cyan, 9%
(Garis Tipis dan Teks) biru 69%
NILAI 69%
Dari data tersebut di dapati 1306 font dan yang
b. Nilai Warna Terburuk
jenis Bold sebanyak 156 sedangkan yang Non
Latar Belakang Putih,
Bold sebanyak 1141.
(Garis Tipis dan Teks) Cyan 31,4%
Nilai 31,4%
Tabel. 4
Latar Belakang Cyan, 9%
Latar Latar Latar
(Garis Tipis dan Teks) Cyan 31%
Putih Biru Cyan
Nilai 31%
Biru B 96 0 0 (diasumsikan nilai netral)
Biru NB 519 0 69
makan menghasilkan sebuah nilai akhir untuk
Cyan B 0 9 0
ukuran nilai tampilan elearning dari faktor
Cyan NB 361 0 31 psikologi warna yaitu:
Hitam B 60 0 0 Nilai Terbaik
Area Latar Putih 66% dengan nilai 68,6%
Hitam NB 112 0 0
Area Latar Biru 25% dengan nilai 100%
Putih B 0 0 0 Area Latar Cyan 9% dengan nilai 69%
Putih NB 0 43 0 Nilai terburuk

194
 Seminar Nasional Informatika 2015

Area Latar Putih 66% dengan nilai 31,4% Hall, USA

Area Latar Cyan 9% dengan nilai 31% [2] Agushinta R D, Pratiwi D. Depok.
(diasumsikan nilai netral) 2011. MENGENAL INTERAKSI
MANUSIA DAN KOMPUTER
Kesimpulan [3] Ariyus D, Sudarmawan, Yogyakarta.
INPUT-OUTPUT CHANNELS PADA
Dari penelitian yang kami buat pada web e-
FAKTOR MANUSIA.
learning di amikom menunjukan bahwa warna http://journal.amikom.ac.id/index.php/
biru dengan latar putih yang berarti mempunyai KIDA/article/viewFile/4896/2586
kombinasi warna bernilai sebesar 94% yang mana
jika berdasarkan teori-teori pada interaksi [4] Prakoso, Setiyo. (2005). Membangun
manusia dan computer (IMK) adalah perpaduan e-learning Dengan Moodle. Andi
warna yang baik. Tetapi di halaman e-learning Opsett. Jakarta.
tersebut ada juga warna kombinasi yang buruk [5] Santosa P.I, (2010). Interaksi Manusia
yaitu warna Cyan 31,4% di latar putih dengan dan Komputer Andi Opsett.
nilai kombinasi 94%, kombinasi ini di sarankan Yogyakarta
untuk diganti menjadi warna biru, hitam, atau [6] Somantri G.R MAKARA, SOSIAL
merah dengan nilai kombinasi biru 94%, hitam HUMANIORA, VOL. 9, NO. 2,
63% dan merah 25%. jika ingin membuat desain DESEMBER 2005: 57-65.
yang simple, minimalis dan cenderung bisa di MEMAHAMI METODE
terima oleh sikologis penggunanya , KUALITATIF
menggunakan warna putih adalah langkah yang [7] Yazdi M. Jurnal Ilmiah Foristek Vol.
tepat (walaupun bukan cara satu-satunya). 2, No. 1, maret 2012. E-LEARNING
SEBAGAI MEDIA
Daftar Pustaka PEMBELAJARAN INTERAKTIF
[1] A.J. Dix, J.E. Finlay, G.D. Abowd and BERBASIS TEKNOLOGI
R. Beale. 2003. Human-Computer INFORMASI
Interaction. Third Edition. Prentice

195
Seminar Nasional Informatika 2015

PEMANFAATAN DATA MINING DALAM MEMPREDIKSI

INDIKASI KERUSAKAN MOTOR DINAMO PADA
MESIN PRODUKSI GRANIT

Adnan Buyung Nasution1

1,2
Sistem Infomasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso, Tanjung Mulia, Medan
1
adnan.buyung01@gmail.com

Abstrak

Seringnya terjadi kerusakan Motor dinamo pada penggunaan mesin produksi granit pada suatu perusahaan
industri yang menyebabkan besarnya cost yang harus dikeluarkan dalam perbaikannya, data mining
merupakan solusi yang dapat diterapkan dalam menangani permasalahan ini, berdasarkan data-data yang ada
metode decision tree mampu mengidentifikasi indikasi-indikasi yang paling mempengaruhi penyebab
kerusakan motor dinamo dengan jenis kerusakan terbakar. Dengan begitu user sebagai operator mesin
produksi lebih handal dalam memperhartikan indikasi-indikasi tersebut yang harapannya dalam mengurangi
tingkat kerusakan pada motor dinamo.

Kata kunci : data mining, decision tree, indikasi, motor dinamo

1. Pendahuluan penelitian ini dilakukan diawali dengan

Seringnya terjadi kerusakan Motor dinamo
pada penggunaan mesin produksi granit pada
suatu perusahaan industri yang menyebabkan
besarnya cost yang harus dikeluarkan dalam
perbaikannya, terbakar merupakan jenis
kerusakan yang pada umumnya yang sering
terjadi sehingga hal ini menyulitkan bagi teknisi
motor dalam penanganannya melihat sumber daya
manusianya yang sangat terbatas sehingga
menyebabkan terhambatnya kelancaran jalannya
mesin produksi, dan sangat terbatasnya
pengetahuan user sebagai operator mesin produksi
dalam mengidentifikasi yang akan menyebabkan
kerusakan motor dinamo pada mesin produksi
yang selalu mengganggu kelancara produksi
granit maka pada penelitian ini bertujuan untuk
mengindentifikasi indikasi-indikasi yang sangat
mempengaruhi penyebab kerusakan motor
dinamo dengan begitu user sebagai operator
mesin produksi harus lebih konsentrasi dalam
memperhatikan indikasi tersebut dengan harapan
mengurangi dalam tingkat kerusakan motor
dinamo, data mining merupakan solusi yang dapat
menangani permasalahan dalam memprediksi
indikasi-indikasi yang sangat mempengaruhi
tingkat kerusakan motor dinamo dengan
menggunakan metode decision yang akan
menghasilkan rules(aturan) sebagai pengetahuan
bagi teknisi dan operator mesin produksi terkait
penanganan dalam mengurangi tingkat kerusakan
motor dinamo pada mesin produksi, metode
pengumpulan literatur dan data-data dari objek
penelitian, selanjutnya klasifikasi dalam
memperhatikan validnya data yang akan diteliti,
hasil dan pembahasan.
2. Landasan Teori
2.1 Data Mining
Data Mining (DM) adalah salah satu
bidang yang berkembang pesat karena dapat
memperkirakan kelas dari suatu objek yang
labelnya tidak diketahui. Model itu sendiri bisa
berupa aturan jika-maka, berupa decision tree,
formula matematis atau neural network. Proses
classification biasanya dibagi menjadi dua fase:
learning dan test. Pada fase learning, sebagian
data yang telah diketahui kelas datanya
diumpankan untuk membentuk model perkiraan.
Kemudian pada fase test model yang sudah
terbentuk diuji dengan sebagian data lainnya
untuk mengetahui akurasi dari model tersebut.
Bila akurasinya mencukupi model ini dapat
dipakai untuk prediksi kelas data yang belum
diketahui.
besarnya kebutuhan akan nilai tambah
dari database dengan skala besar. DM adalah
serangkaian proses untuk menggali nilai tambah
berupa pengetahuan yang selama ini tidak
diketahui secara manual dari suatu kumpulan
data. DM memiliki hubungan dari bidang ilmu

196

seperti artificial intelligent, machine learning,
statistik dan database. Beberapa teknik DM antara
lain: clustering, classification, association rule
mining, neural network, genetic algorithm dan
lain-lain.
2.2 Proses Data Mining
DM dapat dibagi menjadi beberapa tahap
yang diilustrasikan pada Gambar 1
Gambar 1. Tahapan Data Mining
2.3 Klasifikasi
Klasifikasi adalah proses untuk
menemukan model atau fungsi yang menjelaskan
atau membedakan konsep atau kelas data, dengan
tujuan untuk dapat memperkirakan kelas dari
suatu objek yang labelnya tidak diketahui. Model
itu sendiri bisa berupa aturan jika-maka, berupa
decision tree, formula matematis atau neural
network. Proses classification biasanya dibagi
menjadi dua fase: learning dan test. Pada fase
learning, sebagian data yang telah diketahui kelas
datanya diumpankan untuk membentuk model
perkiraan. Kemudian pada fase test model yang
sudah terbentuk diuji dengan sebagian data
lainnya untuk mengetahui akurasi dari model
tersebut. Bila akurasinya mencukupi model ini
dapat dipakai untuk prediksi kelas data yang
belum diketahui.
2.4 Decision Tree
Konsep klasifikasi dengan pengawasan
(supervised classification) adalah untuk
membangun sebuah model dari data yang telah
diketahui, atau sering disebut sebagai classifier.
Model atau fungsi ini kemudian dapat digunakan
untuk memetakan data
didalam suatu basis data kepada suatu atribut
target, selanjutnya dapat memperkirakan suatu
kelas dari data yang baru. Algoritma decision tree
Seminar Nasional Informatika 2015
merupakan salah satu algoritma klasifikasi
didalam data mining
yang bekerja berdasarkan teori informasi
(information theory). Decision tree memiliki
beberapa keunggulan yaitu mudah dalam
pengembangan sebuah model, mudah dipahami
oleh pengguna, dan mampu menangani noisy data
dan unknown data. Decision tree terdiri dari
beberapa bagian yaitu simpul dalam (inside
nodes), cabang
(branches), dan simpul daun (leaf nodes). Simpul
teratas disebut juga simpul akar (root nodes);
simpul dalam mereprentasikan nilai dari suatu
atribut.
2.4.1 Entropy
Entropy adalah ukuran ketidakpastian
(uncertainty) atau kekacuan (confusion) dari
sebuah sistem, dan kuantitas informasi dari
sebuah sistem adalah ukuran tingkat
sistemisasinya (degree of systemization). Record
data yang telah jelas diketahui akan memiliki nilai
entropy nol; dan ketika hasilnya adalah sebuah
variabel, maka nilai entropy
akan meningkat. Rumusan entropy adalah sebagai
berikut:
(1)
3. Hasil dan Pembahasan
3.1 Menentukan Atribut
Tahap awal yangi dilakukan pada hasil
dan pembahasan ini adalah menentukan atribut
yaitu tanggal, penggunaan dimesin, nama motor,
kw, kondisi ampere, terbakar, seperti tabel
dibawah ini :
Tabel 1. Laporan kerusakan dan tindakan
motor dinamo
197
Seminar Nasional Informatika 2015

PENGGUNAAN DI NAMA TERBAKA

No TANGGAL KW AMPERE
MESIN MOTOR R TERBAKAR
1 12/12/2014 press conveyor 1.1 TINGGI YA NAMA MOTOR ENTROPY
2 12/12/2014 press conveyor 1.1 TINGGI YA
3 15-1-2015 press blower 1.5 TINGGI YA YA TIDAK
4 17-1-2015 press saringan 1.5 RENDAH YA
BLOWER 6 0
5 8/1/2015 SPD saringan 1.5 TINGGI YA
6 9/1/2015 SPD saringan 1.5 TINGGI YA CONVEYOR 4 2 0.72
7 12/1/2015 SPD saringan 1.5 RENDAH YA
8 9/12/2014 SPD saringan 1.5 TINGGI TIDAK
SARINGAN GETAR 6 3
9 14-1-2015 SPD saringan 1.5 TINGGI YA
10 6/1/2015 POLISHING blower 3.7 RENDAH TIDAK
11 24-12-2014 press blower 3.7 TINGGI YA
12 27-12-2014 M. Preparation conveyor 3.7 TINGGI TIDAK
Tabel 4. Perhitungan entropy atribut
13 21-1-2015 M. preparation Conveyor 3.7 TINGGI YA Kw
14 1/12/2014 M. Preparation saringan 3.7 TINGGI TIDAK
15 14-1-2015 S. Packing saringan 3.7 TINGGI TIDAK TERBAKAR
16 29-1-2015 S. packing saringan 3.7 TINGGI YA KW ENTROPY
17 6/1/2015 press blower 5.5 TINGGI YA
18 13-1-2015 press blower 5.5 RENDAH YA YA TIDAK
19 26-12-2014 M. preparation Conveyor 5.5 RENDAH TIDAK 1.1 2 0
20 8/12/2014 SPD Conveyor 5.5 TINGGI YA
21 20-1-2015 POLISHING blower 15 TINGGI TIDAK 1.5 6 1
22 22-12-2014 press blower 15 RENDAH YA
3.7 3 4 4.13
23 23-1-2015 press blower 15 TINGGI YA
24 24-12-2014 press blower 15 TINGGI TIDAK 5.5 3 1
25 28-1-2015 press blower 15 RENDAH TIDAK
15 2 3
Berdasarkan attribut diatas maka
selanjutnya atribut yang dijadikan sebagai target
Tabel 4. Perhitungan entropy atribut
atribut diantara atribut yang lain adalah terbakar,
Ampere
sehingga pedoman data mining untuk dapat
mengidentifikasi atribut mana yang paling TERBAKAR
mempengaruhi perubahan dari pada intance nilai AMPERE ENTROPY
atribut Terbakar. YA TIDAK
TINGGI 12 6
3.2 Mencari nilai Entropy 1.18
RENDAH 4 3
Selanjutnya Mencari nilai entropy pada
setiap atribut dimana atibut yang nilainya entropy
yang paling rendah maka atribut tersebut yang 3.3 Membangun pohon keputusan
akan dijadikan sebagai leaf node pertama atau
dijadikan sebagai akar pohon keputusan yang Melihat nilai entropy masing-masing
akan dibentuk. Berikut masing-masing nilai atribut diatas pada atribut Nama Motor yang
entropy pada tiap atribut berdasar rumus dibawah menghasilkan nilai entropy yang paling terendah
ini : maka atribut Nama Motor yang akan dijadikan
sebagai akar untuk membentuk pada pohon
keputusan seperti pembentukan awal pohon
keputusan dibawah ini :

Tabel 2. Perhitungan entropy atribut

Penggunaan dimesin

PENGGUNAAN TERBAKAR
ENTROPY
DIMESIN
YA TIDAK
M. PREPARATION 1 3
POLISHING 0 2
PRESS 9 2 1.37
S. PACKING 1 1
SPD 5 1
Gambar 2. Tahap awal pembentukan pohon
keputusan
Tabel 3. Perhitungan entropy atribut
Nama Motor dalam membuat pohon keputusan untuk
tahap selanjutnya maka dilihat setiap daun yang
terbentuk yang didalamnya masih mengandung

198
 Seminar Nasional Informatika 2015

dua jenis instance seperti kita lihat diatas pada
atribut nama motor blower mangandung ya=6
(terbakar) dan tidak = 4 (kerusakan lain) artinya
pada motor blower terdapat 6 motor dengan jenis
kerusakan terbakar dan 4 motor dengan jenis
kerusakan lain, sehingga pada daun ini masih
perlu dicari nilai entropynya pada setiap atribut
yang hanya mengandung nama motor blower
untuk dilakukan pemecahan daun sehingga
kembali membentu cabang dimana nilai entropy
atribut yang paling rendah maka atribut tersebut
yang akan menjadi cabang selanjutnya sama
halnya yang harus dilakukan pada atribut nama
motor dengan instance saringan getar dan
conveyor sebagaimana gambar diatas.
nama motor dengan instance nilai blower
mengandung instance ya dan tidak pada
target atribut terbakar sehingga dipecah kembali
dengan atribut penggunaan dimesin dengan
nilai instance polish yang hanya mengandung
instance tidak sebanyak 2 record sehingga atribut
ini menjadi daun, berbeda dengan atribut press
masih perlu dipecah lagi dengan atribut ampere
dan begitulah seterusnya sampai pembentukan
pohon keputusan dapat diselesaikan seperti
gambar diatas.
3.4. Membuat Rules.
Berdasarkan pohon keputusan diatas
selanjutnya tahap dalam membuat rules sebagai
output dari pada penelitian data mining ini,
adapun rule yang terbentuk :

1. IF NAMA MOTOR=BLOWER &

PENGGUNAAN MESIN = POLISH THEN
TERBAKAR= TIDAK
2. IF NAMA MOTOR=BLOWER &
PENGGUNAAN MESIN = PRESS &
AMPERE=TINGGI & KW=5.5 THEN
TERBAKAR=YA
3. IF NAMA MOTOR=BLOWER &
PENGGUNAAN MESIN = PRESS &
AMPERE=TINGGI & KW=3.7 THEN
TERBAKAR=YA
4. IF NAMA MOTOR=BLOWER &
PENGGUNAAN MESIN = PRESS &
AMPERE=TINGGI & KW=15 THEN
TERBAKAR=YA
5. IF NAMA MOTOR=BLOWER &
PENGGUNAAN MESIN = PRESS &
AMPERE=RENDAH & KW=15 THEN
TERBAKAR=YA
6. IF NAMA MOTOR=BLOWER &
Berdasarkan database pada laporan kerusakan dan PENGGUNAAN MESIN = PRESS &
tindakan perbaikan motor dinamo yang AMPERE=RENDAH & KW=5.5 THEN
dikumpulkan maka dalam tahap pemecahan TERBAKAR=YA
masalah data mining dengan menggunakan 7. IF NAMA MOTOR=CONVEYOR &
mentode dicision tree AMPERE=RENDAH THEN
TERBAKAR=TIDAK
Persamaan matematika dinomori dengan 8. IF NAMA MOTOR=CONVEYOR &
angka Arab di dalam tanda kurung buka-tutup AMPERE=TINGGI & KW=5.5 THEN
pada posisi rata kanan kolom. Persamaan ditulis TERBAKAR=YA
menjorok ke dalam sejauh 6 mm. Untuk 9. IF NAMA MOTOR=CONVEYOR &
persamaan yang tidak cukup ditulis dalam lebar 1 AMPERE=TINGGI & KW=3.7 THEN
kolom, penulisannya dapat melintasi 2 kolom, TERBAKAR=YA
ditulis di bagian bawah halaman dan diberi nomor 10. IF NAMA MOTOR=CONVEYOR &
urut yang sesuai. AMPERE=TINGGI & KW=1.1 THEN
TERBAKAR=YA
11. IF NAMA MOTOR=SARINGAN GETAR &
AMPERE=RENDAH THEN TERBAKAR =
Gambar 3. Tahap penyelesaian pembentukan YA
pohon keputusan 12. IF NAMA MOTOR=SARINGAN GETAR &
AMPERE=TINGGI & KW=3.7 THEN
Sebagaimana dilihat dari pohon TERBAKAR=TIDAK
keputusan diatas dimana pada tahap awal atribut

199
Seminar Nasional Informatika 2015

13. IF NAMA MOTOR=SARINGAN GETAR & kesalahan dari hasil penelitian terdapat 5
AMPERE=TINGGI & KW=1.5 THEN kesalahan dari 25 data yang ada sehingga
TERBAKAR=YA mencapai 5/25= 20% dengan nilai error 0.2 ini
menunjukkan penelitian data mining dalam
Terdapat 13 rules yang dapat diciptakan memprediksi tingkat kerusakan motor dinamo
sesuai dengan pohon keputusan yang dibentuk dengan jenis kerusakan terbakar cukup efektif
seperti rule no.1 menjelaskan jika atribut nama dalam menentukan indikasi-indikasi yang sangat
motor terdapat instance blower dan atribut mempengaruhi tingkat kerusakan yang terbakar
penggunaan dimesin terdapat instance polish pada motor dinamo yang digunakan pada mesin
maka target atribut terbakar dapat diperkirakan produksi granit.
tidak atau jenis kerusakan terbakar salah tetapi
kerusakan yang lain.
4. Kesimpulan dan Saran
3.5 melihat nilai Error
Nilai Error adalah nilai tingkat perkiraan data mining dengan metode decision tree
salah atau besarnya selisih kebenaran dari sumber mampu menyelesaikan permasalahan dalam
data yang diolah dengan decision tree, berikut memprediksi indikasi-indikasi yang sangat
data dan perkiraan hasil penelitian : mempengaruhi kerusakan motor dinamo dengan
jenis kerusakan terbakar.
Penelitian lanjutan hendaknya dilakukan
dengan menggabungkan metode decision tree
dengan metode lain seperti association rules,
Tabel 5. Data dan Hasil prediksi penelitian Bayesian, Neural Network (NN) dan Support
Vector Machine (SVM). Kuantitas data yang
PENGGUNAAN DI
No TGL
MESIN
Nama Motor KW AMPERE TERBAKAR PREDIKSI ERROR dilibatkan juga perlu ditambah, sehingga mampu
1 15-1-2015 press blower 1.5 TINGGI YA YA memberikan hasil yang lebih signifikan
2 6/1/2015 POLISHING blower 3.7 RENDAH TIDAK TIDAK
3 24-12-2014 press blower 3.7 TINGGI YA YA
4 13-1-2015 press blower 5.5 RENDAH YA YA
5 6/1/2015 press blower 5.5 TINGGI YA YA
6 22-12-2014 press blower 15 RENDAH YA YA Daftar Pustaka:
7 28-1-2015 press blower 15 RENDAH TIDAK YA
8 20-1-2015 POLISHING blower 15 TINGGI TIDAK TIDAK
9 23-1-2015 press blower 15 TINGGI YA YA [1] Bramer, Max. Principles of Data Mining,
10 24-12-2014 press blower 15 TINGGI TIDAK YA
11 12/12/2014 press conveyor 1.1 TINGGI YA YA
Springer-Verlag London Limited, 2007.
12 12/12/2014 press conveyor 1.1 TINGGI YA YA
0.2 / [2] Dong-Peng, Y., et al., Application of
13 27-12-2014 M. Preparation conveyor 3.7 TINGGI TIDAK YA
14 21-1-2015 M. preparation Conveyor 3.7 TINGGI YA YA 20% DataMining Methods in the Evaluation of
15 26-12-2014 M. preparation Conveyor 5.5 RENDAH TIDAK TIDAK Client Credibility, Application of Data
16 8/12/2014 SPD Conveyor 5.5 TINGGI YA YA
17 17-1-2015 press saringan getar 1.5 RENDAH YA YA Mining in E-Business and Finance, IOS
18 12/1/2015 SPD saringan getar 1.5 RENDAH YA YA
19 8/1/2015 SPD saringan getar 1.5 TINGGI YA YA
Press, 2008. pp.35-43.
20 9/1/2015 SPD saringan getar 1.5 TINGGI YA YA [3] Han, J., et al. Data Mining: Concepts and
21 9/12/2014 SPD saringan getar 1.5 TINGGI TIDAK YA
22 14-1-2015 SPD saringan getar 1.5 TINGGI YA YA
Techniques 2nd Edition, Morgan Kaufmann
23 1/12/2014 M. Preparation saringan getar 3.7 TINGGI TIDAK TIDAK Publisher, 2006.
24 14-1-2015 S. Packing saringan getar 3.7 TINGGI TIDAK TIDAK
25 29-1-2015 S. packing saringan getar 3.7 TINGGI YA TIDAK [4] Ayu Purwarianti, (2010). Sistem Informasi
Inteligen. Magister Informatika STEI ITB.
Berdasarkan tabel diatas dapat dilihat
tingkat kebenaran prediksi dari hasil penelitian
data mining dengan menggunakan decision tree
mencapai 80% dan sebaliknya selisih tingkat

200
 Seminar Nasional Informatika 2015

APLIKASI PENCARIAN LOKASI KULINER EMPEK-EMPEK DI

KOTA PALEMBANG "PEMPEK FINDER"

Alfred Tenggono1
1
Teknik Informatika, STMIK PalComTech
1
STMIK PalComTech, Jl. Basuki Rahmat No.5 Palembang
1
alfred.tenggono@gmail.com

Abstrak

Wisata kuliner telah menjadi tren dikalangan traveler. Tidak lengkap datang di suatu kota tanpa mencicipi
kuliner khas di kota tersebut. Palembang merupakan salah satu kota di Indonesia yang menawarkan banyak
tempat wisata. Terutama wisata kuliner dikarenakan palembang meliliki banyak makanan khas. Salah
satunya adalah empek-empek yang menjadi makanan khas yang sangat terkenal dari kota Palembang.
Traveler cendrung akan mencari lokasi penjual empek-empek yang mendapatkan rekomendasi yang baik dari
kerabat maupun dari forum internet. Namun seringkali para traveler mengalami kesulitan untuk mencari dan
mendatangi tempat yang dimaksud. Hal ini dikarenakan lokasi penjual empek-empek yang sulit di temukan.
Traveler juga kesulitan untuk mendapatkan informasi secara online. Dikarenakan sebagian besar toko empek-
empek palembang belum mempromosikan tokonya secara oline. Penelitian ini bertujuan untuk memudahkan
pencarian tempat kuliner terutama empek-empek Palembang. Dengan memanfaatkan Google Maps API, dan
melakukan pendataan terhadap penjual kuliner khas palembang tersebut. Penelitian ini menghasilkan aplikasi
berbasis android. Yang dapat membantu para traveler untuk mendatangi tempat penjual kuliner empek-
empek. Aplikasi dibuat dengan menggunakan metode waterfall. Aplikasi yang dihasilkan dalam penelitian
ini, dapat membantu pengguna untuk mencari tempat kuliner berdasarkan nama, lokasi terdekat, dan
menampilakan informasi dari tempat kuliner, sehingga memudahkan wisatawan maupun warga lokal
menikmati wisata kuliner empek-empek.

Kata kunci : Aplikasi Mobile, Google Maps, Kuliner, Android

1. Pendahuluan dari toko empek-empek yang dituju. Para traveler

Wisata kuliner merupakan salah satu wisata
wajib ketika kita mendatangi suatu tempat atau
kota. Tidak lengkap rasanya berwisata tanpa
mencicipi makanan khas dari daerah tersebut.
Salah satu makanan khas yang terkenal di kota
Palembang adalah empek-empek. Empek-empek
adalah makanan khas yang terbuat dari ikan dan
tepung sagu yang sudah merambah ke seluruh
nusantara dan sangat digemari. Bahkan banyak
orang jauh-jauh datang ke palembang hanya
untuk menikmati empek-empek asli palembang.
Banyaknya penjual empek-empek di kota
palembang membuat traveler sering bertanya,
empek-empek mana yang paling enak di kota
Palembang. Para traveler-pun banyak
mendapatkan rekomendasi dari kerabat ataupun
forum diskusi di intenet. Namun pada saat
traveler berada di kota Palembang, seringkali
mengalami kesulitan untuk dapat menemukan
toko/restoran penjual empek-empek yang
dimaksudkan, ataupun mencari toko tertentu yang
direkomendasikan. Traveler juga kesulitan
mendapatkan informasi harga dan nomor telefon
dapat menggunakan google maps yang terdapat
pada smartphone, namun dikarenakan google
maps mendata lokasi hanya dari referensi
pengguna lainnya. Seringkali pengguna tidak
tepat dalam menyimpan koordinat dari tempat
yang disimpan pada google maps. Hal ini
membuat para wisatawan kesulitan untuk mencari
penjual/toko empek-empek sendiri dan harus
banyak bertanya tentang lokasi toko penjual
empek-empek yang di tuju. Dikarenakan
banyaknya toko penjual empek-empek dan
menyebar di kota Palembang.
Dari permasalahan tersebut, dibutuhkan
aplikasi mobile yang dapat membantu para
traveler maupun warga lokal untuk mencari
lokasi toko empek-empek yang dituju. Aplikasi
ini juga harus dapat menunjukkan lokasi toko
empek-empek yang terdekat dari lokasi pengguna
aplikasi dan menyertakan informasi dari toko
tersebut seperti nomer alamat, nomer telefon dan
daftar harga. Model air terjun (Waterfall) sering
juga disebut model sekuensial linear (squential
linear) atau alur hidup klasik (classic life cycle).
Digunakan dalam pembuatan apilkasi ini agar

201
Seminar Nasional Informatika 2015

didapatkan aplikasi yang dapat membantu depan toko. Selanjutnya mengambil foto tampak
pengguna dan sesuai dengan kebutuhan depan toko. Meminta informasi tambahan
pengguna. Model air terjun menyediakan berkenaan dengan toko empek-empek yang
pendekatan alur hidup perangkat lunak secara meliputi harga, alamat lengkap, nomor telpon, dan
sekuensial atau terurut dimulai dari analisis, cabang yang dimiliki.
desain, pengkodean, dan pengujian. [4] Penelitian
ini diharapkan dapat menghasilkan sebuah
Aplikasi pencarian lokasi kuliner empek-empek,
yang menggunakan google maps api sebagai
pencitraan peta dan sistem navigasi. Namun
dibuat pada perangkat mobile yang diharapakn
dapat lebih memudahkan penggunaanya.

2. Penelitian Terdahulu

Pada penelitian terdahulu yang dilakukan

oleh Ruli Suprianti[3], dengan menggunakan
sistem infomasi geografis dibuat sebuah aplikasi
berbasis web yang dapat membantu masyarakat
untuk melihat lokasi puskesmas secara online.
Membantu mencari jalur alternative menuju
puskesmas dan mengetahui dimana saja lokasi
puskesmas yang berada di kota Tangerang. Pada
penelitian yang dilakukan oleh Ikhlasul Amal
Gambar 2 Use Case Pengambilan Data
Ahyani[1], dibuat sebuah aplikasi web yang
menggunakan google maps api. Dengan data yang
Gambar 3 merupakan use case dari
dikumpulkan dari sekolah yang berada di
penggunaan aplikasi dimana dalam menjalankan
kecamatan kaliwungu kabupaten kendal.
aplikasi pengguna masuk ke menu utama yang
Didapatkan sebuah inventarisasi sarana dan
memiliki beberapa fitur seperti peta seluruh, cari
prasarana pendidikan yang didukung dengan citra
toko empek-empek, empek-empek terdekat, dan
peta pada google maps. Pada penelitian yang
profil. Pengguna dapat memilih, mencari toko
dilakukan oleh Ricky Adithya Prasetyo[2],
empek-empek yang diinginkan dan melihat
memaparkan bahwa dalam penelitiannya
keterangan toko empek-empek termasuk harga,
memiliki kelebihan yaitu dapat mengetahui lokasi
foto lokasi dan alamat. Pengguna juga dapat
layanan publik di kota Yogyakarta yang sangat
menelpon toko empek-empek dan menuju lokasi
jarang sekali ditemui. Namun aplikasi dalam
dengan fitur navigasi peta.
penelitian tersebut mempunyai beberapa
kelemahan seperti tidak dapat mengarahkan ke
tempat lokasi yang akan dituju atau tidak ada fitur
navigasi. Aplikasi yang dibuat juga tidak
mengunakan database yang menyebabkan jika
admin ingin menambahkan data didalamnya maka
harus membuat aplikasi yang baru. Pada
penelitian yang dilakukan Naufal Tawang ZA[5],
memiliki kelemahan yaitu adanya menu login, hal
ini tentu sangat menyulitkan bagi user yg akan
menggunakan aplikasi ini, dimana user yang akan
menggunakan aplikasi ini harus mendaftar
terlebih dahulu. Dan tidak adanya informasi
lengkap mengenai toko tersebut misal daftar
menu, harga dan foto galeri makanan. Di dalam
aplikasi tersebut juga tidak mengunakan database,
jika admin ingin menambahkan data didalamnya
maka harus membuat aplikasi baru.
Gambar 3 Use Case Penggunaan Aplikasi
3. Perancangan Aplikasi
Gambar 4 menjelaskan alur program
Pada gambar 2 menjelaskan pengambilan pencarian kuliner empek-empek di kota
data dari toko empek-empek. lokasi toko diambil palembang menggunakan google maps api. Alur
dengan data Latitude dan Longitude tepat di dimulai pada saat pengguna membuka aplikasi
maka akan muncul tampilan menu peta, terdekat,

202
 Seminar Nasional Informatika 2015

cari dan profil. Pengguna dapat melihat halaman

map, halaman terdekat, halaman cari dan halaman
profil jika pengguna memilih salah satu dari menu
tersebut.
Apabila pengguna memilih map maka akan
ditampilkan peta yang diambil dari Google Map.
Pada peta terdapat marker toko empek-empek
yang dapat diklik oleh pengguna untuk
menampilkan informasi toko empek-empek. Pada
halaman informasi toko empek-empek terdapat
pilihan ke lokasi dimana akan menampilkan
navigasi arah dari tempat user berada ke lokasi
yang dituju.
Apabila pengguna memilih terdekat maka
akan muncul tampilan list toko empek-empek
terdekat, pengguna dapat memilih salah satu dari
list toko empek-empek tersebut. Jika pengguna
memilih salah satu toko empek-empek maka akan
muncul map dengan marker toko empek-empek
tersebut. Apabila marker di klik makan akan
muncul informasi tentang toko empek-empek
tersebut. Pada halaman informasi toko empek- Gambar 5. Tampilan Muka Apilkasi
empek terdapat pilihan ke lokasi dimana akan
menampilkan navigasi arah dari tempat user Aplikasi ini masih memiliki beberapa
berada ke lokasi yang dituju. kekurangan dari segi tampilan dan user interface
Apabila pengguna memilih menu cari, maka yang sederhana. terdapat empat menu yaitu "peta
akan muncul textbox untuk memasukan nama seluruh" yang berfungsi menampilkan peta
toko empek-empek yang akan dicari. Seletah itu keseluruhan toko empek-empek yang terdapat di
akan muncul tampilan list toko tempek yang dalam aplikasi. menu "cari pempek" yang
dicari. pengguna dapat memilih daftar list tersebut berfungsi menampilkan pencarian toko empek-
dan akan muncul map dengan marker toko empek berdasarkan nama. menu "pempek
empek-empek yang dipilih. Pada halaman terdekat" yang berfungsi mencari toko empek-
informasi toko empek-empek terdapat pilihan ke empek terdekat berdasarkan lokasi dari pengguna.
lokasi dimana akan menampilkan navigasi arah menu "tentang kami" yang akan menampilkan
dari tempat user berada ke lokasi yang dituju. informasi aplikasi dan pembuat.
Apabila pengguna memilih menu profil
makan akan muncul halaman yang berisi
informasi aplikasi.

4. Aplikasi Empek-empek Finder

Setelah selesai dilakukan pengkodean

aplikasi, dapat dilihat halaman utama aplikasi
yang dapat dilihat di gambar 5. Aplikasi dapat
dijalankan di android dengan versi 2.3
gingerbread ke atas, dengan baik. inslatasi pada
perangkat android dapat dilakukan dengan
mencopy file apk, dan melakukan instalasi ke
perangkat.

Gambar 6. Lokasi Semua Toko

Pada gambar 6 merupakan keseluruhan

lokasi toko empek-empek dapat di terlihat pada

203
Seminar Nasional Informatika 2015
peta ketika pengguna mengakses menu "peta
seluruh". pengguna dapat langsung memilih toko
dari tampilan peta ini dan akan langsung di
arahkan ke tampilan informasi toko empek-
empek. Gambar 7 merupakan tampilan informasi
toko empek-empek. Terdapat nama toko, gambar
tampak depan toko, harga makanan berdasarkan
menu yang ada, alamat lengkap, tombol navigasi
dan tombol telfon.
Gambar 7 Tampilan Informasi Toko
Tombol navigasi berfungsi untuk memulai
menjalankan navigasi dari lokasi pengguna ke
toko empek-empek. dan tombol telfon berfungsi
untuk melakukan panggilan ke nomer telfon toko
empek-empek yang telah terdaftar di aplikasi.
Tombol navigasi akan menampilkan peta yang
menunjukkan jalan. dari titik lokasi pengguna
sampai pada toko empek-empek yang dituju yagn
dapat dilihat pada gambar 8.
Gambar 8 Navigasi ke Toko Empek-empek
204
Navigasi dapat dimulai dengan menekan
tombol "Mulai" pada peta yang akan
menampilkan arah jalan. Penelitian ini juga
mengukur ketepatan navigasi yang dilakukan.
dengan data yang telah dikumpulkan dan di
simpan ke dalam aplikasi. dapat membantu
google maps untuk memberikan akurasi yang
tepat kepada pengguna. sehingga pengguna
terhindar dari kesalahan navigasi. ataupun marker
toko empek-empek yang tidak tepat.
Gambar 9 Hasil Akhir Navigasi
Dapat dilihat di gambar 9 pengguna yang
telah tiba di lokasi, memang benar-benar telah
sampai di lokasi. Tombol panggilan dapat
digunakan pengguna, untuk melakukan panggilan
ke toko empek-empek yang dituju. Pada gambar
10 panggilan telefon ke toko empek-empek dapat
digunakan pengguna untuk mengecek, apakah
toko buka dan dapat digunakan untuk menayakan
ketersediaan menu yang ingin dinikmati.
Gambar 10 Panggilan ke toko empek-empek

Selain pencarian dengan memilih lokasi toko
berdasarkan lokasi pada peta. aplikasi ini juga
dilengkapi dengan pencarian berdasarkan nama
toko. Pada gambar 11 dapat pengguna
memasukan nama toko yang infin dicari oleh
pengguna.
Gambar 11 Panggilan ke toko empek-empek
Fasilitas ini dapat digunakan oleh pengguna
untuk menemukan toko empek-empek yang
menjadi rekomendasi. sehingga pengguna tidak
perlu mencari pada peta. Hasil pencarian dapat di
lihat pada gambar 12.
Gambar 12 Panggilan ke toko empek-empek
yang berkaian dengan kata kunci pencarian.
setelah mendapatkan list nama toko pengguna
tinggal memilih toko mana yang dimaksudkan
dan akan diarahkan ke halaman tampilan
informasi toko.
Seminar Nasional Informatika 2015
5. Kesimpulan
1. Dengan adanya aplikasi pencarian toko
empek-empek dikota palembang dapat
memudahkan para wisatawan dan warga
lokal dalam mencari toko empek-empek di
kota palembang.
2. Dengan menggunakan aplikasi pengguna
medapatkan ketepatan akurasi ke lokasi
yang ingin dituju.
3. Dengan menggunakan aplikasi pengguna
mendapatkan informasi toko empek-empek
yang akan dituju.
6. Saran
1. Mengembangkan aplikasi dengan desain
yang lebih menarik dan menambahkan
fitur aplikasi seperti posting ke media
sosial untuk tempat yang telah/tengah di
kunjugi oleh pengguna aplikasi.
2. Pengembangan aplikasi dengan membuat
versi untuk perangkat mobile lainnya.
contoh (windows phone, Apple IOS).
Daftar Pustaka:
[1] Ikhlasul Amal Ahyani, Andri Suprayogi, M.
Awaluddin. 2013, Aplikasi Sistem Informasi
Geografis (Sig) Untuk Inventarisasi Sarana
Dan Prasarana Pendidikan Menggunakan
Google Maps Api (Studi Kasus: Kec.
Kaliwungu Kab. Kendal), Jurnal Geodesi
Undip, Vol. 2, hal 95-102.
[2] Prasetyo, Rizky Adithya., 2013, Aplikasi
Mobile Jogja Helper Berbasis Android
OS, Skripsi, Jurusan Teknik Informatika,
STMIK Amikom, Yogyakarta.
[3] Ruli Supriati, Sugeng Santoso, Anjar
Juniarno, 2014, Pemanfaatan Sistem
Informasi Geografis Berbasis Web untuk
Penyebaran Lokasi Puskesmas di Kota
Tangerang, Jatisi, Vol. 1, No.1, Hal. 42-50.
[4] Shalahuddin, 2013, Rekayasa Perangkat
Lunak Tersruktur dan Berorientasi Objek.,
Informatika, Bandung.
[5] Tawang, Naufal ZA., 2012, Membangun
Aplikasi Layanan Pencarian Lokasi Kuliner
Terdekat Di Yogyakarta Berbasis Android,
Skripsi, Jurusan Teknik Informatika,
STMIK Amikom, Yogyakarta.
205
Seminar Nasional Informatika 2015

Lampiran :

Mulai

1. Peta tidak tidak tidak tidak

2. Terdekat Pilih 1 Pilih 2 Pilih 3 Pilih 4 Keluar
3. Cari
4. Profil
ya ya
ya
ya
List Toko Masukean
Tampilkan Peta Pempek Nama toko
Google Maps terdekat pempek

Informasi profil
pembuat aplikasi

tidak
Klik list toko List Toko
tidak klik marker toko terdekat Pempek
pempek

ya
tidak
ya

Klik list toko

informasi toko pempek
Informasi toko
pempek
pempek

ya
ya
ya
tidak tidak
Ke Lokasi Telpon Ke Lokasi Telpon Informasi toko
pempek
ya

tidak
Tampil Rute Map Tampil Rute Map Ke Lokasi Telpon

ya

Tampil Rute Map

206
 Seminar Nasional Informatika 2015

PENERAPAN C4.5 DALAM PREDIKSI PENIPUAN PEMENANG

UNDIAN BERHADIAH MENGGUNAKAN RAPID MINER

Ricky Aurelius Nurtanto Diaz

Program Studi Sistem Komputer, STMIK STIKOM BALI

Jln. Raya Puputan Renon No. 86 Telp. (0361) 244445 Denpasar
ricky.aurelius@gmail.com

Abstrak

Banyak masyarakat yang terjebak dengan berbagai undian berhadiah yang sebenarnya tidak pernah terjadi.
Bahkan ada cara-cara tertentu dari pelaku penipuan yang terkesan memaksa korban untuk mengambil hadiah
dari undian tersebut. Salah satu alasan banyaknya masyarakat yang masih terjebak dengan berbagai undian
berhadiah yang palsu tersebut adalah kurangnya pengetahuan akan faktor-faktor penunjang atau petunjuk
yang sebenarnya menjelaskan bahwa undian tersebut adalah palsu. Rapid Miner dengan dukungan metode
Decision Tree (C4.5) dapat digunakan untuk memberikan gambaran bagaimana proses prediksi dapat
dilakukan dengan berdasar pada kasus-kasus terdahulu dengan variabel penentu yang telah ditetapkan
sebelumnya.

Kata kunci : C4.5 , Prediksi, Penipuan, Rapid Miner

1. Pendahuluan tersebut. Dengan demikian dipilihlah suatu

1.1 Latar Belakang
Undian adalah suatu bentuk pengambilan
hadiah dimana aturan mainnya adalah dengan
cara menentukan suatu keputusan dengan cara
pemilihan acak. Sebagai contoh adalah undian di
mana peserta harus membeli sepotong tiket yang
diberi nomor. Nomor tiket-tiket ini lantas secara
acak ditarik dan nomor yang ditarik adalah nomor
pemenang. Pemegang tiket dengan nomor
pemenang ini berhak atas hadiah tertentu.
Masih banyak masyarakat yang terjebak
dengan berbagai undian berhadiah yang
sebenarnya tidak pernah terjadi. Bahkan ada cara-
cara tertentu dari pelaku penipuan yang terkesan
memaksa korban untuk mengambil hadiah dari
undian tersebut. Salah satu alasan banyaknya
masyarakat yang masih terjebak dengan berbagai
undian berhadiah yang palsu tersebut adalah
kurangnya pengetahuan akan faktor-faktor
penunjang atau petunjuk yang sebenarnya
menjelaskan bahwa undian tersebut adalah palsu.
Perkembangan teknologi informasi dimana
salah satunya adalah metode data mining yang
banyak digunakan oleh perusahaan-perusahaan
besar, lambat laun semakin mudah ditemukan
teknik dan aplikasinya bagi masyarakat kecil dan
menengah.
Melihat segala kondisi tersebut, dirasa perlu
melakukan penelitian untuk memprediksi
penipuan berhadiah dengan memperhatikan
beberapa faktor pendukung terjadinya penipuan
metode yang dapat memberikan alternatif untuk
menangani permasalahan yang telah dijabarkan.
Untuk itu, maka dibuatlah sebuah Sistem Prediksi
Penipuan Pemenang Undian Berhadiah
Menggunakan Rapid Miner dengan menerapkan
metode Decision Tree (C4.5).
1.2 Rumusan Masalah
Pengetahuan akan faktor-faktor penjelas
adanya sebuah tindakan penipuan undian
berhadiah adalah sebuah intisari penting bagi
masyarakat. Rumusan masalah dalam penelitian
ini adalah kebutuhan masyarakat untuk
mengetahui faktor-faktor penting yang
menunjukkan bahwa sebuah informasi yang
diperoleh adalah informasi yang sebenarnya atau
informasi yang dilatarbelakangi tindak penipuan.
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah sebagai
berikut :
1. Membantu masyarakat dalam
mengetahui atau memprediksi apakah
sebuah informasi undian berhadiah
tersebut benar atau tidak.
2. Menerapkan algoritma C4.5 dalam
proses klasifikasi dengan memanfaatkan
tools yaitu Rapid Miner.
1.4 Metodologi Penelitian
Dalam melakukan penelitian ini, maka
metode yang digunakan adalah :

207
Seminar Nasional Informatika 2015

1. Studi Pustaka
2. Metode Observasi 1. Provider
Melihat dan mempelajari permasalahan 2. Waktu
yang ada dan erat kaitannya dengan 3. Biaya
objek yang diteliti yaitu informasi 4. Cara menghubungi
mengenai penipuan undian berhadiah. 5. Link Web Gratis
3. Analisis Data 6. Contact Person
Melihat kemungkinan data yang akan 7. Jenis Hadiah
dijadikan data training.
Sedangkan untuk variabel keputusan
2. Tinjauan Pustaka terdapat satu variabel yaitu : Penipuan.
Pada tabel 3.1 menunjukkan detail tujuh
2.1 Data Mining variabel dasar dan satu variabel keputusan yang
Data mining merupakan suatu istilah yang digunakan :
digunakan untuk kegiatan menemukan informasi
atau pengetahuan di dalam basis data. Data Tabel 3.1 Variabel Training
mining adalah suatu proses yang menggunakan No. Nama Sifat Keterangan
teknik statistik, matematika, kecerdasan tiruan Variabel
dan machine learning untuk mengekstraksi dan
1 Provider Polynomial Merupakan
mengidentifikasi informasi yang bermanfaat dan (Provider I, provider dari
pengetahuan yang terkait dari berbagai database Provider X, nomor orang
besar. Menurut Gartner Group, data mining Provider S, yang
adalah suatu proses menemukan hubungan yang Provider E, menghubungi
berarti, pola dan kecenderungan dengan Provider A)
memeriksa dalam sekumpulan besar data yang
tersimpan dalam peyimpanan dengan 2 Waktu Polynomial Merupakan
menggunakan teknik pengenalan pola seperti 00.00 06.00 waktu korban
06.00 12.00 dihubungi
teknik statistik dan matematika
12.00 18.00
Terdapat banyak fungsi dan algoritma 18.00 00.00
dalam data mining seperti metode statistik, pohon 3 Biaya Binomial Merupakan
keputusan, jaringan saraf, teori himpunan, 1. Ada biaya yang
regresi linier dan non linier dan sebagainya. 2. Tidak disyaratkan
Algoritma data mining merupakan hal penting. untuk
Ketika berhadapan dengan data perilaku mengambil
pelanggan, algoritma harus mampu secara efektif hadiah
menghadapi data yang memiliki dimensional 4 Cara Binomial Merupakan
tinggi. Algoritma juga harus mampu bekerja Menghub 1. Telepon cara pelaku
ungi 2. SMS menghubungi
dengan batasan dan aturan bisnis. [1]
calon korban
5 Link Web Binomial Merupakan
2.2 Algoritma C4.5 Gratis 1. Ada informasi
Algoritma C4.5 merupakan algoritma yang 2. Tidak tambahan
digunakan untuk membentuk pohon keputusan. pelaku
Secara umum algoritma C4.5 untuk membangun penipuan
pohon keputusan adalah sebagai berikut : dengan
a. Pilih atribut sebagai akar. menyediakan
b. Buat cabang untuk tiap-tiap nilai. Website
tertentu
c. Bagi kasus dalam cabang.
6 Contact Binomial Merupakan
d. Ulangi proses untuk setiap cabang
Person 1. Ada nomor
sampai semua kasus pada cabang 2. Tidak tertentu yang
memiliki kelas yang sama. dapat
Untuk memilih atribut sebagai akar, didasarkan digunakan
pada nilai gain tertinggi dan atribut-atribut yang calon koran
ada. [2] untuk
komunikasi
3. Hasil dan Pembahasan dengan
pelaku
7 Jenis Binomial Merupakan
3.1 Analisis Kebutuhan Input
Hadiah 1. Uang jenis hadiah
Sebelum masuk pada tahap pembentukan 2. Kendaraa yang
tree, terlebih dahulu akan ditentukan varabel- n diberikan
variabel dasar dalam proses training, yaitu : 8 Penipuan Binomial Merupakan

208
 Seminar Nasional Informatika 2015

1. Ya variabel
2. Tidak keputusan
akhir

3.2 Data Training

Setelah penentuan input, tahap berikutnya
adalah mempersiapkan data training yang akan
digunakan dalam pembentukan tree. Pada tahap
ini digunakan 75 data training. Tabel 3.2
menampilkan contoh data training yang
digunakan :

Tabel 3.2 Data Training

Gambar 3.2 Tree Hasil Modelling

Dari hasil pembentukan Tree diperoleh

informasi sebagai berikut :

a. Dari 7 atribut yang digunakan untuk

3.3 Pembentukan Tree pembentukan Tree, hanya terdapat 3 atribut
Proses pembentukan tree pada Rapid Miner yang berfungsi dalam Decision Tree yaitu :
dimulai dengan import data training dan Cara Menghubungi, Link Web Gratis dan
dilanjutkan dengan proses modeling dengan cara Biaya Tambahan
memilih operator modeling yaitu C4.5 yang b. Pada penerapannya, jika terdapat sebuah
terdapat dalam direktori Tree Induction. Proses data Test :
modeling dapat dilihat pada gambar 3.1 :
Provider :I
Waktu : 06.00 - 12.00
Biaya : Ada
Cara Menghubungi : SMS
Link Web : Ada
Contact Person : Ada
Hadiah : Kendaraan
Penipuan :?

Maka, proses penentuan prediksi hanya

Gambar 3.1 Proses Modelling akan melihat 3 atribut diatas dimulai dari cara
menghubungi. Untuk contoh kasus ini, karena
3.4 Evaluasi Tree cara menghubungi melalui SMS maka dapat
Setelah data Training dijalankan dipastikan bahwa itu adalah sebuah penipuan
menggunakan model algoritma C4.5 maka hasil seperti yang terlihat pada gambar 3.3.
terakhir yang diperoleh adalah sebut Tree yang
dapat digunakan untuk melakukan prediksi
penipuan undian berhadiah seperti yang terlihat
pada gambar 3.2 :

4. Kesimpulan dan Saran

4.1 Kesimpulan
Dari penelitian ini dapat disimpulkan
beberapa hal sebagai berikut :

209
Seminar Nasional Informatika 2015
1. Algoritma C4.5 cocok digunakan untuk
membantu pihak-pihak yang
berkepentingan dalam pengambilan
keputusan salah satunya berupa teknik
prediksi.
2. Rapid Miner dapat digunakan untuk
membentuk satu model pengolahan data
dengan teknik atau algoritma tertentu.
3. Atribut keputusan yang digunakan dapat
disesuaikan dengan kebutuhan yang
lain.
4. Metode ini dapat diterapkan pada proses
prediksi yang lain dengan menyesuaikan
kriteria-kriteria penilaian yang akan
digunakan.
4.2 Saran
Adapun saran yang mungkin dapat
membantu dalam penelitian selanjutnya adalah :
1. Prediksi dapat dikembangkan menjadi
lebih baik dengan menggunakan
beberapa metode yang digabungkan
dengan algoritma C4.5 untuk mencapai
hasil yang akurat.
210
2. Perangkat lunak pendukung dapat
dikembangkan bagi pengguna yang ingin
mengakses sistem menggunakan
perangkat mobile, sehingga proses
prediksi dapat berjalan dengan lebih
efisien.
Daftar Pustaka:
[1] Turban, 2005, Decision Support Systems
and Intelligent Systems, Yogyakarta, Andi.
[2] Sunjana, 2010, Klasifikasi Data Nasabah
Sebuah Asuransi Menggunakan Algoritma
C4.5. Seminar Nasional Aplikasi Teknologi
Informasi 2010.
[3] Khan Fahad Shahbaz, 2008, Data Mining in
Oral Medicine Using Decision Trees,
International Journal of Biological and Life
Sciences 4:3.
 Seminar Nasional Informatika 2015

PEMILIHAN ALTERNATIF KUALITAS KAYU TERBAIK UNTUK

KERAJINAN MEUBEL DENGAN METODE TOPSIS
Ria Eka Sari

Fakultas Teknik dan Ilmu Komputer

Jurusan Sistem Informasi Universitas Potensi Utama
Jl. K.L Yos Sudarso Km 6.5 No. 3-A Tanjung Mulia Medan, Sumatera Utara
ladiespure@gmail.com

Abstrak

Kayu merupakan elemen utama yang sangat menentukan kualitas suatu produk meubel atau kerajinan kayu
yang lain. Meubel pada mulanya merupakan industri kerajinan furniture dan ukir-ukiran kayu jati, sehingga
produk furniture yang dihasilkan lebih menonjolkan aspek seni (ukir-ukiran). Kurangnya pengetahuan
perusahaan meubel dibidang industri ini mengakibatkan terjadi kesulitan dalam menentukan keputusan
memilih kayu untuk dijadikan bahan kerajinan meubel yang bagus dan berkualitas, padahal untuk
menentukan sebuah kayu layak atau tidaknya sebagai bahan meubel diperlukan perhitungan yang sistematis
dan akurat agar diperoleh pengambilan keputusan yang tepat. Pengembangan perangkat lunak sistem
pendukung keputusan (SPK) dengan metode TOPSIS ini menggunakan parameter kualitas kelayakan kayu
yang terdiri dari lima kriteria, yaitu kriteria sifat fisik kayu, sifat mekanik kayu, kelas kayu, umur kayu dan
zat yang dikandung kayu, dan alternatif nya terdiri dari 4 yaitu : kayu jati, kayu trembesi, kayu mahoni dan
kayu akasia .Setelah mengetahui parameter, langkah selanjutnya adalah menganalisis masalah, merekayasa
pengetahuan dan melakukan pengujian menggunakan Microsoft Excel. Hasil penelitian ini adalah
mendapatkan keputusan yang berdasarkan data yg objektif untuk menentukan suatu keputusan, sistem
pendukung keputusan pemilihan Alternatif kayu Terbaik untuk kerajinan meubel menggunakan metode
Topsis.

Kata Kunci : Sistem Pendukung Keputusan, Topsis, Fuzzy, kayu, meubel.

1. Pendahuluan Masalah yang dihadapi perusahan meubel

Kayu merupakan elemen utama yang sangat
menentukan kualitas suatu produk meubel atau
kerajinan kayu yang lain. Meubel pada mulanya
merupakan industri.
kerajinan furniture dan ukir-ukiran kayu jati,
sehingga produk furniture yang dihasilkan lebih
menonjolkan aspek seni (ukir-ukiran). Secara
garis besar produk furniture dibedakan menjadi
dua yaitu : outdoor (garden) furniture dan indoor
furniture. Outdoor (garden) furniture adalah
furniture untuk diletakkan di luar ruangan seperti
di taman, pinggir kolam renang, tepi pantai serta
teras terbuka. Bahan dasar yang digunakan
bervariasi, seperti: kayu jati, mahoni, sono, kayu
meh, kayu durian, kayu nyatoh. Sedangkan indoor
furniture adalah furniture untuk diletakkan di
dalam ruangan seperti di ruang tamu, kamar tidur,
ruang keluarga, ruang santai ataupun ruangan
yang ada di dalam rumah lainnya. Bahan yang
digunakan juga bervariasi, seperti: kayu jati, kayu
eboni, kayu sono keling, kayu sono kembang,
kayu jobar, sawo kecik dan masih banyak yang
lainnya.
Prima Finance adalah karena kurangnya
pengetahuan tentang spesifikasi kayu yang baik
untuk dijadikan bahan pembuatan meubel
membuat perusahan Prima Finance hanya
mementingkan pemenuhan order tanpa
memperhitungkan kualitas faktor-faktor produksi,
terutama bahan bakunya, yakni kayu. Padahal,
kayu merupakan elemen utama yang sangat
menentukan kualitas suatu produk meubel. Agar
mutu produk terjaga, kekeringan kayu mutlak
diperhatikan. Setelah ditebang, kayu tidak
langsung diolah, melainkan dikeringkan terlebih
dahulu. Sesuai standar, kadar air kayu sebelum
diolah minimal 15%.
Untuk perusahaan meubel, memilih kayu
untuk bahan kerajinan tidaklah mudah harus
melalui beberapa pertimbangan yang harus
dipikirkan lebih dalam sebelum mengambil
keputusan. Pengambilan keputusan yang tepat
berdasarkan kategori standar yang diharuskan,
diperlukan informasi-informasi yang menyeluruh
dan akurat, sehingga dengan kemampuan analisa
yang tajam, diharapkan dapat melahirkan
keputusan-keputusan yang sesuai permasalahan
yaitu dengan menggunakan beberapa

211
Seminar Nasional Informatika 2015
pertimbangan. Pertimbangan tersebut adalah jenis
kayu, serat kayu, kadar air atau tingkat kekeringan
kayu, umur pohon dari kayu tersebut saat
ditebang, tahap pengolahannya dalam proses
pembuatan kayu balok untuk dijadikan bahan
meubel, dan sebagainya. Seperti jenis kayu yang
bagus dan kuat, serat lurus, licin, dan kadar air di
dalam kayu sebelum diolah tidak lebih dari 15%.
Namun pertimbangan tersebut belum ada
model perhitungan matematis yang pasti,
sehingga keputusan yang diambil oleh manajer
perusahaan meubel menjadi asal atau sembarang
pilih kayu. Cara seperti itu akan sangat beresiko
untuk kemajuan industri meubel di masa yang
akan datang,karena image pasar yang merosot
terhadap kualitas furniture yang dihasilkan[1].
Berdasarkan temuan masalah diatas, maka akan
dibangun sistem pendukung keputusan yang
dibutuhkan berdasarkan kategori atau kriteria
yang digunakan oleh para pemilik perusahaan
meubel yang sudah berpengalaman dan ahli
dibidangnya, dalam penelitian ini akan
dikembangkan menggunakan metode Topsis yang
memanfaatkan beberapa pilihan alternatif yang
ada ,khususnya MADC(Multi Attribute Decision
Making) sebagai dasar perhitungan yang berguna
untuk pengambilan keputusan.
Penggunaan metode Topsis bertujuan untuk
menentukan solusi ideal positif dan solusi ideal
negatif. Solusi ideal positif memaksimalkan
kriteria manfaat dan meminimalkan kriteria biaya,
sedangkan solusi ideal negatif memaksimalkan
kriteria biaya dan meminimalkan kriteria manfaat
(Fan dan Cheng, 2009 : 4),yang merupakan
ketetapan yang dipakai oleh perusahaan dan
berdasarkan standar baku kayu layak panen yang
telah ditetapkan oleh perum perhutani Kriteria
manfaat merupakan kriteria dimana ketika nilai
kriteria tersebut semakin besar maka semakin
layak pula untuk dipilih. Sedangkan kriteria biaya
merupakan kebalikan dari kriteria manfaat,
semakin kecil nilai dari kriteria tersebut maka
akan semakin layak untuk dipilih, maka diperoleh
peringkat kayu mana yang layak untuk dijadikan
kerajinan meubel dan informasinya digunakan
sebagai pendukung keputusan. Dalam metode
TOPSIS, alternatif yang optimal adalah yang
paling dekat dengan solusi ideal positif dan paling
jauh dari solusi ideal negatif [2].
2. Landasan Teori
2.1 Sistem Pendukung Keputusan
Pada dasarnya sistem pendukung keputusan
merupakan pengembangan lebih lanjut dari sistem
informasi manajemen terkomputerisasi yang
dirancang sedemikian rupa sehingga bersifat
interaktif dengan pemakainya. Sifat interaktif
212
dimaksudkan untuk memudahkan integrasi antara
berbagai komponen dalam proses pengambilan
keputusan seperti prosedur, kebijakan, teknik
analisis, serta pengalaman dan wawasan
manajerial guna membentuk suatu kerangka
keputusan bersifat fleksibel. Konsep Sistem
Pendukung Keputusan(SPK)/Decision Support
Sistem (DSS) pertama kali diungkapkan pada
awal tahun 1970-an oleh Michael S. Scott Morton
dengan istilah Management Decision Sistem.
Sistem tersebut adalah suatu sistem yang berbasis
komputer yang ditujukan untuk membantu
pengambil keputusan dengan memanfaatkan data
dan model tertentu untuk memecahkan berbagai
persoalan yang tidak terstruktur.
2.1.1 Ciri-ciri Sistem Pendukung Keputusan
Menurut Jurnal Ria Eka Sari (2014), adapun
ciri-ciri sebuah SPK seperti yang dirumuskan oleh
Alters Keen adalah sebagai berikut [3]:
1. SPK ditujukan untuk membantu pengambilan
keputusan-keputusan yang kurang terstruktur
dan umumnya dihadapi oleh para manajer
yang berada di tingkat puncak.
2. SPK merupakan gabungan antara kumpulan
model kualitatif dan kumpulan data.
3. SPK memiliki fasilitas interaktif yang dapat
mempermudah hubungan antara manusia
dengan komputer.
4. SPK bersifat luwes dan dapat menyesuaikan
dengan
perubahan-perubahan yang terjadi.
2.2 TOPSIS (Technique For Order Preference
bySimiliarity to Ideal Solution)
TOPSIS adalah salah satu metode
pengambilan keputusan multikriteria yang
pertama kali diperkenalkan oleh Yoon dan Hwang
(1981). TOPSIS menggunakan prinsip bahwa
alternatif yang terpilih harus mempunyai jarak
terdekat dari solusi ideal positif dan terjauh dari
solusi ideal negatif dari sudut pandang geometris
dengan menggunakan jarak Euclidean untuk
menentukan kedekatan relatif dari suatu alternatif
dengan solusi optimal. Solusi ideal positif
didefinisikan sebagai jumlah dari seluruh nilai
terbaik yang dapat dicapai untuk setiap atribut,
sedangkan solusi negatif-ideal terdiri dari seluruh
nilai terburuk yang dicapai untuk setiap atribut.
TOPSIS mempertimbangkan keduanya, jarak
terhadap solusi ideal positif dan jarak terhadap
solusi ideal negatif dengan mengambil kedekatan
relatif terhadap solusi ideal positif. Berdasarkan
perbandingan terhadap jarak relatifnya, susunan
prioritas alternatif bisa dicapai. Metode ini banyak
digunakan untuk menyelesaikan pengambilan
keputusan. Hal ini disebabkan konsepnya
sederhana, mudah dipahami, komputasinya

efisien, dan memiliki kemampuan mengukur
kinerja relatif dari alternatif-alternatif keputusan
[2].
2.2.1 Langkah-langkah Metode Topsis
1. Membangun normalized decision matrix
Elemen rij hasil dari normalisasi decision matrix
R dengan metode Euclidean length of a vector
adalah :
..(1) 5. Menghitung kedekatan relatif terhadap solusi
Dimana :
Rij = hasil dari normalisasi matriks keputusan R
i = 1,2,3,...,m;
j = 1,2,3,...,n;
2. Membangun weighted normalized decision
matrix Dengan bobot W = (w1,w2,....,wn), maka
normalisasi bobot matriks V adalah :
(2)
3. Menentukan solusi ideal positif dan solusi ideal
negatif Solusi ideal positif dinotasikan dengan A+
dan solusi ideal negatif dinotasikan dengan A-,
sebagai berikut :
Menentukan solusi ideal (+) dan (-)
A+ = {(max Vij)(min Vij | j J ), i =
1,2,3.m}={V1+,V2+,...Vm+}
A- = {(max Vij)(min Vij | j J ), i =
1,2,3.m}={V1-,V2-,......Vm-}
Dimana :
Vij = elemen matriks V baris ke-i dan kolom kej
J = {j=1,2,3,...,n dan j berhubungan dengan
benefit
criteria}
J = {j=1,2,3,...,n dan j berhubungan dengan cost
criteria}
4. Menghitung separasi Separation measure ini
merupakan pengukuran jarak dari suatu alternatif
ke solusi ideal positif dan solusi ideal negatif.
Perhitungan
matematisnya adalah sebagai berikut :
Separation measure untuk solusi ideal positif.
..(3)
Dimana :
Seminar Nasional Informatika 2015
J = {j=1,2,3,...,n dan j merupakan benefit criteria}
J = {j=1,2,3,...,n dan j merupakan cost criteria}
Separation measure untuk solusi ideal negatif
..(4)
Dimana :
J = {j=1,2,3,...,n dan j merupakan benefit criteria}
J = {j=1,2,3,...,n dan j merupakan cost criteria}
ideal Kedekatan relatif dari alternatif A+ dengan
solusi ideal A- direpresentasikan dengan :
..(5)
6. Merangking alternatif Alternatif dapat
diranking berdasarkan urutan Ci*. Maka dari itu,
alternatif terbaik adalah salah satu yang berjarak
terpendek terhadap solusi ideal dan berjarak
terjauh dengan solusi ideal negatif.
2. Analisa
2.1 Hasil Analisa Permasalahan dan
Pemecahan Masalah dengan Metode
TOPSIS
Dalam memilih bahan baku kayu yang terbaik
untuk kerajinan meubel sangat sulit. Namun,
memilih kayu yang tepat sesuai kebutuhan dan
anggaran keuangan bukan hal mudah. Banyaknya
pilihan tersedia dipasaran bisa menjadi hal yang
membingungkan dalam memilih yang terbaik.
Untuk itu, penelitian ini akan membahas
sistem pendukung keputusan yang diharapkan
dapat membantu pemilik sesuai dengan kriteria
yang sudah ditetapkan . Metode yang dipakai
dalam pengambilan keputusan pemilihan
alternatif kayu terbaik adalah Technique For
Order Preference by Similiarity to Ideal Solution
(TOPSIS). Metode tersebut dipilih karena metode
TOPSIS merupakan suatu bentuk metode
pendukung keputusan yang didasarkan pada
konsep bahwa alternatif yang terbaik tidak hanya
memiliki jarak terpendek dari solusi ideal positif
tetapi juga memiliki jarak terpanjang dari solusi
ideal negatif yang dalam hal ini akan memberikan
rekomendasi kayu terbaik sesuai dengan yang
diharapkan.
Adapun Langkah-langkah dalam penelitian ini
adalah sebagai berikut :
1. Menentukan jenis-jenis kriteria pemilihan
kualitas kayu terbaik. Dalam penelitian ini,
kriteria-kriteria yang dibutuhkan dalam
pemilihan kualitas kayu terbaik adalah harga,
213
Seminar Nasional Informatika 2015

sifat fisik kayu, sifat mekanik kayu, kelas Tabel 2. Matrix Keputusan
kayu, umur kayu, zat yang dikandung Harga SFK SMK KK UK ZK
kayu. A1 X11 X12 X13 X14 X15 X16
2. Menentukan ranking setiap alternatif pada A2 X21 X22 X23 X24 X25 X26
setiap kriteria dinilai dengan 1 sampai 5 yaitu : A3 X31 X32 X33 X34 X35 X36
1 = sangat buruk A4 X41 X42 X43 X44 X45 X46
2 = buruk
3 = cukup Pada tabel 2, rumus X11,..., X48 menyatakan
4 = baik performansi alternatif dengan acuan kriteria
5 = sangat baik adalah data skor kriteria untuk setiap alternatif.
Dimana :
Tabel 1. Skor Kriteria Xij adalah performansi alternatif ke i untuk
Kriteria Data Awal Ranking kriteria ke j.
Harga > 10 20 Juta 1 Ai (i = 1, 2, 3,..., m) adalah alternatif-alternatif
9.5 -10 Juta 2 yang mungkin.
7 9.5 Juta 3 Xj (j = 1, 2, 3,..., n) adalah kriteria dimana
5.5 7 Juta 4 performansi alternatif diukur.
< 1 5.5 Juta 5 Dalam penelitian ini, nilai j adalah sebagai
Sifat Fisik Lunak 1 berikut :
Kayu Keras 3 j = 1 untuk kriteria harga
Sedang Keras 4 j = 2 untuk kriteria sifak fisik kayu
Sangat Keras 5 j = 3 untuk kriteria sifat mekanik kayu
Sifat Mekanik Berat < 215 1 j = 4 untuk kriteria kelas kayu
Kayu Berat 300 215 2 j = 5 untuk kriteria umur kayu
Berat 425 300 3 j = 6 untuk kriteria zat dikandung kayu
Berat 650 - 425 4 Hasil matriks keputusan yang dibentuk dari tabel
Berat > 650 5 data awal untuk setiap alternatif dapat disajikan
pada contoh berikut :
Kelas Kayu Kekuatan < 0.30 1
Kekuatan0.30- 2
Tabel 3. Hasil Perhitungan Matrix Keputusan
0.40
Harga SFK SMK KK UK ZK
Kekuatan 0.40- 3
KJ 5 4 4 5 4 5
0.60
KT 3 4 4 4 5 3
Kekuatan 0.60- 4
0.90 KM 4 5 5 3 3 4
Kekuatan > 0.90 5 KA 2 4 5 4 2 3
Umur Kayu < 1 2 Tahun 1
3 5 Tahun 2 4. Menetukan bobot preferensi untuk setiap
kriteria
6 8 Tahun 3
Bobot kriteria harga ( Cost) =4
9 10 Tahun 4
Bobot kriteria sifat fisik kayu =4
> 10 Tahun 5
Bobot kriteria sifat mekanik kayu =3
Zat Kayu Karbon < 5 % 1 Bobot kriteria kelas kayu =5
Karbon 5 10% 2 Bobot kriteria umur kayu =5
Karbon 20-30% 3 Bobot kriteria zat dikandung kayu =4
Karbon 40 50% 4
> Karbon 50% 5 5. Setelah matriks keputusan dan bobot kriteria
dibuat, selanjutnya adalah membuat matriks
keputusan yang ternormalisasi R yang fungsinya
Tabel di atas menunjukkan data awal dari setiap untuk memperkecil range data. Adapun elemen-
alternatif untuk setiap kriteria. elemennya ditentukan dengan rumus persamaan 1
, Matriks keputusan ternormalisasi dapat dilihat
3. Membangun sebuah matriks keputusan. Pada pada penyelesaian berikut :
matriks keputusan, kolom matriks menyatakan
atribut yaitu kriteria-kriteria yang ada, sedangkan
baris matriks menyatakan alternatif yaitu jenis
kayu yang mungkin. Matriks keputusan mengacu X1 = 52 + 32 + 42 + 22 = 7.34
terhadap m alternatif yang akan dievaluasi r11 = X11 / X1 = 5 / 7.34 = 0.68
berdasarkan n kriteria. Matriks keputusan dapat r21 = X21 / X1 = 3 / 7.34 = 0.40
dilihat pada Tabel 2. r31 = X31 / X1 = 4 / 7.34 = 0.54
r41 = X41 / X1 = 4 / 7.34 = 0.27

214
 Seminar Nasional Informatika 2015

(v15,v25,v35,v45) (v16,v26,v36,v46)
X2 = 42 + 42 + 52 + 42 = 8.54
r11 = X11 / X1 = 4 / 8.54 = 0.46
r21 = X21 / X1 = 4 / 8.54 = 0.46 Tabel 8. Hasil Penentuan Solusi Negatif
r31 = X31 / X1 = 5 / 8.54 = 0.58 A- 2.722 1.873 1.325 1.846 2.041 1.562
r41 = X41 / X1 = 4 / 8.54 = 0.46
Demikian seterusnya sampai didapat hasil Tabel 9. Separatif Positif
perhitungan matriks keputusan ternormalisasi. Alt Si+
ern
6. Setelah matriks ternormalisasi dibuat, atif
selanjutnya adalah membuat matriks keputusan a1 S +1 = (v11-V+1)2 + (v12-V+2) 2 +(v13-V+3) 2 +(v14-V+4)
2
ternormalisasi terbobot V yang elemen- +(v15-V+5) 2+(v16-V+6) 2
elemennya ditentukan dengan menggunakan ru,us a2 S +2 = (v21-V+1)2 + (v22-V+2) 2 +(v23-V+3) 2 +(v24-V+4)
berikut : 2
+(v25-V+5) 2+(v26-V+6) 2
a3 S +3 = (v31-V+1)2 + (v32-V+2) 2 +(v33-V+3) 2 +(v34-V+4)
Vij = W j. r ij 2
+(v35-V+5) 2+(v36-V+6) 2
Dimana : a4 S +4 = (v41-V+1)2 + (v42-V+2) 2 +(v43-V+3) 2 +(v44-V+4)
vij adalah elemen dari matriks keputusan yang 2
+(v45-V+5) 2+(v46-V+6) 2
ternormalisasi terbobot V,
Bobot Wij ( W1,W2,W3,..,Wn) adalah bobot Tabel 10. Hasil Perhitungan Separasi Positif
dari kriteria ke-j Alternatif Si+
rij adalah elemen dari matriks keputusan yang Kayu Jati 1.406
ternormalisasi R. Dengan i = 1,2,3..,m dan j = Kayu Trembesi 0.841
1,2,3..n Matriks keputusan ternormalisasi Kayu Mahoni 1.914
terbobot.
Kayu Akasia 2.250
Tabel 4. Matriks Keputusan Ternormalisasi
Tabel 10. Separasi Negatif
Alte Har SFK SMK KK UK ZK
rnat ga Alt Si-
if ern
A1 w1.r w1.r w1.r1 w1.r w1.r w1. atif
11 12 3 14 15 r16 a1 S -1 = (v11-V-1)2 + (v12-V-2) 2 +(v13-V-3) 2 +(v14-V-4)
2
A2 w1.r w1.r w1.r2 w1.r w1.r w1. +(v15-V-5) 2+(v16-V-6) 2
21 22 3 24 25 r26 a2 S -2 = (v21-V-1)2 + (v22-V-2) 2 +(v23-V-3) 2 +(v24-V-4)
A3 w1.r w1.r w1.r3 w1.r w1.r w1. 2
+(v25-V-5) 2+(v26-V-6) 2
31 32 3 34 35 r36 a3 S -3 = (v31-V-1)2 + (v32-V-2) 2 +(v33-V-3) 2 +(v34-V-4)
A4 w1.r w1.r w1.r4 w1.r w1.r w1. 2
+(v35-V-5) 2+(v36-V-6) 2
41 42 3 44 45 r46
a4 S -4 = (v41-V-1)2 + (v42-V-2) 2 +(v43-V-3) 2 +(v44-V-4)
v11 = w1.r11 = 4x0.68 = 2.722 2
+(v45-V-5) 2+(v46-V-6) 2
v21 = w1.r11 = 4x0.40 = 1.633
v31 = w1.r11 = 4x0.54 = 2.177 . dst
7. Selanjutnya menentukan matriks solusi ideal Tabel 11. Hasil Perhitungan Separasi Negatif
positif ( + A ) dan solusi ideal negatif ( A ). Alternatif Si-
Kayu Jati 1.406
Tabel 5. Solusi Ideal Positif Kayu Trembesi 1.848
A+ max(v11,v21,v31,v max(v12,v22,v32,v4 Kayu Mahoni 0.791
41) 2) Kayu Akasia 1.902
A+ max(v13,v23,v33,v max(v14,v24,v34,v4
43) 4) 9. Setelah menghitung jarak alternatif dari solusi
A +
max(v15,v25,v35,v max(v16,v26,v36,v4 ideal positif (S+ ) dan jarak alternatif dari solusi
45) 6) ideal negatif (S- ), selanjutnya adalah menghitung
kedekatan relatif terhadap solusi ideal positif.
Tabel 6. Hasil Penentuam Solusi Ideal Positif
A+ 1.633 2.341 1.656 3.077 3.402 2.604 Tabel 13. Nilai Ci+
Alternatif C+
Tabel 7. Solusi Ideal Negatif a1 C+1 =
A- min(v11,v21,v31,v min(v12,v22,v32,v4
41) 2) a2 C+2 =
A- min min a3 C+3 =
(v13,v23,v33,v43) (v14,v24,v34,v44)
A- min min

215
Seminar Nasional Informatika 2015

a4 C+4 = 3. Hasil analisa yang menempati urutan pertama

yaitu Kayu Trembesi (0.687), yang kedua
Kayu Jati (0.500), ketiga Kayu Akasia (0.458)
Ci+1 = = = 0.500 dan yang keempat Kayu Mahoni (0.292).
Berdasarkan hasil pengurutan , maka pilihan
aternatif kayu terbaik adalah Kayu Trembesi
Tabel 14. Hasil Perhitungan Kedekatan Relatif
dengan nilai 0.687.
Alternatif Ci+
Kayu Jati 0.500
5. SARAN
Kayu Trembesi 0.687 Berikut adalah beberapa saran untuk
Kayu Mahoni 0.292 pengembangan lebih lanjut terhadap penelitian
Kayu Akasia 0.458 skripsi ini:
1. Perlunya penambahan data alternatif kayu
10. Berikutnya alternatif diurutkan dari nilai Ci+ kayu yang lain agar lebih baik lagi.
terbesar ke nilai Ci+ terkecil. Alternatif dengan 2. Dalam memecahkan masalah multikriteria
nilai Ci+ terbesar merupakan solusi yang terbaik. metode TOPSIS bukan satu-satunya metode
pengambilan keputusan yang dapat digunakan,
Tabel 15. Hasil Pengurutan Alternatif alangkah baiknya jika dicoba dibandingkan
Alternatif Ci+ dengan menggunakan metode yang lain untuk
Kayu Trembesi 0.687 mendukung keputusan yang lebih efektif.
Kayu Jati 0.500 3. Dapat dibuat pengembangan dengan
Kayu Akasia 0.458 perancangan user interface yang mudah
Kayu Mahoni 0.292 dipahami oleh orang awam dalam
pengunaannya.
Pada tabel. 15 dapat dilihat bahwa
alternatif yang menempati urutan pertama yaitu 6. DAFTAR PUSTAKA
Kayu Trembesi (0.687), yang kedua Kayu Jati
(0.500), ketiga Kayu Akasia (0.458) dan yang [1] Ria Eka Sari, Penentuan Kualitas Kayu
keempat Kayu Mahoni (0.292). Berdasarkan hasil Untuk Kerajinan Meubel dengan Metode
pengurutan , maka pilihan aternatif kayu terbaik Analytical Hierarchy Process Jurnal
adalah Kayu Trembesi dengan nilai 0.687 Seminat Nasional Teknologi Informasi dan
Multimedia, ISSN: 2302-3805, 6 8
Februari 2015.
4. KESIMPULAN [2] Desi Leha Kurniasih, 2013, Sistem
Berdasarkan pembahasan dan evaluasi dari Pendukung Keputusan Pemilihan Laptop
bab terdahulu, maka dapat ditarik kesimpulan Dengan Metode Topsis, Jurnal Pelita
sebagai berikut: Informatika Budi Drama, Volume III No. 2,
1. Metode TOPSIS yang merupakan metode ISSN 2301-9425 April 2013.
sistem pendukung keputusan yang bisa [3] Ria Eka Sari, Pemilihan Kulit Ular
memecahkan berbagai masalah pengambilan Berkualitas Untuk Kerajinan Kulit
keputusan multikriteria dapat juga digunakan Menggunakan Metode Analytical Hierarchy
untuk memecahkan masalah pemilihan Process, Citec Journal ISSN : 2354- 5771
akternatif kayu terbaik. Vol. 1, No. 4, Agustus 2014 Oktober 2014
2. Hasil perhitungan metode TOPSIS yang Hal :257- 269.
didapatkan secara manual dengan hasil
perhitungan yang didapatkan menggunakan
Aplikasi Microsoft Excel.

216
 Seminar Nasional Informatika 2015

PENERAPAN LOGIKA FUZZY TSUKAMOTO

MENENTUKAN LAMA WAKTU PENCUCIAN MESIN CUCI
Yumarlin MZ1, Furkondin 2, Emi Suryadi3
1
Staff Pengajar Fakultas Teknik Informatika Universitas Janabadra, Yogyakarta
2,3
Mahasiswa PascaSarjana, MTI AMIKOM, Yogyakarta
Jl. Tentara Rakyat Mataram No.55-57 Yogyakarta
Jl. Ring Road Utara Condong Catur, Depok, Sleman, Yogyakarta
1
yumarlin@janabadra.ac.id, 2 furkondin@gmail.com, 3 emisuryadi@gmail.com

Abstrak

Proses pencucian pada mesin cuci konvensional, waktu dari masing-masing proses pengerjaan diatur oleh
pengguna. Meskipun fleksibel, namun sulit untuk menentukan waktu yang tepat. Sebagian besar orang tidak
memperhatikan jenis dan kualitas kain, jenis kotoran dan jumlah kotoran, akan membutuhkan waktu
mencuci yang tidak sama. Jika waktu yang diatur tidak sesuai maka hasil pencucian menjadi tidak
maksimal. Sebaliknya, jika waktu mencuci yang diatur terlalu lama, maka akan terjadi pemborosan waktu
dan energi. Logika Fuzzy digunakan untuk tujuan mengotomatisasi sistem kendali waktu pencucian dengan
campur tangan manusia yang sangat kecil, menggunakan metodologi pengembangan sistem berbasis
prototyping. Data yang diambil dari penelitian ini adalah tingkat kekotoran dan jenis kotoran Pakaian. Hasil
dari penelitian ini adalah menghasilkan rata-rata lama waktu pencucian pada mesin cuci berdasarkan tipe
kain dan jenis kotoran pakaian menggunakan Metode Tsukamoto dengan sembilan aturan proposisi fuzzy
dalam pendefenisian pengujian.

Kata kunci : Mesin Cuci, Logika Fuzzy, Metode Tsukamoto

I. Pendahuluan sistem komputer dengan acuan dan aturan-aturan

Kebersihan merupakan suatu hal yang
patut menjadi perhatian dalam kehidupan
manusia. Masalah kebersihan menjadi sesuatu
yang cukup kompleks dalam kehidupan manusia,
terutama tentang kebersihan pakaian sebagai
wujud nyata dari kepribadian manusia itu sendiri.
Zaman dahulu, mencuci dilakukan dengan cara
mengosok, menyikat, memeras dan membilas
sehingga membutuhkan banyak tenaga, tetapi
sekarang proses mencuci sebagian besar
dilakukan dengan menggunakan mesin pencuci.
Perkembangan teknologi pada saat ini
mulai bergeser kepada otomatisasi sistem kendali
dengan campur tangan manusia dalam jumlah
yang sangat kecil. Manusia semakin dimanjakan
dengan semakin banyaknya penemuan yang
mengarah pada sistem otomatisasi pada hampir
semua peralatan mulai dari yang sederhana
sampai yang paling kompleks. Didukung oleh
pesatnya perkembangan sistem komputer yang
semakin canggih, sistem kendali otomatis juga
mengalami perkembangan yang signifikan.
Seiring dengan perkembangan teknologi,
mesin cuci yang pada awalnya dikendalikan oleh
manusia, lambat laun dikendalikan oleh sebuah
rangkaian kendali otomatis yang dalam
pengoperasiannya sepenuhnya dilakukan oleh
yang mirip digunakan oleh manusia untuk
mengendalikan mesin cuci. Sistem kendali mesin
cuci otomatis pertama kali digunakan di Jepang.
Pada saat itu di tanam kecerdasan seperti manusia
pada tiap mesin pencuci agar bisa mengenali jenis
pakaian, tingkat noda pakaian, dan lain
sebagainya, diantaranya menggunakan metode
inferensi logika fuzzy.
Ada tiga metode dalam sistem inferensi
logika fuzzy yang dapat digunakan untuk
menentukan lama waktu pencucian, yaitu: metode
Tsukamoto, metode Mamdani, dan metode
Sugeno [8]. Penjelasan mengenai ketiga metode
tersebut adalah sebagai berikut: (1) Metode
Tsukamoto. Pada metode Tsukamoto, setiap
aturan direpresentasikan menggunakan himpunan-
himpunan fuzzy, dengan fungsi keanggotaan yang
monoton. Untuk menentukan nilai output
crisp/hasil yang tegas (Z) dicari dengan cara
mengubah input (berupa himpunan fuzzy yang
diperoleh dari komposisi aturan-aturan fuzzy)
menjadi suatu bilangan pada domain himpunan
fuzzy tersebut. Cara ini disebut dengan metode
defuzzifikasi (penegasan). Metode defuzzifikasi
yang digunakan dalam metode Tsukamoto adalah
metode defuzzifikasi rata-rata terpusat (Center
Average Defuzzyfier). (2) Metode Mamdani (Min-

217
Seminar Nasional Informatika 2015

Max). Untuk metode ini pada setiap aturan yang Fungsi keanggotaan (member function)
berbentuk implikasi ( sebab-akibat) antaseden adalah suatu kurva yang menunjukkan pemetaan
yang berbentuk Konjungsi (AND) mempunyai titik-titik input data ke dalam nilai
keanggotaan berbentuk minimum (min), keanggotaannya (sering juga disebut dengan
sedangkan konsekuen gabungannya berbentuk derajat keanggotaan) yang memiliki interval 0
maksimal (max), karena himpunan aturan- sampai 1 [1]. Salah satu cara yang dapat
aturannya bersifat independen ( tidak saling digunakan untuk mendapatkan nilai
bergantungan). (3) Metode Takagi-Sugeno. keanggotaan adalah menggunakan pendekatan
Metode Takagi-Sugeno adalah metode dengan fungsi [3]
mengasumsikan suatu sistem dengan m input, a. Fungsi keanggotaan Segitiga
yaitu x1, x2, ,xm dan satu output, yaitu Y. Fungsi keanggotaan yang
Metode fuzzy dari sistem ini terdiri atas basis mempunyai parameter a,b,c dengan
aturan dengan n aturan penarikan kesimpulan formulasi segitiga (x;a,b,c) = max{min{(x
fuzzy. a)/(b-a),(c-x)/(c-b)},0}, dapat dilihat pada
Metode yang akan digunakan dalam gambar berikut ini,
pengambilan keputusan untuk menentukan
lamanya waktu mencuci pada mesin cuci adalah
metode Tsukamoto. Metode ini dipilih karena
setiap konsekuen pada aturan yang berbentuk IF-
THEN direpresentasikan dengan himpunan fuzzy
dengan fungsi keanggotaan yang monoton.
Sebagai hasilnya, output dari setiap aturan
diberikan secara tegas berdasarkan ,
kemudian diperoleh hasil akhir dengan
menggunakan rata-rata terpusat. Metode Gambar 1. Fungsi Keanggotaan Segitiga [3]
Tsukamoto akan digunakan untuk menentukan
lamanya waktu pencucian berdasarkan jenis kain b. Fungsi keanggotaan Trapesium
atau pakaian dan tipe kotoran pakaian yang Fungsi keanggotaan yang mempunyai
merupakan variabel-variabel yang diinputkan parameter a,b,c,d dengan formulasi
untuk direpresentasikan dengan fungsi Trapesium (x;a,b,c,d) = max{min{(x-a)/(b-
keanggotaan fuzzy, kemudian mengolah data- data a),1,(d-x)/(d-c)},0}, pada gambar berikut ini,
inputan sehingga menampilkan keluaran (output)
berupa lama waktu cuci pada mesin cuci.

1.2. Logika Fuzzy

Konsep tentang logika fuzzy diperkenalkan
oleh Prof. Lotfi Astor Zadeh pada 1962.
Logika fuzzy adalah metodologi sistem kontrol
pemecahan masalah, yang cocok untuk
diimplementasikan pada sistem, mulai dari sistem
yang sederhana, sistem kecil, embedded system, Gambar 2. Fungsi Keanggotaan
jaringan PC, multi- channel atau workstation Trapesium[3]
berbasis akuisisi data, dan sistem kontrol[4].
Metodologi ini dapat diterapkan pada perangkat c. Fungsi keanggotaan Kurva Bahu
keras, perangkat lunak, atau kombinasi Daerah yang terletak di tengah-tengah
keduanya. Dalam logika klasik dinyatakan bahwa suatu variabel yang direpresentasikan
segala sesuatu bersifat biner, yang artinya adalah dalam bentuk segitiga, pada sisi kanan dan
hanya mempunyai dua kemungkinan, Ya atau kirinya akan naik dan turun. Himpunan fuzzy
Tidak, Benar atau Salah, Baik atau Buruk, bahu, bukan segitiga, digunakan untuk
dan lain- lain. Oleh karena itu, semua ini dapat mengakhiri variabel suatu daerah fuzzy. Bahu
mempunyai nilai keanggotaan 0 atau 1. Akan kiri bergerak dari benar ke salah, demikian
tetapi, dalam logika fuzzy kemungkinan nilai juga bahu kanan bergerak dari salah ke benar,
keanggotaan berada diantara 0 dan 1. Artinya,bisa gambar berikut ini :
saja suatu keadaan mempunyai dua nilai Ya dan
Tidak, Benar dan Salah, Baik dan Buruk
secara bersamaan, namun besar nilainya
tergantung pada bobot keanggotaan yang
dimilikinya. [9].
1.3. Fungsi Keanggotaan

218

Gambar 3 Fungsi Keanggotaan Kurva
Bahu[3]
1.4. Logika Fuzzy Metode Tsukamoto
Pada dasarnya, metode Tsukamoto
mengaplikasikan penalaran monoton pada setiap
aturannya [8]. Kalau pada penalaran monoton,
sistem hanya memiliki satu aturan, pada metode
Tsukamoto, sistem terdiri atas beberapa aturan.
Karena menggunakan konsep dasar penalaran
monoton, pada metode Tsukamoto, setiap
konsekuen pada aturan yang berbentuk IF-THEN
harus direpresentasikan dengan suatu himpunan
fuzzy dengan fungsi keanggotaan yang monoton.
Output hasil inferensi dari tiap-tiap aturan
diberikan secara tegas (crisp) berdasarkan -
predikat (fire strength). Proses agregasi antar
aturan dilakukan, dan hasil akhirnya diperoleh
dengan menggunakan defuzzy dengan konsep
rata-rata terbobot. Diperoleh hasil akhir dengan
formula (1) sebagai berikut:
(1)
Diagram blok proses inferensi dengan
metode Tsukamoto [2] dapat dilihat pada
Gambar 4 berikut ini.
Gambar 4. Inferensi dengan menggunakan
metode Tsukamoto [2]
Seminar Nasional Informatika 2015
II. Tujuan Penelitian
Tujuan penelitian yang akan dilakukan,
yakni menganalisis penerapan Logika Fuzzy
Inferensia untuk tujuan mengotomatisasi sistem
kendali waktu pencucian dengan campur tangan
manusia yang sangat kecil. Dengan
menggunakan metodologi pengembangan sistem
berbasis prototyping. Data yang diambil dari
penelitian ini adalah tipe kekotoran pakaian dan
jenis kain/pakaian. Hasil dari penelitian ini adalah
menghasilkan rata-rata lama waktu pencucian
pada mesin cuci berdasarkan tipe pakaian dan
jenis kotoran pakaian menggunakan Metode
Tsukamoto dengan sembilan aturan pendefenisian
pengujian.
III. Identifikasi Masalah
Berdasarkan pembahasan dari latar
belakang permasalahan dapat diidentifikasi
beberapa masalah dalam sebagai berikut:
1. Bagaimana menentukan objektifitas
kebutuhan inputan pada logika fuzzy
inferensia ?
2. Bagaimana proses pemodelan dalam
menentukan aturan proposisi fuzzy ?
3. Sejauhmana logika fuzzy metode Tsukamoto
dapat menentukan rata-rata waktu pencucian
?
IV. Metodologi Penelitian
4.1. Analisis metode pengembangan.
Mendefinisikan objektif secara
keseluruhan dan mengidentifikasi kebutuhan yang
sudah diketahui[6]. Dalam tahap ini penulis
mengidentifikasi kebutuhan dalam bentuk inputan
sebagai dasar proses perhitungan data. Terdapat
dua inputan data yakni (1) Tipe dari kotoran baju
dan (2) Tingkat kekotaran baju. Untuk keluaran
hasil logic fuzzy yakni dapat menentukan
berapa lama waktu yang digunakan dalam
melakukan proses pencucian terhadap kombinasi
masukkan yang diberikan. Strukutur dasar dari
kontrol fuzzy Inferensia ditunjukan pada gambar
2 dibawah ini,
Gambar 5. Diagram blok dasar dari proses
219
Seminar Nasional Informatika 2015
Selanjutnya proses untuk melakukan
pemodelan data terlebih dahulu berdasarkan
kebutuhan yang sudah didefinisikan, proses
pemodelan data ini yang akan digunakan dalam
tahap uji coba dan pembuatan sistem. Pemodelan
data disini mencakup basis pengetahuan dan
mesin inferensi yang akan dikembangkan, atau
rule/aturan dalam algoritma fuzzy. [7]
Untuk merepresentasikan pemahaman dari
pengalaman pengguna mesin cuci dalam bentuk
proposisi fuzzy, dimana, pernyataan yang tepat
dari kedua variabel linguistik ditempatkan ke
dalam 4 kotak kosong untuk setiap proposisi
khusus. Dapat di gambarkan dalam tabulasi
berikut:
Gambar 6. Tabulasi Aturan
Dalam setiap aturan, pernyataan-pernyataan dari
D dan S disebut anteseden dan pernyataan dari T
disebut konsekuen (akibat)[5].
Karena variabel dan masing-masing memiliki 2
pernyataan, jumlah total dari pasangan berurutan
dari pernyataan-pernyataan ini adalah 9
(sembilan) aturan. Untuk setiap pasangan
berurutan dari pernyataan-pernyataan ini, harus
ditentukan pernyataan yang tepat dari variabel ,
dengan menggunakan pengetahuan yang ada.
Proposisi ini disebut aturan penarikan kesimpulan
fuzzy atau aturan fuzzy IF- THEN. Contoh dari
ketiga aturan ini adalah:
Jika D = Ld dan S = Ss, maka T = VSt
Jika D = Md dan S = Ms, maka T = Mt
Jika D = Hd dan S = Ls, maka T = VLt
Berikut merupakan aturan yang diterapkan
dalam proses pengembangan dari proposisi fuzzy
tersebut yang menghasilkan 9 aturan proposisi
fuzzy berbeda berikut ini:
1. Jika tingkat kekotoran pakaian tinggi dan jenis
kotoran berminyak, maka waktu pencucian
adalah sangat lama
2. Jika tingkat kekotoran pakaian sedang dan
jenis kotoran berminyak, maka waktu
pencucian adalah lama
3. Jika tingkat kekotoran pakaian rendah dan
jenis kotoran berminyak, maka waktu
pencucian adalah lama
4. Jika tingkat kekotoran pakaian tinggi dan jenis
kotoran biasa, maka waktu pencucian adalah
lama
220
5. Jika tingkat kekotoran pakaian sedang dan
jenis kotoran biasa, maka waktu pencucian
adalah sedang
6. Jika tingkat kekotoran pakaian rendah dan
jenis kotoran biasa, maka waktu pencucian
adalah sedang
7. Jika tingkat kekotoran pakaian tinggi dan jenis
kotoran tidak berminyak, maka waktu
pencucian adalah sedang
8. Jika tingkat kekotoran pakaian sedang dan
jenis kotoran tidak berminyak, maka waktu
pencucian adlah cepat
9. Jika tingkat kekotoran pakaian rendah dan
jenis kotoran tidak berminyak, maka waktu
pencucian adalah sangat cepat
V. HASIL DAN PEMBAHASAN
Sebelum rincian Inferensia fuzzy ditangani,
dengan kisaran nilai yang mungkin untuk variabel
input dan output ditentukan. Ini (dalam bahasa
teori Set Fuzzy) adalah fungsi keanggotaan yang
digunakan untuk memetakan nilai pengukuran
dunia nyata dengan nilai-nilai fuzzy [1], sehingga
operasi dapat diterapkan pada proses fungsi
keanggotaan fuzzy dapat dilihat pada gambar 7
menunjukkan label dari input dan output variabel
dan fungsi keanggotaan fuzzy terkait. Nilai dari
variabel input untuk tipe pakaian yakni halus
/tipis (small), sedang (medium) dan tebal (large).
Pada gambar 8 variabel inputan untuk jenis
kotoran yakni tidak berminyak (Not Greasy),
kekotoran sedang (Medium) dan berminyak
(Greasy) dengan derajat keanggotan kekotoran
dinormalisasi 1 sampai 100 atas domain dari
sensor optik.
Keputusan dari Logika fuzzy Inferensia
(defuzzyfication) yang dibuat berasal dari aturan-
aturan yang disimpan dalam database.
Seperangkat aturan tersebut pada dasarnya adalah
pernyataan if-then yang intuitif dan mudah
dimengerti, karena merupakan suatu pernyataan
bahasa lingustik. Aturan yang digunakan dalam
makalah ini berasal dari logika, data yang diambil
dari penggunaan secara umum, dan eksperimen
dalam lingkungan yang terkendali (9 Aturan
proposisi fuzzy sudah dijelaskan diatas).
Gambar 7. Fungsi keanggotaan untuk tipe kain
atau
pakaian.

Gambar 8. Fungsi Keanggotaan jenis ke
kotoran pakaian.
Dua parameter input yakni tipe pakaian
dan jenis kotoran pakaian setelah membaca dari
sensor fuzzified sesuai fungsi keanggotaan
variabel masing-masing. Dalam penambahan
dengan kurva fungsi keanggotaan yang digunakan
sebagai solusi dengan beberapa kriteria.
Akhirnya nilai crisp dari waktu mencuci diperoleh
sebagai jawaban, dapat dilihat pada gambar 9
berikut ini yang menunjukan lama dari rata-rata
waktu pencucian.
Gambar 9. Label dan keanggotaan fungsi
untuk output variabel waktu mencuci
Pada Gambar 9 menunjukkan derajat
keanggotaan (membership) yakni dimulai dari
angka 0 sampai angka 1, dengan lama waktu
mencuci dibatasi sampai dengan 60 menit.
5.1. Hasil Pengujian
Sensor mendapatkan nilai-nilai input dan
menggunakan model input fuzzyfied dan
kemudian dengan menggunakan Aturan IF -
Then dan operasi himpunan fuzzy lainnya
mendapatkan output fungsi fuzzy yang diperoleh
dengan menggunakan kriteria nilai output untuk
lama waktu mencuci. Gambar 10 menunjukkan
permukaan respon dari input - hubungan output
ditentukan oleh FIU. FIU singkatan Fuzzy
Interface Unit. Ini adalah unit dasar di mana
antarmuka aplikasi mengkodekan informasi
pengendali.
Seminar Nasional Informatika 2015
Gambar 10. Masukan respon / Output
permukaan
Proses memasukkan data input berupa
derajat keanggotan dari jenis kotoran dan tipe
pakaian (derajat kekotoran) ke dalam program
analis adalah berupa prosentase. Hasil penelitian
dapat digambarkan dalam grafik berikut ini:
Gambar 11. Hasil Prosentase
Dari grafik diatas ditunjukkan bahwa grafik
meningkat, ini menunjukkan bahwa semakin kecil
prosentase derajat kekotoran (tipe pakaian) dan
jenis kotoran, maka durasi pencucian akan
semakin Cepat, sebaliknya ketika pprosentase
derajat kekotoran dan jenis kotoran lebih tinggi
maka durasi pencucian pun semakin cepat.
VI. KESIMPULAN
Dengan menggunakan logika fuzzy
metode Tsukamoto telah mampu untuk
mendapatkan waktu mencuci untuk berbagai jenis
kotoran dan derajat yang berbeda dari kotoran
untuk jenis kain atau pakaian. Dengan kata lain
kemampuan analisis situasi telah dimasukkan ke
dalam mesin yang membuat mesin lebih otomatis
dan merupakan keputusan mengambil alih
kekuasaan dari pengaturan baru. Meskipun
analisis dalam makalah ini masih kasar, tapi ini
221
Seminar Nasional Informatika 2015
jelas menggambarkan keuntungan dari
menambahkan fuzzy logic Inference di mesin
cuci konvensional.
VII. SARAN
Berdasarkan hasil penelitian yang telah
dilakukan, disadari bahwa memiliki beberapa
kekurangan, untuk hal tersebut disarankan untuk
penelitian atau pengembangan berikutnya dapat
melakukan beberapa hal sebagai berikut:
1. Dalam penelitian yang telah dilakukan
sebelumnya menggunakan logika fuzzy
dengan motode Tsukamoto, diharapkan
pengembang dapat menggunakan motode
yang berbeda untuk menganalisis kasus yang
dibahas.
2. Disarankan untuk penelitian selanjutnya
menggunakan lebih dari dua input dengan
harapan menghasilkan data yang lebih baik.
3. Untuk pengembangan berikutnya dapat
langsung menerapkan untuk jenis mesin cuci
dua tabung atau satu tabung.
DAFTAR PUSTAKA
[1] George J. Klir & Bo Yuan., 1995, Fuzzy Sets
and Fuzzy Logic Thery and Application,
New Jersey, Pretince -Hall Inc.
[2] Jan Jantzen, August., 1998, Design of Fuzzy
Controllers, Tech. Report no.98-E 864
(design), Department of Automation,
Technical University of Denmark.
222
[3] Kusumadewi S dan H. Purnomo., 2004,
Aplikasi Logika Fuzzy Untuk Pendukung
keputusan, Yogyakarta, Penerbit Graha
Ilmu.
[4] Lotfy A. Zadeh., 1992, Fuzzy Logic,
Neural Network and Soft Computing.
One Page Announcement of CS 294-4,
Spring, the University of California at
Berkeley.
[5] Muhammad Akram, Shaista Habib and
Imran Javed.,2014, Intuitionistic Fuzzy
Logic Control for Washing Machines. Indian
Journal of Science and Technology, Vol
7(5), 654661, May 2014. ISSN (Print) :
0974-6846. ISSN (Online) : 0974-564.
[6] Manish Agarwal, 2014, Fuzzy Logic
Control of Washing Machines. Indian
Institute of Technology, India, Kharagpur -
721302.
[7] Mohammad Jamsidi, Nader Vadiee &
Timothy J. Ros., 1997, Fuzzy Logic and
Control: Software and Hardware
Applications, New Jersey, Prentice Hall Inc.
[8] Setiaji, 2009, Himpunan dan Logika
Samar serta Aplikasinya, Yogyakarta, 1.
Graha Ilmu.
[9] Sutojo, T, Mulyanto, E & Suhartono., 2011,
Kecerdasan Buatan, Yogyakarta, Andi
Offset.
 Seminar Nasional Informatika 2015

PENGEMBANGAN WEBSITE BURSA KERJA

Fandi Halim1, Gunawan2, Aditya Delin Pratama3, Puji Restu Esa Ndruru4

Program Studi S-1 Sistem Informasi, STMIK Mikroskil

Jl. Thamrin No. 140 Medan
1
fandi@mikroskil.ac.id, 2 gunawan@mikroskil.ac.id, 3 zf63p@yahoo.co.id, 4 puji_restu23@yahoo.com

Abstrak

Dalam proses penyampaian informasi lowongan pekerjaan, perusahaan harus mampu menyampaikan
informasi tersebut secara cepat dan tepat, sehingga dapat memudahkan pencari kerja dalam pencarian
lowongan pekerjaan. Salah satu cara yang dirasa mampu untuk membantu perusahaan dalam penyampaian
informasi lowongan pekerjaan secara cepat dan tepat adalah dengan menggunakan media online. Namun bagi
perusahaan-perusahaan yang belum memiliki media online seperti website dikarenakan keterbatasan
infrastruktur dan sumber daya perusahaan, penyampaian informasi lowongan pekerjaan secara real time dan
tepat sasaran dirasa cukup sulit untuk dilakukan. Untuk memfasilitasi perusahaan dalam penyampaian
informasi lowongan pekerjaan, juga untuk mempermudah pencari kerja dalam mencari lowongan pekerjaan
dan pengajuan lamaran, dikembangkan sebuah website bursa kerja. Pengembangan website ini menggunakan
metodologi Waterfall. Hasil pengembangan website ini akan sangat membantu perusahaan maupun pencari
kerja, karena dengan adanya website ini, perusahaan tidak perlu membangun sebuah website perusahaan
untuk sekedar menyampaikan lowongan pekerjaan, dan juga pencari kerja tidak perlu mendatangi perusahaan
secara langsung hanya untuk mencari informasi lowongan pekerjaan.

Kata kunci: lowongan pekerjaan, bursa kerja, website, Waterfall

1. Pendahuluan yang ada secara real time, karena belum memiliki

Tingginya tingkat pengangguran di
Indonesia yang disebabkan oleh dampak
pertumbuhan penduduk yang padat dan sulitnya
mencari pekerjaan yang mengakibatkan
pertumbuhan ekonomi tidak stabil menjadi
tantangan bagi pemerintah untuk menanggulangi
masalah pengangguran. Begitu juga halnya
dengan Badan Usaha Milik Negara (BUMN)
maupun perusahaan perusahaan swasta, dimana
mereka dituntut untuk mampu menciptakan
lapangan pekerjaan yang layak sehingga mampu
meningkatkan kesejahteraan penduduk.
Pemerintah juga tidak hanya dituntut sekedar
menciptakan lapangan pekerjaan, namun juga
harus mampu memberikan informasi terkait
lowongan pekerjaan secara real time.
Salah satu cara yang dirasakan cukup
mampu dalam menyampaikan informasi tentang
lowongan pekerjaan secara real time adalah
melalui media online. Media online seperti
website sangat membantu dalam menyampaikan
informasi tentang suatu lowongan pekerjaan, juga
memudahkan calon pelamar untuk mencari
lowongan yang sesuai dengan bidangnya. Namun
keterbatasan infrastruktur dan sumber daya
manusia di dalam perusahaan menjadikan
perusahaan tersebut belum mampu
menyampaikan informasi lowongan pekerjaan
media online seperti website, sehingga pencari
kerja kesulitan untuk mendapatkan informasi
lowongan pekerjaan dan kesulitan mengajukan
lamaran pekerjaan dikarenakan harus
mengantarkan lamaran pekerjaan langsung ke
perusahaan.
Permasalahan yang diidentifikasi dari
penelitian ini adalah sebagai berikut:
1. Perusahaan yang belum memiliki media
online seperti website kesulitan untuk
menyampaikan informasi terkait lowongan
pekerjaan yang ada, yang berakibat pada tidak
terpenuhinya kebutuhan sumber daya manusia
pada perusahaan tersebut, sehingga dapat
menghambat proses bisnis perusahaan. Para
pencari kerja juga kesulitan untuk mencari
informasi mengenai lowongan pekerjaan.
2. Para pencari kerja kesulitan untuk mengajukan
lamaran pekerjaan karena keterbatasan jarak
antara tempat tinggal pencari kerja dengan
lokasi perusahaan dan juga keterbatasan waktu
yang dibutuhkan untuk mendatangi
perusahaan secara langsung dikarenakan
perusahaan masih menggunakan cara manual
dalam proses pengajuan lamaran.
Manajemen Sumber Daya Manusia
(MSDM) merupakan bagian dari manajemen
keorganisasian yang memfokuskan diri pada

223
Seminar Nasional Informatika 2015
unsur sumber daya manusia, dimana tugas dari
MSDM adalah mengelola unsur manusia secara
baik agar diperoleh tenaga kerja yang puas akan
pekerjaannya [1]. Gambaran proses MSDM [2]
dapat dilihat pada Gambar 1 berikut ini.
Gambar 1 Proses Manajemen SDM
Rekrutmen (sebagai salah satu aspek dari
MSDM) adalah proses penarikan sekelompok
kandidat untuk mengisi posisi yang lowong.
Perekrutan yang efektif akan membawa peluang
pekerjaan kepada perhatian dari orang-orang yang
berkemampuan dan keterampilannya memenuhi
spesifikasi pekerjaan [3]. Penelitian ini bertujuan
untuk mengembangkan sebuah website bursa
kerja yang mampu memfasilitasi perusahaan
dalam memenuhi kebutuhan sumber daya
manusianya dan juga membantu pencari kerja
untuk menemukan pekerjaan.
Metodologi penelitian sangat diperlukan
untuk mendapatkan bukti kebenaran suatu konsep
dan teori yang diperoleh, serta untuk menemukan
dan menguji suatu pengetahuan. Adapun
metodologi yang digunakan dalam penelitian ini
mengacu pada metodologi Waterfall. Model
waterfall merupakan pendekatan perangkat lunak
yang sistematis dan sekuensial yang dimulai dari
tahap analisis, desain, kode, pengujian, dan
pemeliharaan. Model waterfall juga dikenal
sebagai Linier Sequential atau classic life cycle
(Gambar 2), dimana model ini mempunyai
keterbatasan yang mengakomodasi persyaratan
(requirement) yang berubah. Pelanggan tidak
akan melihat hasil kerja suatu proyek yang secara
fungsional belum dapat digunakan [4].
Gambar 2 Diagram Linier Sequential
Tahapan model waterfall dapat digambarkan
seperti Gambar 3, dimana meliputi tahapan
Requirement, Analysis, Design, Coding, dan
Testing [5].
224
Gambar 3 Metodologi Pengembangan Sistem
Waterfall
Tahapan-tahapan yang dikerjakan pada
penelitian ini adalah:
1. Requirement
Pada tahap ini akan dilakukan penentuan dan
pencarian seluruh kebutuhan yang akan
diaplikasikan ke dalam website, yaitu dengan
melakukan pengamatan langsung pada website
bursa kerja yang telah ada sebelumnya dan
melakukan perbandingan pada website
tersebut, juga pengamatan pada proses
pengajuan lamaran untuk suatu lowongan
pekerjaan.
2. Analysis
Pada tahap ini akan digambarkan subsistem
dari website yang diusulkan dengan
menggunakan Use Case Diagram.
3. Design
Perancangan user interface yang dinamik dan
user friendly bagi pengguna, serta
perancangan database untuk menyimpan data
website.
4. Coding
Hasil perancangan akan diterjemahkan ke
dalam kode pemrograman dengan
menggunakan bahasa pemrograman web
HTML, CSS, JavaScript, dan PHP.
5. Testing
Website yang telah dikembangkan perlu diuji
sebelum digunakan secara penuh. Testing
dilakukan dengan pendekatan pengujian
perangkat lunak, yaitu white box testing dan
black box testing.
2. Requirement
Penentuan kebutuhan dilakukan dengan
mengamati dua website bursa kerja sejenis, yaitu
www.jobstreet.co.id dan id.jobsdb.com/id.
Perbandingan antara keduanya dirangkum dalam
Tabel 1 berikut ini.
Berdasarkan hasil perbandingan yang telah
dilakukan, maka dapat disimpulkan bahwa
kebutuhan fungsional website bursa kerja adalah
sebagai berikut:
1. Input data perusahaan, data diri pencari kerja,
informasi lowongan pekerjaan, persetujuan
informasi lowongan pekerjaan, pengajuan
 Seminar Nasional Informatika 2015

lamaran, informasi pelamar yang diterima,

testimoni, dan informasi event.
2. Proses sistem, yakni proses pengecekan
informasi lowongan pekerjaan, proses melihat
informasi lowongan pekerjaan, proses
pengajuan lamaran pekerjaan, proses
pengecekan daftar pelamar, proses informasi
pelamar yang diterima, dan proses pembuatan
laporan.
3. Berdasarkan input dan proses, maka
menghasilkan output berupa data pelamar,
informasi lowongan pekerjaan, informasi
pelamar yang diterima, dan laporan.

Tabel 1 Perbandingan Website Yang Diobservasi

Fitur www.jobstreet.co. id.jobsdb.com/
id id
Search
Bahasa
Pasang
Iklan
Lowonga
n
Login
Tips dan
Berita Gambar 4 Use Case Diagram Sistem Usulan
Pengajua
n 4. Design
Lamaran
Perancangan yang dilakukan meliputi
Online
rancangan user interface berupa tampilan
Info
halaman website yang dibagi dua bagian, yaitu
Bursa
bagian front-end dan bagian back-end,
Kerja
perancangan basis data, dan perancangan struktur
Via e-
menu
Mail
Basis data sistem usulan terdiri dari tabel-
Testimon -
tabel sebagai berikut:
i
1. Tabel pengguna: digunakan untuk menyimpan
Event data pendaftaran dari semua pengguna
2. Tabel pengguna_detail: digunakan untuk
3. Analysis menyimpan data pencari kerja yang lebih
detail.
Berdasarkan hasil penentuan kebutuhan 3. Tabel perusahaan_detail: digunakan untuk
sebelumnya, maka digambarkan kebutuhan menyimpan data perusahaan yang telah
fungsional website bursa kerja usulan dalam use terdaftar.
case diagram pada Gambar 4 berikut ini. 4. Tabel lowongan: digunakan untuk menyimpan
data iklan lowongan pekerjaan.
5. Tabel lamaran: digunakan untuk menyimpan
data lamaran yang telah dikirim atau diajukan
oleh pencari kerja.
6. Tabel berita: digunakan untuk menyimpan
data informasi tips dan berita.
7. Tabel event_perusahaan: digunakan untuk
menyimpan data event perusahaan.
8. Tabel job_alert: digunakan untuk menyimpan
data alert pekerjaan.
9. Tabel kontak: digunakan untuk menyimpan
data kontak pesan.

225
Seminar Nasional Informatika 2015

10. Tabel log_reset: digunakan untuk menyimpan melihat lowongan pekerjaan dan mengirimkan
data ubah password pencari kerja dan lamaran serta mengisi testimoni.
perusahaan.
11. Tabel kota: digunakan untuk menyimpan data
kota.
12. Tabel pendidikan: digunakan untuk
menyimpan data pendidikan.
13. Tabel pendidikan_bidang: digunakan untuk
menyimpan data bidang pendidikan.
14. Tabel provinsi: digunakan untuk menyimpan
data provinsi.
15. Tabel resume: digunakan untuk menyimpan
data resume pencari kerja.
16. Tabel temp_resume: digunakan untuk
menyimpan status resume pencari kerja.
17. Tabel testimoni: digunakan untuk menyimpan Gambar 7 Struktur Menu Back-End Pencari Kerja
data testimoni.
Relasi antar tabel dari tabel-tabel tersebut 3. Struktur menu back-end perusahaan (Gambar
dapat dilihat pada Gambar 5 berikut ini. 8), merupakan tampilan halaman yang
ditampilkan setelah perusahaan melakukan
login ke dalam website untuk mengelola
informasi lowongan pekerjaan dan pelamar
diterima.

Gambar 8 Struktur Menu Back-End Perusahaan

Gambar 5 Relasi Antar Tabel Sistem Usulan
4. Struktur menu back-end administrator
Rancangan struktur menu pada sistem (Gambar 9), merupakan tampilan halaman
usulan terbagi empat, yaitu: yang ditampilkan setelah admin melakukan
1. Struktur menu front-end (Gambar 6), login ke dalam website untuk mengelola data
merupakan tampilan halaman utama sebelum perusahaan, pencari kerja, persetujuan, dan
user melakukan login. juga tips, serta berita.

Gambar 6 Struktur Menu Front-End Gambar 9 Struktur Menu Back-End Administrator

2. Struktur menu back-end pencari kerja 5. Hasil dan Pembahasan

(Gambar 7), merupakan tampilan halaman
yang ditampilkan setelah pencari kerja
melakukan login ke dalam website untuk
5.1 Hasil
Halaman utama atau beranda front-end
merupakan halaman utama sebelum admin atau

226
 Seminar Nasional Informatika 2015

user melakukan login ke dalam website. Pada dalam website. Tampilan halaman login dapat
halaman ini hanya terdapat tulisan ucapan selamat dilihat pada Gambar 14 berikut ini.
datang dan menu beranda, lowongan pekerjaan,
informasi, daftar, profil, dan menu login.
Tampilan halaman utama atau beranda front-end
dapat dilihat pada Gambar 10 berikut ini.

Gambar 14 Tampilan Halaman Login

Pada halaman beranda pencari kerja terdapat

menu beranda, lowongan pekerjaan, informasi,
testimoni, lamaran saya, dan profil. Pada halaman
Gambar 10 Tampilan Halaman Utama/Beranda ini juga terdapat halaman job alert. Tampilan
halaman utama/beranda pencari kerja dapat dilihat
Pada halaman Lowongan Pekerjaan, pada Gambar 15 berikut ini.
pengunjung dapat melihat daftar lowongan
pekerjaan yang tersedia. Pengunjung dapat
menggunakan pencarian pekerjaan berdasarakan
Provinsi, Kota, dan Jabatan yang ditawarkan
dalam lowongan pekerjaan. Tampilan halaman
lowongan pekerjaan dapat dilihat pada Gambar 11
berikut ini.
Gambar 15 Tampilan Halaman Utama/Beranda
Pencari Kerja
Halaman lamaran saya berisikan lamaran-
lamaran yang pernah diajukan oleh si pencari
kerja. Tampilan halaman lamaran saya dapat
dilihat pada Gambar 16 berikut ini.
Gambar 11 Tampilan Halaman Lowongan
Pekerjaan

Halaman Daftar Pencari Kerja digunakan

pencari kerja untuk melakukan pendaftaran ke
website. Tampilan halaman dapat dilihat pada
Gambar 12 berikut ini.
Gambar 16 Tampilan Halaman Lamaran Saya

Halaman profil saya berisikan data dari si

pencari kerja, seperti nama, tempat dan tanggal
lahir, jenis kelamin, alamat, provinsi, kota,
telepon, dan handphone. Tampilan halaman profil
Gambar 12 Tampilan Halaman Daftar Pencari saya dapat dilihat pada Gambar 17 berikut ini.
Kerja

Halaman Daftar Perusahaan digunakan

perusahaan untuk melakukan pendaftaran ke
website. Tampilan halaman dapat dilihat pada
Gambar 13 berikut ini.
Gambar 17 Tampilan Halaman Profil Saya

Halaman resume menampilkan data lengkap

pencari kerja, seperti pendidikan hingga
pengalaman bekerja. Tampilan halaman resume
Gambar 13 Tampilan Halaman Daftar Perusahaan dapat dilihat pada Gambar 18 berikut ini.

Halaman login berfungsi untuk melakukan

login pencari kerja, perusahaan, maupun admin ke

227
Seminar Nasional Informatika 2015
Gambar 18 Tampilan Halaman Resume
Halaman beranda perusahaan adalah
halaman utama setelah perusahaan melakukan
login. Pada halaman ini terdapat menu beranda,
informasi, testimoni, perusahaan, dan profil
perusahaan. Tampilan halaman utama/beranda
perusahaan dapat dilihat pada Gambar 19 berikut
ini.
Gambar 19 Tampilan Halaman Utama/Beranda
Perusahaan
Halaman lowongan baru digunakan
perusahaan untuk membuat iklan lowongan
pekerjaan baru dengan mengisi data lowongan.
Tampilan halaman lowongan baru dapat dilihat
pada Gambar 20 berikut ini.
Gambar 20 Tampilan Halaman Lowongan Baru
Halaman utama/beranda administrator
merupakan halaman utama setelah admin
melakukan login ke dalam website. Pada halaman
ini terdapat menu beranda, perusahaan, pencari
kerja, persetujuan, informasi, daftar kontak, dan
profil. Tampilan halaman utama/beranda
administrator dapat dilihat pada Gambar 21 di
bawah ini.
Gambar 21 Tampilan Halaman Utama/Beranda
Administrator
Halaman perusahaan menampilkan daftar
perusahaan yang telah terdaftar pada website.
Tampilan halaman perusahaan dapat dilihat pada
Gambar 22 berikut ini.
228
Gambar 22 Tampilan Halaman Perusahaan
Halaman persetujuan menampilkan daftar
iklan lowongan yang dibuat oleh perusahaan,
dimana iklan lowongan tersebut dapat disetujui,
ditolak, maupun dihapus. Tampilan halaman
persetujuan dapat dilihat pada Gambar 23 berikut
ini.
Gambar 23 Tampilan Halaman Persetujuan
5.2 Pembahasan
Beberapa keunggulan dari website yang
dikembangkan adalah:
1. Pencari kerja tidak perlu lagi mengunjungi
perusahaan untuk mengajukan lamaran.
2. Pencari kerja dapat mengirimkan lamaran
beserta file tambahan yang berhubungan
dengan lamarannya.
3. Terdapat sistem daftar job alert sehingga
pencari kerja akan mendapatkan informasi
lowongan pekerjaan yang dikirimkan ke e-
mail pencari kerja sesuai dengan jabatan yang
diinginkan.
4. Informasi lowongan pekerjaan disampaikan
secara real time dan up to date dengan
menggunakan sistem pembatasan penayangan
informasi lowongan.
Sedangkan kelemahannya adalah sebagai
berikut:
1. Fitur pencarian dalam website ini hanya bisa
melakukan pencarian berdasarkan lokasi
provinsi, kota, dan jabatan pekerjaan dalam
lowongan.
2. Perusahaan hanya dapat mencetak laporan
pelamar berdasarkan bidang pekerjaan atau
jabatan yang dipilih.
6. Kesimpulan dan Saran
6.1 Kesimpulan
Dari hasil pengembangan website, maka
dapat ditarik kesimpulan sebagai berikut:
1. Website yang dikembangkan dapat membantu
perusahaan yang belum memiliki media online
seperti website dalam menyampaikan
informasi lowongan pekerjaan, juga

memudahkan dalam penyajian laporan
lamaran yang telah masuk.
2. Website yang dikembangkan memudahkan
para pencari kerja dalam mencari informasi
seputar lowongan pekerjaan serta pengajuan
lamaran.
6.2 Saran
Adapun beberapa saran yang dapat diberikan
berdasarkan hasil penelitian yaitu:
1. Perusahaan yang menggunakan website
diharap-kan memberikan data secara lengkap
dan benar untuk menghindari kekeliruan oleh
pencari kerja, juga untuk mengantisipasi
terjadinya kasus penipuan yang
mengatasnamakan perusahaan.
2. Untuk pengembangan selanjutnya, diharapkan
adanya penambahan fitur seleksi karyawan
Seminar Nasional Informatika 2015
secara online, sehingga dapat mempermudah
proses seleksi karyawan pada perusahaan.
Daftar Pustaka:
[1] Stoner, J. A. F., R. E. Freeman, and D. R.
Gilbert, 1995, Management, New Jersey,
Prentice Hall Inc.
[2] Umar, H., 2002, Evaluasi Kinerja
Perusahaan, Jakarta, PT Gramedia Pustaka
Utama.
[3] Manulang, M. dan A. M. Marihot, 2004,
Manajemen Personalia, Yogyakarta, Gadjah
Mada University Press.
[4] Pressman, R. S., 2002, Rekayasa Perangkat
Lunak, Yogyakarta, Penerbit Andi.
[5] Simarmata, J., 2010, Rekayasa Perangkat
Lunak, Yogyakarta, Penerbit Andi.
229
Seminar Nasional Informatika 2015

ANALISIS SWOT DALAM PERENCANAAN STARTEGI

PERPUSTAKAAN
NYOMAN AYU NILA DEWI

STMIK STIKOM BALI

nila@stikom-bali.ac.id

Abstrak

Perpustakaan dalam suatu institusi pendidikan memiliki peranan penting yang digunakan untuk
memperoleh suatu informasi. Perpustakaan di setiap institusi pendidikan juga memiliki proses bisnis dan
persaingan dengan perpustakaan lainnya. Suatu perpustakaan dapat mengembangkan strategi untuk
mengatasi ancaman eksternal dan mendapatkan peluang yang ada saat ini. Analisis SWOT digunakan untuk
mengidentifikasi berbagai faktor secara sistematis dan merumuskan strategi perusahaan. Analisis ini
didasarkan pada logika yang dapat memaksimalkan kekuatan, peluang serta meminimalkan kelemahan dan
ancaman yang akan terjadi. Penelitian ini merupakan penelitian kulitatif dan deskritif. Hasil dari penelitian
ini berupa pemetaan beberapa faktor yang datang dari lingkungan eksternal perpustakaan yaitu peluang dan
ancaman perpustakaan, serta faktor yang berasal dari lingkungan internal perpustakaan yaitu kekuatan dan
kelemahan perpustakaan.

Kata kunci : Analisis, Perencanaan, Perpustakaan, Strategi, SWOT

1. Pendahuluan biaya juga sangat diperlukan. Fenomena ini

Perpustakaan merupakan salah satu sarana
untuk menyimpan berbagai macam buku, jurnal,
majalah dan berbagai macam bahan pustaka yang
digunakan dalam proses belajar mengajar [1].
Tujuan utama perencanaan strategi perpustakaan
adalah untuk melihat secara obyektif kondisi
internal dan eksternal, sehingga perusahaan dapat
mengantisipasi perubahan di lingkungan
eksternal. Seperti yang terjadi saat ini persaingan
perpustakaan semakin ketat, hal ini disebabkan
oleh perubahan teknologi yang semakin pesat
yang mempengaruhi berbagai sektor pendidikan
diantaranya adalah perpustakaan. Perpustakaan
yang memiliki banyak koleksi bahan pustaka,
sumber daya manusia, serta penggunaan teknologi
yang maksimal memiliki peluang yang lebih besar
untuk dapat tetap bertahan pada perubahan yang
terjadi.
Selain itu permasalahan lain yang sering
dihadapi adalah strategi yang telah berubah,
manajemen yang sangat lemah, struktur
organisasi sudah tidak sesuai, perencanaan
strategi yang sangat tidak efektif dan sebagainya.
Hal ini akan berdampak pada menurunya jumlah
pengguna perpustakaan untuk setiap harinya.
Dengan demikian pengenalan terhadap pasar baru
dan peluang pemasaran sangat dibutuhkan untuk
merencanakan strategi yang lebih baik. Selain itu
pemahaman mengenai perubahan internal
perpustakaan seperti perubahan teknologi,
perubahan bahan pustaka dan perubahan terhadap
merupakan salah satu ancaman yang terjadi pada
lingkungan eksternal perpustakaan STIKOM Bali.
Perpustakaan saat ini harus jeli melihat perubahan
yang terjadi di lingkungan internal maupun
lingkungan eksternal perpustakaan. Melihat
kondisi tersebut perpustakaan dituntut untuk
selalu siap dalam menghadapi berbagai ancaman
yang terjadi pada lingkungan internal dan
lingkungan eksternal.
Dari permasalahan tersebut dibutuhkan
suatu perencanaan strategi untuk menentukan
beberapa alternatif dalam mengatasi perubahan
dan berbagai ancaman yang akan terjadi. Untuk
mendapatkan perencanaan strategi yang tepat
dibutuhkan suatu analasis yang dapat
mengidentifikasi berbagai faktor di lingkungan
eksternal dan di lingkungan internal. Untuk itu
dalam penelitian ini digunakan analisis SWOT
yang nantinya dapat menentukan beberapa
alternatif perencanaan strategi perpustakaan. Pada
penelitian ini penulis akan mengidentifikasi
beberapa masalah yang akan diteliti yakni:
bagaimana kekuatan, kelemahan, peluang, serta
ancaman yang sedang dihadapi oleh perpustakaan
STMIK STIKOM Bali. Hasil dari penelitian ini
adalah gambaran ancaman yang terjadi di
lingkungan internal, lingkungan eksternal,
kekuatan, peluang, serta kelemahan perpustakaan
saat ini. Hal ini bertujuan untuk melihat secara
obyektif kondisi-kondisi internal dan eksternal
sehingga manajemen perpustakaan yang ada saat

230
 Seminar Nasional Informatika 2015

ini dapat mengatasi perubahan lingkungan 2.3. Analisis SWOT Dalam Lingkungan
eksternal tersebut. Organisasi
Lingkungan merupakan faktor penting
dalam penyusunan perencanaan strategi suatu
2. TINJAUAN PUSTAKA DAN perusahaan. Semua aktivitas bisnis tidak dapat
LANDASAN TEORI lepas dari pengaruh lingkungan. Lingkungan
bisnis yang dimaksud disini adalah lingkungan
Dalam penelitian ini tidak terlepas dari eksternal dan internal dari perusahaan
penelitian sebelumnya. Hasil penelitian terdahulu tersebut. Lingkungan eksternal yaitu peluang
memiliki manfaat bagi berbagai pihak yang ingin (opportunities) dan ancaman (threats) yang
mengembangkan suatu sistem dari hasil penelitian dihadapi perusahaan. Sedangkan yang
terdahulu. Hasil penelitian terdahulu merupakan dimaksud dengan lingkungan internal
bahan yang digunakan penulis sebagai referensi mengidentifikasi kekuatan (strengths) dan
dalam melakukan penelitian. Penelitian tentang kelemahan (weaknesses) yang menjadi
penerapan analisis SWOT dalam strategi landasan bagi strategi perusahaan. Dimana
pengembangan museum Brawijaya sebagai salah terdiri dari sistem-sistem fungsional
satu aset sejarah kota Malang yang dibuat oleh [2] perusahaan, seperti sumber daya manusia,
penelitian ini membahas tentang strategi dalam proses produksi, pemasaran, dan perencanaan
mengembangakan museum brawijaya malang keuangan [5]. Analisis lingkungan terbagi
dengan melihat beberapa aspek diantaranya menjadi dua yaitu analisis lingkungan internal
kekuatan, kelemahan, peluang, dan ancaman. dan analisis lingkungan eksternal.
Hasil dari penelitian ini adalah untuk
memeberikan masukan untuk pengembangan 2.5. Analisis SWOT
museum kota brawijaya. Metode penelitian yang
Analisis SWOT (Strenghts-
digunakan adalah deskriptif dengan pendekatan
Weaknesses-Opportunities-Threats) adalah
kualitatif. Hasil dari penelitian ini nantinya akan
menjadi pengembangan untuk tahap selanjutnya identifikasi berbagai faktor secara
serta memberikan beberapa alternatif untuk sistematis untuk merumuskan strategi
pemasaran. Kekuatan adalah kemampuan
menghadapi tantangan di masa yang akan datang
internal, sumber daya, dan faktor
dengan menggunakan analisis SWOT.
situasional positif yang dapat membantu
perusahaan melayani pelanggannya dan
2.1. Manajemen Strategi
Manajemen strategi didefinisikan sebagai mencapai tujuannya. Kelemahan adalah
satu set keputusan dan tindakan yang keterbatasan internal dan faktor situasional
negatif yang dapat menghalangi performa
menghasilkan formulasi dan implementasi
perusahaan. Peluang adalah faktor atau tren
rencana yang dirancang untuk meraih tujuan
yang menguntungkan pada lingkungan
suatu perusahaan. Manajemen strategis adalah
eksternal Matriks SWOT merupakan
seni dan ilmu untuk pembuatan (formulating),
penerapan (implementing) dan evaluasi matching tool [4].
(evaluating) keputusankeputusan strategis antar
fungsi yang memungkinkan sebuah perusahaan 2.6. Perpustakaan
mencapai tujuan di masa yang akan datang [2]. Perpustakaan merupakan suatu lembaga
Maka dapat disimpulkan bahwa manajemen dan unit kerja yang mengelola bahan-bahan
strategi adalah siasat atau suatu perencanaan yang pustaka yang berupa buku dan informasi
cermat untuk menangani suatu permasalahan atau bahan-bahan pustaka non buku yang diatus
menangani suatu kegiatan untuk mencapai suatu sercara sistematis menurut aturan tertentu
tujuan perusahaan. Manajemen strategis akan sehingga dapat digunakan sebagai sumber
membantu perusahaan dalam melihat ancaman informasi oleh setiap pemakainya [3].
dan peluang di masa yang akan datang, sehingga
memungkinkan organisasi untuk dapat 3. Pembahasan Penelitian
mengantisipasi kondisi yang selalu berubah.
Pada bab ini juga akan mengambarkan
2.2. Konsep Strategi beberapa alternatif strategi pemasaran yang akan
Strategi adalah tujuan jangka panjang dari digunakan untuk mempertahankan dan
suatu perusahaan, serta rumusan pada meningkatkan proses bisnis pada perpustakaan.
pendayagunaan dan semua alokasi Tahapan proses yang dilakukan untuk
sumberdaya yang penting untuk mencapai memperoleh strategi yang tepat adalah dengan
tujuan tersebut [4]. menggunakan berbagai model analisis. Adapun
faktor lingkungan eksternal perpustakaan dan

231
Seminar Nasional Informatika 2015
lingkungan internal perpustakaan STIKOM Bali
seperti pada pembahasan dibawah ini.
3.1. Lingkungan Internal dan Eksternal
Perpustakaan
Lingkungan eksternal perpustakaan terdiri
dari berbagai faktor yang berkaitan dengan
perkembangan dan pengelolaan perpustakaan
diantaranya adalah peluang dan ancaman bagi
perpustakaan.
A. Internal Perpustakaan
Dari hasil analisa yang dilakukan dengan
pengamatan pada lingkungan, maka ditemukan
mengenai beberapa kekuatan dan kelemahan
internal yang dimiliki saat ini, diantaranya adalah
sebagai berikut:
Kekuatan Perpustakaan
1. Sumber Daya Manusia
Memiliki tenaga kerja yang cukup
terampil dan berpengalaman dalam bekerja,
ini merupakan salah satu pilar atau kekuatan
dari perpustakaan agar layanan di
perpustakaan tetap berjalan.
2. Ruang Perpustakaan
Ruang perpustakaan saat ini masih harus
dikembangkan. Seperti yang terlihat saat ini
ruang perpustakaan hanya dibagi menjadi 2
bagian saja yakni: ruang baca dan ruang
khusus untuk ruang skripsi. Untuk
kenyamanan ruang perpustakaan saat ini
sudah cukup nyaman karena ruanganya dan
cukup menampung banyak mahasiswa yang
ingin menggunakan fasilitas perpustakaan.
3. Pengguna perpustakaan
Sampai saat ini pengguna perpustakaan
selalu mengalami pertumbuhan untuk setiap
tahunnya, penigkatan jumlah pengunjung
pada tiap tahunnya merupakan kekuatan
utama untuk perpustakaan, namun hal
tersebut harus sesuai dengan anggaran yang
dialokasikasikan ke perpustakaan.
4. Berlangganan Jurnal Dan Paper Nasional
Perpustakaan STIKOM Bali saat ini
telah melakukan berbagai kerjasama dengan
junal elektronik yang ada seperti
PROQUEST, EBSCO, serta langganan junal
dari perguruan tinggi lainnya.
Kelemahan perpustakaan
1. Loyalitas pengguna
Loyalitas pengguna terhadap
perpustakaan untuk saat ini sangat rendah,
hal ini merupakan salah satu kelemahan
perpustkaan yang harus dibenahi. Loyalitas
pengguna terhadap perpustakaan dapat
dilihat dari berbagai faktor kemungkinan
yang dapat menyebabkan rendahnya minat
232
pengguna untuk menggunakan
perpustakaan ataupun menyebarkan
informasi tentang perpustkaan STMIK
STIKOM Bali.
2. Kinerja SDM
Jumlah SDM yang ada saat ini sudah
dapat memnuhi kebutuhan layanan
perpustakaan, kinerja SDM yang rendah
saat ini disebabkan oleh kurangnya tenaga
pustakawan yang dimiliki. SDM yang ada
saat ini terdiri dari 4 orang staf
perpustakaan dan 1 orang kepala bagian
perpustakaan dengan latar belakang
pendidikan komputer. Kelemahan
perpustakaan saat ini adalah SDM yang
dimiliki tidak memiliki pendidikan
pustakawan, sehingga menyebabkan
bebean kerja yang di dapat tidak sesuai
dengan keahlian masing-masing staf.
3. Layanan Perpustakaan
Salah satu yang menjadi kekuatan untuk
lingkungan internal perpustakaan yang
saat ini masih dalam proses
pengembangan untuk masa mendatang.
4. Koleksi
Bahan pustaka dan koleksi yang terdapat
di perpustakaan saat ini masih perlu
ditambhkan seperti halnya buku-buku yang
berkaitan dengan perkuliahan yang
digunakan untuk memenuhi kebutuhan
informasi civitas akademik. Koleksi bahan
pustaka pada perpustakaan harus dapat
memenuhi rasio ideal perguruan tinggi agar
dapat meminimalisir kelemahan yang
terjadi tentang bahan pustaka.
5. Minimnya Pemanfaatan Teknologi
Informasi
Saat ini penggunaan atau pemanfaatan
perpustakaan STIKOM Bali masih sangat
minim. Hanya ada beberapa aktivas
perpustakaan yang menggunakan
pemanfaatan teknologi informasi seperti
halnya adalah sistem yang digunakan untuk
mengelola data login pengguna
perpustakaan setiap harinya, sistem
peminjaman dan pengembalian buku,
sistem pendataan jumlah buku dan lokasi
buku. Untuk sistem pencatatan
peminjaman dan pengembalian buku masih
memiliki kekurangan, yang saat ini terjadi
adalah penginputan data buku masih secara
manual dengan mengetikan kode barcode
yang terdapat di belakang buku.
Peluang atau Kesempatan
Adapun peluang-peluang yang dapat diraih
oleh perpustakaan diantaranya adalah:
1. Kerjasama Perguruan Tinggi
Peluang yang mungkin dapat di raih oleh
perpustakaan adalah kerjasama antar
 Seminar Nasional Informatika 2015

perguruan tinggi. Adapun kerjasama yang tabel ini digunakan untuk pemetaan lingkungan
dapat dilakukan antar perguruan tinggi adalah internal yang dalam hal ini adalah kekuatan dan
pertukaran jurnal serta pertukaran paper atau kelemahan dan merupakan salah satu faktor untuk
makalah karya dosen maupun mahasiswa mengembangkan perpustakaan STIKOM Bali.
dalam perguruan tinggi. Untuk nilai atau peringkat yang terdapat
dalam tabel di dapat dari hasil respon staf
perpustakaan saat melakukan wawancara dan
2. Kerjasama Dengan Penerbit Buku pengamatan langsung ke lapangan. Adapun
Untuk saat ini peluang yang masih dapat rentang peringkat faktor strategis pada IFAS dan
dilakukan oleh perpustakaan perguruan tinggi EFAS seperti pada tabel 1 dibawah ini:
adalah kerjasama dengan salah satu penerbit
buku yang ada tentunya yang sesuai dengan Tabel 1. Rentang Nilai Faktor Strategis
matakuliah dan kurikulum serta kebutuhan Rentang Nilai Peringkat
koleksi buku di perpustakaan STIKOM Bali. 1-2 Sangat Rendah
3. Anggaran 2-3 Rendah
Hal penting dalam pengembangan 3-4 Sedang
perpustakaan adalah anggaran, anggaran 4 Tinggi
merupakan salah satu peluang terpenting
dalam perguruan tinggi. Dengan adanya Dari rentang nilai peringkat faktor strategis
anggaran untuk setiap tahunnya membuat diatas digunakan untuk mencari nilai IFAS dan
peluang besar yang dapat diraih oleh EFAS perpustakaan STIKOM Bali. Kriteria IFAS
perpustakaan. Anggaran yang maksimal dapat dan EFAS kita dapatkan dari faktor strategis
membuat perkembangan perpustakaan perpustakaan. Berikut merupakan display data
semakin cepat. tentang lingkungan internal yang dimiliki oleh
perpustakaan.
Kendala atau Ancaman
Adapun ancaman dan kendala yang dapat Tabel 2. Faktor Strategis Internal
menggangu aktivitas perpustakaan adalah:
1. Pelayanan Perpustakaan Saat Ini Faktor Strategis Internal Peringkat
Pelayanan dalam perpustakaan merupak sebuah Faktor Strategis
ancaman untuk perpustakaan jika pelayanan Kekuatan (S) 4 3 2 1
perpustakaan tidak memberikan hal yang lebih 1 Sumber Daya
baik dan memberikan kenyamanan pada Manusia
pengguna maka pengguna perpustakaan akan
2 Ruang
menurun, maka fungsi perpustakaan yang ada di
Perpustakaan
perguruan tinggi akan tidak berfungsi lagi. Maka
3 Pengguna
pelayanan yang ada harus ditingkatkan untuk
Perpustakaan
menjaga loyalitas si pengguna.
4 Berlangganan
2. Dampak Teknologi Informasi
Jurnal dan Paper
Perkembangan teknologi yang ada saat ini
Nasional
menjadi salah satu ancaman perpustakaan
Nilai Rata-Rata Faktor 3.25
STIKOM Bali. Semakin berkembangnya
Strategis
teknologi maka segala bentuk pelayanan dan
kegiatan di perpustakaan akan menggunakan Kelemahan (W) 4 3 2 1
sistem selain itu juga buku-buku yang saat ini 1 Layanan
sudah banyak dalam bentuk elektronik, inilah Perpustakaan
yang menjadi ancaman perpustakaan saat ini. Saat Ini
3. Keamanan 2 Loyalitas
Keamanan dalam perpustakaan dapat dilihat dari Pengguna
koleksi bahan pustaka dan buku-buku perkuliahan 3 Kinerja SDM
yang tidak diketahui bentuk bukti fisiknya, masih 4 Minimnya
sering terjadinya kehilangan buku serta bahan Penggunaan
pustaka lainnya pada perpustakaan. Teknologi
Informasi
Berdasarkan data tersebut dapat dilakukan 5 Koleksi
pemetaan dalam bentuk matrik SWOT. Dalam Perpustakaan
penelitian ini sebelum dipetakan kedalam matrik Nilai Rata-Rata Faktor 2.8
SWOT untuk tahap selanjutnya memperhitungkan Strategis
tabel IFAS (Internal Factor Analysis Summary)
dan EFAS (External Factor Analysis Summary)

233
Seminar Nasional Informatika 2015

Hasil dari responden berikut menunjukan

bahwa faktor-faktor lingkungan internal yakni
pada faktor kekuatan memiliki nilai 3,25 yang
berarti bahwa faktor-faktor pada bagian kekuatan Tabel 4. Matriks Analisis SWOT
perpustakaan memilki peringkat rendah. Maka IFAS KEKUATAN KELEMAHAN
untuk pengembangan selanjutnya harus lebih (S) (W)
ditingkatkan kembali. Untuk faktor internal Sumber Daya Layanan
kelemahan mendapatkan nilai 2.8, maka Manusia Perpustakaan
mendapatkan peringkat sedang untuk faktor Ruang Loyalitas
kelemahan dalam lingkungan internal. Perpustakaan Pengguna
Pengguna
Selanjutnya kita akan menghitung data untuk Perpustakaan Kinerja SDM
lingkungan eksternal perpustakaan seperti pada Minimnya
tabel 3. dibawah ini: Berlangganan Pemanfaatan
Jurnal dan Paper Teknologi
Tabel 3. Faktor Strategis Eksternal Nasional Informasi
Faktor Strategis Peringkat Factor Koleksi
Eksternal Strategis EFAS Perpustakaan
Peluang (O) 4 3 2 1 PELUANG STRATEGI STRATEGI
1 Kerjasama (O) (SO) (WO)
Perguruan Kerjasaman Penambahan Meningkatkan
Tinggi Perguruan Koleksi Pelayanan
2 Kerjasama Tinggi Perpustakaan Perpustakaan
Dengan Meningkatkan
Penerbit Buku Kerjasama Pertukaran Penggunaan TI
3 Anggaran Dengan Jurnal Nasional untuk
Nilai Rata-Rata Faktor 4 Penerbit antar perguruan pelayanan
Strategis Buku tinggi Pengguna
Ancaman (T) 4 3 2 1 Meningkatkan Menambah
1 Layanan Saat Fasilitas Ruang Jumlah SDM
Ini Anggaran Perpustakaan Pustakawan
2 Dampak ANCAMAN STRATEGI STRATEGI
Teknologi (T) (ST) (WT)
3 Keamanan Meningkatkan
Nilai Rata-Rata Faktor 3.7 Keamanan Meningkatkan
Strategis Layanan Koleksi Sistem
Saat Ini Perpustakaan Perpustakaan
Untuk nilai faktor lingkungan eksternal Meningkatkan Pelatihan
peluang adalah 4. Hasil rata-rata tersebut Dampak sistem Pemustaka
menunjukan bahwa peluang perpustakaan untuk Teknologi Perpustakaan Untuk SDM
dikembangkan dengan faktor-faktor peluang nya Meningkatkan
sangat besar. Sedangkan untuk faktor kelemahan Meningkatkan Website
mendapatkan nilai 3.7 yang berarti bahwa faktor Keamanan Pengguna Perpustakaan
kelemahan pengembangan perpustakaan itu
rendah. Berdasarkan hasil perhitungan nilai dan 4. Kesimpulan dan Saran
setelah di rata-ratakan maka untuk hasil yang di
dapat adalah peluang serta kekuatan lingkungan Kesimpulan yang dapat diambil dari
perpustakaan sangat besar. Maka untuk posisi penelitian ini adalah penelitian ini dapat
strategis perpustakaan STIKOM Bali saat ini ada memetakan faktor-faktor lingkungan eksternal
pada kuadran I yang berarti bahwa perpustakaan dan lingkungan internal perpustakaan. Hasil yang
memiliki kekuatan yang sedang namun memiliki didapat bahwa peluang faktor strategis
peluang yang sangat tinggi untuk perpustakaan tinggi dan kekuatan yang dimiliki
mengembangkan perpustakaannya. rendah. Maka dapat disimpulkan bahwa
Berdasarkan hasil IFAS dan EFAS strategi perpustakaan dapat melakukan sebuah
diatas maka tahap selanjutnya adalah pengembangan walaupun dengan kekuatan yang
menggambarkannya ke dalam bentuk tabel matrik rendah karna hal ini dapat mengatasi kelemahan
seperti pada tabel 4. dibawah ini: dan ancaman dari lingkungan internal dan
eksternal.
Saran yang dapat diambil dari penelitian
ini adalah dalam kegiatan pengembangan

234
 Seminar Nasional Informatika 2015

perpustakaan perlu dilakukan sebuah perencanaan [3]. Bafadal, I. (2006). Pengelolaan

yang baik dan sistematis dengan melakukan Perpustakaan Sekolah. Jakarta:Bumi
analisis yang lebih mendalam dan lebih mendetail Aksara,hal 15-56.
untuk faktor lingkungan internal dan lingkungan [4]. Rangkuti, Freddy. 2009. Analisis SWOT
eksternal perpustakaan. Sehingga kegiatan Teknik Membedah kasus Bisnis. Gramedia
pengembangan dapat berjalan dengan efektif dan pustaka Utama, Jakarta
sesuai dengan visi dan misi serta sasaran [5]. Ahmad.,2010., Analisis SWOT sebagai
pengembangan. Landasan dalam menentukan
strategipemasaran., Skripsi., Universuitas
Daftar Pustaka: Sumatera Utara
[6]. Noviana., 2013., Perencanaan Strategis
[1]. Warni, Elly., Wahyu,Adi P., Analisis Dan Sistem Dan Teknologi Informasi Unit
Perancangan Sistem Informasi Pengolahan Pustaka Pusat Badan Penelitian Dan
Data Sirkulasi Pada Perpsutakaan., Pengembangan Kementerian Pertanian
prosiding 2010., Universitas Hasanudidin Dengan Metode Enterprise Architecture .,
[2]. Fitriyani, Luvita Dwi., 2013., Penerapan Universitas Bina Nusantara
Analisis Swot Dalam Strategi [7]. Wedasmara, Ari., 2009., Langkah-Langkah
Pengembangan Museum Brawijaya Sebagai Perencanaan Strategis Sistem Informasi
Salah Satu Asset Sejarah Kota Malang., Dengan Menggunakan Metode Ward And
Universita Brawijaya Peppard., VOL.1 no 1
[8]. Kotler, Philip, 2005. Manajemen
Pemasaran. Jilid I. INDEKS, Jakarta

235
Seminar Nasional Informatika 2015

MONITORING ABSENSI HARIAN KEPEGAWAIAN PADA

INSTANSI PEMERINTAHAN KOTA MAKASSAR BERBASIS
RESTFUL API
Hasyrif Sy1, Rismayani2
1
Teknik Informatika, STMIK Dipanegara Makassar
2
Sistem Informasi, STMIK Dipanegara Makassar
STMIK Dipanegara Makassar, Jl. Perintis Kemerdekaan Km.9 Makassar
1
hasyrif@gmail.com, 2 maya_setya@ymail.com

Abstrak

Dalam lingkup kepegawaian, absensi merupakan salah satu kegiatan dari sekian proses yang ada dalam
sebuah instansi, absensi kepegawaian mempunyai banyak fungsi salah satunya adalah untuk mengukur
seberapa besar tingkat kehadiran seorang staf kepegawaian, data tingkat kehadiran merupakan salah satu
parameter yang menjadi faktor penting dalam pengambilan keputusan, dan karena hal inilah banyak orang-
orang yang punya kepentingan pada data absensi tersebut, baik atasan maupun staf itu sendiri. Adapun
masalah dari penelitian ini adalah bagaimana merancang sebuah monitoring absensi harian kepegawaian dan
menjembatani beragamnya perangkat akses informasi dengan sistemnya masing-masing dalam hal
mengakses data absensi. Untuk menjembatani masalah ini maka akan dibuatkan sebuah aplikasi yang
mengikuti konsep REST API, pada metode ini akan dibuat sebuah aplikasi yang akan menampilkan data
absensi kepegawaian dalam format json, json merupakan salah satu format data yang bisa di olah oleh semua
teknologi akses data yang ada pada perangkat komunikasi. Struktur data ini sudah distandarisasi sehingga
semua perangkat bisa mengakses data berupa json ini untuk diolah sesuai dengan kepentingannya masing
masing. Dengan adanya monitoring absensi kepegawaian pada instansi pemerintah kota makassar
menggunakan RESTful Api maka dapat menjembatani beragamnya perangkat akses informasi dengan
sistemnya masing-masing dalam hal mengakses data absensi kepegawaian dan lebih terkontrol,
.

Kata kunci : Monitoring, Absensi, Kepegawaian, Restful Api

1. Pendahuluan mengakomodasi setiap perangkat yang ingin

Latar Belakang
Menurut data terakhir, diketahui Instansi
pemerintah kota makassar saat ini mempunyai
3000 pegawai yang tersebar di beberapa
SKPD[1][2], tiap-tiap skpd telah memiliki
perangkat absensi yang terpaket dengan sistem
untuk memperlihatkan laporan hasil scan tiap-tiap
pegawai. Tentu laporan absensi ini menjadi
penting karena data absensi merupakan salah satu
parameter yang punya point yang signifikan
dalam menentukan kebijakan-kebijakan lainnya
seperti perhitungan honor, jenis sanksi dan lain-
lain. Mengingat pentingnya hal ini tentu banyak
pihak-pihak yang berkepentingan terhadap data
tersebut seperti atasan yang punya kepentingan
untuk melihat kedisiplinan anggotanya ataupun
staf pegawai yang sekedar ingin melihat data
absensi kehadiran hariannya. Disisi lain
perkembangan teknologi yang berkaitan dengan
akses data ini mengakibatkan pada beragamnya
perangkat yang tentu memiliki sistem (software)
yang berbeda-beda pula. Hubungannya dengan
absensi ini adalah bahwa sistem ini harus bisa
mengakses data absensi tersebut atau dengan kata
lain informasi tersebut kompatible untuk diakses
oleh beragam perangkat yang memiliki sistem
masing-masing.
Tujuan dilakukannya penelitian ini untuk
menjembatani beragamnya perangkat akses
informasi dengan sistemnya masing-masing
dalam hal mengakses data absensi. Langkah yang
dilakukan yaitu dengan membuat sebuah format
data yang telah terstandarisasi sehingga data ini
dapat dimengerti oleh semua sistem dari
perangkat akses informasi seperti yang disebut
diatas. Format data tersebut akan di hasilkan
dengan menggunakan konsep REST API dimana
sistem ini akan menggenerate setiap data yang
dibutuhkan dalam format JSON, diharapkan
dengan format json yang terstandarisasi ini dapat
lebih mengoptimalkan perangkat akses informasi
dari yang membutuhkan sehingga membuat
pengaksesan infomasi absensi dapat menjadi lebih
mudah dan praktis.
Identifikasi Masalah

236
 Seminar Nasional Informatika 2015

Adapun identifikasi masalah pada

penelitian ini adalah bagaimana merancang
sebuah monitoring absensi harian kepegawaian 2.2 Contoh Format JSON
dan menjembatani beragamnya perangkat akses
informasi dengan sistemnya masing-masing
dalam hal mengakses data absensi. {
"namaDepan": "Budi",
Metode Penelitian "namaBelakang": "Sbudi",
Adapun metode dan teknologi yang "alamat": {
digunakan adalah Resful Api. RESTful web "namaJalan": "Jl. Sudirman 15A",
service atau juga dikenal dengan nama RESTful "kota": "Jakarta Selatan",
Web API merupakan sebuah web service yang di "provinsi": "DKI Jakarta",
implemantasikan dengan menggunakan http "kodePos": 11111
dengan menggunakan prinsip-prinsip REST[3]. },
Service yang digunakan menggunakan method "nomerTelepon": [
milik http antara lain GET, PUT, POST or "021 555-1234",
DELETE. Seperti dikatakan sebelumnya bahwa "021 555-4567"
restful api merupakan sabuah varian dari web ]
servis, namun konsep ini lebih sederhana karena }
layanan ini berorientasi pada bagaimana cara
mengakses resource yang ada. Restful api ini
digunakan agar client dapat melakukan akses
terhadap resource-resource yang ada pada 3. Hasil dan Pembahasan
penyedia servis tersebut[4], request terhadap Arsitektur
resource tertentu dilakukan melalui url, dimana Adapun arsitektur dari sistem monitoring
url ini akan merepresentasikan posisi dari absensi kepegawaian yang dirancang pada
resource yang dibutuhkan, respon dari terhadap penelitian ini adalah :
resource ini berupa JSON/XML, dimana format
ini sudah distandarisasi sehingga dapat dapat
dimengerti oleh bahasa pemrograman pada
umumnya.

Gambar 1. Design Rest Api

Pada gambar 1 menjelaskan mengenai design

rest api dari metode yang digunakan untuk
membuat monitoring absensi harian kepegawaian.

2. Format JSON
Gambar 2. Arsitektur Sistem
2.1 Penjelasan
pada gambar 2 menjelaskan mengenai
JSON (dilafalkan "Jason"), singkatan pembagian aplikasi adalah untuk aplikasi ini
dari JavaScript Object Notation adalah terbagi menjadi dua bagian yaitu bagian backend
suatu format ringkas pertukaran data komputer. yang bertanggung jawab dalam pengaksesan data
Formatnya berbasis teks dan terbaca-manusia hingga mengeluarkan data dalam format json.
serta digunakan untuk merepresentasikan struktur Aplikasi akan mengakses data dari database
data sederhana dan larik asosiatif (disebut mysql, berikut diperlihatkan record tabel yang
objek)[5]. karena telah terstandrasisasi maka terkait.
format ini telah disupport oleh banyak bahasa
pemrograman dengan kata lain data ini dapat
dimengerti oleh bahasa php misalnya dan android
serta bahasa pemrograman lainnya[6].

237
Seminar Nasional Informatika 2015
Tabel 1. User Info Penyimpanan Data Pegawai
Tabel 1 diatas menjelaskan mengenai
info user untuk melihat penyimpanan data
pegawai.
Tabel 2. Menyimpan data Checkin dan Checkout
Absensi Harian Pegawai
Pada tabel 2 diatas menjelaskan
mengenai daftar absensi pegawai yang berupa
data checkin dan checkout.
Data yang diharapkan berupa record
yang akan menjelaskan tentang status absensi
harian pegawai, item item tersebut berupa nama
pegawai, jam masuk pagi, jam masuk siang,
apakah alpa, terlambat atau izin. Aplikasi akan
menarik 1 record tunggal berdasarkan USERID
dari pegawai, berikut diperlihatkan contoh output
data yang diharapkan dari komputer client.
Gambar 3. Output Aplikasi diakses dari Browser
Web
Pada gambar 3 diatas menjelaskan mengenai
output dari aplikasi yang diakses dari browser
web.
Gambar 4. Output Aplikasi di akses dari
Smartphone Android
238
Gambar 4 menjelaskan mengenai tampilan
output dari aplikasi yang dapat diakses dari
smarthphone android.
Terkait penjelasan sebelumya bahwa
RESTful API menyediakan cara untuk mengakses
resource dari server aplikasi, dalam konteks
penelitian ini resource tersebut adalah record
tunggal absensi harian pegawai. Setiap resource
yang diinginkan memiliki alamat tersendiri dalam
mengaksesnya. Alamat tersebut berupa link url
seperti biasanya. Dalam kasus ini format URL
sebagai berikut
serveraplikasi/API/NOMORIDPEGAWAI
misal serveraplikasi/API/5, method yang
digunakan yaitu metod GET yang merupakan
salah satu dari method yang di miliki oleh HTTP.
Output dari pengaksesan resource ini berupa
format data dalam bentuk json. Format json inilah
yang akan di olah aplikasi client untuk
ditampilkan menjadi informasi absensi kehadiran.
Tujuan utama dari sistem ini adalah tersedianya
format output (json) yang dimengerti oleh
teknologi misal web dan os android sehingga
solusi RESTful API ini bisa menjembatani adanya
perbedaan platform dari perangkat-perangkat
yang mengakses sistem tersebut.
"statusharian": [
{"namapegawai": "HJ.
ANDI PUJIATI"},
{"nip":
"19621041986032005"},
{"pagi": "07:11"},
{"siang": "16:35"},
{"keterangan": ""},
]
4. Kesimpulan
Adapun kesimpulan dalam penelitian ini
adalah dengan adanya monitoring absensi
kepegawaian pada instansi pemerintah kota
makassar menggunakan RESTful Api maka dapat
menjembatani beragamnya perangkat akses
informasi dengan sistemnya masing-masing
dalam hal mengakses data absensi kepegawaian
dan lebih terkontrol, serta dengan pemanfaatan
teknologi RESTful Api maka dapat lebih
mengoptimalkan perangkat akses informasi dari
yang membutuhkan sehingga membuat
pengaksesan infomasi absensi dapat menjadi lebih
mudah dan praktis.
Daftar Pustaka:
[1] PP 23 Tahun 2002 Tentang Penempatan
Pegawai Dalam Jabatan Struktural.

[2] Badan Pusat Statistik Kota Makassar dalam
Angka 2013
[3] Richardson, Leonard , Ruby, Sam., 2007,
RESTful Web Service, OReilly Media, Inc:
Sebastopol , United States of America.
[4] Allamaraju Subbu. 2010. RESTful Web
Services Cookbook, OReilly YAHOO!
PRESS , 223 228.
Seminar Nasional Informatika 2015
[5] Supriyatno. 2010. Pemrograman Database
Menggunakan Java & Mysql. Jakarta:
Mediakita.
[6] L. Paulson, 2005, Building rich web
applications with AJAX, IEEE Computer,
38(10), 14-17
239
Seminar Nasional Informatika 2015

PENGGUNAAN ALGORITMA KRIPTOGRAFI POHLIG HELLMAN

DALAM MENGAMANKAN DATA
Rita Novita Sari

Teknik Informatika, Universitas Potensi Utama

Jalan K.L. Yos Sudarso KM. 6,5 No. 3A Tanjung Mulia Medan
rita.ns89@gmail.com

Abstrak

Penggunaan komputer sebagai salah satu aplikasi dari teknologi informasi menjadi suatu kebutuhan yang
tidak dapat dipisahkan lagi disetiap kegiatan, baik dalam bidang pendidikan maupun dunia kerja. Kemajuan
di bidang telekomunikasi memungkinkan seseorang untuk melakukan penyadapan demi kepentingannya
sendiri. Untuk itu diperlukan sebuah metode untuk mengamankan pesan dari penyadapan. Penulis
menggunakan metode kriptografi dengan algoritma pohlig hellman dalam mengamankan pesan rahasia.
Algoritma pohlig hellman adalah salah satu algoritma asimetris karena menggunakan kunci yang
berbeda untuk enkripsi dan dekripsi. Algoritma Pohlig Hellman membutuhkan teknik untuk pengujian
bilangan prima yang berguna sebagai kunci utama yang mana dalam penelitian ini menggunakan metode
fermat, serta langkah selanjutnya harus meng-input kunci enkripsi yang mana kunci tersebut harus bersifat
rahasia(private) lalu akan menghasilkan kunci dekripsi.

Kata Kunci : Pohlig Hellman, Enkripsi, Dekripsi, Kriptografi

I. Pendahuluan Dengan menggunakan kriptografi kita dapat

Penggunaan komputer sebagai salah satu
aplikasi dari teknologi informasi menjadi suatu
kebutuhan yang tidak dapat dipisahkan lagi
disetiap kegiatan, baik dalam bidang pendidikan
maupun dunia kerja. Berbagai informasi yang
diperoleh akan disimpan dan dikirim untuk
berbagai kepentingan. Kemajuan di bidang
telekomunikasi dan komputer tersebut telah
memungkinkan seseorang untuk melakukan
penyadapan demi kepentingannya sendiri.
Kegiatan tersebut tentu saja akan membuat
informasi yang rahasia dapat dilihat oleh orang-
orang yang tidak bertanggung jawab. Maka
masalah keamanan merupakan salah satu aspek
penting dari suatu sistem informasi, baik untuk
keamanan bersama maupun untuk privasi
individu. Adapun sistem keamanan yang tidak
asing lagi untuk enkripsi data adalah kriptografi.
(Busran, Putri Mandarani, 2012)
Kriptografi merupakan suatu ilmu seni dengan
filosofinya the art of war, dimana waktu itu
pernah digunakan untuk mengirim pesan rahasia
pada jaman romawi pada era raja Caesar.
Tujuannya agar pembajak surat rahasia tidak
dapat membaca pesannya secara langsung oleh
orang lain jika belum dideskripsikan dengan
metode tertentu. Kritografi adalah studi mengenai
ilmu dan seni dalam rangka menjaga keamanan
data atau informasi yang dikirim dan juga
merupakan ilmu untuk bagaimana memecahkan
pesan yang terenkripsi (tersamar).
mengeknripsi data sehingga data tersebut tidak
dapat terbaca karena teks asli atau plaintext telah
diubah ke teks yang tak terbaca atau disebut
chipertext. Ada banyak algoritma kriptografi yang
dapat digunakan, berdasarkan sifat kuncinya
dibagi menjadi dua yaitu simetris yang hanya
memakai satu kunci rahasia dan asimetris (public
key algorithm) yang memakai sepasang kunci
publik dan kunci rahasia.
Banyak algoritma kriptografi yang telah
dipergunakan untuk menjaga keamanan data salah
satunya adalah algoritma pohlig-hellman. Dimana
konsep enkripsi pohlig-hellman Algoritma
Pohlig-Hellman hampir sama dengan algoritma
RSA. Pada dasarnya algoritma ini adalah
salah satu algoritma asimetris karena
menggunakan kunci yang berbeda untuk enkripsi
dan dekripsi. (Mollin, 2007)
Berdasarkan permasalahan tersebut maka
penulis ingin menggunakan algoritma kriptografi
pohlig-hellman dalam mengamankan data.
II. Tinjauan Pustaka
II.1 Kriptografi
Kriptografi (cryptography) berasal dari
Bahasa Yunani: cryptos artinya secret
(rahasia), sedangkan graphein artinya writing
(tulisan), Jadi, kriptografi berarti secret writing
(tulisan rahasia). Kriptografi adalah ilmu yang
mempelajari teknik-teknik matematika yang
berhubungan dengan aspek keamanan informasi

240

seperti kerahasiaan, integritas data, serta
otentikasi.
Definisi yang digunakan di dalam buku
menyatakan bahwa kriptografi adalah ilmu dan
seni untuk menjaga kerahasiaan pesan dengan
cara menyandikannya ke dalam bentuk yang tidak
dapat dimengerti lagi maknanya. Definisi ini
mungkin cocok pada masa lalu di mana
kriptografi digunakan untuk keamanan
komunikasi penting seperti komunikasi di
kalangan militer, diplomat, dan mata-mata .
Namun saat ini kriptografi lebih dari sekadar
privacy, tetapi juga untuk tujuan data integrity,
authentication, dan non-repudation.(Abdul,2013)
1. Aspek-aspek Keamanan pada Kriptografi
Kriptografi pada dasarnya adalah menjaga
kerahasiaan plaintext atau kunci dari penyadapan.
Penyadap berusaha mendapatkan data yang
digunakan untuk kegiatan pencurian data atau
biasa disebut kriptanalisis (cryptanalysis).
Kriptanalisis bertujuan untuk memecahkan
cipherteks menjadi plainteks semula tanpa
memiliki akses ke kunci yang digunakan hingga
berhasil menemukan kelemahan dari sistem
kriptografi yang pada akhirnya mengarah untuk
menemukan kunci dan mengungkap plainteks.
Aspek-aspek yang diamankan pada sistem
kriptografi agar sistem dapat berjalan sempurna
menurut Kristanto (2003); Munir (2006); Dony
Ariyus (2006) dalam Hadi (2011) ada delapan
aspek yang perlu
diperhatikan antara lain:
a. Authentifikasi: agar penerima informasi
dapat memastikan pesan tersebut dating dari
orang yang dimintai informasi, dengan kata
lain informasi tersebut benarbenar datang dari
orang yang dikehendaki.
b. Integrity: keaslian pesan yang dikirim melalui
sebuah jaringan dan dapat dipastikan bahwa
informasi yang dikirim tidak dimodifikasi oleh
orang lain yang tidak berhak dalam perjalanan
informasi tersebut.
c. Nonrepudiation: menyatakan pesan yang
dikirim dari orang yang asli, artinya si
pengirim pesan tidak dapat mengelak bahwa
dialah yang mengirimkan informasitersebut.
d. Authority: informasi yang berada pada sistem
jaringan tidak dapat dimodifikasi oleh pihak
yang tidak berhak atas akses tersebut.
e. Confidentiality: merupakan usaha untuk
menjaga informasi dari orang yang tidak
berhak mengakses.
f. Privacy: merupakan data-data yang sifatnya
rahasia dan tidak boleh diketahui oleh pihak
lain.
Seminar Nasional Informatika 2015
g. Availability: Sistem yang diserang atau di
jebol dapat menghambat atau meniadakan
akses ke informasi.
h. Access Control: Aspek ini berhubungan
dengan cara pengaturan siapa-siapa saja yang
berhak mengakses sistem, mengetahui sistem
keamanannya.(Anindita, 2011)
II.2. Konsep Dasar Enkripsi Dan Enkripsi
1. Enkripsi
Enkripsi merupakan hal yang sangat penting
dalam kriptografi yang merupakan pengamanan
data yang dikirimkan terjaga rahasianya. Pesan
asli disebut plaintext yang dirubah menjadi kode-
kode yang tidak dimengerti. Enkripsi bisa
diartikan dengan cipher atau kode. Sama halnya
bila penulis tidak mengerti akan sebuah kata,
maka penulis akan melihatnya didalam kamus
atau daftar istilah-istilah. Beda halnya dengan
enkripsi, untuk merubah plaintext ke bentuk
ciphertext kita menggunakan algoritma yang
dapat mengkodekan data yang penulis
inginkan.(Doni Ariyus, 2006)
2. Dekripsi
Dekripsi adalah proses mengembalikan
suatu informasi dengan cara tertentu dan dengan
algoritma enkripsi yang dipakai. Dekripsi
merupakan proses kebalikan enkripsi, mengubah
ciphertext kembali ke dalam bentuk plaintext.
Untuk menghilangkan padding yang diberikan
pada saat proses enkripsi, dilakukan berdasarkan
informasi jumlah padding, yaitu angka pada byte
terakhir. (Wahana Komputer;2003)
II.3. Algoritma Pohlig Hellman
Pada awalnya algoritma pohlig hellman
ditemukan oleh Roland Silver, namun untuk
pertama kalinya diterbitkan oleh Stephen Pohlig
dan Martin Hellman. Algoritma pohlig hellman
dipatenkan di Amerika Serikat dan Kanada.
Konsep enkripsi pada Algoritma Pohlig-
Hellman hampir sama dengan algoritma RSA.
Pada dasarnya algoritma ini adalah salah
satu algoritma asimetris karena menggunakan
kunci yang berbeda untuk enkripsi dan dekripsi
(Mollin;2007).
Dalam algoritma Pohlig Hellman tidak
menggunakan konsep kunci publik karena
kuncinya dapat digunakan pada saat enkripsi dan
dekripsi sehingga harus terjaga kerahasiaannya.
Sama seperti algoritma lainnya seperti algoritma
RSA dimana dapat melakukan enkripsi dan
dekripsi dalam dihitung dengan rumus:
e
C = P mod n (untuk melakukan enkripsi) .
(1)
d
P = C mod n (untuk melakukan dekripsi)..
(2)
241
Seminar Nasional Informatika 2015

II.4 Metode Fermat flowchart enkripsi dan dekripsi algoritma pohlig

Algoritma pohlig hellman membutuhkan hellman dibawah ini :
teknik untuk membangkitkan bilangan prima START

yang besar. Pada kenyataannya tidak ada cara

Input
untuk membangkitkan bilangan prima besar Bilangan
Prima
secara langsung. Karena itu yang dilakukan
adalah dengan membangkitkan bilangan ganjil NO

besar dan mengetesnya apakah prima atau tidak, Test Bilangan Prima

bila tidak prima maka dibangkitkan lagi bilangan YES

ganjil besar berikutnya, lalu dites kembali hingga Input Kunci
Enkripsi
mendapat hasil prima.
Salah satu teknik yang dapat digunakan NO
untuk menguji apakah suatu bilangan merupakan Uji Prima

bilangan prima atau tidak adalah dengan

YES
menggunaka metode fermat.(Mollin;2007).
Hitung Kunci
Pierre De Fermat lahir di Beaumont-de- Dekripsi

Lomagne, Tarn-et-Garonne, Prancis. Ia

memberikan banyak sekali kontribusi pada ilmu Input File
Plainteks
teori bilangan. Salah satu teoremanya yang
terkenal adalah Fermat Little Theorem. Teorema
ini pertama kalinya dinyatakannya pada sebuah Enkripsi File

surat untuk temannya, Frencle de Bessy, pada

tanggal 18 Oktober 1640. Pada surat tersebut Cipherteks

tertulis:
p membagi ap-1-1 untuk n suatu bilangan prima END
dan a saling prima dengan p.
Secara formal, teorema Fermat menyatakan Gambar 1. Flowchart Enkripsi Pohlig Hellman
bahwa jika p adalah bilangan yang akan diuji
keprimaannya dan 1< a < p, maka : START
a p-1 mod p = 1...
(3)
dimana a Input Kunci
Dekripsi
Jika kita ingin membuktikan apakah p
adalah bilangan prima atau bukan, langkah
pertama yang harus dilakukan adalah dengan Input
menentukan nilai a secara acak pada interval Cipherteks
antara 2 sampai p-1 dan membuktikan apakah p
memenuhi persamaan di atas. Jika persamaan
tersebut tidak terpenuhi pada satu nilai a maka p
adalah bilangan komposit. Sedangkan jika Dekripsi File
persamaan tersebut dipenuhi pada banyak nilai
a, maka p adalah kemungkinan prima.

III. Metode Penelitian

Metode algoritma Pohlig Hellman tidak
menggunakan kunci publik karena kuncinya dapat
digunakan pada saat enkripsi dan dekripsi
sehingga harus terjaga kerahasiaannya. Algoritma
Pohlig Hellman membutuhkan teknik untuk
pengujian bilangan prima yang berguna sebagai
kunci utama yang mana dalam penelitian ini
menggunakan metode fermat, serta langkah
selanjutnya harus meng-input kunci enkripsi yang
mana kunci tersebut harus bersifat
rahasia(private) lalu akan menghasilkan kunci
dekripsi. Penjelasan diatas dapat dilihat pada
Plainteks
END
Gambar 2 : Flowchart Dekripsi Pohlog Hellman
III HASIL DAN PEMBAHASAN
III.1 Enkripsi dan Dekripsi Pohlig Hellman
Enkripsi merupakan suatu proses mengubah
plainteks menjadi sebuah chipherteks yang tidak
dapat diterjemahkan secara langsung. Proses kerja
pada algoritma kriptografi pohlig-hellman tidak
menggunakan kunci publik melainkan harus

242
 Seminar Nasional Informatika 2015

menggunakan kunci private karena kunci yang Hasil dari kunci dekripsi adalah d = 71 pada nilai
akan digunakan pada saat enkripsi dan dekripsi k = -62
sehingga harus terjaga kerahasiaannya. Ada
beberapa tahapan yang ada pada Algoritma
Pohlig Hellman. Pertama kita harus melakukan Dalam proses perhitungan, hasil yang berupa
bilangan bulat sebagai syarat dari kunci dekripsi
pengujian bilangan prima. Dimana pengujian
hanya ditemukan pada nilai k yang negatif. Jika
bilangan prima berguna sebagai kunci utama
nilai k positif, maka nilai d akan menjadi negatif
dalam melakukan enkripsi dan dekripsi, untuk
sehingga tidak memenuhi syarat untuk dijadikan
melakukan pengujian bilangan prima penulis
menggunakan metode fermat. Tahap kedua sebagai kunci dekripsi. Nilai k yang digunakan
inputkan kunci enkripsi, dimana kunci enkripsi adalah nilai negatif yang dimulai dengan k=-1.
Nilai ini terus mengalami pengurangan sebesar d
harus bersifat private sehingga akan menghasilkan
Z +.
kunci dekripsi.
Setelah didapat kunci dekripsi kemudian kita
Pada proses enkripsi pohlig hellman, terlebih
ubah pesan rahasia TUNGGU AKU DISANA
dahulu kita masukkan pesan yang akan
dirahasiakan. Disini penulis memasukkan pesan kedalam bilangan ASCII sehingga menjadi { 84,
rahasianya berupa file teks berekstensi *.txt yang 85, 78, 71, 71, 85, 32, 65, 75, 85, 32, 68, 73, 83,
65, 78, 65 }
isi dari pesan tersebut adalah TUNGGU AKU DI
Kemudian lakukan proses enkripsi pesan dengan
SANA. Kemudian pilihan sebuah bilangan prima
rumus :
yang akan dirahasiakan. Untuk mengetahui
bilangan yang akan dirahasiakan adalah bilangan c(i) = m(i)e mod p
prima atau tidak, maka kita gunakan metode Maka :
fermat untuk pengujian bilangan prima. Dimana
bilangan yang akan dirahasiakan adalah bilangan
c(1) = m(1)e mod 151
71. Pertama kita uji bilangan tersebut apakah
= 84131 mod 151
termasuk bilangan prima atau tidak dengan
menggunakan metode fermat. p = 151 = 86
Pembuktian dilakukan dengan mengambil =V
c(2) = m(2)e mod 151
beberapa nilai a pada interval 1 < a < 250
= 85131 mod 151
sebagai contoh a = {27, 41}.
=2
= STR(Start Of Header)
a p-1 mod p = 1
Jika a = 27, maka :
a=27 c(3) = m(3)e mod 151
= 78131 mod 151
b=150 (p-1)
= 20
p=151
= DLE(Data Link Escape)
z = a^b mod p
z = 27^22500 mod 151
z=1 c(4) = m(4)e mod 151
= 71131 mod 151
= 56
Jika hasil dari pengujian menghasilkan nilai
=8
= 1 maka bilangan ini merupakan bilangan prima.
Maka bilangan tersebut dapat digunakan sebagai
kunci rahasia. Selanjutnya kita pilih bilangan c(5) = m(5)e mod 151
bulat e sebagai kunci enkripsi (rahasia) dengan = 71131 mod 151
= 56
syarat, e p-2, diharapkan nilai e juga bilangan
=8
prima karena jika bukan bilangan prima maka
hasilnya tidak akan bisa diproses.
c(6) = m(6)e mod 151
Contoh : = 85131 mod 151
e = 131 =2
= STR(Start Of Header)
kemudian cari kunci dekripsi d (rahasia) melalui
iterasi terhadap k dengan rumus :
1 k * (1 p)
d ...........................(4)
e c(7) = m(7)e mod 151
Dengan syarat : = 32131 mod 151
k Z, -1000 k 1000 = 118
d Z+ =v

c(8) = m(8)e mod 151

243
Seminar Nasional Informatika 2015

= 65131 mod 151 m(1) = c(1)d mod 151

= 27 = 271 mod 151
= ETB = 85

c(9) = m(9)e mod 151 m(1) = 84 T

= 75131 mod 151 m(2) = 85 U
= 135 m(3) = 78 N
= m(4) = 71 N
c(10) = m(10)e mod 151 m(5) = 71 G
= 85131 mod 151 m(6) = 85 U
=2 m(7) = 32 space
= STR(Start Of Header) m(8) = 65 A
m(9) = 75 K
c(11) = m(11)e mod 151 m(10) = 85 U
= 32131 mod 151 m(11) = 32 space
= 118 m(12) = 68 D
=v m(13) = 73 I
m(14) = 83 S
c(12) = m(12)e mod 151 m(15) = 65 A
= 68131 mod 151 m(16) = 78 N
= 84 m(17) = 65 A
=T
Dengan menggunakan algoritma pohlig hellman
c(13) = m(13)e mod 151 dalam mengamankan data pesan tersebut sulit
= 73131 mod 151 untuk diketahui, karena user menggunakan kunci
= 131 private yaitu kunci enkripsi untuk melakukan
= proses enkripsi dan kunci dekripsi untuk
melakukan proses dekripsi. Dimana kedua kunci
c(14) = m(14)e mod 151 tersebut merupakan bilangan primadan dihitung
= 83131 mod 151 dengan menggunakan teroema fermat.
= 67
=C
IV. Kesimpulan dan Saran
c(15) = m(15)e mod 151 IV.I. Kesimpulan
= 65131 mod 151 Kesimpulan yang didapat dari penggunaan
= 27 algoritma pohlig hellman dalam mengamankan
= ESC data adalah :
1. Mengetahui penggunaan algoritma pohlig
c(16) = m(16)e mod 151 hellman dalam mengamankan data.
= 78131 mod 151 2. Pesan rahasia tetap terjaga, kerahasiaannya
= 20
karena untuk mengetahui pesan tersebut
= DLE(Data Link Escape)
harus memiliki kunci dekrpsi. Dimana kunci
c(17) = m(17)e mod 151 dekripsi diperoleh dari iterasi kunci k.
= 65131 mod 151
= 27 IV.2. Saran
= ESC Dari penggunaan algoritma pohlig hellman dalam
mengamankan data masih memiliki banyak
Dekripsi adalah merubah hasil dari enkripsi yaitu kekurangan, maka saran yang dapat penulis
cipherteks menjadi plainteks awal atau pesan berikana adalah :
yang tidak dibaca menjadi pesan yang dapat 1. Pada kunci dekripsi yang dihasilkan
dibaca. Untuk melakukan proses dekripsi pada sebaiknya perlu ditambahkan kunci lagi
algoritma pohlig hellmandibutuhkan kunci agar keamanannya lebih terjamin
dekripsi. 2. Pada pesan yang akan dirahasiakan
m(i) = c(i)d mod p
sebaiknya tidak hanya pesan yang
Maka :
m(1) = c(1)d mod 151 berekstention *.txt saja tapi juga
= 8671 mod 151 berekstention *.doc dan lain sebagainya.
= 84

244

Daftar Pustaka
[1] Doni Ariyus,. 2008, Pengantar Ilmu
Kriptografi Teori, Analisis dan
Implementasi, Andi Publisher, Yogyakarta
[2] Busran, Putri Mandarani, 2012, Analisa
Komputasi Enkripsi Dan Dekripsi Data
Gambar, Teks Dan Audio Dengan
Menggunakan Algoritma Rc4berbasis Visual
Basic 6.0, Junal Teknologi Informasi &
Pendidikan ISSN : 2086 4981 VOL. 5 NO
1, hal : 33
Seminar Nasional Informatika 2015
[3] Halim Hasigian, Abdul, 2013, Implementasi
Algoritma Hill Cipher Dalam Penyandian
Data, Pelita Informatika Budi Darma, Vol.
IV No. 2
[4] Hartini dan Sri Primaini, 2014, , Kriptografi
Password menggunakan Modifikasi
Metode Affine Ciphers,Vol. 2 No. 1
[5] Richard A. Mollin, 2007. An Introduction
To Chryptography: Second Edition. Taylor
& Francis Group, New York
245
Seminar Nasional Informatika 2015

ANALISIS FITUR E-LEARNING PADA KURIKULUM 2013

DENGAN PENDEKATAN MODEL DESCRIPTIVE-EXPLANATORY-
EXPERIMENTAL

Rizky1, Isnanto Adi Prasetyo2, Hari Agung Budi3

1,2
Magister STMIK AMIKOM YOGYAKARTA
1,2
Jl. Ring Road Utara, Condong Catur, Sleman, Yogyakarta. Telp : (0274) 884-201
1
tyobeda@gmail.com, 2kaksam2nas@gmail.com,3okedonkey@gmail.com

Abstrak

Saat ini Indonesia sedang menghadapi tantangan yang berkaitan dengan dunia pendidikan karena perubahan
dari Kurikulum Tingkat Satuan Pendidikan (KTSP) ke Kurikulum 2013. Kurikulum 2013 menerapkan
pembelajaran tematik yang diteliti dengan pendekatan ilmiah. Unsur-unsur pendekatan ilmiah versi
Kemendikbud yang terdiri dari mengamati, menanya, mencoba, dan membentuk jejaring, dituangkan dalam
bentuk keterampilan proses yang disesuaikan dengan model Descriptive-Explanatory-Experimental (DEE).
Perubahan kurikulum ini tentu bukan tanpa masalah, masalah yang marak terjadi antara lain dibutuhkannya
media pembelajaran baik untuk guru maupun siswa agar tidak terjadi kesalahpahaman pada proses belajar
maupun mengajar, serta media pembelajaran berbasis IT baik untuk guru maupun murid. Hal ini tentu
membuka peluang bagi para praktisi informatika untuk menerapkan e-learning pada permasalahan yang
terjadi dalam penerapan Kurikulum 2013. Dengan memanfaatkan teknologi yang ada pada saat sekarang dan
disesuaikan dengan model DEE yang mewakili unsur-unsur pendekatan ilmiah pada Kurikulum 2013. Pada
tulisan ini peniliti menganalisis kebutuhan fitur e-learning sebagai media pembelajaran berdasarkan model
DEE dan hasil dari penelitian ini adalah rekomendasi bagi para praktisi informatika khususnya dalam tahap
desain.

Kata Kunci : Analisis Fitur, Kurikulum 2013, Model DEE, E-learning

1. PENDAHULUAN Namun pada kenyataannya, Kurikulum

Revisi yang dilakukan pemerintah untuk
melakukan perubahan kurikulum dari Kurikulum
Tingkat Satuan Pendidikan (KTSP) yang telah
berjalan selama kurang lebih 6 tahun ini tentu
bukan tanpa alasan, salah satu dari banyak
pertimbangan perubahan KTSP menjadi
Kurikulum 2013 adalah konvergensi ilmu dan
teknologi, yaitupenggabungan kemajuan
teknologi informasi sebagai pertimbangan
pemanfaatan teknologi dalam proses belajar dan
mengajar. Sedangkan target dari kurikulum 2013
ini menuntut siswa untuk mampu mengamati,
menyimak, membaca, mendengar, bertanya,
bernalar, mencoba, dan mengomunikasikannya.
Dengan menggunakan metode tematik
integratif, Kurikulum 2013 mengintegrasikan
beberapa mata pelajaran dan dipaparkan dalam
satu kesatuan khusus. Siswa tidak lagi
mempelajari konsep dasar secara parsial, siswa
mempelajarai konsep dasar secara utuh sesua
tema yang bersangkutan. Tema yang diambil
membahas seputar kehidupan sehari-hari manusia
dan alam sekitar. Dua pembahasan tadi akan
memberikan makna substansial terhadap mata
pelajaran PPKn, Bahasa Indonesia, Matematika,
Seni-Budaya, dan Prakarya.
2013 yang diharapkan menjadi Kurikulum
pamungkas yang akan memajukan dunia
pendidikan di Indonesia menuai beberapa
kecaman disejumlah tempat. Kurikulum 2013
telah diterapkan secara bertahap dan terbatas
pada 6.221 sekolah pada 624 kabupaten/kota di
seluruh Indonesia pada tahun pelajaran
2013/2014. Hal ini terkait dengan pemberhentian
sebagian pelaksanaan Kurikulum 2013 oleh
Menteri Pendidikan dan Kebudayaan, Anies
Rasyid Baswedan. Pengambilan keputusan ini
berdasarkan fakta permasalahan di lapangan yang
menyebutkan kurangnya kesiapan pendistribusian
buku, sistem penilaian yang rumit, kurangnya
penataran dan pendampingan guru maupun kepala
sekolah.Hal ini menuntut untuk hadirnya media
pembelajaran berbasis e-learning untuk
menunjang dan mendukung kesuksesan
kurikulum 2013
Dari permasalahan yang terjadi, rumusan
masalah yang kami ambil adalah, apakah
kebutuhan kurikulum 2013 dapat
diimplementasikan dalam bentuk fitur e-learning
yang dianalisis menggunakan model DEE.
Sedangkan sebagai batasan masalahnya,
tulisan ini memfokuskan penelitian pada bagian
dari E-learning, yaitu Web-Based-Learning

246

(WBL). Karena WBL bisa menangani masalah
ketidakmerataan pendistribusian buku kurikulum
2013.
Gambar 1. Technological dimensions of e-
Learning (Said Hadjerrouit, 2007)
Menurut (Turban, 2005), E-learning
merupakan proses belajar-mengajar yang
didukung oleh web, bisa digunakan dalam kelas
biasa atau kelas virtual. Menurut (Henderson,
2003), e-learning merupakan pemanfaatan
teknologi khususnya dalam penggunaan internet
sebagai media pembelajaran jangkauan yang luas
berlandaskan pada tiga kriteria, yaitu:
a. E-learning merupakan jaringan dengan
kemampuan memperbarui, menyimpan,
mendistribusi dan membagi materi ajar atau
informasi.
b. Pengiriman sampai ke pengguna akhir
dengan media internet yang standar.
c. Memfokuskan pandangan pada pandangan
yang luas tentang pembelajaran dibalik
paradigma pembelajaran tradisional.
E-learning menurut (Effendi, Zhuang, 2005)
adalah semua kegiatan pelatihan yang
menggunakan media elektronik atau teknologi
informasi. Cabang dari e-learning adalah CBT
(Computer Based Test), CBI (Computer Based
Intruction), Distance Learning, Desktop Video
Conferencing, LCC (Learned Centered
Classroom), WBT (Web-Based Training), dan
sebagainya. Contoh penerapan E-Learning pada
WBT yaitu : Khan Academy, Quipper. Dan
Udemy. Ketiga website inilah yang akan peneliti
gunakan sebagai acuan kebutuhan fitur-fitur yang
akan diterapkan sebagai media pembelajaran
Kurikulum 2013.
Ada beberapa pilihan pendekatan dalam
menganalisis kebutuhan fitur pada kurikulum
2013, antara lain : pendekatan PAKEM
(Pembelajaran yang Aktif, Kreatif, Efektif, dan
Menyenangkan). Contextual Teaching and
Learning/CTL yang merupakan konsep mengajar
dan belajar yang membantu guru menghubungkan
mata pelajaran dengan situasu nyata dan yang
memotivasi siswa agar menghubungkan
pengetahuan dan terapannya dengan fenomena
dalam kehidupan sehari-hari sebagai anggota
Seminar Nasional Informatika 2015
keluarga maupun anggota masyarakat. Scientific
Approach (Pendekatan Ilmiah), merupakan
pendekatan yang juga digunakan oleh
Kemendikbud untuk meneliti Kurikulum 2013.
Penelitian terkait sebelumnya seputar pendekatan
ilmiah membahasa tentang Penerapan Pendekatan
Scientific Dalam Pembelajaran Matematika SMP
Kelas VII Materi Bilangan (Pecahan). Dari
penelitian yang telah dilakukan tersebut, peneliti
menganalisis aspek apa sajakah yang dilakukan
dengan pendekatan ilmiah untuk dijadikan acuan
analisa kebutuhan Fitur pada Kurikulum 2013
dalam bentuk soal-soal latihan siswa. Sehingga
didapatkan kesesuaian antara kesesuain pemetaan
fitur dengan aspek-aspek yang dicakup dalam
pendekatan ilmiah, antara lain kemampuan untuk
mengamati, menyimak, membaca, mendengar,
bertanya, bernalar, mencoba, dan
mengomunikasikannya
Dalam penelitian sebelumnya tentang
pembelajaran integratif yang juga melakukan
penelitian dengan pendekatan ilmiah,
Kemendikbud memiliki versi pendekatan ilmiah
yang dipetakan dalam model DEE (Descriptive-
Explanatory-Experimental) yang memetakan
pendekatan ilmiah dengan keterampilan proses
yang wajib dimiliki oleh siswa.
Tabel 1. Kesesuaian Pendekatan Ilmiah dengan
Keterampilan Proses
Keterampilan proses Tabel 1 dapat dijadikan
acuan untuk menentukan kebutuhan fitur E-
Learning yang akan diterapkan pada Kurikulum
2013 dan di bandingkan dengan fitur media
pembelajaran yang sedang diterapkan pada
website Khan Academy, Quipper, dan Udemy.
Untuk memaksimalkan peluang yang ada,
tentu perlu adanya pertimbangan bahwa E-
learning sebagai media pembelajaran harus dapat
memfasilitasi terjadinya proses belajar atau
meningkatkan pemahaman materi pembelajaran
(Newby, Stepich, Lehman, & Russell, 2000
dikutip dalam Craig L. Scanlan, tt) Tabel berikut
ini menyajikan berbagai karakteristik media
pembelajaran
247
Seminar Nasional Informatika 2015

Tabel 2. Karakteristik Media Pembelajaran

(Newby, Stepich, Lehman, & Russell, 2000 Gambar 1 menjelaskan urutan alur penelitian
dikutip dalam Craig L. Scanlan, tt) yang dilakukukan oleh peneliti, adapun
penjelasannya adalah :

1. Pengumpulan Dokumentasi Terkait

Peneliti mengumpulkan dokumentasi
terkait dengan penelitian yang sedang
dilkukan. Bisa berupa jurnal, skripsi, hasil
penelitian, isu/berita, buku dan sebagainya.

2. Analisis
Menganalisis bagan-bagan yang ada
dibawahnya dengan landasan teori-teori
dokumen yang mendukung.
Tabel 3. Kompetensi 3&4 Tematik 4.1 a. Model D-E-E
Menjelaskan model yang digunakan
sebagai acuan pemetaan kebutuhan
fitur E-Learning kurikulum 2013.
b. Karateristik Media Pembelajaran
Menjelaskan kebutuhan RPL
berdasarkan studi dokumentasi dan
fitur E-Learning yang sudah
diterapkan pada website E-Learning
seperti: Khan Academy, Quipper,
dan Udemy.
c. Tematik 4.1
Tematik 4.1 menjelaskan tentang
kompetensi dasar siswa, jadi hal ini
dimaksudkan untuk mengetahui apa
saja yang diperlukan untuk siswa
dan guru sebagai media
pembelajaran

2. Metode Penelitian Tahap 1 : Penyesuaian Kebutuhan Fitur

2.1 Fitur Pendidikan
Menurut Arikunto (2002:206) metode Penyesuian model DEE dengan
dokumentasi adalah penelitian dengan mencari kebutuhan fitur
data yang nisa berupa catatan, transkrip, buku, 2.2 Studi Kasus
surat kabar, majalah, prasasti, notulen rapat, leger Penyesuaian Khan Academy,
agenda, dan sebagainya. Hadari Nawawi Udemey, Quipper dengan
(2005:133) menyatakan bahwa studi dokumentasi kebutuhan fitur Pendidikan
adalah cara pengumpulan data melalui peniggalan 2.3 Fitur E-Learning
tertulis terutama berupaarsip-arsip dan termasuk Penyesuaian Model DEE dengan
juga buku mengenai pendapat, dalil yang fitur E-Learning
berhubungan dengan masalah pendidikan.
Tahap 2 : Penyesuaian Materi Ajar
Materi ajar yang dijadikan objek
penelitian adalah, Tematik 4.1 Kelas 4
SD. Hasil pemetaan Fitur E-Learning
Kurikulum 2013 di sesuaikan dengan
materi-materi tematik sesuai dengan
kompetensi dasar yang bisa dipenuhi
oleh fitur-fitur yang sudah ada pada
website E-Learning yang dijadikan
acuan.

Tahap 3 : Desain E-Learning 2013

Hasil dari penelitian ini adalah
rekomendasi bagi praktisi informatika
Gambar 1. Alur Penelitian khususnya desainer untuk melakukan

248
 Seminar Nasional Informatika 2015

penelitian lanjut, rekomendasi juga

berupa permasalahan yang ada seputar
penelitian yang dilakukan.

3. Pembahasan

Pendekatan yang digunakan untuk

menganalisis fitur e-learning berdasarkan model
DEE adalah dengan melakukan pemetaan
keterampilan proses model DEE terhadap fitur
RPL dan objek materi ajar yang akan
diterapkan.Konsep pemetaan ini didasarkan pada
adanya kesesuaian antara tujuan akhir
keterampilan proses pada DEE dengan peluang
yang bisa dilakukan dengan fitur-fitur E-learning
yang sudah ada. 3.2 Tahap 2 : menentukan kesesuaian model
DEE terhadap materi tematik 4.1
Dari (tabel 2) karateristik media
menjelaskan tentang poin-poin apa saja yang
dibutuhkan dalam proses belajar, dan media apa Tabel 6 . kesesuaian model DEE terhadap materi
saja yang dapat digunakan untuk memenuhi tematik 4.1
kebutuhan proses pembelajaran. Dari banyak
media pembelajaran yang disebutkan pada tabel 2,
saat ini software komputer sudah bisa mewakili
banyak media pembelajran yang lama digunakan,
seperti buku, papan tulis, slide OHP, DVD,
gambar, maupun suara. Untuk penjabaran
penggantian media pembelajaran E-learning akan
di bahas di Tahap 1.

3.1 Tahap 1 : Memetakan karateristik media

pembelajaran dengan fitur e-learning yang 3.3 Tahap 3 :Mendesain rancangan E-Learning
sudah ada (studi kasus : Quipper, Khan bagi desainer berdasarkan analisis
Academy, Udemy) kebutuhan fitur yang telah dilakukan

Tabel 4 Fitur E-learning yang ada pada Pemodelan Pengguna

media pembelajaran saat ini
Murid
e-Learning untuk berpartisipasi dalam proses
pendidikan. Bahkan, peserta didik adalah
pengguna yang paling penting, dalam arti bahwa
e-Learning yang digunakan untuk memenuhi
kebutuhan pendidikan mereka.

Tabel 5. Pemetaan Model DEE, Fitur e-learning,
dan karateristik Media Pembelajaran
Guru
menggunakan e-Learning untuk menyediakan
materi studi baru, memperbarui yang sudah ada,
mengawasi, pelatih, membantu, dan mengevaluasi
pembelajaran, par-ticipate siswa dalam diskusi,
berkomunikasi dan bertukar pesan pribadi,
mengumpulkan, menilai, dan kembali kiriman,
proyek komentar kerja, kegiatan belajar review,
dll
Administrator
melakukan dukungan dari semua pengguna e-
Learning. Mereka Administrasi hak keamanan
dan akses ke sistem, operasi jaringan, memantau
dan perbaikan database koneksi dan operasi, serta
masalah Server, menjaga sistem, menghasilkan
sta-tistics, dll

249
Seminar Nasional Informatika 2015

Daftar Pustaka :

[1] berkas.dpr.go.id/pengkajian/files/info_si
ngkat/Info%20Singkat-IV-24-II-P3DI-De
sember-2012-10.pdf (diakses 12 April
2015)
[2] Felano, R., 2013, Analisis Dan
Perancangan E-Learning Berbasis Web
Di Sma Mardi Yuana Depok. Skripsi.
Universitas Gunadarma.
[3] Pujiastuti P, 2013, Pemgembangan
Model Pembelajaran Integratif (Science
Process Skills, Cmap Tools, dan CUE
Framework) Guna Membekali
4. Kesimpulan Kemampuan Pembelajaran Tematik.
Penelitian Fundamental,. h.45-46.
Berdasarkann analisis yang telah
dipaparkan, maka bisa disimpulkan bahwa tahap [4] Dimyanti dan Mudjiono, 2010, Belajar
dalam menganalisis fitur e-learning berdasarkan dan Pembelajaran,Penerbit Rineka
model DEE dalam penelitian ini dibagi menjadi 3 Cipta,.h.16
tahapan sebagai berikut: (a) Memetakan [5] M.F Atsnanm, 2013, Penerapan
karateristik media Pendekatan Scientific dalam
pembelajaran dengan fitur e-learning yang Pembelajaran Matematika SMP Kelas
sudah ada dengan studi kasus Quipper, Khan VII Materi Bilangan (Pecahan). Seminar
Academy, Udemey); (b) Menentukan kesesuaian Nasional Matematika dan Pendidikan
model DEE terhadap materi tematik 4.1 ; (c) Matematika FMIPA UNY. h.431-434.
Mendesain rancangan E-Learning bagi desainer
berdasarkan analisis kebutuhan fitur yang telah [6] Pujiastuti P, 2013,Pemgembangan Model
dilakukan. Pembelajaran Integratif (Science
Process Skills, Cmap Tools, dan CUE
Melakukan penelitian serupa namun Framework) Guna Membekali
dilakukan dengan metodologi yang berbeda Kemampuan Pembelajaran Tematik.
sehingga didapatkan hasil yang dapat dijadikan Penelitian Fundamental,. h.45-46.
perbandingan ataupun referensi. Saran bagi yang
peneliti yang ingin melanjutkan penelitian ini
adalah dengan melanjutkan ketahap
Implementasi, blueprint, atau prototype.

250
 Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN ASISTEN

PELATIH SEPAK BOLA MENGGUNAKAN
METODE PROFILE MATCHING
Adil Setiawan

Universitas Potensi Utama

Jl. K.L Yos Sudarso Km. 6,5 No.3A Medan
Email : adilsetiawan65@gmail.com

Abstrak Asisten Pelatih Sepak Bola adalah orang yang berada penuh melatih dan membimbing pemain
dalam melakukan latihan. Karena itu dalam menentukan kelayakan seorang asisten sangatlah penting. Oleh
sebab itu diperlukan Sistem Pendukung Keputusan yang baik agar penentuan Asisten Pelatih menjadi lebih
optimal. Dalam Sistem Pendukung Keputusan diperlukan sebuah metode yaitu Profile Matching yang
digunakan untuk menentukan prioritas dengan ranking tertinggi, di mana sebagai saran dari sistem yang tepat
dalam menentukan seorang Asisten Pelatih Sepak Bola. Dalam perhitungan menggunakan metode Profile
Matching berdasarkan standar yang terdapat pada SSB Sriwijaya, merupakan parameter dalam menentukan
kelayakan seorang Asisten Pelatih Sepak Bola. Dengan hasil Pengujian ke sistem mencapai tingkat 100 %
akurasi kecocokannya.

Kata kunci : Sistem Pendukung Keputusan, Profile Matching, Asisten Pelatih Sepak bola

Pendahuluan rangka mengoptimalkan setiap strategi yang

LatarBelakang
Sistem pendukung keputusan adalah
sebuah sistem yang dimaksudkan untuk
mendukung para pengambil keputusan manajerial
dalam situasi keputusan. Untuk menjadi alat bantu
bagi para pengambil keputusan untuk memperluas
kapabilitas mereka, namun tidak untuk mengganti
penilaian mereka. Dalam hal ini kaitannya dengan
Profil Maching adalah sistem kompetensi akan
mendeskripsikan prestasi dan potensi sumber
daya manusia sesuai dengan unit kerjanya,
pencapaian prestasi karyawan dan potensinya
dapat terlihat apakah kopetensinya tersebut telah
sesuai dengan tugas pekerjaan yang dimilikinya.
(Asfan Muqtadir, Irwan Purdianto, 2013) [1].
Profile Maching merupakan proses
membandingkan antara kompetensi individu
dengan kompetensi jabatan sehingga dapat
diketahui perbedaan kompetensinya. Sejauh ini
Profile Maching digunakan untuk perencanaan
karir, seleksi karyawan berprestasi, kenaikan
jabatan, pemindahan tugas karyawan dan
sebagainya yang berhubungan dengan
kemampuan personal. Semakin kecil gap yang
dihasilkan maka bobot nilainya semakin besar
untuk seseorang menempati posisi tersebut,
sistem kompetensi akanmendeskripsikan prestasi
dan potensi sumber daya manusia sesuai dengan
unit kerjanya.
Sistem Pendukung keputusan adalah
pendukung pengambilan keputusan dengan
memberikan informasi yang dibutuhkan untuk
diketahui oleh si pengambil keputusan dalam
diterapkan yang terkait dengan sistem
pembelajaran (Abu-Naser, at al, 2011) [2].
Proses Profile Matching dilakukan untuk
menentukan rekomendasi Calon Asisten Pelatih
dalam sistem penerimaan Asisten Pelatih Sepak
Bola. Untuk mendapatkan seorang Asisten Pelatih
sangat membutuhkan waktu yang lama karana
dalam penilaian terdapat lebih dari satu orang
penilai, dan proses yang panjang hingga
menghabiskan banyak waktu. Untuk itu
dibutuhkan suatu sistem yang diharapkan dapat
memiliki kemampuan memecahkan suatu
permasalahan dalam pemilihan Asisten Pelatih.
Hal inilah yang mendorong lahirnya konsep
sistem pendukung keputusan ini. Hasil dari proses
seleksi berupa skor akhir Asisten Pelatih, sebagai
rekomendasi yang lebih cepat dan mudah bagi
pengambil keputusan untuk memilih Calon
Asisten Pelatih yang diterima.
Metode Profil Matching dilakukan
untuk menentukan rekomendasi Asisten Pelatih
Baru dalam sistem seleksi penerimaan Asisten
Pelatih dengan melihat hasil perbandingan (GAP)
antara standar parameter kompetensi pada
beberapa variabel sistem dengan kompetensi
Asisten Pelatih baru. Hasil ini berupa nilai bobot
atau skor akhir Asisten Pelatih sebagai
rekomendasi sistem. Hal ini berguna untuk
memudahkan dalam pengambilan keputusan yang
terkait dengan masalah seleksi penerimaan
Asisten Pelatih baru.

251
Seminar Nasional Informatika 2015

Perumusan Masalah Komponen Sistem Pendukung Keputusan

Masalah yang di bahas dalam jurnal ini
adalah sebagai berikut : Menurut Muslihudin et al, (2014)[5], Sistem
1. Bagaimana sistem metode Profile Matching pendukung keputusan terdiri atas tiga komponen
digunakan untuk menyelesaikan masalah utama yaitu :
pemilihan Asisten Pelatih Sepak Bola yang 1. Subsistem pengelolaan data (database)
baru? Subsistem pengelolaan data
2. Bagaimana merancang dan membangun (database)merupakan komponen SPK yang
sebuah aplikasi yang dapat membantu untuk berguna sebagai penyedia data bagi sistem.
mendapatkan Asisten Pelatih Sepak Bola Data tersebut disimpan dan diorganisasikan
yang baru? dalam sebuah basis data yang diorganisasikan
3. Bagamana mengimplementasikan sebuah oleh suatu sistem yang disebut dengan sistem
aplikasi yang dapat membantu untuk manajemen basis data (Database
mendapatkan Asisten Pelatih Sepak Bola Management System).
yang baru? 2. Subsistem pengelolaan model (model base)
Keunikan dari SPK adalah
Tujuan kemampuannyadalam mengintregasikan data
Tujuan penelitian ini adalah sebagai berikut: dengan model-modelkeputusan. Model
1. Menganalisa sistem pendukung keputusan adalah suatu tiruan dari alam nyata. Kendala
yang dapat membantu dalam pemilihan yang sering dihadapi dalam merancang suatu
Asisten Pelatih Sepak Bola dengan metode model adalah bahwa model yang dirancang
Profile Matching. tidak mampumencerminkan seluruh variable
2. Merancang aplikasi sistem penunjang alam nyata, sehingga keputusan yang diambil
keputusan pemilihan Asisten Pelatih Sepak tidak sesuaidengan kebutuhan. Oleh karena
Bola dengan menggunakan metode Profile itu, dalam menyimpan berbagai model harus
Matching. diperhatikan dan harus dijaga
3. Mengimplementasikan aplikasi sistem fleksibilitasnya. Hal lain yang
penunjang keputusan pemilihan Asisten perludiperhatikan adalah pada setiap model
Pelatih Sepak Bola dengan menggunakan yang disimpan hendaknya ditambahkan
metode Profile Matching. rincian keterangandan penjelasan yang
4. Menguji sistem penunjang keputusan seleksi komprehensif mengenai model yang dibuat.
penerimaan Asisten Pelatih Sepak Bola 3. Subsi stem pengelolaan dialog (user
dengan menggunakan metode Profile interface)
Matching. Keunikan lainnya dari SPK adalah adanyafasilitas
yang mampu mengintregasikan sistem
Metodologi Penelitian yangterpasang dengan pengguna secara
interaktif,yang dikenal dengan subsistem dialog.
Defenisi Sistem Pendukung Keputusan Melaluisubsistem dialog, sistem
Sistem Pendukung Keputusan (Decision diimplementasikansehingga pengguna dapat
Support System) merupakan sistem informasi berkomunikasi dengan sistem yang dibuat.
interaktif yang menyediakan informasi, Hubungan antara ketiga komponen ini dapat
pemodelan, dan memanipulasi data. Sistem itu dilihat pada gambar di bawah ini(Muslihudin et al
digunakan untuk membantu pengambilan
keputusan dalam situasi yang semiterstruktural
dan situasi yang tidak terstruktur, di mana tak
seorang pun tahu sacara pasti bagaimana
keputusan seharusnya dibuat (Riyani et al, 2010)
[3]
.
Dalam sistem pendukung keputusan pasti
tidak terlepas dari proses pengambilan keputusan
itu sendiri, pada dasarnya proses pengambilan
keputusan terdiri dari 3 proses: intelligence,
design, dan choice. Intelligence yaitu pencarian
kondisi-kondisi yang dapat menghasilkan
keputusan, design yaitu menemukan,
mengembangkan, dan menganalisis materi-materi
yang mungkin untuk dikerjakan, sedangkan
choice yaitu pemilihan dari materi-materi yang
tersedia, mana yang akan dikerjakan (Nyoman et
al, 2013) [4].

252

,2014).
Gambar 1. Hubungan antara Ketiga
Komponen SistemPendukung Keputusan
Profile Matching
Profile Matching merupakan suatu
proses yang sangat penting dalam manajemen
SDM di mana terlebih dahulu ditentukan
kompetensi (kemampuan) yang diperlukan oleh
suatu jabatan, kompetensi kemampuan tersebut
harus dapat dipenuhi oleh pemegang atau calon
yang akan dinilai kinerjanya. Secara garis besar
merupakan proses membandingkan antara
kompetensi individu ke dalam kompetensi jabatan
sehingga dapat diketahui perbedaan
kompetensinya (Muhammad, 2013) [6].
Profile matching merupakan suatu
proses yang sangat penting dalam manajemen
SDM di mana terlebih dahulu ditentukan
kompetensi (kemampuan) yang diperlukan oleh
suatu jabatan. Profile Matching berfungsi sebagai
alat bantu untuk mempercepat proses Matching
antara profil jabatan (soft kompetensi jabatan)
dengan profil karyawan (soft kompetensi
karyawan) sehingga dapat memperoleh informasi
lebih cepat (Andreas et al, 2012) [7].
Metode Profile Matching merupakan
proses membandingkan kompetisi individu
dengan kompetisi jabatan sehingga dapat
diketahui perbedaan kompetisi atau juga disebut
kesenjangan, semakin kecil gap yang dihasikan,
semakin besar nilai bobot yang berarti memiliki
peluang lebih besar untuk pelamar menempatkan
posisi tersebut. Perbandingan tersebut yang
menjadi landasan hasil penentuan kompetensi
tersebut (Ferdian, 2013) [8].
Pembahasan
Algoritma Metode Profile Matching
Profile Matching merupakan merupakan
proses membandingkan antara kompetensi
Seminar Nasional Informatika 2015
individu kedalam kompetensi jabatan sehingga
dapat diketahui perbedaan kompetensinya
(disebut juga gap), semakin kecil gap yang
dihasilkan maka bobot nilainya semakin besar
yang berarti memiliki peluang lebih besar untuk
karyawan menempati posisi tersebut. Sistem
kompetensi akan mendeskripsikan prestasi dan
potensi sumber daya manusia sesuai dengan unit
kerjanya (Asfan dan Irwan, 2013).
Berikut ini Langkah Penyelesaian
algotitma Profile Maching yang dicari adalah
nilai Gap, untuk mendapatkan nilai Gap adalah
sebagai berikut, Menurut Darmawan (2012),
langkah-langkah pada metode profile matching
yaitu :
1. Menentukan variable-variabel pemetaan gap
kompetensi. Menentukan aspek-aspek yang
akan digunakan dalam memproses nilai
karyawan.
2. Menghitung hasil pemetaan gap kompetensi
yang dimaksud dengan Gap disini adalah
beda antara profil karyawan dengan profil
standar yang diharapkan atau dapat
ditunjukkan pada rumus di bawah ini :
Gap = Profil karyawan - Profil
standar...(1)
Profil karyawan yaitu nilai-nilai yang
diperoleh dari karyawan sedangkan profil standar
yaitu nilai standar yang ditentukan terlebih
dahulu. Setelah diperoleh gap pada masing-
masing karyawan, setiap profil karyawan diberi
bobot nilai dengan patokan. Kemudian setiap
aspek dikelompokan menjadi 2 kelompok, yaitu
kelompok Core Factor dan Secondary Factor.
Perhitungan core factor ditunjukkan
menggunakan rumus di bawahini :
......(2)
Di mana :
NCF = Nilai rata-rata core factor
NC = Jumlah total nilai core factor
IC = Jumlah item core fator
Sementara untuk perhitungan secondary
factor bisa ditunjukkan dengan rumus berikut :
..(3)
Dimana :
NSF = Nilai rata-rata secondary factor
NS = Jumlah total nilai Secondary factor
IS = Jumlah item Secondary fator
Setelah perhitungan Core factor dan
Secondary factor, kemudian menghitung Nilai
total berdasarkan dari persentase dari core dan
secondary yang diperkirakan berpengaruh
terhadap kinerja tiap-tiap profil. Contoh
perhitungan bisa dilihat pada rumus dibawah ini :
(x)%NCF(Nilai Rata-rata core factor) +
(x)%NSF(Nilai Rata-rata secondary factor)
=N(Total dari aspek)
(4)
253
 Seminar Nasional Informatika 2015

Di mana : 2. Pengisian Nilai

(x)% = Nilai Persen yang Diinputkan Nilai kriteria atau variabel dimasukan
Terakhir perhitungan Ranking, berdasarkan kompetensi pelamar oleh pihak SSB
perhitungan tersebut bisa ditunjukkandengan Sriwijaya, tahapan selanjutnya, nilai yang
rumus dibawah ini : diinputkan adalah nilai ketentuan sistem
Ranking = (x)%N1 + (x)%N2+ (x)%N3..(5) disesuaikan dengan nilai oleh pihak SSB
Di mana : Sriwijaya, ketentuan tersebut meliputi :
N1,N2,N3 = Nilai aspek yang sudah dihitung a. 60 < = 1
total b. 60 69 = 2
(x)% = Nilai persen yang diinputkan. c. 70 79 = 3
d. 80 89 = 4
Berikut penjelasan arsitektur di bawah ini e. 90 >=5
memiliki tiga komponen dasar, Arsitektur berikut
pada gambar di bawah ini adalah sebuah alur 3. Penentuan Bobot Nilai
proses Sistem Pendukung Keputusan Penentuan Langkah selanjutnya setelah memperoleh
Asisten Pelatih di mana, Admin dapat pemetaan GAP didapatkan, maka akan keluar
menggunakan aplikasi tersebut dengan Design hasil dari pemetaan tersebut, yang diberi bobot
Interface yang terdiri dari Link Login, Link Input nilai dengan ketentuan seperti contoh tabel bobot
Data Pelamar, Link Input Nilai, Link GAP, Link Tabel 1. Bobot Nilai
Bobot Nilai, Link CF & SF, Link NT dan Link Bobot
No Selisih Keterangan
Skor Akhir. Admin mengakses Halaman User Nilai
Interface dengan cara login terlebih dahulu untuk Kompetensi sesuai dengan
mengimput data pelamar dan data penilaian, yang 1 0 5 yang dibutuhkan
akan disimpan kedalam Manajemen basis data Kompetensi individu
2 1 4,5 kelebihan 1 tingkat/level
menggunakan Mysql sebagai DBMS, selanjutnya
Kompetensi individu
diproses dengan menggunakan manajemen model. 3 -1 4 kekurangan 1 tingkat/level
Kompetensi individu
4 2 3,5 kelebihan 2 tingkat/level
Kompetensi individu
DBMS (Mysql) Model Profile -2 3 kekurangan 2 tingkat/level
5
Matching
Kompetensi individu
6 3 2,5 kelebihan 3 tingkat/level
Kompetensi individu
Basis data User 7 -3 2 kekurangan 3 tingkat/level
InterfaceBerbasis
Kompetensi individu
Web
Data Pelamar Link Login 8 4 1,5 kelebihan 4 tingkat/level
Data Penilaian Link Input Data Kompetensi individu
Data Skor / Pelamar 9 -4 1 kekurangan 4 tingkat/level
Rangking Link Input Nilai
Link GAP 4. Menghasilkan nilai Skor
Link Bobot Nilai
Admin Link CF & SF Untuk mendapatkan nilai Skor didapat dari
Link NT hasil kalkulasi dari Nilai Total dengan ketentuan
Link Skor rumus seperti pada Bab.II, system dengan mudah
memberikan usulan alternative dengan peringkat
ranking tertinggi untuk dijadikan sebagai rujukan
bagi pengguna. Kriteria Penilaian Wawancara
merupakan hasil kriteria yang terdapat dalam SSB
Sriwijaya untuk itu metode Profile Matching
Gambar 2. Arsitektur SPK Penentuan Asisten
digunakan dengan perbandingan parameter
Pelatih Sepak bola Menggunakan Metode
kriteria SSB Sriwijaya untuk menentukan seorang
Profile Matching
calon Asisten Pelatih. Pengambilan keputusan
dimulai dengan memuat tampilan dari
keseluruhan jaringan keputusannya. Hal tersebut
1. Alternatif
menunjukkan faktor-faktor yang digunakan
Alternatif yang akan diolah ini adalah
berbagai alternatif yang ada. Kemudian sejumlah
alternatif yang digunakan pada penelitian ini,
perbandingan akan ditampilkan rangking yang
sumber data diambil dari SSB Sriwijaya yaitu :
paling tertinggi untuk mendapatkan peserta
1. Asep munandar = PE001
pelamar yang sesuai dengan kriteria SSB
2. Inal Tampubolon = PE002
Sriwijaya yang menjadikan rujukan untuk SSB
3. Anwar Lubis = PE003
Sriwijaya dalam pengambian keputusan
4. Bernat Sianipar = PE004

254
 Seminar Nasional Informatika 2015

mendapatkan seorang Asisten Pelatih. Berikut ini 2 1 4.5 kompetensi kelebihan satu level
alternatife yang digunakan adalah sebaga berikut. kompetensi kekurangan satu
3 -1 4
level
Tabel 2. Nilai Variabel Penilaian Wawancara 4 2 3.5 kompetensi kelebihan dua level
NAMA VARIABEL kompetensi kekurangan dua
NO ASISTEN KODE 5 -2 3
level
PELATIH W001 W002 W003 W004
6 3 2.5 kompetensi kelebihan tiga level
Asep
1 kompetensi kekurangan tiga
Munandar PE001 65 69 61 68 7 -3 2
Inal level
2 kompetensi kelebihan empat
Tampubolon PE002 77 73 71 78 8 4 1.5
Anwar level
3 kompetensi kekurangan empat
Lubis PE003 59 59 58 58 9 -4 1
Bernat level
4
Sianipar PE004 80 88 83 83
Pada table di atas menjelaskan hasil
konversi nilai Gap menjadi nilai bobot sehingga
Penjelasan pada tabel di atas adalah menampikan akan diperoleh nilai bobot untuk setiap Asisten
sebuah inputan dari data wawancara Calon Pelatih, hal ini merupakan nilai bobot yang
Asisten pelatih beserta dengan nilainya pada menjadi ketentuan. Sehingga tiap Asisten Pelatih
penilaian wawancara. akan memiliki nilai bobot seperti yang terlihat
pada Tabel Gap di atas.
Tabel 3. Nilai GAP Variabel Penilaian Pada fase ini, setelah menyeleaikan
Wawancara beberapa tahapan maka bobot nilai didapatkan,
VARIABEL maka proses berikutnya adalah mengelompokkan
NO KODE variabel-variabel tersebut kedalamkelompok Core
W001 W002 W003 W004 GAP
Factor (CF) dan Secondary Factor (SF). Untuk
1 PE001 2 2 2 2 perhitungan core factor untuk lebih jelasnya
2 PE002 3 3 3 3 pengelompokkan bobot nilai dapat dilihat pada
1 1 1 1
perhitungan variabel Penilaian Wawancara.
3 PE003 Penghitungan core factor dan secondary factor
4 PE004 4 4 4 4 diawali dengan terlebih dahulu menentukan sub
PROFILE 4 4 4 4 (-) (+) variabel mana yang menjadi core factor. Maka
-2 -2 -2 -2 4 0
sub variabel sisanya akan menjadi secondary
1 PE001
factor. Kemudian nilai core factor dan secondary
2 PE002 -1 -1 -1 -1 4 0 factor ini dijumlahkan sesuai rumus di atas,
-3 -3 -3 -3 4 0 berikut ini adalah cara perhitungannya adalah
3 PE003 sebagai berikut:
4 PE004 0 0 0 0 0 4
NCF= = NSF= =
Diketahui :
W001 = Teori Umum
NCF= = NSF= =
W002 = Teori Di bidang Sepak Bola
W003 = Penguasaan Komunikasi
W004 = Kesehatan NCF= = NSF= =

Pada table 4 di atas terlihat Profile 4

NCF= = NSF= =
merupakan nilai ideal yang ditetapkan sesuai
ketentuan, sehingga tampak terlihat pada gambar
di bawahnya masing-masing nilai di kurang 4, Tabel 5. Nilai Cf Dan Sf Untuk Variabel
sehingga hasilnya terlihat pada gambar di atas. Wawancara
Pada tahapan selanjutnya setelah didapatkan nilai VARIABEL
GAP masing-masing calon Asisten Pelatih, maka N KOD W00 W00 W00 W00 C S
tiap nilai profile Calon Asisten Pelatih diberi O E 1 2 3 4 F F
PE00
bobot nilai dengan ditetapkan tabel bobot nilai 1 1 3 3 3 3 3 3
GAP. Seperti yang dapat dilihat pada Tabel 4 di PE00
atas. 2 2 4 4 4 4 4 4
PE00
Tabel 4. Nilai Bobot GAP 3 3 2 2 2 2 2 2
PE00
NILAI
NO GAP KETERANGAN 4 4 5 5 5 5 5 5
BOBOT
1 0 5 Kompetensi sesuai standar

255
Seminar Nasional Informatika 2015

Tahapan selanjutnya dapat dilihat di atas 1. Pada Tabel di atas, diketahui perbandingan
hasil perhitungan tiap variabel pada tabel di atas. hasil perhitungan dengan cara manual, dan
kemudian dihitung nilai total berdasarkan dengan perhitungan Aplikasi SPK Penentuan
prosentase dari core dan secondary yang Asisten Pelatih Bola Baru, dari hasil yang
diperkirakan berpengaruh terhadap kinerja tiap- dibandingkan terdapat nilai pada beberapa
tiap profil. Contoh perhitungan seperti yang kriteria. Tidak ada perbedaan yang terjadi
dijelaskan pada persamaan 3 di atas: pada kedua pengujian yang dilakukan,
Diketahui : sehingga hasil akhir antara perhitungan
analisis manual dengan perhitungan analisis
NCF : Nilai Rata-rata Core Factor Aplikasi SPK Penentuan Asisten Pelatih Bola
NSF : Nilai Rata-rata Secondary Factor Baru dapat dikatakan konsisten.
NT : Nilai Total dari variabel 2. Pada informasi hasil pengujian perbandingan
(x)% : Nilai persen yang dimasukkan di atas, didapatkan hasil akurasi manual dan
dengan software akurasi 100% sehingga
Tahapan selanjutnya dalam proses ini adalah menggunakan cara ini akan lebih
dengan melakukan perhitungan nilai total, dapat mempermudah penyelesaian masalah.
dilihat pada perhitungan variabel Penilaian
Wawancara dengan nilai presentase 60% untuk Kesimpulan
CF dan 40% untuk SF berikut ini
perhitungannya: Sebagai penutup dari penulisan ini, maka ada
NT(w) = (60% x 3) + (40% x 3) = 3 beberapa hal yang dapat dijadikan kesimpulan,
NT(w) = (60% x 4) + (40% x 4) = 4 antara lain :
NT(w) = (60% x 2) + (40% x 2) = 2
NT(w) = (60% x 5) + (40% x 5) = 5 1. Aplikasi SPK yang dibuat dengan
menggunakan metode Profile Matching dapat
Tabel 6. Hasil Skor Calon Asisten Pelatih melakukan perhitungan secara otomatis
ketika pengguna menginputkan nilai dan
bobot, sehingga dapat mengurangi masalah
NO KODE NT(w) NT(s) NT(p) NT(k) SKOR dalam pengambilan keputusan dalam
1 PE004 5 4.7 5 4.8 4.87
penetapan Asisten Pelatih Sepak Bola.
2 PE002 4 4 3.6 4.3 3.98
2. Kriteria yang diambil dalam sistem
3 PE003 2 5 3.4 4.2 3.62
pendukung keputusan ini mengacu pada data
4 PE001 3 3 3 3.6 3.12 hasil penelitian di SSB Sriwijaya sebagai
parameter dalam mengolah data yang
Dengan mengkorelasikan hasil perhitungan diperlukan.
yang telah dijabarkan di atas dapat terlihat jelas, 3. Aplikasi SPK Penentuan Asisten Pelatih Baru
data menunjukan bahwa calon Asisten Pelatih telah dapat memenuhi kebutuhan untuk
dengan kodePE004 menduduki peringkat pertama membantu dalam penentuan Asisten Pelatih
sebagai kandidat terbaik atas nama Bernat Sepak Bola baru yang terbaik sesuai dengan
Sianipar, hasil perhitngan yang dilakukan dengan kriteria-kriteria yang telah ditentukan oleh
menggunakan metode profile matching ini standart yang ada di SSB Sriwijaya.
menunjukan hasil yang sama persis dengan
mengolah data secara perhitungan excel, data
tersebut menunjukan besarnya korelasi antara Saran
metode yang dipakai dengan perhitungan
sederhana dengan menggunakan excel Berkaitan dengan telah terselesaikannya
menunjukan korelasi yang sesuai sehingga dengan penulisan ini, ada beberapa masukan dan saran-
ini hasilnya menjadikan data 100% bermanfaat saran yang disampaikan sebagai berikut :
sesuai kegunaan sehingga hasil perhitungan yang
dilakukan ini berhasil. 1. Aplikasi SPK dengan menggunakan metode
Profile Matching secara real dapat diterapkan
Tabel 7. Hasil Skor dan Ranking Alternatif di dalam penetapan penerimaan Asisten
Pelatih Sepak Bola baru di SSB Sriwijaya.
Pengujian Pengujian 2. Aplikasi SPK dengan metode Profile
No Alternatif Ranking
Software Manual Matching ini menggunakan Aplikasi SPK
1 PE004 4.87 4.87 Ke-1 Penentuan Asisten Pelatih Baru, disarankan
2 PE002 3.98 3.98 Ke-2 bagi pengguna bisa memahami cara-cara
3 PE003 3.62 3.62 Ke-3 mengoperasikannya.
4 PE001 3.12 3.12 Ke-4 3. Bagi para peneliti yang ingin
mengembangkan sistem pendukung

256

keputusan ini dapat dikembangkan lagi
menjadi lebih baik dan lebih bervariasi
dengan melengkapi untuk kriteria-kriteria
Penentuan Asisten Pelatih Baru, agar hasil
analisa lebih tajam dan valid.
DAFTAR PUSTAKA
[1] Asfan, et al, (2013). Sistem Penunjang
Keputusan Kenaikan Jabatan Menggunakan
Metode Profile Matching. Vol 1, No. 3.
[2] Nasir Abu, et al, (2011). A Prototype
Decision Support System For Optimizing
The Effectiveness of E-Learning In
Educational Institutions.Vol 1, No. 4.
[3] Riyani et al (2010). Sistem Pendukung
Keputusan Sertifikasi Badan Usaha
Pelaksana Jasa Konstruksi Pada BPD
GAPENSI Kaltim. Jurnal Informatika
Mulawarman Vol 5 No. 1 Februari 2010.
[4] Nyoman et al, (2013). Rancang Bangun
Sistem Pendukung Keputusan Seleksi
Seminar Nasional Informatika 2015
Tenaga Kerja Dengan Metode Profile
Maching. E-Indonesia Initiative Konferensi
dan Temu Nasional Teknologi Informasi dan
Komunikasi untuk Indonesia. 1.
[5] Muslihudin et al, (2014). Sistem
Pendukung Keputusan Seleksi Siswa
Berprestasi Pada Smk Nurul Huda
Pringsewu Menggunakan Metode
AHP.ISSN:2355-1941
Proceeding from JBPTITBPP.
[6] Muhammad, (2013). Sistem Pendukung
Keputusan Pemindahan Tugas
KaryawanDengan Menggunakan Metode
Profile Matching Vol 4, No.2.
[7] Andreas, et al, (2012). Pembuatan Aplikasi
Sistem Pendukung Keputusan Untuk Proses
Kenaikan Jabatan dan Perencanaan Karir
Pada PT. X. Vol 1, No.2
[8] Ferdian, (2013). Sistem Pendukung
Keputusan Perencanaan Karir dan Pemilihan
Prestasi Karyawan di CV. Sas Bandung.
Vol 1, No.4
257
Seminar Nasional Informatika 2015

PEMODELAN DATA PADA MOBILE PAYMENT INFORMATION

SYSTEM OF THE SPORT HALL CENTRE
Emi Suryadi 1, Mutamassikin 2, Rosyid Hanif Fauzi3
1
Masiswa Magister Tehnik Informatika, STMIK AMIKOM, Yogyakarta
2
Masiswa Magister Tehnik Informatika, STMIK AMIKOM, Yogyakarta
3
Masiswa Magister Tehnik Informatika, STMIK AMIKOM, Yogyakarta
1
emisuryadi@gmail.com, 2 iqinshinoda@gmail.com, 3arrasyid26@gmail.com

Abstrak

Database dapat membantu untuk menyimpan data atau informasi yang bila mana data atau informasi tersebut
di perlukan dapat di ambil lagi. Data atau informasi yang dimiliki oleh mobile payment information system
of the sport hall centre memberikan jenis penawaran tentang kegiatan-kegiatan olah raga. Pemodelan
database pada kasus ini memiliki constraint check untuk memberikan batasan data yang di inputkan,
sehingga data-data yang diinputkan pada tabel di database dapat memfilter data-data yang tidak sesuai
dengan constraint check yang diberikan pada data tersebut. Kemampuan database untuk melakukan filtering
setiap data itu merupakan sebuah struktur yang baik dan benar untuk penerapan constraint check pada setiap
tabel di database. Struktur yang dimiliki oleh constraint check diantaranya adalah primary key, foreign key,
not null dan unique. Setiap ke empat struktur tersebut memiliki fungsi masing-masing sehingga dengan
begitu tigkat keakuratan data yang diinputkan oleh pengguna juga semakin baik.

Kata kunci : Database, Constraint Check, Primary Key, Foreign Key, Not Null dan Unique

1. Pendahuluan tentang nama-nama kolom dan tipe data yang ada

Perkembangan teknologi informasi saat ini
sudah sangat maju jika dibandingkan dengan
teknologi zaman dulu. Tidak heran teknologi saat
ini sudah bisa memberikan kemudahan dalam
melakukan kegiatan. Kegiatan-kegiatan yang
dilakukan saat ini pun sudah dapat dilakukan
dengan cara online. Berbagai aplikasi yang dapat
memberikan jasa online untuk memesan
(booking) kegiatan yang diinginkan pengguna
salah satunya dengan menggunakan aplikasi
Mobile payment information system of the sport
hall centre.
Mobile payment information system of the
sport hall centre merupakan sebuah aplikasi
informasi yang mana aplikasi ini digunakan untuk
mendapatkan sebuah data atau informasi
mengenai penyewaan tempat kegiatan.
Kemudahan yang dimiliki dari aplikasi ini juga
akan berpengaruh kepada data atau informasi
pengguna yang semakin hari semakin banyak
yang tertampung di dalam aplikasi teresebut,
untuk mengatasi hal tersebut dapat dilakukan
dengan menggunakan teknologi database.
Database didefinisikan sebagai kumpulan
data yang terintegrasi dan diatur sedemikian rupa
sehingga data tersebut dapat dimanipulasi,
diambil, dan dicari secara cepat (Raharjo,
2011:3).[1]. Selain berisi data, database juga
berisi metadata. Metadata adalah data yang
menjelaskan tentang struktur dari data itu sendiri.
Sebagai contoh, dapat memperoleh informasi
pada sebuah tabel. Data nama kolom dan tipe
yang ditampilkan tersebut disebut metadata
(Raharjo,2011:4).
2. Tujuan Penelitian
Tujuan penelitian yang penulis lakukan,
yakni menganalisis data-data yang ada di Mobile
payment information system of the sport hall
centre. Hasil dari analisis tersebut dapat
memberikan tipe data, constraint check dan
optimasi query yang baik dan bener menurut
penulis.
3. Identifikasi Masalah
Adapun identifikasi masalah dalam kasus ini
adalah bagaimana menerapkan pemodelan data
yang baik dan benar, sehingga data atau informasi
yang diterapkan di database tidak terjadi
kesalahan.
4. Hasil Dan Pembahasan
Sebelum membahas tentang tipe data,
constraint check dan optimasi query yang dimiliki
oleh Mobile payment information system of the
sport hall centre. berikut akan diberikan ERD
(Entity Relationship Diagram) sebagai berikut.

258
 Seminar Nasional Informatika 2015

b. Menentukan Entitas
Setelah langkah pertama didapatkan kemudian
melakukan identifikasi entitas data yang
dibutuhkan, entitas adalah penggambaran sebuah
objek nyata. Entitas-entitas yang dibutuhkan
dalam kasus perancangan basis data Mobile
payment information system of the sport hall
centre didapat 16 buah entitas:
1. Member
2. Admin
3. Trainer
4. Program
5. Kelas
6. Kelas_member
7. Fasilitas
8. Jadwal_program
9. Jadwal_fasilitas
10. Booking_kelas
11. Booking_fasilitas
12. Pembayaran_kelas
13. Pembayaran _fas
14. Complain_form
15. Berita_event
16. Bank

c. Menentukan Primary Key (Kunci Utama)

Menentukan Primary Key pada masing-
masing entitas. Primary Key adalah atribut pada
entitas yang bersifat unik. Jadi setiap entitas
hanya memiliki satu Primary Key saja. Dan
Primary key dari setiap entitas adalah program
(id_program), kelas (id_kelas), booking_kelas
(id_bookingkelas), member (id_member),
booking_fasilitas (id_bookingfasilitas), fasilitas
(id_fasilitas), pembayaran_kelas (id_pembkelas),
pembayaran_fas (id_pembfas), admin (id_admin),
Gambar 1. ERD Mobile payment information berita_event (id_event), complain_form
system of the sport hall centre (id_complain), trainer (id_trainer), bank
(id_bank).
Keterangan :
* = Primary key d. Foreign Key adalah Primary Key yang ada
** = Foreign Key dalam Entitas yang lain. Dan Primary Key dari
beberapa entitas adalah jadwal_program
Hasil dari ERD Gambar 1 di atas dapat (id_kelas, id_trainer), pembayaran_kelas
memberikan gambaran entity dan atribut-atribut (id_bookingkelas), pembayaran_fas
yang dimiliki oleh Mobile payment information (id_bookingfas), kelas (id_program),
system of the sport hall centre. Entity yang booking_fasilitas (id_member, id_fasilitas),
didapatkan dapat dikelola dengan menggunakan jadwal_fasilitas (id_member, id_fasilitas),
beberapa mekanisme dalam pemodelan data, booking_kelas (id_member, id_kelas) dan
diantaranya adalah. kelas_member (id_member, id_kelas).

a. Analisis Persyaratan Setelah didapat semua antara entitas, relasi antar

Langkah pertama dalam mendesain model
data adalah melakukan analisis persyaratan yaitu
nantinya di dalam sebuah aplikasi database dapat
memahami dan mengetahui data yang harus
disimpan di dalam database, aplikasi apa yang
harus dibangun di atasnya, dan jenis operasi apa
yang lebih banyak digunakan, dan subjek untuk
melakukan persyaratan yang ada.
entitas, foreign key dan primary key maka
pemodelan data secara skema konseptual dapat
dihasilkan dengan menggabungkan bermacam-
macam kebutuhan user dan secara langsung
membuat skema pemodelan basis data atau
dengan merancang skema-skema yang terpisah
dari kebutuhan tiap-tiap user dan kemudian
menggabungkan skema-skema tersebut.

259
Seminar Nasional Informatika 2015
Menggunakan Entity Relationship Diagram
(ERD) untuk menggambarkan hubungan secara
logika antar entitas yang terlibat pada suatu sistem
pemodelan basis data dalam membuat Mobile
payment information system of the sport hall
centre dan telah dijelaskan pada Gambar 1.
Entity yang dihasilkan pada aplikasi ini memiliki
enam belas entity yang mana setiap entity tersebut
memiliki atribut masing-masing. Setiap entity
tersebut terhubung dengan entity yang lain
melalui relasi yang di gambar pada Gambar 2 di
bawah ini.
Gambar 2. Relasi Tabel
Relasi yang dihasilkan dari Gambar 2 di atas ini
dikarenakan tabel satu memiliki primary key dan
foreign key yang saling berkaitan dengan tabel
yang lainnya.
Constraint Check
Constraint Check yang diterapkan penulis
bertujuan untuk memberikan perintah query agar
setiap data memiliki type data dan setiap type data
tersebut memiliki ukuran atau kapasitas data yang
bisa tertampung di dalam data tersebut, jika kalau
melebihi ukuran data tersebut di inputkan oleh
pengguna maka data yang di inputakan tersebut
akan error atau tidak sepenuhnya data tersebut
masuk kedalam tabel database. Untuk
memperjelas constraint check yang dimiliki oleh
Mobile payment information system of the sport
hall centre dapat dilihat sebagai berikut.
create table member (
id_member char (6) unique not null,
nama_member varchar (25) not null,
jenis_kelamin char (1) check (jenis_kelamin = 'L'
OR jenis_kelamin = 'P'),
umur int not null check (umur >= 17),
alamat varchar (25) default 'belum lengkap' not
null,
kecamatan varchar (25),
kabupaten varchar (25),
kota varchar (25),
kode_pos char (5),
email varchar (25) not null,
password varchar (25),
primary key (id_member)
);
260
Pada tabel member, terdapat beberapa
constraint yaitu id_member hanya diberikan
panjang karakter sebanyak 6 dan bersifat unique
yang berarti tidak boleh ada kesamaan id_member
serta not null yang berarti wajib diisi ketika
menginputkan data. nama_member dan email
juga bersifat not null. Jenis_kelamin mempunyai
constraint check berupa penulisan yang diatur
oleh hurup L atau P. L berarti laki-laki, P berarti
Perempuan. Umur diberikan constraint check
berupa umur harus lebih atau sama dengan 17
tahun. Jika salah satu dari syarat-syarat tersebut
tidak terpenuhi, maka akan terjadi error. Contoh
input error ada pada nomor 2 di bawah ini.
insert into member values (
'MU0012', 'Mumhammad Abdullah', 'L', '21', 'Jl.
Semangka no.3', 'Melati', 'Bantul', 'Yogyakarta',
'55881', 'abduljakarta@gmail.com',
'abdullah012');
insert into member values (
'MU00128', 'Mumhammad Abdi', 'laki-laki', '21',
'Jl. Semangka no.10', 'Melati', 'Bantul',
'Yogyakarta', '55774', 'abduljkt@gmail.com',
'abdullah');-- ERROR --
Sedangkan untuk tabel trainer dapat dilihat query
nya sebagai berikut.
create table trainer (
id_trainer char (6) unique not null,
nama_trainer varchar (25) not null,
no_hp varchar (12) not null,
email varchar (25),
jenis_kelamin char (1) check (jenis_kelamin = 'L'
OR jenis_kelamin = 'P'),
tanggal_lahir date,
alamat varchar (25) default 'belum lengkap' not
null,
kecamatan varchar (25),
kabupaten varchar (25),
kota varchar (25),
kode_pos char (5),
pendidikan varchar (25),
pengalaman varchar (25),
no_rek char (16),
nama_bank varchar (10),
an_rek varchar (25),
primary key (id_trainer)
);
Pada tabel trainer, terdapat beberapa constraint
check yaitu id_trainer unique dan not null.
nama_trainer, no_hp juga bersifat not null.
Jenis_kelamin dibatasi hanya satu karakter saja
untuk minimalisasi. Jika salah satu dari syarat
tersebut tidak dipenuhi, maka akan terjadi error.
insert into trainer values (
'TUC001','Dina
Pramita','085684297457','dinapramita@gmail.co

m','P','02-13-1985','Jl. Mangga no.6', 'Mawar',
'Bantul', 'Yogyakarta', '55776','S1
Olahraga','trainer senam sanggar','16273816392',
'bca', 'dina pramita');
insert into trainer values (
'TUC005','Sofyan','08568425839','sofyan@gmail.
com','laki-laki','Sleman','02-21-1985', 'Jl. Mangga
no.6', 'Mawar', 'Bantul', 'Yogyakarta', '55776','S1
Olahraga','trainer senam sanggar','18205794592',
'bri', 'sofyan'); --ERROR--
Sedangkan untuk tabel program dapat dilihat
struktur query nya sebagai berikut.
create table program (
id_program char (6) unique not null,
nama_program varchar (25) not null,
biaya int,
ket text,
primary key (id_program)
);
Untuk menambahkan data ke dalam tabel
program dapat dilihat di bawah ini.
insert into program values (
'PUC001','Aerobic','200000', 'per bulan');
Sedangkan untuk tabel fasilitas query nya dapat
dilihat di bawah ini.
create table fasilitas (
id_fasilitas char (6) unique not null,
nama_fasilitas varchar (25) not null,
biaya int,
ket text,
primary key (id_fasilitas)
);
Menambahkan data pada tabel fasilitas di atas
menggunakan query sebagai berikut.
insert into fasilitas values (
'FUC001','Kolam Renang','500000','sewa per hari.
seluruh area kolam renang');
Tabel kelas memiliki query sebagai berikut.
create table kelas (
id_kelas char (6) unique not null,
nama_kelas varchar (25) not null,
id_program char (6) not null,
jumlah_member int,
primary key (id_kelas),
foreign key (id_program) references program
(id_program)
);
Untuk menginputkan data kelas ke dalam tabel
kelas dengan cara.
insert into kelas values (
Seminar Nasional Informatika 2015
'KUC001','Kelas Renang Pagi
Dewasa','PUC002','15');
insert into kelas values (
'KUC005','Kelas Renang Sore
Dewasa','PUC005','15'); --ERROR--
Untuk tabel jadwal_fasilitas diberikan query nya
sebagai berikut.
create table jadwal_fasilitas (
id_fasilitas char (6) not null,
id_member char (6) null,
nama_penyewa varchar (25),
no_hp char (12) not null,
tanggal date,
jam time,
foreign key (id_fasilitas) references fasilitas
(id_fasilitas),
foreign key (id_member) references member
(id_member)
);
Query untuk menginputkan data pada tabel
jadwal_fasilitas dapat dilihat seperti berikut ini.
insert into jadwal_fasilitas values (
'FUC002','MU0015','Ahmadi
Surya','08164827493','05-25-2015','15:00');
insert into jadwal_fasilitas values (
'FUC004','MU0018','Feri','08173829483','06-04-
2015','14:00'); --ERROR--
Tabel jadwal_program query nya sebagai berikut.
create table jadwal_program (
id_kelas char (6) not null,
id_trainer char (6) not null,
tanggal date,
jam time,
foreign key (id_kelas) references kelas (id_kelas),
foreign key (id_trainer) references trainer
(id_trainer)
);
Sintak query untuk menambahkan data pada tabel
jadwal_program dapat dilihat di bawah ini.
insert into jadwal_program values (
'KUC001','TUC002','05-21-2015','08:00');
Tabel kelas_member query seperti di bawah ini.
create table kelas_member (
id_member char (6) not null,
id_kelas char (6) not null,
foreign key (id_member) references member
(id_member),
foreign key (id_kelas) references kelas (id_kelas)
);
Penginputan data pada tabel kelas_member query
nya sebagai berikut.
insert into kelas_member values (
261
Seminar Nasional Informatika 2015
'MU0012','KUC001');
Berikut tabel booking_kelas, querynya sebagai
berikut ini.
create table booking_kelas (
id_bookingkelas char (6) unique not null,
id_member char (6) not null,
id_kelas char (6) not null,
tgl_book date,
jam_book time,
statuspemb char (1) not null check (statuspemb =
'P' OR statuspemb = 'L'),
primary key (id_bookingkelas),
foreign key (id_member) references member
(id_member),
foreign key (id_kelas) references kelas (id_kelas)
);
Perintah untuk menambahkan data pada tabel
booking_kelas dapat dilihat di bawah ini.
insert into booking_kelas values (
'BK0001','MU0012','KUC001','05-01-
2015','09:00','L');
Pada tabel bank query nya sebagai berikut
create table bank (
id_bank varchar (6) unique not null,
no_rek char (16) not null,
nama_bank varchar (10),
an_rek varchar (25) not null,
primary key (id_bank)
);
Untuk menambahkan data pada tabel bank dapat
dilihat sebagai berikut.
insert into bank values (
'BA0001', '7283918273819203', 'bca', 'stevia');
Sedangkan query tabel pembayaran_kelas dapat
dilihat sebagai berikut.
create table pembayaran_kelas (
id_pembkelas char (6) unique not null,
id_bookingkelas char (6) not null,
tanggal_konf date,
dibayar int,
id_bank varchar (6) not null,
ket text,
primary key (id_pembkelas),
foreign key (id_bookingkelas) references
booking_kelas (id_bookingkelas),
foreign key (id_bank) references bank (id_bank)
);
Untuk menambahkan data pada tabel
pembayaran_kelas dengan cara.
insert into pembayaran_kelas values (
'PK0001','BK0001','05-03-
2015','150000','BA0001', 'LUNAS');
262
Sintak query dari tabel booking_fasilitas dapat
dilihat sebagai berikut.
create table booking_fasilitas (
id_bookingfas char (6) unique not null,
id_member char (6) null,
id_fasilitas char (6) not null,
tgl_book date,
jam_book time,
statuspemb char (1) not null check (statuspemb =
'P' OR statuspemb = 'L'),
primary key (id_bookingfas),
foreign key (id_member) references member
(id_member),
foreign key (id_fasilitas) references fasilitas
(id_fasilitas)
);
Perintah untuk menambahkan data pada tabel
booking_fasilitas seperti berikut.
insert into booking_fasilitas values (
'BF0001','MU0015','FUC004','05-05-
2015','08:00','L');
Untuk melihat query yang dimiliki oleh
pembayaran_fas dapat dilihat di bawah ini.
create table pembayaran_fas (
id_pembfas char (6) unique not null,
id_bookingfas char (6) not null,
tanggal_konf date,
dibayar int,
id_bank varchar (6) not null,
ket text,
primary key (id_pembfas),
foreign key (id_bookingfas) references
booking_fasilitas (id_bookingfas),
foreign key (id_bank) references bank (id_bank)
);
Penambahan data pada tabel pembayaran_fas
dapat dilakukan dengan cara.
insert into pembayaran_fas values (
'PF0001','BF0001','05-07-
2015','1200000','BA0001','LUNAS');
Sedangkan pada tabel complain_form query yang
diberikan sebagai berikut.
create table complain_form (
id_complain char (6) unique not null,
isi_complain text,
email varchar (25),
tanggal_complain datetime,
primary key (id_complain));
Menambahkan data pada tabel complain_form
dapat dilakukan seperti di bawah ini.
insert into complain_form values (
'C00001','jalfla kalnaksnd knlanfkla
jakmk','hello@gmail.com','05-12-2015');

Sedangkan pada tabel berita_event dapat dilihat
sebagai berikut.
create table berita_event (
id_event char (6) not null,
nama_event varchar (25) not null,
isi_event text,
tanggal_event datetime,
primary key (id_event)
);
Pemambahan data pada tabel berita_event dapat
dilakukan seperti di bawah ini.
insert into berita_event values (
'BE0001','lomba renang anak','event lomba renang
anak-anak','05-28-2015');
Sedangkan pada tabel admin query
diberikan sebagai berikut.
create table admin (
id_admin varchar (6) unique not null,
username varchar (25) unique not null,
password varchar (25) not null,
nama_admin varchar (25),
email varchar (25),
level char (1),
primary key (id_admin)
);
Sedangkan untuk menambahkan data pada tabel
admin dapat dilakukan seperti berikut ini.
insert into admin values (
'EI0091','suryadi','bergadang ','Emi Suryadi',
'emisuryadi@gmail.com', '1');
Hasil contraint check yang diberikan penulis di
atas sudah cukup baik dan benar bila mana
diterapkan untuk membuat database pada kasus
yang berbeda.
Adapun hasil analisis rancangan basis data
dari penilain beberapa aspek diantaranya adalah:
a. Aspek Kebenaran
Database yang baik harus mampu memfilter
data sehingga data yang dimasukkan melalui
interface apapun dapat diseleksi. Constraint check
untuk memfilter telah digunakan database ini.
Contohnya pada tabel member dan tabel trainer.
b. Aspek Konsistensi
Konsistensi data merupakan aspek teknik,
apakah semua aspek dalam model terbebas dari
kontradiksi atau tidak. Konsistensi data dalam
suatu database merupakan hal yang mutlak.
Adanya perbedaan isi data pada suatu kolom atau
kumpulan kolom dengan maksud yang sama
Seminar Nasional Informatika 2015
dalam satu tabel dengan tabel yang lain tidak
diperbolehkan.
c. Aspek Relevansi
Aspek relevansi merupakan aspek teknik,
apakah aspek-aspek teknik pada tabel relevan
digunakan. Aspek relevansi ini untuk mengetahui
apakah ada tabel yang tidak relevan dengan tabel
yang lainnya. Pada database ini terdapat satu tabel
yang tidak relevan dengan tabel yang lain. Yaitu
tabel admin, berita_event, dan complain_form.
Tabel admin ini dapat dikembangkan melalui
program. Sehingga dapat lebih dikembangkan di
masa yang akan datang.
d. Aspek Tingkat Detail
Tingkat detail merupakan aspek teknik,
Apakah tingkat detail tabel sesuai. Apakah
yang memenuhi semua kebutuhan para penggunanya
atau belum. Dengan menggunakan kepakaran
teknik untuk menentukan tingkat detail yang
diinginkan dan membandingkannya dengan tabel.
Tabel database ini belum mampu memenuhi
kebutuhan pengguna, hal ini terjadi karena tabel
yang kurang detail.
e. Aspek Kelengkapan
Aspek kelengkapan ini untuk mengetahui
apakah tabel telah lengkap sesuai kebutuhan
pengguna. Pengukuran dilakukan dari aspek
jangkauan dan tingkat detail. Dari database ini
belum terdapat penggunaan trigger dan function.
Baru sebatas constraint saja.
f. Aspek Minimalitas
Aspek minimalitas ini untuk mengetahui
apakah tabel dimodelkan secara kompak dan tidak
ada perulangan. Hal ini penting karena tabel
konseptual harus tepat. Dengan mengecek apakah
terdapat aspek-aspek yang dimodelkan secara
berulang atau tidak. Aspek minimalitas telah
diterapkan dalam database ini yaitu pada
pemberian constraint check sebagai berikut:
jenis_kelamin char (1) check (jenis_kelamin = 'L'
OR jenis_kelamin = 'P')
statuspemb char (1) not null check (statuspemb =
'P' OR statuspemb = 'L')
5. KESIMPULAN
Hasil penelitian yang dilakukan pada mobile
payment information system of the sport hall
centre penulis menyimpulkan bahwa, Constraint
check yang diterapkan pada kasus ini sudah baik
dan benar dikarenakan setiap tabel mampu
melakukan filtering jika terjadi pengiputan data
yang tidak sesuai dengan constraint check pada
setiap tabel di database.
263
Seminar Nasional Informatika 2015

DAFTAR PUSTAKA [3] Andi Sunyoto, Pemrograman Database

dengan Delphi7.0 dan Microsoft SQL,
[1] Raharjo, Budi 2011. Belajar Otodidak Andi Offset. Yogyakarta, 2007.
membuat Basisdata mengunakan MySQL.
Infomatika. Bandung.
[2] Indrajani 2014, Database System Case Study
All in One. PT.Elex Media Komputindo.
Jakarta.

264
 Seminar Nasional Informatika 2015

PENERAPAN METODE WEIGHTED PRODUCT PADA SISTEM

PENDUKUNG KEPUTUSAN SELEKSI PESERTA
SISWA STUDI BANDING

Fitriana Harahap1
1,2
Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Tanjung Mulia Medan
1
fitriana@potensi-utama.ac.id

Abstrak

Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen
komponen antara lain komponen sistem bahasa (language),komponen sistem pengetahuan (knowledge) dan
komponen sistem pemrosesan masalah (problem processing) yang saling berinteraksi satu dengan yang
lainnya.Weighted Product merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas
L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang
kompleks menjadi suatu hirarki, hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan
yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang
diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif.
Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan
sistematis.Dari hasil penelitian menunjukkanpemanfaatan Weighted Product sebagai model sistem
pendukung keputusan penentuan peserta siswa studi banding dapat memudahkan dalam menentukan siswa
yang berhak ikut studi banding dengan pembobotan multikriteria dan seleksi dengan lebih cepat, cermat dan
lebih efektif.

Kata kunci : Metode Weighted Product, peserta siswa studi banding, Sistem Pendukung Keputusan

1. PENDAHULUAN Penelitian ini merancang sistem

Seiring perkembangan teknologi
informasi yang sangat penting terhadap kehidupan
manusia dibidang pendidikan. Upaya untuk
meningkatkan mutu pendidikan di Indonesia telah
lama dilakukan. Lembaga pendidikan setiap
tahunnya terus berusaha meningkatan mutu
pendidikan dengan harapan lulusannya dapat
memiliki keterampilan dan keahlian lebih
dibandingkan sekolah sederajat, hal tersebut
dilakukan demi meningkatkan kualitas lulusan
sehingga siap memasuki dunia kerja.
Saat ini proses penentuan peserta siswa
studi banding masih dilakukan dengan secara
manual dengan beberapa kendala dan cenderung
memakan waktu yang relatif lama. Hal ini
disebabkan karena proses penentuan peserta siswa
studi banding hanya dilihat dri nilai rapot, dan
tidak menggunakan acuan lain untuk menentukan
prestasi, nilai rapot tidak menjamin bahwa si
siswa tersebut benar-benar layak sebagai peserta
siswa studi banding. Menyikapi hal tersebut
diatas, pada penelitian ini penyusun berusaha
untuk membantu untuk menentukan peserta siswa
studi banding melalui perangkingan dengan
menggunakan metode Weighted Product.
pendukung keputusan menggunakan metode
Weighted Product Metode ini dipilih karena
mampu menyeleksi keputusan terbaik dari
sejumlah keputusan yang dihasilkan, dalam hal ini
keputusan yang dimaksud adalah seseorang
berhak sebagai peserta siswa studi banding
berdasarkan kriteria-kriteria yang telah
ditetapkan.
2. STUDI LITERATUR
2.1 Kecerdasan Buatan Secara Umum
Kecerdasan buatan atau Artifical
Intelligence merupakan salah satu bagian ilmu
komputer yang membuat agar mesin (komputer)
dapat melakukan perkerjaanya seperti dan
sebaiknya yang dilakukan oleh
manusia.Teknologi kecerdasan buatan
dipelajari dalam bidang-bidang seperti
robotika, penglihatan komputer (computer visio),
jaringan saraf tiruan (artificialneural sistem),
pengolahan bahasa alami (natural language
processing), pengenalan suara (speech
recognition), dan sistem pakar (expert sistem)[4].

265
Seminar Nasional Informatika 2015

2.1. Sistem Pendukung Keputusan Dimana :

V = Preferensi alternatif dianalogikan sebagai
Sistem pendukung keputusan ( decision vektor V
support systems disingkat DSS) adalah bagian W = Bobot kriteria / subkriteria
dari sistem informasi berbasis komputer termasuk j = Kriteria
sistem berbasis pengetahuan (manajemen i = Alternatif
pengetahuan) yang dipakai untuk mendukung n = Banyaknya kriteria
pengambilan keputusan dalam suatu organisasi S = Preferensi alternatif dianalogikan sebagai
perusahaan atau lembaga pendidikan. Menurut vektor S
Moore and Chang, Sistem Pendukung keputusan
dapat digambarkan sebagai sistem yang
berkemampuan mendukung analisis data, dan 3. HASIL DAN PEMBAHASAN
pemodelan keputusan, berorientasi keputusan,
orientasi perencanaan masa depan, dan digunakan 3.1. Spesifikasi Sistem Penentuan Peserta
pada saat-saat yang tidak biasa[3]. Siswa Studi Banding
Kegiatan merancang sistem pendukung
keputusan merupakan sebuah kegiatan untuk Sistem pendukung keputusan penentuan peserta
menemukan, mengembangkan dan menganalisis siswa studi banding dengan menggunkan metode
berbagai alternatif tindakan yang mungkin untuk Weighted Product W Pini memiliki spesifikasi
dilakukan. Tahap perancangan ini meliputi sebagai berikut:
pengembangan dan mengevaluasi serangkaian 1. Siswa yang untuk masuk sebagai peserta
kegiatan alternatif. Sedangkan kegiatan memilih siswa studi banding diantaranya memiliki
dan menelaah ini digunakan untuk memilih satu bobot penilaian yang telah ditetapkan oleh
rangkaian tindakan tertentu dari beberapa yang sekolah meliputi nilai raport, absensi,
tersedia dan melakukan penilaian terhadap keaktifan belajar siswa, kerapian, dan
tindakan yang telah dipilih[3]. kedisiplinan.
2. Sistem memberikan fasilitas untuk
2.2. Metode Weighted Product pengaturan data pengguna sistem.
Metode Weighted Product memerlukan 3. Sistem memberikan fasilitas untuk input data
proses normalisasi karena metode ini siswa, input kriteria, dan input bobot setiap
mengaluhkan hasil penilaian setiap atribut. Hasil siswa.
perkalian tersebut belum bermakna jika belum 4. Sistem memberikan fasilitas olah data ubah,
dibandingkan (dibagi) dengan nilai standart. tambah dan hapus Sistem memberikan
Bobot untuk atribut manfaat fasilitas untuk menghitung ulang kualitas
berfungsi sebagai pangkat positif dalam proses layanan
perkalian, sementara bobot biaya berfungsi
sebagai a. Mentukan Kriteria Nilai Raport
pangkat negatif[1].
Metode Weighted Product menggunakan <=80Sangat baik 1
perkalian sebagai untung menghubungkan rating 70-79 Baik 0.75
atribut, dimana rating setiap atribut harus 50-69 Kurang 0,5
dipangkatkan dulu dengan bobot yang >50 Buruk 0,25
bersangkutan. Proses ini sama halnya dengan
proses normalisasi. Preferensi untuk alternatif Si b. Mentukan Kriteria Absensi
diberikan sebagai berikut
>=0 Sangat baik 1
a. Penentuan nilai bobot W 1-3 Baik 0.75
4 Kurang 0,5
Wj = Wj < 4 Buruk 0,25
Wj
c. Mentukan Kriteria Keaktifan Belajar
b. Penentuan nilai Vektor S Siswa

S = ( WijAwj . w) . ( WinAwn . w) >=80 Sangat baik 1

70 79 Baik 0.75
c. Penentuan nilai Vektor V 50 69 Kurang 0,5
<50 Buruk 0,25
Vjn = Si
Si

266
 Seminar Nasional Informatika 2015

d. Mentukan Kriteria Kerapian

S5 =
>=80 Sangat baik 1 (10,25)*(0,750,25)*(0,750,2)*(0,50,15)*(0,750,1
70 79 Baik 0.75 5)
50 69 Kurang 0,5 = 1*0,930605*0,944088*0,90125*0,957766
<50 Buruk 0,25 = 0,758372

e. Mentukan Kriteria Kedisiplinan S6=

(0,750,25)*(0,750,25)*(0,750,2)*(0,750,15)*(0,5
>=90 Sangat baik 1 0,15)
70 89 Baik 0.75 =0,930605*0,930605*0,944088*0,957766*0,901
50-69 Kurang 0,5 25
<50 Buruk 0,25 = 0,705745

S7=
Perbaikan Bobot Kriteria (0,750,25)*(0,750,25)*(0,750,2)*(10,15)*(0,50,1
W (0,25,0,25,0,2,0,15,0,15) 5)
= 0,930605*0,930605*0,944088*1*0,90125
Wj = Wj = 0,736866
Wj
S8=
W1 = 0,25 = 0 ,25 (0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(10,1
(0,25+0,25+0,2+0,15+0,15) 1 5)
= 0,930605*0,930605*0,80551*0,957766*1
W2 = 0,25 = 0 ,25 = 0,66813
(0,25+0,25+0,2+0,15+0,15) 1
S9=
W3 = 0,2 =0 (0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,75
,2 0,15)
(0,25+0,25+0,2+0,15+0,15) 1 =0,930605*0,930605*0,80551*0,957766*0,9577
66
W4 = 0,15 = 0 ,15 = 0,639912
(0,25+0,25+0,2+0,15+0,15) 1 S10=
(0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,50,
W5 = 0,15 = 0 ,15 15)
(0,25+0,25+0,2+0,15+0,15) 1 =
0,930605*0,930605*0,80551*0,957766*0,90125
= 0,602152
Pembentukan Vektor S S11= (10,25)*(10,25)*(10,2)*(0,50,15)*(10,15)
S = ( WijAwj *W) * (WinAwn * W) = 1*1*1*0,90125*1
S1 = = 0,90125
(10,25)*(10,25)*(10,2)*(0,750,15)*(0,50,15)
= 1*1*1*0,957766*0,90125 S12=
= 0,863187 (10,25)*(10,25)*(10,2)*(0,750,15)*(0,750,15)
= 1*1*1*0,957766*0,957766
S2 = = 0,917316
(10,25)*(10,25)*(10,2)*(0,50,15)*(0,750,15)
= 1*1*1*0,90125*0,957766 S13=
= 0,863187 (10,25)*(0,750,25)*(10,2)*(0,750,15)*(0,750,15)
= 1*0,930605*1*0,957766*0,957766
S3 = = 0,853659
(10,25)*(10,25)*(0,750,2)*(0,750,15)*(0,750,15)
= 1*1*0,944088*0,957766*0,957766 S14=
= 0,866207 (10,25)*(0,750,25)*(0,750,2)*(0,50,15)*(0,50,15)
= 1*0,930605*0,944088*0,90125*0,90125
S4 = = 0,713622
(10,25)*(0,750,25)*(0,750,2)*(0,750,15)*(0,50,1
5) S15=
= 1*0,930605*0,944088*0,957766*0,90125 (10,25)*(0,750,25)*(0,750,2)*(0,50,15)*(0,50,15)
= 0,758372 = 1*0,930605*0,944088*0,90125*0,90125

267
Seminar Nasional Informatika 2015

= 0,713622 = 0,608873

S16= S26=
(0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,50, (0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,50,
15) 15)
= =
0,930605*0,930605*0,80551*0,957766*0,90125 0,930605*0,930605*0,80551*0,957766*0,90125
= 0,602152 = 0,602152

S17= S27=
(0,750,25)*(0,750,25)*(0,50,2)*(10,15)*(0,50,15) (0,750,25)*(0,750,25)*(0,50,2)*(10,15)*(0,50,15)
= 0,930605*0,930605*0,80551*1*0,90125 = 0,930605*0,930605*0,80551*1*0,90125
= 0,628705 = 0,628705

S18= S28=
(0,750,25)*(0,750,25)*(0,50,2)*(0,50,15)*(0,50,1 (0,750,25)*(0,750,25)*(0,50,2)*(0,50,15)*(0,50,1
5) 5)
= = 0,930605*0,930605*0,80551*0,90125*0,90125
0,930605*0,930605*0,80551*0,957766*0,90125 = 0,56662
= 0,602125
S29=
S19= (0,750,25)*(0,750,25)*(0,50,2)*(0,50,15)*(0,50,1
(0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,50, 5)
15) = 0,930605*0,930605*0,80551*0,90125*0,90125
= = 0,56662
0,930605*0,930605*0,80551*0,957766*0,90125
= 0,602152 S30=
(0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,50,
S20= 15)
(0,750,25)*(0,750,25)*(0,50,2)*(0,750,15)*(0,50, =
15) 0,930605*0,930605*0,80551*0,957766*0,90125
= = 0,602152
0,930605*0,930605*0,80551*0,957766*0,90125
= 0,602152 Dapat dijumlahkan hasil dari keseluruhan hasil
dari
S21= S1 sampai S30 yaitu
(10,25)*(10,25)*(10,2)*(0,750,15)*(0,750,15) = 20,02076 sebagai Si
= 1*1*1*0,957766*0,957766 Pembentukan Vektor V
= 0,917316 Vjn = Si
Si
S22=
(10,25)*(0,750,25)*(10,2)*(0,750,15)*(0,750,15) V1 = 0,863187 = 0,043115
= 1*0,930605*1*0,957766*0,957766 20,02076
= 0,853659
V2 = 0,863187 = 0,043115
S23= 20,02076
(10,25)*(0,750,25)*(0,750,2)*(0,50,15)*(0,750,1
5) V3 = 0,866207 = 0,043265
= 1*0,930605*0,94408*0,90125*0,957766 20,02076
= 0,758366
V4 = 0,758372 = 0,037879
S24= 20,02076
(10,25)*(0,750,25)*(0,750,2)*(0,750,15)*(0,50,1
5) V5 = 0,758372 = 0,037879
= 1*0,930605*0,944088*0,957766*0,90125 20,02076
= 0,758372
V6 = 0,705745 = 0,035251
S25= 20,02076
(10,25)*(0,750,25)*(0,50,2)*(0,50,15)*(0,50,15)
= 1*0,930605*0,80551*0,90125*0,90125 V7 = 0,736866 = 0,036805

268
 Seminar Nasional Informatika 2015

20,02076 V27 = 0,628705 = 0,031403

20,02076
V8 = 0,66813 = 0,033372
20,02076 V28 = 0,56662 = 0,028302
20,02076
V9 = 0,639912 = 0,031962
20,02076 V29 = 0,602152 = 0,030076
20,02076
V10 = 0,602152 = 0,030076
20,02076 V30 = 0,602152 = 0,030076
20,02076
V11 = 0,90125 = 0,045016
20,02076 Berikut hasil siswa yang lulus menjadi peserta
siswa studi banding
V12 = 0,917316 = 0,045818
20,02076
Tabel1. Hasil Siswa Yang Lulus Studi Banding
V13 = 0,853659 = 0,042639
20,02076 NAMA
PERINGKAT SKOR HASIL
PESERTA
V14= 0,713622 = 0,035644 Kanaya
20,02076 1 0,045818 LULUS
silitonga
Nuriadi 2 0,045818 LULUS
V15 = 0,713622 = 0,035644
20,02076 Lusa Rakasiwa 3 0,043265 LULUS
Dina pohan 1 0,043115 LULUS
V16 = 0,602152 = 0,030076 Amri ramadani 2 0,043115 LULUS
20,02076
Ria astari Nst 2 0,042639 LULUS
V17 = 0,628705 = 0,031403 rahmadani
3 0,042639 LULUS
20,02076 Harahap
Prisilia
3 0,037879 LULUS
V18 = 0,602125 = 0,030076 hasibuan
20,02076 Dewi sari
4 0,037879 LULUS
santika
V19 = 0,602125 = 0,030076 Muliadi ardana 4 0,037879 LULUS
20,02076

V20 = 0,602125 = 0,030076 4. KESIMPULAN DAN SARAN

20,02076
Berdasarkan hasil penelitian yang telah dilakukan
V21 = 0,917316 = 0,045818 dapat diambil kesimpulan sebagai berikut:
20,02076
1. Dengan adanya sistem pendukung keputusan
ini maka pihak sekolah akan lebih mudah
V22 = 0,853659 = 0,042639 dalam pengambilan keputusan untuk
20,02076 menentukan peserta siswa studi banding
karena aplikasi ini lebih mudah dibandingkan
V23 = 0,758366 = 0,037879 sistem yang lama dan penyimpanan datanya
20,02076 lebih akurat.
2. Penerapan metode weighted product cukup
V24 = 0,758372 = 0,037879 mudah digunakan sebagai cara untuk
20,02076 menentukan peserta siswa studi banding
kelas karena karena langkah-langkah
V25 = 0,608873 = 0,030412 penyelesaiannya cukup sederhana.
20,02076 Perhitungan weighted product ada 3 tahap :
a. Penentuan nilai bobot W
V26 = 0,602152 = 0,030076 b. Penentuan nilai vektor S
20,02076 c. Penentuan nilai vektor V

269
Seminar Nasional Informatika 2015
Dan disarankan :
1. Sistem pengambilan keputusan penentuan
peserta siswa studi banding diharapkan dapat
ditambahkan kriteria kriteria baru
2. Untuk implementasi berikutnya dapat juga
diterapkan dengan metode lain supaya lebih
akurat.
DAFTAR PUSTAKA
[1] Jurnal : Riza Alifta perancangan sistem
pendukung keputusan penentuan Prorioritas
Produk unggulan daerah menggunakan
metode weighted product (WP)
270
[2] Sari, L. P., 2013, Sistem Pendukung
Keputusan Menentukan Merek dan Tipe
Sepeda Motor Berbasis WEB dengan
Metode TOPSIS, Jurnal Ilmiah Pelita
Informatika Budi Darma Informasi dan
Informatika, Vol IV, No 3, Hal 78-83.
[3] Azmi, M., Sonatha, Y., Rasyidah, 2014,
Pemanfaatan Sistem Pendukung Keputusan
Untuk Penentuan Alokasi Dana Kegiatan
(Studi Kasus Unit Kegiatan Mahasiswa
Politeknik Negeri Padang), Jurnal
Momentum, Vol 16, No 1, Hal 74-83.
[4] Desiana A, M. Arhami, 2006, Konsep
Kecerdasan Buatan, Yogyakarta.
 Seminar Nasional Informatika 2015

SELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN

METODE SAW DAN K-MEANS
Ferian Fauzi Abdulloh1, Sharazita D.A2
1,2
Magister Teknik Informatika, STMIK AMIKOM Yogyakarta
1
ferianfauzi@gmail.com, 2 sharazita.da@gmail.com

Abstrak

Semakin berkembangnya penduduk Indonesia jelas dibarengi dengan kebutuhan akan tempat tinggal.
Tentunya pemilihan tempat tinggal harus mempertimbangkan keamanan maupun kenyamanan. Dengan
penelitian ini, diharapkan akan bisa membantu pihak terkait untuk mengevaluasi kualitas dari tempat tinggal
terutama dibidang kesehatannya. Sehingga rumah yang dijual maupun dihuni bisa dipastikan bahwa
bangunan tersebut layak huni atau tidak. Tidak hanya menentukan sehat atau tidaknya suatu rumah, namun
dalam penelitian ini diharapkan mampu membantu memberikan pendukung keputusan rumah manakah yang
sangat perlu segera ditindak, sekedar perlu, ataupun tidak perlu sama sekali dikarenakan sudah memenuhi
kriteria rumah sehat. Tahapan penelitian dengan membuat kriteria-kriteria rumah sehat berdasarkan Dinas
Kesehatan Indonesia, kemudian dilakukan perhitungan menggunakan metode SAW, dan mengklaster
hasilnya menjadi beberapa kelas.

Kata kunci : SAW,fuzzy,k-means

1. Pendahuluan bersih, sanitasi pembuangan sampah, transportasi,

Data statistik proyeksi penduduk menurut
provinsi [3] menunjukan bahwa penduduk
Indonesia tahun 2010-2035 akan terus meningkat.
Juga berdasarkan pernyataan [1] bahwa konsumen
bidang properti semakin bertambah. Di
Yogyakarta contohnya beberapa perumahan baru
sedang dibangun di lahan-lahan kosong
membuktikan memang bisnis properti semakin
bergairah.
Undang Undang Dasar (UUD) 1945 dan
pasal 28 H Amandemen UUD 1945
mengamanatkan bahwa, rumah adalah salah satu
hak dasar setiap rakyat Indonesia, maka setiap
warga negara berhak untuk bertempat tinggal dan
mendapat lingkungan hidup yang baik dan sehat.
Menurut Undang-Undang No. 4 tahun 1992
tentang Perumahan dan Permukiman, rumah
adalah bangunan yang berfungsi sebagai tempat
tinggal atau hunian dan sarana pembinaan
keluarga. Rumah merupakan kebutuhan dasar
manusia dalam meningkatkan harkat, martabat,
mutu kehidupan dan penghidupan, serta sebagai
pencerminan diri pribadi dalam upaya
peningkatan taraf hidup, serta pembentukan
watak, karakter dan kepribadian bangsa.
Maka dengan dasar-dasar yang telah
disebutkan diatas, sudah seharusnyalah rumah
yang layak menjadi hak setiap warga. Dan Dinas
Kesehatan Repulik Indonesia lah yang
berkewajiban untuk memastikan bahwa seluruh
rakyat Indonesia mendapatkan rumah sehat layak
huni. Berdasarkan penelitian [6] Perumahan
yang sehat tidak lepas dari ketersediaan prasarana
dan sarana yang terkait, seperti penyediaan air
dan tersedianya pelayanan social.
Di penelitian [5] dan [4] telah dijelaskan
bagaimana penggunaan metode SAW, kemudian
juga di penelitian [2] diterapkan metode Fuzzy
MADM (Multiple Attribute Decission Making)
menggunakan SAW (Simple Additive Weighting)
pada penentuan pemberian kelayakan pada
pengajuan kredit pinjaman. Didalam penelitian
ini, metode tersebut akan digunakan untuk
menentukan rumah sehat berdasarkan kriteria
yang telah ditentukan oleh Dinas Kesehatan
Republik Indonesia, yang kemudian di klaster
berdasarkan rangking nilai yang dihasilkan oleh
SAW, dengan harapan bisa membantu Dinas
Pendidikan menentukan prioritas utama dalam
mengadakan penyuluhan maupun pengkondisian
rumah sehat.
Adapun kebutuhan fungsional sistem
pendukung keputusan yang akan dibuat adalah
sebagaia berikut :
1. Sistem mampu menerima inputan bobot dari
kriteria rumah sehat.
2. Sistem mampu menerima input alternatif
yang akan dihitung.
3. Sistem mampu menghitung nilai masing-
masing alternatif menggunakan metode
SAW.
4. Sistem mampu meng-klaster alternatif
menjadi beberapa kelas berdasarkan nilai
yang dihasilkan oleh perhitungan SAW.
Kriteria penilaian rumah sehat secara sengaja
tidak dimasukkan secara dinamis karena memang
telah didasarkan kriteria rumah sehat yang
ditetapkan Departemen Kesehatan RI Tahun

271
Seminar Nasional Informatika 2015

2006. Berdasarkan [2] pengisian nilai 4. Analisis Model

kepentingan berdasar bobot pada masing-masing 4.1 Data Flow Diagram
kriteria ditentukan dengan nilai fuzzy seperti
berikut :
Data Alternatif DSS dengan SAW
Sangat Rendah (SR) = 1 Surveyor
Data Penilaian dan Clustering
Rendah (R) = 2
Cukup (C) = 3
Tinggi(T) = 4 Data Kriteria
Sangat Tinggi(ST) = 5 Data Kelas
Rangking
Hasil Cluster
2. Metode Penelitian
Penelitian ini dilakukan dengan Manager
menggunakan metode pengembangan
perangkat lunak secara terstruktur dan Gambar 1. Konteks Diagram DSS
sistematik yaitu menggunakan metode Rumah Sehat
waterfall dengan langkah-langkah sebagai
berikut : Konteks diagram pada Gambar 1 menjelaskan
1. Pendefinisan masalah dan kebutuhan alur data yang akan berjalan pada DSS Rumah
pengguna. Pada tahap ini peneliti akan Sehat. Akses pengguna dibagi menjadi dua yaitu
melakukan identifikasi masalah dan Surveyor yang akan memasukkan data alternative
memberikan tujuan penelitian sesuai dengan calon rumah sehat beserta dengan data
kebutuhan pengguna. penilaiannya. Kemudian akses pengguna yang
2. Perancangan system. Tahap perancangan kedua adalah Manager yang akan menentukan
system dilakukan dengan memodelkan data kriteria dan kelas dalam proses pengambilan
penyelesaian dari seluruh masalah yang keputusan kepada system dan menghasilkan
telah diidentifikasi. Perancangan akan keluaran berupa rangking dan hasil dari proses
dilakukan dengan Data Flow Diagram, ER clustering.
Diagram dan Flowchart.
3. Implementasi yang akan dilakukan dengan Manager Surveyor

menjabarkan model algortima dalam Penilaian

Kriteria
pemecahan pengambilan keputusan yang Kelas
Alternatif

nantinya akan diimplementasikan pada 1.4

1.1 1.2 1.3
pengkodean program. Pengolahan
Data Kriteria
Pengolahan
Data Kelas
Pengolahan
Data Alternatif
Pengolahan
Data
Penilaian
4. Manajemen perawatan system. Kriteria

Alternatif

3. Analisis Data dan Informasi Tb.Kriteria Tb.Kelas Tb.Alternatif Tb.NilaiAlternatif

3.1 Sumber Data
Data yang dibutuhkan pada penelitian ini Penilaian
Kelas

adalah data kriteria dan data penilaian

1.5 1.6
setiap rumah sesuai dengan kriteria yang Proses Proses
1.7
Proses
Normalisasi Perangkingan
telah ditentukan. Data kriteria rumah SAW SAW
Clustering

sehat didapatkan berdasarkan Kriteria

Rumah Sehat Depkes RI Thn,2006. Matrik
Hasil Cluster
Normalisasi
Sedangkan data penilaian setiap rumah
akan diasumsikan sendiri oleh peneliti
saat melakukan penginputan data. Rangking SAW
1.8
Pengolahan
3.2 Informasi Yang Dihasilkan Hasil

Output yang dihasilkan pada penelitian
ini berupa perangkingan rumah sehat
yang diseleksi menggunakan metode
SAW, kemudian hasil perangkingan
tersebut akan dikelompokkan kembali
sesuai dengan kelas-kelas
ditentukan oleh pengguna system.
Hasil Cluster
Gambar 2. DFD Level 1 DSS Rumah Sehat
DFD level 1 DSS Rumah Sehat merupakan
yang pemecahan dari konteks diagram pada Gambar 1.
Gambar 2 menggambarkan bahwa proses awal
dimulai dari penentuan data kriteria dan kelas
oleh manager yang diikuti dengan masukan data
alternative dan penilaian alternative setiap rumah
berdasarkan kriteria yang sudah ditentukan dan
dibobotkan oleh manager. Penilaian tersebut akan
dinormalisasikan dan disimpan pada table matrik

272
 Seminar Nasional Informatika 2015

normalisasi yang hasilnya akan diproses kembali Tabel 2. Penilaian Setiap Alternatif
untuk dirangking dan disimpan pada table hasil. Alternatif K1 K2 K3 K4 K5 K6 K7
Proses perhitungan SAW berhenti sampai pada Rumah 1 5 5 5 5 5 5 5
proses 1.6 yang dilanjutkan dengan memproses Rumah 2 3 3 3 3 3 3 3
clustering data berdasarkan hasil rangking SAW. Rumah 3 1 3 2 2 3 3 3
Hasil cluster akan disimpan pada table cluster, Rumah 4 5 2 4 4 5 3 3
informasi akhir yang disampaikan pada manager Rumah 5 3 3 3 4 2 2 3
berupa perangkingan rumah sehat dan hasil Rumah 6 2 5 2 3 1 4 2
pengelompokkan clustering. Rumah 7 3 4 4 4 4 2 3
Rumah 8 1 1 3 2 5 3 3
4.2 Rancangan Database Rumah 9 4 2 3 3 3 4 4
Kriteria
NoKrit*
Rumah 10 3 4 3 3 2 4 5
NamaKrit
NilaiBobot
Rumah 11 1 2 1 1 1 1 2
Keterangan
Rumah 12 4 5 5 3 2 4 5

NilaiAlternatif
Langkah-langkah perangkingan setiap nilai
Alternatif
NoAlternatif*
NoNilai*
NoAlternatif**
alternative menggunakan metode SAW
NamaRumah
NoKrit**
Nilai
sebagai berikut :
1. Perhitungan matriks ternormalisasi dari
nilai setiap alternative rumah. Formula
Hasil yang digunakan sebagai berikut :
Normalisasi
NoHasil*
NoNilai*
NoNilai**
NilaiNormalisasi
NilaiHasil
Jika j adalah kriteria keuntungan
Kelas (benefit)
NoKelas*
NamaKelas
Centroid
Jika j adalah kriteria biaya (cost)
Cluster
NoCluster*
NoHasil**
NoKelas**
NilaiCluster

GGambar 3. Relasi Antar Tabel DSS Rumah

Sehat

4.3 Hasil dan Pembahasan

4.3.1 Perhitungan Pengambilan
Tabel 3. Matriks Ternormalisasi
Keputusan
Alternatif K1 K2 K3 K4 K5 K6 K7
Untuk mendapatkan hasil rangking dengan
Rumah 1 1 1 1 1 1 1 1
pengelompokkan kelas rumah sehat
menggunakan metode SAW dan K-Means, Rumah 2 0,6 0,6 0,6 0,6 0,6 0,6 0,6
langkah awal adalah menetukan pembobotan Rumah 3 0,2 0,6 0,4 0,4 0,6 0,6 0,6
kriteria dan memasukkan penilaian Rumah 4 1 0,4 0,8 0,8 1 0,6 0,6
alternative. Rumah 5 0,6 0,6 0,6 0,8 0,4 0,4 0,6
Rumah 6 0,4 1 0,4 0,6 0,2 0,8 0,4
Tabel 1. Pembobotan Kriteria Rumah 7 0,6 0,8 0,8 0,8 0,8 0,4 0,6
Kriteria Bobot Keterangan Rumah 8 0,2 0,2 0,6 0,4 1 0,6 0,6
Kekeringan saluran air 4 Tinggi Rumah 9 0,8 0,4 0,6 0,6 0,6 0,8 0,8
(K1) Rumah 10 0,6 0,8 0,6 0,6 0,4 0,8 1
Kebersihan (K2) 5 Sangat Tinggi Rumah 11 0,2 0,4 0,2 0,2 0,2 0,2 0,4
Keamanan (K3) 3 Cukup Rumah 12 0,8 1 1 0,6 0,4 0,8 1
Bebas kontaminasi 3 Cukup
(K4) 2. Proses Perangkingan Matriks
Ventilasi (K5) 3 Cukup Ternormalisasi. Proses ini didapatkan dengan
Hewan pengganggu 3 Cukup formula sebagai berikut:
(K6)
Terawat (K7) 4 Tinggi
V Rumah 1 = (4x1) + (5x1) + (3x1) + (3x1) +
Data penilaian setiap alternative merupakan data
(3x1) + (3x1) + (4x1) = 25
yang diasumsikan oleh peneliti sebagai
berikut :

273
Seminar Nasional Informatika 2015

V Rumah 2 = (4x0,6) + (5x0,6) + (3x0,6) + 12,75 2,5 3,4 9,3 2,5 C

(3x0,6) + (3x0,6) + (3x0,6) + 17,25 7 1,1 4,8 1,1 B
(4x0,6) = 15 18,65 8,4 2,5 3,4 2,5 B
V Rumah 3 = (4x0,2) + (5x0,6) + (3x0,4) + 7,3 2,95 8,85 14,75 2,95 C
(3x0,4) + (3x0,6) + (3x0,6) + 22,45 12,2 6,3 0,4 0,4 A
(4x0,6) = 12,2
3. Perhitungan rerata setiap kelas.
Tabel 4. Hasil Proses Perangkingan Tabel 6. Perhitungan Rerata
Alternatif Hasil Akhir Kela Centroi Rerata-
Rumah 1 25 s Rerata d Centroid
Rumah 2 15 A 23,725 22,05 1,675
Rumah 3 12,2 B 16,9428 16,15 0,792857143
Rumah 4 18 C 11 10,25 0,75
Rumah 5 14,4 3,217857143
Rumah 6 14,2
Rumah 7 17,2 Diketahui hasil perhitungan rerata = 3,21
Rumah 8 12 masih lebih besar dari nilai toleransi yaitu
Rumah 9 16,2 1,77 , maka perlu dilakukan perhitungan
Rumah 10 17,6 iterasi kedua dengan menggunakan centroid
Rumah 11 6,8 baru dari rerata iterasi sebelumnya sebagai
Rumah 12 20,6 berikut :
Tabel 7. Pencarian Kelas Diskret Iterasi Kedua
Setelah hasil perangkingan dengan metode SAW Jarak dengan kelas
didapatkan , langkah selanjutnya adalah Data Min Kelas
melakukan proses clustering dengan metode K- 10,25 16,15 22,05
Means untuk dapat mengelompokkan setiap hasil 25 14 8,058 1,275 1,275 A
perangkingan dari metode SAW tersebut.
1. Penentuan kelas centroid dan toleransi 15 4 1,942 8,725 1,942 B
kesalahan. 12,95 1,95 3,992 10,78 1,95 C
19,05 8,05 2,108 4,675 2,108 B
15,3 4,3 1,642 8,425 1,642 B
15,25 4,25 1,692 8,475 1,692 B
Untuk dapat menentukan nilai centroid dan
toleransi harus menentukan jumlah kelas target 18,1 7,1 1,158 5,625 1,158 B
yang diasumsikan sebagai berikut : (a) jumlah
12,75 1,75 4,192 10,98 1,75 C
target = 3 (b) delta = 0,1.
17,25 6,25 0,308 6,475 0,308 B
18,65 7,65 1,708 5,075 1,708 B
7,3 3,7 9,642 16,43 3,7 C
22,45 11,45 5,508 1,275 1,275 A
Toleransi = 17,7 x 0,1 = 1,77
Tabel 8. Perhitungan Rerata Iterasi Kedua
Rerata-
2. Penentuan Kelas Diskret yang diperoleh dari Kelas Rerata Centroid
Centroid
selisih data dengan setiap nilai centroid yang
telah dijabarkan sebelumnya. A 23,725 23,725 0
B 16,9428 16,942 0,000857143
Tabel 5. Pencarian Kelas Diskret C 11 11 0
Jarak dengan kelas 0,000857143
Data 10,25 16,15 22,05 Min Kelas
25 14,75 8,85 2,95 2,95 A Diketahui hasil perhitungan rerata iterasi kedua
15 4,75 1,15 7,05 1,15 B sebesar 0,00 yang sudah tidak melebihi nilai
toleransi sehingga proses clustering DSS Rumah
12,95 2,7 3,2 9,1 2,7 C
Sehat sudah mendapatkan hasil akhir.
19,05 8,8 2,9 3 2,9 B
15,3 5,05 0,85 6,75 0,85 B
4.3.2 Flowchart Pengambilan Keputusan
15,25 5 0,9 6,8 0,9 B Seperti pada proses perhitungan yang telah
18,1 7,85 1,95 3,95 1,95 B dijabarkan sebelumnya, flowchart pengambilan

274
 Seminar Nasional Informatika 2015

keputusan terdiri dari 4 blok proses. Proses

pertama berupa proses masukan matrik awal data
penilaian rumah sehat. Proses kedua adalah proses
perhitungan matrik ternormalisasi SAW. Proses
ketiga adalah proses pe rangkingan SAW yang
kemudian hasilnya diclustering sesuai dengan
jumlah kelas dengan metode K-Means. Gambar 6. Halaman Kriteria
Mulai

Input
Kriteria,
Alternatif,

Pembobotan
Alternatif

Proses input matrik awal SAW i=0 Proses perhitungan rangking SAW
i=0
Gambar 7. Halaman Pembobotan Kriteria
Perhitungan
i=jumlah
i=jumlah Input Penilaian rangking alternatif
alternatif tidak
alternatif tidak Alternatif
rumah?
rumah? (Matriks Awal)
Setelah melakukan pembobotan kriteria, user
Simpan nilai Simpan nilai dapat melakukan proses pembobotan setiap rumah
ya
pencarian nilai max dari
Simpan i=i+1
yang akan diseleksi pada halaman matrix
nilai alternatif setiap
kriteria
Rangking
pembobotan. Gambar.8 merupakan tampilan hasil
Simpan matriks
nilai awal i=i+1
dari matrix pembobotan setiap rumah. Untuk
Proses perhitungan matrik
melakukan langkah perhitungan selanjutnya, user
i=0 ternormalisasi SAW
Tampilkan
Rangking
Cari nilai max
nd min rangkin
Input
delta
dapat menekan tombol hitung normalisasi dan
i=jumlah
alternatif tidak
Perhitungan matriks
ternormalisasi
secara otomatis akan menuju pada halaman marix
rumah? Perhitungan
toleransi=
Input
jumlah i=0
normalisasi seperti pada Gambar.9. Setelah matrix
(max-min)*delta kelas (i)

Simpan nilai
normalisasi ditampilkan dapat dilanjutkan dengan
melakukan proses perangkingan secara otomatis
i=i+1

Simpan matriks i=jumlah no Perhitungan centroid Simpan

Perhitungan
kelas diskret =
dengan menekan tombol hitung perangkingan.
kelas? centroid Abs(Centroid rangking ke i)
ternormalisasi
Proses perangkingan akan ditampilkan pada
yes
pencarian nilai min nilai
kelas diskret dari tiap
Gambar 10. Halaman Perangkingan.
data rangking (min)
Penentuan kelas Hitung avg data Hitung selisih Rt-
Simpan matriks
If min=nilai centroid ke i i=i+1 rangking tiap centroid tiap
kelas diskret
then kelas = c ke i kelas (Rt) kelas (S)

Sum (S) = Y Y>delta no Selesai

Ambil hasil
perhtiungan
Rata-rata (Rt)

Gambar 4. Flowchart Pengambilan Keputusan

Gambar 8. Halaman Matrix Pembobotan
4.4 Implementasi
Gambar.4 Halaman index adalah halaman
pertama yang akan diakses oleh pengguna web
berisi menu yang disediakan untuk melakukan
proses seleksi pemilihan rumah sehat.

Gambar 9. Halaman Matrix Ternormalisasi

Gambar 5. Halaman Index

Gambar.6 Halaman kriteria merupakan halaman

yang digunakan user untuk memeasukkan kriteria
penilaian rumah sehat. Gambar.7 Halaman
pembobotan kriteria merupakan halaman yang
digunakan user untuk melakukan pembobotan
Gambar 10. Halaman Perangkingan
setiap kriteria yang telah ditentukan sebelumnya.
Dari hasil perangkingan SAW yaitu pada
Gambar.10 maka langkah yabg terakhir adalah

275
Seminar Nasional Informatika 2015
melakukan clustering setiap rumah sesuai dengan
nilai rangking yang telah didapatkan. Proses
clustering dilakukan dengan menekan tombol
cluster dan hasilnya akan ditampilkan pada
Gambar.11 Halaman hasil Cluster.
Gambar 11. Halaman Hasil Cluster
4.5 Kesimpulan
Dari hasil pembahasan maka dapat ditarik
kesimpulan bahwa implementasi system
pendukung keputusan menggunakan Fuzzy SAW
dan Clustering K-Means dapat diterapkan dalam
seleksi pemilihan rumah sehat. Hasil yang
diperolah dari system ini adalah rangking rumah
sehat dan hasil pengelompokkan setiap kelas.
Daftar Pustaka:
[1] Amborowati, Armadyah. 2008. Sistem
Penunjang Keputusan Pemilihan
Perumahan Dengan Metode AHP
Menggunakan Expert Choice. STMIK
276
AMIKOM. Yogyakarta.
[2] Arfyanti, Ita Dan Purwanto, Edi. 2012.
"Aplikasi Sistem Pendukung Keputusan
Pemberian Kelayakan
Kredit Pinjaman Pada Bank Rakyat
Indonesia Unit Segiri
Samarinda Dengan Metode Fuzzy Madm
(Multiple Attribute Decission
Making) Menggunakan Saw (Simple
Additive Weighting)".Semantik
2012.Semarang
[3] Badan Pusat Statistik, Laju Pertumbuhan
Penduduk menurut Provinsi,
(http://www.bps.go.id/linkTabelStatis/view/i
d/1274), diakses tanggal 7 Mei 2015.
[4] Hartini,D.C,
Ruskan,E.L,Ibrahim,Ali.2013."Sistem
Pendukung Keputusan Pemilihan Hotel
Di Kota Palembang Dengan Metode Simple
Additive Weighting (SAW)".Universitas
Sriwijaya.Palembang
[5] Hermanto,Nandang.2012."Sistem Pendukung
Keputusan Menggunakan Metode Simple
Additive Weighting (Saw) Untuk
Menentukan Jurusan
Pada Smk Bakti Purwokerto".Semantik
2012.Semarang
[6] Krieger J and Higgins DL. (2002). Housing
and Health : Time Again for
Public Action. Am J Public Health 92:5,
758-759.
 Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI GEOGRAFIS PASAR

TRADISIONAL DI WILAYAH DENPASAR BERBASIS WEB
Ni Kadek Sumiati

Sistem Komputer, STMIK STIKOM Bali

Jln Raya Puputan No 86 Renon Denpasar, Bali
sumiari@stikom-bali.ac.id

Abstrak

Pasar tradisional masih merupakan wadah utama penjualan produk-produk kebutuhan pokok yang dihasilkan
oleh para pelaku ekonomi bersekala menengah kecil serta mikro. Kebutuhan informasi pasar tradisional bagi
masyarakat di Kota Denpasar merupakan intrumen yang sangat penting. Maka perlu dibangun sebuah sistem
informasi geografis untuk memenuhi kebutuhan tersebut. Adapun tujuan dari penelitian ini adalah untuk
menghasilkan sebuah dokumen perancangan yang baik untuk membangun sistem informasi geografis
pemetaan pasar tradisional di wilayah Denpasar. Pada penelitian ini pendekatan rekayasa perangkat lunak
yang digunakan dalam perancangan ini adalah terstruktur dan tools yang digunakan adalah Data Flow
Diagram. dan Entity Relationship Diagram. Hasil dari dokumen perancangan ini nantinya akan bisa
membantu pengembang sistem dalam membuat aplikasi sistem informasi geografis Pasar Traditional di
Wilayah Denpasar Berbasis Web.

Kata kunci : perancangan sistem informasi, sistem informasi georafis, pasar tradisional, sistem informasi
berbasis web, rekayasa perangkat lunak

1. Pendahuluan Perkembangan teknologi informasi seperti

Pasar tradisional masih merupakan wadah
utama penjualan produk-produk kebutuhan pokok
yang dihasilkan oleh para pelaku ekonomi
bersekala menengah kecil serta mikro. Kebutuhan
informasi pasar tradisional bagi masyarakat di
Kota Denpasar merupakan intrumen yang sangat
penting mengingat sangat minimnya informasi
tentang pasar tradisional seperti informasi lokasi
pasar, komoditas pasar dan informasi-informasi
lainnya yang bermanfaat bagi masyarakat.
Kota Denpasar merupakan kota yang
memiliki komoditas pasar yang sangat
menjanjikan karena padatnya penduduk dan
banyaknya kebutuhan masyarakat akan produk-
produk pasar. Menurut data tahun 2013 dari Dinas
Perindustrian dan Perdagangan Kota Denpasar
jumlah pasar tradisional yang ada di Kota
Denpasar 16 pasar tradisional yang tersebar di
seluruh wilayah kota Denpasar. Pasar tradisional
tersebut terdiri dari 2 kategori yaitu pasar ikan
dan pasar adat. [1] Namun meskipun merupakan
kota besar keberadaan pasar tradisional di Kota
Denpasar mulai tersisih. Salah satu
permasalahannya adalah letak lokasi pasar
tradisional yang biasanya terletak di lokasi-lokasi
terpencil sehingga susah untuk dicari. Selain itu
pengumpulan dan penyimpanan data pasar
tradisional yang dilakukan pemerintah masih
bersifat manual yaitu dengan melakukan
pendataan langsung ke lokasi dan penyimpanan
data menggunakan document hardcopy sehingga
menyita banyak tempat, waktu dan data yang ada
belum valid.
yang kita ketahui saat ini sangat berkembang
pesat. Akan sangat bermanfaat apabila pemerintah
kota Denpasar bisa memanfaatkan teknologi
infromasi yang ada saat ini untuk menunjang
kebutuhan data dan infromasi pasar tradisional di
wilayah kota Denpasar. Apabila teknologi
informasi bias dimanfaatkan dengan baik dalam
pengolahan data dan informasi pasar tradisional di
kota Denpasar, data yang informasi yang
diperoleh akan lebih valid, menghemat biaya dan
tempat serta tidak terlalu banyak menyita waktu.
Oleh karena latarbelakang di atas dalam
penelitian ini penulis memberikan solusi untuk
pengolahan data dan infromasi pasar tradisional di
kota Denpasar yaitu dengan membangun sebuah
Sistem Informasi Geografis (SIG) berbasis web
dimana dalam system tersebut selain terdapat
informasi lokasi pasar juga informasi-informasi
penting yang berkaitan dengan pasar tradisional
yang ada di wilayah kota Denpasar.
Sistem Informasi Geografis merupakan
sejenis perangkat lunak yang dapat digunakan
untuk pemasukan, penyimpanan, manipulasi,
menampilkan, dan keluaran informasi geografis
berikut atribut-atributnya SIG dapat diuraikan
menjadi beberapa sub sistem yaitu: (1) Data
Input: mengumpulkan dan mempersiapkan data
spasial dan atribut dari berbagai sumber. Sub
sistem ini pula bertanggung jawab dalam
mengkonversi atau mentranformasikan format-
format yang dapat digunakan oleh Sistem
Informasi Geografis. (2) Data Output :
menampilkan atau menghasilkan keluaran seluruh

277
Seminar Nasional Informatika 2015
atau sebagian basis data baik dalam bentuk
softcopy maupun dalam bentuk hardcopy seperti
tabel, grafik, peta, dan lain-lain. (3) Data
Management : mengorganisasikan baik data
spasial maupun atribut ke dalam sebuah basis data
sedemikian rupa sehingga mudah dipanggil,
diperbaharui, dan diperbaiki. (4) Data
Manipulation and Analysis : menentukan
informasi-informasi yang dapat dihasilkan oleh
SIG. Selain itu, sub sistem ini juga melakukan
manipulasi dan pemodelan data untuk
menghasilkan informasi yang diharapkan [2].
Akan tetapi sebelum membangun suatu
Sistem Informasi Geografis (SIG) berbasis web
maka perlu dilakukan perekayasaan perangkat
lunak yang baik agar sistem yang nantinya dibuat
sesuai dengan kebutuhan pengguna sistem. Salah
satu tahapan dari rekayasa perangkat lunak
tersebut adalah tahap perancangan sistem.
Berdasarkan hal tersebut maka dalam penelitian
ini dibuat dokumen perancangan Sistem Informasi
Geografis (SIG) berbasis web untuk pasar
tradisional di wilayah kota Denpasar. Dokumen
perancangan ini diharapkan dapat dijadikan
sebagai panduan dalam pembuatan atau
implementasi Sistem Informasi Geografis (SIG)
Pasar Tradisional Di Wilayah Denpasar Berbasis
Web.
2. Tinjauan Pustaka
2.1 Sistem Informasi Geografis
Menurut Fu (2006: 1) Web GIS merupakan
website yang terintegrasi dengan sistem informasi
geografis atau geographic information system
(GIS). Web GIS pertama dikembangkan oleh
Xeror Corporation Palo Alto Research Center
(PARC) pada tahun 1993 dan berkembang pesat.
Web GIS mengubah cara memperoleh,
mentransmisi, mempublikasi, membagi dan
memvisualisasi data geospatial. GIS disimpan dan
dijalankan di sebuah sever GIS melalui internet.
Server tersebut memproses file web GIS agar
dapat ditampilkan di browser.[3]
File GIS menggunakan data vektor dalam
pembuatannya tetapi web browser tidak dapat
membaca data vektor sehingga dibutuhkan suatu
perangkat lunak untuk mengkonversi format data
vektor menjadi format data raster agar dapat
dibaca oleh web browser.
Elemen penting web GIS adalah sebagai berikut:
a. Server memiliki URL sehingga klien dapat
menggunakan web GIS melalui web.
b. Klien menggunakan HTTP untuk mengirim
permintaan ke server.
c. Server melakukan operasi GIS dan
mengirimkan tanggapan kepada klien
melalui HTTP.
d. Format respon kepada klien berupa HTML
(Hypertext Markup Language), binary
278
image, XML (Extensible Markup Language)
atau JSON (JavaScript Object Notation).[4]
2.2 Perancangan Sistem
Perancangan sistem dapat diartikan sebagai tahap
setelah analisa dari siklus pengembangan sistem
penggambaran, perencanaan dan pembuatan
sketsa atau pengaturan dari beberapa elemen yang
terpisah ke dalam satu kesatuan yang utuh dan
berfungsi. Perancangan sistem dapat dibagi
menjadi dua bagian yaitu desain sistem secara
umum (general system design) / konseptual
desain / makro design dan desain sistem secara
terinci/ secara phisik/ desain internal.Tujuan
desain :
a. Untuk memenuhi kebutuhan pemakai
sistem.
b. Untuk memberikan gambaran yang jelas
dan rancang bangun yg lengkap untuk
nantinya digunakan untuk pembuatan
program komputernya.[5]
2.3 Pasar
Pasar adalah sebuah tempat umum yang melayani
transaksi jual - beli. Di dalam Peraturan Daerah
Khusus Ibukota Jakarta Nomor 6 Tahun 1992
tentang pengurusan pasar di Daerah Khusus
Ibukota Jakarta yang ditetapkan dalam Bab I
Pasal 1 pengertian pasar adalah suatu tempat
transaksi jual beli umum milik Pemerintah
Daerah, tempat pedagang secara teratur dan
langsung memperdagangkan barang dan jasa.
Dalam ilmu ekonomi, pasar adalah tempat
transaksi jual beli yang tidak selalunya
memerlukan lokasi fisik. Pasar yang dimaksud
bisa merujuk kepada suatu negara tempat suatu
barang dijual dan dipasarkan. Contohnya adalah
pasar valuta asing.
Menurut Peraturan Walikota Denpasar Nomor 9
Tahun 2009, Pasar adalah area tempat jual beli
barang dengan jumlah penjual lebih dari satu baik
yang disebut sebagai pusat perbelanjaan, pasar
tradisional, pertokoan, mall, plasa, tempat
perdagangan maupun sebutan lainnya.
A. Jenis-Jenis Pasar
Ada beberapa jenis pasar, antara lain : pasar
tradisional, pasar modern, dan pasar ekonomi.
Pasar tradisional biasanya terdiri dari kios-kios
yang dibuka oleh penjual dan kebanyakan
menjual kebutuhan sehari-hari seperti bahan-
bahan makanan. Bahan-bahan makanan tersebut
bisa berupa ikan, sayur-sayuran, telur, daging dan
lain-lain. Selain itu, ada pula yang menjual kue-
kue dan barang-barang lainnya. Pasar seperti ini
masih banyak ditemukan di Indonesia, dan
umumnya terletak dekat kawasan perumahan agar
memudahkan pembeli untuk mencapai pasar.
Pasar modern tidak banyak berbeda dari pasar
tradisional, namun pasar jenis ini berada dalam
bangunan dan barang-barang yang dijual biasanya

adalah barang tahan lama. Contoh dari pasar
modern adalah pasar swalayan dan hypermarket.
Berdasarkan Peraturan Daerah Khusus Ibukota
Jakarta Nomor 6 Tahun 1992 tentang pengurusan
pasar di Daerah Khusus Ibukota Jakarta yang
ditetapkan dalam Bab III Pasal 7, maka pasar
diklasifikasikan menjadi tiga, yaitu menurut sifat
kegiatan dan jenis dagangannya, menurut ruang
lingkup pelayanan dan tingkat potensi pasar, dan
menurut waktu kegiatan.
B. Pasar Menurut Sifat Kegiatan dan Jenis
Dagangan
Yang termasuk ke dalam jenis pasar menurut sifat
kegiatan dan jenis dagangannya yaitu
1. Pasar eceran, ialah pasar yang menjual berbagai
jenis barang dalam jumlah kecil, misalnya : per
ikat, per butir, per buah, per ekor, per kilo dan
lain lain.
2. Pasar grosir, ialah pasar yang menjual berbagi
jenis barang dalam jumlah besar, misalnya : per
kuintal, per ton, per bal, per gross, per lusin,
dan lain lain.
3. Pasar induk, ialah pasar yang berfungsi sebagai
tempat pengumpulan, tempat pelelangan,
tempat penyimpanan, tempat penyaluran barang
kebutuhan sehari hari
4. Pasar khusus, ialah pasar yang
memperjualbelikan jenis barang tertentu,
C. Pasar Menurut Ruang Lingkup Pelayanan
dan Tingkat Potensi Pasar
Yang dimaksud dengan potensi pasar adalah
tingkat kesanggupan dan kekuatan ekonomi pasar
yang diukur dari pendapatan pasar dan keramaian
pasar. Atas dasar potensi pasar dapat dibedakan
menjadi empat, yaitu :
a) Pasar teladan
b) Pasar maju.
c) Pasar berkembang.
d) Pasar tumbuh.
3. Teknik Pengumpulan Data
Tahap pertama yang dilakukan dalam penelitian
ini adalah melakukan pengumpulan data-data
yang diperlukan selama penelitian. Teknik
pengumpulan data yang dilakukan dalam
penelitian ini adalah :
1. Observasi
Observasi adalah pengamatan dan pencatatan
secara sistimatik terhadap unsur-unsur yang
tampak dalam suatu gejala atau gejala-gejala
dalam objek penelitian. Tujuan observasi adalah
mendeskripsikan setting yang dipelajari, aktivitas-
aktivitas yang berlangsung, orang-orang yang
terlibat dalam aktivitas, dan makna kejadian di
lihat dari perspektif mereka yang terlihat dalam
kejadian yang diamati tersebut. Observasi dalam
penelitian ini dilakukan melalui pengamatan
terhadap system pasar yang sudah ada di kota
lain.
Seminar Nasional Informatika 2015
2. Wawancara
Metode wawancara merupakan salah satu metode
pengumpulan data yang umum digunakan untuk
mendapatkan data berupa keterangan lisan dari
suatu narasumber atau responden tertentu. Data
yang dihasilkan dari wawancara dapat
dikategorikan sebagai sumber primer karena
didapatkan langsung dari sumber pertama. Proses
wawancara dilakukan dengan mengajukan
pertanyaan kepada narasumber atau responden
tertentu. Dalam kasus wawancara dilakukan
dengan pengelola pasar traditional di Kota
Denpasar yaitu pihak Dinas Perindustrian dan
Perdagangan Kota Denpasar.
3. Study Literatur
Metode pengumpulan data yang diperoleh dari
sumber-sumber pustaka seperti majalah, internet
dan buku refrensi atu dokumen-dokumen tertentu
yang berhubungan dengan sistem informasi
berbasis web. Sumber-sumber pustaka inilah yang
penyusun harapkan dapat menjadi acuan untuk
melakukan penelitian ini dan dapat mengambil
suatu kesimpulan untuk suatu hal yang akan
dicari.
START
Studi Literatur
Menganalisa dan
GIS Pasar Memahami
Dokumentasi Sistem
Permasalahan
Perumusan masalah dan
batasan masalah
Data Pasar Tradisional
Analisa Data
DFD, ERD Perancangan
Finish
Gambar 1. Sistematika Penelitian
4. Hasil Dan Pembahasan
4.1 Analisa Kebutuhan Fungsional
Analisa kebutuhan fungsional ini merupakan
analisa kebutuhan-kebutuhan fungsional dari
perangkat lunak yang dibuat. Kebutuhan
fungsional ini merupakan fitur-fitur yang terdapat
pada perangkat lunak yang dibuat. [6]
Hal ini dibutuhkan agar tidak semua
pengguna sistem bisa melakukan semua fungsi-
fungsi yang terdapat dalam sistem ini. Ada
279
Seminar Nasional Informatika 2015

beberapa fungsi yang hanya pengguna dengan yaitu : statispage, kategoripasar, pasar, foto,
level tertinggi yang bisa dilakukan yaitu fungsi omset_pasar, dan pesan
maintanance. Berdasarkan kebutuhan ini, terdapat Info_data_login P1.
Dt_login
Dt_login
user

dua level user, yaitu Admin dan user. Fungsi yang Data_login Login

bisa dilakukan oleh Admin pada sistem ini yaitu

Dt_statis statispage
(1) Login, dan (2) Maintanance Data. Sedangkan Dt_statis

fungsi yang bisa dilakukan oleh user adalah (1)

Melihat data pasar dan (2) Mengirim pesan Data_statis
Info_kategori
Dt_kategori
Dt_kategori
kategoripasar

Infro_dt_pesan
Data_kategori
Data_pasar P2 Dt_pasar pasar
Admin Data_user
4.2 Perancangan Sistem Info_omset
Infro_dt_pasar
Maintenance Data Dt_pasar

Data_omset
A. Diagram Konteks Infro_dt_user
Info_dt_statis
Dt_foto
Dt_foto
foto

Diagram Konteks menggambarkan sistem secara Dt_pesan

umum dimana terdiri dari 2 eksternal entity yang Dt_omset

Dt_omset omset_pasar

menggunakan sistem ini yaitu Admin dan User. Data_pesan

Seperti yang dapat dilihat dari diagram konteks User

Info_data_statis
Dt_pesan pesan
Info_data_pasar
berikut, Admin memiliki 6 arus data input dan 7 Info_data_kategori
Info_data_omset

arus data output yaitu : Gambar 3. DFD Level 0

Arus Data Input : Data_login
Data_kategori C. DFD Level 1 Proses Maintenance Data
Data_omset Data Flow Diagram Level 1 proses 2.0
Data_statis Maintanance menggambarkan dekomposisi proses
Data_user Maintanance Data dimana eksternal entity yang
Data_Pasar terlibat adalah Admin dan User, serta melibatkan
Arus Data Output: 6 data store. Proses Maintanance Data
Info_Kategori didekomposisi kedalam 4 proses yaitu :
Info_omset a. Proses 2.1 Proses Maintanance Data
Info_dt_pasar Statis
Info_data_login b. Proses 2.2 Proses Maintanance Data
Info_dt_user Kategori
Info_dt_pesan c. Proses 2.3 Proses Maintanance Data
Info_dt_statis Pasar
d. Proses 2.4 Proses Maintanance Data
Sedangkan untuk User 1 arus data input yaitu Pesan
data_pesan dan 4 arus data output yaitu
info_data_statis, Info_data_kategori, Dt_statis
Info_data_statis P2.1
info_data_pasar, info_data_omset Data_statis Maintenance Data Statis Dt_statis statispage

Data_kategori
Data_login Dt_kategori
Data_omset Info_data_kategori P2.2 kategoripasar
Data_statis Data_pesan Data_kategori Maintenance Data
Info_kategori Kategori
Info_omset Info_data_statis
Admin Data_user Website Pasar Tradisional User
Infro_dt_pasar Info_data_omset
Data_pasar
Info_data_login Info_data_kategori Dt_pasar
Data_pasar Pasar
Info_dt_user Info_data_pasar Admin Dt_pasar
Infro_dt_pesan Info_data_pasar
Data_Foto P2.3
Data_omset
Info_data_foto
Info_dt_statis Info_data_omset Maintenance Data Pasar Dt_foto
Foto

Gambar 2. Diagran Konteks Dt_foto

Dt_kategori

Dt_omset Omset_Pasar
Dt_omset
B. Data Flow Diagram Level 0
Data Flow Diagram Level 0, menggambarkan Data_pesan
P2.4
Maintenance Data Pesan Dt_pesan
Info_data_pesan
arus data input dari eksternal entity ke proses dan
arus data output dari proses ke eksternal entity. Info_data_omset

Data Flow Diagram Level 0 ini, mendekomposisi

Info_data_kategori
proses pada level sebelumnya. Proses User
Info_data_statis
Info_data_pasar
Dt_pesan pesan

Data_pesan
didekomposisi menjadi 2 proses yaitu :
a. Proses Login
Proses ini melibatkan eksternal entity Admin, Gambar 4. Level 1 Proses Maintenance Data
dan data store yang terlibat adalah user
b. 2.0 Proses Maintanance Data D. Entity Relationship Diagram
Proses ini melibatkan eksternal entity Admin Entity Relationship Diagram (ERD) pada Sistem
dan User, dan ada 6 data store yang terlibat Informasi Geografis Pasar Tradisional Di Wilayah
Denpasar Berbasis Web menggambarkan relasi

280
 Seminar Nasional Informatika 2015

data yang terjadi antar entitas. Pada ERD ini Pasar Tradisional Di Wilayah Denpasar Berbasis
terdapat 4 entitas, dimana tidak semua entitas Web
saling berelasi. Adapun 4 entitas tersebut adalah
sebagai berikut : Kategoripasar Pasar Foto

a. Entitas Kategoripasar : menyimpan data PK id_kategori PK id_pasar PK id_foto

kategori pasar nama_kategori nama_pasar nama_foto

b. Entitas Pasar : menyimpan data pasar jumlah_los

telephone
Path

jumlah_kios
c. Entitas Foto : menyimpan data foto User
jumlah_pedagang
deskripsi
id_pasar

d. Entitas Omset_pasar : menyimpan data omset alamat

kordinat
PK username
pasar id_kategori
Omset_pasar

Sedangkan relasi yang dijabarkan sebagai berikut: password

email
PK id_omset

nama_user
a. Entitas kategoripasar berelasi dengan entitas bulan
tahun
pasar dengan cardinality ratio constraint 1 : N, total_omset
keterangan
Statispage Pesan
dimana 1 kategori pasar memiliki banyak pasar. id_pasar

b. Entitas Pasar berelasi dengan entitas Foto PK id_statis PK id_pesan

dengan cardinality ratio constraint 1 : N, title nama

content email
dimana 1 pasar memiliki banyak foto pesan

c. Entitas Pasar berelasi dengan entitas

Omset_Pasar dengan cardinality ratio constraint Gambar 5. Konseptual Database
1 : N, dimana 1 Pasar memiliki banyak Omset
Pasar F. Perancangan Antarmuka
Berikut Entity Relationship Diagram (ERD) pada Perancangan atarmuka adalah rancangan
Sistem Informasi Geografis Pasar Tradisional Di sementara dari sistem yang akan dibangun
Wilayah Denpasar Berbasis Web
Foto

Memiliki

Kategoripasar 1 Memiliki N Pasar

Gambar 6. Halaman utama user side

Memiliki

Omset_pasar

Gambar 5. Entity Relationship Diagram

Keterangan:
Kategoripasar = {id_kategori, nama_kategori}
Pasar = {id_pasar, nama_pasar, jumlah_los,
telephone, jumlah_kios, jumlah_pedagang,
deskripsi, alamat, korrdinat} Gambar 7. Desain Tampilan Pasar
Foto = {id_foto, nama_foto, path}
Omset_pasar ={id_omset, bulan, tahun,
total_omset, keterangan}

E. Konseptual Database
Konseptual basis data merupakan pengembangan
dari Entity Relationship Diagram (ERD) dan pada
konseptual basis data menggambarkan bagaimana
entitas berelasi dan atribut yang merelasikan
entitas tersebut. Berikut merupakan gambaran
konseptual basis data Sistem Informasi Geografis
Gambar 8. Desain Tampilan Peta GIS

281
Seminar Nasional Informatika 2015
Gambar 8. Halaman Utama Admin
Gambar 9. Desain Input Pasar
5. Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat
disimpulkan bahwa
1. Penelitian ini menghasilkan document
perancangan perangkat lunak dimana
perancangan yang digunakan adalah
perancangan perangkat lunak terstruktur
yaitu dengan menggunakan tools Data Flow
Diagram (DFD) dan Entity Relationship
Diagram (ERD) untuk perancangan
databasenya.
2. Hasil dari perancangan ini nantinya akan
membantu pengembang sistem dalam
menbangun Sistem Informasi Geografis
Pasar Tradisional Di Wilayah Denpasar
Berbasis Web.
Daftar Pustaka:
[1] Walikota Denpasar. (2009). Peraturan
Walikota Denpasar Nomor 9 Tahun 2009
282
Tentang Penataan Dan Pembinaan Pasar
Tradisional, Pusat Perbelanjaan, Dan Toko
Modern Pasal 1. Walikota Denpasar :
Denpasar
[2] Prahasta,Eddy. (2005). Konsep-Konsep
Dasar Sistem Informasi Geografis.
Informatika: Bandung.
[3] Anik Mega Vitianingsih, Didik Kiswoyo.
(2011). Rekayasa Sistem Informasi
Geografis (Sig) Untuk Identifikasi Daerah
Rawan Banjir, Studi Kasus Di Wilayah
Surabaya. Jurnal Teknik & Ilmu Komputer
Volume 08 / Nomor 01 / September 2011.
Bina Nusantara University: Jakarta
[4] Edy Irwansyah, Iqbal. S, M. Ikhsan. (2012)
Sistem Informasi Geografis (Sig) Untuk
Zonasi Daerah Bahaya Kerusakan Bangunan
Akibat Gempa Bumi: Studi Kasus Pada Kota
Banda Aceh Dan Sekitarnya. Jurnal
ComTech Volume 03 Nomor 01 Juni 2012.
Bina Nusantara University: Jakarta
[5] Jogiyanto. (2005). Analisa dan Desain
Sistem. Yogyakarta: ANDI.
[6] Dewi Ari Jayanti, Ni Ketut. (2013). Analisa
Dan Perancangan Sistem Informasi
Penentuan Kompetensi Mahasiswa.
Penelitian Internal Periode 2 STMIK
STIKOM Bali
[7] Kadir, A. (2003). Pengenalan Sistem
Informasi. Yogyakarta: ANDI.
[8] Rozaki, Abdur.(2012).Pasar Tradisional:
Dibawah Bayang-Bayang Dominasi Peran
Pasar Modern.IRE:Yogyakarta.
[9] Prahasta,Eddy. (2005). Konsep-Konsep
Dasar Sistem Informasi Geografis.
Informatika: Bandung
[10] Wirantari, I Dewa Ayu Putri. Kebijakan
Penataan Dan Pengelolaan Pasar Badung
Kota Denpasar Menuju Pasar Tradisional
Yang Berbasis Modern. Program Studi
Administrasi Negara Fakultas Ilmu Sosial
dan Ilmu politik. :Universitas Udayana.
 Seminar Nasional Informatika 2015

PENERAPAN METODE HUFFMAN DALAM PEMAMPATAN

CITRA DIGITAL
Edy Victor Haryanto

Universitas Potensi Utama, Jl. K.L. Yos Sudarso Km. 6,5 No. 3 A Tj Mulia Medan
edy@potensi-utama.ac.id, edyvictor@gmail.com

abstrak

Citra adalah representasi dari sebuah objek. Ukuran file sebuah gambar sangat berpengaruh terhadap
kapasitas tempat penyimpanan, semakin besar kapasitas file sebuah gambar maka semakin besar pula
dibutuhkan ruang untuk penyimpanan gambar tersebut, pada penelitian ini dibuat bagaimana sebuah gambar
yang kapasitasnya dapat diperkecil sehingga ruang atau media untuk menyimpannya juga kecil dengan cara
di mampatkan dan gambar yang dihasilkan pun juga akan berpengaruh. Bahasa pemrograman yang
digunakan untuk membuat aplikasi ini adalah java. Citra ini juga melakukan pengelompokan nilai derajat
keabuan pixel yang sama dari citra dan menyusun secara berurut agar dapat dikompresi dengan metode
Huffman, serta melakukan proses dekompresi dengan mengembalikan citra yang sudah dikompresi.

Kata kunci : Kompresi, Citra digital, Metode Huffman, Java

1. Pendahuluan hanya mempunyai satu kanal warna. Citra hitam-

Citra merupakan representasi digital dari objek
gambar, yang tidak lepas dari kebutuhan manusia.
Pada umumnya representasi citra membutuhkan
memori yang cukup besar, khususnya citra warna.
Hal ini tentu sangat mempengaruhi ketersediaan
tempat (space) maupun pengolahan data
khususnya data citra dalam perkembangan ilmu
pengetahuan khususnya dibidang ilmu komputer.
Permasalahan lain yang sering timbul dalam
pengolahan citra dengan ukuran besar adalah
ketika dilakukan proses transmisi (pengiriman
gambar) melalui media komunikasi. Ini tentu akan
memperlambat waktu pengiriman. Untuk itu perlu
dikembangkan aplikasi untuk kompresi citra yang
bertujuan untuk minimalisasi memori.
Citra dalam format BMP ada tiga macam : citra
biner, citra berwarna, dan citra hitam-putih
(grayscale). Citra biner hanya mempunyai dua
nilai keabuan, yaitu 0 dan 1. Oleh karena itu, 1 bit
sudah cukup untuk merepresentasikan nilai pixel.
Citra berwarna adalah citra yang lebih umum.
Warna yang terlihat pada citra bitmap merupakan
kombinasi dari tiga warna dasar, yaitu merah,
hijau, dan biru. Setiap pixel disusun oleh tiga
komponen warna : R (red), G (green), dan B
(blue). Kombinasi dari tiga warna RGB tersebut
menghasilkan warna yang khas untuk pixel yang
bersangkutan.
Nilai setiap pixel tidak menyatakan derajat
keabuan secara langsung, tetapi nilai pixel
menyatakan indeks tabel RGB yang membuat
nilai keabuan merah (R), nilai keabuan hijau (G),
dan nilai keabuan biru (B) untuk pixel yang
bersangkutan. Pada citra hitam-putih, nilai R = G
= B untuk menyatakan bahwa citra hitam-putih
putih umumnya adalah citra 8-bit.
Citra yang lebih kaya warna adalah citra 24-bit.
Setiap pixel panjangnya 24 bit, karena setiap pixel
langsung menyatakan komponen warna merah,
komponen warna hijau, dan komponen warna
biru. Masing-masing komponen panjangnya 8 bit.
Citra 24-bit disebut juga citra 16 juta warna.
Adapun batasan-batasan dan manfaat pada
penelitian ini adalah image yang digunakan
adalah berekstension jpg dan bmp, ukuran citra
nya adalah 80 x 80 dan dalam format RGB,
metode kompresinya huffman, dapat memperkecil
ukuran file gambar.
Penelitian Terkait
Maria juga dalam penelitiannya membandingkan
beberapa metode kompresi terhadap citra antara
lain, Huffman, LZW, RLE dan Shannon Fano dan
kesimpulan dari pengujian tersebut bahwa metode
LZW menghasilkan ukuran kapasitas yang lebih
kecil dibandingkan dengan metode yang lain[1].
Erik dalam penelitiannya membandingkan
beberapa metode kompresi antara lain lossless
dan lossy, yang digunakan untuk memperkecil
ruang penyimpanan yang dibutuhkan sebuah file,
parameter yang digunakan untuk membandingkan
metode tersebut adalah : kualitas kompresi, rasio
kompresi, ruang penyimpanan[2].
Menurut Rismon dalam penelitiannya
mengungkapkan bahwa dengan menggunakan
parameter laju bit dan PSNR lebih baik dalam
mengkonversi citra digital dengan metode
Wavelet dapat mengkompresi sebuah citra yang
kapasitas citra tersebut menghasilkan sampai 2/5

283
Seminar Nasional Informatika 2015
dari kapasitas ukuran citra aslinya dan memiliki
derajat halus[3].
Kompresi Data
Proses kompresi merupakan proses mereduksi
ukuran suatu data untuk menghasilkan
representasi digital yang padat atau mampat
(compact) namun tetap mewakili kuantitas
informasi yang terkandung pada data. Pada citra,
video, dan audio, kompresi mengarah pada
minimisasi jumlah bit rate untuk representasi
digital.
Data dan informasi adalah dua hal yang
berbeda. Pada data terkandung suatu informasi.
Namun tidak semua data terdapat bagian-bagian
data yang berulang untuk mewakili informasi
yang sama. Bagian data yang tidak terkait atau
bagian data yang berulang disebut dengan data
berlebih (redudancy data). Tujuan dari pada
kompresi data adalah untuk mengurangi data
berlebihan sehingga ukuran data menjadi lebih
kecil dan lebih ringan dalam proses transmisi[4].
Algoritma Hufftman
Metode huffman adalah metode pengkodean yang
telah banyak diterapkan untuk aplikasi kompresi
citra. Seperti metode shannon fano, metode
huffman juga membentuk pohon atas dasar
probabilitas setiap simbol, namun teknik
pembentukan pohonnya berbeda. Berikut ini
langkah-langkah algoritma huffman. (Darma
Putra : 2010 : 279)
1. Data dianalisis dahulu dengan cara membuat
tabel frekuensi kemunculan setiap simbol
ASCII, tabel frekuensi tersebut memiliki
attribut berupa simbol ASCII dan frekuensi.
2. Dua data yang memiliki frekuensi
kemunculan paling kecil dipilih sebagai
simpul pertama pohon huffman.
3. Data dua simpul dibuat simpul induk yang
mencatat jumlah frekuensi dua simpul
pertama.
4. Dua simpul tersebut dihapus dari tabel
digantikan oleh simpul induk. Simpul ini
kemdian dijadikan acuan untuk membentuk
pohon.
5. Langkah 3-5 dilakukan berulang-ulang
hingga isi tabel tinggal satu saja. Data inilah
yang akan menjadi simpul bebas atau simpul
akar.
6. Setiap simpul yang terletak pada cabang kiri
(simpul dengan frekuensi lebih besar)
diberikan nilai 0 dan simpul yang terletak
pada cabang kanan (Simpul dengan
frekuensi lebih kecil) diberikan nilai 1.
7. Pembacaan dilakukan dari simpul akar ke
simpul daun dengan memperhatikan nilai
setiap cabang[4].
284
Algoritma Huffman diperkenalkan oleh David A.
Huffman seorang mahasiswa MIT dalam
papernya yang berjudul "A Method for the
Construction of Minimum-Redundancy Codes"
dan diterbitkan pada tahun 1952. Prinsip kode
Huffman adalah karakter yang paling sering
muncul di dalam data dikodekan dengan kode
yang jumlah bitnya lebih sedikit, sedangkan
karakter yang jarang muncul dikodekan dengan
kode yang jumlah bitnya lebih panjang. Algoritma
Huffman menggunakan tabel frekuensi
kemunculan karakter untuk menggambarkan
setiap karakter menjadi kode atau string biner.
Kode atau string biner yang digunakan untuk
mengkodekan setiap karakter dinamakan kode
Huffman.
Algoritma Huffman yang akan dibahas dalam
tulisan ini adalah algoritma Huffman yang
menggunakan metode statik, yaitu metode yang
menggunakan peta kode yang sama, metode ini
membutuhkan dua fase, yaitu fase pertama untuk
menghitung frekuensi kemunculan tiap karakter
dan menentukan peta kodenya dan fase ke dua
untuk mengubah pesan atau data menjadi
kumpulan kode yang akan ditransmisikan.
Kode optimal untuk sebuah file digambarkan
dengan pohon biner penuh, di mana setiap node
bukan daun mempunyai dua anak. Pada awalnya
Huffman hanya mengkodekan karakter
menggunakan pohon biner biasa, namun setelah
itu Huffman menemukan bahwa penggunaan
algoritma Greedy dapat membentuk kode prefiks
yang optimal. Penggunaan algoritma Greedy pada
algoritma Huffman adalah pada saat pemilihan
dua pohon dengan frekuensi terkecil dalam
membuat pohon Huffman. Cost yang digunakan
untuk menggabungkan dua buah pohon pada akar
setara dengan jumlah frekuensi dua buah pohon
yang digabungkan. Oleh karena itu, total cost
pembentukan pohon Huffman adalah jumlah
seluruh penggabungan daun-daun.
Algoritma Huffman menggunakan struktur data
string sebagai masukan, struktur data binary tree
pada pembentukan pohon biner dan array untuk
mendeklarasikan kumpulan variabel yang bertipe
sama[4].
2. Perancangan
Dalam penelitian ini, yang dibahas adalah
pengkompresian gambar (citra) dengan
menggunakan metode Huffman. Sebagaimana
telah diuraikan dalam bab sebelumnya, pada
dasarnya citra (*.jpg atau *.bmp) dibentuk dengan
mendefinisikan nomor warna untuk setiap pixel
yang terdapat dalam daerah gambar atau citra.
Dengan demikian banyak pendefinisian warna
adalah hasil perkalian lebar dengan tinggi citra.
Warna yang digunakan tentu kemungkinan besar
ada yang berulang untuk lokasi yang berbeda.
 Seminar Nasional Informatika 2015

Dalam bagian ini akan dilakukan pembahasan 2.3. Flowchart

dalam menerapkan metode Huffman untuk
melakukan kompresi citra berdasarkan urutan Start

kemunculan warna dalam citra. Hasil kompresi A

citra akan disimpan dalam suatu file Pilih Menu

(*.jpg_mapat).
File Y Pilih Submenu File
2.1. Analisis Algoritma Huffman
T
T

Algoritma Huffman membangun pohon biner dari Edit Y

Mampatkan
Citra
BG
Y Buka Gambar

bawah ke atas yaitu dimulai dari daun hingga ke Y

T
T
akar. Pembentukan ini dimulai dengan urutan Message MC
Keluar T
karakter-karakter yang dinyatakan sebagai daun- Box
Tentang
Y Tentang

daun pohon atau pohon bersimpul tunggal. T Y

Karakter-karakter digabungkan berkali-kali End

dengan karakter atau subpohon lainnnya yang

mempunyai frekuensi kemunculan karakter paling
kecil untuk membentuk subpohon baru. Proses ini Gambar 2 : Flowchart Menu Utama
terus berlanjut hingga semua karakter atau
subpohon telah digabungkan pada sebuah akar. BG

Untuk membentuk kode Huffman, telusuri pohon

biner dari akar ke daun. Barisan angka 0 dan 1
pada sisi pohon dari akar ke daun menyatakan
kode Huffman untuk karakter yang bersesuaian.
F=open.Dialog()

2.2. Perancangan Pemampatan Citra

Menu utama adalah tampilan awal dari program

dimana berisikan menu dan tombol yang BufGambar=F.readImage()

mempermudah untuk memilih jenis citra yang

akan di kompresi dengan metode Huffman

Aplikasi Pemapatan Citra JPEG

ImgIcon=KonversiIcon(BufGambar)
File Edit Tentang

Priview Gambar

Gambar Sebelum Gambar Sesudah

setLabelPreviewIcon=ImgIcon

Informasi Pemapatan Preview Gambar dan

Keterangannya
Ukuran File Original: Belum di Set Resolusi Gambarl: Belum di Set
Ukuran File Mampat: Belum di Set Nisbah Pemapatan: Belum di Set

Setting Pemapatan
A

File Original :

File Mampat :

Gambar 3 : Flowchart Buka Gambar

Lakukan Proses Pemampatan

Gambar 1 : Perancangan Menu Utama

285
Seminar Nasional Informatika 2015

MC

Citra=BufferedImage

SizeAwal=Citra.getSize()

Baca Pixel yang akan dicode-kan

Sorting dan Hitung Frekuensi

Kemunculan Pixel

Buat List Node Pixel Berdasarkan

Frekuensi Kemunculan

Ambil 2 Node terkecil dan hapus dari

List

Buat Node Baru Hasil Penjumlahan

kedua Node terkecil

Semua Node sudah Masukkan Node Baru ke dalam List

Gambar 5 : Menu Utama
digunakan didalam Tree? Node

Tampilan Buka File Citra

Simpan Hasil Kompresi Coding Huffman

Pada tampilan buka file citra ini berfungsi untuk
mengambil gambar citra untuk pengujian
pemampatan citra.
Hitung Size Hasil Mampat

Rasio=(SizeAwal-SizeAkhir)/SizeAkhir x 100%

Gambar 4 : Flowchart Pemampatan Citra

3. Hasil dan Pembahasan

Tampilan Menu Utama

Pada menu utama ini berfungsi sebagai tampilan

utama dari program aplikasi pemapatan citra
digital. Di dalam menu utama ini terdiri dari
proses pemampatan citra. Gambar 6 : Buka File Citra

286

Gambar 7 : Tampilan Hasil Buka File Citra
Tampilan Hasil Proses Pemampatan
Pada tampilan proses ini berfungsi untuk
membuat hasil file citra menjadi kecil.
Gambar 8 : Tampilan Hasil Citra Sebelum dan
Sesudah dimampatkan
Hasil dari pemampatan akan memperlihatkan
bahwa baik itu pixel dan ukuran kapasitas gambar
asli dan hasilnya akan menjadi lebih kecil atau
berbeda.
Seminar Nasional Informatika 2015
Gambar 9 : Tampilan Hasil Pemampatan Citra
4. Kesimpulan dan Saran
4.1. Kesimpulan
Dari hasil pembuatan aplikasi kompresi citra
dengan metode huffman ini, maka dapat diambil
beberapa kesimpulan sebagai berikut :
1. Perangkat lunak kompresi citra dengan
metode huffman dapat melakukan kompresi
file citra dengan format bmp maupun jpg.
2. Kompresi citra dengan metode huffman
dapat memperkecil ukuran file citra,
sehingga dapat menghemat ruang tempat
penyimpanan (Storage).
3. Gambar yang telah dimampatkan dapat
dikembalikan kembali ke ukuran semula atau
file aslinya.
DAFTAR PUSTAKA
[1] Roslin, Maria, 2013, Perbandingan
Algoritma Kompresi Terhadap Objek Citra
Menggunakan Java, SEMANTIK 2013.
[2] Iman, Erik dan Sri Hartati, 2010, Ikhtisar
Kompresi Citra Prosiding SNAST Periode
II, Desember 2010.
[3] Rismon H, 2003, Kompresi Citra Digital
Berbasis Wavelet : Tinjauan PSNR dan
Laju Bit Jurnal Informatika, Vol. 4, No. 2,
2003.
[4] Putra, Dharma, 2010, Dasar Pengolahan
Citra, Gunadarma, Jakarta.
[5] Priyatno, Budi BN, 2011 : 1, Pengolahan
Citra Digital.
[6] Sulistiyani, Sri, 2010, Membangun GUI
dengan JAVA Netbean 6.5, Andi,
Yogyakarta.
[7] Departemen Pendidikan Nasional, Kamus
Besar Bahasa Indonesia, Kamus Pusat
Bahasa, Edisi ketiga, Balai Pustaka,
Jakarta 2001.
http://blog.trisakti.ac.id/labkomputer/file/2010/05/
MODULDKP.pdf
287
Seminar Nasional Informatika 2015

PENERAPAN ALGORITMA BEST FIRST SEARCH (BFS) DALAM

PENCARIAN LOKASI APOTEK K-24 BERBASIS ANDROID
DI KOTA MAKASSAR

Santi

Sistem Informasi, STMIK Dipanegara

Jalan Perintis Kemerdekaan KM. 9 Makassar
Santi.dp17@gmail.com

Abstrak

Kebutuhan akan sarana penyedia obat perlu ditingkatkan seiring dengan banyaknya jenis penyakit yang
muncul, baik yang disebabkan oleh virus, bakteri atau pun akibat pengaruh lingkungan dan alam seperti
cuaca. Namun, salah satu kendala bagi masyarakat ketika adanya penyakit yang menyerang secara tiba-tiba
di malam hari adalah sulitnya menemukan apotek yang buka 24 jam karena pada umunya apotek hanya
beroperasi pada pukul 08.00-21.00 WITA. Oleh karena itu apotek K-24 memberikan solusi pelayanan obat
24 jam. Meskipun apotek ini sudah memiliki beberapa cabang di Kota Makassar, namun untuk menemukan
lokasi keberadaannya masih sulit. Dengan menggunakan smartphone Android, pencarian lokasi dapat
dilakukan dengan mudah. Dan dengan penerapan algoritma Best First Search (BFS) pada aplikasi pencarian,
maka jarak tempuh yang terdekat menuju lokasi tersebut dapat diketahui. Algoritma BFS ini akan
membandingkan jarak untuk setiap rute yang mungkin dapat ditempuh menuju lokasi pencarian dan akan
menghasilkan jalur terpendek sehingga hal ini dapat lebih mengefisienkan waktu dan menghemat biaya
perjalanan.

Kata kunci : apotek K-24, algoritma BFS, Android

1. Pendahuluan algoritma BFS yang berbasis Android di Kota

Perkembangan teknologi mobile phone yang
bersistem operasi Android dirasakan mempunyai
manfaat yang besar di bidang telekomunikasi.
Dengan smartphone Android, masyarakat dapat
dengan mudah menerima dan mengirim informasi
yang tentunya dalam waktu yang sangat singkat.
Karena kelebihan Android inilah sehingga para
pengembang aplikasi lebih giat lagi membuat
suatu aplikasi yang bermanfaat bagi masyarakat,
baik aplikasi yang berhungan dengan edukasi,
hiburan maupun bisnis dan kesehatan.
Apotek K-24 adalah salah satu apotek
terbesar yang memiliki beberapa cabang di kota
Makassar. Dimana setiap harinya banyak
dikunjungi oleh masyarakat untuk mencari obat
sesuai dengan resep dokter maupun obat tanpa
resep dokter. Namun, keberadaan lokasi apotek
ini masih sulit untuk ditemukan. Meskipun
dengan menggunakan smartphone Android yang
dilengkapi dengan Global Positioning system
(GPS), namun pengguna masih terkadang
kebingungan untuk memilih jalur mana yang
harus dilalui agar cepat sampai di lokasi tujuan.
Berdasarkan latar belakang permasalahan
yang telah diuraikan, maka tujuan dari penelitian
ini adalah merancang suatu aplikasi pencarian
lokasi apotek K-24 dengan menggunakan
Makassar. Algoritma BFS ini akan
membandingkan jarak untuk setiap rute yang
mungkin dapat ditempuh menuju lokasi pencarian
dan akan menghasilkan jalur terpendek, sehingga
hal ini dapat lebih mengefisienkan waktu dan
menghemat biaya perjalanan. Adapun metode
pengumpulan data yang digunakan pada
penelitian ini adalah bersifat observasi yaitu
dengan mengunjungi semua cabang apotek K-24
yang ada di Kota Makassar.
2. Dasar Teori
Android
Android adalah sistem operasi untuk telepon
selular yang berbasis linux yang menyediakan
platform terbuka bagi para pengembang buat
menciptakan aplikasi mereka sendiri untuk
digunakan oleh bermacam piranti bergerak [1].
Android ini memiliki beberapa kelebihan
antara lain:
a. Open Source
Sistem operasi Android ini memang merupakan
sistem operasi yang bersifat Open Source yang
dapat dikembangakan oleh siapapun. Semua
aplikasi yang disediakan di Google Play
merupakan pengembangan dari semua orang
(programmer) di dunia.

288
 Seminar Nasional Informatika 2015

titik di bumi berdasarkan letak garis lintang dan

b. Multi Tasking
Multi Tasking artinya mampu mengoperasikan
lebih dari satu aplikasi sekaligus. Seperi
menjalankan aplikasi social media dan pada
saat itu juga menjalankan aplikasi pemutar
musik.
c. Widget
Widget merupakan salah satu aplikasi yang
dapat membantu pengguna dalam menjalankan
aplikasi dengan jalan pintas.
d. Syncronisation
Dengan syncronisation pengguna dapat
mengintregasikan e-mail, akun social media,
gmail dan lainnya dengan sistem operasi
Android. Sehingga pengguna akan mengetahui
informasi terbaru dan pesan yang masuk pada
e-mail atau akun social media dengan cepat.
Sedangkan kekurangan dari Android antara
lain:
a. Haus Data Internet
Sistem operasi Android memang menjadi OS
yang haus akan data internet. Beberapa aplikasi
yang disediakan hanya dapat diakses dengan
menggunakan data internet.
b. Boros Baterai
Konsumsi daya baterai yang digunakan
Android memang terbilang boros, terlebih lagi
bila pengguna menuikmari signal 3G.
2.2 Algoritma Best First Search (BFS)
Metode Best-First Search (BFS) merupakan
kombinasi dari metode Depth-First Search (DFS)
dan Breadth-First Search (BFS) yang mana
pencarian diperbolehkan mengunjungi node yang
ada di level yang lebih rendah asalkan node ini
memiliki nilai heuristik yang lebih baik [2].
Adapun algoritma BFS adalah sebagai
berikut :
a. Buat sebuah stack, inisialisasi node akar
sebagai node pertama.
b. Bila node pertama Goal, node dihapus dan
diganti dengan anak2-nya.
c. Selanjutnya, keseluruhan node yang ada di
bujur, ada beberapa rumusan yang digunakan.
Semua rumusan yang digunakan berdasarkan
bentuk bumi yang bulat (spherical earth) dengan
menghilangkan faktor bahwa bumi itu sedikit
elips (elipsodial factor).
Formulasi ini menggunakan rumus
haversine sebagai dasar. Rumus ini dapat
digunakan untuk menghitung jarak lingkaran yang
jauh antara dua titik. Berikut rumus Haversine
Formula [3]:
lat = lat2 lat1
long = long2 long1
a = sin2(lat/2)+ cos(lat1).cos(lat2).sin2(long/2)
c = 2.atan2(a, (1a))
d=R.c (1)
Keterangan :
R = jari-jari bumi sebesar 6371(km)
lat = besaran perubahan latitude
long = besaran perubahan longitude
c = kalkulasi perpotongan sumbu
d = jarak (km)
Metode haversine formula di atas diciptakan
ketika tingkat presisi hasil penghitungan masih
sangat terbatas. Namun sekarang, penghitungan
komputer dapat memberikan tingkat presisi yang
sangat akurat sehingga dengan menggunakan
rumus spherical law of cosine sederhana, kita
dapat menentukan posisi dengan cukup akurat.
d = acos(sin(lat1).sin(lat2)+cos(lat1).cos(lat2).
cos(long2long1)).R
(2)
Keterangan :
R = jari-jari bumi sebesar 6371(km)
d = jarak (km) (Sumber: Rahma Marwa Putri.
2012)
3. Perancangan Aplikasi
Secara umum perancangan aplikasi dapat
dilihat pada gambar 1.
Input data apotik
K-24
Cari apotik K-24

stack di-sort ascending berdasarkan fungsi

Server aplikasi Hapus data apotik
heuristik yang digunakan. K-24
Login

d. Bila node pertama Goal, ulangi langkah poin

Pengguna aplikasi Hasil pencarian
(b) apotik K-24
Admin
Edit data apotik
e. Bila node pertama = Goal, cari solusi dengan K-24

cara menelusuri jalur dari Goal ke node akar.

f. Selesai.
2.3 Rumus Haversine
Posisi di bumi dapat direpresentasikan
dengan posisi garis lintang (latitude) dan bujur
(longitude). Untuk menentukan jarak antara dua
Gambar 1. Rancangan Umum Aplikasi
Gambar 1 menjelaskan bahwa di dalam aplikasi
yang dirancang terdapat dua actor, yaitu admin
dan pengguna aplikasi (user). Pertama admin
melakukan login setiap akan melakukan
penginputan, edit dan menghapus data apotek K-

289
Seminar Nasional Informatika 2015

24. Jadi, semua cabang apotek K-24 yang ada di ada pada aplikasi diuji kinerjanya untuk
Kota Makassar terlebih dahulu diinput data- mendapatkan aplikasi yang berkualitas.
datanya berupa nama cabang, nomor telepon, titik 4. Hasil dan Pembahasan
koordinat dan alamat kemudian disimpan di
database server aplikasi. Setelah itu, pengguna Adapun hasil dari penelitian ini dijabarkan
aplikasi (user) dapat melakukan pencarian apotek secara rinci sebagai berikut:
yang diinginkan dan melihat rute yang memiliki
jarak terdekat dari lokasinya.
Dan secara konseptual, seluruh tahapan dari
perancangan aplikasi pencarian ini
diimplementasikan dengan mengadopsi metode
waterfall [4]. Prosedur disain ini secara sistematis
diperlihatkan pada Gambar 2.

Studi Literatur

Analisis Kebutuhan Aplikasi

Gambar 3. Input Data Apotek K-24

Gambar 3 merupakan interface penginputan data-

Desain Interface Aplikasi
Menuliskan Kode Program
data cabang apotek K-24. Dari data yang diinput
tersebut, apabila mengalami perubahan, maka
admin dapat melakukan edit dan juga menghapus
nama cabang apotek K-24 yang sudah tidak
beroperasi lagi.

Pengujian Aplikasi

Gambar 2. Tahapan Perancangan Aplikasi

1. Studi Literatur
Tahap ini dilakukan dengan cara mengunjungi
perpustakaan untuk mencari referensi berupa
buku atau pun artikel yang berhubungan dengan
topik penelitian. Selain itu, studi literatur juga
dilakukan dengan cara online dengan
mengunjungi suatu website,misalnya
www.google.com.
2. Analisis Kebutuhan Aplikasi
Pada tahapan ini peneliti melakukan analisa
terhadap aplikasi yang dirancang, apa saja yang
menjadi kebutuhan, seperti software, hardware
Gambar 4. Interface Pencarian Lokasi Apotek K-
atau Sistem Operasi (SO), dan sebagainya. Dan
24
untuk mendapatkan informasi tersebut, peneliti
Gambar 4 menampilkan hasil pencarian
melakukan diskusi dan studi literatur.
lokasi apotek terdekat dari lokasi pengguna.
2. Desain Interface Aplikasi
Ketika pengguna memilih salah satu cabang
Setelah kebutuhan aplikasi diketahui, maka
apotek yang tampil dalam pencarian, maka
tahap berikutnya adalah desain interface. Pada
selanjutnya tampil interface seperti pada gambar
tahap ini, peneliti mendesain interface dari
5.
aplikasi dengan menggunakan emulator
Eclipse.
3. Penulisan Kode Program (coding)
Kode program menggunakan bahasa
pemrograman Java [5].
5. Pengujian Aplikasi
Untuk pengujian sistem digunakan teknik
pengujian black box dimana setiap fungsi yang

290

Gambar 5. Interface Detail dan Lokasi Apotek K-
24
Gambar 5 menampilkan detail dan lokasi
beserta rute tempuh cabang apotek yang dipilih
oleh pengguna. Pada gambar 5 terlihat bahwa ada
2 rute yang mungkin dilewati dari posisi si
pengguna di Jalan Maccini Kidul menuju lokasi
apotek yang berada di Jalan Pengayoman No. 36.
Namun, berdasarkan hasil pencarian dari
algoritma BFS, maka rute yang memiliki jarak
terpendek sebesar 4 KM adalah melalui Jalan A.
P. Pettarani dengan waktu tempuh yang
diperkirakan sekitar 7 menit.
Seminar Nasional Informatika 2015
5. Kesimpulan
Berdasarkan penelitian yang telah
dilakukan, maka kesimpulannya adalah bahwa
dengan menggunakan aplikasi pencarian yang
menerapkan algoritma BFS dan berbasis Android
yang dilengkapi dengan fasilitas GPS, pengguna
dapat menemukan lokasi apotek terdekat dari
posisinya. Hal ini tentunya dapat mengefisienkan
waktu dan menghemat biaya transportasi.
Daftar Pustaka:
[1] Wahadyo Agus, 2013, Android 4.1, Jakarta
Selatan, Mediakita.
[2] T. Sutojo, Edy Mulyanto, Vincent
Suhartono, 2011, Kecerdasan Buatan,
Yogyakarta, Penerbit Andi.
[3] Antonius Hartanto Aditya, 2008, Mengenal
Aspek Teknis dan Bisnis Location Based
Service, Jakarta, PT. Elex Media
Komputindo.
[4] Roger Pressman S., 2010, Rekayasa
Perangkat Lunak:Pendekatan Praktisi,
Yogyakarta, Andi Offset.
[5] Abdul Kadir, 2012, Algoritma &
Pemrograman Menggunakan Java,
Yogyakarta, Andi Offset.
[6] Adi Nugroho, 2010, Rekayasa Perangkat
Lunak Berorientasi Objek dengan Metode
USDP (Unified Software Development
Process), Yogyakarta, Andi Offset.
291
Seminar Nasional Informatika 2015

PENGUKURAN KEMANDIRIAN DAN HASIL BELAJAR MAHASISWA

DENGAN MENGGUNAKAN MODEL SELF-DIRECTED LEARNING

Nita Syahputri

Universitas Potensi Utama Jl. Kl Yos Sudarso

Km.6,5 Tanjung Mulia Medan
Nieta20d@gmail.com

Abstrak

Penelitian tindakan kelas ini bertujuan untuk meningkatkan hasil belajar mahasiswa, meningkatkan
kemandirian belajar mahasiswa, dan mendeskripsikan tanggapan mahasiswa terhadap model self-directed
learning di kelas. Penelitian ini dilaksanakan di Jurusan Sistem Informasi Universitas Potensi Utama yang
melibatkan 7 orang mahasiswa semester genap tahun ajaran 2014/ 2015. Penelitian terdiri dari 2 siklus
tindakan. Data hasil belajar mahasiswa dikumpulkan menggunakan tes dan kontrak belajar. Kemandirian
belajar mahasiswa dan tanggapan mahasiswa dikumpulkan dengan angket kuisioner. Data dianalisis secara
deskriptif. Hasil penelitian menunjukkan bahwa terjadi peningkatan hasil belajar dan kemandirian belajar
mahasiswa setelah diterapkan model self-directed learning. Selain itu, hasil penelitian juga menunjukkan
respon positif mahasiswa terhadap implementasi model self-directed learning.

Kata kunci: model self-directed learning, hasil belajar, pembelajaran mandiri

PENDAHULUAN 57,7% dari 26 mahasiswa; 51,4% dari 37

Mata kuliah Sistem Basis Data Jurusan
Sistem Informasi ditawarkan di semester II
dengan bobot 4(2) SKS. Mata kuliah ini
merupakan mata kuliah pengayaan yang
memberikan bekal profesionalisme dan wawasan
yang luas dalam cakupan Basis Data Inti. Hal ini
sesuai dengan tujuan perkuliahan Sistem Basis
Data yaitu agar mahasiswa dapat memahami
berbagai Data Base yang didalamnya terdapat
beberapa materi seperti Hirarki Data, Sistem
Manajemen Database, Fundamental DBMS, Jenis
Organisasi Database, Administrasi Database,
Keunggulan dan Keterbatasan DBMS dan
Kepemilikan Database.
Idealnya setelah perkuliahan, mahasiswa
memiliki kemampuan untuk mendemontrasikan
pemahamannya dan kemampuan pemecahan
masalah seputar konsep-konsep pada pokok
bahasan yang menjadi cakupan SAP (Satuan
Acara Perkuliahan). Aktivitas belajar mahasiswa
selama menjalani proses perkuliahan yang dapat
diamati dan nilai akhir semester yang
diperolehnya mencerminkan tingkat kemampuan
pemahaman dan pemecahan masalah mahasiswa.
Namun, hasil belajar yang
mencerminkan tingkat kemampuan pemahaman
dan pemecahan masalah mahasiswa belum
menunjukkan hasil yang optimal. Hasil belajar
yang diperoleh mahasiswa untuk tiga tahun
terakhir menunjukkan bahwa jumlah mahasiswa
yang memperoleh nilai B lebih besar dari
mahasiswa yang memperoleh nilai C, yaitu:
mahasiswa; dan 54,9% dari 122 mahasiswa.
Tidak ada mahasiswa yang memperoleh nilai A,
D, dan E.
Berdasarkan hasil observasi terhadap
pembelajaran yang berlangsung selama ini
terungkap beberapa faktor penyebab munculnya
permasalahan tersebut. Faktor-faktor tersebut
adalah: (1)
dosen kurang memberikan otonomi pada
mahasiswa dalam hal merencanakan
pembelajaran dan menentukan aktivitas
belajarnya; (2) dalam proses pembelajaran, dosen
mengabaikan gaya belajar mahasiswa; dan 3)
kemandirian belajar mahasiswa belum
berkembang secara optimal. Dosen masih
memandang pengkonstruksian pengetahuan dan
kemampuan pemecahan masalah pada mahasiswa
dengan cara atau gaya belajar yang sama.
Sehubungan dengan permasalahan
tersebut di atas, dalam upaya meningkatkan hasil
belajar dan kemandirian belajar mahasiswa, perlu
dikembangkan suatu model pembelajaran yang
dapat mengakomodasi keunikan gaya belajar yang
ada pada diri setiap mahasiswa dalam proses
pengkonstruksian pengetahuan dan kemampuan
pemecahan masalah. Model tersebut juga
memberikan peluang bagi mahasiswa untuk dapat
mengambil inisiatif sendiri dalam mengelola
belajarnya. Proses belajar yang
mempertimbangkan keunikan gaya belajar
mahasiswa dan memberikan otonomi pada
mahasiswa dalam merencanakan pembelajaran,
menentukan aktivitas belajar, memonitoring, dan

292

mengevaluasi hasil belajarnya secara mandiri
adalah model self-directed learning.
Model self-directed learning
memungkinkan mahasiswa dapat mengatur proses
belajar dalam bentuk inisiatif sendiri, pengaturan
diri, eksplorasi diri, dan kebebasan belajar untuk
mencapai hasil belajar yang optimal dan
meningkatkan kemandirian belajar. Menurut
Kwoles (dalam Zulharman, 2008), self-directed
learning didefinisikan sebagai suatu proses
dimana seseorang memiliki inisiatif, dengan atau
tanpa bantuan orang lain untuk menganalisis
kebutuhan belajarnya sendiri, merumuskan tujuan
belajarnya sendiri, mengidentifikasi sumber-
sumber belajar, memilih dan melaksanakan
strategi belajar yang sesuai serta mengevaluasi
hasil belajarnya sendiri. Proses self-directed
learning mencakup apa yang diinginkan dari
pembelajaran (individual learning needs),
karakteristik belajar (individual learning
characteristics), dan aktivitas belajar mandiri
(self-directed learning activities) untuk mencapai
learning satisfaction (Read, 2000).
Secara garis besar, proses pembelajaran
dalam self-directed learning dibagi menjadi tiga
yaitu planning, monitoring, dan evaluating (Song
& Hill, 2007). Pada tahap perencanaan, siswa
merencanakan aktivitas pada tempat dan waktu
dimana siswa merasa nyaman untuk belajar.
Mahasiswa juga merencanakan komponen belajar
yang diinginkan serta menentukan target belajar
yang ingin dicapai, pada tahap monitoring, siswa
mengamati dan mengobservasi pembelajaran
mereka.
Menurut Hiemstra (dalam Richard,
2007), langkah-langkah self-directed learning
terbagi menjadi 6 langkah yaitu preplanning,
menciptakan lingkungan belajar yang positif,
mengembangkan rencana pembelajaran,
mengidentifikasi aktivitas pembelajaran yang
sesuai, melaksanakan kegiatan pembelajaran dan
monitoring, dan mengevaluasi hasil belajar
individu. Pembelajaran mandiri (self-directed
learning) merupakan pembelajaran yang bersifat
fleksibel namun tetap berorientasi pada planning,
monitoring, dan evaluating bergantung pada
kemampuan
siswa dalam mengelola pembelajaran sesuai
otonomi yang dimilikinya. Pembelajaran mandiri
menuntut pelajar untuk dapat mengatur
sumbersumber belajar yang ada sesuai dengan
kebutuhan
dan konteks pembelajaran.
Kirkman dkk. (2007) juga
mendefinisikan kontrak belajar (learning
contract) sebagai dokumen tertulis yang
menggambarkan target belajar individu, aktivitas
yang harus dilakukan untuk memenuhi target
tersebut dan kriteria penilaian untuk masing-
masing output aktivitas. Dengan menggunakan
Seminar Nasional Informatika 2015
kontrak belajar, mahasiswa diberikan kebebasan
seluas luasnya untuk berkreasi namun harus
bertanggung jawab terhadap kontrak belajar yang
mereka telah buat sehingga akan menuju ke
pembelajaran yang mandiri (self-directed
learning).
Kemandirian belajar (self-directed in
learning) dapat diartikan sebagai sifat dan sikap
serta kemampuan yang dimiliki mahasiswa untuk
melakukan kegiatan belajar secara sendirian
maupun dengan bantuan orang lain melalui
motivasinya sendiri untuk menguasai suatu
kompetensi
tertentu sehingga dapat digunakannya untuk
memecahkan masalah yang dijumpainya di dunia
nyata (Sunarto, 2008).
Berdasarkan uraian di atas, tujuan
penelitian ini adalah: (1) meningkatkan hasil
belajar mahasiswa Jurusan Sistem Informasi pada
perkuliahan Sistem Basis Data melalui penerapan
model self-directed learning; (2) meningkatkan
kemandirian belajar bagi mahasiswa Jurusan
Sistem Informasi pada perkuliahan Sistem Basis
Data melalui penerapan model self-directed
learning; dan (3) menampilkan tanggapan
mahasiswa terhadap penerapan model self-
directed learning pada perkuliahan Sistem Basis
Data.
METODE
Penelitian ini merupakan penelitian
tindakan kelas (classroom action research) yang
dengan sengaja dilakukan untuk merencanakan,
melaksanakan kemudian mengamati dampak dari
pelaksanaan tindakan tersebut pada subjek
penelitian.
Penelitian dilaksanakan di Kampus
Universitas Potensi Utama dengan subjek
penelitian berjumlah 7 orang mahasiswa
yang mengambil mata kuliah Sistem Basis Data
pada semester genap tahun ajaran 2014/2015.
Objek sasaran kegiatan yang ditangani dalam
penelitian ini adalah hasil belajar, kemandirian
belajar, dan tanggapan mahasiswa terhadap
penerapan model selft-directed learning.
Penelitian tindakan kelas ini
dilaksanakan dalam dua siklus. Penentuan jumlah
siklus didasarkan pada kompetensi
dasar yang akan dicapai. Prosedur penelitian
dilaksanakan dengan empat tahapan, yaitu:
perencanaan, pelaksanaan, observasi/evaluasi, dan
refleksi. Jenis data yang diperlukan dan
dikumpulkan dalam penelitian ini ditunjukkan
pada Tabel 01.
293
Seminar Nasional Informatika 2015

beberapa gambaran permasalahan yang nantinya

Tabel 01. Teknik Pengumpulan Data dan dapat dikembangkan oleh mahasiswa dalam
Instrumen Penelitian pembelajaran.
Jenis Teknik
Instrumen Waktu Beberapa contoh permasalahan yang
No. data Pengump dapat dikembangkan oleh mahasiswa pada siklus
Penelitian
ulan Data
Kemandi Angket di awal siklus I I, yaitu: (1) apa yang dimaksud dengan system
1. rian Angket kemandirian dan di akhir basis data ?; (2) seberapa penting basis data
belajar belajar siklus I dan II dipelajari ?; (3) apa yang dimaksud dengan trigger
Tes akhir di akhir siklus I ?; (4) bagaimana tahapan dalam membuat
Tes dan
Hasil siklus dan siklus II
2.
belajar
kontrak
kontrak setiap
normalisasi data?; dan (5) apa yang dimaksud
belajar dengan DBMS ?Dosen kemudian mendampingi
belajar pertemuan
Tanggap mahasiswa dalam menyusun rencana
an angket di akhir siklus pembelajaran, baik secara mandiri atau
3. Angket
mahasis tanggapan II
wa
berkolaborasi. Rencana pembelajaran yang
disusun mencakup tujuan belajar, sarana belajar,
Data dianalisis secara deskriptif. Hasil target belajar, dan semua kegiatan yang
belajar mahasiswa dianalisis berdasarkan skor berhubungan dengan tujuan belajar. Pada langkah
rata-rata. Kesimpulannya dinyatakan dalam mengidentifikasi aktivitas pembelajaran,
bentuk persentase serta berpedoman pada mahasiswa secara mandiri memilih dan
prosedur Penilaian Acuan Patokan (PAP) dengan mengidentifikasi strategi belajar serta
kriteria keberhasilan yaitu persentase mahasiswa mengidentifikasi aktivitas belajar yang relevan
yang memperoleh nilai A dan B 80% dan tidak dengan target belajar yang ingin dicapai. Dosen
ada mahasiswa yang memperoleh nilai D dan E. dapat menawarkan aktivitas pembelajaran,
Kemandirian belajar mahasiswa dianalisis keputusan memilih aktivitas belajar yang sesuai
berdasarkan skor rata-rata ( x ), mean ideal (MI), dengan dirinya ada pada mahasiswa itu sendiri.
standar deviasi ideal (SDI) dengan kriteria Selanjutnya, dosen dan mahasiswa menyepakati
keberhasilan yaitu kemandirian belajar mahasiswa kontrak belajar berdasarkan strategi belajar dan
minimal berada pada kategori tinggi. criteria evaluasi yang dipilih. Setelah
Tanggapan mahasiswa terhadap model mengidentifikasi aktivitas pembelajaran,
selfdirected learning dianalisis secara deskriptif. mahasiswa mengimplementasikan strategi belajar
Kesimpulannya dalam bentuk persentase dengan yang telah dipilih.
kriteria keberhasilan yaitu tanggapan mahasiswa Mereka dapat belajar secara individu
dianggap positif apabila mahasiswa yang atau secara berkelompok dalam menyelesaikan
memberikan pernyataan setuju dan sangat setuju permasalahan. Mahasiswa memonitor pekerjaan
80%. dengan cara mencatat hal-hal yang dianggap
penting serta masalah yang belum terpecahkan
dan juga dapat mengulang sendiri materi yang
dianggap sulit. Dosen mencermati kegiatan
HASIL DAN PEMBAHASAN
pembelajaran.
Pada langkah mengevalusi hasil belajar,
Hasil
dosen bersama mahasiswa berdiskusi untuk
Penelitian Siklus I
memecahkan masalah yang belum terselesaikan,
Pelaksanaan penelitian siklus I diawali dan dilanjutkan dengan mengkolaborasikan
dengan orientasi model self-directed learning pengetahuan yang diperoleh mahasiswa. Di akhir
yang akan dilaksanakan. Pada kegiatan ini pembelajaran, mahasiswa mengevaluasi kegiatan
disampaikan langkah-langkah pembelajaran, belajar yang telah dilakukan kemudian melakukan
kontrak belajar, dan penilaian hasil belajar. pembenahan terhadap kesalahan dan kekurangan.
Kegiatan pembelajaran di kelas diawali dengan Semua kontrak belajar didokumentasikan untuk
langkah preplanning, yaitu dosen menyampaikan dijadikan bahan refleksi, evaluasi, dan analisis
pokok bahasan dan indikator ketercapaian, terhadap proses pembelajaran.
menampung berbagai masalah yang dihadapi Proses pembelajaran yang telah
mahasiswa pada pembelajaran sebelumnya, dan dikemukakan di atas, secara umum berlangsung
mengingatkan materi sebelumnya yang terkait pada setiap pertemuan tatap muka dari masing-
dengan pokok bahasan yang akan dibelajarkan masing siklus. Beberapa penyempurnaan
melalui pertanyaan lisan. dilakukan berdasarkan hasil refleksi pada masing-
Dosen berupaya menciptakan lingkungan masing pertemuan. Secara umum, semua proses
belajar yang positif dengan cara membangkitkan pembelajaran siklus I berlangsung kondusif. Hal
motivasi belajar serta menyiapkan mahasiswa ini terlihat dari: (a) mahasiswa aktif dalam proses
untuk belajar. Pada langkah mengembangkan pembelajaran; (b) mahasiswa antusias mengikuti
rencana belajar, dosen memberikan anjuran dan proses pembelajaran; dan (c) mahasiswa cukup

294

mampu mengembangkan dan memecahkan
permasalahan.
Berdasarkan hasil refleksi pada akhir
siklus, sekalipun proses pembelajaran
berlangsung kondusif, tampaknya proses
pembelajaran pada siklus I masih perlu
disempurnakan. Data hasil belajar pada siklus I
diperoleh dari penggabungan hasil tes akhir siklus
I dengan skor kontrak belajar. Berdasarkan hasil
analisis data skor kontrak belajar dan tes akhir
siklus I diperoleh skor hasil belajar rata-rata dan
kualifikasinya seperti pada Tabel 02.
Tabel 02. Skor Rata-rata Kontrak Belajar,
TesAkhir Siklus pada Siklus I
Jenis Skor Rata-
No. Kualifikasi
Penilaian rata
Kontrak
1. 76.7 Baik
belajar
Tes akhir
2. 75.8 Baik
siklus I
3. Hasil belajar 77.6 Baik
Berdasarkan Tabel 02, skor rata-rata
hasil belajar siklus I termasuk berkualifikasi baik.
71% Mahasiswa memperoleh nilai B, namun
tidak ada mahasiswa yang memperoleh nilai A.
Hanya 29% mahasiswa memperoleh nilai C dan
tidak ada yang mendapat nilai D dan E. Hasil ini
belum sesuai dengan kriteria keberhasilan yang
telah ditetapkan pada penelitian ini.
Dengan mencermati hasil refleksi siklus
I, beberapa upaya perbaikan dan penyempurnaan
dilakukan untuk tindakan siklus II, yaitu: (1)
sebelum pelaksanaan tindakan, terlebih dahulu
diadakan orientasi konsep-konsep esensial; (2)
memberikan bimbingan pada mahasiswa yang
masih kesulitan dalam mengembangkan
permasalahan; dan (3) menanamkan tanggung
jawab terhadap kontrak belajar yang telah
disepakati dengan cara membantu mahasiswa
mengidentifikasi aktivitas belajar yang sesuai
dengan gaya belajar mereka.
Penelitian Siklus II
Proses pembelajaran pada siklus II pada
prinsipnya sama dengan pembelajaran pada siklus
I. Pada siklus II, beberapa contoh permasalahan
yang dapat dikembangkan oleh mahasiswa: (1)
bagimana menetukan primary-key pada suatu
tabel ?; (2) dapatkah sebuah tabel dibangun
dengan tanpa menggunakan primary-key ?; (3)
buatlah sebuah ERD dari system informasi
perpustakaan ?; (4) buatlah normalisasi data dari
database system informasi perpustakaan ?; dan (5)
apa yang dimaksud dengan client-server dan apa
yang menjadi keuntungan dari client-server ?.
Berdasarkan analisis data skor kontrak
belajar dan tes akhir siklus pada siklus II
diperoleh skor rata-rata dan kualifikasi seperti
disajikan pada Tabel 03.
Seminar Nasional Informatika 2015
Tabel 03. Skor Rata-rata Kontrak Belajar dan Tes
Akhir Siklus pada Siklus II
No. Jenis Penilaian Skor Rata- Kualifikasi
rata
1. Kontrak belajar 80,0 Baik
2. Tes akhir siklus II 80,7 Baik
3. Hasil belajar 80,4 Baik
Tabel 03 menunjukkan bahwa skor rata-rata hasil
belajar siklus II termasuk berkualifikasi baik.
Secara umum, skor rata-rata hasil belajar
mahasiswa meningkat dari 74,9 pada siklus 1
menjadi 80,4 pada siklus II. Pada siklus II, 86%
mahasiswa memperoleh nilai A dan B. Hanya
14% mahasiswa memperoleh nilai C dan tidak
ada yang mendapat nilai D dan E. Hasil ini sesuai
dengan kriteria keberhasilan yang telah ditetapkan
pada penelitian ini.
Kemandirian Belajar dan Tanggapan Siswa
Kemandirian belajar mahasiswa yang
dijaring dengan angket mencerminkan
kemampuan mahasiswa dalam mengelola belajar
secara mandiri. Angket ini terdiri dari 25 item.
Aspek yang diukur dalam kemandirian belajar
meliputi: pengelolaan
diri (self-management), keinginan untuk belajar
(desire for learning), dan kontrol diri (self-
control).
Hasil analisis skor kemandirian belajar
mahasiswa menunjukkan bahwa skor rata-rata
kemandirian belajar mahasiswa di awal siklus I
(sebelum pelaksanaan tindakan) adalah 81,3 yang
termasuk berkualifikasi cukup tinggi dan skor
rata-rata kemandirian belajar mahasiswa setelah
pelaksanaan tindakan pada siklus I adalah 88,4.
Peningkatan skor rata-rata kemandirian belajar
pada siklus I
sebesar 7,1. Walaupun terjadi peningkatan skor
rata-rata kemandirian belajar pada siklus I, namun
hasil ini belum sesuai dengan kriteria
keberhasilan yang telah ditetapkan pada penelitian
ini.
Pada siklus II, skor rata-rata kemandirian
belajar 96,9 yang termasuk berkualifikasi tinggi.
Hasil ini melampaui kriteria keberhasilan yang
telah ditetapkan
pada penelitian ini. Peningkatan skor rata-rata
kemandirian belajar pada siklus II dibandingkan
dengan siklus I adalah sebesar 8,5. Angket
tanggapan mahasiswa terhadap penerapan model
self-directed learning terdiri dari 10 item. Angket
ini menjaring pendapat mahasiswa tentang proses
perkuliahan yang dialami dan dirasakan sendiri
oleh mahasiswa. Dari hasil analisis skor
tanggapan mahasiswa, 94% mahasiswa
memberikan tanggapan sangat setuju (SS) dan
setuju (S), 4% mahasiswa memberikan tanggapan
kurang setuju (KS), dan 1% mahasiswa
memberikan tanggapan sangat tidak setuju (STS)
295
Seminar Nasional Informatika 2015
terhadap model self-directed learning yang
diterapkan pada perkuliahan Sistem Basis Data.
Pembahasan
Masalah dalam penelitian ini adalah
proses pembelajaran yang diterapkan selama ini
mengabaikan gaya belajar yang ada pada setiap
mahasiswa sehingga belum berhasil
meningkatkan kualitas proses yang pada akhirnya
bermuara pada hasil belajar dan kemandirian
belajar yang belum optimal. Setelah melibatkan
mahasiswa sebagai penentu arah pembelajaran
dalam proses pembelajaran, diperoleh skor rata-
rata kontrak belajar dan tes akhir siklus pada
siklus I yang berkualifikasi baik. Hal senada juga
ditunjukkan oleh skor rata-rata hasil belajar.
Walaupun skor rata-rata hasil
belajar pada siklus I berada pada kualifikasi baik,
namun baru 71% mahasiswa memperoleh nilai A
dan B, dan tidak ada yang memperoleh nilai D
dan E. Artinya, hasil belajar mahasiswa belum
mencapai kriteria keberhasilan yang telah
ditetapkan
pada siklus I. Pada siklus I, mahasiswa belum
melibatkan diri sepenuhnya atau berperan penuh
sebagai penentu arah pembelajaran dalam proses
pembelajaran.
Ketidak berhasilan itu disebabkan oleh
beberapa faktor, di antaranya: (1) adanya
kesulitan dalam mengembangkan permasalahan;
(2) kesulitan menentukan aktivitas dan strategi
belajar yang sesuai dengan dirinya sehingga
kontrak belajar selalu berubah yang berdampak
pada molornya waktu pembelajaran; dan (3) tidak
terbiasa melakukan monitoring dan mengevaluasi
diri terhadap kegiatan belajar yang telah
dilakukan.
Terhadap beberapa faktor penyebab
tersebut, upaya pemecahan dilakukan melalui
perencanaan siklus II sebagai berikut: (1) sebelum
pelaksanaan tindakan terlebih dahulu diadakan
orientasi konsep-konsep esensial pada materi ajar;
(2) memberikan bimbingan pada mahasiswa yang
masih kesulitan dalam mengembangkan
permasalahan; (3) memberikan beberapa pilihan
aktivitas dan strategi belajar dan menyerahkan
pemilihan aktivitas dan strategi belajar tersebut
kepada mahasiswa; (4) menanamkan tanggung
jawab terhadap kontrak belajar yang telah
disepakati; dan (5) menanamkan pentingnya
melakukan monitoring dan mengevaluasi kegiatan
belajar yang telah dilakukan sehingga dapat
melakukan pembenahan terhadap kesalahan dan
kekurangan.
Setelah beberapa upaya tersebut
dilakukan dalam proses pembelajaran, skor rata-
rata kontrak belajar dan tes akhir pada siklus II
meningkat berturut-turut sebesar 4,9 dan 6,7
296
dibandingkan dengan pada siklus I. Skor rata-rata
hasil belajar pada siklus II adalah 80,4 yang
termasuk kualifikasi baik. 86% Mahasiswa
memperoleh nilai A dan B dengan rincian 14%
memperoleh nilai A dan 72% memperoleh nilai
B. 14% Mahasiswa memperoleh nilai C dan tidak
ada mahasiswa yang memperoleh nilai D dan E.
Ini berarti, selain terjadi peningkatan skor rata-
rata hasil belajar, juga terjadi peningkatan
persentase mahasiswa yang memperoleh nilai A
dan B. Jadi, penerapan model self-directed
learning dapat meningkatkan hasil belajar
mahasiswa.
Sebelum pelaksanaan tindakan,
kemandirian belajar mahasiswa termasuk
berkualifikasi cukup tinggi. Skor rata-rata
kemandirian belajar mahasiswa yang dijaring di
awal siklus I adalah 81,3. Penerapan model self-
directed learning dalam proses pembelajaran
dapat meningkatkan skor rata-rata kemandirian
belajar mahasiswa pada akhir siklus I dan siklus
II. Ini berarti, mahasiswa telah memiliki
kemampuan sebagai pemegang kendali,
pengambil keputusan atau pengambil inisiatif atas
belajarnya sendiri. Penerapan model self-directed
learning memberikan peluang yang besar bagi
mahasiswa untuk menganalisis kebutuhan
belajarnya sendiri, merumuskan tujuan belajar,
mengidentifikasi sumber-sumber belajar, memilih
dan melaksanakan strategi belajar yang sesuai
serta mengevaluasi hasil belajarnya sendiri, baik
dengan atau tanpa bantuan orang lain.
Pemberian otonomi kepada mahasiswa
dalam mengelola belajarnya dapat menumbuhkan
atau meningkatkan kemampuan dalam
mengendalikan atau mengarahkan belajarnya
sendiri. Hal ini dapat berdampak pada
berkembangnya kemandirian belajar secara
optimal yang bermuara pada hasil belajar yang
optimal pula. Jadi, penerapan model self-directed
learning dapat meningkatkan kemandirian
belajar mahasiswa.
Pada akhir siklus II, 94% mahasiswa
memberikan tanggapan positif terhadap tindakan
yang telah dilakukan. Ini menunjukkan bahwa
model self-directed learning dapat menciptakan
suasana kondusif selama proses pembelajaran dan
pembelajaran menjadi lebih bermakna.
SIMPULAN
Berdasarkan hasil analisis dan
pembahasan yang telah diuraikan di atas, maka
diperoleh beberapa simpulan sebagai berikut: (1)
penerapan model self-directed learning dapat
meningkatkan hasil belajar mahasiswa Jurusan
Sistem Informasi pada perkuliahan Sistem Basis
Data; (2) penerapan model self-directed learning
dapat meningkatkan kemandirian belajar
mahasiswa Jurusan Sistem Informasi pada

perkuliahan Sistem Basis Data; dan (3) tanggapan
mahasiswa terhadap penerapan model self-
directed learning pada perkuliahan Sistem Basis
Data adalah positif.
Beberapa saran diajukan berdasarkan
temuan penelitian ini, yaitu: (1) model
selfdirected learning disarankan untuk diterapkan
pada mata kuliah lainnya untuk meningkatkan
kualitas proses pembelajaran, (2) dosen
disarankan memberikan keleluasan pada
mahasiswa sebagai penentu arah pembelajaran,
dan (3) dosen hendaknya mengembangkan
permasalahan-permasalahan yang lebih bersifat
kompleks saat menerapkan model
self-directed learning.
DAFTAR RUJUKAN
Kirkman, S., Coughlin, K. & Kromrey, J. 2007.
Correlates of Satisfaction and Success in
Selfdirected Learning: Relationships with
School Experience, Course Format, and
Internet Use. International Journal of Self-
Directed Learning, 4(1): 39-52.
Pedoman Studi Universitas Pendidikan Ganesha.
2006. Singaraja: Universitas Pendidikan
Ganesha.
Seminar Nasional Informatika 2015
Read, J. M. 2000. Training and Developing Self-
directed Learning Through Menitoring,
Coaching other Developmental Activities
and Opportunities. (Online),
(http://www.sedb.com.sg/index1.htm,
diakses 2 Desember 2014).
Richard, B. R. 2007. Self-directed Learning:
Aprocess Perspective. International
Journal of Self-Directed Learning, 4(1):
53-64.
Song, L., & Hill, J. R. 2007. A Conceptual Model
for Understanding Self-directed Learning
in Online Envirotments. Journal of
Interctive Online Learning, 6(1): 27-42.
Sunarto. 2008. Kemandirian Belajar. (Online),
(http://banjarnegarambs.
wordpress.com/2008/09/10/kemandirian-
belajar-siswa.htm, diakses 15 Desember
2014).
Zulharman. 2008. Self-directed Learning.
(Online),(hhtp://zulharman79.
wordpress.com/2008/05/14/self-directed-
learning-sdl-atau-belajar-mandiri. htm,
diakses 1 Nopember 2014).
297
Seminar Nasional Informatika 2015

PERANCANGAN APLIKASI PENAGIHAN ANGSURAN KREDIT

BERBASIS ANDROID PADA PERUSAHAAN PEMBIAYAAN

Fitri Nuraeni1, Yoga Handoko Agustin2, Dadan Herman

1,2
STMIK Tasikmalaya; Jalan RE Martadinata 272A Tasikmalaya, (0265)310830
STMIK Tasikmalaya, Tasikmalaya
e-mail: *1nenk.ufit@gmail.com, *2abe.ogink@gmail.com

Abstrak

Kredit dan tagihan angsuranna merupakan dua hal yang sangat penting untuk proses berjalannya usaha
perusahaan pembiayaan seperti Permata Finance di Kota Tasikmalaya. Informasi mengenai tagihan angsuran
dan tanggal jatuh tempo diharapkan dapat disampaikan pada nasabah secepatnya, sehingga dapat mencegah
keterlambatan pembayaran dan tunggakan. Dengan perkembangan teknologi saat ini banyak alat yang dapat
dimanfaatkan untuk media penyampaian informasi kepada nasabah, salah satunya aplikasi berbasis android
yang dapat diinstal pada smartphone. Seperti halnya aplikasi penagihan angsuran kredit yang dibuat untuk
memenuhi kebutuhan Permata Finance dalam menyampaikan informasi pada nasabahnya. Aplikasi ini
dirancangan dengan menggunakan metode pendekatan terstruktur menggunakan flowmap, diagram konteks
dan basis data digambarkan melalui relasi antar table. Untuk aplikasi di client dibangun berbasis android
sedangkan untuk administator menggunakan aplikasi berbasis web. Dengan menggunakan aplikasi ini,
informasi tagihan angsuran dan tanggal jatuh tempo lebih awal kepada nasabah sehingga dapat mencegah
keterlambatan pembayaran ataupun penunggakan pembayaran.

Kata kunci android, angsuran, kredit, tagihan

1. Pendahuluan smartphone. Melihat permasalahan tersebut, maka

Perusahaan Pembiayaan adalah badan usaha
di luar Bank dan Lembaga Keuangan Bukan Bank
yang khusus didirikan untuk melakukan kegiatan
usaha: Sewa Guna Usaha, Anjak Piutang, Usaha
Kartu Kredit dan atau Pembiayaan Konsumen.
Permata Finance merupakan salah satu
perusahaan yang bergerak dalam bidang Sewa
Guna Usaha, Anjak Piutang dan Pembiayaan
Konsumen di Kota Tasikmalaya.
Field Collection adalah bagian penagihan
angsuran kredit, bertugas untuk melakukan
penagihan kepada nasabah setiap bulannya. Setiap
tanggal jatuh tempo pembayaran, jika nasabah
belum melakukan pembayaran ke kantor, maka
staf penagihan mendatangi nasabah secara
langsung. Beberapa dari nasabah sering
mengeluhkan tidak adanya pengingat untuk waktu
pembayaran anggsuran dan waktu jatuh
temponya, sehingga kadang terlambat dan
beberapa sampai menunggak.
Sedangkan staf penagihan memiliki keluhan
mengenai tidak adanya aplikasi yang mendukung
kinerja para pekerja yang bisa di operasikan oleh
pegawai khususnya di bagian penagihan kredit
yang memudahkan penagihan seperti media yang
menampilkan daftar alamat penagihan angsuran
kredit, sehingga penagih mempunyai rute yang
jelas dan terpendek yang berguna untuk bekerja di
lapangan yang dapat diakses menggunakan media
dibutuhkan suatu media yang dapat diakses kapan
saja dan dimana saja, baik oleh para pegawai
maupun oleh konsumen itu sendiri terkait dengan
informasi tagihan kredit.
Perkembangan teknologi saat ini
menghasilkan banyak alat yang dapat digunakan
sebagai media penyampaian informasi. Alat atau
aplikasi tersebut dapat dengan memudah
menampilkan informasi berdasarkan data-data
yang telah diolahnya. Apalagi jika data-data yang
diperlukan telah tersimpan pada data base, seperti
halnya data nasabah, data kredit dan data
angsuran kreditnya dapat diintegrasikan pada
suatu basis data, karena basis data dapat
menyelesaikan masalah kesulitan akses data dan
integrasi data[1].
Pada proses penagihan kredit, penelitian
terdahulu hanya sampai menggunakan media sms
gateway. Seperti yang dilakukan tahun 2012
dengan menggunakan SalWay dirancang sistem
informasi untuk membantu menangani segala
sesuatu terkait penjualan dan hutang yang belum
dibayarkan oleh pelanggan kepada PT.
DEWATA[2]. Sistem ini juga mampu
memberikan SMS reminder via SMS Gateway
untuk alert kepada pelanggan-pelanggan yang
belum melunasi hutangnya namun sudah
mendekati (satu hari sebelum tanggal jatuh
tempo) ataupun melebihi tanggal jatuh tempo[2].
Namun, sms gateway ini membutuhkan biaya

298

untuk pengiriman dan permintaan informasi
melalui sms, berbeda dengan aplikasi android
pada perangkat mobile/ smartphone yang umunya
menggunakan paket data internet.
Saat ini aplikasi mobile mulai
dikembangkan dengan menggunakan platform
android berbasis linux, yang juga memiliki
berbagai kelebihan dibandingkan dengan platform
symbian yang pada umumnya dipakai.
Keuntungan memakai platform android yaitu
lengkap (complete platform), terbuka (open
source platform), dan gratis (free platform).
Sistem operasi mobile berbasis android ini
semakin berkembang dibandingkan dengan
teknologi J2ME dengan platform symbian[3]. Hal
tersebut merupakan kesempatan untuk pengguna
android membuat aplikasi yang dapat di akses
secara bebas dan lebih luas. Dengan adanya
teknologi ini, pengguna dapat membuat suatu
sistem baru untuk kebutuhan organisasi atau
instansi untuk meningkatkan efektifitas kerja[4].
Aplikasi media infomasi mulai banyak
dibuat berbasis android, khususnya untuk
informasi tagihan seperti untuk informasi tagihan
listrik. Aplikasi berbasis android ini salah satu
aplikasi yang dibutuhkan manusia untuk
mempermudah tugas bulanannya yaitu cek
tagihan listrik. Dengan adanya aplikasi cek
tagihan listrik, pengguna device Android tidak
perlu lagi memeriksa jumlah tagihan melalui
website PLN atau datang langsung ke PLN[5].
Selain itu, aplikasi android dapat menyelesaikan
masalah operasional penggunaan media sms atau
website, dengan dibuatnya sebuah aplikasi yang
dapat dijalankan pada perangkat mobile, lebih
simpel, cepat, tidak mengkonsumsi banyak
bandwidth, dan lebih informatif, serta dapat
dioperasikan di mana saja dan kapan saja[6].
Berdasarkan penelitian-penelitian tersebut,
maka untuk memenuhi keinginan Permata
Finance dalam menyampikan informasi tagihan
lebih awal pada nasabah, maka dapat dibuat
aplikasi penagihan angsuran kredit yang
memanfaatkan basis data dan aplikasi android
sebagai pengelolanya. Aplikasi penagihan
angsuran kredit motor dimanfaatkan sebagai
media penyampai informasi rincian angsuran serta
sisa tunggakan yang dapat dilihat oleh nasabah
dan informasi tagihan kredit yang harus ditagih
oleh setiap pegawai setiap harinya. Sehingga
diharapkan nasabah dapat membayar angsuran
kredit sesuai waktu yang ditentukan dan
kemungkinan munculnya kredit macet makin
kecil. Selain untuk nasabah, adanya aplikasi ini
pun diharapkan dapat dimanfaatkan bagian
penagihan untuk mengetahui daftar nasabahan
yang harus ditagihnya sehingga proses penagihan
bisa lebih mudah dan cepat.
Seminar Nasional Informatika 2015
2. Metode Perancangan
Dalam perancangan aplikasi ini digunakan
metode The Classic Life Cycle (Paradigma
Waterfall). Metode pengembangan sistem
waterfall merupakan urutan kegiatan/aktivitas
yang dilakukan dalam pengembangan sistem
mulai dari penentuan masalah, analisis kebutuhan,
perancangan implementasi, integrasi, uji sistem,
penerapan dan pemeliharaan.
Model ini menawarkan cara pembuatan
perangkat lunak secara lebih nyata. Pada metode
ini terdapat 5 tahap untuk mengembangkan suatu
perangkat lunak, yang tersusun dari atas kebawah,
diantaranya : Analysis, Design, Coding, Testing,
Maintenance sesuai dengan gambar 1 dibawah
ini.
Gambar 1 : Tahapan-tahapan pada metode
pengembangan Waterfall
Tahapan analisis sistem (System Analysis)
Menganalisa dari data yang ada serta
mengumpulkan kebutuhan-kebutuhan sistem yang
akan dibangun. Untuk proses analisis ini,
dilakukan wawancara dengan bagian penagihan di
Permata Finance dan didapatkan data berupa
prosedur penagihan dan laporan hasil penagihan.
Selanjutnya memasuki proses analisis kelemahan
sistem yaitu : a) belum adanya media
penyampaian informasi tagihan angsuran kredit
untuk para nasabah b) staf penagihan belum
memiliki sebuah aplikasi yang menyusun alamat
untuk menagih nasabah yang telat membayar.
Sehingga dibutuhkan suatu aplikasi yang
dapat menyampaikan informasi tagihan angsuran
kredit pada nasabah sebelum waktu jatuh tempo
selesai dan aplikasi tersebut juga harus dapat
menampilkan informasi list nasabah yang harus
ditagih oleh staf penagihan karena terlambat
melakukan pembayaran.
.
3. Hasil Dan Pembahasan
Untuk proses pengelolaan tagihan angsuran
kredit ini digambarkan pada flowmap gambar 2.
299
Seminar Nasional Informatika 2015
Pada flowmap tersebut dapat dilihat bahwa proses
dimulai Bagian Field Collection menginputkan
data ke database. Data yang diinputkan berupa
data nasabah, data kredit dan data tagihan
diinputkan oleh Bagian Field Collection ke
database yang disimpan pada hosting online milik
Permata Finance. Updatenya informasi angsuran
kredit ini, maka informasi tagihan untuk setiap
nasabah sudah tersedia pada database.
Untuk nasabah harus menginstal aplikasi
pada smrtphone androidnya, lalu login dengan
nomor kreditnya, lalu akan mendapatkan
informasi tagihan dan notifikasi untuk tanggal
jatuh tempo pembayaran.
Sedangkan staf penagihan melalui aplikasi
ini dapat mengetahui informasi mengenai data
nasabah yang harus ditagihkan hari tersebut. Jika
pada proses penagihan, nasabah melakukan
pembayaran, maka status angsuran dapat diupdate
dengan status sudah dibayar. Sehingga bagian
Field Collection dapat mengetahui informasi
tersebut melalui aplikasi webnya.
Gambar 2. Flowmap sistem pengelolaan
tagihan angsuran kredit
Sedangkan untuk menggambarkan data dan
informasi yang keluar masuk dari sistem aplikasi
yang dibuat dapat dilihat dari gambar diagram
konteks seperti pada gambar 3 berikut.
300
Gambar 3. Diagram konteks sistem
pengelolaan tagihan angsuran kredit
Berdasarkan gambar 3 diatas, inputan
data dari Bagian Field Collection berupa: a) data
staf yang terdiri dari ID Pegawai, NIP, Nama,
Posisi, Alamat, Telepon; b) data Nasabah yang
terdiri dari ID Nasabah, Nama, Telapon, Alamat,
Kota; c) data tagihan yang terdiri dari ID Tagihan,
ID Pegawai, ID Nasabah, jumlah Angsuran,
Angsuran Ke, Denda, Tanggal Jatuh Tempo,
Tanggal Pembayaran, Status. Data-data tersebut
yang akan diolah menjadi informasi yang
ditampilkan melalui media perangkat mobile
untuk nasabah dan Staf Penagihan.
Dari gambar 3 diatas juga, dihasilkan
informasi tagihan untuk pihak Nasabah yang
terdiri dari ID Tagihan, jumlah Angsuran,
Angsuran Ke, Denda, Tanggal Jatuh Tempo dan
Staf yang akan melakukan tagihan. Sedangkan
informasi untuk Staf Penagihan hanya berupa
daftar nama nasabah, jumlah tagihan, dan
alamatnya.
Gambar 4. Diagram alir data pengelolaan
tagihan angsuran kredit level 0
Proses yang dilakukan oleh aplikasi yang
dirancang untuk pengelolaan aplikasi penagihan
angsuran kredit ini digunakan Diagram Alir Data
(DAD) dri level 0 (gambar 4) dan level 1 untuk:
proses input ke database (gambar 5 .a), proses
akses informasi tagihan (gambar 5.b) dan proses
update status data tagihan (gambar 5.c).
 Seminar Nasional Informatika 2015

Sedangkan untuk perancangan basis datanya

dihasilkan 3 tabel yaitu table Nasabah, table
Tagihan dan table . Relasi antar table tersebut
dapat dilihat pada gambar 6.

(a) Gambar 6. Relasi antar table untuk aplikasi

pengelolaan tagihan angsuran kredit

Untuk mengelola aplikasi penagihan

angsuran kredit ini, khusus untuk Field Collection
menggunakan aplikasi berbasis web untuk
menginputkan data ke database. Fasilitas yang
tersedia terdiri dari form login (gambar 7) form
menu (gambar 8), form input nasabah (gambar 9),
form input staf (gambar 10), form input tagihan
(gambar 10).

(b)

Gambar 7. form login

Pada gambar 7 diatas dirancang suatu page

untuk login Field Collection untuk dapat
mengakses sistem ini melalui web. Staf Field
Collection hanya tinggal mengakses sistem
melalui web browser lalu memasukan username
dan password yang sudah terdaftar.

(c)

Gambar 8. form menu

Gambar 5. Diagram alir data pengelolaan
tagihan angsuran kredit level 1

301
Seminar Nasional Informatika 2015

Setelah sukses melakukan login, staf Field

Collection dapat memilih salah satu menu yang
terdapat pada page menu seperti pada gambar 8
diatas. Menu yang disediakan adalah 1) Data Staf
yang akan menghubungkan dengan page
pengelolaan data pegawai yang menjadi staf
penagihan; 2) Data nasabah yang akan
menghubungkan dengan page pengelolaan data
nasabah 3) Data Tagihan yang akan
menghubungkan dengan page pengelolaan data
tagihan yang dimiliki tiap nasabah setiap
bulannya; 4) Logout untuk keluar dari sistem.
Gambar 11. form input data tagihan

Sedangkan untuk menginput data tagihan

yang dimiliki tiap nasabah, dirancang tampilan
page seperti pada gambar 11. Dimana user dapat
melakukan pencarian data nasabah dan data staf
penagihan lalu memasukan data tagihan untuk
bulan berikutnya.
Untuk pihak staf Field Collection
mengelola data untuk sistem ini hanya melalui
website yang dirancang seperti pada rincian
diatas. Sedangkan di pihak nasabah, interface
untuk akses ke database menggunakan aplikasi
android yang terdiri dari layout form login
(gambar 12.a) dan form informasi tagihan
Gambar 9. form input data staf penagihan
(gambar 12.b).
Data-data pegawai yang menjadi Staf
Penagihan dikelola melalui page yang dirancang
seperti pada gambar 9 diatas. Pada awalnya
tampilan berupa form input data pegawai, namun
disamping itu dilengkapi menu edit untuk
mengupdate data terbaru dari pegawai serta hapus
untuk menghapus data pegawai yang sudah tidak
menjadi Staf Penagihan.

Gambar 10. form input data nasabah

Data-data nasabah dapat dikelola melalui

page yang dirancang seperti pada gambar 10
dimana awalnya tampilan berupa form input data
nasabah, namun disamping itu dilengkapi menu
edit untuk mengupdate data terbaru dari nasabah
yang ada serta hapus untuk menghapus data
pegawai yang sudah tidak diperlukan. Gambar 12. Layout aplikasi sisi Nasabah pada
Perangkat Mobile

302

Nasabah hanya tinggal mengunduh
aplikasi ini lalu menginstalnya. Untuk
menggunakan aplikasi ini, nasabah harus
mendaftarkan username, password dan email
recovery ke Staf field collection dikantor
langsung. Sehingga pada saat menggunakan
aplikasi ini, nasabah hanya tinggal login pada
tampilan input yang dirancang seperti pada
gambar 12.a. Jika login sukses, maka nasabah
akan mendapatkan informasi tagihan yang harus
dibayar pada bulan yang berjalan seperti
rancangan gambar 12.b. Untuk selanjutnya,
nasabah tidak perlu logout, sehingga nanti akan
mendapatkan notifikasi untuk tagihan dibulan
berikutnya.
Sedangkan di pihak Staf Penagihan,
interface untuk akses ke database menggunakan
aplikasi android yang terdiri dari layout form
login (gambar 13.a), form daftar tagihan (gambar
13.b) dan form detail tagihan nasabah (gamabr
13.c)
(a)
(b)
(c)
Gambar 13. Layout aplikasi sisi Staf
Penagihan pada Perangkat Mobile
Seminar Nasional Informatika 2015
Staf Penagihan harus mengunduh aplikasi
ini lalu menginstalnya pada perangkat mobile
yang berbasis android. Untuk menggunakan
aplikasi ini, staf penagihan hanya tinggal login
pada tampilan input yang dirancang seperti pada
gambar 13.a. Jika login sukses, maka staf akan
mendapatkan informasi list nasabah yang harus
ditagih pada bulan yang berjalan seperti
rancangan gambar 13.b. Jika Staf Penagihan
mengklik salah satu nasabah maka akan beralih
pada rancangan tampilan gambar 13.c, dimana
terdapat informasi besaran angsuran yang harus
dibayar nasabah. Jika nasabah telah membayar,
Staf Penagihan hanya tinggal mengupdate status
tagihannya menjadi lunas. Untuk selanjutnya, Staf
Penagihan tidak perlu logout, sehingga nanti akan
mendapatkan notifikasi untuk tagihan dibulan
berikutnya.
4. Kesimpulan
Dengan adanya sistem aplikasi penagihan
anggsuran kredit motor berbasis android ini maka
penyampiaan informasi tagihan kepada nasabah
dapat disampaikan lebih awal, ditambah fasilitas
notifikasi dari aplikasi ini dapat menjadi
pengingat bagi nasabah jika jatuh tempo telat
terlewati. Selain itu juga, aplikasi ini sebagai
media informasi staf bagian penagihan mengakses
informasi daftar tagihan setiap harinya, kapanpun
dan dimanapun menggunakan perangkat mobile-
nya.
5. Saran
Aplikasi ini masih belum dikatakan
sempurna karena masih belum memuat fasilitas-
fasilitas yang dibutuhkan untuk proses penagihan
lebih lanjut, seperti belum adanya fasilitas update
data nasabah untuk sisi nasabah, fasilitas
komplain jika infomasi tagihan tidak sesuai untuk
sisi nasabah, dan fasilitas untuk menentukan jalur
penagihan nasabah terpendek untuk staf
penagihan. Oleh karena itu, penelitian lebih lanjut
untuk aplikasi ini sangatlah dibutuhkan untuk
kesempurnaan sistem pengelolaan penagihan
angsuran kredit selanjutnya.
Daftar Pustaka
[1] I. H. Kristanto, Konsep & Perancangan
Database. Penerbit Andi, 1994.
[2] B. S. Sukamto, Aplikasi Penjualan dan
SMS Gateway untuk Penagihan Hutang
(Studi Kasus PT. DEWATA Yogyakarta),
J. Buana Inform., vol. 3, no. 2, 2012.
[3] G. A. P. Rumimpunu, Aplikasi Pengajuan
Kredit Berbasis Android (Studi Kasus Bank
Rakyat Indonesia Tondano), Program Studi
Sistem Informasi FTI-UKSW, 2012.
303
Seminar Nasional Informatika 2015

[4] F. Nuraeni, T. Mufizar, and N. Ganda Holis, [5] L. Agan and P. Santoso, Pembuatan
SISTEM INFORMASI INVENTORI Aplikasi Cek Tagihan Listrik Berbasis
BARANG LABORATORIUM Android, Dimens. Tek. Elektro, vol. 1, no.
KOMPUTER BERBASIS ANDROID DI 1, pp. 2428, 2013.
STMIK TASIKMALAYA, in Seminar [6] K. D. ARIZA, Pembuatan Aplikasi
Nasional Informatika (SNIf) 2014(SNIf) Informasi Tagihan Listrik Berbasis
2014, 2014. Android, Skripsi, Fak. Ilmu Komput., 2014.

304
 Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN DANA PMW

(PROGRAM MAHASISWA WIRAUSAHA) MENGGUNAKAN
METODE AHP DI UNIVERSITAS MALIKUSSALEH

Nurdin1, Nuzulla2
1,2
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Malikussaleh
3
Jl. Cot Teungku Nie Reuleut Kecamatan Muara Batu Aceh Utara
1
nurdin_um@ymail.com

Abstrak

Program Mahasiswa Wirausaha (PMW) merupakan program yang dikembangkan oleh Direktorat
Kelembagaan Ditjen Dikti Kementerian Pendidikan dan Kebudayaan sebagai kebijakan dan program
penguatan kelembagaan dalam rangka mendorong peningkatan aktivitas berwirausaha dan percepatan
pertumbuhan wirausaha baru dengan basis ilmu pengetahuan, teknologi, dan seni. PMW Universitas
Malikussaleh memfasilitasi para mahasiswa yang mempunyai minat dan bakat kewirausahaan untuk memulai
berwirausaha dan mampu menjadi wirausaha yang berpendidikan tinggi dan berbudaya. Dalam paper ini
penulis membuat suatu sistem pendukung keputusan dengan menggunakan metode AHP (Analythic
Hierarchy Process) dengan beberapa kriteria yang telah ditentukan oleh panitia pelaksana PMW Universitas
malikussaleh. Pada program ini mahasiswa akan melewati beberapa proses seleksi. Output yang dihasilkan
dalam penelitian ini adalah berupa laporan hasil keputusan mahasiswa yang layak dan tidak layak untuk
menerima dana PMW.

Kata kunci: Sistem, Keputusan, Kriteria, Hasil

1. Pendahuluan halnya dengan Perguruan Tinggi lain Universitas

Setiap tahun jumlah pengangguran di Indonesia
semakin hari semakin meningkat dan sebagian
besar dari mereka adalah lulusan sarjana.
Kenyataan ini didukung oleh sebagian besar
lulusan perguruan tinggi cenderung lebih banyak
sebagai pencari kerja (job seeker) dari pada
pencipta lapangan kerja (job creater).
Kemungkinan hal ini disebabkan sistem
pembelajaran yang masih menfokuskan agar
mahasiswanya cepat lulus dan cepat mendapatkan
pekerjaan bukannya lulusan yang siap
menciptakan lapangan pekerjaan serta aktivitas
kewirausahaan yang relatif masih rendah. Oleh
karena itu, diperlukannya kebijakan dan program
dalam meningkatkan kualitas pembelajaran dan
aktivitas berwirausaha yang berbasiskan ilmu
pengetahuan teknologi dan seni. Atas pemikiran
itu Direktorat Jenderal Pendidikan Perguruan
Tinggi mengembangkan Program Mahasiswa
wirausaha (PMW). Program ini dimaksudkan
untuk memfasilitasi mahasiswa yang memiliki
minat berwirausaha dan memulai usaha yang
berbasis ilmu pengetahuan, teknologi dan seni.
Fasilitas yang diberikan meliputi pendidikan dan
pelatihan kewirausahaan, magang, perencanaan
usaha bisnis, dukungan permodalan dan
perdampingan, serta keberlanjutan usaha. Sama
malikussaleh juga merupakan salah satu
Perguruan Tinggi yang mendapatkan program
tersebut. Program ini di peruntukkan kepada
seluruh mahasiswa baik individu maupun
kelompok, tentunya dengan kriteria-kriteria yang
telah ditentukan. Dalam hal ini diperlukan
adanya suatu sistem pendukung keputusan yang
dapat membantu pengambil keputusan agar dana
PMW yang diberikan kepada mahasiswa yang
tepat maupun kelompok mahasiswa sesuai dengan
ketentuan-ketentuan yang telah dibuat oleh
Direktorat Perguruan Tinggi.
2. Tinjauan Pustaka
2.1. Pengertian Sistem Pengambilan
Keputusan
Sistem penunjang keputusan sebagai sistem yang
digunakan untuk mendukung dan membantu
pihak manajemen melakukan pengambilan
keputusan pada kondisi semi terstruktur dan tidak
terstruktur (Turban, 2005).
2.2. Metode AHP (Analytic Hierarchy Process)
AHP merupakan suatu model keputusan yang
dikembangkan oleh Thomas L.Saaty, model
pendukung keputusan ini akan menguraikan
masalah multi faktor atau multi kriteria yang
komplek menjadi suatu hirarki, menurut (Saaty,

305
Seminar Nasional Informatika 2015

1993) hirarki didefinisikan sebagai suatu Tingkat insensitas kepentingan perbandingan

representasi dari sebuah permasalahan yang adalah :
kompleks dalam suatu struktur multi level dimana
level pertama adalah tujuan, yang diikuti level Tabel 1. Intensitas Kepentingan
faktor, kriteria, subkriteria dan seterusnya ke Intensitas Keterangan
bawah sampai level terakhir dari alternatif. kepentingan
Dengan hirarki, suatu masalah yang kompleks 1 Sama-sama penting (equal)
dapat diuraikan ke dalam kelompok-kelompoknya 3 Sedikit lebih penting/cukup
yang kemudian diatur menjadi suatu bentuk penting (moderate)
hirarki sehingga suatu permasalahan akan tampak 5 Lebih penting (strong)
lebih terstruktur dan sistematis. 7 Jauh lebih penting (very)
9 Mutlak lebih penting (extreme)
2.3. Tahapan-tahapan yang Digunakan dalam 2,4,6,8 Nilai-nilai antara dua nilai
AHP pertimbangan yang berdekatan
1. Mendefinisikan masalah dan menentukan
solusi yang diinginkan. Dalam tahap ini kita
berusaha menentukan masalah yang akan kita 5. Menghitung nilai eigen dan menguji
pecahkan secara jelas, detail dan mudah konsistensinya, jika tidak konsisten maka
dipahami. Dari masalah yang ada kita coba pengambilan data diulangi.
tentukan solusi yang mungkin cocok bagi 1 n elemen ke - i pada (A)(w T )
masalah tersebut. Solusi dari masalah maks
n i 1 elemen ke - i pada w T
(2)
mungkin berjumlah lebih dari satu. Solusi
tersebut nantinya kita kembangkan Keterangan :
lebih lanjut dalam tahap berikutnya. maks : Nilai eigen maksimum
2. Membuat struktur hirarki yang diawali dengan n : Banyaknya elemen
tujuan umum, dilanjutkan dengan sub-sub A : Matirks
tujuan, kriteria dan kemungkinan alternatif- W : Nilai prioritas
alternatif pada tingkatan paling bawah. 6. Mengulangi langkah 3, 4, dan 5 untuk seluruh
tingkat hirarki.
Tujuan
7. Memeriksa konsistensi hirarki.
1. Indeks konsistensi
maks n (3)
CI
n 1
Kriteria 1 Kriteria 2 ... Kriteria i Keterangan :
CI : Consitency indeks
maks : Nilai eigen maksimum
n : Banyaknya elemen
Alternatif 1 Alternatif 2 ... Alternatif j 2. Rasio konsistensi
CR= (4)
Gambar 1. Struktur hirarki AHP

3. Membuat matriks perbandingan berpasangan Keterangan :

yang menggambarkan kontribusi relatif atau CR : Consitency Ratio
pengaruh setiap elemen terhadap masing- CI : Consitency indeks
masing kriteria yang setingkat diatasnya. RI : Indeks Random
Matriks perbandingan berpasangan adalah
matriks berukuran n x n dengan elemen aij jika CI=0 maka A konsisten;
merupakan nilai relatif tujuan ke-i terhadap
CI
tujuan ke-j. jika 0,1 maka A cukup konsisten; dan
RI n
a11 a12 a1n CI
a a 22 a 2 n jika RI 0,1 maka A sangat tidak konsisten
(1) A 21 n

Indeks random RIn adalah nilai rata-rata CI yang

a m1 am2 a mn dipilih secara acak pada A.

4. Melakukan perbandingan berpasangan 8. Menghitung skor akhir atau prioritas akhir

sehingga diperoleh judgement seluruhnya yang digunakan untuk melakukan proses
sebanyak nx[(n-1)/2] buah, dengan n adalah perankingan prioritas setiap kriteria
banyaknya elemen yang dibandingkan.

306
 Seminar Nasional Informatika 2015

berdasarkan matriks perbandingan

berpasangan. PENERIMA DANA PMW
a. Hitung total skor:
s j ( sij )( wi ) (5)
i
Keterangan :
Sj : Total skor
Sij : Nilai bobot/prioritas setiap Administrasi Jenis_usaha Jumlah_anggota Lokasi_usaha Presentasi Wawancara

alternative
Wi : Nilai prioritas criteria

b. Pilih alternatif dengan skor tertinggi.

Kelompok I Kelompok 2 Kelompok 3 Kelompok 4
3. Pembahasan
3.1. Kriteria-Kriteria Yang Digunakan Gambar 2. Struktur hirarki PM
Kriteria-kriteria yang digunakan dalam sistem
pendukung keputusan penerima dana PMW 3.2. Perancangan Sistem
adalah sebagai berikut : Berikut ini merupakan gambaran umum flowchart
1. Administrasi perhitungan menggunakan metode AHP
Data administrasi yang harus dilengkapi oleh
para peserta PMW saat mendaftar menjadi Mulai
calon penerima PMW sebagai seleksi awal
yaitu : jumlah semester, jumlah SKS, surat
aktif, slip semester berjalan, KRS semester
berjalan, surat persetujuan dari orangtua/wali, Input nilai perbandingan
serta mengajukan proposal usaha. berpasangan A, B, C, D,
E, F dan G
2. Jenis Usaha
Jenis usaha yang lebih diprioritaskan untuk
diterima adalah jenis usaha yang bersifat
inovatif, terbaru dan usahanya sudah berjalan.
Hitung Matriks A, B, C, D, E,
3. Jumlah Anggota F dan G
Jumlah anggota bisa berbentuk individu dan
berkelompok, jumlah anggota kelompok 3-5
orang, tetapi untuk yang individu lebih
diutamakan.
4. Lokasi Usaha Memperbaiki nilai A, B, C, D, E,
Jika Nilai CR 0,1 Tidak
Lokasi usaha harus digambarkan secara jelas F dan G
dalam proposal usaha, jika usaha tersebut
dijalankan dibeberapa tempat maka alamat
lokasi cabangnya haruslah jelas, bila saat
ya
dilakukan monev lokasi usaha terjadi
perubahan maka proposal tersebut dinyatakan
tidak lulus. Lokasi usaha berada dalam
kabupaten Aceh Utara dan Lhokseumawe.
Nilai W, Sij
5. Presentasi Bisnis Plan
Kemampuan untuk mempresentasikan
proposal bisnis plan juga merupakan suatu
tahap yang sangat penting dimana kriteria
penilaiannya meliputi beberapa hal berikut : Sj = W.Sij
inovasi, potensi komersialisasi, manfaat
ekonomi dan social budaya, dampak terhadap
lingkungan, serta keaslian dan kebaruan dari
usaha tersebut. Selesai
6. Wawancara
Wawancara dilakukan oleh tim internal dan
eksternal Universitas Malikussaleh. Gambar 3. flowchart perhitungan metode AHP

Berdasarkan kriteria yang digunakan dalam SPK Sedangkan gambaran umum yang menjelaskan
pemberian dana PMW dengan metode AHP dapat secara singkat mengenai rancangan flowchart
digambarkan struktur hirarkinya

307
Seminar Nasional Informatika 2015

pada SPK penyeleksian mahasiswa penerima dana (Program Mahasiswa Wirausaha) menggunakan
bantuan PMW sebagai berikut. metode AHP sebagai berikut:
info hasil
start Keputusan
Info seleksi
Info kriteria
Input data Info Mahasiswa
peserta Info Login
PMW

Tidak lengkap

Input Admin
parameter .
Ketua Panitia
kriteria
peserta

Data Login Sistem Pengambilan

Data Mahasiswa Keputusan Pemberian -Laporan Mahasiswa
Tidak lolos
Seleksi Tahap I Data Kriteria Dana PMW dengan -Laporan hasil
(seleksi administratif) Data Seleksi Menggunakan Metode Keputusan
Data AHP
Keputusan

lengkap
Info penerima PMW mahasiswa

Input data
peserta
yang lolos Gambar 5. Diagram Konteks Sistem
tahap I

3.2.2. Data Flow Diagram (DFD)

DFD merupakan penjabaran dari konteks diagram
Seleksi Tahap II
(presentasi BP)
dimana pada DFD akan dijelaskan proses-proses
yang akan dilakukan oleh setiap entitas dan
menjelaskan aliran data secara rinci mengenai
proses penilaian pemberian dana PMW (Program
lolos
Mahasiswa Wirausaha) sebagai berikut:
Info Login

Mengikuti diklat
kewirausahaan Data login 1.0
ADMIN Input data Tb_ Login
Login

Seleksi tahap 2.0

Info Mahasiswa Input data Tb_ Mahasiswa
akhir
Mahasiswa
Data Mahasiswa

3.0 Tb_ kriteria

Data kriteria Input data
Cetak Cetak peserta Info kriteria kriteria
peserta gagal seleksi
lolos seleksi seleksi

4.0.
Data Seleksi Input data Tb_ seleksi
Info seleksi seleksi

Menandatangani
kontrak dan
pencairan dana
Data Hasil keputusan
5.0
Hasil Tb_ Hasil keputusan
Info hasil keputusan
keputusan

Info penerima PMW

Mahasiswa

end
6.0
Laporan

Gambar 4. flowchart SPK penyeleksian

penerima PMW - laporan mahasiswa
- laporan hasil keputusan

3.2.1. Konteks Diagram (Diagram Context)

Adapun bentuk diagram konteks dari sistem
Ketua Panitia
pendukung keputusan pemberian dana PMW

308
 Seminar Nasional Informatika 2015

Gambar 6. DFD Proses PMW

3.3. Implementasi Sistem

3.3.1. Form Perhitungan Matriks
Form ini digunakan untuk membuat perhitungan
matrik perbandingan serta nilai prioritasnya.
Tampilannya sebagai berikut :

Gambar 8. Form Mahasiswa

3.3.3. Form Seleksi
Form ini digunakan untuk menampilkan tahapan
proses seleksi mahasiswa. Tampilan formnya
adalah sebagai berikut :

Gambar 7. Form Perhitungan Matriks

3.3.2. Form Input Data Mahasiswa

Form ini digunakan untuk menginput data-data
mahasiswa, gambaran formnya adalah sebagai
berikut :

Gambar 9. Form Seleksi

3.3.4. Form Hasil Keputusan

Form ini digunakan untuk menampilkan hasil
keputusan dari tahapan seleksi. Adapun
tampilannya sebagai berikut :

309
Seminar Nasional Informatika 2015
Gambar 10. Form Hasil Keputusan
3.3.5. Form Laporan Hasil Keputusan
Form ini digunakan untuk menampilkan Laporan
dari hasil keputusan mahasiswa-mahasiswa yang
lolos seleksi dan berhak menerima dana PMW.
Adapun tampilannya sebagai berikut :
Gambar 11. Form Laporan Hasil Keputusan
310
4. Kesimpulan
1. Sistem pendukung keputusan ini dibuat
dengan menggunakan metode AHP dan
menggunakan enam kriteria yaitu
administrasi, jenis usaha, jumlah anggota,
lokasi, presentasi dan wawancara.
2. Perhitungan matriks pada sistem pendukung
keputusan ini sesuai dengan proses
perhitungan matriks yang dilakukan secara
manual.
3. Data mahasiswa yang tidak lulus pada seleksi
tahap I tidak akan diproses pada tahap
selanjutnya, sedangkan untuk mahasiswa yang
lulus pada tahap pertama akan diproses sampai
tahap keputusan.
4. Hasil laporan akhir yang akan ditampilkan
adalah data-data kelompok mahasiswa yang
berhak untuk menerima dana PMW.
5. Untuk pengembangan lebih lanjut pada sistem
ini dapat dilakukan dengan menggunakan
metode-metode yang lain untuk mendapatkan
perbandingan metode mana yang lebih baik.
6. Perlunya ketelitian dari pengambil keputusan
dalam menentukan prioritas awal untuk setiap
kriteria karena hasil akhirnya sangat
bergantung dari nilai awal yang diberikan.
Jika nilai awal yang diberikan salah maka
hasil akhirnya tidak akan sama seperti yang
diharapkan.
Daftar Pustaka
[1] Arahman, Dahlan. Panduan Program
Mahasiswa Wirausaha(PMW).
http://www.unimal.ac.id/index.php/113-
berita-hari-ini/191-program mahasiswa-
wirausaha-pmw-2013 01 Desember 2013,
17:23
[2] Armadiyah, Amborowati, Sistem
Pendukung Keputusan Pemilihan Karyawan
Berprestasi Berdasarkan Kinerja dengan
Metode AHP, Seminar Nasional Aplikasi
Teknologi Informasi, Jurusan Teknik
Informatika UII, Yogyakarta, 2006.
[3] Azwany, Faraby, Sistem Pendukung
Keputusan Pemberian Kredit Usaha Rakyat
Pada Bank Syariah Mandiri Menggunakan
Metode Analytical Hierarchy Process
(AHP). Prodi S1 Ilmu Komputer FMIPA
USU, Medan, 2010.
[4] Daihani, Dadan Umar, Komputerisasi
Pengambilan Keputusan. PT Elex Media
Komputindo, Jakarta, 2001
[5] Kusrini, Konsep Aplikasi Sistem
Pendukung Keputusan. Andi, Yogyakarta,
2007
[6] Saaty , T.L, Pengambilan Keputusan Bagi
para Pemimpin, Proses Hirarki Analitik
untuk Pengambilan Keputusan dalam situasi

yang Kompleks. Pustaka Binama Pressindo,
1993
[7] Supriyono., Wardhana, Wisnu Arya.,
Sudaryo. 2007. Sistem Pemilihan Pejabat
Struktural dengan Metode AHP.
http://jurnal.sttn-batan.ac.id/wp-
content/uploads/2008/06/30-supriyono-
Seminar Nasional Informatika 2015
ahphal-311-322.pdf. Diakses tanggal 17
Maret 2014.
[8] Turban, Decision Support System and
Intelligent Systems (Sistem Pendukung
Keputusan dan Sistem Cerdas) Jilid 1.
Andi, Yogyakarta, 2005.
311
Seminar Nasional Informatika 2015

PERANCANGAN SISTEM APLIKASI UJIAN SELEKSI PEGAWAI

BERBASIS ONLINE

Helmi Kurniawan

Jurusan Ilmu Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama
Jl. K.L Yos Sudarso KM 6,5 No. 3A Tanjung Mulia Medan
helmikurniawan77@gmail.com

Abstrak

Sistem ujian konvensional atau ujian manual yang selama ini digunakan sering sekali mempunyai banyak
kendala. Misalnya dalam pembulatan lingkaran, peserta terkadang sulit untuk melingkari dengan baik. Kertas
yang sensitif juga bisa sobek dan juga kotor karena harus menghapus lingkaran apabila salah dalam
melingkarinya. Faktor kecurangan dan kebiasaan mencontek merupakan kendala yang paling besar. Namun
seiring dengan berkembangnya teknologi informasi, untuk mengatasi itu semua penulis merancang suatu
sistem yang jauh lebih mudah dalam melakukan proses ujian yaitu dengan membuat sistem secara
komputerisasi yaitu dengan ujian online. Dalam ujian online ini telah disediakan form registrasi untuk setiap
peserta ujian, agar bisa masuk ke dalam masing-masing kategori soal. Tampilan dari sistem ini juga di desain
dengan menarik agar peserta tidak merasa bosan dalam mengikuti proses ujian. Selain itu sistem ini juga
memberikan informasi-informasi dan pembelajaran yang mungkin berguna untuk peserta baca nantinya.
Sistem yang bersifat lokalisir ini dapat diterapkan baik secara LAN, ataupun nirkabel/ Wifi.

Kata Kunci : Sistem Ujian Online, PHP, MySQL

1. Pendahuluan rusak dan juga kotor. Sangat tidak adil kalau

Perkembangan teknologi yang pesat saat
ini membuat arus kebutuhan informasi turut
berkembang cepat. Internet salah satu media
untuk mendapatkan informasi juga semakin
mudah untuk diakses dimana saja. Dengan
berkembangnya teknologi internet, masyarakat
semakin dimudahkan dalam melakukan beberapa
proses, salah satu contohnya adalah seleksi
pegawai secara online disuatu instansi yang dapat
dilakukan dengan membuka website instansi yang
bersangkutan.
Sama halnya dengan proses pendaftaran,
pelaksanaan ujian dengan memanfaatkan
teknologi komputer dapat mempermudah dan
mempercepat proses selama mengikuti ujian.
Masing-masing peserta ujian cukup dihadapkan
pada komputer yang terhubung dengan internet
dengan alamat lokal. Para peserta ujian juga tidak
direpotkan lagi dengan mengisi form kertas
jawaban dengan menggunakan pensil 2B. Selain
itu proses mengoreksi hasil ujian juga dapat
dilakukan lebih cepat.
Dalam prakteknya, sistem ujian
berbentuk form lembar jawaban banyak
menimbulkan masalah bagi para peserta. Peserta
sering menghabiskan banyak waktu dalam
melingkari jawaban, jika peserta ingin mengganti
jawaban maka peserta harus berhati-hati dalam
menghapus bulatan jawaban. Hal itu dikarenakan
form lembar jawaban yang sensitif, gampang
sampai para peserta ujian gagal disebabkan
kesalahan-kesalahan tersebut. Alangkah baiknya
jika waktu tersebut digunakan sebaiknya untuk
memikirkan dan menganalisa jawaban yang
benar.
Disamping masalah tersebut terdapat juga
masalah yang sering terjadi, diantaranya:
1. Banyaknya kesalahan yang terjadi apabila
ujian dilakukan secara manual.
2. Lambatnya proses ujian yang dilakukan
karena harus mengisi form lembar jawaban
yang diberikan kepada setiap peserta.
Berdasarkan permasalahan di atas maka dalam
penelitian ini penulis akan merancang aplikasi
Sistem Ujian seleksi Pegawai berbasis web yang
dapat diakses secara online.
Adapun tujuan yang ingin dicapai dalam
penelitian ini adalah:
a. Untuk menghindari terjadinya banyak
kesalahan yang ditemukan pada lembar
jawaban dalam ujian penerimaan Pegawai,
seperti salah menghitami bulatan lingkaran
jawaban, kertas sobek, ataupun kesalahan
lainnya.
b. Untuk mengetahui bagaimana perancangan
sistem ujian dapat dilakukan secara online,
dengan analogi peserta menjawab pertanyaan
yang kemudian jawaban tersebut akan
disesuaikan dengan jawaban sesungguhnya
melalui database.

312

c. Untuk mendapatkan hasil ujian yang benar-
benar real yang didapatkan oleh setiap peserta
tanpa ada kecurangan dari pihak manapun.
Metode penelitian
a. Analisis Kebutuhan Sistem ujian seleksi
Pegawai berbasis web.
b. Spesifikasi dan Desain : Pada tahap ini
dilakukan spesifikasi dan desain Aplikasi
yang di bangun menggunakan bahasa
program PHP dan Database Mysql sebagai
penyimpan data
c. Implementasi dan Verifikasi : Pada tahap ini
akan dilakukan implementasi dan verifikasi
aplikasi, untuk menguji apakah aplikasi
sudah berjalan sesuai dengan yang dirancang
sesuai dengan manfaatnya
d. Validasi yang penulis lakukan adalah
melakukan pengujian sistem keseluruhan
yang dapat menampilkan soal ujian dan hasil
ujian yang dilakukan oleh peserta test.
2. Tinjauan Pustaka
Hasil penelitian terdahulu dilakukan oleh
Lyna Anggraini yaitu membuat Sistem Ujian
Online dan Penilaian Siswa Berbasis Web Pada
SMA PGRI 109 Tangerang. Penelitian ini
membahas tentang sebuah sistem
terkomputerisasi yang berfungsi untuk
mendukung perkembangan dan kemajuan sekolah
tersebut. Hal yang dideteksi pada sistem ini yaitu
merancang sistem ujian Online dan penilaian
siswa berbasis web. Dimana para guru langsung
mengelola soal-soal ujian siswa. Begitu juga para
siswa setelah melakukan ujian akan bisa langsung
melihat hasil ujianya.[2]
Refiana Arief dalam penelitian yaitu
Aptitude test online pada seleksi calon Asisten
Lembaga Pengembangan Komputerisasi.
Penelitian ini membahas tentang sebuah sistem
terkomputerisasi yang berfungsi untuk
menentukan asisten lembaga pengembangan
komputerisasi, dimana selama ini dalam
pelaksanaan tes aptitude ujian masih
menggunakan sistem konvesional (kertas)
digantikan dengan sistem terkomputerisasi
berbasis online.[5]
Mengapdopsi pada penelitian
sebelumnya dalam penelitian ini penulis akan
merancang aplikasi sistem ujian seleksi pegawai
berbasis online, dimana hasil penelitian ini nanti
dapat menggantikan sistem yang lama, dimana
masih menggunakan kertas. Sistem yang
dirancang nantinya mampu menyajikan soal ujian
dan hasil ujian yang dilakukan oleh peserta
dengan cepat dan akurat.
Seminar Nasional Informatika 2015
3. Analisa dan Perancangan
3.1. Analisa Masalah
Sistem ujian konvensional yang
menggunakan lembar jawaban dianggap banyak
menimbulkan masalah bagi para peserta, lembar
jawaban yang kotor dapat merugikan peserta.
Dalam kasus ini, penulis mengamati para peserta
ujian harus ekstra hati-hati dalam menghitamkan
pilihan jawaban karena para peserta takut lembar
jawaban menjadi sobek, basah atau peserta
membuat lembar jawaban menjadi kotor sehingga
menyulitkan tim pemeriksa untuk memeriksanya.
Belum lagi dalam proses menghitamkan lembar
jawaban memerlukan waktu yang sangat banyak.
Kemampuan umum atau intelegensi
seseorang dapat diketahui secara lebih tepat
dengan menggunakan tes intelegensi. Untuk
mengetahui tingkat inteligensi seseorang secara
pasti harus digunakan tes yang standar. Dengan
menggunakan tes inteligensi dapat ditentukan
tingkat kecerdasan atau inteligensi quotient
(pegawai) seseorang. Untuk mencapai menjadi
pegawai rumusnya adalah:
JB
Nilai x100 50 (1)
JS
Rumusan : JB = Jumlah soal benar
dijawab
JS = Jumlah soal keseluruhan
Misalnya si ali dapat menjawab tes
sebanyak 9 dari 10 soal yang disediakan maka:
JB
Nilai x100 50 (1)
JS
Rumusan : JB = 39
JS = 40
39
Maka : Nilai Ali = x100 50 = 140
40
Dan adapun jenis soal yang ditest adalah sebagai
berikut :
1. Tes Kemampuan Verbal (Sinonim) dengan
jumlah soal 40 soal.
2. Tes Kemampuan Kuantitatif (Persamaan
Kata) dengan jumlah soal 40 soal.
3. Tes Penalaran dengan jumlah soal 40 soal.
4. Tes Kemampuan Spasial dengan jumlah soal
40 soal.
Karena jumlah kategori soal ada sebanyak 4
kategori sedangkan rumus yang ada di atas hanya
untuk menghitung satu kategori, maka dibuat
rumus untuk menentukan PEGAWAI dari ke 4
kategori soal tersebut sebagai berikut :
PEGAWAI ALI =
SkorTestVerbal SkorTestKwantitatif SkorTestPenalaran SkorTestSpasial
4
Contoh : Skor Test Verbal = 50
Skor Test Kwantitatif = 50
Skor Test Penalaran = 50
313
Seminar Nasional Informatika 2015

Skor Test Spasial = 50 3.4. Data Flow Diagram

Maka hasilnya adalah : Sistem pengolahan data ujian seleksi
50 50 50 50 pegawai dimodelkan dengan menggunakan DFD,
Nilai =
4 penggambaran DFD dapat dilihat dibawah ini :
3.4.1. Diagram Konteks
200 Diagram konteks ini digunakan untuk
Nilai =
4 = 50 menggambarkan proses berjalannya sistem secara
keseluruhan, seperti terlihat dibawah ini :
Waktu yang disediakan untuk menjawab
soal sebesar 45 Menit per jenis soal, contoh soal
yang digunakan untuk test pegawai.

3.2. Perancangan Sistem

Perancangan 314sistem ujian seleksi
pegawai ini mempunyai dua tujuan utama yaitu :
1. Untuk memenuhi kebutuhan kepada para
pemakai ujian.
2. Untuk memberikan gambaran yang jelas
dalam merancang dan membangun yang
lengkap program ujian pegawai yang akan
dibuat. Gambar 2. DFD Konteks Sistem Ujian Seleksi
Untuk mencapai tujuan ini, haruslah dapat Pegawai
mencapai sasaran sebagai berikut : Adapun penjelasan dari diagram konteks di atas
1. Perancangan sistem ujian pegawai ini harus adalah sebagai berikut:
berguna, mudah dipahami dan nantinya 1. Peserta melakukan registrasi kedalam
mudah digunakan. 314ystem
2. Perancangan 314sistem ujian seleksi pegawai 2. Administrator memasukkan semua data-data
ini harus dapat mendukung tujuan utama ujian pegwai kedalam sistem.
seperti yang sudah dianalisa sebelumnya. 3. Setelah user mendaftar maka user dapat
melakukan proses ujian pegawai secara
online
3.3. Aliran Informasi (flow of Document) 4. Dan peserta akan secara otomatis
Untuk lebih menjelaskan mengenai mendapatkan informasi kelulusan dari ujian
aliran sistem informasi yang akan dibuat dalam yang dilakukan
proses ujian ini dapat dilihat pada gambar aliran
314sistem informasi yang sedang berjalan sebagai 3.4.2. DFD Level 1
berikut ini: Diagram Level 1 ini digunakan untuk
PESERTA PETUGAS PIMPINAN menggambarkan proses penyimpanan data dari
sistem yang dibangun, seperti terlihat dibawah ini
Pendaftaran
Mendaftar
Di Situs
Hasil
Ujian :
Terima Data
Aktivasi User Peserta
Mendaftar

Melakukan Form
Ujian Ujian

Lulus
Atau Proses
Tidak Ujian

Daftar
Peserta diterima

Aktivasi
Peserta

Hasil
Ujian

Gambar 1. Aliran Sistem Informasi Proses

Ujian
Gambar 3. Gambar DFD Level 1

314
 Seminar Nasional Informatika 2015

3.4.3. ERD (Entity Relationship Diagram)

ERD adalah suatu pemodelan dari basisdata
relasional yang didasarkan atas persepsi di dalam
dunia nyata, dunia ini senantiasa terdiri dari
sekumpulan objek yang saling berhubungan
antara satu dengan yang lainnya. Suatu objek
disebut entity dan hubungan yang dimilikinya
disebut relationship. Suatu entity bersifat unik dan
memiliki atribut sebagai pembeda dengan entity
lainnya. Adapun ERD dari sistem yang dibangun
ini seperti terlihat pada gambar 4 dibawah ini :
IDSoal Judul
Gambar 5. Menu Utama
JawabanBen
ar
Pertanyaan
Jawaban
E
SOAL
[1/N]
Informasi
Soal Tampilan Pengumuman Hasil Ujian
JawabanD
Tampilan ini digunakan untuk melihat hasil
JawabanC
JawabanA
[1/N]
ujian PEGAWAI, dimana setiap peserta yang
[1/N] JawabanB sudah mengikuti ujian maka nama tiap peserta,
IDSoal
Penyelesaian nilai benar yang diperoleh, dan lulus atau tidak
JenisSoal
Penyelesaian
lulus akan ditampilkan disini. Berikut merupakan
Soal
Melakukan
Test tampilan menu pengumuman hasil ujian seleksi
pegawai seperti gambar 6 di bawah ini:
[1/N]

[1/N]

UserName

Belajar
Penyelesaian
Peserta/User Soal
[1/N]
Nama
[1/N]

Password
IDBerita

HASIL
TEST
UserName
Berita
Judul

[N/1]
HASIL
Kategori
BeritaSingkat

BeritaPenuh

JumlahBenar

JumlahSalah Skor

Gambar 4. Gambar ERD Gambar 6. Tampilan Hasil Ujian Seleksi

Entitas : Pegawai
Soal = (IDSoal, Judul, Pertanyaan, JawabanA,
JawabanB, JawabanC, JawabanD, Tampilan Test Pegawai Verbal
JawabanE,JawabanBenar) Tampilan ini digunakan untuk melakukan
Peserta = (UserName, Password, Nama) Test Pegawai Verbal, Pada tampilan soal test
PenyelesaianSoal = (IDSoal, JenisSoal, verbal ini setiap peserta akan diberikan
Penyelesaian) pertanyaan sebanyak 40 soal, dan waktu yang
HasilPEGAWAI = (JumlahBenar, JumlahSalah, disediakan adalah 45 menit. Apabila sudah selesai
NilaiPEGAWAI, Jawaban) menjawab semua soal, maka peserta dapat melihat
hasilnya dengan mengklik proses hasil kemudian
klik hasil test seperti gambar 7 dari implementasi
4.Hasil dan Pembahasan tampilan ini dapat di lihat pada gambar di bawah
4.1. Hasil ini :
Berdasarkan hasil yang diperoleh oleh
penulis, maka penulis dapat menyimpulkan hasil
dari tampilan program yang telah dibuat.
Tampilan yang dihasilkan adalah sebagai berikut:

Tampilan Menu Utama

Menu utama seperti ditunjukkan gambar di
bawah ini:

315
Seminar Nasional Informatika 2015

Gambar 7. Tampilan Test Pegawai Verbal

Tampilan Halaman Utama Admin
Setelah berhasil melakukan login maka
admin akan langsung masuk ke halaman utama
sistem administrator, tampilan ini merupakan
halaman untuk admin menambah / mengedit /
hapus data informasi berita, bagian soal-soal
pegawai, dan data soal-soal pegawai, melihat data
peserta yang melakukan registrasi, dan juga
melihat list buku tamu, yang dapat dilihat seperti
gambar 8 dibawah ini :
Gambar 9. List Tambah Bagian Soal-Soal
Tampilan Form List Tambah Data Soal-Soal
Halaman ini digunakan untuk melihat dan
membuat pertanyaan ke dalam 316sistem, untuk
menambah, mengedit, dan menghapus pertanyaan
yang sudah dibuat. seperti terlihat pada gambar 10
di bawah ini:

Gambar 10. Form Pemasukan Pertanyaan

Gambar 8. Halaman Utama Administrator List Peserta Ujian
Tampilan ini menampilkan hasil ujian
Tampilan Form List Tambah Bagian Soal-Soal keseluruhan di dalam menu administrator. Seperti
Halaman ini digunakan untuk melihat semua terlihat pada gambar 11 di bawah ini:
daftar pertanyaan yang masuk, yakni kategori
verbal, kwantitatif, penalaran, spasial. Dan
bagian-bagian pertanyaan dapat ditambah, edit
dan dihapus. Adapun tampilan ini dilihat pada
gambar 9 dibawah ini :

Gambar 11. List Peserta Ujian

316

4.2. Pembahasan
Hasil yang didapatkan dari pembahasan
permasalahan yang ada adalah terciptanya sebuah
sistem aplikasi ujian seleksi pegawai berbasis
online. Dimana aplikasi ini tercipta dengan baik
dan berjalan tanpa error karena ujian dilakukan
dengan sistem komputerisasi dimana peserta
langsung melakukan registrasi dalam sistem untuk
dapat melakukan login dan masuk ke setiap
pertanyaan. Dalam memperoleh hasil ujian
peserta bisa mendapatkan hasil ujian dengan cepat
dan tanpa rekayasa pihak manapun.
Selain itu pemilihan software yang tepat
untuk mendukung jalannya sistem ujian online ini
dalam menyelesaikan permasalahan yang ada
yaitu dengan menggunakan bahasa pemograman
PHP dengan database MySQL.
Kelebihan Dan Kekurangan Sistem
Kelebihan:
1. Mempermudah instansi dalam melakukan
proses ujian seleksi pegawai.
2. Mudah dalam memodifikasi sistem karena
menggunakan sistem database.
3. Hasil ujian bisa diperoleh dengan cepat oleh
setiap peserta ujian karena diadakannya ujian
secara komputerisasi.
4. Mengurangi kecurangan yang 317yst saja
terjadi antara panitia penyelenggara ujian
dengan peserta ujian karena hasil ujian 317yst
diperoleh setelah ujian selesai.
Kekurangan:
1. Bagi peserta yang masih awam dalam
mengoperasikan komputer maka peserta akan
kesulitan dalam mengikuti sistem ujian online
ini.
2. Sistem ujian online ini membutuhkan biaya
yang lebih besar dibandingkan dengan ujian
dilakukan secara manual.
3. Sistem yang dirancang belum sempurna dan
masih terdapat kekurangan, disebabkan oleh
Seminar Nasional Informatika 2015
keterbatasan pengetahuan penulis untuk dapat
membuat program ini lebih sempurna.
5. Kesimpulan
Berdasarkan hasil analisa yang
dilakukan, perangkat lunak yang telah penulis
rancang masih jauh dari sempurna. Dari
keseluruhan hasil pengujian yang dilakukan dapat
disimpulkan sebagai berikut :
1. Dengan berhasilnya dirancang sistem
aplikasi seleksi pegawai ini maka proses
untuk mengetahui kemampuan seseorang
khususnya calon peserta ujian untuk
pegawai akan semakin cepat dan lebih baik.
2. Dengan adanya 317sistem ini, maka dalam
mengetahui hasil ujian peserta calon
pegawai dapat diperoleh dengan cepat dan
akurat tanpa adanya rekayasa dari pihak
manapun.
3. Proses untuk peserta test yang mengikuti
ujian lebih mudah dan cepat karena peserta
melakukan registrasi langsung di dalam
sistem bukan secara manual.
Daftar Pustaka:
[1] Anhar ST, 2010, Panduan Menguasai PHP
dan MySQL Secara Otodidak, Media
Kita.
[2] Anggrainy Lyna, 2010, Sistem Ujian
Online Pada SMA PGRI 109 Tangerang,
Universitas Mercu Buana, Yogyakarta.
[3] Dewanto, Joko, 2006, Web Desain (Metode
Aplikasi dan Implementasi), Graha Ilmu,
Yogyakarta.
[4] Madcoms, 2011, Aplikasi web database
dengan dreamweaver PHP-MySQL. Andi
Offset:Yogyakarta
[5] Refiana Arief, 2013, Aptitude test online
pada seleksi calon Asisten Lembaga
Pengembangan Komputerisasi, UG Jurnal
Vol.7 No.5 Universitas Gunadarma
317
Seminar Nasional Informatika 2015

PENERAPAN APLIKASI COSTUMER RELATIONSHIP

MANAGEMENT PADA DARMANTA GOLD AND SILVER

Ni Nyoman Harini Puspita

Program Studi Sistem Informasi

STMIK STIKOM Bali, Jl. Raya Puputan No. 86 Renon
harini@stikom-bali.ac.id

Abstrak

Perusahaan Darmanta Gold and Silver adalah perusahaan yang menjual Emas dan Perak dalam bentuk
perhiasan. Darmanta Gold and Silver berdiri semenjak 2004 berlokasi di Desa Petang, Keacamatan Petang,
Kabupaten Badung, Provinsi Bali. Saat ini berkembang dan saling bersaing dalam meningkatkan keuntungan
setinggi-tingginya, memperoleh hasil pendapatan yang besar, karyawan yang profesional, informasi yang
cepat. Fokus utama yang paling penting adalah pelanggan. Dalam melakukan pemasaran, segala usaha
dilakukan untuk dapat meraih pelanggan sebanyak-banyaknya. Semakin banyaknya kondisi pasar yang
terpecah-pecah dan produk-produk baru yang timbul serta semakin beraneka ragam, peluang pelanggan
semakin besar pula di dalam mendapatkan produk yang mereka inginkan serta sesuai dengan kebutuhan.
Akan tetapi, saat ini bukan bagaimana menyampaikan produk perusahaan sampai ke tangan pelanggan, tetapi
bagaimana cara perusahaan dapat menyediakan produk yang sesuai dengan keinginan dan kebutuhan
pelanggan. CRM (Customer Relationship Management) yang merupakan manajemen hubungan pelanggan
sangat diperlukan perusahaan dalam melakukan sebuah usaha atau strategi untuk dapat melayani pelanggan
dengan baik. Peran CRM disini tidak terbatas kepada kepuasan pelanggan, tetapi lebih jauh lagi pelanggan
dapat terus membeli produk yang perusahaan tawarkan, sehingga dengan adanya penerapan CRM ini
perusahaan dapat melayani pelanggan dengan baik serta tetap mempertahankan loyalitas pelanggan.

Kata kunci : Gold & Silver Dramanta, Customer Relationship Management, loyalitas, pelanggan, produk.

1. Pendahuluan sales, marketing, customer service, training,

Tidak semua perusahaan atau pelaku bisnis
menawarkan suatu produk yang dijual oleh
mereka, menyadari pentingnya suatu pelayanan
terhadap konsumen atau pelanggan. Hal ini bisa
terjadi akibat banyaknya aspek kepuasan
konsumen, atau produk yang dijual merupakan
produk unggulan atau banyak diminati oleh para
konsumen, sehingga perusahaan tidak memiliki
kecemasan atau kekhawatiran akan ditinggalkan
oleh konsumen.
Dapat dibayangkan, seberapa besar
keuntungan yang dilepaskan begitu saja jika kita
tidak mempedulikan kepuasan konsumen. CRM
(Customer Relationship Management) merupakan
suatu jenis manajemen yang secara khusus
membahas teori mengenai penanganan hubungan
antara perusahaan dengan pelanggannya dengan
tujuan meningkatkan nilai perusahaan di mata
para pelanggannya. Tujuan utama dari CRM
adalah untuk meningkatkan pertumbuhan jangka
panjang dan profitabilitas perusahaan melalui
pengertian yang lebih baik terhadap kebiasaan
(behavior) pelanggan.
Fungsi CRM terbagi bagi untuk mendukung
kegiatan bisnis perusahaan, seperti penjualan /
HRD, dll. Jelas bahwa ciri sebuah CRM adalah
mengintegrasikan bagian-bagian yang memiliki
mata rantai dengan konsumen. Persaingan bisnis
saat ini tidak hanya mengandalkan produk semata,
didorong dengan semakin ketatnya kompetisi,
juga dikarenakan kemajuan informasi teknologi
itu sendiri, kebutuhan akan sistem CRM akan
semakin terasa hari demi hari. Secara operasional,
CRM mendukung proses bisnis front office
seperti penjualan, marketing, ataupun service.
Perhatikan bahwa kegiatan-kegiatan tersebut
berinteraksi dan sangat berhubungan erat dengan
konsumen. Seluruh kegiatan tersebut tersimpan
secara horizontal pada database membentuk suatu
knowledge database, dan staff pengguna CRM
akan berusaha mendapatkan, meningkatkan, dan
mempertahankan konsumen. Dengan adanya
sistem CRM (Customer Relationship
Management), maka diharapkan agar para pelaku
bisnis dapat mengetahui bagaimana langkah
langkah atau cara cara melayani konsumen, agar
konsumen merasa puas sehingga keuntungan yang
diperoleh semakin meningkat, karena apabila
konsumen merasa puas dengan pelayanan kita,
maka secara otomatis konsumen tersebut akan

318
 Seminar Nasional Informatika 2015

membeli lagi, atau bahkan menjadi pelanggan Dari penelitian yang diajukan, diharapkan
tetap bagi bisnis kita. dapat menyumbangkan ilmu tentang
pemahaman, sistem basis data, sistem
2. Tinjauan Pustaka informasi dan Customer Relationship
Management. Hal ini akan bisa digunakan
2.1 Pengertian CRM sebagai modul pembelajaran diproses belajar
mengajar.
CRM diartikan sebagai satu kesatuan penjualan, 2. Manfaat Praktis
pemasaran dan strategi pelayanan yang mencegah Dengan dilakukannya penelitian ini, maka
terjadinya aktivitas pekerjaan yang tidak penulis berharap dapat mempermudah proses
terkoordinasi antar bagian dengan baik dan itu pelayanan kepada pelanggan sehingga ada
tergantung pada aksi aksi perusahaan yang loyalitas dari pelanggan yang nantinya akan
terkoordinasi .[1] meningkatkan pendapatan dari perusahaan.
CRM berkonsentrasi pada apa yang dinilai oleh
pelanggan, bukan pada apa yang perusahaan ingin 4. Hasil dan Pembahasan
jual. Pelanggan tidak menginginkan diperlakukan
secara sama. Akan tetapi mereka ingin 4.1 Kerangka Pemikiran Sistem
diperlakukan secara individual. Namun, pada Adapun kerangka dari pemikiran dari
dasarnya CRM merupakan suatu cara untuk rancangan bangun system CR mini adalah sebagai
menganalisa perilaku pelanggan yang dimiliki berikut.
perusahaan, dimana melalui hasil analisa tersebut,
perusahaan dapat menentukan cara bagaimana Darmanta Gold &
Silver
agar dapat melayani para pelanggannya secara
lebih personal, sehingga menimbulkan loyalitas
CRM
pelanggan terhadap perusahaan. Sasaran utama
CRM bukan terletak pada kepuasan pelanggan,
tetapi lebih mengarah pada loyalitas pelanggan. Financial Benefit Social Benefit
Structural ties
Maksudnya adalah agar pelanggan tidak hanya - Pemberian diskon
- Adanya diskon tambhaan
- Pemberian kartu ucapan
selamat
- Sistem pembayaran yang
jelas
puas saat memakai produk perusahaan, melainkan untuk customer yang
berulang tahun
- Pemberian informasi
mengenai produk baru
- Memperhatikan komplain,
saran dan kritik
meningkatkan loyalitas pelanggan pada - Pengumpulan point melalui SMS

perusahaan.[2]
Sasaran dari kerangka kerja bisnis CRM adalah Loyalitas
menggunakan hubungan yang ada untuk Pelanggan

meningkatkan penghasilan, menggunakan Gambar 1. Kerangka pemikiran system

informasi yang terintegrasi untuk pelayanan yang
baik, memperkenalkan konsisten, proses dan Dalam gambar di atas terlihat gambaran dari
prosedur chanel yang replicable. [1] sistem yang akan dibangun. Dari financial benefit
ditunjukkan dengan adanya pemberian diskon
3. Metode Penelitian khusus dan penukaran poin. Dari social benefit
adanya informasi produk terbaru, ucapan selamat
3.1 Tujuan Penelitian ulang tahun dan informasi promo yang lainnya.
Pelaksanaan penelitian ini bertujuan untuk
menghasilkan hasil sebagai berikut: 4.2 Perancangan Sistem
1. Menerapkan CRM pada Darmanta Gold and 1. DFD
Silver. Dt_tukar_hadiah
2. Memudahkan perusahaan dalam Dt_pembayaran
Dt_curtomer
memanajemen data pelanggan. P.1 Dt_supllier
Dt_Faktur_pembelian

3. Menjadikan data pelanggan yang sudah Costumer

CRM pada Darmanta
Supllier
Gold & Silver Bukti_faktur_pembelian
pernah berbelanja sebagai salah satu media Ucapan_selamat
Dt_point
Dt_info_produk
meningkatkan marketing dengan
minginkatkan loyalitas pelanggan. Faktur-penjualan
Ucapan_selamat
4. Memudahkan pelanggan dalam mendapatkan laporan

informasi dan pelayanan.

3.2 Manfaat Penelitian Pemilik

Adapun manfaat dari penelitian ini meliputi

manfaat keilmuan dan manfaat praktis, seperti
penjelasan di bawah ini.
1. Manfaat Keilmuan Gambar 2. DFD level 0 CRM pada Darmanta
Gold & Silver

319
Seminar Nasional Informatika 2015

Data pada form di atas diolah oleh pegawai

perusahaan. Data ini akan digunakan untuk
melakukan promosi oleh perusahaan.
2. Konseptual Database
dt_customer poin
PK id_customer PK id_poin

nama jumlah
tgl_lahir
alamat
no_telp
email
foto
tb_barang
FK1 id_barang
FK2 id_poin PK id_barang

nama
jumlah
penjualan harga
keterangan
PK id FK1 id_kategori
FK2 id_suplier
tanggal
FK1 id_customer

dt_suplier

PK id_suplier
detail_penjualan

PK id_penjualan kategori nama

alamat
Gambar 6. Tampilan form penukaran point
PK id_kategori no_telp
id_barang
email
kategori
FK1 id keterang
Penukaran point dilakukan oleh
Gambar 3. Konseptual Database pelanggan bisa kapan saja dengan datang
langsung ke toko.
3. ERD Di bawah ini adalah form untuk melakukan proses
pembayaran yang dilengkapi dengan proses
Dt_customer Dt_poin pembayaran.

Dt_penjualan Dt_barang Dt_Kategori

Dt_detail_
Dt_suplier
penjualan

Gambar 4. ERD system

Dari ERD di atas dapat dilihat hubungan masing- Gambar 7. Tampilan form pembayaran
masing entitas yang terlibat.
Pada gambar berikut adalah form berupa
4.3 Hasil Implementasi Sistem hardcopy untuk mengukur kepuasan pelanggan.
Adapun aplikasi ini meliputi pengolahan Form ini akan diisi oleh pelanggan kemudian
data pelanggan yang tampilannya bisa dilihat diinput oleh pegawai. Adpun contoh form nya
pada gambar berikut. adalah sebagai berikut:

Gambar 5. Tampilan form pelanggan

320
 Seminar Nasional Informatika 2015

Ambil
3 Form Tombol Berfungsi
Pembayaran Simpan
Tombol Berfungsi
Edit
Tombol Berfungsi
Hapus
Tombol Berfungsi
Tampil
Diskon Berjalan baik
4 Form Kuesioner Tombol Berfungsi
Simpan
Tombol Berfungsi
Edit
Tombol Berfungsi
Hapus
Tombol Berfungsi
Gambar 8. Contoh Form kuesioner yang diisi Tampil
pelanggan
5. Kesimpulan
Berikut adalah form yang digunakan untuk input Berdasarkan pembahasan bab sebelumnya
hasil kuesioner yang sudah diisi oleh pelanggan: maka kesimpulannya adalah sebagai berikut:
1. Sistem ini sudah berjalan dengan baik.
2. Sistem dapat membantu dalam menyimpan
data customer.
3. Dapat membantu dalam menjaga hubungan
dengan customer, seperti mengadakan promo
dengan mengirim info melalui sms, email atau
menelp secara langsung.

Daftar Pustaka:

[1] Budiman, E. (2009). Penerapan CRM pada

Perusahaan Unilever Indonesia Tbk. Binus
University.
[2] Dyche, Jill. 2002. The CRM Handbook.
Gambar 9 Contoh Form Input Data kuesioner Addison-Wesley, USA.
Kalakota, Ravi dan Robinson, Marcia. 2001.
4.4 Pengujian Sistem E Business 2.0 Roadmap For Success.
Pengujian sistem ini dilakukan dari sisi user, Addison Wesley , USA
yaitu pengujian black box yang hasilnya dapat [3] OBrien, James.A. 2005. Introduction To
dilihat pada table 5.1 berikut. Information System: Essential for The e
Business Enterprise, 11th edition. McGraw
Tabel 1 Tabel pengujian sistem Hill, New York.
No Nama form Nama Keterangan [4] Strene, Jim. 2000. Customer Service on The
atribut
Internet: Building Relationship, Increasing
1. Data Pelanggan Tombol Berfungsi
Simpan
Loyalty and Staying Competitive, second
Tombol Berfungsi edition. Wiley Computer Publishing
Edit [5] Widjaja, A. Tunggal. 2000, Konsep Dasar
Tombol Berfungsi Customer Relationship Management
Hapus (CRM). Harvarindo, Jakarta.
Tombol Berfungsi
Tampil
2. Data Point Tombol Berfungsi

321
Seminar Nasional Informatika 2015

ANALISA METODE PROFILE MATCHING UNTUK

PENGANGKATAN KEPALA SEKOLAH
(STUDI KASUS YAYASAN PERGURUAN AL-AZHAR MEDAN)
Dedek Indra Gunawan HTS
1,2
Teknik Informatika, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Km. 6,5 Tanjung Mulia Medan
1
dedek.indra@gmail.com

ABSTRAK

Kepala sekolah adalah guru yang diberi tugas tambahan untuk memimpin suatu sekolah yang
diselenggarakannya proses belajar-mengajar atau tempat terjadi interaksi antara guru yang memberi pelajaran
dan murid yang menerima pelajaran. Dalam memilih kepala sekolah yayasan sering sekali mengalami
kesulitan untuk menentukan guru yang layak untuk menjadi kepala sekolah. Oleh sebab itu diperlukan suatu
sistem pendukung keputusan agar proses pemilihan guru yang layak menjadi kepala sekolah lebih cepat.
Dalam sistem pendukung keputusan ada banyak metode yang dapat digunakan. Salah satunya adadalah
Profile Matching dimana metode ini dapat membandingkan kriteria standard yang ditetapkan oleh yayasan
dengan kriteria yang di miliki oleh seseorang. Hasil dari sistem pendukung keputusan ini berupa ranking guru
yang terbaik berdasarkan GAP dari kriteria-kriteria yang ada. Sehingga hasil inilah yang menjadi
rekomendasi kepada yayasan untuk menentukan kepala sekolah yang layak untuk menjadi kepala sekolah.

Kata Kunci : Sistem Pendukung Keputusan, Profile Matching, Kepala Sekolah

1. Pendahuluan menggabungkan pemikiran pengambil

Kepala sekolah adalah guru yang diberi
tugas tambahan untuk memimpin suatu sekolah
yang diselenggarakannya proses belajar-mengajar
atau tempat terjadi interaksi antara guru yang
memberi pelajaran dan murid yang menerima
pelajaran. Meskipun sebagai guru yang mendapat
tugas tambahan, kepala sekolah merupakan orang
yang paling bertanggung jawab terhadap aplikasi
prinsip-prinsip administrasi pendidikan yang
inovatif di sekolah. Di Yayasan Perguruan Al-
Azhar Medan banyak terdapat guru-guru yang
layak untuk menjadi kepala sekolah sehingga
yayasan sering kali mengalami kesulitan untuk
menentukan guru yang layak diangkat untuk
menjadi kepala sekolah. Untuk mendapatkan
seorang guru yang layak di angkat menjadi kepala
sekolah dibutuhkan suatu sistem pendukung
keputusan dengan metode yang cocok untuk
masalah tersebut. Metode tersebut diharapkan
mampu memberikan rekomendasi kepada
yayasan.
Sistem Pendukung Keputusan (SPK)
merupakan suatu pendekatan atau metodelogi
untuk mendukung keputusan. SPK menggunakan
CBIS (Computer Based Information System) yang
fleksibel, interaktif dan dapat diadaptasi, yang
dikembangkan untuk mendukung solusi untuk
masalah manajemen spesifik yang tidak
terstruktur. SPK menggunakan data, memberikan
antarmuka pengguna yang mudah dan dapat
keputusan[1].
Profile Matching secara garis besar
merupakan proses membandingkan antara
kompetensi individu kedalam kompetensi jabatan
sehingga dapat diketahui perbedaan
kompetensinya (disebut juga gap), semakin kecil
gap yang dihasilkan maka bobot nilainya semakin
besar yang berarti memiliki peluang lebih besar
untuk karyawan menempati posisi tersebut[2].
Sistem pendukung keputusan dengan
metode Profile Matching dilakukan untuk
menentukan rekomendasi kepala sekolah dalam
sistem pengangkatan kepala sekolah dengan
melihat hasil perbandingan (GAP) antara profil
standard kompetensi pada beberapa variabel
sistem dengan kompetensi dari beberapa guru.
Hasil dari proses seleksi berupa nilai bobot atau
skor akhir guru sebagai rekomendasi sistem. Hal
ini berguna untuk memudahkan dalam
pengambilan keputusan yang terkait dengan
masalah pengangkatan seorang guru menjadi
kepala sekolah, sehingga akhirnya akan
didapatkan kepala sekolah yang cocok
berdasarkan kriteria di Yayasan Perguruan SMA
Al-Azhar Medan.
2. Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK)
atau dikenal dengan Decision Support System

322

(DSS), pada tahun 1970-an sebagai pengganti
istilah Management Information System (MIS).
Tetapi pada dasarnya SPK merupakan
pengembangan lebih lanjut dari MIS yang
dirancang sedemian rupa sehingga bersifat
alternatif dengan pemakaiannya. Pada dasarnya
pengambilan keputusan adalah suatu pendekatan
sistem pada suatu masalah, pengumpulan fakta
dan informasi, penentuan yang baik untuk
alternatif yang dihadapi dan pengambilan
tindakan yang menurut analisa merupakan
tindakan yang paling tepat[3].
2.1 Komponen Sistem Pendukung Keputusan
Suatu SPK memiliki tiga subsistem
utama yang menentukan kapabilitas teknis SPK
tersebut , yaitu:
1. Subsistem Manajemen Basis Data (Data Base
Management Subsystem)
Ada beberapa perbedaan antara database
untuk SPK dan non-SPK. Pertama, sumber data
untuk SPK lebih kaya dari pada non-SPK
dimana data harus berasal dari luar dan dari dalam
karena proses pengambilan keputusan, terutama
dalam level manajemen puncak, sangat
bergantung pada sumber data dari luar. Perbedaan
lain adalah proses pengambilan dan ekstraksi data
dari sumber data yang sangat besar. SPK
membutuhkan proses ekstraksi dan DBMS yang
dalam pengelolaannya harus cukup fleksibel
untuk memungkinkan penambahan dan
pengurangan secara cepat.
2. Subsistem Manajemen Basis Model (Model
Base Management Subsystem)
Salah satu keunggulan SPK adalah
kemampuan untuk mengintegrasikan akses data
dan model-model keputusan. Hal ini dapat
dilakukan dengan menambahkan model-model
keputusan ke dalam sistem informasi yang
menggunakan database sebagai mekanisme
integrasi dan komunikasi diantara model-model.
Karakteristik ini menyatukan kekuatan pencarian
dan pelaporan data dari PDE dan pengembangan
disiplin manajemen.
3. Subsistem Perangkat Lunak Penyelenggara
Dialog (Dialog Generation and Management
System)
Fleksibilitas dan kekuatan karakteristik
SPK timbul dari kemampuan interaksi antara
sistem dan pemakai, yang dinamakan subsistem
dialog[4].
2.2 Metode Profile Matching
Profile Matching adalah sebuah
mekanisme pengambilan keputusan dengan
mengasumsikan bahwa terdapat tingkat variabel
prediktor yang ideal yang harus dimiliki oleh
karyawan, bukannya tingkat minimal yang harus
Seminar Nasional Informatika 2015
dipenuhi atau dilewati. Dalam pencocokan profil,
dilakukan identifikasi terhadap kelompok
karyawan yang baik maupun buruk. Para
karyawan dalam kelompok tersebut diukur
menggunakan beberapa kriteria penilaian. Aspek-
aspek penilaian tersebut dirancang sedemikian
rupa sehingga pengguna yang dalam hal ini
adalah manajer bagian sumber daya manusia bisa
menentukan aspek-aspek penilaian sendiri secara
dinamis sehingga sistem pendukung keputusan
tersebut bisa dipakai lebih luas[5]. Langkah-
langkah pada metode profile matching yaitu[6]:
a. Menentukan variable pemetaan gap
kompetensi menentukan aspek-aspek yang
akan digunakan dalam proses nilai karyawan
b. Menghitung hasil pemetaan gap kompetensi
yang dimaksud dengan gap disini adalah
beda antara profil karyawan dengan profil
standar yang diharapkan atau dapat di
tunjukkan pada rumus dibawah ini:
Gap = Profile Seseorang Profile Standard
Profil karyawan yaitu nilai-nilai yang
diperoleh dari karyawan sedangkan profil standar
yaitu nilai standar yang ditentukan terlebih
dahulu. Setelah diperoleh gap pada masing-
masing karyawan, setiap profil karyawan diberi
bobot nilai dengan patokan. Kemudian setiap
aspek dikelompokan menjadi 2 kelompok, yaitu
kelompok Core Factor dan Secondary Factor.
Perhitungan core factor ditunjukkan
menggunakan rumus di bawah ini:
Di mana :
NCF = Nilai Rata-rata Core Factor
NC = Jumlah Total Nilai Core Factor
IC = Jumlah Item Core Fator
Sementara untuk perhitungan secondary factor
bisa ditunjukkan dengan rumus berikut :
Di mana :
NSF = Nilai Rata-rata Secondary Factor
NS = Jumlah Total Nilai Secondary Factor
IS = Jumlah Item Secondary Factor
Setelah perhitungan Core factor dan
Secondary factor, kemudian menghitung nilai
total berdasarkan dari persentase dari core dan
secondary yang diperkirakan berpengaruh
terhadap kinerja tiap-tiap profil. Contoh
perhitungan bisa dilihat pada rumus di bawah ini:
NT = (x) % NCF + (x) % NSF
323
Seminar Nasional Informatika 2015

calon kepala sekolah diberi nilai sesuai dengan

Di mana : kriteria pada guru tersebut.
NT : Nilai Total aspek
(x) % : Nilai Persen yang Diinputkan
Terakhir perhitungan Ranking, perhitungan Tabel 1. Nilai Variabel Penilaian Keterampilan
tersebut bisa ditunjukkan dengan rumus di bawah Teknik
ini: Keterampilan
No Nama Guru Teknik
Kode
Ranking = (x) % N1 + (x) % N2 + (x) % N3 Guru KT001 KT002

Di mana : 1 Awan Maghirah, M.Si PE001 90 80

N1,N2,N3= Nilai aspek yang sudah dihitung total 2 Mayurid, M.Si PE002 80 80
(x) % = Nilai persen yang diinputkan
3 Eriza Dahliana, M.Si PE003 70 70
3. Analisis Dan Perancangan 4 Toni Dwipan, S.S PE004 75 70
3.1 Analisa Sistem 5 Drs. Nazaruddin PE005 85 75
Dalam mengambil keputusan sering kali
Setelah penilaian kriteria didapatkan
seorang pimpinan mengalami kesulitan ketika
selanjutnya bandingkan nilai kriteria guru tersebut
dihadapkan dengan banyak pilihan. Kesulitan
dengan kriteria yayasan. Selisih dari profil guru
tersebut disebabkan dengan tidak adanya suatu
dengan jabatan inilah yang disebut dengan gap
keputusan yang dapat diambil secara langsung
yang terlihat pada tabel di bawah ini.
ketika dihadapkan oleh pilihan tersebut. Hal ini
dapat dilihat dari pengangkatan kepala sekolah
Tabel 2. Nilai GAP Variabel Penilaian
dimana pemimpin yayasan kebingungan untuk
Keterampilan Teknik
memilih guru-guru yang mempunya dedikasi dan
loyalitas yang tinggi terhadap sekolah. Pada Variabel
No Kode Guru
akhirnya proses pengangkatan kepala sekolah
KT001 KT002
akan memakan banyak waktu dan ini dapat
mengganggu proses belajar mengajar. 1 PE001 5 4
Di Yayasan Perguruan SMA Al-Azhar 2 PE002 4 4
Medan proses pengangkatan kepala sekolah
dilakukan secara manual dimana yayasan 3 PE003 3 3
melakukan proses seleksi terhadap guru-guru 4 PE004 3 3
yang layak untuk dijadikan kepala sekolah. Proses
5 PE005 4 3
tersebut membutuhkan waktu yang lama karena
yayasan harus melakukan proses seleksi terhadap Profile Jabatan 4 4
guru-guru yang layak untuk menjadi kepala 1 PE001 1 0
sekolah. Pengambilan keputusan yang diambil
tidak dapat secara langsung merupakan kendala 2 PE002 0 0
GAP
dari sistem yang ada. 3 PE003 -1 -1
4 PE004 -1 -1
3.2 Analisa Proses
5 PE005 0 -1
Metode Profile Matching ini akan
memberikan rekomendasi kepala sekolah yang Hasil dari gap masing-masing guru
terbaik kepada yayasan. Dimulai dengan tersebut kemudian di bobot sesuai dengan tabel 2.
menghitung nilai gap kemudian dari nilai gap Setelah di konversi nilai gap tersebut maka akan
tersebut disesuaikan dengan bobot yang telah menghasilkan tabel seperti dibawah ini.
ditentukan. Setelah dapat nilai bobot kemudian
dimulai proses perhitungan Core Factor, Tabel 3. Nilai Bobot Variabel Penilaian
Secondary Factor, Nilai Total dan Skor dari guru Keterampilan Teknik
yang akan direkomendasikan sebagai kepala
sekolah. Kode Variabel
No
Guru KT001 KT002
Tahap awal dalam proses analisa ini 1 PE001 1 0
adalah menentukan nilai dari masing-masing
variabel dari Keterampilan Teknik. Tabel 3 2 PE002 0 0
menjelaskan bahwa masing-masing guru atau 3 PE003 -1 -1
4 PE004 -1 -1

324
 Seminar Nasional Informatika 2015

5 PE005 0 -1 CF dan SF pada variabel Sikap kerja sama dengan

variabel Keterampilan Teknik dan Keterampilan
NILAI BOBOT Manusia yaitu 60%:40%. Perhitungan Nilai Total
1 PE001 4.5 5 dari Variabel Sikap Kerja adalah sebagai berikut:
NT(PE001) = (60% x 5) + (40% x 5) = 5
2 PE002 5 5 NT(PE002) = (60% x 4) + (40% x 5) = 4.4
3 PE003 4 4
Setelah Nilai Total dari masing-masing
4 PE004 4 4
variabel guru di dapatkan makan proses akhir dari
5 PE005 5 4 profile matching adalah mencari skor tertinggi
dari guru tersebut. Skor yang tertinggi dari guru
Kemudian nilai core factor dan tersebut kemudian yang akan diajukan untuk
secondary factor dijumlahkan sesuai dengan mengisi suatu jabatan (kepala sekolah).
rumus yang ada, sehingga akan diperoleh nilai CF Berikutnya ini adalah proses perhitungan
dan SF sebagai berikut : skor setiap guru dengan ketentuan Nilai
NCF(PE001)= = 4,5 NSF(PE001)= = 5 Persentase untuk setiap variabel adalah 40%
(Penilaian Keterampilan Teknik), 40% (Penilian
NCF(PE002)= = 5 NSF(PE002)= = 5 Keterampilan Manusia), 20% (Penilian Sikap
Tabel dibawah ini merupakan hasil dari Kerja).
proses perhitungan nilai CF dan SF untuk masing- Menghitung Skor PE001 :
masing variabel Penilaian Keterampilan Teknik. Skor = (40% x 4.7 ) + (40% x 4.6) + (20% x 5)
Skor = 4.72
Tabel 4. Nilai CF Dan SF Untuk Variabel Menghitung Skor PE002 :
Penilaian Keterampilan Teknik Skor = (40% x 5 ) + (40% x 4) + (20% x 4.4)
KODE VARIABEL Skor = 4.48
NO Menghitung Skor PE005 :
GURU KT001 KT002 CF SF
Skor = (40% x 4.6 ) + (40% x 4.3) + (20% x 3.4)
1 PE001 4.5 5 4.5 5 Skor = 4.24
2 PE002 5 5 Berikut ini adalah tabel skor guru yang
5 5
akan di rekomendasikan untuk menjadi kepala
3 PE003 4 4 4 4 sekolah berdasarkan perhitungan diatas.
4 PE004 4 4 4 4
Tabel 6. Hasil Skor Calon Kepala Sekolah
5 PE005 5 4 5 4
KODE
NO NT(KT) NT(KM) NT(SK) SKOR
GURU
Persentasi dari variabel CF dan SF
1 PE001 4.7 4.6 5 4.72
adalah 60% dan 40%. Berikut ini adalah
perhitungan Nilai Total dari masing-masing 2 PE002 5 4 4.4 4.48
variabel: 4 4.2 4 4.08
NT(PE001) = (60% x 4,5) + (40% x 5) = 4,7 3 PE003
NT(PE002) = (60% x 5) + (40% x 5) = 5 4 PE004 4 4.2 4 4.08
Hasil dari Nilai Total masing-masing 4.6 4.3 3.4 4.24
5 PE005
kriteria guru tersebut dimasukkan ke dalam tabel
4.8 di bawah ini.
4. Kesimpulan
Tabel 5. Nilai Total Variabel Penilaian Dari proses analisa sistem pendukung
Keterampilan Teknik keputusan pengangkatan kepala sekolah pada
KODE Yayasan Perguruan SMA Al-Azhar Medan
NO GURU CF SF NT(KT) menggunakan metode Profile Matching, dapat
1 PE001 4.5 5 4.7 disimpulkan bahwa :
4. Sistem Pendukung Keputusan mampu
2 PE002 5 5 5
melakukan perhitungan secara otomatis
3 PE003 4 4 4 setelah nilai dari masing-masing guru
4 PE004 4 4 4 diinputkan sehingga proses yang dilakukan
dapat menghemat waktu.
5 PE005 5 4 4.6 5. Profile Matching sangat baik untuk
memberikan ranking kepada Yayasan dalam
Hasil dari perhitungan masing-masing menentukan kepala sekolah yang layak
variabel tersebut, kemudian dihitung nilai total untuk memimpin suatu unit.
berdasar persentase dari CF dan SF. Persentase

325
Seminar Nasional Informatika 2015
Daftar Pustaka
[1] Nuri Guntur Perdana, Tri Widodo (2013).
Sistem Pendukung Keputusan Pemberian
Beasiswa Kepada Peserta Didik Baru
Menggunakan Metode TOPSIS (SEMANTIK
2013), ISBN:979-26-266-6, Semarang, 16
November 2013
[2] Asfan Muqtadir, Irwan Purdianto, (2013),
Sistem Kendukung Keputusan Kenaikan
Jabatan Menggunakan Profile Matching
(SNATI 2013), ISSN: 1907-5022, Yogyakarta,
15 Juni 2013
[3] Rini Artika, (2013). Penerapan
ANALITYCAL HIERARCHY PROCCES
(AHP) DALAM PENDUKUNG
KEPUTUSAN PENILAIAN KINERJA GURU
PADA SD NEGERI 095224 (Pelita
Informatika Budi Darma, Vol: IV, No:3,
Agustus 2013), ISBN: 2301-9425, Medan
326
[4] Deny Wiria Nugraha, Wirdayanti (2013),
Sistem Pendukung Keputusan Pemilihan
Supplier Menggunakan Metode Analytical
Hierarchy Process (AHP) (Jurnal Ilmiah
Foristek Vol.3, No.2, 2013)
[5] Arif Lukman Hidayat dan Tito Pinandita
(2013) Sistem Pendukung Keputusan Kinerja
Karyawan Untuk Promosi Jabatan
Strukturan Pada Bimbingan Belajar
Sciencemaster Menggunakan Metode Gap
Kompetensi (Profile Matching (Jurnal
Teknologi Technoscientia Vol. 5 No. 2,
Februari 2013) ISSN: 1979-8415
[6] Arief Soma Darmawan (2012), Pemilihan
Beasiswa Bagi Mahasiswa STMIK WIDYA
PRATAMA dengan Metode Profile Matching
(Jurnal Ilmiah ICTech Vol. X No. 1 Januari
2013).
 Seminar Nasional Informatika 2015

PENERAPAN ALGORITMA ANT COLONY SYSTEM (ACS) PADA

OPTIMASI PENENTUAN LOT PARKIR

Ni Ketut Dewi Ari Jayanti 1, Ni Made Dewi Kansa Putri 2

1,2
STMIK STIKOM Bali
1,2
Jl. Raya Puputan No. 86 Renon Denpasar, telp. 0361 244445
1
daj@stikom-bali.ac.id, 2 kansa@stikom-bali.ac.id

Abstrak

Bertambahnya jumlah kendaraan di kota-kota besar, memiliki dampak terhadap kebutuhan parkir di tempat-
tempat umum seperti di kantor, pusat perbelanjaan, sekolah, kampus, tempat rekreasi, dan tempat-tempat
umum lainnya yang memiliki area parkir yang cukup luas. Diperlukan penataan areal parkir agar memiliki
daya tampung yang maksimal tanpa mengesampingkan aspek kenyamanan untuk penggunanya sehingga
penentuan tata letak dan waktu tempuh kendaraan dalam mencari lokasi parkir perlu untuk di perhatikan.
Untuk menentukan optimasi penentuan lot parkir dalam penelitian ini menggunakan algoritma Ant Colony
System (ACS) untuk melakukan perhitungan optimasi sehingga dapat menghasilkan tata letak parkir yang
optimal. Dengan diterapkannya algoritma Ant Colony System (ACS) pada optimasi penentuan lot parkir, di
harapkan hasil nya akan dapat membantu pengembang sistem dalam memberikan solusi untuk
mengoptimalkan lot parkir sehingga tingkat kepuasan pengguna akan tercapai dan untuk memberikan solusi
sistem manajemen parkir yang lebih baik kedepannya.

Kata kunci : Parkir, ACS, Optimal

1. Pendahuluan kurang optimal membuat parkir areal basement

Jumlah kendaraan di kota-kota besar di
Indonesia seperti Denpasar dan sekitarnya
semakin banyak dan bertambah tiap tahunnya.
Bertambahnya jumlah kendaraan tersebut,
memiliki dampak terhadap kebutuhan parkir di
tempat-tempat umum seperti di kantor, pusat
perbelanjaan, sekolah, kampus, tempat rekreasi,
dan tempat-tempat umum lainnya yang memiliki
area parkir yang cukup luas. Kampus STIKOM
Bali yang beralamat di Jalan Raya Puputan No. 86
Renon Denpasar Bali mempunyai beberapa lahan
parkir di areal gedung yaitu basement parking dan
outdoor parking. Lahan parkir yang paling luas
adalah pada areal basement parking, dimana lahan
ini di khususkan untuk menampung parkir
kendaraan sepeda motor yang mayoritas di
gunakan oleh mahasiswa STIKOM Bali. Di
samping basement pada areal kampus juga
terdapat lahan parkir outdoor yang saat ini di
pergunakan untuk parkir mobil, dan pada areal
selatan kampus terdapat juga lahan parkir motor
yang di peruntukan sebagai cadangan apabila
basement penuh. Pada saat beberapa perkuliahan
sedang berlangsung bersamaan, seringkali areal
parkir menjadi penuh sesak karena kendaraan
mahasiswa tidak di tempatkan secara teratur,
banyak kendaraan yang menghalangi akses keluar
masuk dan tata letak parkir kendaraan yang
terkesan tidak terorganisir.
Peningkatan jumlah mahasiswa per tahun
juga membuat permasalahan parkir menjadi
semakin rumit, di dukung dengan asumsi satu
orang mahasiswa membawa satu kendaraaan yang
akan di parkir di areal parkir STIKOM Bali maka
dapat di lihat secara garis besar jumlah mahasiswa
aktif sampai angkatan tahun ajaran 2011 /2012
sebesar 4220 orang mahasiswa berarti total
jumlah kendaraan mahasiswa adalah 4220 buah
kendaraan (dengan asumsi satu orang mahasiwa
membawa satu kendaraan roda dua / roda empat).
Di samping permasalahan parkir yang di
sebabkan oleh peningkatan jumlah mahasiswa,
permasalahan lain dalam tata letak parkir juga
sering di alami akibat dari adanya kegiatan
(events) khusus yang di seringkali di selengarakan
oleh mahasiswa maupun manajemen STIKOM
Bali, baik itu seminar umum, nasional atau
kegiatan senat mahasiswa seperti parade musik,
dan kesenian. Luas areal parkir pada areal
basement kampus stikom bali adalah seluas 1648
m2 dengan daya tampung saat ini adalah sekitar
300 buah kendaraan roda dua, pada areal outdoor
daya tampung mobil adalah 25 kendaraan, dan
kapasitas areal selatan kampus yang di fungsikan
untuk cadangan parkir kendaraan roda dua adalah
sebesar 50 kendaraan, membuat permasalahan
parkir menjadi cukup rumit terutama pada jam
jam aktif.

327
Seminar Nasional Informatika 2015
Dari kondisi parkir pada saat ini, maka
secara umum dapat di rumuskan permasalahan
parkir pada kampus STIKOM Bali adalah pada
penataaan areal parkir yang belum optimal.
Jumlah mahasiswa yang terus bertambah setiap
tahunnya membuat situasi parkir sekarang
menjadi tidak teratur, bisa di bayangkan dalam 2
atau 3 tahun ke depan apabila jumlah mahasiswa
baru lebih besar daripada mahasiswa yang sudah
menyelesaikan kuliah dan membuat satu sesi
perkuliahan menjadi penuh, maka parkir akan
menjadi kendala utama bagi manajemen kampus
STIKOM Bali. Rekomendasi yang bisa di
sarankan untuk mengurangi beban permasalahan
parkir kampus adalah dengan penataan areal
parkir semaksimal mungkin untuk menampung
sebanyaknya kendaraan mahasiswa sehingga
resiko overcapacity pada areal parkir dapat
dikurangi.
Model tata letak parkir yang akan di rancang
akan memetakan lahan parkir dimana basement
parking tersebut akan di pecah menjadi blok
parkir yang kemudian di bagi lagi menjadi
parking lots untuk menentukan daya tampung
maksimal kendaraan, kemudian model parkir
tersebut akan di rancang untuk memenuhi aspek
yang di kehendaki. Dalam penentuan model tata
letak parkir menggunakan algoritma Ant Colony
System (ACS) dimana algoritma ini dapat
mencari tata letak yang optimal
2. Metode Penelitian
Adapun tahapan-tahapan yang akan
dilaksanakan adalah sebagai berikut:
Gambar 1 Alur Penelitian
3. Analisa dan Hasil
Pada analisa dan hasil ini membahas tentang
analisa permasalahan dan penerapan Ant Colony
System (ACS).
3.1 Analisa Masalah
Dalam ruang lingkup penelitian telah di
sebutkan bahwa dalam penentuan jarak layout
parkir akan menggunakan aspek kenyamanan dan
aspek volume, yang mana aspek yang di sebutkan
di atas masih bisa di jabarkan agar benar benar
328
mengenai tujuan dari sistem ini. Aspek tersebut
bisa di jabarkan sebagai berikut :
a. Aspek Kenyamanan
Dalam menata letak parkir, hal yang paling
penting untuk di ingat adalah memperhitungkan
kenyamanan dari pengguna parkir. Apabila
lokasi parkir tidak terorganisir maka pengelola
akan di sibukan oleh complain dari pengguna
parkir yang mengeluhkan ketidaknyamanan lokasi
parkir. Dengan lokasi parkir saat ini, harapan dari
pengelola adalah dapat menampung seluruh
pengguna parkir. Ini adalah sebuah tantangan bagi
pengelola untuk bisa menyediakan tempat parkir
bagi mahasiswa dengan mengedepankan aspek
kenyamanan.
b. Aspek Volume
Di samping aspek terkait yang telah di
sebutkan di atas, dalam penelitian ini juga di
rancang untuk mengoptimalkan lahan parkir yang
ada. Tentunya harapan dari pengelola adalah
menampung sebanyak banyak nya kendaraan
pengguna parkir di areal parkir. Penggambaran
layout parkir dan perapatan ruang menjadi solusi
untuk optimalisasi volume di dukung dengan
penggunaan metode optimalisasi heuristic
untuk sistem user travelling dalam pencarian
lokasi parkir di harapkan agar bisa membantu
dalam permasalahan optimalisasi dan kondisi lalu
lintas pada areal parkir. Dengan sistem lalu lintas
parkir yang terorganisir di harapkan tidak terjadi
lalu lintas buntu karena banyak nya pengguna
yang keluar masuk tempat parkir.
3.2 Penerapan Ant Colony System (ACS)
Pada pembahasan ini, akan menjabarkan
analisa perhitungan jarak tempuh kendaraan dan
perhitungan lintasan terpendek menggunakan Ant
Colny System (ACS).
A. Perhitungan Jarak Tempuh Kendaraan
Pada saat ini kendaraan yang akan mencari
parkir harus berjalan berputar putar untuk
menemukan posisi parkir yang terbaik, dapat di
lihat pada peta parkir arah rute tempuh pada peta
sangat tidak beraturan, dalam hal ini berarti
kendaraan menghabiskan waktu tempuh yang
lebih banyak untuk menemukan lokasi parkir
karena tidak adanya ukuran untuk menentukan
posisi parkir yang kosong.
Apabila di lihat waktu tempuh berdasarkan
panjang rute dapat di lihat seperti di perhitungan
di bawah ini.
Start A-1 A-2 A-3 A-4 A-5 A-
6 A-7 A-8 A-9 A-10 A-11 A-
12 Start

Total jarak tempuh apabila di asumsikan slot
parkir kosong berada di titik K dan kendaraan
berjalan melalui semua titik adalah :
Start + A-1 + A-2 + A-3 + A-4 + A-5 + A-6 +A-7
+A-8 + A-9 + A-10 + A-11 + A-12 + Start
Start + 18.94 + 5.92 + 20.10 + 12.23 + 15.85 +
10.17 + 8.85 + 10.28 + 13.63 + 13.75 + 19.66 +
18.42 + 18.94 = 186.74 meter
Jika di asumsikan kembali waktu tempuh
kendaraan per meter adalah sebesar 0.2 detik
maka total waktu tempuh adalah 0.2 x 186.74 =
37,34 detik. Garis kuning pada gambar
menunjukan lintasan yang di lalui kendaraan pada
kondisi awal.
Gambar 2 Lintasan Kendaraan
B. Perhitungan Lintasan Terpendek dengan
ACS
Pada analisa parkir ini, model parkir akan di
rancang dengan tipe model parkir vertikal yang
mana model ini masih di pergunakan saat ini.
Dalam implementasi algoritma ACS untuk
penyelesaian permasalahan TSP di perlukan
aturan sebagai berikut:
a. Lintasan kendaraan di konstruksikan
menjadi graph seperti graph di bawah ini :
Gambar 3 Graph Lintasan Kendaraan
b. Titik yang ada dalam graph hanya di
kunjungi sekali dan titik awal sama dengan
titik akhir.
c. Nilai pheromone awal di berikan kepada
jarak antar tiap titik.
Seminar Nasional Informatika 2015
d. Konstruksi tour perjalanan dengan
mengaplikasikan langkah langkah
perhitungan ACS.
Untuk mencari rute terpendek dalam proses
pencarian spot parkir di perlukan 3 data utama
yaitu :
1. Jumlah blok parkir dan daya tampung
kendaraan masing-masing blok. Setelah denah
parkir dipetakan menjadi blok parkir, maka
pada parkir basement stikom bali dapat
dipecah menjadi 11 blok parkir dimana dalam
analisa ini blok tersebut akan diberi nama blok
1 sampai dengan blok 11, untuk lebih
lengkapnya dapat dilihat pada tabel berikut :
Tabel 1 Kapasitas Peta Parkir 1
Daya tampung kendaraan masing masing blok
di ukur berdasarkan luas blok dan ukuran rata
rata kendaraan. Berdasarkan hasil survey di
lokasi, blok yang lebih cepat penuh daripada
blok lain nya adalah blok 1. Di bawah ini
adalah peringkat berdasarkan blok yang lebih
cepat penuh :
Tabel 2 Peringkat Blok berdasarkan
Kepadatannya
2. Jarak antar blok parkir. Proses perhitungan
algoritma ACS juga memerlukan data jarak
antar blok parkir, pengukuran jarak juga
menggunakan bantuan software AutoCad
2006 berdasarkan perancangan blok parkir
pada denah parkir. Untuk jarak antar lokasi
bisa di lihat pada tabel di bawah:
Tabel 3 Jarak antar Blok Parkir dalam Satuan
Meter
3. Denah parkir dimana denah berfungsi sebagai
alat bantu dalam memetakan lokasi parkir
menjadi blok parkir dan mengukur jarak yang
perlukan dalam proses perhitungan.
329
Seminar Nasional Informatika 2015
Gambar 5 Denah Parkir
Pada algoritma ACS terdapat tiga tahapan
dalam menghitung lintasan terpendek yaitu :
1. Tahap pemilihan titik tujuan.
Pada tahap ini di titik awal lokasi kendaraan
sebelum memulai tur nya untuk menemukan
lokasi parkir berada di titik START, setelah tur di
mulai maka kendaraan akan memilih lokasi parkir
yang kosong dan dekat dengan pintu masuk
lobby. Sebelum memasuki perhitungan pada
tahap satu pada algoritma ACS, maka terlebih
dahulu di lakukan perhitungan awal untuk
menghitung invers jarak antar tiap blok
Dengan rumus (t,v)= 1/(jarak (t,v))
Contoh perhitungan (t,v) pada titik (Start,
blok 1) :
(Start,Blok 1)= 1/(jarak (Start,Blok 1))=
1/23=0.0434
dimana :
(t,v) = nilai invers jarak pada (t,v)
t = titik awal
v = titik tujuan
Setelah invers jarak di ketahui maka langkah
selanjut nya adalah menentukan nilai pheromone
dari semua perhitungan. Pada awal perhitungan di
usahakan menggunakan nilai pheromone yang
sangat kecil. Pada analisa ini di tetapkan nilai
pheromone masing masing blok parkir sebesar
0.0001, dimana penentapan nilai pheromone awal
dengan nilai yang sangat kecil ini di maksudkan
agar tiap blok memiliki ketertarikan untuk di
kunjungi. Pada tulisan ini di asumsikan bahwa
semua blok parkir pernah di kunjungi sebelum
nya sehingga semua blok parkir memiliki nilai
pheromone awal.
Setelah invers jarak dan nilai pheromone
awal di dapatkan maka langkah selanjut nya
adalah memilih titik yang akan di tuju dari posisi
start. Parameter perhitungan ACS untuk
mendapatkan nilai optimal adalah 0, di
tetapkan dalam perhitungan ini = 2. Dalam sub
bagian analisa ini di lakukan perhitungan untuk
mendapatkan nilai temporary (t,u) berdasarkan
330
persamaan (1) dan nilai probabilitas dengan
menggunakan persamaan (2) dari titik awal
(START, t ) ke titik selanjut nya yang belum di
lalui (u).
Contoh perhitungan dapat dapat di lihat pada
proses perhitungan di bawah ini :
(1)
(2)
=
0.0216
Dimana :
(t,u) = nilai dari jejak pheromone pada titik (t,u)
(t,u) = fungsi heuristik dimana dipilih sebagai
invers jarak antara titik t dan u
= parameter yang mempertimbangkan
kepentingan relatif dari informasi heuristic
v = pk (t,v) = probabilitas (r,u)
Hasil perhitungan temporary dan probabilitas dari
titik start dapat di lihat pada tabel di bawah ini:
Tabel 4. Tabel Temporary dan Probabilitas
Untuk menentukan persamaan yang tepat
dalam tahap perhitungan selanjut nya yaitu
perhitungan dalam menentukan lokasi selanjut
nya, untuk mendukung rumus perlu di bangkitkan
suatu bilangan random (q) antara 0 -1 serta
menetapkan bilangan pembatas yaitu (q0) antara 0
sampai dengan 1. Dalam analisa perhitungan ini
di tetapkan nilai q0 sebesar 0.9 dan nilai q sebesar
0.1. yang mana dalam algoritma ACS berarti
semut melakukan proses eksplorasi ruang dengan
probabilitas 90 % dan proses eksplorasi tanpa
probabilitas sebesar 10 %.
Hal ini di maksud kan agar semut
mempergunakan fungsi heuristik dalam
melakukan ekplorasi sehingga tujuan dari
algoritma ACS bisa tercapai. Jika di lihat dari
besar nya bilangan random q dan q0 maka dapat
di temukan bahwa q q0 oleh karena itu pada

tahap penentuan lokasi ekplorasi selanjut nya
akan berdasar pada persamaan (1) yaitu dengan
melihat hasil temporary yang paling besar. Dalam
kasus ini hasil temporary yang paling besar adalah
berada pada blok parkir no 1
2. Tahap Pembaharuan Pheromone () local
Setelah semut memilih lokasi selanjut nya
maka dalam algoritma ACS, tahap yang harus di
analisa adalah tahap melakukan update
pheromone () lokal dengan menggunakan
persamaan (3).
(3)
Dalam rumus matematis di atas untuk
memperbaharui pheromone secara lokal di
butuhkan suatu parameter () yang memiliki nilai
antara 0 -1. Pada analisa perhitungan ini di
tetapkan nilai _sebesar 0.1 Di bawah ini adalah
perhitungan dari tahap pembaharuan pheromone
lokal untuk hasil temporary yang paling besar
yang berada pada blok 1.
= 0.0039
dimana
Lnn = panjang tur yang diperoleh
c = jumlah lokasi
= parameter dengan nilai 0 sampai 1
= perubahan pheromone
Dengan proses yang sama maka semua nilai
pheromone dari titik start menuju blok parkir di
perbaharui karena semua blok merupakan tempat
parkir yang aktif, sehingga bisa di asumsikan blok
parkir tersebut akan selalu terisi dan tetap akan
menjadi tujuan semut meskipun blok yang
terdekat dengan lobby sudah penuh. Di bawah ini
adalah hasil nilai pembaharuan semua pheromone
setelah mengalami tahap pembaharuan
pheromone () lokal :
Tabel 5. Tabel Update Pheromone Lokal
Seminar Nasional Informatika 2015
Jadi berdasarkan tabel di atas (nilai
pheromone yang di bold), rute terpendek yang di
hasilkan menjadi :
Start, A-1 blok 1 , A-1 blok 2, A12 blok 3,
A-12 blok 4, A-12 blok 6, A-1 blok 7, A-1 blok 8,
A 3 blok 9, A-7 blok 10, A-7 blok 11 dan kembali
menuju start. Nilai jarak blok antar blok bisa di
lihat pada tabel 5.3
Total jarak rute terpendek yang di hasilkan
menjadi : 23 + 9 + 7.81 + 16.57 + 6.59 + 6.59 +
6.10 + 6.57 + 16.57 + 23.49 + 5.38 + start (48.11)
= 175.78 meter.
3. Tahap update pheromone global.
Pada tahap ini nilai pheromone mengalami
pembaharuan secara global dimana dari nilai
pheromone sebuah blok yang menghasilkan jarak
terpendek akan di perbaharui dengan persamaan
(4)
(4)
Dalam analisa ini contoh update pheromone
global akan di lakukan pada blok 1. Maka
perhitungan pembaharuan nya akan menjadi :
= 0.1
Lgb = 175.78
Pembaharuan global untuk blok 1 menjadi :
(t,v) (1 ) (Start,blok 1) + (t,v)
(Start , Blok 1) (1 0.1 ) (0.00039) + 0.1
(0.056)
= 0.00561
Dan untuk nilai pheromone yang tidak
menghasilkan jarak terpendek akan di perbaharui
juga seperti perhitungan di bawah ini :
(t,v) = 0
(t,v) (1 ) (t,v) + (t,v)
(Start , Blok 2) (1 0.1 ) (0.00010) + (0.1
0)
= 0.00009
Dimana
= nilai pheromone akhir setelah mengalami
pembaharuan lokal
331
Seminar Nasional Informatika 2015
Lgb = panjang jalur terpendek pada akhir siklus
= parameter dengan nilai antara 0 sampai 1
= perubahan pheromone
Hasil perhitungan pembaharuan pheromone
global dapat di lihat pada tabel di bawah ini :
Tabel 6. Tabel Update Pheromone Global
Tabel nilai pheromone () setelah
mengalami update pheromone global Update
pheromone global di maksudkan agar rute jarak
terpendek yang sudah ada yang di dapat dari hasil
pembaharuan pheromone lokal, di perkuat lagi
dengan jalan menaikan nilai pheromone agar
semut berikut nya yang akan melakukan tour bisa
dengan mudah menemukan rute tersebut,
Semakin tinggi nilai yang di hasilkan maka
semakin kuat pula rute tersebut dan semakin
mempermudah semut dalam melakukan tour
menuju tempat tujuan
4. Kesimpulan
Kesimpulan yang dapat diambil dalam
penelitian ini adalah :
a. Algoritma ACS yang di gunakan dalam
penelitian ini mampu menyelesaikan
permasalahan optimasi penentuan lot parkir
dengan pendekatan heuristic dimana
pendekatan tersebut mampu menghasilkan
jalur baru yang lebih optimal berdasarkan
jejak pheromone yang di tinggalkan.
b. Dalam permasalahan optimasi tata letak
parkir, pengetahuan mengenai jarak tempuh
tersingkat bisa memperkecil waktu tempuh
dalam mencari menentukan lokasi parkir,
dan mampu mengoptimalkan tata letak
332
parkir sehingga tidak ada lokasi parkir yang
kosong.
Daftar Pustaka
[1] Kendal & Kendal Analisis Dan
Perancangan Sistem, Edisi 5 Jilid 2, PT
Index Kelompok Gramedia 2003
[2] Marco, Dorigo. (1996). Ant Colony
System : A Cooperative Learning
Approach to the Travelling Problem,
Universite Libre de Bruxelles.
[3] Martin Fowler (2004)., UML DISTILLED,
3rd Ed., A Brief Guide to the
[4] Standard Object Modelling Languange.,
Edisi Bahasa Indonesia, Penerbit ANDI
Yogyakarta 2005
[5] Wardy I.S (2007). Penggunaan graph
dalam algoritma semut untuk melakukan
optimasi, Program studi Teknik
informatika, ITB, Bandung
[6] R. Kumar dn M. Kumar (2010). Exploring
Genetic Algorithm for Shortest Path
Optimization in Data Networks. Global
Journal of Computer Science nd
Technology. Vol 10.
[7] F. Saptono, I. Mutakhiroh, T. Hidayat, dan
A. Fauziyah (2007). Perbandingan
Performansi Algoritma Genetika dan
Algoritma Semut untuk Penyelesaian
Shortest Path Problem. Seminar Nasional
Sistem dan Informatika. Bali. 16
November 2007.
[8] Alain Abran, et.al., Guide to the Software
Engineering Body of Knowledge: 2004
Version, IEEE Computer Society Press,
2004
[9] Ian Sommerville, Software Engineering,
9th edition, Addison-Wesley, 2010
[10] Roger S Pressman, Software Engineering:
A Practitioner's Approach, 7th edition,
McGraw-Hill, 2009
[11] Suharto, Toto, Rekayasa Perangkat
Lunak Template Dokumen & Contoh
Dokumentasi, ITB, Bandung, 2002.
 Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI RUMAH KOST BERBASIS

WEB DAN SHORT MESSAGE SERVICE (SMS)
MENGGUNAKAN PHP DAN MySQL
Shinta Siti Sundari*1, Iffan Komarudin2
1,2
Teknik Informatika,Teknik, STMIK Tasikmalaya
1,2
STMIK Tasikmalaya; Jalan RE. Martadinata 272A, 0265-310830
e-mail: *1ss.shinta@gmail.com, 2komarudin614@gmail.com

Abstrak

Informasi kost yang ada saat ini belum memberikan informasi yang memuaskan calon penyewa. Banyak
calon penyewa yang harus mendatangi sendiri ke lokasi karena ketidaklengkapan dari informasi yang
diberikan. Untuk penyewa yang berasal dari luar kota akan sangat kesulitan untuk mencari tempat kost.
Kesulitan tersebut disebabkan tidak mengetahui daerah kota tersebut. Daerah yang akan dijadikan tempat
penelitian adalah Kabupaten Ciamis. Metode perancangan program aplikasi yang digunakan adalah waterfall
dengan pendekatan berorientasi objek menggunakan pemodelan UML. Sedangkan teknik pengumpulan data
yang penulis gunakan yaitu observasi, wawancara dan studi pustaka Bahasa pemrograman, Dreamweaver 8.0
sebagai web designnya dan MySQL sebagai database. Sistem Informasi Rumah Kost Berbasis Web ini akan
menampilkan tempat-tempat kost yang disewakan beserta harga, lokasi, fasilitas kost tersebut dan informasi
peta lokasi rumah kost yang dikehendaki. Penyewa bisa mencari informasi berdasarkan lokasi sehingga calon
penyewa yang berasal dari luar kota dapat mencari informasi tempat kost sesuai dengan kebutuhannya dan
bisa langsung memesan kamar yang diinginkan. Pemilik kost pun dapat mengiklankan tempat kostnya
dengan mendaftar sebagai pemilik dalam sistem ini dan tersedia fasilitas respon dari sistem melalui short
message service (SMS).

Kata kunciSistem Informasi,Web,Dreamweaver 8.0, MySQL

1. PENDAHULUAN omset penjualan, selain itu juga baik pelanggan

Website dapat menjadi sarana penyedia
informasi tempat tinggal yang efektif bagi para
pencari tempat kost, pencari rumah kost, maupun
bagi pengelola rumah kost untuk mempromosikan
rumah kost yang akan disewakannya dan
mengelola segala hal yang berkaitan dengan
rumah kost tersebut pada sebuah sistem informasi
yang berbasis web secara cepat dan mudah. Maka
dari itu, akan dirancang sebuah sistem informasi
berbasis web untuk mengelola dan menyediakan
informasi yang berguna untuk membantu
menyediakan berbagai macam informasi
berkaitan dengan rumah kost, dan pemesanan
kamar kost yang dapat dilakukan secara online.
Dari pencarian, penunjuk arah, sampai dengan
pemesanan secara online dan fasilitas respon dari
sistem menggunakan SMS (Short Message
Service) bagi pemilik kost yang memudahkan
dalam proses pemesanan. Sebagaimana yang
dikemukakan dalam jurnal dengan judul
Perancangan Sistem Informasi Penjualan
Berbasis Web pada Pempek Nony 168 Palembang
[1] bahwa dengan adanya website ini, perusahaan
dapat memperluas promo si produk,
meningkatkan market penjualan serta menambah
atau pemilik bisa mengontrol dengan cepat proses
transaksi penjualannya.Penelitian lain dalam
jurnalnya yang berjudul Perancangan Sistem
Informasi Pemesanan Dan Pembayaran Kamar
Pada Hotel Remaja Pacitan [2] dengan di
rancang sistem Pemesanan dan Pembayaran
kamar pada Hotel Remaja Pacitan dapat
membantu permasalahan selama ini yang terjadi
pada staf bagian administrasi Hotel Remaja
Pacitan karena staf bagian administrasi dapat
input data tamu yang memesan kamar atau check
in dengan cepat, mengetahui keadaan kamar
kosong dengan cepat, serta pembuatan laporan
dan penghitungan biaya check out dengan cepat.
Selain itu jurnal dengan judul Sistem Informasi
Rumah Kost Online Berbasis Web dan Messaging
[3] menghasilkan bahwa sistem informasi ini
sangat membantu pihak terkait antara lain pemilik
kost yang mengiklankan rumah kost yang dapat
memaintenance rumah kost secara online, dan
pencari kost yang dapat mencari rumah kost
sesuai dengan kebutuhan tanpa harus banyak
tenaga, pikiran dan biaya hanya untuk mencari
rumah kost yang biasa dilakukan dengan cara
manual..

333
Seminar Nasional Informatika 2015
Adapun pengembangannya sebagai berikut :
1. Adanya notifikasi akun (username &
password) untuk pengunjung yang telah
melakukan registrasi.
2. Adanya notifikasi untuk Pemilik bahwa ada
kamar yang telah dipesan oleh member,
sehingga memudahkan Pemilik kost untuk
tidak harus selalu tersedia dalam web.
3. Adanya proses konfirmasi pembayaran yang
bisa dilakukan dalam sistem ini.
Jadi relevansinya dengan penelitian ini
adalah adanya kesamaan menganalisis sebuah
sistem yang mambantu proses pelayanan jasa
penginapan berbasis terkomputerisasi dengan
berbagai kemudahan di dalamnya. Hal ini berarti
sebagai pertimbangan dalam merancang sebuah
sistem yang mampu memberi kemudahan untuk
semua pihak.
2. METODE PERANCANGAN
Metode Perancangan dalam penulisan
skripsi menggunakan metode Sistem
Development Life Cycle (SDLC). Metodologi
waterfall (air terjun) sering juga disebut
sekuensial linier atau alur hidup klasik. Model ini
menyediakan pendekatan alur hidup perangkat
lunak secara sekuensial atau terurut dimulai dari
analisis, desain, pengodean, pengujian dan tahap
pendukung [4]
2.1 Tahapan Review
2.1.1. Penggunaan Model Perancangan
Aplikasi
Perangkat pemodelan adalah suatu model yang
digunakan untuk menguraikan sistem menjadi
bagian-bagian yang dapat diatur dan
mengkomunikasikkan ciri konseptual dan
fungsional kepada pengamat. Salah satu
perangkat pemodelan adalah Unified Modeling
Language (UML).[5]
Berikut ini adalah beberapa konsep dasar
dalam pemodelan Unified Modelling Language
(UML) :
1. Use Case Diagram merupakan pemodelan
untuk melakukan (behavior) sistem
informasi yang akan dibuat
2. Activity Diagram menggambarkan
workflow (aliran kerja) atau aktivitas dari
sebuah sistem atau proses bisnis
3. Sequence Diagram menggambarkan
kelakuan objek pada use case dengan
mendeskripsikan waktu hidup objek dan
message yang dikirimkan dan diterima
antar objek
4. Component Diagram dibuat untuk
menunjukan organisasi dan ketergantungan
diantara kumpulan komponen dalam
sebuah sistem.
334
5. Deployment diagram menunjukkan
konfigurasi komponen dalam proses
eksekusi aplikasi [5]
2.1.2. Macromedia Dreamweaver MX
Macromedia Dreamweaver MX adalah
software professional untuk desain,
pemrograman dan manajemen situs web dengan
tingkat fleksibilitas yang sangat tinggi. Tingkat
fleksibilitas dimaksud memungkinkan user
dengan keahlian tingkat lanjut (advance) untuk
membuat situs web dengan cara menulis langsung
kode HTML pada tools pemrograman yang
terintegrasi pada software ini atau memungkinkan
user tingkat awal (beginner) membuat situs web
dengan menggunakan lingkungan visual editing
pada menu-menu yang sudah disediakan
seperti drag and drop semua elemen atau asset
pada dokumen situs web[6]
2.1.3. SMS Gateway
SMS gateway adalah sebuah sistem
aplikasi yang digunakan untuk mengirim juga
menerima SMS, dan biasanya digunakan pada
aplikasi bisnis, baik untuk kepentingan broadcast
promosi (Bulk SMS), servis informasi terhadap
pengguna, penyebaran content produk / jasa dan
lain lain.
Dengan berkembangnya teknologi,
SMS Gateway sudah tersedia secara online.
Zenziva.net adalah salah satu penyedia layanan
online SMS Gateway dengan fasilitas
penyambungan aplikasi SMS Gateway ke website
melalui HTTP API [7]
3. HASIL DAN PEMBAHASAN
Pada saat ini dalam hal penanganan
sistem reservasi kamar di kebanyakan rumah kost
di kota Ciamis belakangan ini masih dilakukan
dengan cara konsumen mendatangi langsung ke
tempat untuk mendapatkan informasi yang
diinginkan, seperti informasi mengenai
ketersediaan kamar, fasilitas, harga, dan lokasi.
Hal tersebut kadang mempersulit
pencari/konsumen karena harus melakukan
survey ke setiap rumah kost untuk mendapatkan
kamar yang sesuai dengan keinginan.
Perancangan yang diusulkan merubah Sistem
Informasi Rumah Kost berbasis web, yaitu
konsumen harus datang ke lokasi sehingga dapat
menghemat waktu konsumen yang berada jauh
dari lokasi
 Seminar Nasional Informatika 2015

Gambar 2 Object Diagram

3.1. Use Case Diagram Diagram Object pada khusus mengatur tentang
objek contoh dan atribut, dan hubungan antara
contoh. Sebuah berkorelasi set diagram objek
memberikan wawasan tentang bagaimana
pandangan wewenang dari sistem diharapkan
untuk berevolusi dari waktu ke waktu. Diagram
objek lebih konkrit dari diagram kelas, dan sering
digunakan untuk memberikan contoh, atau
bertindak sebagai uji kasus untuk diagram kelas.
Hanya aspek-aspek dari model yang menarik saat
ini perlu ditampilkan pada diagram objek

3.3. Desain Interface Program

Gambar 1 Use Case Diagram

Perancangan sistem yang diusulkan tidak

mengalami banyak perubahan dari sistem yang
berjalan, hanya merubah Sistem Informasi Rumah
Kost yang belum terkomputerisasi menjadi Sistem Gambar 3 Tampilan Awal
Informasi Rumah Kost yang terkomputerisasi
seperti web sehingga dapat mengatasi
permasalahan yang sering terjadi pada Sistem
Informasi Rumah Kost yang lama dengan
melakukan perubahan prosedur, yaitu pada sistem
yang lama perusahaan konsumen harus datang ke
lokasi sehingga dapat menyita waktu konsumen
yang berada jauh dari lokasi

3.2. Object Diagram

Gambar 4 Rancangan Halaman Pencarian Kost

Rancangan ini digunakan mencari kamar yang

dicari sesuai dengan yang diinginkan

335
Seminar Nasional Informatika 2015

Gambar 5 Rancangan Halaman Pemesanan

Kamar
Rancangan ini digunakan mengisi data setelah Tabel 1 Pengujian
member memilih kamar yang diinginkan No Fungsi Hasil Status
Sesuai ok
1 Menu Utama
-Masuk Ke Halaman Login Sesuai ok

2 -Memasukan User Name Sesuai ok

-Memasukan Password Sesuai ok

Masuk Ke Menu Pencarian Sesuai ok
3 Kost
Mengisi Form Pemesanan Sesuai ok
4
Mengisi Form Konfirmasi Sesuai ok
5 Pembayaran
Mencetak Bukti Sesuai ok
6
Info Sesuai ok
7

Gambar 6 Rancangan Halaman Konfirmasi

Pembayaran 4. KESIMPULAN

Rancangan ini digunakan mengisi data konfirmasi
setelah member melakukan pembayaran melalui
media bank
Dengan dibuatnya sistem ini proses
pencarian dan pemesanan rumah kost dapat
dilakukan dalam sistem ini. Pemilik kost juga
dapat lebih luas memasarkan rumah kost
miliknya, selain itu sistem ini dibuat secara online
dan juga interaktif, maksudnya sistem periklanan
ini membutuhkan bantuan dari para pemilik kost
yang bertugas memaintenance rumah kost yang
diiklankan setiap saat. Terutama dalam hal
update status di setiap kamarnya. Pada proses
pencarian lokasi dengan memanfaatkan google
maps api, sangat membantu dan lebih efisien.
Para member juga dapat berperan aktif dalam
menjadi reseller dalam sistem ini, yaitu dengan
mengajak teman sesama pemilik kost untuk
bergabung dalam jejaring periklanan rumah kost
ini dengan cara yang telah ditentukan.

5. SARAN

Gambar 7 Rancangan Notifikasi SMS Kamar
Telah Dipesan
Rancangan output diatas berisi notifikasi yang
dikirim melalui pesan singkat, setelah member
melakukan pemesanan terhadap kamar tertentu
dan bisa dilakukan pengecekan dengan login
dihalaman member.
3.4. Pengujian
Pengujian software adalah elemen kritis dan
jaminan kualitas software dan merupakan review
akhir dari spesifikasi perancangan dan
pengkodean. Pengujian ini dilakukan dengan tipe
black box, data sampel berasal dari sumber asli
baik baik data yang valid maupun data invalid
Beberapa saran dan masukan yang telah
penyusun terima antara lain adalah sebagai
berikut :
Jangkauan sistem agar lebih diperluas, tidak
hanya di lima kecamatan akan tetapi seluruh
wilayah Kabupaten Ciamis, serta dibuatkan
fasilitas untuk mengisi tanggal kunjungan
member yang telah melakukan pemesanan kamar,
supaya pemilik kost bisa tahu kapan pemesan
datang ke rumah kost.
DAFTAR PUSTAKA.
[1] Viviliana Siang, Margareta Susanto, Desy
Iba Ricoida, Perancangan Sistem Informasi
Penjualan Berbasis Web Pada Pempek
Nony 168 Palembang , STMIK GI MDP,
2013

336

[2] Rindi Damayanti, Indah Uly Wardati,
Perancangan Sistem Informasi Pemesanan
Dan Pembayaran Kamar Pada Hotel
Remaja Pacitan, Indonesian Journal On
Networking And Security, Volume 3 No. 2,
2014
[3] Bakti Abidin, Ira Prasetyaningrum, Tita
Karlita, Sistem Informasi Rumah Kost
Online Berbasis Web Dan Messaging,
Institut Teknologi Sepuluh Nopember, 2012
[4] Yakub. 2012. Pengantar Sistem
Informasi.Yogyakarta, Graha Ilmu
Seminar Nasional Informatika 2015
[5] K. Andri, 2008. Perancangan Sistem
Informasi dan Aplikasinya. Yogyakarta,
Gava Media
[6] Laudon, Kenneth C., & Jane, P. Laudon.
2010. Manajemen Information System :
Managing the Digital Firm. New Jersey:
Prentice-Hall
[7] Stair, Ralph M., & Reynold G. Walter. 2010.
Informations System. Course Technology,
Centage Learning
337
Seminar Nasional Informatika 2015

ANALISIS PENERIMAAN SISTEM INFORMASI DOSEN

MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL (TAM)

Ni Luh Ayu Kartika Yuniastari Sarja

STMIK STIKOM Bali

yuni@stikom-bali.ac.id

Abstrak

Salah satu kunci awal bagi keberhasilan implementasi teknologi informasi dan komunikasi dalam organisasi
dalam hal ini perguruan tinggi adalah kemauan untuk menerima teknologi tersebut dikalangan pengguna.
Penelitian ini dilakukan untuk mengetahui penerimaan dosen STIKOM Bali terhadap aplikasi Sistem
Informasi Dosen (SID) yang terdapat pada perguruan tinggi. Metode yang digunakan dalam penelitian ini
mengacu pada Technology Acceptance Model (TAM). Dengan mengetahui penerimaan SID dalam
perguruan tinggi akan menjadi rekomendasi bagi perguruan tinggi untuk meningkatkan efektivitas
penggunaan aplikasi SID. Berdasarkan hasil analisis penelitian menghasilkan model modifikasi TAM dalam
Sistem Informasi Dosen yang terdiri dari tujuh hipotesis yaitu H1: Desain interface akan berpengaruh
terhadap persepsi kemudahan penggunaan SID, H2: Kemampuan dan skill pengguna akan berpengaruh
terhadap persepsi kemudahan penggunaan SID, H3: Persepsi kemudahan penggunaan akan berpengaruh
terhadap persepsi kemanfataan SID, H4: Persepsi kemanfaatan akan berpengaruh terhadap sikap penggunaan
SID, H5: Persepsi kegunaan akan berpengaruh terhadap sikap ke arah penggunaan SID, H6: Sikap ke arah
penggunaan berpengaruh terhadap perilaku untuk menggunakan SID, H7: Perilaku untuk menggunakan
berpengaruh terhadap penggunaan nyata SID. Berdasarkan hasil pengujian hipotesis dari model yang
diusulkan, dari tujuh hipotesis yang diuji terdapat dua hipotesis yang signifikan atau terbukti yaitu H3 dan
H7.

Kata kunci : penerimaan, SID, TAM

1. Pendahuluan Dengan mengetahui informasi tersebut ketua

Teknologi merupakan hal yang menjadi
perhatian dewasa ini. Hampir semua organisasi
memanfaatkan bantuan teknologi informasi dan
komunikasi. Penerapan aplikasi sistem informasi
sedang digalakkan pada perguruan tinggi.
Aplikasi sistem informasi yang diterapkan saat ini
lebih banyak mengacu pada pengguna mahasiswa
dikarenakan mahasiswa merupakan salah satu
komponen penting dalam sebuah perguruan
tinggi. Selain aplikasi sistem informasi yang
ditujukan untuk mahasiswa, saat ini
dikembangkan pula aplikasi yang ditujukan untuk
dosen yang tentunya terkait dengan mahasiswa.
Salah satu contoh sistem informasi yang
diterapkan dalam membantu dosen adalah Sistem
Informasi Dosen (SID). SID memiliki fasilitas
yang memungkinkan dosen untuk melihat
informasi bimbingan seperti mahasiswa
bimbingan skripsi, menambah report progress
skripsi dan kerja praktek. Pada awalnya
pencatatan progress bimbingan skripsi dan kerja
praktek dilakukan secara manual. Dengan adanya
SID, dosen dapat mencatat progress mahasiswa
skripsi pada sistem, sehingga data informasi
tersebut dapat dilihat kembali oleh dosen
bersangkutan maupun ketua program studi.
program studi dapat melihat estimasi kelulusan
mahasiswa tiap semester. Selain fasilitas
bimbingan, SID juga menampilkan informasi
mengenai mahasiswa wali, pemilihan konsentrasi
mahasiswa, kelas ajar, history absensi dan
fasilitas lain yang dibutuhkan oleh Dosen.
Penerapan SID sangat diperlukan sehingga proses
yang sebelumnya dilakukan secara manual dapat
dilakukan dengan lebih efektif dan efisien
Salah satu kunci awal bagi keberhasilan
implementasi teknologi informasi dan komunikasi
dalam perusahaan adalah kemauan untuk
menerima teknologi tersebut dikalangan
pengguna. Beberapa penelitian menunjukkan
bahwa kegagalan penerapan teknologi informasi
saat ini lebih karena aspek perilaku pengguna
teknologi informasi. Keberhasilan penerapan
teknologi informasi ditentukan oleh banyak
faktor, salah satu diantaranya adalah karakteristik
pengguna teknologi informasi [1]. Oleh
karenanya perlu diketahui bagaimana sikap dan
perilaku yang dirasakan pengguna terhadap
aplikasi SID yang terdapat pada perguruan tinggi.
Pengguna yang dimaksud dalam penelitian ini
adalah dosen yang terlibat langsung dalam
penggunaan SID.

338
 Seminar Nasional Informatika 2015

Pendekatan yang digunakan dalam penelitian Beliefs about

the behavior
Attitude about
ini mengacu pada Technology Acceptance Model Evaluation of
the behavior

(TAM). TAM merupakan metode yang digunakan behavior

untuk memahami sikap pengguna terhadap Opinions of

referent other
Intention Behavior

teknologi yang digunakan. TAM dibuat khusus Subjective

norm

untuk pemodelan adopsi pengguna sistem Motivation to

comply

informasi. TAM menganggap bahwa dua

keyakinan variabel perilaku utama dalam
Gambar 1 Hubungan beberapa faktor pada TRA
mengadopsi sisitem informasi, yaitu persepsi
[2]
pengguna terhadap manfaat (perceived
usefulness) dan persepsi pengguna terhadap
TAM sendiri pertama kali diperkenalkan
penggunaan (perceived ease of use).
oleh Davis. TAM yang dikembangkan dari teori
SID merupakan suatu sistem yang apabila
psikologis, menjelaskan perilaku pengguna
digunakan dengan baik akan meningkatkan
komputer berdasarkan kepercayaan, sikap,
kinerja perguruan tinggi khususnya dalam bidang
keinginan dan hubungan perilaku pengguna.
akademik. Oleh karena itu pada penelitian ini
Tujuan model ini adalah untuk menjelaskan
akan dilakukan identifikasi dan analisis mengenai
faktor-faktor utama dari perilaku pengguna
berbagai faktor yang mempengaruhi pengguna
terhadap penerimaan teknologi. Davis
untuk menerima atau menggunakan SID dengan
menjabarkan bahwa variabel kemudahan
model TAM. Dengan mengetahui penerimaan
penggunaan (perceived ease of use) dan
SID dalam perguruan tinggi akan menjadi
kemanfaatan (perceived usefulness) merupakan
rekomendasi bagi perguruan tinggi untuk
variabel utama dalam penggunaan sistem
meningkatkan efektivitas dan layanan
informasi. Kedua variabel ini sangat
penggunaan aplikasi sistem informasi sehingga
mempengaruhi BI, model TAM dapat dilihat
menjadi keunggulan kompetitif perguruan tinggi
pada Gambar 2.
tersebut.

2. Tinjauan Pustaka Perceived

2.1 SID
Sistem Informasi Dosen (SID) adalah suatu
aplikasi yang membantu aktivitas yang dilakukan
oleh dosen. Salah satu contoh SID yang terdapat
pada perguruan tinggi adalah SID yang memiliki
layanan yang berhubungan mahasiswa maupun
dosen itu sendiri. Layanan yang berhubungan
dengan mahasiswa seperti proses bimbingan,
konseling, dan pemilihan konsentrasi. Sedangkan
layanan yang berhubungan dengan dosen itu
sendiri seperti history kelas ajar, biodata dosen,
history absensi dan lainnya. Dengan adanya
beberapa layanan yang disediakan SID, maka
proses yang awalnya masih menggunakan sistem
manual menjadi lebih efektif dan efisien.
2.2 Technology Acceptance Model
Technology Acceptance Model (TAM)
diadopsi dari model Theory of Reasoned Action
(TRA) yaitu teori tindakan yang beralasan bahwa
reaksi dan persepsi seseorang terhadap sesuatu
akan menentukan sikap dan perilaku orang
tersebut. Menurut model TRA tingkah laku
seseorang tersebut dipengaruhi oleh
kecenderungan tingkah laku atau Behavioral
Intention (BI). Dimana untuk mendapatkan BI
tersebut tergantung dari sikap orang tersebut
Attitude (AT) dan subjective norm (SN) yang ada.
Hubungan dari beberapa faktor yang membentuk
model TRA dapat dilihat pada Gambar 1.
usefulness
External Attitude Behavioral
Actual
system
variables toward using itention of use
use
Perceived ease
of use
Gambar 2 Model TAM [2]
Berikut ini akan dijelaskan mengenai dimensi
yang dimiliki oleh TAM [2] :
a. External variabels
Variabel ini adalah variabel luar yang
mempengaruhi kemudahan dan manfaat
sebuah sistem. Sebenarnya variabel
eksternal merupakan penentu utama dalam
menentukan kemudahan penggunaan
teknologi (perceived ease of use).
b. Perceived ease of use
Persepsi dari kemudahaan penggunaan
(perceived ease of use) sebuah teknologi
yang berguna dalam mengukur kemudahan
penggunaan suatu teknologi komputer.
c. Perceived of usefulness (PU)
Manfaat yang dirasakan (perceived
usefulness) didefinisikan sebagai ukuran
dimana penggunaan teknologi dipercayai
akan mendatangkan keuntungan bagi
penggunanya. Konstruk ini dibagi menjadi 2
dimensi yaitu menghasilkan keuntungan
bagi organisasi dan menghasilkan
keuntungan bagi individu pengguna.
d. Attitude toward using (ATU)
ATU dalam hal ini dijelaskan sebagai sikap
terhadap penggunaan sistem berbentuk

339
Seminar Nasional Informatika 2015

penerimaan dan penolakan sebagai dampak Eksplorasi Konsep

apabila seseorang menggunakan sebuah Perumusan masalah

teknologi .
e. Behavioral intention to use (BU) Kebutuhan
Kebutuhan
pemahaman di
Behavioral intention of use dalam hal ini akan konsep
lapangan
dijabarkan sebagai kecenderungan perilaku
Knowledge Base : Observasi
untuk tetap menggunakan teknologi tersebut. 1. SID penggunaan
Tingkat penggunaan teknologi komputer 2. Penerimaan SID Studi Sistem Informasi
3. TAM Literatur Dosen pada studi
pada seseorang dapat diprediksi dari sikap (Technology kasus : STIKOM
perhatiannya pada teknologi tersebut. Acceptance Model) Bali
Menurut [3] perilaku adalah suatu keinginan Konsep SID, TAM,
(minat) seseorang untuk melakukan suatu Penerimaan SID
perilaku tertentu. Seseorang akan melakukan
suatu perilaku (behavior) jika mempunyai Analisis
keinginan atau minat (behavior intention)
Analisis konsep SID
untuk melakukannya.
f. Actual use (AU) Analisis Penerimaan SID
Actual use adalah penggunaan aktual dari
sistem teknologi informasi tersebut. Analisis Pendekatan TAM

3. Metodologi Penelitian Analisis SID Mengunakan Pendekatan TAM

Metodologi penelitian yang digunakan dalam
penelitian ini mengadaptasi kerangka berpikir Analisis Construct Penerimaan SID
metodologi IS Research yang dikemukakan oleh Mengunakan Pendekatan TAM
[4]. Menurut [4] sebuah penelitian sistem
Model Teoritis
informasi Metodologi penelitian dapat dilihat
pada Gambar 3.
Pengumpulan dan Analisis Data

Menyiapkan instrumen pengukuran : kuesioner

Mengumpulkan data

Analisis data

Kesimpulan

Gambar 3 Metode Penelitian

Penelitian yang dilaksanakan terdiri dari lima

tahapan yaitu :
1. Eksplorasi konsep
Pada tahap pertama yaitu eksplorasi konsep,
dijelaskan bahwa berdasarkan perumusan
masalah yang telah ditetapkan sebelumnya,
dilakukan studi literatur mengenai konsep
yang akan digunakan dalam penelitian yaitu
konsep SID, penerimaan SID, dan TAM
(Technology Acceptance Model). Pada tahap
pertama ini juga dilakukan observasi
penggunaan SID yang ada pada perguruan
tinggi yang digunakan sebagai studi kasus
yaitu STIKOM Bali. Hasil studi literatur dan
observasi menghasilkan konsep dan data
yang digunakan sebagai dasar dalam
analisis.
2. Analisis
Pada tahap analisis dilakukan analisis
konsep SID, analisis penerimaan SID,
analisis pendekatan TAM, analisis
penerimaan SID menggunakan pendekatan
TAM, analisis construct penerimaan SID

340

menggunakan pendekatan TAM, dan model
teoritis penelitian. Model teoritis penelitian
akan dijadikan dasar pada saat pengujian
pada responden.
3. Pengumpulan dan analisis data
Pada tahap pengumpulan dan analisis data
dilakukan pembuatan instrument
pengukuran berupa kuesioner, pengumpulan
data dan analisis data. Penyebaran data
kuesioner dilakukan pada STMIK STIKOM
Bali dengan responden mahasiswa. Analisis
data pada penelitian ini menggunakan
analisis statistik deskriptif dan analisis
statistik inferensial. Hasil dari pengumpulan
data kuesioner akan diolah dan dianalisis
sehingga menghasilkan kesimpulan.
4. Kesimpulan
Tahap terakhir dalam penelitian ini adalah
penarikan kesimpulan
4. Analisis
4.1 Analisis pengelolaan progress skripsi,
konseling dan konsentrasi dengan
menggunakan SID
Sistem Informasi Dosen (SID) merupakan
salah satu aplikasi yang membantu dosen untuk
melihat informasi terkait mahasiswa dan dosen
tersebut. Berdasarkan observasi yang dilakukan
pada perguruan tinggi yang digunakan sebagai
studi kasus yaitu STMIK STIKOM Bali, SID
memiliki beberapa fasilitas yang terkait dengan
dosen tersebut yaitu update biodata dosen, history
kelas ajar, history absensi, upload topik
TA/Skripsi, dan approve judul TA/Skripsi. Selain
itu terdapat fasilitas yang terkait mahasiswa
seperti mahasiswa wali, mahasiswa konseling,
mahasiswa bimbingan proposal, skripsi dan kerja
praktek.
Berdasarkan hasil observasi dan testing yang
dilakukan, dapat disimpulkan terdapat beberapa
data yang didapatkan dari penggunaan maupun
pemanfaatan SID pada STMIK STIKOM Bali :
1. Dosen memanfaatkan SID untuk
aktivitas yang terkait dengan dosen itu
sendiri maupun mahasiswa.
2. Fasilitas yang dimanfaatkan oleh dosen
yang ada kaitannya dengan kegiatan
dosen yaitu yaitu update biodata dosen,
history kelas ajar, history absensi, upload
topik TA/Skripsi, dan approve judul
TA/Skripsi.
3. Fasilitas yang dimanfaatkan oleh dosen
yang ada kaitannya dengan mahasiswa
yaitu mahasiswa wali, mahasiswa
konseling, mahasiswa bimbingan
proposal, skripsi dan kerja praktek.
4. Dosen tetap atau internal STIKOM Bali
rata-rata sudah menggunakan
menggunakan SID.
Seminar Nasional Informatika 2015
5. Terdapat beberapa dosen yang kurang
paham bahkan tidak pernah
menggunakan SID.
Berdasarkan hasil analisis, dapat disimpulkan
bahwa SID yang terdapat pada STIKOM Bali
dimanfaatkan oleh dosen untuk mendukung
kegiatan dosen tersebut. Berdasarkan observasi,
rata-rata dosen telah pernah menggunakan SID
tetapi terdapat beberapa dosen yang tidak pernah
menggunakan.
4.2 Analisis Faktor Yang Mempengaruhi
Pengguna Dalam Menerima Suatu
Teknologi Khususnya SID
Faktor-faktor yang mempengaruhi
penggunaan suatu teknologi khususnya SID dapat
bermacam-macam. Penelitian yang dilakukan
oleh [5] mengemukakan bahwa dalam
penggunaan aplikasi perpustakaan digital terdapat
beberapa variabel eksternal yang mempengaruhi
seperti desain interface aplikasi tersebut,
organisasi e-resources, serta kemampuan dan skill
penggunaan dari user. Berdasarkan hasil analisis
yang disesuaikan dengan penelitian ini maka
variabel eksternal atau variabel endogen yang
digunakan dalam penelitian ini mengadopsi dari
penelitian [5], tetapi hanya melibatkan dua
variabel yaitu :
1. Desain interface
2. Kemampuan dan skill penggunaan
4.3 Analisis Penerimaan Dosen Terhadap
SID Menggunakan Pendekatan TAM
TAM telah banyak digunakan pada
penelitian-penelitian mengenai penggunaan
teknologi informasi dan telah diakui
kebenarannya oleh para peneliti dunia [6][7].
Penelitian ini akan memfokuskan untuk
mengetahui faktor penerimaan pemakai terhadap
penggunaan SID memanfaatkan pendekatan
TAM. TAM menganggap bahwa tingkat
penggunaan nyata atau penerimaan pemakai atas
suatu teknologi dipengaruhi oleh faktor-faktor
yaitu faktor eksternal, persepsi kegunaan, persepsi
kemudahan penggunaan, sikap maupun niat untuk
menggunakannya. Terdapat beberapa penelitian
yang menggunakan TAM untuk mengetahui
tingkat penerimaan pengguna. Pada Tabel 1 dapat
dilihat variabel yang digunakan oleh beberapa
peneliti.
Tabel 1 Variabel Penerimaan Teknologi Informasi
Sumber Variabel
Yuadi, I. Desain Portal Perpustakaan
(2009) Organisasi E-resources
Perpustakaan
User abilities & Skills
Persepsi Kegunaan
Persepsi Kemudahan
Sikap ke arah Penggunaan
341
Seminar Nasional Informatika 2015

Niat untuk Menggunakan 6. H6: Sikap ke arah penggunaan berpengaruh

Penggunaan Nyata & Penerimaan terhadap perilaku untuk menggunakan SID
Perpustakaan Digital 7. H7: Perilaku untuk menggunakan
Wibowo, Persepsi tentang kemudahan berpengaruh terhadap penggunaan nyata SID
A. (2008) Penggunaan (Perceived Ease Of
Use) 4.4 Karakteristik Responden Penelitian
Perceived Usefulness (PU) Pengumpulan data dilakukan dengan
Attitude Toward Using (ATU) menyebarkan 45 kuesioner kepada dosen.
Behavioral Intention to Use (ITU) Karakteristik responden dosen yang berhasil
Actual System Usage (ASU) dikumpulkan adalah mengenai jenis kelamin,
Berdasarkan hasil analisis, terdapat beberapa home base dan umur. Tabel 2 memperlihatkan
perbedaan antara beberapa penelitian mengenai profil dan karakteristik dari responden dosen.
variabel yang digunakan menggunakan
pendekatan TAM. Hal ini disebabkan karena Tabel 2 Profil dan Karakteristik Reponden Dosen
masing-masing domain dan studi kasus yang Jenis Home
Usia
dilakukan berbeda-beda. Berdasarkan hasil Kelamin Base
analisis dan perbandingan variabel dari beberapa 20- 26-
L P >30 SK SI
sumber dapat disimpulkan bahwa dalam 25 30
penelitian ini akan menggunakan dua variabel 21 16 9 25 3 26 11
eksogen yang diadopsi dari penelitian [5] dan
lima variabel yang diadopsi dari penelitian [8]. 5. Hasil dan Pembahasan
Tujuh konstruk yang digunakan dalam penelitian 5.1 Uji Validitas dan Reliability
ini adalah : Uji validitas dan reliabilitas terhadap
1. Desain interface instrument penelitian perlu dilakukan sebelum
2. Kemampuan dan skill pengunaan pengujian hipotesis. Uji validitas dan reliabilitas
3. Persepsi tentang kemudahan penggunaan menggunakan alat bantu SPSS 20. Berdasarkan
(Perceived Ease Of Use) data uji validitas pada Tabel 3 dengan
4. Persepsi terhadap kemanfaatan (Perceived menggunakan nilai Corrected Item-Total
Usefulness) Correlation, ATU3 tidak valid dihapuskan atau
5. Sikap penggunaan (Attitude Toward Using) dihilangkan dan tidak diikutkan dalam analisis
6. Perilaku untuk tetap menggunakan korelasi. Sedangkan untuk pengujian reliabilitas
(Behavioral Intention To Use) dengan menggunakan nilai Cronbachs Alpha.
7. Kondisi nyata penggunaan sistem (Actual Tabel 3 Hasil Uji Validitas dan Reliabilitas
System Usage). Variabel Corrected Cronbachs
Modifikasi model TAM untuk penerimaan Item-Total Alpha if Item
pengguna terhadap penggunaan SID dapat dilihat Correlation Deleted
pada Gambar 5. DI1 0.235 0.706
DI2 0.170 0.709
SP1 0.380 0.693
SP2 0.191 0.707
PEOU1 0.139 0.712
PEOU2 0.326 0.697
PEOU3 0.376 0.696
Gambar 5 Model Modifikasi TAM dalam SID PEOU4 0.324 0.689
PU1 0.399 0.685
Model modifikasi TAM dalam SID, dapat PU2 0.431 0.665
diusulkan tujuh hipotesis sebagai berikut :
PU3 0.625 0.703
1. H1: Desain interface akan berpengaruh
PU4 0.263 0.701
terhadap persepsi kemudahan penggunaan
ATU1 0.275 0.712
SID
2. H2: Kemampuan & skill pengguna akan ATU2 0.187 0.709
berpengaruh terhadap persepsi kemudahan ATU3 -0.081 0.754
penggunaan SID ITU1 0.173 0.713
3. H3: Persepsi kemudahan penggunaan akan ITU2 0.096 0.673
berpengaruh terhadap persepsi kemanfataan ASU1 0.540 0.686
SID ASU2 0.409 0.689
4. H4: Persepsi kemanfaatan akan berpengaruh Berdasarkan hasil pengujian reliabilitas
terhadap sikap penggunaan SID menggunakan Cronbachs Alpha dapat dilihat
5. H5: Persepsi kegunaan akan berpengaruh bahwa semua item menunjukkan hasil reliabilitas
terhadap sikap ke arah penggunaanSID

342
 Seminar Nasional Informatika 2015

> 0.6. Dapat disimpulkan bahwa semua item masing-masing hipotesis dapat dijelaskan sebagai
dapat dikatakan reliabel. berikut :
1. Hipotesis 1 (H1) yaitu desain interface akan
5.2 Pengujian Hipotesis berpengaruh terhadap persepsi kemudahan
Pengujian hipotesis dilakukan dengan penggunaan SID tidak terbukti. Berdasarkan
menggunakan 37 data. Pengujian dilakukan hal tersebut dapat disimpulkan bahwa
menggunakan teknik Teknik Kendall-Tau b, menurut dosen, desain tampilan SID tidak
dengan bantuan alat SPSS 20. Pengujian berpengaruh terhadap kemudahan dalam
dilakukan sesuai dengan hubungan variabel pada menggunakan aplikasi SID tersebut.
hipotesis yang ditunjukkan oleh Gambar 6. 2. Hipotesis 2 (H2) yaitu kemampuan dan skill
Masing-masing pengujian adalah untuk mencari pengguna akan berpengaruh terhadap
nilai koefiesien korelasi dan signifikansi dari persepsi kemudahan penggunaan SID tidak
hubungan tersebut. terbukti. Berdasarkan hal tersebut dapat
Perilaku Untuk
Kondisi Nyata
disimpulkan bahwa menurut dosen,
Desain Interface Persepsi terhadap Tetap
(DI) kemanfaatan(PU) Menggunakan
H7 Penggunaan
Sistem (ATU)
kemampuan dosen tersebut tidak
(ITU)
berpengaruh terhadap kemudahan dalam
H1 H3
H4 H6 menggunakan aplikasi SID tersebut.
3. Hipotesis 3 (H3) yaitu persepsi kemudahan
Kemampuan dan
Persepsi Tentang
Kemudahan H5
Sikap Penggunaan
(ATU)
penggunaan akan berpengaruh terhadap
Skill Penggunaan H2
(SP)
Penggunaan
(PEOU)
persepsi kemanfataan SID terbukti.
Berdasarkan hal tersebut dapat disimpulkan
bahwa menurut dosen, dengan mudahnya
Gambar 6 Hipotesis Penelitian penggunaan SID maka akan lebih terasa
manfaat SID tersebut bagi dosen.
Hasil pengujian tingkat korelasi variabel 4. Hipotesis 4 (H4) yaitu persepsi kemanfaatan
pembentuk model dengan menggunakan teknik akan berpengaruh terhadap sikap
Kendall-Tau pada SPSS 20. Hasil analisis yang penggunaan SID tidak terbukti. Berdasarkan
dapat diperoleh tersebut digunakan untuk uji hal tersebut dapat disimpulkan bahwa
signifikansi. Uji signifikansi dilakukan untuk menurut dosen, manfaat SID tidak
menguji apakah korelasi yang didapat bisa berpengaruh terhadap sikap dosen ke arah
menjelaskan hubungan antara variabel. penggunaan SID.
Signifikansi suatu hipotesis dengan metode 5. Hipotesis 5 (H5) yaitu persepsi kegunaan
korelasi Kendall-Tau ditentukan dengan melihat akan berpengaruh terhadap sikap ke arah
nilai signifikansi yang dihasilkan dari keluaran penggunaan SID tidak terbukti. Berdasarkan
program SPSS 20. Sebuah hipotesis dikatakan hal tersebut dapat disimpulkan bahwa
signifikan jika nilai signifikansi < 0.05. menurut dosen, persepsi manfaat aplikasi
Ringkasan hasil pembuktian hipotesis dapat SID tidak berpengaruh terhadap sikap dosen
dilihat pada Tabel 4. ke arah penggunaan SID.
6. Hipotesis 6 (H6) yaitu sikap ke arah
Tabel 4 Hasil Pembuktian Hipotesis penggunaan berpengaruh terhadap perilaku
Hipotesis Hasil Keputus untuk menggunakan SID tidak terbukti.
Pengukuran an Berdasarkan hal tersebut dapat disimpulkan
1 DI 0.193 = Tidak Ditolak bahwa menurut dosen, sikap dosen ke arah
PEOU Signifikan penggunaan aplikasi SID tidak berpengaruh
2 SP 0.177 = Tidak Ditolak terhadap perilaku penggunaan.
PEOU Signifikan 7. Hipotesis 7 (H7) yaitu perilaku untuk
3 PEOU 0.0=Signifikan Diterima menggunakan berpengaruh terhadap
PU penggunaan nyata SID terbukti. Berdasarkan
4 PU ATU 0.1 = Tidak Ditolak hal tersebut dapat disimpulkan bahwa
Signifikan menurut dosen, perilaku dosen dalam
5 PEOU 0.119=Tidak Ditolak menggunakan SID berpengaruh terhadap
ATU Signifikan penggunaan nyata SID tersebut.
6 ATU 0.387=Tidak Ditolak
ITU Signifikan Berdasarkan hasil evaluasi hipotesis,
7 ITUATU 0.029= Diterima banyaknya hipotesis yang ditolak dikarenakan
Signifikan aplikasi SID belum dimanfaatkan secara
Berdasarkan hasil pengujian hipotesis dengan maksimal oleh dosen. Berdasarkan hal tersebut
korelasi dari tujuh hipotesis, hanya dua hipotesis dapat diberikan rekomendasi penggunaan SID
yang terbukti yaitu H3 dan H7. Analisis pengujian oleh dosen masih perlu ditingkatkan kembali. Hal
ini dapat dilakukan dengan melakukan sosialisasi

343
Seminar Nasional Informatika 2015
kembali tentang penggunaan SID dan manfaat
penggunaan SID bagi Dosen.
6. Kesimpulan
Beberapa hal yang berhasil disimpulkan
berdasarkan pelaksanaan penelitian yang
dilakukan hingga analisa hasil yang dilakukan,
adalah sebagai berikut:
1. Pada penelitian ini analisis penerimaan
sistem informasi dosen pada STIKOM Bali
menghasilkan model modifikasi TAM dalam
Sistem Informasi Dosen yang terdiri dari
tujuh hipotesis yaitu H1: Desain interface
akan berpengaruh terhadap persepsi
kemudahan penggunaan SID, H2:
Kemampuan & skill pengguna akan
berpengaruh terhadap persepsi kemudahan
penggunaan SID, H3: Persepsi kemudahan
penggunaan akan berpengaruh terhadap
persepsi kemanfataan SID, H4: Persepsi
kemanfaatan akan berpengaruh terhadap
sikap penggunaan SID, H5: Persepsi
kegunaan akan berpengaruh terhadap sikap
ke arah penggunaan SID, H6: Sikap ke arah
penggunaan berpengaruh terhadap perilaku
untuk menggunakan SID, H7: Perilaku
untuk menggunakan berpengaruh terhadap
penggunaan nyata SID.
2. Berdasarkan hasil pengujian hipotesis dari
model yang diusulkan, dari tujuh hipotesis
yang diuji terdapat dua hipotesis yang
signifikan atau terbukti yaitu H3 Persepsi
kemudahan penggunaan akan berpengaruh
terhadap persepsi kemanfataan SID dan H7
perilaku untuk menggunakan berpengaruh
terhadap penggunaan nyata SID.
3. Banyaknya hipotesis yang ditolak pada saat
pengujian dikarenakan aplikasi SID belum
dimanfaatkan secara maksimal oleh dosen
STIKOM Bali. Berdasarkan hal tersebut
dapat diberikan rekomendasi berupa
peningkatan penggunaan SID oleh dosen
STIKOM Bali dengan cara melakukan
344
sosialisasi kembali tentang penggunaan dan
manfaat penggunaan SID bagi Dosen.
Referensi
[1] Prasetyo, H., B., dan Anubhakti D. (2011).
Kajian Penerimaan Sistem E-Learning
Dengan Menggunakan Pendekatan UTAUT
Studi Kasus Fakultas Teknologi Informasi
Universitas Budi Luhur, Jurnal BIT, 2(22),
45-47.
[2] Davis, F. (1993). User Acceptance of
Computer Technology: System
Characteristics, User Perceptions. Int. J.
Man-Machine Studies , 38 (3), 475-487.
[3] Jogiyanto, H. (2007). Model Kesuksesan
Sistem Teknologi Informasi. Yogyakarta:
CV. Andi Offset.
[4] Hevner, A. C., March, S., Park, J., dan Ram,
S. (2004). Design Science in Information
Systems Research, Management Information
Systems Quarterly, 28(1), 77-105.
[5] Yuadi, Imam. (2009). Analisis Technology
Acceptance Model terhadap Perpustakaan
Digital dengan Structural Equation
Modeling, Jurnal Ilmu Informasi dan
Perpustakaan, 1(1).
[6] Vaidyanathan, G. (2005) User Acceptance
Of Digital Library: An Empirical
Exploration Of Individual And System
Components. Issues in Information System,
Volume VI, No. 2.
[7] Goon, T. L. (2005). Impact of Interface
Characteristics on Digital Libraries Usage.
Malaysian Online Journal of Instructional
Technology, 2 (1).
[8] Wibowo, A. (2008). Kajian tentang perilaku
pengguna sistem informasi Dengan
pendekatan technology acceptance model
(tam), Konferensi Nasional Sistem
Informasi.
[9] Sugiyono. (2008). Metode Penelitian Bisnis.
Bandung: Alfabeta
 Seminar Nasional Informatika 2015

SISTEM PEMESANAN MAKANAN DAN MINUMAN RESTORAN

BERBASIS MOBILE
Gat

Sistem Informasi, STMIK Pontianak

Jalan Merdeka No. 372 Pontianak, Kalimantan Barat
e-mail : gutsy0818@yahoo.com dan gutsy1802@gmail.com

Perkembangan teknologi informasi khususnya pada perangat mobile sangat mendukung dalam menjalankan
aktivitas bisnis dan tidak terkecuali pada bisnis restoran. Selama ini, banyak pengelola restoran yang masih
mencatat pesanan konsumen pada selembar kertas. Kehilangan lembaran kertas akan berdampak pada tidak
terpenuhinya permintaan konsumen dan ini akan memperburuk pelayanan. Adanya perangkat mobile yang
bisa mendukung dalam menjalankan sistem pemesanan makanan dan minuman dengan mudah, maka penulis
ingin memberikan sebuah solusi dengan cara membangun aplikasi pencatatan pesanan komsumen. Sistem ini
terkoneksi dalam jaringan Local Area Network (LAN) dimana bagian kasir dan bagian dapur menggunakan
media kabel dan bagian pelayan menggunakan wireless. Penelitian berbentuk studi kasus, metode
perancangan perangkat lunak menggunakan model Rapid Application Development dan alat pemodelan
sistem menggunakan Unified Modeling Language (UML). Hasil akhir dari penelitian ini adalah sistem
pemesanan makanan dan minuman terdiri dari 3 (tiga) modul yaitu modul pencatatan pesanan yang diakses
dengan menggunakan tablet, modul dapur yang diakses dengan komputer/laptop dan modul kasir yang
diakses dengan komputer/laptop. Ketiga modul ini terintegrasi dalam sebuah jaringan LAN (wired dan
wireless). Sistem ini dapat dipergunakan diberbagai restoran karena pada umumnya proses bisnis pada setiap
restoran hampir sama dan hanya diperlukan penyesuaian sedikit jika ada perbedaan pada proses bisnis.

Kata kunci : Pemesanan makan dan minuman, mobile, resoran, RAD, UML dan interkoneksi

1. PENDAHULUAN kerja yang akibatnya timbul kesalahan, seperti

Perkembangan teknologi dalam bidang
informasi semakin memudahkan bagi para
pengguna dalam menjalankan segala tugas
ataupun segala kebutuhannya. Dalam menghadapi
persaingan bisnis pihak perusahaan harus mencari
strategi agar dapat menarik minat konsumen[1].
Dalam industri jasa terutama jasa makanan dan
minuman, kepuasan pelanggan menjadi parameter
keberhasilan[2]. Usaha yang bergerak dibidang
food and beverage ada baiknya ditunjang dengan
pelayanan atau service yang maksimal agar tamu
merasa kerasan, senang dan nyaman[3]. Para
karyawan/staf di bagian Food and Baverage
Service diharuskan selalu ramah, sopan dan
profesional dalam melayani tamu [4]. Memesan
makanan menggunakan telepon adalah cara yang
umum diadopsi oleh sebagian besar restoran
untuk menangani delivery order. Proses
pemesanan makanan pada suatu restoran
merupakan salah satu hal yang penting dalam
bisnis restoran[5]. Restoran yang baik harus
memiliki faktor pelayanan yang baik serta
penyajian makanan yang cepat dan benar yang
diinginkan oleh pelanggan. Pada saat situasi
dimana keadaan restoran ramai akan pelanggan,
para pelayan dituntut bekerja dengan cepat
melayani pemesanan pelanggan dan
mengantarkan pesanan. Dengan dituntut bekerja
cepat para pelayan terkadang hilang konsentrasi
salah mengantarkan pesanan makanan ke meja
pelanggan akibat tertukarnya menu pesanan[6].
Kebanyakan sistem yang ada saat ini setelah
melakukan pencatatan pemesanan pelayan harus
menuju ke dapur untuk menyerahkan copy catatan
menu yang dipesan oleh pelanggan sehingga
ketika restoran ramai pembeli, pelayan tidak
langsung mengirim copy catatan menu ke dapur
namun harus melayani pembeli lain yang belum
dilayani sehingga membuang waktu pelayan
untuk menyerahkan copy catatan menu ke dapur.
Selain itu ketika ada pembeli yang membatalkan
pesanan maka pelayan harus menuju ke dapur
untuk menanyakan pada kepala koki apakah
masakan tersebut sudah dimasak atau belum, hal
ini akan membuat pembeli menunggu lama[7].
Setiap restoran berusaha menyajikan sesuatu
yang baru dan unik kepada pelanggannya.
Namun restoran yang masih menggunakan cara
serba manual, biasanya sistem kerja yang
digunakan tidak efisien dan memerlukan banyak
waktu. Selain itu, sistem kerja secara manual
rentan terjadi kesalahan, sehingga dapat
merugikan restoran[8].
Pemilihan mobile untuk pengembangan
aplikasi selain lebih mudah dalam
pengoperasiannya, sifat dari handphone yang
fleksibel menjadi salah satu alasannya. Saat ini
muncul teknologi baru dimana komunikasi tanpa
menggunakan kabel, seperti dengan menggunakan

345
Seminar Nasional Informatika 2015
media bluetooth pada handphone. Adanya suatu
aplikasi yang dapat melakukan manajemen
laporan dari transaksi-transaksi yang terjadi
membuat pengerjaan manual yang rentan akan
kesalahan dan kurang efisien dapat dikurangi
dengan aplikasi tersebut[9]. Pemanfaatan jaringan
wireless dalam mendukung aktivitas bisnis tidak
hanya sekedar dijadikan sebagai pelengkap dan
penarik minat pelanggan untuk datang seperti
yang pada saat ini sering dijumpai di caf, hotel
dan restoran. Namun jaringan wireless sudah bisa
dimanfaatkan untuk membantu para penyedia
makanan dan minuman di restoran atau caf.
Dengan demikian pelayan yang bertugas mencatat
pesana pelanggan tidak perlu lagi pergi bolak-
balik ke dapur untuk mengantar catatan pesanan
pelanggan. Penyampaian informasi dilakukan
menggunakan perangkat mobile dengan meminta
request dari user yang selanjutnya request tersebut
akan diproses dalam sistem kemudian hasilnya
akan dikirim lagi ke user dengan ditampilkan
pada layar perangkat mobile [10].
Dalam penelitian ini penulis ingin
menghasilkan sebuah sistem pemesanan makanan
dan minuman dengan menggunakan perangkat
mobile. Aplikasi pencatatan pesanan makanan
dan minuman diakses dengan memanfaatkan
koneksi wifi dari perangkat mobile yang terdiri
dari 3 interface utama yaitu, interface bagian
pelayan, intreface dapur dan interface kasir.
Seperti yang telah dijelaskan di atas, interface
pelayan adalah interface yang dipergunakan untuk
mencatat pesanan pelanggan, interface bagian
dapur adalah interface yang digunakan oleh
bagian dapur untuk melihat dan menindaklanjuti
pesanan pelanggan dan interface kasir
dipergunakan oleh bagian kasir untuk melihat
daftar pesanan dan jumlah biaya dari pesanan.
Aplikasi pencatatan pesanan makanan dan
minuman pada restoran ini dapat memudahkan
pelayan dimana pelayan tidak perlu membawa
selembar kertas dan alat tulis untuk mencatat
pesanan pelanggan, tetapi menggunakan
perangkat mobile untuk mencatat pesanan para
tamu restoran.
2. METODE PENELITIAN
Penelitian berbentuk studi kasus sedangkan
metode penelitian yang digunakan adalah metode
penelitian dan pengembangan atau yang lebih
dikenal dengan Research and Development
(R&D). Metode dalam proses pengembangan
perangkat lunak penulis mengimplementasikan
metodologi AGILE dengan menerapkan model
Rapid Application Development (RAD) dan alat
pemodelan sistem adalah Unified Modeling
Language (UML). Teknik pengumpulan data
menggunakan wawancara yaitu dengan bertanya
langsung kepada bagian pelayan, dapur dan kasir.
346
Observasi dilakukan untuk melihat secara
langsung kegiatan pelayanan direstoran dan
mempelajari dokumen yang selama ini
dipergunakan untuk melakukan aktivitas
pelayanan dan pemesanan makanan dan minuman
direstoran.
3. HASIL DAN PEMBAHASAN
Sistem pemesanan makanan dan minuman
berbasis mobile terdiri dari 3 (tiga) modul yaitu
modul pencatatan menu pesanan diakses dengan
menggunakan tablet, modul dapur diakses dengan
komputer/laptop dan modul kasir diakses dengan
komputer/laptop. Ketiga modul ini saling
berhubungan dalam jaringan Local Area Network
(LAN) dengan menggunakan wired dan wireless.
Cara kerja dari sistem ini adalah pesanan yang
diinputkan oleh bagian pelayan akan secara
otomatis masuk ke modul dapur secara berurutan
sehingga bagian dapur dapat membuat menu
berdasarkan nomor pesanan. Menu yang telah
dibuat oleh bagian dapur akan secara otomatis
masuk ke modul kasir dan sistem akan melakukan
perhitungan total biaya dari setiap item menu
berdasarkan nomor pesanan.
Perancangan dari sistem pemesanan makanan
dan minuman berbasis mobile ini dimulai dari
perancangan arsitektur dari sistem. Model
arsitektur mendeskripsikan rancangan dari
perangkat lunak disisi web server dan komputer
client. Web server menggunakan apache, script
PHP dan database MySQL. Arsitektur
pengembangan sistem pelayanan makanan dan
minuman berbasis mobile yang diusulkan
diperlihatkan pada gambar 1.
X=
Daftar pesanan
pelanggan
Daftar pembayaran
pesanan
Dapur Kasir
Database
Pengisian,
perubahan dan
penghapusan Data
Pengisian pesanan
pelanggan
Pelayanan (mobile
accsess)
Gambar 1. Arsitektur Sistem Pelayanan
Makanan dan Minuman Berbasis Mobile
Strategi dalam tahapan perancangan sistem
pelayanan makanan dan minuman berbasis mobile
mengacu pada perancangan berbasis obyek.
Startegi ini dalam istilah aslinya disebut sebagai
OOD (Object Orianted Design) dan dianggap
menjadi strategi perancanaan paling modern. Use

case diagram sistem pelayanan makanan dan
minuman berbasis mobile terdiri dari admin,
dapur, kasir dan pelayan. Actor admin bertugas
untuk memanajemen aplikasi secara keseluruhan.
Actor dapur bertugas memproses setiap menu
yang telah dipesan tamu. Actor pelayan
melakukan pencatatan pesanan menggunakan
perangkat mobile, sedangkan actor kasir bertugas
menerima pembayaran dari tamu sesuai dengan
pesanan. Berikut ini adalah use case diagram
sistem pelayanan makanan dan minuman berbasis
mobile (lihat gambar 2).
pelayan
dapur
pengisian
Melihat
pesanan
pesanan
manajemen Menerima
aplikasi Pembayaran
admin
kasir
Gambar 2. Use Case Diagram Sistem
Pelayanan Makanan dan Minuman Berbasis
Mobile
Activity diagram menggambarkan proses
paralel yang mungkin terjadi pada beberapa
eksekusi. Activity diagram merupakan state
diagram khusus, di mana sebagian besar state
adalah action dan sebagian besar transisi di-
trigger oleh selesainya state sebelumnya (internal
processing). Oleh karena itu activity diagram
tidak menggambarkan behaviour internal sebuah
secara eksak, tetapi lebih menggambarkan proses-
proses dan jalur-jalur aktivitas dari level atas
secara umum.
a. Pencatatan pesanan oleh konsumen dimulai
dari konsumen dengan memilih menu yang
diinginkan dari daftar menu yang tersedia.
Pelayan menginputkan menu sesuai dengan
yang diminta oleh konsumen beserta dengan
nomor meja tempat konsumen duduk. Setelah
menu selesai diinputkan dan sesuai dengan
yang diinginkan oleh konsumen, maka
pelayan melakukan submit pada aplikasi.
Setelah berhasil melakukan submit, maka
secara otomatis data menu yang dipesan akan
ditampilkan pada layar bagian dapur sesuai
dengan nomor meja dimana konsumen
tersebut duduk. Melalui daftar menu tersebut,
bagian dapur menyiapkan menu sesuai dengn
nomor antrian pesanan. Setelah menu selesai
dibuatkan maka bagian dapur tinggal
mengklik data menu untuk menghilangkan
data tersebut sebagai bukti kalau pesanan
tersebut telah disediakan (lihat gambar 3).
Seminar Nasional Informatika 2015
pelayanan sistem dapur
Pencarian Barang Load data barang dari database
Informasi detil barang Menampilkan detil barang
Menginputkan data
pesanan dan nomor meja
yang memesan
submit
Menyimpan data pesanan ke dalam
database Menampilkan daftar pesanan
Mengelompokan pesanan
berdasarkan nomor meja
Memilih menu sesuai
dengan nomor urut
submit
Updata database
Gambar 3. Activity Diagram Pemesanan Menu
b. Kasir menampilkan daftar menu pesanan
konsumen dengan menanyakan nomor meja
tempat konsumen duduk. Setelah data meja
dipilih, maka sistem akan menampilkan data
menu sesuai dengan nomor meja tersebut.
Secara otomatis, sistem akan menampilkan
jumlah uang yang harus dibayar oleh
konsumen. Setelah dilakukan pembayaran,
maka kasir melakukan submit terhadap nomor
meja tersebut dan data pesanan dari nomor
meja tersebut akan dikosongkan (lihat gambar
4).
kasir sistem
Menampilkan daftar Load data barang dari database
pesanan
Memilih nomor meja Menampilkan data pesanan
Menampilkan data menu
berdasarkan nomor meja
submit
Menampilkan jumlah pembayaran
Updata database
Gambar 4. Activity Diagram Pembayaran
Sequence diagram menggambarkan interaksi
antar objek di dalam dan di sekitar sistem
(termasuk pengguna, display, dan sebagainya)
berupa message yang digambarkan terhadap
waktu. Sequence diagram terdiri atar dimensi
vertikal (waktu) dan dimensi horizontal (objek-
objek yang terkait). Sequence diagram dapat
digunakan untuk menggambarkan skenario atau
rangkaian langkah-langkah yang dilakukan
sebagai respons dari sebuah event untuk
menghasilkan output tertentu. Diawali dari apa
yang men-trigger aktivitas tersebut, proses dan
perubahan apa saja yang terjadi secara internal
dan output apa yang dihasilkan. Masing-masing
objek, termasuk aktor, memiliki lifeline vertikal.
347
Seminar Nasional Informatika 2015

Message digambarkan sebagai garis berpanah dari yang sedang kita gunakan. Class diagram juga
satu objek ke objek lainnya. memberikan gambaran tentang perangkat lunak
a. Sequence diagram pengisian pesanan dan relas-relasi yang ada didalamnya. Pada kelas
menjelaskan interaksi antara pelayan dengan diagram ini terdiri dari 5 (lima) Class yang
sistem. Pelayan membuka form order dan masing-masing entitas saling ketergantungan
pada form order tersebut pelayanan antara yang satu dengan yang lainnya (lihat
mengisikan data pesanan konsumen. Pada saat gambar 7).
di submit, form akan melakukan validasi
terhadap data dan akan diterukan pengaksesan class pelayan master pesan kategori

kedalam database jika data valid. Perintah +username +nomorpesan +kodekategori

+password +tglpesan +namakategori
query pengisian data kedalam database akan +nama
1
+username
* +nomormeja +insert()
+insert()
dijalankan dan sistem akan mengupdate +delete() +insert()
+delete()
+update()
database (lihat gambar 5.) +update() +delete()
1
1
b.
* *
<<boundary>> <<control>> <<entity>>
: Form Order : Kontrol Order : Database detil pesan menu food

+nomorpesan +kodemenu +namamenu

: pelayan 1 : buka form order() +kodemenu +kodekategori
+bayak +namamenu
2 : Pengisian data order() +harga 1 +harga
* beverage
+status
+insert()
+namamenu
3 : get data order() +insert() +update()
+delete() +delete()
4 : validasi()

Gambar 7. Class Diagram Sistem Pemesanan

6 : buka koneksi()
5 : invalid order() Makanan dan Minuman
7 : eksekusi query()

Arsitektur data digambarkan kedalam bentuk

8 : simpan data ke dalam database()
9 : update() kamus data, spesifikasi tabel, diagram hubungan
entitas dan normalisasi. Perancangan model
10 : tutup koneksi() konseptual perlu dilakukan disamping
perancangan secara phisik. Pada perancangan
Gambar 5. Sequence Diagram Pengisian Pesanan konseptual, digunakan beberapa konsep
pendekatan relasional namun tidak berarti konsep
c. sequence diagram pembayaran pesanan ini harus diimplementasikan ke model relasional
menjelaskan interaksi antara kasir dengan saja tetapi juga apat dengan model hirarchi dan
sistem dimana kasir menampilkan daftar menu model network. Model konseptual tidak
pesanan dan sistem menampilkan menu tergantung aplikasi tertentu dan tidak tergantung
pesanan. Kasir memilih nomor meja dan DBMS, hardware yang digunakan. Pada
sistem akan menampilkan data pesanan perancangan model konseptual tinjauan dilakukan
beserta dengan jumlah pembayarannya. Kasir pada struktur data dan relasi antar file
melakukan submit dan sistem akan menggunakan model dan relasional.
mengupdate database (lihat gambar 6). Sehubungan dengan perancangan sistem
d. pemesanan makanan dan minuman yang
<<boundary>> <<control>> <<entity>>
: Form Bayar : Kontrol Bayar : Database difokuskan pada rancangan sistem usulan ini
: kasir1 : buka form bayar()
maka dalam pembuatan kamus data didasarkan
pada struktur dari tabel database. Kamus data
2 : Pillih nomor meja() digunakan untuk membantu para pemakai
3 : get data menu() mengerti mengenai aplikasi yang akan
4 : validasi()
dikembangkan secara terinci dan
5 : buka koneksi() mengorganisasikan semua elemen data yang
6 : eksekusi query()
terkait serta tidak mengalami kesulitan dalam
memahami pemodelan sistem yang
7 : menampilkan data menu pesanan()
dikembangkan secara logika.
8 : Menampilkan jumlah pembayaran()
9 : update database() tb_kategori = @kodekategori + namakategori
tb_menu = @kodemenu + @@kodekategori
10 : tutup koneksi()
+ namamenu + harga
tb_users = @username + password + nama
Gambar 6. Sequence Diagram Pembayaran
tb_mpesan = @nomorpesan + tglpesan +
Pesanan
username + nomormeja
tb_pesan = @@nomorpesan +
Class diagram adalah diagam yang
@@kodemenu + + banyak +
digunakan untuk menampilkan beberapa kelas
harga + status
serta paket-paket yang ada dalam perangkat lunak

348
 Seminar Nasional Informatika 2015

Diagram hubungan entitas adalah suatu

dokumentasi data dengan mengidentifikasi entiti
data dan memperhatikan hubungan yang ada
diantara entiti tersebut. Dalam hal ini, penulis
menggunakan permodelan diagram hubungan
entitas ini untuk menggambarkan hubungan antar
simpanan data di dalam rancangan sistem yang
diusulkan. Tabel user terhubung dengan tabel
master pemesanan (one-to-many). Tabel master
pesanan terhubung dengan tabel pesanan (one-to-
many). Tabel menu terhubung dengan tabel Gambar 10. Input Pesanan
pesanan (one-to-many) dan tabel kategori
terhubung dengan tabel menu (one-to-many) (lihat Pada gambar 10 pelayan menginputkan
gambar 8). banyaknya menu yang dipesan oleh konsumen.
Setelah menginputkan banyaknya pesanan, maka
tombol OK diklik dan sistem akan menampilkan
data pada daftar order (lihat gambar 11).

Gambar 11. Daftar Order

Gambar 8. Diagram Hubungan Entitas Sistem Pada gambar 11 pelayan dapat melihat data
Pemesanan Makanan dan Minuman menu pesanan konsumen dan data pesanan
tersebut dapat dibatalkan dengan cara mengklik
Selanjutnya dalam merancang antarmuka icon hapus. Jika data sudah benar maka pelayan
merupakan bagian yang paling penting dari mengisikan nomor meja dan mengklik tombol
merancang sistem. Biasanya hal tersebut juga Send. Setelah tombol Send diklik maka data
merupakan bagian yang paling sulit karena dalam tersebut akan tampil dilayar monitor bagian dapur
merancang antarmuka harus memenuhi tiga (lihat gambar 12).
persyaratan sebuah antarmuka yaitu sederhana,
lengkap, dan harus memilki kinerja yang cepat.
Antarmuka menjelaskan sekumpulan objek-objek
dan operasi-operasi yang bisa digunakan. Gambar
9 adalah tampilan pilihan menu yang diakses oleh
pelayan dengan menggunakan mobile. Pada
tampilan ini, pelayan tinggal mengklik salah satu
dari menu yang ada dan sistem akan menampilkan
inputan banyaknya pesanan (lihat gambar 10).
Gambar 12. Daftar Pesanan Belum Diproses

Gambar 12 daftar pesanan belum diproses

adalah daftar pesanan yang akan dikerjakan oleh
bagian dapur. Jika pesanan sudah dikerjakan,
maka tinggal diklik icon printer dan data akan
ditampilkan pada komputer kasir (lihat gambar
13).

Gambar 9. Pilihan Menu

349
Seminar Nasional Informatika 2015
Gambar 13. Daftar Pesanan Belum Dibayar
Gambar 13 daftar pesanan belum dibayar
adalah tampilan informasi pesanan konsumen
yang belum dilakukan pembayaran. Ketika
konsumen ingin membayar pesanan, maka kasir
tingal mengklik icon printer dan sistem akan
memproses pembayaran.
4. KESIMPULAN
Sistem pemesanan makan dan minuman
berbasis mobile telah berhasil dibangun dengan
mengacu kepada kebutuhan bagi pihak restoran.
Sistem ini memerlukan 3 (tiga) komputer desktop,
minimal 1 (satu) tablet tergantung dari banyaknya
pelayan dan 1 (satu) perangkat wireless yang
menghubungkan perangkat tablet dengan
database. Pengaplikasian sistem ini sangat
membantu dalam mempermudah pengelolaan
pesanan konsumen dimana diantara pelayan,
bagian dapur dan kasir saling terkoneksi sehingga
pada saat pelayan menginputkan data pesanan
menggunakan tablet, maka data pesanan tersebut
akan langsung diterima oleh bagian dapur. Ketika
bagian dapur melakukan proses terhadap pesanan
maka data tersebut akan langsung terkirim ke
bagian kasir. Dengen demikian, proses
pengelolaan pesanan mulai dari menerima
pesanan dari konsumen sampai kepada bagian
kasir dapat dilakukan dengan cepat, mudah dan
tentunya membuat konsumen merasa nyaman
karena dapat terlayani dengan cepat.
5. SARAN
Sistem pemesanan makan dan minuman
berbasis mobile sangat memungkinkan untuk
dilakukan pengembangan lebih lanjut dengan cara
memberikan akses kepada konsumen untuk
melakukan pengisian data sendiri. Agar ini dapat
terwujud, maka diperlukan penambahan fitur
untuk konsumen bisa masuk ke sistem sehingga
konsumen dapat mengelola pesanan tersendiri.
DAFTAR PUSTAKA
[1] Inayah, dkk., 2014, Aplikasi Pemesanan
Menu Makanan Di Rumah Makan Berbasis
350
Web Service Menggunakan Mobile Android,
Jurnal Mahasiswa Teknik Informatika.
[2] Miraditya, dkk., 2014, Rancang Bangun Alat
Pemesanan Menu Makanan Otomatis
Berbasis Microcontroller Dengan
Komunikasi TCP/IP, Journal of Control and
Network Systems 3.2.
[3] Solikhan, Ahmad, dkk., 2014, Upaya
Meningkatkan Pelayanan Restoran Dalam
Melayani Tamu di Jogjakarta Plaza Hotel,
Khasanah Ilmu 5, no. 1.
[4] Suastuti, Ni Luh., 2012, FaktorFaktor
Yang Mempengaruhi Kepuasan Wisatawan
Terhadap Produk Freestanding Restaurant
di Kawasan Pariwisata Nusa Dua
Kabupaten Badung, Jurnal Ilmiah Pariwisata
2.1.
[5] Yulianto Atun, Yusnita Hesty Woro., 2015,
Upaya Food & Beverage Restaurant Dalam
Meningkatkan Kepuasan Tamu Melalui
Variasi Product, Khasanah Ilmu 4.1.
[6] Qadhafi, Muammar, Anjik Sukmaaji, and
Rangsang Purnama., 2012, Rancang Bangun
Aplikasi Pemesanan Makanan Online Pada
Restoran Cepat Saji Berbasis Mobile
Application (Studi Kasus Chicken Mania
Cabang Rungkut), Jurnal Sistem Informasi
dan Komputerisasi Akuntansi (JSIKA) 1.2.
[7] Nugraha, Adi Putra, Kodrat Iman Satoto,
and Kurniawan Teguh Martono., 2014,
Aplikasi Pemesanan Makanan Berbasis
Mobile Pada Rumah Makan Lek Nonong,
Jurnal Teknologi dan Sistem Komputer 2.2.
[8] Wijaya, Andri Bernardo., 2013, Pembuatan
Sistem Informasi Pada Restoran X
Dengan Cliet Berbasis Android,
CALYPTRA: Jurnal Ilmiah Mahasiswa
Universitas Surabaya 2.2.
[9] Susila, Tjandra, Tony Winata, and Rakhman
Setyo Nugroho., 2009, Perancangan Alat
Pemesanan Makanan di Restoran Secara
Wireless, TESLA Jurnal Teknik Elektro
UNTAR 8.2.
[10] Yudatama, Uky., 2008, Sistem Pakar untuk
Diagnosis Kerusakan Mesin Mobil Panther
Berbasis Mobile, Jurnal Teknologi 1.
 Seminar Nasional Informatika 2015

PENERAPAN DATA MINING DALAM MENENTUKAN

JURUSAN SISWA

Alfa Saleh

Teknik Informatika Universitas Potensi Utama

Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan
Email : alfasoleh1@gmail.com

Abstrak

Penentuan jurusan bagi siswa SMA/MA sederajat merupakan proses untuk memfokuskan siswa dalam
bidang konsentrasi tertentu, hal ini dilakukan agar setiap siswa dapat mempelajari lebih dalam mata pelajaran
mata pelajaran yang sesuai dengan jurusan yang telah ditentukan untuk setiap siswa. untuk menentukan
jurusan siswa, maka diterapkanlah metode Naive Bayes dalam mengklasifikasikan jurusan siswa berdasarkan
data yang dilatih, data tersebut akan ditentukan probabilitasnya baik yang menggunakan data dengan nilai
string maupun numerik dan dari probabilitas tersebut dapat diprediksi jurusan yang sesuai untuk siswa. dalam
penelitian ini ada 100 data siswa yang digunakan sebagai data untuk melihat keakuratan metode Naive Bayes
dalam mengklasifikasikan jurusan siswa. hasilnya, dari 100 data siswa yang diuji, terdapat 90 data siswa
yang berhasil diklasifikasikan dengan presentasi keberhasilan 90 % sedangkan 10 data siswa tidak berhasil
diklasifikasikan.

Kata Kunci: Data Mining, Naive Bayes, Jurusan Siswa

1. Pendahuluan digunakan teknik pengklasifikasian dengan

Latar Belakang
Perkembangan ilmu pengetahuan dan
teknologi telah membawa perubahan di hampir
semua aspek kehidupan manusia di mana
berbagai permasalahan hanya dapat dipecahkan
kecuali dengan upaya penguasaan dan
peningkatan ilmu pengetahuan dan teknologi.
Penentuan konsentrasi bagi siswa SMA/MA
sederajat merupakan proses untuk memfokuskan
siswa dalam bidang konsentrasi tertentu, hal ini
dilakukan agar setiap siswa dapat mempelajari
lebih dalam mata pelajaran mata pelajaran yang
sesuai dengan konsentrasi yang telah ditentukan
untuk setiap siswa. Yang menjadi masalah ialah
penulis ingin mendapatkan informasi dari histori
nilai akademik siswa kelas 11 dan 12 Aliyah
Swasta PAB 2 Helvetia sehingga setiap siswa
kelas 10 dapat diklasifikasikan dalam kategori
konsentrasi yang sesuai berdasarkan nilai yang
mereka peroleh.
Hal ini juga kiranya telah menjadi bahan
penelitian untuk kategori Sistem pendukung
keputusan dalam menentukan jurusan di SMA
yang sesuai dengan kemampuan siswa dengan
dasar yang digunakan dalam penentuan jurusan
adalah nilai semester, nilai potensi dan nilai
pilihan siswa[1]. Penelitian lainnya seputar
pemilihan jurusan juga penulis temukan, di mana
dalam proses pemilihan jurusan ini digunakanlah
metode 360 derajat[2]. Untuk melakukan
perhitungan yang ada dalam penelitian ini maka
metode Naive Bayes. Metode Naive Bayes juga
digunakan dalam memprediksi penyakit
Dermatologi yang diabaikan tapi bahkan dapat
menyebabkan kematian di mana metode Naive
Bayes digunakan untuk mengenal pola data untuk
mengungkap kemungkinan penyakit
dermatologi[3]. Metode Naive Bayes juga dinilai
berpotensi baik dalam mengklasifikasi dokumen
dibandingkan metode pengklasifikasian yang lain
dalam hal akurasi dan efisiensi komputasi [4].
Data Mining
Data Mining merupakan proses
pengekstraksian informasi dari sekumpulan data
yang sangat besar melalui penggunaan algoritma
dan teknik penarikan dalam bidang statistik,
pembelajaran mesin dan sistem manajemen basis
data[5]. Data Mining adalah proses menganalisa
data dari perspektif yang berbeda dan
menyimpulkannya menjadi informasi-informasi
penting yang dapat dipakai untuk meningkatkan
keuntungan, memperkecil biaya pengeluaran, atau
bahkan keduanya [6]. Definisi lain mengatakan
Data Mining adalah kegiatan yang meliputi
pengumpulan, pemakaian data hostoris untuk
menemukan keteraturan, pola atau hubungan
dalam data berukuran besar [7]. Dari beberapa
definisi di atas dapat ditarik kesimpulan bahwa
Data Mining merupakan proses ataupun kegiatan
untuk mengumpulkan data yang berukuran besar

351
Seminar Nasional Informatika 2015
kemudian mengekstraksi data tersebut menjadi
informasi informasi yang nantinya dapat
digunakan.
Tahap-tahap Data Mining
Sebagai suatu rangkaian proses, Data
Mining dapat dibagi menjadi beberapa tahap
proses. Tahap-tahap tersebut bersifat interaktif,
pemakai terlibat langsung atau dengan
perantaraan knowledge base.
Tahap-tahap Data Mining adalah sebagai
berikut[8]:
a. Pembersihan data (Data Cleaning)
Pembersihan data merupakan proses
menghilang-kan noise dan data yang tidak
konsisten atau data tidak relevan.
b. Integrasi data (Data Integration)
Integrasi data merupakan penggabungan data
dari berbagai database ke dalam satu database
baru.
c. Seleksi data (Data Selection)
Data yang ada pada database sering kali tidak
semuanya dipakai, oleh karena itu hanya data
yang sesuai untuk dianalisis yang akan diambil
dari database.
d. Transformasi data (Data Transformation)
Data diubah atau digabung ke dalam format
yang sesuai untuk diproses dalam Data Mining.
e. Proses Mining
Merupakan suatu proses utama saat metode
diterapkan untuk menemukan pengetahuan
berharga dan tersembunyi dari data. Beberapa
metode yang dapat digunakan berdasarkan
pengelompokan Data Mining.
f. Evaluasi pola (Pattern Evaluation)
Untuk mengidentifikasi pola-pola menarik ke
dalam knowledge based yang ditemukan.
g. Presentasi pengetahuan (Knowledge
Presentation)
Merupakan visualisasi dan penyajian
pengetahuan mengenai metode yang digunakan
untuk memperoleh pengetahuan yang diperoleh
pengguna.
Metode Naive Bayes
Naive Bayes merupakan sebuah
pengklasifikasian probabilistik sederhana yang
menghitung sekumpulan probabilitas dengan
menjumlahkan frekuensi dan kombinasi nilai dari
dataset yang diberikan. Algoritma mengunakan
teorema Bayes dan mengasumsikan semua atribut
independen atau tidak saling ketergantungan
yang diberikan oleh nilai pada variabel kelas[9].
Definisi lain mengatakan Naive Bayes merupakan
pengklasifikasian dengan metode probabilitas dan
statistik yang dikemukan oleh ilmuwan Inggris
Thomas Bayes, yaitu memprediksi peluang di
352
masa depan berdasarkan pengalaman dimasa
sebelumnya[10].
Naive Bayes didasarkan pada asumsi
penyederhanaan bahwa nilai atribut secara
konditional saling bebas jika diberikan nilai
output. Dengan kata lain, diberikan nilai output,
probabilitas mengamati secara bersama adalah
produk dari probabilitas individu[8]. Keuntungan
penggunaan Naive Bayes adalah bahwa metode
ini hanya membutuhkan jumlah data pelatihan
(Training Data) yang kecil untuk menentukan
estimasi paremeter yang diperlukan dalam proses
pengklasifikasian. Naive Bayes sering bekerja
jauh lebih baik dalam kebanyakan situasi dunia
nyata yang kompleks dari pada yang
diharapkan[11].
Persamaan Metode Naive Bayes
Persamaan dari teorema Bayes adalah
(Bustami,2013) :
Di mana :
X :Data dengan class yang belum
diketahui
H : Hipotesis data merupakan suatu class
spesifik
P(H|X) :Probabilitas hipotesis H berdasar
kondisi X (posteriori probabilitas)
P(H) : Probabilitas hipotesis H (prior
probabilitas)
P(X|H) :Probabilitas X berdasarkan kondisi
pada hipotesis H
P(X) : Probabilitas X
Untuk menjelaskan metode Naive Bayes, perlu
diketahui bahwa proses klasifikasi memerlukan
sejumlah petunjuk untuk menentukan kelas apa
yang cocok bagi sampel yang dianalisis tersebut.
Karena itu, metode Naive Bayes di atas
disesuaikan sebagai berikut :
Di mana Variabel C merepresentasikan kelas,
sementara variabel F1 ... Fn merepresentasikan
karakteristik petunjuk yang dibutuhkan untuk
melakukan klasifikasi. Maka rumus tersebut
menjelaskan bahwa peluang masuknya sampel
karakteristik tertentu dalam kelas C (Posterior)
adalah peluang munculnya kelas C (sebelum
masuknya sampel tersebut, seringkali disebut
prior), dikali dengan peluang kemunculan
karakteristik karakteristik sampel pada kelas C
(disebut juga likelihood), dibagi dengan peluang
kemunculan karakteristik karakteristik sampel
secara global ( disebut juga evidence). Karena
 Seminar Nasional Informatika 2015

itu, rumus diatas dapat pula ditulis secara
sederhana sebagai berikut :
Untuk klasifikasi dengan data kontinyu digunakan
rumus Densitas Gauss :
kategori yang sama dibagi dengan jumlah
data pada kategori tersebut.
3. Mendapatkan nilai dalam tabel mean,
standart deviasi dan probabilitas.
4. solusi kemudian dihasilkan.
2. Pembahasan
Penerapan Metode Naive Bayes

Naive Bayes didasarkan pada asumsi

penyederhanaan bahwa nilai atribut secara
konditional saling bebas jika diberikan nilai
Di mana : output. Dengan kata lain, diberikan nilai output,
P : Peluang probabilitas mengamati secara bersama adalah
Xi : Atribut ke i produk dari probabilitas individu. Keuntungan
xi : Nilai atribut ke i penggunaan Naive Bayes adalah bahwa metode
Y : Kelas yang dicari ini hanya membutuhkan jumlah data pelatihan
yi : Sub kelas Y yang dicari (Training Data) yang kecil untuk menentukan
: mean, menyatakan rata rata dari estimasi paremeter yang diperlukan dalam proses
seluruh atribut pengklasifikasian. Dalam metode Naive Bayes
:Deviasi standar, menyatakan varian data String yang bersifat konstan dibedakan
dari seluruh atribut. dengan data numerik yang bersifat kontinyu,
perbedaan ini akan terlihat pada saat menentukan
Berikut langkah langkah penyelesaian metode nilai probabilitas setiap kriteria baik itu kriteria
Naive Bayes : dengan nilai data string maupun kriteria dengan
1. Baca data training nilai data numerik. Adapun penerapan metode
2. Hitung Jumlah dan probabilitas, namun Naive Bayes sebagai berikut.
apabila data numerik maka : a. Baca Data Training
a. Cari nilai mean dan standar deviasi dari Untuk menentukan data yang nantinya akan
masing masing parameter yang dianalisis dengan metode Naive Bayes maka
merupakan data numerik. langkah pertama yang dilakukan adalah membaca
Adapun persamaan yang digunakan untuk data latih. Adapun data latih yang digunakan
menghitung nilai rata rata hitung ( mean dapat dilihat pada tabel 1 berikut :
) dapat dilihat sebagai berikut :
Tabel 1. Data Training
Jenis Nilai Nilai
NO Angket Rekomendasi Jurusan
Kelamin IPA IPS
atau 1 L 75 73 IPA IPA IPA
2 P 85 75 IPA IPA IPA
3 P 73,3 75 IPS IPS IPS
4 L 81,6 80,1 IPA IPA IPA
5 P 81 74,5 IPA IPA IPA
di mana : 6 P 85 70 IPA IPA IPA
: rata rata hitung ( mean ) 7 P 85,3 84 IPA IPA IPA
xi : nilai sample ke -i 8 P 83,5 77,4 IPA IPA IPA
n : jumlah sampel 9 P 83,75 82,6 IPS IPS IPS
dan persamaan untuk menghitung nilai 10 L 80 80 IPS IPS IPS
simpangan baku ( standar deviasi ) dapat 11 P 80,1 78,8 IPS IPS IPS
dilihat sebagai berikut : 12 L 79,75 79,1 IPS IPS IPS
13 P 85 81,5 IPA IPA IPA
14 P 73,3 80 IPS IPS IPS
15 L 75,8 73,2 IPA IPA IPA
16 L 80,5 74,4 IPS IPA IPS
di mana : 17 L 75 85 IPS IPA IPS
: standar deviasi 18 P 78 80 IPA IPS IPS
xi : nilai x ke -i 99 P 81,6 80,8 IPS IPS IPS
: rata-rata hitung 100 P 78 70,5 IPS IPA IPA
n : jumlah sampel
b. Cari nilai probabilistik dengan cara b. Kriteria dan Probabilitas
menghitung jumlah data yang sesuai dari

353
Seminar Nasional Informatika 2015
Adapun nilai probabilitas setiap kriteria
didapatkan dari data latih pada tabel 1. Adapun
nilai probabilitas setiap kriteria dapat dilihat pada
pengujian dengan tools Weka di bawah ini.
Gambar 3. Nilai Probabilitas Setiap Kriteria
Dari nilai probabilitas di atas akan diuji
data sebanyak 120 data siswa. Hasil uji coba
dengan tools Weka untuk melihat seberapa akurat
klasifikasi metode Naive Bayes dalam
menentukan konsentrasi siswa dapat dilihat pada
gambar 4 sebagai berikut.
Gambar 4. Hasil Klasifikasi Naive Bayes
Berdasarkan gambar 4 di atas, dapat diketahui
dari 100 data siswa yang diuji dengan 6 buah
kriteria sebagai pendukung pengklasifikasian di
mana setiap kriteria memiliki nilai probabilitas
tersendiri untuk setiap class-nya terdapat 90 data
siswa yang berhasil diklasifikasikan dengan benar
sementara sebanyak 10 data siswa tidak berhasil
354
diklasifikasikan dengan benar. Dengan begitu
keakuratan metode Naive Bayes dalam
mengklasifikasikan 100 data siswa adalah sebesar
90%. Persentasi ini dapat dilihat pada gambar 5
berikut :
Gambar 5. Presentase Keakuratan Metode
Naive Bayes
dilihat persentase untuk Correctly Classified
Instance adalah sebesar 90 % sementara
persentase untuk Incorrectly Classified Instance
adalah sebesar 10%. Dengan Confusion Matrix
untuk class IPA sebanyak 46 data siswa yang
berhasil diklasifikasikan dan sebanyak 5 data
siswa yang tidak berhasil diklasifikasikan.
Sedangkan untuk class IPS sebanyak 44 data
siswa yang diklasifikasikan dengan benar dan 5
data siswa yang tidak berhasil diklasifikasikan.
3. Kesimpulan
Berdasarkan penelitian tentang
menentukan jurusan siswa dapat ditarik beberapa
kesimpulan sebagai berikut :
1. Berdasarkan data akademik siswa yang
diperoleh, proses Data Mining membantu
dalam penerapan metode Naive Bayes dalam
mendapatkan informasi dari hasil klasifikasi
jurusan siswa.
2. Metode Naive Bayes memanfaatkan data
training untuk menghasilkan probabilitas
setiap kriteria untuk class yang berbeda,
sehingga nilai-nilai probabilitas dari kriteria
tersebut dapat dioptimalkan untuk
memprediksi jurusan siswa berdasarkan
proses klasifikasi yang dilakukan oleh
metode Naive Bayes itu sendiri.
3. Berdasarkan data akademik siswa yang
dijadikan data training, metode Naive Bayes
berhasil mengklasifikasikan 90 data siswa
dari 100 data yang diuji. Sehingga dengan
demikian metode Naive Bayes ini berhasil
memprediksi jurusan siswa dengan
persentase keakuratan sebesar 90 %.
 Seminar Nasional Informatika 2015

[6] Angga Ginanjar Mabrur, Riani Lubis,

Daftar Pustaka (2012). Penerapan Data Mining untuk
Memprediksi Kriteria Nasabah Kredit,
[1] Tresna yudha Prawira, Dimara kusuma
Jurnal Komputer dan Informatika
Hakim, (2011). Sistem Pendukung
(KOMPUTA) Edisi 1, Vol. 1, Maret 2012.
Keputusan berbasis Web untuk Menentukan
[7] Surbekti Mujiasih, (2011). Pemanfaatan
Penjurusan (IPA/IPS/Bahasa) pada SMA
Data Mining Untuk Prakiraan Cuaca, Jurnal
Islam Bumiayu, JUITA ISSN : 2086-9398
Meteorologi dan Geofisika, Volume 12,
Vol. 1 Nomor 4, November 2011.
Nomor 2, September 2011
[2] Stefanie G.N.L. Worang, Natalia K. Toeera,
[8] Mujib Ridwan, dkk, (2013), Penerapan Data
(2013), Penerapan Metode 360 Derajat
Mining untuk Evaluasi Kinerja Akademik
dalam Sistem Pendukung Keputusan
Mahasiswa Menggunakan Algoritma Naive
penentuan Jurusan SMA Berbasis, Seminar
Bayes Classifier, Jurnal EECCIS Vol. 7, No.
nasional Aplikasi Teknologi Informasi
1, Juni 2013.
(SNATI) 2013,15 Juni 2013, Yogyakarta.
[9] Tina R. Patil, S.S. Sherekar, (2013).
[3] Manjusha K.K, et al, (2014). Prediction of
Performance Analysis of Naive Bayes and
Different Dermatological Conditions Using
J48 Classification Algorithm for Data
Naive Bayesian Classification, International
Classification, International Journal of
Journal of Advanced Research in Computer
Computer Science and Applications, Vol. 6,
Science and Software Engineering, 2014.
No. 2, April 2013.
[4] S.L. Ting , et al, (2011). Is Naive Bayes a
[10] Bustami, (2013). Penerapan Algoritma
Good Classifier for Document Classification
Naive Bayes Untuk Mengklasifikasi Data
?, International journal of Software
Nasabah Asuransi, TECHSI : Jurnal
Engineering and Its Applications, Vol. 5, 3,
Penelitian Teknik Informatika.
July, 2011.
[11] Shadab Adam Pattekari, Asma Parveen,
[5] Shyara taruna R, Saroj Hiranwal, (2013).
(2012), Prediction System for Heart Disease
Enhanced Naive Bayes Algorithm for
Using Naive Bayes, International Journal of
Intrusion Detection in Data Mining,
Advanced Computer and Mathematical
International Journal of Computer Science
Sciences, ISSN 2230-9624, Vol. 3, Issue 3,
and information Technologies, Vol. 4, 2013.
2012.

355
Seminar Nasional Informatika 2015

KAPABILITAS PROSES PENGEMBANGAN SISTEM E-KRS PADA

UNIT PENGEMBANGAN SISTEM INFORMASI
STMIK STIKOM BALI
Luh Gede Surya Kartika

Sistem Komputer, STMIK STIKOM Bali

Jln. Raya Puputan no. 86 Renon Denpasar
e-mail:kartika@stikom-bali.ac.id

Abstrak

Unit Pengembang Sistem Informasi (PSI) di STIKOM Bali melakukan pengembangan sistem informasi sebanyak
40 sistem dimulai dari tahun 2012. Kegiatan pengembangan sistem informasi ini perlu untuk dilakukan audit
terhadap proses pelaksanaannya. Pengukuran kapabilitas proses konstruksi di PSI dapat dilakukan dengan
menggunakan framework ISO 15504. Framework ini mendukung pengukuran kapabilitas proses yang ketat
dengan standar-standar tertentu. Pelaksanaan penelitian ini penting guna memberikan gambaran mengenai kondisi
serta kelemahan dari Proses pengembangan sistem E-KRS yang berlangsung pada unit Pengembangan Sistem
Informasi STMIK STIKOM Bali. Pengukuran kapabilitas proses konstruksi dapat dimulai dari pmbentukan
Process Reference Model, selanjutnya pembuatan instrument, hingga pengambilan data, dan analisis serta
pengambilan kesimpulan. Tingkat kapabilitas proses diukur dengan 5 tingkatan, yaitu level 5 Optimizing, Level 4
Predictable, Level 3 Established, Level 2 Managed, Level 1 Performed, dan Level 0 Incomplete. Semakin tinggi
tingkat kapabilitas proses konsrtuksi perangkat lunak, maka semakin sesuai dengan kebutuhan standar
internasional pengembangan perangkat lunak. Hasil yang diperoleh, diketahui bahwa pengembangan
pengembangan E-KRS STIKM Bali berada pada tingkat kapabilitas 1, yaitu proses pencapai tujuannya.

Kata kunci: STIKOM Bali, E-KRS, Kapabilitas Proses, ISO 15504

1. Pendahuluan mengetahui perbaikan dan peningkatan yang

Dalam menghasilkan perangkat lunak yang
berkualitas, maka berbagai macam faktor internal
dan eksternal terlibat. Sebuah perangkat lunak
dapat berkualitas apabila dilakukan dengan cara
berkualitas sehingga menghasilkan produk yang
tepat sesuai saran serta terukur. Sebuah proses
perangkat lunak yang berkualitas dapat memiliki
berbagai macam kriteria tergantung dari
perusahaan pengembang perangkat lunak yang
bersangkutan. Salah satu kriteria tersebut
diantaranya adalah terdapatnya bukti-bukti
pelaksanaan dan upaya peningkatan proses oleh
perusahaan pengembang perangkat lunak. Dalam
hal ini proses yang dimaksud adalah proses
konstruksi. Kualitas dari pelaksanaan proses
konstruksi dapat diketahui dengan cara mengukur
ketercapaian atau kematangan pelaksanaan proses
tersebut berdasarkan standar tertentu. Terdapat
beberapa alat bantu dan standar untuk melakukan
pengukuran proses, salah satu standar yang dapat
digunakan adalah ISO 15504. Pengukuran
pelaksanaan proses konstruksi akan memberikan
gambaran kepada pihak manajemen perusahaan
dan pelaksana proses mengenai kekurangan serta
kelemahan dari pelaksanaan proses konstruksi
pada perusahaan mereka. Pengukuran proses
konstruksi berguna bagi perusahaan untuk dapat
sebaiknya dilakukan untuk memperoleh proses
yang berkualitas, sehingga pada akhirnya akan
mempengaruhi kualitas perangkat lunak yang
dihasilkan.
Di STIKOM Bali terdapat unit
Pengembangan Sistem Informasi (PSI). Unit ini
dibentuk secara mandiri mulai tahun 2012. Unit
ini berfungsi sebagai unit yang melayani
pengembangan SIstem Informasi untuk digunakan
di internal STIKOM Bali maupun pada eksternal
STIKOM Bali. Hingga awal tahun 2015, jumlah
Sistem Informasi yang telah berhasil diselesaikan
adalah sejumlah 40 sistem baik yang digunakan
secara internal maupun ekstenal STIKOM Bali.
Namun, pada unit tersebut belum pernah
dilakukan audit mengenai pelaksanaan
pengembangan perangkat lunak yang mereka
lakukan.
Dari keseluruhan siklus hidup pengembangan
perangkat lunak, penelitian ini memberikan fokus
terhadap tahap Proses pengembangan sistem E-
KRS, yang terdiri dari coding dan debugging.
Dalam tahap ini, pekerja yang berperan utama
adalah programmer dengan bantuan, arahan, serta
bimbingan dari designer dan analis. Sistem E-
KRS dipilih sebab sistem ini merupakan salah
satu sistem yang digunakan oleh seluruh

356
 Seminar Nasional Informatika 2015

mahasiswa STIKOM Bali. Tingkat kepentingan Performance

terhadap sistem ini adalah sangat tinggi, artinya 0 Non-existent 0 Incomplete
apabila pada saat dibutuhkan sistem tidak dapat
digunakan, maka akan menimbulkan penurunan Kelebihan COBIT 4.1 PAM bila dibandingkan
tingkat kepuasan mahasiswa. dengan COBIT 4.1 MM ialah:
[1] menyebutkan audit terhadap sistem 1. Lebih lengkap karena mendeskripsikan
informasi atau pengembanganya akan aktivitas atau tugas yang harus dikerjakan
merepresentasikan sekumpulan aktivitas untuk untuk mencapai tujuan proses
menilai apakah proses pengembangan perangkat 2. Penilaian dilakukan tidak hanya berdasarkan
lunak akan memberikan produk yang sesuai proses yang dilakukan tetapi juga
dengan standar yang berlaku. Dengan demikian berdasarkan keluaran yang dihasilkan
maka nantinya penelitian ini diharapkan dapat 3. Aturan penentuan level kapabilitas yang jelas
memberikan gambaran mengenai kondisi serta 4. Aturan penentuan level kapabilitas yang
kelemahan dari Proses pengembangan sistem E- mensyaratkan level di bawahnya harus
KRS yang berlangsung pada unit Pengembangan mencapai skala Fully Achieved terlebih
Sistem Informasi STMIK STIKOM Bali. dahulu akan menyebabkan hasil pengukuran
Sehingga selain akan meningkatkan kualitas yang serupa apabila dilakukan pengukuran
perangkat lunak, hal tersebut juga akan membantu ulang
pelaksanaan proyek pengembangan perangkat Kekurangan COBIT 4.1 PAM bila dibandingkan
lunak untuk dapat menyusun strategi lebih lanjut dengan COBIT 4.1 MM terletak pada aturan
untuk mengatasi permasalahan teknis dan penentuan level kapabilitas yang mensyaratkan
nonteknis yang terjadi pada STIKOM Bali terkait level di bawahnya harus mencapai skala Fully
pengembangan perangkat lunak. Achieved. Aturan tersebut menyebabkan proses
akan memiliki level kematangan yang lebih
2. Tinjauan Pustaka/ State of the Art rendah. Contohnya, apabila ada proses yang skala
Model penilaian proses COBIT 4.1 atribut proses PA4.1 bernilai Largely Achieved
menggunakan kerangka kerja pengukuran yang tidak akan memiliki level kapabilitas 4 apabila
serupa dengan terminologi yang digunakan dalam skala atribut proses PA3.1 dan PA3.2 tidak
model kematangan untuk setiap proses dari ke-34 bernilai Fully Achieved.
proses yang ada dalam COBIT 4.1. Walaupun Beberapa penelitian lainnya yang berkaitan
menggunakan kerangka kerja pengukuran yang dengan pengukuran software proses adalah
serupa, namun terdapat perbedaan pada sebagai berikut:
penggunaan skala pengukuran. Model
kematangan COBIT 4.1 menggunakan skala dari
Sum Hasil
model kematangan Software Engineering Institute
ber
(SEI) sedangkan model penilaian proses COBIT
[2] Makalah ini menyajikan langkah-demi-
4.1 menggunakan skala kapabilitas proses dan
langkah panduan untuk proses penilaian
atribut yang didefinisikan dalam ISO/IEC 15504:
dan perbaikan perencanaan menggunakan
kerangka peningkatan memanfaatkan
COBIT 4.1 ISO/IEC 15504 Process penilaian ringan dan perencanaan
Process Attribute perbaikan (disebut iFLAP), yang
Maturity Level Capability Level
ditujukan untuk para praktisi melakukan
PA5.1 Process inisiatif SPI (Software Process
Innovation Improvement)
5 Optimised 5 Optimizing
PA5.2 Process
[3] kerangka perbaikan proses Software untuk
Optimization
organisasi perangkat lunak
PA 4.1 Process
4 Managed memungkinkan untuk mengidentifikasi
Measurement
and 4 Predictable peluang untuk meningkatkan proses serta
PA 4.2 Process
measurable membangun peta jalan untuk perbaikan.
Control
PA 3.1 Process Namun, praktek perbaikan proses software
Definition menunjukkan bahwa untuk mencapai
3. Defined 3 Established berkelanjutan, organisasi perangkat lunak
PA 3.2 Process
Deployment perlu fokus pada tenaga kerja sebanyak
PA 2.1 proses.
Performance [4] Koran-koran empiris menunjukkan bahwa
2 Repeatable Management model referensi proses tradisional, seperti
2 Managed
but intuitive PA 2.2 Work CMM, CMMI atau ISO 9001, cukup
Product
meningkatkan karakteristik kualitas
Management
produk, terutama karena pemeliharaan dan
1 Initial/ad hoc 1 Performed PA1.1 Process
keandalan. Namun, ada kebutuhan untuk

357
Seminar Nasional Informatika 2015

penelitian lebih empiris untuk

INPUT Proses OUTPUT
mengevaluasi dampak dari inisiatif SPI
pada kualitas produk perangkat lunak Kapabilitas Proses
PSI Identifikasi Masalah
dengan mempertimbangkan faktor-faktor Konstruksi PL
kontekstual. Inisiatif SPI harus lebih
didorong oleh tujuan kinerja yang ISO 15504, ISO
Pemilihan Kerangka
9126, ISO 27000, ISO 15504
berkaitan dengan karakteristik kualitas dll
Kerja
produk.
WorkProduct, Pembentukan
[5] Set metodologi penilaian yang diusulkan Generic product, dan
Process Reference
Process Reference
Generic Practice Model
merupakan unsur-unsur yang diperlukan yang ada Model
untuk membantu mendiagnosa proses
dalam organisasi kecil. Langkah-demi-
Process Pembuatan
langkah sementara peneliti berusaha untuk Reference Model Instrumen penelitian
Instrumen penelitian
membuat aplikasinya ekonomis dalam hal
sumber daya dan waktu. Dari aplikasi
awal dapat dilihat bahwa metodologi Data pelaksanaan
Responden Pengumpulan data
penilaian ini dapat berguna, praktis dan proses konstruksi PL
cocok untuk mendiagnosis proses dalam
jenis organisasi. Analisis data dan
Data pelaksanaan Pengambilan kesimpulan Rekomendasi
proses konstruksi PL tingkat Kapabilitas perbaikan
3. Metode Penelitian Proses

Penelitian ini dilaksanakan di STIKOM Bali.

Tahapan pelaksanaan penelitian ini adalah seperti
yang ditunjukkan pada Gambar 1. Kegiatan
penelitian dimulai dari proses identifikasi masalah
pada pengengbangan sistem informasi di
STIKOM Bali. Proses selanjutnya adalah
pemilihan kerangka kerja yang tepat untuk
pelaksanaan penelitian ini. Berdasarkan studi
literature, maka dipilih ISO 15504 sebagai
kerangka kerja pelaksanaan pengukuran tingkat
kapabilitas proses konstruksi PL. Proses
berikutnya adalah pembentukan Process
Reference Model berdasarkan WP dan GP yang
berhasil dianalisis. Berdasarkan kerangka kerja
ISO 15504 dan Process reference Model maka
selanjutnya dapat disusun instrument penelitian.
Berdasarkan instrument penelitian maka dapat
diambil data. Hasil dari pengumpulan data
selanjutnya dapat dianalisis mengenai tingkat
kapabilitas Proses pengembangan sistem E-KRS.
Berdasarkan hasil dari pengukuran tingkat
kapabilitas, maka dapat disusun rekomendasi
untuk mendukung peningkatan berkelanjutan
(continous improvement) dari kegiatan di unit
PSI.
Gambar 1. Sistematika Penelitian
3.1. Process Reference Model
Dalam dokumen ISO/IEC 15504-5 terdapat
Process Reference Model konstruksi perangkat
lunak yang dapat digunakan sebagai pedoman.
Namun karena dipandang model tersebut terlalu
kompleks, maka dilakukan penyederhanaan dan
penyesuaian. Sehingga Process Reference Model
yang digunakan ditunjukkan oleh Tabel 1. Produk
kerja merupakan artefak yang berkaitan dengan
eksekusi dari proses, sedangkan praktek dasar
merupakan aktivitas yang apabila dilakukan
secara konsisten maka akan berkontribusi dalam
mencapai tujuan spesifik dari proses (ISO/IEC
15504-1, 2004).
Tabel 1 Process Reference Model
Nama Pengembangan Sistem E-KRS STIKOM
Proses Bali
Tujuan Tujuan dari proses konstruksi
proses Pengembangan Sistem E-KRS STIKOM
Bali adalah untuk menghasilkan Sistem
E-KRS STIKOM Bali yang dapat
dieksekusi yang memenuhi requirement
dan diselesaikan tepat waktu
Hasil 1. Sebagai Hasil dari kesuksesan
proses implementasi:
2. Diproduksi perangkat lunak yang
ditetapkan melalui desain
3. Verifikasi terpenuhinya unit
perangkat lunak yang sesuai dengan
desain dan Requirement
Praktek 1. Membangun dan mengembangkan
dasar/ perangkat lunak perangkat lunak

358
 Seminar Nasional Informatika 2015

Base sesuai dengan Requirement 1. Pencapaian tujuan dan outcomes dari proses
Practice 2. Membangun dan mengembangkan 2. Pelaksanaan praktik dasar yang telah
(BP) perangkat lunak sesuai dengan diperlukan sesuai dengan masing-masing
jadwal tingkat kapabilitas proses
3. Melakukan analisis dan perbaikan
kecacatan atau kesalahan Pemenuhan produk kerja yang dihasilkan sesuai
4. Melakukan review perangkat lunak dengan masing-masing tingkat kapabilitas proses.
Produk kerja/Work Product (WP) Definisi masing-masing kategori rating untuk
Requirement Perangkat Lunak (Hasil:2) tingkat pencapaian atribut proses pada
Desain Perangkat Lunak (Hasil: 1) menggunakan skala pengukuran sesuai dengan
Laporan review (Hasil: 1,2) ISO/IEC 15504-2, yaitu sebagai berikut:
1. N: Not achieved (0 - 15%): Terdapat sedikit
Terdapat tiga produk kerja yang menjadi atau tidak ada sama sekali bukti pencapaian
bukti dari pelaksanaan Proses pengembangan dari dalam proses yang dinilai
sistem E-KRS, diantaranya adalah Dokumentasi 2. P: Partially achieved (>15% - 50%):
requirement perangkat lunak, dokumen desain Terdapat beberapa bukti mengenai
perangkat lunak, dan dokumen atau laporan pendekatan pencapaian dari atribut yang
pelaksanaan review perangkat lunak. ditetapkan dalam proses yang dinilai.
Dalam penelitian ini proses yang menjadi 3. L: Largely achieved (>50%- 85%): Terdapat
fokus penelitian adalah Proses pengembangan bukti dari pendekatan sistemik, dan
sistem E-KRS. Kapabilitas proses konstruksi pancapaian signifikan dari atribut yang
dapat didefinisikan sebagai kemampuan proses ditetapkan dalam penilaian proses. Beberapa
konstruksi untuk memenuhi praktek dasar dan kelemahan terkait atribut tersebut mungkin
menghasilkan produk kerja tertentu dalam upaya muncul dalam penilaian proses.
mencapai tujuan saat ini dan tujuan yang 4. F: Fully achieved (>85% - 100%): Terdapat
direncanakan. Proses konstruksi dipilih sebagai bukti dari pendekatan yang sistemik dan
proses penting dan fokus dalam penelitian ini menyeluruh serta pencapain penuh terhadap
adalah dengan alasan sebagai berikut: atribut yang ditetapkan dalam penilaian
1. Proses konstruksi merupakan bagian yang proses. Tidak ada kelemahan yang signifikan
paling besar dalam pengembangan perangkat yang terkait dengan atribut yang terdapat
lunak dalam proses yang dinilai.
2. Proses konstruksi merupakan aktifitas utama Nilai nilai dari masing-masing atribut proses yang
dalam pengembangan perangkat lunak [6] diperoleh berdasarkan skala diatas, kemudian
3. Dengan fokus terhadap proses konstruksi dipetakan sesuai dengan tabel berikut ini:
maka produktivitas dari programmer individu
dapat ditingkatkan dengan lebih baik [6,7] Skala Proses Atribut Rating
4. Source code sebagai salah satu produk dari Level 1 Pelaksanaan Proses Largely atau
proses konstruksi merupakan deskripsi akurat Fully
mengenai perangkat lunak itu sendiri. Level 2 Proses Terlaksana Fully
Manajemen Largely atau
Kemampuan proses konstruksi untuk Pelaksanaan Fully
memenuhi jadwal yang telah ditetapkan Manajemen Produk Largely atau
merupakan salah satu hal penting yang harus Kerja Fully
diperhatikan oleh pengembang perangkat lunak. Level 3 Proses Terlaksana Fully
[7] menyebutkan bahwa pengembang khususnya Manajemen Fully
manajer proyek cenderung untuk fokus pada dua Pelaksanaan Fully
ukuran utama yaitu waktu dan uang. Apabila Manajemen Produk Largely atau
pelanggan menghabiskan dana di luar anggaran Kerja Fully
mereka atau jika perangkat lunak tiba terlambat Proses terdefinisi Largely atau
dari waktu yang diperlukan, walaupun secara Proses tersebar Fully
teknis produk yang dihasilkan sangat baik, namun Level 4 Proses Terlaksana Fully
pengembang tidak menyampaikan solusi Manajemen Fully
berkualitas terhadap masalah pelanggan. Untuk Pelaksanaan Fully
mengetahui tingkat kapabilitas proses konstruksi Manajemen Produk Fully
dalam memenuhi jadwal yang telah ditetapkan Kerja Fully
maka perlu dilakukan pengukuran terhadap proses Proses terdefinisi Largely atau
tersebut. Sesuai dengan ISO/IEC 15504, maka Proses tersebar Fully
beberapa faktor yang dapat digunakan sebagai Proses terukur Largely atau
bahan pengkuran tingkat kapabilitas dari proses Proses terkendali Fully
adalah: Level 5 Proses Terlaksana Fully

359
Seminar Nasional Informatika 2015

Skala Proses Atribut Rating dengan baik.

Manajemen Fully
Pelaksanaan Fully
Manajemen Produk Fully
Kerja Fully
Proses terdefinisi Fully Setiap
Proses tersebar Fully Melakukan kesalahan/error
Proses terukur Largely atau analisis dan yang muncul selalu
BP-
Proses terkendali Fully perbaikan 100 dianalisis. Hingga
3
Inovasi Proses Largely atau kecacatan atau saat ini, sistem E-
kesalahan KRS berjalan tanpa
Optimalisasi Proses Fully
masalah.
Rivew perangkat
4. Hasil dan Pembahasan Melakukan lunak dilakukan
Berdasarkan hasil wawancara dengan unit BP- review oleh programmer
Pengembangan Sistem Informasi, maka diperoleh 100
4 perangkat yang bertugas yaitu
hasil yang ditunjukkan oleh Tabel 2. Berdasarkan lunak Bapak I Komang
nilai pada rata-rata total Base Practice (BP) dan Budiarta
Work Product (WP) maka diperoleh nilai rata-rata Rata-rata nilai
100
total sebanyak 83.3. Hal tersebut menunjukkan keseluruhan
bahwa proses pengembangan E-KRS adalah No. Deskripsi Nila Keterangan
termasuk kategori Largely achieved. Yaitu WP i
Sistem yang
terdapat bukti dari pendekatan sistemik, dan Requirement dikembangkan
pancapaian signifikan dari atribut yang ditetapkan Perangkat menggunakan form
dalam penilaian proses. Beberapa kelemahan 100
Lunak permintaan
terkait atribut tersebut mungkin muncul dalam WP (Hasil:2) pengembangan
penilaian proses. Sehingga dapat disimpulkan 1 dokumen FM
bahwa proses pengembangan sistem tersebut telah Pengembangan
mencapai tujuannya. perangkat lunak
Desain
Berdasarkan hasil pengukuran PA 2.1 tidak menggunakan
Perangkat
Manajemen Performansi, atribut ini memiliki nilai 0 desain tertentu.
Lunak (Hasil:
Pengembangan
akhir sebanyak 54.85, shingga masuk dalam 1)
WP dilakukan secara
kategori largely achived. Artinya, bahwa terdapat 2 spontan.
bukti dari pendekatan sistemik, dan pancapaian Review E-KRS
signifikan dari atribut yang ditetapkan dalam Laporan review dilakukan melalui
penilaian proses. Namun, nilai tersebut, 100
WP (Hasil: 1,2) berita acara
cenderung rendah untuk kategori largely 3 pengujian sistem
achieved. Terdapat banyak bagian atribut PA 2.1 Rata-rata nilai
66.6
yang tidak terpenuhi. Beberapa kelemahan terkait keseluruhan
atribut tersebut mungkin muncul dalam penilaian Rata-Rata TOTAL 83.3 Largely achieved
proses.
Untuk atribut PA 2.2 Manajemen Produk
Tabel 2. Hasil Pengukuran Pencapaian Kerja, dengan nilai total 24.96 maka dapat
Kapabilitas Tingkat 1 disimpulkan bahwa atribut ini termasuk kategori
No. Nila Partialy Achieved. Atribut ini mengukur sampai
Deskripsi Keterangan
BP i sejauh mana produk kerja diproduksi oleh proses
Membangun Sistem E-KRS yang
yang telah diatur dengan baik. Hasil dari
dan dikembangkan telah
mengembangk sesuai dengan pencapaian atribut ini adalah seharusnya mampu
an perangkat permintaan dari PK memperlihatkan:
BP- 1. Kebutuhan untuk produk kerja proses
lunak 100 I. Dibuktikan
1 terdefinisi
perangkat dengan dokumen
lunak sesuai serah terima dan 2. Kebutuhan untuk dokumentasi dan
dengan change request yang pengontrolan produk kerja terdefinisi
Requirement ada. 3. Produk kerja diidentifikasi,
PSI telah didokumentasikan, dan dikontrol secara tepat
Membangun membangun sistem 4. Produk kerja di-review berdasarkan rencana
dan E-KRS sesuai
mengembangk dengan jadwal yang
yang ada dan disesuaikan untuk memenuhi
BP-
100 kebutuhan
2 an perangkat ditetapkan.
lunak sesuai Dibuktikan dengan Namun, dalam praktik pengembangan E-
dengan jadwal diimplementasikann KRS di STIKOM Bali, kebutuhan untuk produk
ya sistem tersebut kerja (artefak yang digunakan untuk

360

menyelesaikan proses) tidak dikelola dengan
maksimal. Berdasarkan hasil tersebut, maka dapat
diambil kesimpulan bahwa, kapabilitas proses
pengembangan E-KRS tidak mencapai level 2
yaitu Managed process dimana proses pada
level 1 diimplementasi ke dalam sebuah
pengaturan proses (direncanakan, dimonitor, dan
disesuaikan) dan produk kerja proses tersebut
ditetapkan, dikontrol, dan dipertahankan secara
tepat. Dengan demikian, pengukuran untuk level
kapabilitas berikutnya tidak dilakukan. Sebab,
sesuai dengan syarat dari level 3, adalah atribut
pada level 2 minimal Largely Achieved.
4. Simpulan
1. Berdasarkan nilai pada rata-rata total Base
Practice (BP) dan Work Product (WP) pada
pengkuran kapabilitas tingkat 1, diperoleh
nilai rata-rata total sebanyak 83.3. Hal
tersebut menunjukkan bahwa proses
pengembangan E-KRS adalah termasuk
kategori Largely achieved. Yaitu terdapat
bukti dari pendekatan sistemik, dan
pancapaian signifikan dari atribut yang
ditetapkan dalam penilaian proses. Beberapa
kelemahan terkait atribut tersebut mungkin
muncul dalam penilaian proses. Sehingga
dapat disimpulkan bahwa proses
pengembangan sistem tersebut telah
mencapai tujuannya.
2. Pengukuran kapabilitas tingkat 2, hasil
pengukuran PA 2.1 Manajemen Performansi,
atribut ini memiliki nilai akhir sebanyak
54.85, sehingga masuk dalam kategori
largely achived. Artinya, bahwa terdapat
bukti dari pendekatan sistemik, dan
pancapaian signifikan dari atribut yang
ditetapkan dalam penilaian proses. Untuk
atribut PA 2.2 Manajemen Produk Kerja,
dengan nilai total 24.96 maka dapat
disimpulkan bahwa atribut ini termasuk
kategori Partialy Achieved.
Seminar Nasional Informatika 2015
Berdasarkan hasil tersebut, maka kapabilitas
proses pengembangan E-KRS tidak mencapai
level 2 yaitu Managed process dimana proses
pada level 1 diimplementasi ke dalam sebuah
pengaturan proses (direncanakan, dimonitor, dan
disesuaikan) dan produk kerja proses tersebut
ditetapkan, dikontrol, dan dipertahankan secara
tepat.
Daftar Pustaka
[1] Popescu, G., Popescu, V. A., dan Popescu, C.
R (2007). Information System security audit.
Finance Accountancy, no. 06
[2] Pettersson, T. Gorschek and P. O'hman,
2008."A practitioners guide to light weight
software process assessment and improvement
planning," Journal of Systems and Software,
vol. 81, no. 6, p. 972995,.
[3] . Tanrver and O. Demirrs, 2015. "A
process capability based assessment model for
software workforce in emergent software
organizations," Computer Standards &
Interfaces, vol. 37, pp. 29-40,.
[4] G. A. Garca-Mireles, . Moraga and . F.
Garca, 2015. "Approaches to promote
product quality within software process
improvement initiatives: A mapping study,"
Journal of Systems and Software, vol. 103, pp.
150-166,.
[5] F. Pino, C. Pardo and M. Piattini, 2010.
"Assessment methodology for software
process improvement in small organizations,"
Information and Software Technology, vol.
52, no. 10, pp. 1044-1061,.
[6] I. Sommerville, Software Engineering, Macau,
2006.
[7] S. McConnell, Code Complete, 2004.
361
Seminar Nasional Informatika 2015

PERANCANGAN INTRANET UNTUK MENDUKUNG PROSES

PEMBELAJARAN
(Studi Kasus : STMIK PONTIANAK)
Hendra Kurniawan 1, Sandy Kosasi2
1,2
Sistem Informasi
Sekolah Tinggi Manajemen Informatika dan Komputer Pontianak
Jalan Merdeka No. 372 Pontianak, Kalimantan Barat
Telp (0561) 735555, Fax (0561) 737777
1
Raafi.hendra@gmail.com, 2 Sandykosasi@yahoo.co.id, Sandykosasi@gmail.com

Abstrak

Intranet sebagai salah satu hasil perkembangan teknologi informasi (TI), jika digunakan secara efektif dapat
memberikan banyak manfaat yaitu dapat meningkatkan dampak individual, seperti meningkatkan
produktivitas kerja, efisiensi kerja, dan personal sense of accomplishment. Sebuah intranet tidak jauh berbeda
dengan internet, namun intranet dibuat untuk satu kelompok pengguna yang berbeda dan memiliki keamanan
atau password sehingga orang lain di luar kelompok tidak memiliki akses ke isinya. Untuk membangun
sebuah perancangan arsitektur intranet dibutuhkan sebuah metode pengembangan Network Development
Life Cycle (NDLC). Metode Network Development Life Cycle (NDLC) dimulai dengan beberapa
penerapan-penerapan mulai dari Analisys, Design, Simulation Prototype, Implementation, Monitoring,
Management. Perancangan arsitektur intranet berbasis multimedia dapat mempermudah mahasiswa dalam
men-download modul-modul kuliah, serta upload tugas terstruktur begitu juga sebaliknya dosen tinggal men-
download tugas terstruktur dari mahasiswa serta upload modul-modul maupun video perkuliahan guna proses
pembelajaran masing-masing ruang perkuliahan

Kata kunci : intranet, Network Development Life Cycle (NDLC), LAN, Download dan Upload

1. Pendahuluan Penggunaan intranet memungkinkan suatu

Intranet sebagai salah satu hasil
perkembangan teknologi informasi (TI), jika
digunakan secara efektif dapat memberikan
banyak manfaat yaitu dapat meningkatkan
dampak individual, seperti meningkatkan
produktivitas kerja, efisiensi kerja, dan personal
sense of accomplishment. Peningkatan ini
tergantung dari peran karakteristik organisasi dan
karakteristik individu. Karena kedua karakteristik
tersebut dapat menentukan keberhasilan
pengapdosian dan implementasi TI ke dalam
suatu organisasi, termasuk Intranet. [1].
Sebuah intranet tidak jauh berbeda dengan
internet, namun intranet dibuat untuk satu
kelompok pengguna yang berbeda dan memiliki
keamanan atau password sehingga orang lain di
luar kelompok tidak memiliki akses ke isinya.
Intranet dibangun bertujuan untuk memfasilitasi
komunikasi internal, penyimpanan dan
penyebaran data informasi, pengetahuan,
kebijaksanaan, dan ide-ide seluruh organisasi
yang menggunakan teknologi jaringan[2]. Dengan
adanya intranet dapat meningkatkan kemampuan
perusahaan untuk mengelola informasi dan juga
dapat merampingkan distribusi dokumen[2].
informasi dapat diakses oleh siapa saja yang
mempunyai otoritas terhadap sistem dan dapat
diakses oleh unit kerja lain[3].
Perangkat teknologi yang menunjang
memungkinkan dikembangkan sistem informasi
yang memiliki beberapa ke lebihan, diantaranya
kemudahan dalam mendistribusikan program
aplikasi, mudah dan praktis karena dapat diakses
dari manapun dan kapanpun, memiliki akses
informasi yang lebih cepat, murah dan lebih baik
serta mampu menurunkan biaya atas kebutuhan
penyampaian dan penyebaran informasi[4].
Terdapat hubungan antara kebutuhan
informasi dengan pemanfaatan intranet yaitu jika
kebutuhan informasi tinggi, maka pemanfaatan
intranet tinggi[5]. Kebutuhan informasi
menunjukkan korelasi yang kuat dengan
pemanfaatan intranet. Pemanfaatan intranet dirasa
besar jika kebutuhan karyawan akan informasi
terpenuhi [5].
Intranet dapat menyampaikan dan
memperbaharui budaya organisasi dengan tujuan
untuk pengembangan sumber daya manusia
(SDM) yang profesional dan untuk bagaimana
intranet dapat mendukung pembelajaran informal
dan membangun masyarakat.

362
 Seminar Nasional Informatika 2015

Ketika anggota berinteraksi dan mengalami jaringan intranet dimasing-masing ruang

nilai-nilai organisasi dalam tindakan. Implikasi
termasuk menangani desain dan pengembangan
sistem organisasi untuk mendukung pesan budaya
yang kongruen[6].
Penelitian ini menghasilkan sebuah
perancangan arsitektur intranet untuk mendukung
sebuah proses pembelajaran berbasis intranet.
Berdasarkan permasahalan diatas maka
dibutuhkan sebuah sistem yang membantu proses
pembelajaran dimasing-masing kelas dengan
mengunakan jaringan intranet pada masing-
masing kelas di STMIK Pontianak dengan
menggunakan metode pengembangan Network
Development Life Cycle (NDLC). Maka dimulai
dengan penerapan-penerapan dari Analisys,
Design, Simulation Prototype, Implementation,
Monitoring, Management.
2. Metode Penelitian
Metode analisis dan perancangan
menggunakan Network Development Life Cycle
(NDLC) dengan pendekatan Top Down
Approach. Perancangan intranet untuk
mendukung proses pembelajaran masih berupa
Prototype.Sistem yang dibangun
dikembangkan dengan bahasa php (PHP:
Hypertext Prepocessor) dan database MySQL.
Alat bantu pemodelan konten intranet
menggunakan UML (Unified Modeling
Language). Tahapan Network Development Life
Cycle (NDLC) mencakup tahapan: a) Analisis,
menganalisis kebutuhan untuk melakukan
penelitian, permasalahan yang ada, topologi
jaringan; b) Desain, merancang jaringan dalam
skala waktu tertentu; c) Simulasi prototype
,melakukan eksekusi penelitian (monitoring
jaringan); d) Implementasi; dan e) Manajemen ,
pengelolaan alokasi bandwidth jaringan yang
dilakukan administrator [7].
perkuliahan.
Perancangan arsitektur intranet berbasis
multimedia dapat mempermudah mahasiswa
dalam men-download modul-modul kuliah, serta
upload tugas terstruktur begitu juga sebaliknya
dosen tinggal men-download tugas terstruktur dari
mahasiswa serta upload modul-modul maupun
video perkuliahan guna proses pembelajaran
masing-masing ruang perkuliahan.
1.1 Analisis kebutuhan
Adapun kebutuhan fungsional dalam
pengembangan perancangan intranet untuk
mendukung proses pembelajaran adalah sebagai
berikut: a) Intranet yang dibangun akan
mengkoneksikan semua ruang kelas sehingga
membantu dosen dalam proses belajar mengajar;
b) Database yang terpusat akan membantu dosen
dan dalam pengambilan data dan penyimpanan
data; c) Adanya integrasi data akan memberikan
kemudahan bagi pimpinan untuk melihat modul
kuliah dari setiap dosen.
Setelah mendeskripsikan kebutuhan
fungsional, langkah selanjutnya mendeskripsikan
kebutuhan non-fungsional. Berikut adalah tabel
daftar kebutuhan hardware (tabel 1)
dan Tabel 1 kebutuhan hardware

3. Hasil dan pembahasan

Analisis Permasalahan
Pada sebuah perguruan tinggi yang
berbasis pada teknologi informasi (TI) sudah
seharusnya mempertimbangkan penerapan Berikut adalah tabel daftar kebutuhan Software:
intranet guna proses pembelajaran berbasis (tabel 2)
multimedia dengan memanfaatkan sarana dan Tabel 2 kebutuhan Foftware
prasarana teknologi jaringan intranet dalam
rangka meningkatkan kualitas proses
pembelajaran berbasis multimedia dengan
pengaksesan jaringan intranet. Pengguna
teknologi jaringan saat ini khususnya mahasiswa
dalam men-download modul-modul kuliah serta Design
meng upload tugas terstruktur, serta dosen upload Membuat perencanaan kerja serta
modul-modul kuliah serta mendownload tugas perancangan prototype, dimana data seluruhnya
terstruktur yang dikumpulkan oleh mahasiswa, diperoleh dari STMIK Pontianak. Design intranet
hal ini disebabkan karena belum adanya suatu untuk proses pembelajaran pada STMIK
Pontianak menggunakan unifield modeling

363
Seminar Nasional Informatika 2015

language (UML) dengan memperhatikan dan ingin ditambahkan. Berikut adalah gambaran
mempertimbangkan kebutuhan perangkat, data Aktivity Diagram admin mengelola konten
dan alur kerja sistem. intranet (Gambar 4)
Rancangan Use Case Diagram merupakan
Admin : admin Sistem : sistem
suatu gambaran sebuah sistem. Dalam sistem
yang dikembangkan dibagi dalam tiga pengguna Admin memilih konten intranet Menampilkan konten intranet

yaitu admin, Pimpinan dan dosen. (Gambar 1) Memilih Tombol

Tombol
Batal

Pimpinan Tombol Menampilkan Form Edit Data

Edit
Mengisikan item data edit

Batal
Pengembangan
Konten Intranet Simpan Menampilkan pesan data berhasil disimpan

Admin Dosen
Tombol Menampilkan form tambah data
Add

Gambar 1 Uses Case Diagram Sistem Mengisikan item data yang ditambahkan

Batal

Dibawah ini mendeskripsikan use case Tambah Menampilkan pesan data berhasil ditambahkan

untuk keseluruhan sistem, dimana didalam sistem

terdapat tiga pengguna yang telah diatur hak
akses. Kegiatan mulai dari admin sebagai Gambar 4 Aktivity Diagram admin mengola
pengelola konten intranet. Dimana admin konten
melakukan login terlebih dahulu. Dosen
melakukan registrasi untuk mendapatkan accuont, Activity Diagram mengelola biodata dosen
Setelah dosen mendapatkan account, maka dosen mendeskripsikan aktivitas yang terkait dengan
tersebut dapat melakukan pengelolaan biodata proses pengelolaan update biodata dosen.
dosen seperti update biodata. Actor dosen Kegiatannya dimulai dari dosen memilih form
melakukan pengelolaan terhadap modul kuliah update biodata dosen dan sistem nemapilkan form
seperti penambahan data matakuliah dan upload update biodata dosen. Pada form update dosen,
materi kuliah. Pengelolaan biodata dosen dan dosen mengisikan item biodata secara lengkap.
pengelolaan modul kuliah mengharuskan dosen Setelah selesai diisikan maka sistem akan
login terlebih dahulu. Sedangkan actor pimpinan memvalidasi data yang diinputkan. Apabila tidak
dapat melakukan monitoring terhadap modul lengkap maka sistem akan menampilkan pesan
kuliah yang telah diuploadkan oleh dosen. data tidak lengkap dan apabila data lengkap maka
Dimana secara sistem dapat digambarkan sebagai sistem akan menampilkan pesan berhasil
berikut (Gambar 2) registrasi. Berikut ini adalah diagram aktivity
mengolah biodata dosen (Gambar 5)
Mengelola Konten
Intranet

<<include>>
Dosen : dosen Sistem : sistem

Registrasi Dosen Login

Admin
<<include>>

Dosen memilih form update biodata Menampilkan form update biodata

Mengelola Biodata <<include>>
Dosen
<<include>>
Dosen

Mengisikan data detil sesuai dengan item yang tersedia

Mengelola Modul Monitoring

Kuliah Modul Kuliah

Pimpinan Memilih Tombol

Gambar 2 Uses Case Diagram admin,

pimpinan dan dosen Tombol
Batal

Tombol Validasi
Simpan

Diagram Aktivity admin mengelola konten invalid

Menampilkan pesan data belum lengkap

intanet yang dimulai dari dari memilih form valid

konten intranet dan sistem menampilkan konten Menampilkan pesan berhasil update biodata

intranet. Pada konten intranet admin dapat

melakukan tiga aktivitas yaitu penambahan data,
perubahan data dan pembatalan. Admin memilih
tombol batal maka sistem akan menampilkan Gambar 5 Aktivity Diagram mengolah biodata
form konten intranet. Admin memilih tombol edit dosen
maka sistem akan menampilkan form edit konten
intranet. Pada form edit tersebut admin Activity Diagram monitoring modul
mengisikan data yang ingin dirubah. Admin kuliah mendeskripsikan aktivitas yang terkait
memilih tombol tambah maka sistem akan dengan proses monitoring modul kuliah.
menampilkan form tambah data. Pada form Kegiatannya dimulai dari pimpinan memilih form
tambah data admin mengisikan item data yang daftar modul kuliah dan sistem menampilkan

364
 Seminar Nasional Informatika 2015

form daftar modul kuliah. Pada form daftar modul Prototype dibuat untuk memudahkan dalam
kuliah, pimpinan melihat abstrak dari setiap memahami penggunaan software yang
matakuliah. Setelah selesai melihat abstrak dari dikembangkan. Selain itu protoyping juga
setiap matakuliah, maka pimpinan dapat berguna sebagai alat untuk mendesain dan
mengisikan saran kemudian memilih tombol memperbaiki user interface serta bagaimana
simpan. Sistem akan memvalidasi data yang sistem akan terlihat oleh orang-orang yang
diinputkan. Apabila tidak lengkap maka sistem menggunakannya.
akan menampilkan pesan data tidak lengkap dan Prototype form menu admin dipergunakan
apabila data lengkap maka sistem akan oleh admin untuk mengelola data modul dan data
menampilkan pesan berhasil registrasi. Berikut ini dosen. Berikut ini adalah prototype form menu
adalah gambar diagram aktivity monitoring modul admin (Gambar 10)
kuliah. (Gambar 6)

Pimpinan : pimpinan Sistem : sistem

Dosen memilih form daftar modul kuliah Menampilkan form daftar modul kuliah

Melihat abstrak dari setiap matakuliah

Mengisikan saran

Tombol
Keluar
Gambar 10 Prototype Form Menu Admin
Tombol Validasi
Saran

invalid
Menampilkan pesan data kosong
Prototype form detil modul menu admin
valid
dipergunakan oleh admin untuk menampilkan
Menampilkan pesan berhasil memberikan saran
daftar matakuliah dan admin bisa melakukan
penghapusan terhadap data matakuliah tersebut.
Berikut ini adalah prototype form detil modul
Gambar 6 Activity Diagram Monitoring Modul menu admin (Gambar 11)
Kuliah

Dalam perancangan intanet untuk

mendukung proses pembelajaran dapat kita lihat
relasi antar tabel berdasarkan gambar (Gambar 8)

Gambar 11 Prototype Form Detil Modul Menu

Admin

Prototype form menu pimpinan

dipergunakan oleh pimpinan untuk menampilkan
data detil modul kuliah, menampilkan data dosen
dan untuk menampilkan form komentar ke dosen.
Berikut ini adalah prototype form menu pimpinan
(Gambar 14)

Gambar 8 Relasi Antar Tabel

Implementasi
Gambar 14 Prototype Form Menu Pimpinan

365
Seminar Nasional Informatika 2015
Prototype form informasi modul dosen
dipergunakan oleh pimpinan untuk menampilkan
informasi secara detil tentang modul yang
diajarkan oleh salah satu dosen beserta dengan
informasi abstrak dari modul yang diajarkan.
Berikut ini adalah prototype form informasi
modul dosen (Gambar 16)
Gambar 16 Prototype Form Informasi Modul
Dosen
Prototype form halaman depan menu dosen
dipergunakan dosen untuk melakukan aktivitas
seperti upload modul, update profil dan lihat
video. Berikut ini adalah prototype form halaman
depan menu dosen (Gambar 18)
Gambar 18 Prototype Form Halaman Depan
Menu Dosen
Prototype form upload modul dosen
dipergunakan oleh dosen untuk menguploadkan
file modul. Berikut ini adalah prototype form
upload modul dosen (Gambar 22)
Gambar 22 Prototype Form Upload Modul Dosen
Simulation Prototype
Tahapan selanjutnya dari metode NDLC
adalah Simulation Prototype. Beberapa pekerja
jaringan akan membuat dalam bentuk simulasi
dengan bantuan tools khusus di bidang network
366
seperti Boson, Packet Tracert, Netsim, dan
sebagainya. Dalam penelitian ini penulis
menggunakan tool Cisco Packet Tracert. Berikut
ini adalah gambar simulasi menggunakan Cisco
Packet Tracert (Gambar 24)
Gambar 24 Simulasi Arsitektur Jaringan Intranet
Jaringan intranet yang akan dibangun perlu
dilakukan pengujian melalui simulasi yang
bertujuan untuk memastikan jaringan intranet
yang akan dibangun dapat berjalan dengan baik.
Berikut ini kegiatan pengujian untuk memastikan
jaringan intranet dapat berjalan dengan baik:
a. Melakukan test ping
Test ping bisa dilakukan apabila sudah
ditentukan ip address semua komputer termasuk
server. Test ping dimaksudkan untuk mengetahui
apakah komputer sumber dengan komputer tujuan
sudah terhubung atau belum. Penulis melakukan
test ping dari komputer dengan ip address
192.168.100.9 ke server dengan ip address
192.168.100.1. Seperti yang terlihat pada gambar
di atas, tulisan Reply from 192.168.100.1:
bytes=32 time=35ms TTL=128 menyatakan
bahwa ke dua komputer ini sudah konek. Berikut
ini adalah kegiatan pengetesan dengan teknik test
ping (Gambar 25):
Gambar 25 Test Ping
b. Test Menjalankan Web dari Client
Komputer server yang ada di simulator cisco
packet tracer bisa digunakan untuk menyimpan
file dengan format HTML. Tampilan web yang
dibangun dengan HTML dapat ditampilkan dari
komputer client. Pada simulasi ini penulis
membuat tampilan web sederhana di komputer
server dan web ini akan ditampilkan dari
komputer client. Berikut ini adalah tag html di
komputer server: (Gambar 26)

Gambar 26 Penempatan Tag HTML pada Server
Untuk menampilkan hasil dari tag html
yang ada di server ini, penulis membukanya dari
komputer client dengan menjalan aplikasi web
browser di komputer client, kemudian
mengetiakan ip address dari komputer server
dibagian URL. Berikut ini adalah tampilan hasil
dari kode html yang ada diserver (Gambar 27)
Gambar 27 Menjalankan halaman web dari client
4. Kesimpulan
Dari hasil penelitian yang diperoleh dari
penulisan ini dapat diambil kesimpulan sebagai
berikut:
a. Untuk mempermudah proses pembelajaran
baik itu bagi dosen maupun mahasiswa pada
STMIK Pontianak dibutuhkan sebuah
pendukung Proses pembelajaran dengan
menggunakan jaringan intranet.
b. Dalam perancangan jaringan intranet untuk
membantu proses pembejaran menggunakan
metode Network Development Life Cycle
(NDLC).
c. Dengan menggunakan jaringan intranet
diharapkan setiap proses belajar dan
mengajar didalam kelas menjadi mudah
Seminar Nasional Informatika 2015
terutama dalam medapatkan modul-modul
perkuliahan setiap saat.
d. Dengan menggunakan jaringan intranet yang
ada didalam setiap kelas, dosen tidak perlu
lagi membawa Laptop atau notebook untuk
mengajar disetiap jadwal perkuliahan.
Daftar Pustaka:
[1]. Pribadi, Joni Dwi, Endang Siti Astuti, and
Darminto Darminto. 2014 "Pengaruh
Karakteristik Organisasi Dan Karakteristik
Individu Terhadap Mode Penggunaan
Intranet Dan Dampak Individual (Studi pada
karyawan PT. Molindo Inti Gas Lawang
Malang)." Profit (Jurnal Administrasi Bisnis)
8.1.
[2]. Imran, Maharani. 2012 "Peran Intranet
Dalam Menjembatani Komunikasi Internal
Di Corporate." Jurnal FKSB: MAKNA 2.01.
[3]. Amin, Muhammad Miftakul. 2012
"Pengembangan Sistem Informasi Penilaian
Indeks Kinerja Dosen (IKD) dan Karyawan
(IKK) Perguruan Tinggi Darmajaya Berbasis
Intranet." Jurnal Teknomatika 2.2 : 180-188.
[4]. Utomo, Karyo Budi. 2010 "Sistem Informasi
Manajemen Aset Daerah Berbasis Web
(Intranet)." 1440 - 1605.
[5]. Sembiring, Ria Purnama. 2006 "Hubungan
Kebutuhan Informasi dengan Pemanfaatan
Intranet oleh Karyawan PT. PLN
Pembangkitan Sumatera Bagian Utara."
Jurnal Komunikologi (Ilmu Komunikasi) 3.1.
[6]. Bennett, Elisabeth E. 2014 "How an Intranet
Provides Opportunities for Learning
Organizational Culture Implications for
Virtual HRD." Advances in Developing
Human Resources : 1523422314532093.
[7]. Francis, Edem Eyibio, and F. U. Ogban. 2014
"Intranet Base-Smart Agent Alert System
Using Email And Short Message Service
(sms) Broadcast." Network and Complex
Systems 4.8: 13-18
367
Seminar Nasional Informatika 2015

MONITORING ABSENSI HARIAN KEPEGAWAIAN PADA

INSTANSI PEMERINTAHAN KOTA MAKASSAR BERBASIS
RESTFUL API
Hasyrif Sy1, Rismayani2
1
Teknik Informatika, STMIK Dipanegara Makassar
2
Sistem Informasi, STMIK Dipanegara Makassar
STMIK Dipanegara Makassar, Jl. Perintis Kemerdekaan Km.9 Makassar
1
hasyrif@gmail.com, 2 maya_setya@ymail.com

Abstrak

Dalam lingkup kepegawaian, absensi merupakan salah satu kegiatan dari sekian proses yang ada dalam
sebuah instansi, absensi kepegawaian mempunyai banyak fungsi salah satunya adalah untuk mengukur
seberapa besar tingkat kehadiran seorang staf kepegawaian, data tingkat kehadiran merupakan salah satu
parameter yang menjadi faktor penting dalam pengambilan keputusan, dan karena hal inilah banyak orang-
orang yang punya kepentingan pada data absensi tersebut, baik atasan maupun staf itu sendiri. Adapun
masalah dari penelitian ini adalah bagaimana merancang sebuah monitoring absensi harian kepegawaian dan
menjembatani beragamnya perangkat akses informasi dengan sistemnya masing-masing dalam hal
mengakses data absensi. Untuk menjembatani masalah ini maka akan dibuatkan sebuah aplikasi yang
mengikuti konsep REST API, pada metode ini akan dibuat sebuah aplikasi yang akan menampilkan data
absensi kepegawaian dalam format json, json merupakan salah satu format data yang bisa di olah oleh semua
teknologi akses data yang ada pada perangkat komunikasi. Struktur data ini sudah distandarisasi sehingga
semua perangkat bisa mengakses data berupa json ini untuk diolah sesuai dengan kepentingannya masing
masing. Dengan adanya monitoring absensi kepegawaian pada instansi pemerintah kota makassar
menggunakan RESTful Api maka dapat menjembatani beragamnya perangkat akses informasi dengan
sistemnya masing-masing dalam hal mengakses data absensi kepegawaian dan lebih terkontrol,.

Kata kunci : Monitoring, Absensi, Kepegawaian, Restful Api

1. Pendahuluan mengakses data absensi tersebut atau dengan kata

Latar Belakang
Menurut data terakhir, diketahui Instansi
pemerintah kota makassar saat ini mempunyai
3000 pegawai yang tersebar di beberapa
SKPD[1][2], tiap-tiap skpd telah memiliki
perangkat absensi yang terpaket dengan sistem
untuk memperlihatkan laporan hasil scan tiap-tiap
pegawai. Tentu laporan absensi ini menjadi
penting karena data absensi merupakan salah satu
parameter yang punya point yang signifikan
dalam menentukan kebijakan-kebijakan lainnya
seperti perhitungan honor, jenis sanksi dan lain-
lain. Mengingat pentingnya hal ini tentu banyak
pihak-pihak yang berkepentingan terhadap data
tersebut seperti atasan yang punya kepentingan
untuk melihat kedisiplinan anggotanya ataupun
staf pegawai yang sekedar ingin melihat data
absensi kehadiran hariannya. Disisi lain
perkembangan teknologi yang berkaitan dengan
akses data ini mengakibatkan pada beragamnya
perangkat yang tentu memiliki sistem (software)
yang berbeda-beda pula. Hubungannya dengan
absensi ini adalah bahwa sistem ini harus bisa
mengakomodasi setiap perangkat yang ingin
lain informasi tersebut kompatible untuk diakses
oleh beragam perangkat yang memiliki sistem
masing-masing.
Tujuan dilakukannya penelitian ini untuk
menjembatani beragamnya perangkat akses
informasi dengan sistemnya masing-masing
dalam hal mengakses data absensi. Langkah yang
dilakukan yaitu dengan membuat sebuah format
data yang telah terstandarisasi sehingga data ini
dapat dimengerti oleh semua sistem dari
perangkat akses informasi seperti yang disebut
diatas. Format data tersebut akan di hasilkan
dengan menggunakan konsep REST API dimana
sistem ini akan menggenerate setiap data yang
dibutuhkan dalam format JSON, diharapkan
dengan format json yang terstandarisasi ini dapat
lebih mengoptimalkan perangkat akses informasi
dari yang membutuhkan sehingga membuat
pengaksesan infomasi absensi dapat menjadi lebih
mudah dan praktis.
Identifikasi Masalah

368
 Seminar Nasional Informatika 2015

Adapun identifikasi masalah pada

penelitian ini adalah bagaimana merancang
sebuah monitoring absensi harian kepegawaian
dan menjembatani beragamnya perangkat akses
informasi dengan sistemnya masing-masing 2.2 Contoh Format JSON
dalam hal mengakses data absensi.

Metode Penelitian {
Adapun metode dan teknologi yang "namaDepan": "Budi",
digunakan adalah Resful Api. RESTful web "namaBelakang": "Sbudi",
service atau juga dikenal dengan nama RESTful "alamat": {
Web API merupakan sebuah web service yang di "namaJalan": "Jl. Sudirman 15A",
implemantasikan dengan menggunakan http "kota": "Jakarta Selatan",
dengan menggunakan prinsip-prinsip REST[3]. "provinsi": "DKI Jakarta",
Service yang digunakan menggunakan method "kodePos": 11111
milik http antara lain GET, PUT, POST or },
DELETE. Seperti dikatakan sebelumnya bahwa "nomerTelepon": [
restful api merupakan sabuah varian dari web "021 555-1234",
servis, namun konsep ini lebih sederhana karena "021 555-4567"
layanan ini berorientasi pada bagaimana cara ]
mengakses resource yang ada. Restful api ini }
digunakan agar client dapat melakukan akses
terhadap resource-resource yang ada pada
penyedia servis tersebut[4], request terhadap
resource tertentu dilakukan melalui url, dimana 3. Hasil dan Pembahasan
url ini akan merepresentasikan posisi dari Arsitektur
resource yang dibutuhkan, respon dari terhadap Adapun arsitektur dari sistem monitoring
resource ini berupa JSON/XML, dimana format absensi kepegawaian yang dirancang pada
ini sudah distandarisasi sehingga dapat dapat penelitian ini adalah :
dimengerti oleh bahasa pemrograman pada
umumnya.

Gambar 1. Design Rest Api

Pada gambar 1 menjelaskan mengenai design

rest api dari metode yang digunakan untuk
membuat monitoring absensi harian kepegawaian.

2. Format JSON
2.1 Penjelasan

JSON (dilafalkan "Jason"), singkatan Gambar 2. Arsitektur Sistem

dari JavaScript Object Notation adalah
suatu format ringkas pertukaran data komputer.
Formatnya berbasis teks dan terbaca-manusia
serta digunakan untuk merepresentasikan struktur
data sederhana dan larik asosiatif (disebut
objek)[5]. karena telah terstandrasisasi maka
format ini telah disupport oleh banyak bahasa
pemrograman dengan kata lain data ini dapat
dimengerti oleh bahasa php misalnya dan android
serta bahasa pemrograman lainnya[6].
pada gambar 2 menjelaskan mengenai
pembagian aplikasi adalah untuk aplikasi ini
terbagi menjadi dua bagian yaitu bagian backend
yang bertanggung jawab dalam pengaksesan data
hingga mengeluarkan data dalam format json.
Aplikasi akan mengakses data dari database
mysql, berikut diperlihatkan record tabel yang
terkait.

369
Seminar Nasional Informatika 2015
Tabel 1. User Info Penyimpanan Data Pegawai
Tabel 1 diatas menjelaskan mengenai
info user untuk melihat penyimpanan data
pegawai.
Tabel 2. Menyimpan data Checkin dan Checkout
Absensi Harian Pegawai
Pada tabel 2 diatas menjelaskan
mengenai daftar absensi pegawai yang berupa
data checkin dan checkout.
Data yang diharapkan berupa record
yang akan menjelaskan tentang status absensi
harian pegawai, item item tersebut berupa nama
pegawai, jam masuk pagi, jam masuk siang,
apakah alpa, terlambat atau izin. Aplikasi akan
menarik 1 record tunggal berdasarkan USERID
dari pegawai, berikut diperlihatkan contoh output
data yang diharapkan dari komputer client.
Gambar 3. Output Aplikasi diakses dari Browser
Web
Pada gambar 3 diatas menjelaskan mengenai
output dari aplikasi yang diakses dari browser
web.
370
Gambar 4. Output Aplikasi di akses dari
Smartphone Android
Gambar 4 menjelaskan mengenai tampilan
output dari aplikasi yang dapat diakses dari
smarthphone android.
Terkait penjelasan sebelumya bahwa
RESTful API menyediakan cara untuk mengakses
resource dari server aplikasi, dalam konteks
penelitian ini resource tersebut adalah record
tunggal absensi harian pegawai. Setiap resource
yang diinginkan memiliki alamat tersendiri dalam
mengaksesnya. Alamat tersebut berupa link url
seperti biasanya. Dalam kasus ini format URL
sebagai berikut
serveraplikasi/API/NOMORIDPEGAWAI
misal serveraplikasi/API/5, method yang
digunakan yaitu metod GET yang merupakan
salah satu dari method yang di miliki oleh HTTP.
Output dari pengaksesan resource ini berupa
format data dalam bentuk json. Format json inilah
yang akan di olah aplikasi client untuk
ditampilkan menjadi informasi absensi kehadiran.
Tujuan utama dari sistem ini adalah tersedianya
format output (json) yang dimengerti oleh
teknologi misal web dan os android sehingga
solusi RESTful API ini bisa menjembatani adanya
perbedaan platform dari perangkat-perangkat
yang mengakses sistem tersebut.
"statusharian": [
{"namapegawai": "HJ. ANDI
PUJIATI"},
{"nip":
"19621041986032005"},
{"pagi": "07:11"},
{"siang": "16:35"},
{"keterangan": ""},
]
4. Kesimpulan
Adapun kesimpulan dalam penelitian ini
adalah dengan adanya monitoring absensi
kepegawaian pada instansi pemerintah kota
makassar menggunakan RESTful Api maka dapat
menjembatani beragamnya perangkat akses
informasi dengan sistemnya masing-masing
dalam hal mengakses data absensi kepegawaian
dan lebih terkontrol, serta dengan pemanfaatan
teknologi RESTful Api maka dapat lebih
mengoptimalkan perangkat akses informasi dari
yang membutuhkan sehingga membuat
pengaksesan infomasi absensi dapat menjadi lebih
mudah dan praktis.
Daftar Pustaka:

[1] PP 23 Tahun 2002 Tentang Penempatan
Pegawai Dalam Jabatan Struktural.
[2] Badan Pusat Statistik Kota Makassar dalam
Angka 2013.
[3] Richardson, Leonard , Ruby, Sam., 2007,
RESTful Web Service, OReilly Media, Inc:
Sebastopol , United States of America.
Seminar Nasional Informatika 2015
[4] Allamaraju Subbu. 2010. RESTful Web
Services Cookbook, OReilly YAHOO!
PRESS , 223 228.
[5] Supriyatno. 2010. Pemrograman Database
Menggunakan Java & Mysql. Jakarta:
Mediakita.
[6] L. Paulson, 2005, Building rich web applications
with AJAX, IEEE Computer, 38(10), 14-17.
371
Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN

PENERIMA BEASISWA DI STISIP TASIKMALAYA
MENGGUNAKAN METODE WEIGHTED PRODUCT

Egi Badar Sambani 1, Yoga Handoko Agustin 2, Dila Annisa3

STMIK TASIKMALAYA
Jl. RE Martadinata no 272 A, Indihiang, Kota Tasikmalaya. Jawa Barat.
e-mail: *1egibadar@gmail.com, 2abeogink@gmailo.com, 3dila.annisa@gmail.com

Abstrak

Sistem Pendukung Keputusan (SPK) merupakan sistem informasi, pemodelan, dan pemanipulasi data.Sistem
itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstuktur dan situasi yang
tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Sistem
pendukung keputusan dapat dihasilkan dengan menggunakan beberapa macam metode, salah satu
diantaranya adalah Metode Weighted Product (WP). Metode Weighted Product (WP) adalah merupakan
metode yang mengunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap atribut harus
dipangkatkan terlbih dahulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses
normalisasi. Proses SPK untuk menentukan penerima beasiswa, diaplikasikan menggunakan Borland Delphi
.Dengan menggunakan Sistem Pendukung Keputusan dan database, data beasiswa di STISIP Tasikmalaya
dapat disimpan di dalamnya, sehingga jika terjadi kesalahan dalam penginputan nilai atau data beasiswa,
maka data yang salah tersebut dapat diperbaiki tanpa harus menginput data ulang data beasiswa. Beasiswa
adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk
digunakan demi keberlangsungan pendidikan yang ditempuh.

Kata kunci : SPK, WP, Borland Delphi, Beasiswa.

1. Pendahuluan suatu metode penentuan urutan dalam analisis

1.1. Latar Belakang
Beasiswa ditujukan untuk membantu
meringankan beban biaya siswa yang
mendapatkannya. Beasiswa adalah pemberian
berupa bantuan keuangan yang diberikan kepada
perorangan yang bertujuan untuk digunakan demi
keberlangsungan pendidikan yang ditempuh[1].
STISIP TASIKMALAYA adalah salah
satu perguruan tinggi yang menyediakan bantuan
beasiswa. Di STISIP TASIKMALAYA terdapat
dua jenis beasiswa yaitu BPPA (Beasiswa
Peningkatan Prestasi Akademik), dan BBP-PPA
(Bantuan Biaya Pendidikan Peningkatan Prestasi
Akademik).Pengumuman dibukanya pendaftaran
beasiswa dilakukan setiap satu tahun satu kali.
Untuk mahasiswa yang akan mengikuti
pendaftaran beasiswa, minimalnya mahasiswa
harus duduk di semester dua dan maksimalnya
mahasiswa duduk di semester enam.
Untuk membantu dalam memberikan
informasi ke ketua lembaga STISIP
TASIKMALAYA agar dapat persetujuan siapa
saja yang berhak mendapatkan bantuan berupa
beasiswa, dibutuhkan perhitungan dari sebuah
sistem pendukung keputusan dengan salah satu
metode yang dapat digunakanadalah Weighted
Product. Metode Weighted Product merupakan
multikriteria [2].
Dengan metode Weighted Product
(WP) STISIP TASIKMALAYA dapat
menentukan sendiri bobot kepentingan dari
masing- masing kriteria.Untuk kriteria nya sendiri
diambil dari data yang diberikan oleh bagian UPT
Data dan Pelaporan. Ada lima kriteria yang
diberikan untuk BPPA (Beasiswa Peningkatan
Prestasi Akademik), diantaranya yaitu kehadiran,
IPK, prestasi, jumlah tanggungan orang tua, dan
semester. Dengan bobot untuk setiap kriterianya
yaitu 5,5,5,2,2. Dan kriteria untuk BBP-PPA
(Bantuan Biaya Pendidikan Peningkatan Prestasi
Akademik) diantaranya yaitu kehadiran, IPK,
prestasi, jumlah tanggungan orang tua,
semester,danpenghasilan orang tua. Dengan bobot
untuk setiap kriterianya yaitu 3,2,1,5,2,5.
1.2. Rumusan Masalah
1. Bagaimana cara perhitungan dari sebuah SPK
menggunakan metode WP dengan lima
kriteria yang diberikan untuk BPPA
(Beasiswa Peningkatan Prestasi Akademik),
diantaranya yaitu kehadiran, IPK, prestasi,
jumlah tanggungan orang tua, dan semester.
Dengan bobot untuk setiap kriterianya yaitu
5,5,5,2,2. Dan kriteria untuk BBP-PPA

372

(Bantuan Biaya Pendidikan Peningkatan
Prestasi Akademik) diantaranya yaitu
kehadiran, IPK, prestasi, jumlah tanggungan
orang tua, semester, dan penghasilan orang
tua. Dengan bobot untuk setiap kriterianya
yaitu 3,2,1,5,2,5 ?
2. Bagaimana cara membuat sebuah aplikasi
dengan perhitungan SPK menggunakan
metode WP untuk mempermudah dan
mempercepat dalam proses perhitungan
untuk calon penentuan mahasiswa yang
berhak mendapatkan beasiswa? Sehingga
dapat memberikan informasi ke ketua
lembaga STIMIK TASIKMALAYA agar
dapat persetujuan siapa saja yang berhak
mendapatkan bantuan berupa beasiswa.
1.3. Batasan Masalah
Agar pembahasan lebih terarah dan tidak
menyimpang dari pokok bahasan, maka penulis
membatasi masalah hanya untuk:
1. Penerapan perhitungan metode yang
digunakan adalah metode Weighted product
(WP) dengan lima kriteria yang diberikan
untuk BPPA (Beasiswa Peningkatan Prestasi
Akademik), diantaranya yaitu kehadiran,
IPK, prestasi, jumlah tanggungan orang tua,
dan semester. Dengan bobot untuk setiap
kriterianya yaitu 5,5,5,2,2. Dan kriteria untuk
BBP-PPA (Bantuan Biaya Pendidikan
Peningkatan Prestasi Akademik) diantaranya
yaitu kehadiran, IPK, prestasi, jumlah
tanggungan orang tua, semester, dan
penghasilan orang tua. Dengan bobot untuk
setiap kriterianya yaitu 3,2,1,5,2,5.
2. Laporan untuk mahasiswa yang terpilih
sebagai penerima beasiswa, setelah
melakukan proses perhitungan SPK metode
WP menggunakan aplikasi Borland Delphi,
yang akan diberikan kepada ketua Lembaga
untuk mendapatkan persetujuan mahasiswa
yang berhak menerima bantuan beasiswa.
2. Tinjauan Pustaka
2.1. Metode Weighted Product
Metode Weighted Product (WP) adalah
merupakan metode yang mengunakan perkalian
untuk menghubungkan rating atribut, di mana
rating setiap atribut harus dipangkatkan terlbih
dahulu dengan bobot atribut yang bersangkutan.
Proses ini sama halnya dengan proses normalisasi
[3].
Metode Weighted product memerlukan
proses normalisasi Karena metode ini mengalikan
hasil penilaian setiap atrtibut. Hasil perkalian
tersebut belum bermakna jika belum
dibandingkan (dibagi) dengan nilai standart.
Bobot untuk atribut berfungsi sebagai pangkat
Seminar Nasional Informatika 2015
positif dalam proses perkalian, sementara bobot
biaya berfungsi sebagai pangkat negative [1].
Metode WP menggunakan perkalian
sebagai penghubung rating atribut, dimanarating
setiap atribut harus dipangkatkan dulu dengan
bobot yang bersangkutan.
Algoritma weighted product melalui tiga
tahap, yaitu
a. Penentuan nilai bobot W, yaitu sebagai
pembobotan.
b. Penentuan nilai vector S, yaitu sebagai
pemangkatan.
c. Penentuan nilai vector V, yaitu sebagai
perangkingan.
Preferensi untuk alternatif Si diberikan sebagai
berikut:
1. Penentuan nilai bobot W
2. Penentuan nilai Vektor S
S = ( WijAwj . w) . ( WinAwn . w)
3. Penentuan nilai Vektor V
Dimana :
Preferensi alternatif dianalogikan
V
= sebagai vektor V
W = Bobot kriteria / subkriteria
J = Kriteria
i = Alternatif
N = Banyaknya criteria
Preferensi alternatif dianalogikan
S
= sebagai vektor S
2.2. Langkah- langkah dalam Perhitungan
Metode WP
Langkah- langkah dalam perhitungan
metode Weighted product (WP) adalah sebagai
berikut:
1. Mengalihkan seluruh atribut bagi seluruh
alternatif dengan bobot pangkat positif bagi
atribut biaya.
2. Hasil perkalian dijumlahkan untuk
menghasilkan nilai pada setiap alternatif.
3. Membagi nilai V bagi setiap alternatif dengan
nilai pada setiap alternatif.
4. Ditemukan urutan alternatif terbaik yang
akan menjadi keputusan.
3. Pembahasan
3.1. Contoh kasus dengan Metode WP
Di STISIP TASIKMALAYA terdapat
dua jenis beasiswa yaitu BPPA (Beasiswa
Peningkatan Prestasi Akademik), dan BBP-PPA
(Bantuan Biaya Pendidikan Peningkatan Prestasi
Akademik). Dalam pengambilan keputusan dari
dua jenis beasiswa tersebut dihitung masing-
373
Seminar Nasional Informatika 2015

masing menggunakan metode Weighted Product, 3. Bobot untuk range Prestasi

yaitu: Tabel.4.bobot untuk range prestasi
3.1.1. BPPA (Beasiswa Peningkatan Prestasi Range Bobot Keterangan
Akademik) Tidak ada 1 Sangat Tidak baik
3.1.1.1. Alternatif Daerah 3 Tidak Cukup
A1 = Dea Fuji Agestie Kabupaten 4 Cukup
A2 = Ina Tresnawati Provinsi 5 Kurang Baik
Nasional 6 Baik
A3 = Ati Sugiarti Nolis
Internasional 7 Sangat baik
A4 = Rani Andini
A5 = Muhamad Sidik Mulya 4. Bobot untuk range Jumlah tanggungan orang
3.1.1.2. Kriteria tua
C1 = Kehadiran Tabel 5.Bobot range jumlah tanggungan orang
tua
C2 = IPK Range bobot Keterangan
C3 = Prestasi 1 anak 1 Sangat tidak baik
C4 = Jumlah tanggungan orang tua 2 anak 2 Tidak baik
C5 = Semester 3 anak 4 Cukup
4 anak 6 Baik
kriteria
: C1,C2,C3,C4,C5 5 anak 7 Sangat baik
keuntungan
kriteria
: (tidak ada) 5. Bobot untuk range semester
biaya
3.1.1.3. Menentukan Bobot awal Tabel 6.bobot untuk range semester
Dalam menentukan penerima beasiswa Range Bobot Keterangan
dengan metode weighted product terlebih dahulu Semester 2 2 Tidak baik
ditentukan bobot (w) awal dari setiap kriteria. Semester 3 4 Cukup
Pemilihan bobot awal dan bobot pada setiap nilai Semester 4 5 Kurang baik
kriteria, penulis terlebih dahulu berdiskusi dengan
Semester 5 6 Baik
pegawai di bagian UPT Data dan Pelaporan
STISIP TASIKMALAYA untuk menghasilkan Semester 6 7 Sangat baik
data yang diperlukan.Adapun bobot awal untuk Data Mahasiswa yang mengajukan untuk BPPA
setiap kriteria (C1- C5) adalah sebagai berikut:
Tabel 1.bobot awal Tabel 7.data mahasiswa yang mengajukan
Kriteria Bobot KRITERIA
C1 5 ALTERNATIF C1 C2 C3 C4 C5
C2 5 Dea Fuji Agestie 13 3,59 TA 1 6
C3 5
Ina Tresnawati 14 3,60 TA 2 6
C4 2
C5 2 Ati Sugiarti Nolis 14 3,42 TA 2 4
3.1.1.4. Bobot untuk setiap Kriteria Rani Andini 14 3,78 TA 2 6
1. Bobot untuk range kehadiran Muhamad Sidik
Tabel 2.bobot untuk range kehadiran Mulya 13 3,58 Kab 2 6
Range Bobot Keterangan Ket : TA = Tidak Ada, Kab = Kabupaten
>=1 s/d<= 4 2 Tidak baik
>4 s/d <= 8 4 Cukup 3.1.1.5. Tabel untuk kecocokan Data riil
>8 s/d <= 12 6 Baik Tabel 8.kecocokan data riil
>12 s/d <= 14 7 Sangat baik KRITERIA
ALTERNATIF C1 C2 C3 C4 C5
2. Bobot untuk range IPK
Tabel 3. bobot untuk range IPK A1 7 7 1 1 6
Range Bobot Keterangan A2 7 7 1 2 7
< 2,50 2 Tidak baik A3 7 6 1 2 5
>= 2, 50 s/d <= 3,00 4 Cukup A4 7 7 1 2 7
> 3,00 s/d <= 3,50 6 Baik A5 7 7 4 2 7
>3,50 7 Sangat baik

374
 Seminar Nasional Informatika 2015

3.1.1.5.1. Menghitung Perbaikan Bobot 3.1.2. BBP-PPA (Bantuan Biaya Pendidikan

Bobot awal (5,5,5,2,2) Peningkatan Prestasi Akademik)
3.1.2.1. Alternatif
A1 = Mulyana
A2 = Cepi Arif Setiadi
A3 = Eriska Shiddiq
A4 = Istiani Ulfah Nur S
A5 = Heti Setiati
A6 = Ali Asmara
A7 = Dinar Mulyana
A8 = Sigit Maulana Muhamad
A9 = Firman Hidayatul Muphin
3.1.1.6. Menghitung vector S A10 = Dede Mahmuda
3.1.2.2. Kriteria
3.1.1.7. Menghitung vector V C1 = Kehadiran
3,4178+3,6765+3,5303+3,5486+5,2951= 19,4682 C2 = IPK
C3 = Prestasi
C4 = Jumlah tanggungan orang tua
C5 = Semester
C6 = Penghasilan orang tua
kriteria
: C1, C2, C3, C4, C5
keuntungan
kriteria
: C6
biaya
3.1.2.3. Menentukan Bobot awal
Adapun bobot awal untuk setiap kriteria
(C1- C6) adalah sebagai berikut:
Tabel 9. Daftar alternatif BPPA dengan hasil Tabel 11.bobot awal
perhitungan Kriteria Bobot
Nama Mahasiswa Bobot C1 3
Dea Fuji Agestie 0,1756 C2 2
Ina Tresnawati 0.1888 C3 1
Ati Sugiarti Nolis 0.1749 C4 5
Rani Andini 0.1888 C5 2
Muhamad Sidik Mulya 0.2719 C6 5

Berdasarkan perhitungan di atas sistem 3.1.2.4. Bobot untuk setiap Kriteria

pendukung keputusan penentu penerima BPPA 1. Bobot untuk range Kehadiran
tersebut didapatkan tiga Nilai terbaik adalah Tabel 12. Bobot untuk range kehadiran
alternatif yang terpilih dapat di lihat pada Tabel
di bawah ini : Range Bobot Keterangan
>=1 s/d<= 4 2 Tidak baik
Tabel 10. Alternatif yang terpilih >4s/d <= 8 4 Cukup
No Nama Mahasiswa Bobot >8s/d <= 12 6 Baik
1 Muhamad Sidik Mulya 0.2719
>12s/d <= 14 7 Sangat baik
2 Ina Tresnawati 0.1888
3 Rani Andini 0.1888
2. Bobot untuk range IPK
Tabel 13. Bobot untuk range IPK
Range Bobot Keterangan
< 2,50 2 Tidak baik
>= 2, 50 s/d <= 3,00 4 Cukup

375
Seminar Nasional Informatika 2015

> 3,00 s/d <= 3,50 6 Baik Tabel 18.data mahasiswa yang mengajukan
>3,50 7 Sangat baik KRITERIA
ALTERNATI C C C C C6
3. Bobot untuk range Prestasi F 1 C2 3 4 5
Tabel 14. Bobot untuk range prestasi 1 Pr 4 900.0
Mulyana 3 3,19 ov 1 00
Range Bobot Keterangan
Cepi Arif 1 T 6 500.0
Tidak ada 1 Sangat Tidak baik Setiadi 3 3,40 A 3 00
Daerah 3 Tidak Cukup Eriska 1 T 6 4.620
Kabupaten 4 Cukup Shiddiq 1 3,05 A 5 .100
Istiani Ulfah 1 N 2 800.0
Provinsi 5 Kurang Baik Nur S 4 3,33 as 3 00
Nasional 6 Baik 1 T 4 800.0
Internasional 7 Sangat baik Heti Setiati 4 3,25 A 3 00
1 T 4 900.0
Ali Asmara 3 3,19 A 2 00
Dinar 1 T 6 1.050
4. Bobot untuk rangeJumlah tanggungan orang
Mulyana 4 3,38 A 3 .000
tua
Sigit Maulana 1 T 3.689
Tabel 15. bobot untuk range tanggungan orang
Muhamad 4 3,17 A 3 2 .100
tua
Firman
Range Bobot Keterangan Hidayatul 1 K 2 1.706
1 anak 1 Sangat tidak baik Muphin 3 3,23 ab 2 .302
2 anak 2 Tidak baik Dede 1 K 4 750.0
Mahmuda 0 3,23 ab 2 00
3 anak 4 Cukup
Ket : Prov = Provinsi, TA = Tidak Ada, Kab =
4 anak 6 Baik Kabupaten
5 anak 7 Sangat baik
3.1.2.5. Tabel untuk kecocokan Data riil
5. Bobot untuk rangeSemester
Tabel 16. Bobot untuk range semester Tabel 19.Kecocokan data rill
Range Bobot Keterangan
Semester 2 2 Tidak baik KRITERIA
Semester 3 4 Cukup ALTERNATIF C1 C2 C3 C4 C5 C6
Semester 4 5 Kurang baik A1 7 6 5 1 5 7
Semester 5 6 Baik 7
A2 7 6 1 4 7
Semester 6 7 Sangat baik 7
A3 6 6 1 7 2
A4 7 6 6 4 2 7
Tabel 17. Bobot untuk rangepenghasilan orang
tua A5 7 6 1 4 5 7
nilai kriteria (Rp) bobot Keterangan 7 6 1 2 5 7
A6
Penghasilan <=
7 Sangat baik A7 7 6 1 4 7 6
1.000.000
Penghasilan > A8 7 6 1 4 2 2
1.000.000 s/d <= 6 Baik A9 7 6 4 2 2 6
3.000.000 5
Penghasilan > A10 6 6 4 2 7
3.000.000 s/d <= 2 Tidak Baik
5.000.000 3.1.2.6. Menghitung Perbaikan Bobot
Penghasilan > Bobot awal (3,2,1,5,2,5)
1 Sangat tidak baik
5.000.000

Data mahasiswa yang mengajukan BBP-PPA

376
 Seminar Nasional Informatika 2015

3.1.2.8. Menghitung vector V

1,2854+1,7935+2,8918+1,7237+1,7276+1,4251+
1,8719+2,2099+1,4510+1,5001=17,8804

3.1.2.7. Menghitung vector S

Kriteria C1, C2, C3, C4, C5 adalah kriteria
keuntungan, da C6 adalah kriteria biaya

S1 = (70.1667) (60.1111) (50.0556) (10.2778) (50.1111) (7-

0.2778
)
= (1,3831) (1,2203) (1,0935) (1,0000) (1,1958)
(0,5824)
= 1,2854
S2 = (70.1667) (60.1111) (1 0.0556) (40.2778) (70.1111) (7-
0.2778
)
= (1,3831) (1,2203) (1,0000) (1,4697)
(1,2414) (0,5824)
= 1,7935
S3 = (60.1667) (60.1111) (1 0.0556) (70.2778) (70.1111) (2-
0.2778
)
= (1,3480) (1,2203) (1,0000) (1,7169)
(1,2414) (0,8248)
= 2,8918
S4 = (70.1667) (60.1111) (60.0556) (40.2778) (2 0.1111) (7-
0.2778
) Nama Mahasiswa Bobot
= (1,3831) (1,2203) (1,1047) (1,4697)
(1,0801) (0,5824) Mulyana 0,0719
= 1,7237 Cepi Arif Setiadi 0,1003
S5 = (70.1667) (60.1111) (10.0556) (40.2778) (50.1111) (7- Eriska Shiddiq 0,1617
0.2778
)
= (1,3831) (1,2203) (1,0000) (1,4697) Istiani Ulfah Nur S 0,0964
(1,1958) (0,5824) Heti Setiati 0,0966
= 1,7276 Ali Asmara 0,0797
S6 = (70.1667) (60.1111) (1 0.0556) (20.2778) (50.1111) (7-
0.2778
) Dinar Mulyana 0,1047
= (1,3831) (1,2203) (1,0000) (1,2123) (1,1958) Sigit Maulana Muhamad 0,1236
(0,5824) Firman Hidayatul Muphin 0,0812
= 1,4251
S7 = (70.1667) (60.1111) (1 0.0556) (40.2778) (70.1111) (6- Dede Mahmuda 0,0839
0.2778
)
= (1,3831) (1,2203) (1,0000) (1,4697) (1,2413) Berdasarkan perhitungan di atas sistem
(0,6079) pendukung keputusan penentu penerima BBP-
= 1,8719 PPA tersebut didapatkan 7 Nilai terbaik adalah
S8 = (70.1667) (60.1111) (1 0.0556) (40.2778) (20.1111) (2- alternatif yang terpilih dapat di lihat pada Tabel
0.2778
) di bawah ini :
= (1.2009) (1.2203) (1.0000) (1,4697) (1,0801)
(0,8248) Tabel 3.21. Alternatif yang terpilih
= 2,2099 NO Nama Mahasiswa Bobot
S9 = (70.1667) (60.1111) (40.0556) (2 0.2778) (2 0.1111)(6- 1 Eriska Shiddiq 0,1617
0.2778
) 2 Sigit Maulana Muhamad 0,1236
= (1.2009) (1.2203) (1.0800) (12123) (1,0801) 3 Dinar Mulyana 0,1047
(0,6079) 4 Cepi Arif Setiadi 0,1003
= 1,4510 5 Heti Setiati 0,0966
S10 = (60.1667) (60.1111) (40.0556) (2 0.2778)(50.1111)(7- 6 Istiani Ulfah Nur S 0,0964
0.2778
) 7 Dede Mahmuda 0,0839
= (1.3480) (1.2203) (1.0800) (1.2123)
(1,1958)(0,5824)
= 1,5001

377
Seminar Nasional Informatika 2015
4. Implementasi
Gambar 1. Form pendaftaran beasiswa
Gambar 2. Form data mahasiswa
4.1. Tampilan Form Output Data Mahasiswa
Penerima Beasiswa
Gambar 3. Form Laporan Pertahun
Gambar 4. Form hasil laporan Pertahun BBP-
PPA
378
5. Penutup
5.1. Kesimpulan
Setelah melakukan penelitian,
pembahasan dan pengkajian tentang sistem
kpendukung keputusan, dapat diambil beberapa
kesimpulan sebagai berikut :
1. Algoritma weighted product melalui tiga
tahap, yaitu
a. Penentuan nilai bobot W, yaitu sebagai
pembobotan.
b. Penentuan nilai vector S, yaitu sebagai
pemangkatan.
c. Penentuan nilai vector V, yaitu sebagai
perangkingan.
2. Dengan adanya aplikasi SPK untuk
menentukan penerima beasiswa di STISIP
Tasikimalaya menggunakan metode WP,
dapat membantu mempermudah pengguna
khususnya bagian UPT Data dan Pelporan
dalam perhitungan penerima beasiswa.
5.2. Saran
1. Dalam penggunaan program, diharapkan
pengguna harus tahu dan harus bisa
bagaimana cara menjalankan program
tersebut.
2. Diperlukan ketelitian kerja supaya tidak
terjadi kesalahan dan kerusakan data pada
komputer itu sendiri.
3. Backup database secara berkala untuk
mengantisipasi keselamatan data jika terjadi
kerusakan sistem.
Daftar Pustaka
[1] Putra Jaya, "Sistem Pendukung Keputusan
Penentuan Bonus Karyawan Menggunakan
Metode Weighted Product (WP)," vol. 2,
2013.
[2] Ingot Seen Sianturi, "Sistem Pendukung
Keputusan Untuk Menentukan Pemilihan
Jurusan Siswa Dengan.
 Seminar Nasional Informatika 2015

PERANCANGAN BASIS DATA PENGOLAHAN DATA OBAT-

OBATAN DAN BAHAN MEDIS PADA INSTALASI FARMASI
DI RUMAH SAKIT HAJI MEDAN

Sri Lestari Rahayu

Universitas Potensi Utama

Jl. K.L Yos Sudarso Km. 6,5 No. 3A Tanjung Mulia Medan
Aiyu.lestari13@gmail.com

Abstrak

Instalasi Farmasi Rumah Sakit (IFRS) merupakan instalasi yang dipimpin oleh apoteker, bertanggung jawab
untuk pengadaan, penyimpanan, distribusi obat, meningkatkan penggunaannya di rumah sakit, serta memberi
informasi dan menjamin kualitas pelayanan yang berhubungan dengan penggunaan obat. Semua instalasi
yang ada di rumah sakit berkoordinasi dengan instalasi farmasi yang menyediakan kebutuhan obat dan alat
medis. Sehingga keberadaan instalansi farmasi di rumah sakit sangatlah penting. Mengingat pentingnya
peranan instalasi farmasi di rumah sakit maka penulis membuat perancangan basis data pengolahan data
obat-obatan dan bahan medis sehingga instalasi terkait ataupun Dokter dapat menerima informasi yang
dibutuhkan dengan mudah, cepat dan akurat karena semua informasi mengenai obat-obatan dan bahan medis
disimpan dalam basis data. Misalnya informasi mengenai ketersediaan alat medis dan stok obat. Penelitian ini
bertujuan merancang basis data yang baik untuk mengolah data obat dan bahan medis yang ada di rumah
sakit sehingga dapat mempermudah apoteker dan instalasi terkait untuk mendapatkan informasi mengenai
obat-obatan dan bahan medis yang ada di instalasi farmasi. Metode yang digunakan pada penelitian ini
adalah Feasibility Analisis sehingga dapat disimpulkan pada penelitian ini dapat disimpulkan pada proses
penginputan data obat dan bahan medis dan transaksi tidak dilakukan secara rutin oleh apoteker sehingga
sering terjadi keterlambatan dalam pembuatan laporan.

Kata Kunci : Farmasi, Obat-obatan, Bahan Medis, Basis Data

1. Pendahuluan 1. usaha pengadaan, distribusi dan pengawasan

Rumah sakit adalah salah satu dari sarana semua obat-obatan,
kesehatan tempat menyelenggarakan upaya 2. evaluasi dan penyebaran informasi secara
kesehatan. Upaya kesehatan adalah luas tentang obat-obatan
setiap kegiatan untuk memelihara dan beserta penggunaannya untuk staf rumah
meningkatkan kesehatan, bertujuan untuk sakit dan pasien
mewujudkan derajat kesehatan yang optimal bagi 3. memantau dan menjamin kualitas
masyarakat. Salah satu instalasi yang mempunyai penggunaan obat.
peranan penting dalam meningkatkan mutu
kesehatan yaitu Instalasi Farmasi Rumah Sakit. Pelayanan farmasi meliputi penyediaan dan
Instalasi Farmasi Rumah Sakit (IFRS) merupakan distribusi semua pembekalan farmasi
instalasi yang dipimpin oleh apoteker, termasuk pemberian informasi yang dapat
bertanggung jawab untuk pengadaan, menjamin kualitas pelayanan yang berhubungan
penyimpanan, distribusi obat, meningkatkan dengan penggunaan obat, untuk itu diperlukan
penggunaannya di rumah sakit, serta memberi sistem yang dapat menyimpan informasi obat-
informasi dan menjamin kualitas pelayanan obatan dan bahan medis yang akurat dan tepat.[1]
yang berhubungan dengan penggunaan obat. Mengingat pentingnya peranan instalasi
Semua instalasi yang ada di rumah sakit farmasi di rumah sakit maka penulis membuat
berkoordinasi dengan instalasi farmasi yang perancangan basis data pengolahan data obat-
menyediakan kebutuhan obat dan alat medis. obatan dan bahan medis sehingga instalasi terkait
Sehingga keberadaan instalansi farmasi di rumah ataupun Dokter dapat menerima informasi yang
sakit sangatlah penting. dibutuhkan dengan mudah, cepat dan akurat
Hal tersebut terkait dengan fungsi dari karena semua informasi mengenai obat-obatan
instalasi farmasi itu sendiri yaitu: dan bahan medis disimpan dalam basis data.

379
Seminar Nasional Informatika 2015
Misalnya informasi mengenai ketersediaan alat
medis dan stok obat.
Tujuan utama IFRS (Instalasi Farmasi
Rumah Sakit) adalah pengelolaan mulai dari
perencanaan, pengadaan, penyimpanan,
penyiapan, peracikan, pelayanan langsung kepada
penderita sampai dengan pengendalian semua
perbekalan kesehatan yang beredar dan digunakan
dalam rumah sakit baik untuk penderita rawat
tinggal, rawat jalan maupun untuk semua unit
termasuk poliklinik rumah sakit. Berkaitan
dengan pengelolaan tersebut, IFRS harus
menyediakan terapi obat yang optimal bagi semua
penderita dan menjamin pelayanan bermutu
tertinggi dan yang paling bermanfaat dengan
biaya minimal.[2]
1.1 Tujuan
Tujuan dari penelitian ini adalah merancang
basis data yang baik untuk mengolah data obat
dan bahan medis yang ada di rumah sakit
sehingga dapat mempermudah apoteker dan
instalasi terkait untuk mendapatkan informasi
mengenai obat-obatan dan bahan medis yang ada
di instalasi farmasi.
1.2 Identifikasi Masalah
Berdasarkan latar belakang yang telah
dikemukakan, identifikasi masalah dalam
penelitian ini adalah sebagai berikut:
1. Pengolahan data yang digunakan instalasi
farmasi masih menggunakan sistem semi
komputer sehingga mempersulit dan
memperlambat proses pengolahan data tidak
dapat menjamin integritas dari data itu
sendiri.
2. Pembuatan laporan masih menggunakan
sistem semi komputerisasi sehingga
mempersulit proses rekap ulang. Proses rekap
ulang yang dimaksud adalah proses
pengumpulan laporan-laporan yang sudah
dibuat kemudian dianalisa kembali sehingga
menghasilkan laporan baru. Laporan-laporan
yang di buat tidak di simpan di database
tetapi disimpan di dalam bentuk arsip
sehingga mempersulit pencarian dan
membuang banyak waktu dalam pembuatan
rekap ulang laporan.
1.3 Basis Data
Basis data adalah kumpulan data yang saling
berelasi. Data sendiri merupakan fakta mengenai
objek, orang dan lain-lain. Data dinyatakan
dengan nilai (angka, deretan karakter, atau
symbol).
Basis data dapat didefinisikan dalam berbagai
sudut pandang seperti berikut:
a. Himpunan kelompok data yang saling
berhubungan yang diorganisasi
380
sedemikian rupa sehingga kelak dapat
dimanfaatkan dengan cepat dan mudah.
b. Kumpulan data yang saling berhubungan
yang disimpan secara bersama
sedemikian rupa tanpa pengulangan
redundancy yang tidak perlu, untuk
memenuhi kebutuhan.
c. Kumpulan file atau table atau arsip yang
saling berhubungan yang disimpan
dalam media penyimpanan elektronik.
Basis data bertujuan untuk mengatur data
sehingga diperoleh kemudahan, ketepatan, dan
kecepatan dalam pengambilan kembali.[3]
Dengan memanfaatkan teknologi jaringan,
kemampuan basis data dapat dioptimalkan,
misalnya untuk mengetahui stok obat yang ada di
gudang farmasi.
Begitu banyak keuntungan yang dapat
diperole dengan pemanfaatan basis data. Basis
data dapat meningkatkan daya guna perangkat
computer yang mungkin tadinya hanya untuk
keperluan game atau pengetikan dengan aplikasi
office.
Jenis-jenis Constrain yang digunakan :
a. Primary Key
Kunci primer adalah suatu atribut atau satu set
minimal atribut yang tidak hanya mendefinisikan
secara unik suatu kejadian spesifik tetapi juga
dapat mewakili setiap kejadian dari suatu
kejadian.
Nilai field yang menjadi primary key harus:
- Unik atau tidak boleh ganda
- Tidak boleh Null (kosong)
- Key tersebut lebih natural untuk dijadikan
acuan
b. Foreign Key
Foreign Key adalah satu set atribut atau set atribut
sebagai key penghubung kedua tabel dan
melengkapi satu relationship (hubungan) terhadap
primary key yang menunjukan keinduknya.
Jika sebuah primary key terhubungan ke
table/entity lain, maka keberadaan primary key
pada entity tersebut di sebut sebagai foreign key.
c. Unique
Constraint unique fungsinya hampir sama dengan
constraint primary key, dimana keduanya
digunakan untuk menerapkan integritas
entitas/table.
d. Check
Constraint check digunakan untuk menjamin
bahwa nilai kolom berada dalam ruang lingkup
nilai tertentu.
2. Metode Penelitian
 Seminar Nasional Informatika 2015

Metode yang digunakan pada penelitian ini

adalah Feasibility Analisis yang terdiri dari
kelayakan operasional, kelayakan culture,
kelayakan teknis, kelayakan jadwal dan kelayakan
hukum.
2.1 Feasibility Analisis 3. Perancangan Database
Analisa kelayakan dari analisa diatas adalah
sebagai berikut : Pemesanan Obat
1. Kelayakan opersional Login
-Username : String
-Id_Order : Integer
-Tgl_Order : Date

a. Proses pembelian obat-obatan dan bahan -Password : String

+Login() : void
-Nm_suplier : String
-Nm_obat : String
-Jumlah : Integer
medis dapat dilakukan dengan cepat 1 -Satuan : String
+Find()
karena informasi dapat dilihat dari Resep Dokter User
M
Transaksi
+Insert()
+Update()
M
+Delete()
database, stok obat misalnya. Petugas tidak -No_resep : Integer
-Nm_pasien : String
-Id_User : Integer
-Nama : String
-Id_Transaksi : Integer
-Tgl_Transaksi : Date M
Suplier
-Id_suplier : Integer
perlu melihat ke gudang untuk mengetahui -Nm_dokter : String
-Nm_obat : String
M
-Password : String
1 -Username : String 1
-Uraian : String
-Harga : Double
M -No_Rekening : char
1 -Nm_suplier : String
1 -Almt_suplier : String
-Takaran : String -Alamat : String -Telp_suplier : String
stok obat. -Jumlah : Integer
-Harga : Double
-Telp : String
-Jabatan : String
-Kredit : Double
-Debet : Double
1
M
+Find() : void
+Insert() : void
b. Dokter dapat melihat ketersedian dan +Find() : void
+Insert() : void
+Find() : void
+Insert() : void
+Find() : void
+Insert() : void
Pembelian Obat 1 +Update() : void
+Delete() : void
+Update() : void +Update() : void -Id_Pembelian : Integer
daftar obat apa aja yang ada di instalasi +Delete() : void
+Update() : void
+Delete() : void +Delete() : void
1
-Tgl_Order : Date
-Nm_suplier : String
1 1
farmasi -Nm_obat : String
-Harga : Double M
-Satuan : Integer
c. Dengan tersimpannya informasi obat- M
Obat & Bahan Medis
M
Laporan
-Harga_Total : Double
+Find() : void
obatan dan bahan medis ke database, maka -Id_Obat : Integer
-Nama Obat : String
-Tgl_cetak : Date
-Uraian : String
+Insert() : void
+Update() : void
+Delete() : void
Instalasi terkait dapat menerima informasi -Jenis_Obat : String
-Keterangan : String
-No_Order : Integer
-Nm_suplier : String
-Dosis : String -Cash/Kredit : String
yang dibutuhkan dengan mudah, cepat dan -Harga : Double
+Find() : void
-No_Rekening : char
-Kredit : Double
akurat. +Insert() : void
+Update() : void
-Debet : Double
+Find() : void
+Delete() : void +Insert() : void
2. Kelayakan Culture 1 +Update() : void
+Delete() : void
a. Sedikitnya informasi mengenai kegunaan M

obat dan aturan pakai pada setiap obat. Dokter

-Id_dokter : Integer

b. Sering terjadi tidak adanya ketersedian -Nm_dokter : String

-Spesialis : String
+set Id_dokter() : void
obat yang dibutuhkan dikarenakan sistem +set Nm_dokter() : void
+Spesialis() : void
pengolahan data yang tidak terintegrasi.
3. Kelayakan Teknis Gambar I. Perancangan Database
a. Jaringan infrastruktur teknologi yang
diterapkan belum memenuhi standar 1.1. Struktur Database
kelayakan pada sistem ini Struktur database terdiri dari penjelasan-
b. Sumber daya manusia yang terdapat pada penjelasan dari tabel yang ada pada sistem
instalasi farmasi masih banyak yang belum ini.
mengerti teknologi dan sistem yang 1. Tabel Login
diterapkan sehingga dibutuhkan pelatihan Tabel 1.Struktur Tabel Login
terlebih dahulu ketika sistem diterapkan.
N NamaFiel Typ Leng Constraint
4. Kelayakan Jadwal
o d e th
a. Jangka waktu pengaplikasian dan
perancangan sistem yang berjangka 1 1 Username Cha 10 Not Null,
tahun atau sampai 2016 r update
b. Metode yang digunakan pada pembuatan cascade, delete
sistem ini adalah metode waterfall no action,
sehingga membutuhkan waktu yang lama
tetapi dokumentasi tercatat dengan baik. 2 Password Cha 50 Not null
5. Kelayakan Hukum r
a. Penyalagunaan penggunaan kewenangan
yang dilakukan oleh Rumah Sakit dapat
diatasi dengan ada kebijakan hukum yang 2. Tabel User
mengatur termasuk kode etik apoteker. Tabel 2.Struktur Tabel User
b. Peraturan Pemerintah Nomor 58 Tahun
2014 tentang Standar Pelayanan N Nama Field Typ Leng Constraint
Kefarmasian Di Rumah Sakit.[3] o e th

1 id_user Int 10 Primary Key,

Not Null,
update
cascade, delete

381
Seminar Nasional Informatika 2015

no action, r

2 Nama Cha 50 Not null 4 Keteranga text 500 Not null

r n

3 Username Cha 50 Not null 5 Stok int 50 CHECK

r jumlah>= 0

4 Password Cha 50 Not null 6 Dosis Cha 50 Not null

r r

5 Alamat char 50 Not null 7 Harga int 100 Not null

6 Telp char 15 Not null

5. Tabel Dokter
7 Jabatan char 50 Not null Tabel 5.Struktur Tabel Dokter

N Nama Type Leng Constraint

3. Tabel Resep o Field th
Tabel 3.Struktur Tabel Resep
1 Id_Dokter Int 10 Primary
N Nama Typ Leng Constraint Key, Not
o Field e th Null, update
cascade,
1 No_resep Int 10 Primary Key, delete no
Not Null, update action,
cascade, delete
no action, 2 Nama_Do Char 100 Not null
kter
2 Nm_Pasie Cha 50 Not null
n r 3 Spesialis Char 100 Not null

3 Nm_Dokte Cha 50 Not null

r r 6. Tabel Transaksi
Tabel 6.Struktur Tabel Transaksi
4 Nm_Obat Cha 50 Not null
r N Nama Field Type Leng Constrain
o th t
5 Takaran Cha 50 Not null
r 1 id_transaksi Int 10 Primary
Key, Not
6 Jumlah Int 15 Not null Null,
update
7 Harga Int 50 Not null cascade,
delete no
action,
4. Tabel Obat dan Bahan Medis
Tabel 4.StrukturTabelPenerimaan 2 Tgl_transaks date - Not null
i
N Nama Typ Leng Constraint
o Field e th 3 Uraian text 200 Not null
1 id_Obat Int 10 Primary Key, 4 Harga Int 50 Not null
Not Null, update
cascade, delete 5 No_rekening char 50 Not null
no action,
6 Kredit Int 50 Not null
2 Nama_Oba Cha 50 Not Null
t r 7 Debet Int 50 Not null

3 Jenis_Obat Cha 100 Not null

7. Tabel Pemesanan Obat

382
 Seminar Nasional Informatika 2015

Tabel7.Struktur Tabel Pemesanan Obat 2 Nm_suplie char 50 Not null

r
N Nama Typ Leng Constraint
o Field e th 3 Almt_supli char 10 Not null
er
1 id_order Int 10 Primary Key,
Not Null, update 4 Telp_supli char 15 Not nll
cascade, delete er
no action,

2 Tgl_order date - Not null 4. Perancangan Sistem

4.1 Diagram Konteks
3 Nm_Suplie Cha 50 Not null Gambar dibawah ini merupakan gambar
r r diagram konteks pada sistem perancangan
pengolahan data obat-obatan dan bahan
4 Nm_Obat char 50 Not null medis pada instalasi farmasi
Stok obat & bahan medis Data pasien, data obat &

5 Jumlah Int - Not null Assisten

Apoteker
yang tersedia bahan medis yang tersedia
Dokter

6 Satuan Int - Not null

0

Entri data suplier, pasien & obat Sistem Resep untuk pasien
Pengolahan
Data Obat &
bahan medis

8. Tabel Pembelian Obat

Tabel 8.Struktur Tabel Pembelian Obat - Faktur retur pembelian
- Faktur pesanan obat
& bahan medis
Laporan-laporan KaBag. Instalasi
Supplier
N Nama Typ Len Constraint - Faktur Pembelian
Farmasi

o Field e gth
Gambar 2. Konteks Diagram Sistem
1 id_pembeli Int 10 Primary Key, Not Pengolahan Data Obat & Bahan
an Null, update
cascade, delete no 4.2 DFD Level I
action, Gambar dibawah ini merupakan gambar DFD
level 1 pada perancangan basis data
2 Tgl_order date 10 Not null
pengolahan data obat-obatan dan bahan medis
pada instalasi farmasi menjadi 5 proses yaitu :
3 Nm_Suplie Cha 100 Not null
input data obat dan bahan medis, pemesanan
r r
obat dan bahan medis, pembelian obat dan
4 Nm_Obat Cha 50 Not null bahan medis, penerimaan resep, pembuatan
r laporan.
Assisten
Apoteker Store data D Suplier

5 Harga Int - Not null

Data suplier, pasien 1.0
obat
Obat &
Store data D2 Bahan Medis
6 Satuan Int - Not null Store data Entri Data

7 Harga_tota Int - Not null D3 Pasien

l 2.0

Data pesanan Pemesanan Store data D4 Pesanan

Obat & Bahan
Faktur
Medis
suplier

Suplier
9. Tabel Suplier
Tabel 10.Struktur Tabel Suplier 3.0 Store data
D5
Obat & Bhn
Medis yg Masuk
- faktur pembelian Pembelian
N Nama Typ Leng Constraint - retur pembelian Obat & Bahan
Store data Retur Obat &
Medis D6 Bhn Medis
o Field e th
4.0
1 id_suplier Int 10 Primary Key, Store data
Penerimaan D7 Resep
Not Null, update Resep
Resep

cascade, delete Dokter Obat

no action, 5.0
Laporan data Obat & Bahan Medis
Pembuatan Laporan Pemesanan Obat & Bahan Medis
Laporan Laporan data Obat yg masuk
Laporan retur pembelian

KaBag. Apoteker
383
Seminar Nasional Informatika 2015
Gambar3. DFD Level 1 Sistem Pengolahan
Data Obat & Bahan
5. Kesimpulan
Dengan demikian penulis dapat menyimpulkan
beberapa hal yang penulis dapatkan dari
perancangan tersebut antara lain:
a. Aplikasi yang digunakan pada Rumah Sakit
Haji Medan masih menggunakan Microsoft
Excel, sehingga membutuhkan waktu yang
lama dalam pencarian data obat dan
persediaan obat serta bahan-bahan medis
yang ada pada instalasi farmasi.
384
b. Proses penginputan data obat dan bahan
medis dan transaksi tidak dilakukan secara
rutin oleh apoteker sehingga sering terjadi
keterlambatan dalam pembuatan laporan.
Daftar Pustaka :
[1] Buku Panduan Sistem Pengolahan Data Obat
pada Instalasi Farmasi di Rumah Sakit Haji
Medan.
[2] Prof. Dr. Charles J.P. Siregar, M.Sc, 2004,
Farmasi Rumah Sakit- Teori dan Terapan,
Jakarta, EGC
[3] Kusrini, 2007, Strategi Perancangan dan
Pengolahan Basis Data, Yogyakarta, Andi
[4] Peraturan Menteri Kesehatan Republik
Indonesia Nomor 58 tahun 2014.
 Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI DATA KELUAR MASUK KEUANGAN

YANG TERDAPAT PADA TOKO FUNNCY COLECTION
Fitriana Harahap

Sistem Informasi Komputer Universitas Potensi Utama

Jl K.L. Yos Sudarso KM 6,5 No. 3A Tanjung Mulia Medan
Email fitriana@potensi-utama.ac.id

Abstrak

Toko Funncy Colection adalah toko yang bergerak dalam penjualan dan pembelian baju yang bergerak pada
bidang fashion. Bisnis utama Toko Funny Collection adalah penjualan bergerak dalam bidang produk
fashion. Dalam sistem penjualan dan pembelian yang dilakukan toko yang sedang berjalan masih
menggunakan sistem manual,arti setiap penyimpanan data dan pembuatan laporan masih dilakukan dengan
cara mencatat dalam buku, baik pencatatan stok barang digudang, pencatatan data pembelian barang,
pencatatan data penjualan dari hari ke hari, pembuatan nota penjualan dan nota retur penjualan serta
pembuatan laporan perbulan kepada pemilik Kegiatan penjualan berhubungan dengan arus kas baik pada
uang masung dan uang keluar pada perusahaan. Transaksi penjualan merupakan aktivitas perusahaan yang
secara langsung akan menentukan tercapainya tujuan perusahaan, yaitu memperoleh laba dengan maksimal.
Untuk mengatasi masalah tersebut diperlukan suatu sistem informasi arus kas uang masuk dan uang keluar
berbasis komputer agar dapat meminimalisir terjadinya kesalahan dalam penginputan data-data transaksi
penjualan yang menjadi kegiatan utama oprasional arus kas di toko. Dengan tersedianya sistem informasi
tersebut, diharapkan Toko Funncy Colection dapat lebih mudah dalam mengelola arus kas uang masuk dan
uang keluar di perusahaan, serta dapat dengan lebih cepat dalam penyajian laporan keuangan

Kata kunci: Perancangan data keluar masuk keuangan, Sistem Informasi, php dan mysql

385
Seminar Nasional Informatika 2015
Pendahuluan
Pada dasarnya perusahaan didirikan untuk
mencapai berbagai tujuan salah satunya adalah
menjaga kelangsungan hidup perusahaan dan untuk
mendapat laba. Semakin pesatnya perkembangan
ekonomi sejalan dengan perkembangan dunia usaha,
maka dalam suatu perusahaan terdapat beberapa
faktor yang menuntut pihak manajemen untuk
bekerja lebih efisien agar mampu bersaing dan
mempertahankan perusahaan yaitu faktor internal
dan eksternal. Dalam menjalankan kegiatan operasi
suatu perusahaan semakin luas pimpinan tidaklah
terlepas dari berbagai masalah, baik dibidang
manajemen, produksi, penjualan, pengelolahan kas,
dan juga sistem informasi yang dibutuhkan. Tanpa
sistem informasi suatu organisasi perusahaan tidak
dapat merencanakan dan mengawasi aktivitas yang
kompleks.
Toko Funncy Colection adalah toko yang
bergerak dalam penjualan dan pembelian baju yang
bergerak pada bidang fashion. Dalam sistem
penjualan dan pembelian yang dilakukan toko
sistem yang sedang berjalan masih menggunakan
sistem manual, dalam arti setiap penyimpanan data
dan pembuatan laporan masih dilakukan dengan
cara mencatat dalam buku, baik pencatatan stok
barang digudang, pencatatan data pembelian barang,
pencatatan data penjualan dari hari ke hari,
pembuatan nota penjualan dan nota retur penjualan
serta pembuatan laporan perbulan kepada pemilik.
Dari berbagai macam masalah diatas,
sangat diperlukan prosedur dan sistem yang
memadai sehingga menjamin kelancaran informasi
yang diperlukan dan menjaga kemungkinan yang
dapat merugikan perusahaan. Sistem tersebut
melibatkan fungsi-fungsi yang ada pada sistem
penjualan seperti, fungsi penjualan, fungsi kas,
fungsi gudang, fungsi pengiriman dan fungsi
akuntansi. Fungsi-fungsi tersebut ditunjukkan
dengan adanya formulir-formulir yang dibuat untuk
setiap fungsi, seperti faktur penerimaan kas pada
fungsi kas, faktur penjualan pada fungsi penjualan,
surat barang keluar pada fungsi gudang, dan faktur-
faktur lain untuk melakukan kesalahan dan produk
yang dihasilkannya, sebagai patokannya yaitu
semakin tinggi penjualan maka semakin sehat dan
semakin menguntungkan suatu perusahaan yang
berarti peluang untuk memperoleh laba juga
semakin besar. Pada sistem informasi arus kas uang
masuk dan uang keluar perlu diciptakan sehingga
seluruh penjualan dan segala pemasukan dari
penjualan dapat dicatat secara wajar supaya tidak
kecurangan antara sipenerima barang dan sipenjual
barang.
Sistem informasi arus kas uang masuk dan
uang keluar yang bertujuan untuk pencatatan data
pembelian, data penjualan, data stok barang serta
pembuatan laporan saja, tetapi juga digunakan
untuk dapat memberikan pelayanan yang baik
kepada konsumen. Setelah menganalisa latar
386
belakang tersebut maka penulis bermaksud membuat
sistem manual menjadi sistem komputerisari yang
berbasis client server, sehingga masalah-masalah
yang ada khususnya dalam arus kas uang masuk dan
uang keluar dapat diatasi.
Metode Peneltian
Tahapan yang ada dalam metode penelitian
dapat dijabarkan sebagai berikut:
1. Analisa Sistem
Dalam tahapan ini, penulis akan melakukan
analisa proses bisnis Toko Funncy Colection
dengan melakukan observasi dan pengumpulan
data-data sebagai contoh.
2. Desain Sistem
Dalam tahapan desain sistem, penulis akan
membuat sebuah desain meliputi desain basis-
data, desain tampilan, dan desain sistem
berdasarkan hasil analisa pada tahap pertama.
3. Implementasi Sistem
Di tahapan implementasi sistem, penulis mulai
melakukan penulisan kode sistem menggunakan
bahasa pemrograman sesuai dengan spesifikasi
yang telah diusulkan.
4. Operation Sistem
Pada tahap terakhir, penulis akan melakukan uji
sistem dan melakukan proses instalasi kepada
Toko Funncy Colection, dan melakukan
evalusasi terhadap sistem yang telah dibuat.
Tinjauan Pustaka
Penelitian sejenis telah dilakukan oleh
Surya Bintarti (2007) dengan judul Analisa Laporan
Arus Kas Untuk menilai Kinerja Keuangan Pada
PT.Wahana Semesta Intermedia. Adapun tujuan dari
penelitian tersebut mengeahui apakah metode
pelaporan arus kas PT.Wahana Semesta Intermedia
telah sesuai PSAK No.2, untuk mengetahui kegiatan
yang dilakukan oleh perusahaan untuk memperoleh
kas pada aktivitas operasi Adapun dalam tahun yang
sama Hendri Thiono melakukan penelitian berjudul
Perbandingan Keakuratan Model Arus Kas Metode
Langsung dan Tidak Langsung Dalam Memprediksi
Arus Kas dan Dividen Masa Depan pada tahun
2007. Adapun tujuan penelitian adalah melakukan
pengujian empiris mengenai kemampuan laporan
keuangan khususnya informasi arus kas metode
langsung dan metode tidak langsung untuk
memprediksi arus kas dimasa depan, untuk menguji
pernytaan FASB dan SFAS No.95 dan IAI dalam
PSAK No.2 bahwa metode langsung menghasilkan
informasi yang berguna dalam mengestimasi arus
kas masa depan yang tidak dapat dihasilkan dengan
metode tidak langsung.
Dari hasil penelitian yang dilakukan, maka
penulis bermaksud membangun sistem informasi
arus kas uang masuk dan uang keluar pada Toko
Funncy Colection. yang dapat membantu pihak toko
mempermudah proses pencatatan uang masuk dan
uang keluar serta laporan kas perusahaan untuk
 Seminar Nasional Informatika 2015

sebuah informasi yang lebih akurat dan lebih tepat

waktu sesuai dengan yang diharapkan dan
diinginkan oleh pemakai atau user.

Analisis Masalah
Pada saat ini, prosedur yang diterapkan
pada Toko Funncy Colection dalam pengolahan data
penjualan dan pembelianya masih secara
konvensional. setiap pengolahan data transaksi baik
transaksi pembelian maupun penjualan masih
mengunakan sistem pencatatan pada buku besar,
sehingga sering terjadi kesulitan dalam pengontrolan
persediaan barang, kesulitan dalam pembuatan
laporan penjualan dan pembelian, membutuhkan Gambar 2. Activity Diagram Kas
waktu lama dalam pencarian data barang dan rusak
dan hilangnya buku pencatatan konvensional b. Activity Diagram Laporan
Activity diagram laporan merupakan kegiatan
Perancangan admin untuk menampilkan laporan pembelian dan
Dalam penyusunan suatu program diperlukan suatu penjualan pada sistem informasi akutansi . Adapun
model data yang berbentuk diagram yang dapat activity diagram laporan dapat dilihat pada Gambar
menjelaskan suatu alur proses sistem yang akan di 3 berikut ini.
bangun. Dalam penulisan penelitian ini penulis
menggunakan metode UML. Penulis menerapkan
perancangan Use Case Diagram, Acivity Diagram
dan Sequence Diagram.

1. Use Case Diagram

Adapun Use Case Diagram dari perancangan
sistem ini dapat dilihat pada Gambar 1 berikut ini :

Gambar 3. Activity Diagram Laporan

c. Activity Diagram Pembelian

Admin sell dapat menambah atau mengubah
data pembelian, data produk dapat di tambah dengan
menakan tombol pembelian, kemudian masukkan
data pembelian baru. Tekan tombol add untuk
menyimpan pembelian produk baru .Untuk
mengedit data tekan tombol edit maka akan tampil
menu edit data. Pilih dan ganti data seperlunya
kemudian tekan tombol update. Adapun Activity
Diagram Pembelian dapat dilihat pada Gambar 4
berikut ini.

Gambar 1. Use Case Diagram Sistem Informasi

Arus Kas Uang Masuk dan Uang Keluar

2. Activity Diagram
a. Activity Diagram Kas
Activity diagram kas alur kegiatan untuk
menampilkan informasi kas pada Toko Funncy
Colection. Adapun activity diagram kas dapat dilihat
pada Gambar 2 berikut ini.
Gambar 4. Activity Diagram Pembelian

d. Activity Diagram Penjualan

387
Seminar Nasional Informatika 2015

Transaksi penjualan dapat ditambah dengan

mengisi form yang terdapat pada menu penjualan.
Kemudian tekan tombol add untuk menyimpan data
penjualan, setelah tombol add di klik maka akan
tampil keterangan penjualan, klik tombol cetak jika
ingin mencetak invoice penjualan Adapun Activity
Diagram Penjualan dapat dilihat pada Gambar 5
berikut ini.

Gambar 7. Sequence Diagram Data Penjualan

c. Sequence Diagram Pembelian

Sequence diagram pembelian menggambarkan
rangkaian akivitas yang dilakukan admin pembelian,
mulai dari memilih menu pembelian, menginputkan
Gambar 5. Activity Diagram Penjualan atau mengedit data pembelian, menghapus,
menyimpan data kedalam database. Adapun
3. Sequence Diagram Sequence Diagram Pembelian dapat dilihat pada
a. Sequence Diagram Produk Gambar 8 berikut ini.
Sequence diagram produk menggambarkan
rangkaian akivitas yang dilakukan admin produk,
mulai dari memilih menu produk, menginputkan
atau mengedit data produk, menghapus hingga
menyimpan data kedalam database. Adapun
Sequence Diagram Produk dapat dilihat pada
Gambar 6 berikut ini.

Gambar 8. Sequence Diagram Data Pembelian

d. Sequence Diagram Kas

Gambar 6. Sequence Diagram Data Produk
Sequence diagram kas menggambarkan
rangkaian akivitas yang dilakukan admin, mulai dari
memilih menu kas, menginputkan periode bulan dan
melakukan pencarian data kedalam database.
Adapun Sequence Diagram Kas dapat dilihat pada
Gambar 9 berikut ini.

b. Sequence Diagram Penjualan

Sequence diagram penjualan menggambarkan
rangkaian akivitas yang dilakukan admin penjualan,
mulai dari memilih menu penjualan, menginputkan
atau mengedit data penjualan, menghapus,
menyimpan data kedalam database serta mencetak
invoice penjualan. Adapun Sequence Diagram
Penjualan dapat dilihat pada Gambar 7 berikut ini.

Gambar 9. Sequence Diagram Data Kas

4. Pembahasan
Berikut adalah hasil dan pembahasan dari
Sistem Informasi Arus Kas Uang Masuk dan Uang
Keluar pada Toko Funncy Colection.

388

a. Menu Kas
Pada menu kas ini menampilkan informasi data
kas Toko Funncy Colection pada sistem informasi
akuntansi, adapun perancangan menu kas dapat
dilihat pada Gambar 10 berikut ini.
Gambar 10. Menu Kas
b. Menu Laporan Penjualan
Pada menu laporan penjualan ini menampilkan
informasi penjualan pada Toko Funncy Colection,
adapun menu laporan penjualan dapat dilihat pada
Gambar 11 berikut ini.
Gambar 11. Menu Laporan Penjualan
c. Menu Laporan Pembelian
Pada menu laporan pembelian ini menampilkan
informasi pembelian pada Toko Funncy Colection,
adapun menu laporan pembelian dapat dilihat pada
Gambar 12 berikut ini.
Gambar 12. Menu Laporan Pembelian
Seminar Nasional Informatika 2015
d. Menu Produk
Menu peroduk ini untuk menampilkan data
produk pada Toko Funncy Colection. Menu produk
dapat dilihat pada Gambar 13 berikut ini.
Gambar 13. Menu Produk
e. Menu Penjualan
Menu penjualan ini untuk menampilkan data
penjualan pada Toko Funncy Colection. menu
penjualan dapat dilihat pada Gambar 14 berikut ini.
Gambar 14. Menu Penjualan
f. Cetak Kwitansi Penjualan
Cetak kwitansi penjualan adalah invoice
penjualan apabila ada transaksi penjualan pada Toko
Funncy Colection. Menu cetak kwitansi penjualan
dapat dilihat pada Gambar 15 berikut ini.
Gambar 15. Cetak Kwitansi Penjualan
g. Menu Pembelian
menu pembelian ini bertujuan untuk
menampilkan data pembelian yang ada pada Toko
389
Seminar Nasional Informatika 2015
Funncy Colection. Menu Pembelian dapat dilihat
pada Gambar 16 berikut ini.
Gambar 16. Menu Pembelian
h. Laporan Penjualan
Menu laporan Penjualan adalah invoice
penjualan apabila ada transaksi penjualan pada Toko
Funncy Colection. Menu cetak laporan penjualan
dapat dilihat pada Gambar 17 berikut ini.
Gambar 17. Laporan Penjualan
i. Laporan Pembelian
Menu Laporan Pembelian adalah invoice
penjualan apabila ada transaksi penjualan pada Toko
Funncy Colection. Menu cetak laporan pembelian
dapat dilihat pada Gambar 18 berikut ini.
Gambar 18. Laporan Pembelian
Adapun yang menjadi kelebihan dari sistem
yang akan dirancang yaitu :
1. Dengan adanya sistem ini proses penginputan
data bisa lebih cepat dan baik.
390
2. Proses pendataan akun-akun yang ada bisa
dilakukan sekaligus dan menghasilkan laporan
yang akurat.
3. Sistem ini memberi gambaran kepada pihak
yang membutuhkan informasi tersebut dengan
pembahasan yang ada.
Adapun kekurangan dari program yang
penulis rancang ini antara lain :
a. Aplikasi ini hanya berlaku untuk proses
pembelian, penjualan dan kas pada Toko
Funncy Colection.
b. Aplikasi ini tidak terhubung dengan jaringan
atau berdiri sendiri (stand alone)
c. Belum adanya sistem keamanan yang baik
dalam perancangan sistem ini.
5. Kesimpulan
Berdasarkan hasil penelitian yang penulis
lakukan, maka dapat diambil kesimpulan sebagai
berikut :
1. Sistem ini membuat kinerja karyawan akan
lebih efektif dan efisien. Penggunaan database
dalam sistem, hal ini sangat membantu
karyawan yang terkait untuk mempermudah
proses kegiatan kerja pada manajemen
perusahaan.
2. Proses penginputan data transaksi dapat
dilakukan lebih cepat dan tepat sehingga
menghasilkan suatu informasi yang akurat bagi
pemilik Toko Funncy Colection.
3. Aplikasi ini dapat membantu pemilik Toko
Fanny Collection untuk mengetahui pembelian,
penjualan dan pengeluaran yang terjadi pada
Toko Funncy Colection.
4. Aplikasi ini dirancang dengan menggunakan
bahasa pemrograman PHP dan database
MySQL.
DAFTAR PUSTAKA
[1] Sunarfrihantono, Bimo, 2011, Pemrograman
Web Dinamis Menggunakan PHP dan
MYSQL, Andi, Yogyakarta.
[2] Bintari,Surya.2007, Analisa Laporan Arus
Kas untuk Menilai Kinerja Keuangan pada
PT.Wahana Semesta Intermedia Hal - 8 ,
http://jurnal.pdii.lipi.go.id/admin/
[3] jurnal/301094966.pdf.diakses pada tanggal 18
September 2012, Pukul 14:20.
[4] Giri, Efraim Ferdinan. 2012, Akuntansi
Menengah 1 prespektif IFRS, UPP STIM
YKPN, Yogyakarta
[5] Isnawan,Ganjar.(2012). Akuntansi Praktis
untuk UMKM, Laskar Aksara, Jakarta.
[6] Kieso,Weygant,dan Warfield.(2002),
Akuntansi Keuangan, Erlangga, Jakarta.
 Seminar Nasional Informatika 2015

[7] Prihadi,Toto.(2011). Laporan Keuangan

Sesuai IFRS & PSAK, PPm, Jakarta.
[8] Sebayang, Gustaven Putra.(2008),Analisa
Laporan Arus Kas Pada PO.Medan
Jaya,http://repository.usu.ac.id/bitstrem/12345
6789/10574/1/08601590.pdf. diakses pada
tanggal 18 September 2012, Pukul 14:30.
[9] Smith,Jay M.(1993). Akuntansi Keuangan,
Erlangga, Jakarta.
[10] Yakub. 2012. Pengantar Sistem Informasi.
Yogyakarta, Graha Ilmu

391
Seminar Nasional Informatika 2015

APLIKASI BIOMETRIC FACE RECOGNATION DENGAN

ALGORITMA FISHERFACE PADA BADAN PERPUSTAKAAN
DAN ARSIP DAERAH MAKASSAR

Ahmad Sukarna Syahrir

STMIK Dipanegara Makassar

Jl. Perintis Kemerdekaan km. 09 Makassar, SUL-SEL, Telp. (0411) 587194, Fax. (0411) 588283, Kode Pos
90245.
Heksa97@yahoo.com / 085298422797

ABSTRAK

Penerapan teknologi biometrik khususnya pengenalan wajah pada sistem absensi pegawai pada Badan
Perpustakaan dan Arsip Daerah Makassar dengan pengenalan wajah menggunakan sebuah kamera untuk
menangkap wajah seorang pegawai yang melakukan absensi kemudian dibandingkan dengan wajah sebelumnya
yang telah disimpan di dalam database. Adapun metode yang digunakan dalam penelitian ini adalah metode
algoritma fisherface, dan menggunakan webcam untuk menangkap gambar secara real-time. Metode ini
mempunyai komputasi yang sederhana dan cepat dibandingkan dengan penggunaan metode yang memerlukan
banyak pembelajaran seperti jaringan syaraf tiruan. Secara garis besar proses dari aplikasi ini adalah kamera
melakukan capture pada wajah. Kemudian didapatkan sebuah nilai R,G,B. Dengan menggunakan pemrosesan
awal, dilakukan resize, RGB ke Gray, dan histogram equalisasi untuk perataan cahaya. Metode fisherface
berfungsi untuk menghitung eigenvalue dan eigenvector yang akan digunakan sebagai fitur dalam melakukan
pengenalan. Metode Euclidean distance digunakan untuk mencari jarak dalam data fitur yang telah didapat, dan
jarak terkecil adalah hasilnya. Dari percobaan dan pengujian yang dilakukan, alat dapat mengenali citra wajah
dengan tingkat keberhasilan sampai 87%. Hal ini membuktikan alat ini cukup baik dalam pengenalan wajah.

Kata Kunci : Algotirma Fisherface dan Face Recognition

1. PENDAHULUAN kecurangan ataupun kesalahan data akibat dari belum

Pada dasarnya setiap manusia memiliki sesuatu
yang unik/khas yang hanya dimiliki oleh dirinya
sendiri. Hal ini menimbulkan gagasan untuk
menjadikan keunikan manusia itu sebagai identitas
diri. Hal ini harus didukung oleh teknologi yang
secara otomatis bisa mengidentifikasi/mengenali
seseorang dengan memanfaatkan teknologi
semikonduktor yang semakin hari ukurannya bisa
semakin kecil. Teknologi ini disebut sebagai
biometrik. Biometrik adalah metode untuk
mengindentifikasi atau mengenali seseorang
berdasarkan karakteristik fisik atau perilakunya seperti
wajah, sidik jari, suara, telapak tangan, iris dan retina
mata, DNA, dan tanda tangan. Yang kemudian
teknologi biometrik ini diterapkan pada permasalahan-
permasalahan dalam kehidupan sehari-hari salah
satunya yakni sistem absensi terkhususnya pada
instansi instansi pemerintahan ataupun perusahaan
perusahaan.
Pada Badan Perpustakaan dan Arsip Daerah
Makassar sebagai salah satu instansi pemerintahan,
saat ini masih menggunakan sistem absensi secara
manual, di mana setiap pegawai diharuskan
menandatangani absen yang disediakan sehingga
ditemukan kelemahan yaitu kurang akuratnya laporan
absensi pegawai, karena kemungkinan adanya
adanya database komputerisasi yang terintegrasi.
Sistem authentikasi geometris wajah dengan
menggunakan algoritma fisherface dapat
meningkatkan sistem keamanan komputerisasi pada
aplikasi absensi karyawan.
Adapun batasan masalah dan ruang lingkup
kajian dalam membangun sistem absensi pegawai ini
antara lain : 1. Masukan dari sistem presensi adalah
citra wajah yang dihasilkan dari peng-capture-an
wajah menggunakan webcam pada saat pencatatan
presensi dilakukan, 2. Lingkungan pencahayaan
sekitar harus terang dan konstan dengan nilai
minimum intensitas cahaya 150 Lux, 3. Jarak antara
wajah dengan webcam kurang lebih 50-70 cm untuk
mendapatkan citra wajah ideal dengan kondisi wajah
menghadap ke kamera, 4.Sistem warna yang
digunakan sebagai standar adalah sistem warna
grayscale. Sistem warna RGB (Red, Green, Blue),
terdiri dari 24-bit masing-masing 8-bit untuk warna
Red(merah), Green(hijau), Blue(biru), 5. Metode yang
digunakan untuk proses pengenalan adalah metode
Linear Discriminant Analisis (LDA) dengan
Algoritma Fisherface 6. Image yang digunakan akan
diseragamkan ukurannya 100x100 pixel, untuk
mempercepat proses training dan pengenalan
(recognition)

392
 Seminar Nasional Informatika 2015

4. Kurangi image matriks dengan average image R.

Namakan matriks baru ukuran N x WH sebagai
2. METODE R.
2.1 Algoritma Fisherface untuk Pengenalan Kemudian identifikasi dilakukan dengan
Wajah menggunakan perhitungan FLD sebagai berikut:
Dasar dari Algoritma Fisherface ini adalah 1. Buat ProjectToFaceSpace(test_image): Image
Fishers Linear Discriminant (FLD). FLD merupakan berukuran W x H Piksel.
salah satu contoh metode class spesific, karena metode 2. Transformasikan training set ke dalam vektor
ini berusaha untuk membentuk jarak (scatter) antar kolom.
kelas dan intra kelas sehingga dapat menghasilkan 3. Bentuk average face dari facespace
klasifikasi yang lebih baik [6]. 4. Hitung nilai deviasi image.
Jika terdapat 20 sampel (N = 20) yang terbagi 5. Eliminasi nilai terkecil eigenvalue.
atas 2 kelas sampel. Dimensi sampel, n = 2 dan 6. Hitung eigenvector dan matriks kovarian.
dimensi reduksi, m = 1. Jadi, sampel akan 7. Hitung matriks proyeksi fisher dengan
ditransformasikan dari ruang sampel dimensi-2 ke mengurutkan vektor eigen berdasarkan besarnya
ruang ciri dimensi-1. Transformasi dilakukan dengan nilai eigen masing-masing vektor eigen dan
metode PCA dan FLD. Hasil proyeksi vektor ciri mengambil komponen vektor eigen yang
sampel pada ruang ciri dimensi-1 dengan metode PCA memiliki nilai eigen tidak nol.
dan FLD. 8. Hitung bobot tiap fisherface terhadap masing-
Start masing gambar wajah pada training set dengan
Hitung Class image
memproyeksikan nilai deviasi facespace
Image test
terhadap average face kedalam matriks proyeksi
Hitung rata-rata Image optimal.
Proses terakir adalah identifikasi yaitu dengan
Lakukan Grayscale
Hitung Nilai Deviasi
Image
memproyeksikan test image ke face space dan
menghitung score.
Lakukan Tresshold
Eliminasi Small 1. Load semua wajah yang sudah diproyeksikan ke
Eigenvalue
database
Ubah Matrix 2D ke 1D
Hitung Eigenvektor dan
2. Proj = projectToFaceSpace(test_image).
matriks Kovarian 3. Lakukan operasi pengurangan, proj dengan
Proyeksikan ke semua wajah yang telah diproyeksikan. Ambil
Facespace
Eliminasi Zero Eigens nilai absolutnya dan jumlahkan, hasil adalah
distance.
Proyeksikan ke Linier
facespace
Untuk lebih jelasnya algoritma fisherface dapat
diuraikan dalam ilustrasi sebagai berikut :
Image
Berhasil
1. Proses Image Test
Dikenali Langkah pertama setelah didapatkan citra wajah
hasil capture, citra wajah dirubah ke dari bentuk
end
RGB ke dalam bentuk grayscale, setelah
Gambar 1 Flowchart Tahapan Proses Pengenalan didapatkan citra keabuan ubah menjadi citra
Wajah Metode Fisherface hitam putih dengan melakukan tresshold agar
kompleksitas citra lebih sederhana
Konstruksi fisherface adalah pembuatan suatu set
fisherface dari suatu set gambar training dengan
menggunakan perhitungan PCA dan FLD.
Perhitungan PCA dilakukan dengan langkah sebagai
berikut :
1. Buat MakeFlatVectors (ImageList, N, M): Image Gambar 2 Proses Mengubah Citra RGB ke grayscale
List adalah kumpulan dari N training image, dan tresshold
dimana setiap image adalah W x H piksel. M 2. Penyusunan flatvector
adalah ukuran dari vector flat yang harus dibuat. Langkah pertama adalah menyusun seluruh
2. Gabungkan setiap image dalam WH elemen training image menjadi suatu matriks tunggal.
vector dengan menggabungkan semua baris. Misalnya image yang disimpan berukuran H x W
Buat image matriks sebagai matriks N x WH piksel dan jumlahnya N buah, maka akan
berisi semua gambar yang digabung. dimiliki vector ciri dengan dimensi N x (W x H).
3. Jumlahkan semua baris pada image matriks dan Misalnya dalam training image terdapat 3 image
bagi dengan N untuk mendapatkan rataan vektor dengan ukuran 3 x 4 pixel maka kita akan
gabungan. Namakan vektor elemen WH dengan mempunyai eivenvector ukuran 3 x 9.
R. Ilustrasinya sebagai berikut :

393
Seminar Nasional Informatika 2015
Gambar 3 Penyusunan flatvector
2.2 Image Processing
Image greyscale lebih mudah untuk dianalisa
apabila dibandingkan dengan image berwarna. Image
berwarna adalah kombinasi tiga warna utama merah,
hijau dan biru yang biasa disebut dengan sistem warna
RGB. Terdiri dari 24 bit, masing-masing 8 bit untuk
merah, hijau dan biru. Akan lebih mudah untuk
dianalisa maka image terlebih dahulu diubah menjadi
image greyscale dengan cara memberi nilai yang sama
untuk masing-masing nilai 8 bit tersebut
2.3 Pengenalan Wajah (Face Recognition)
Feature adalah komponenkomponen penting
dari image-image training yang didapatkan dari proses
training. Feature inilah yang nanti akan digunakan
untuk mengidentifikasikan image yang akan dikenali.
Berdasarkan jumlah feature yang diambil, presentase
pengenalan dari PCA dapat berubah-ubah. Jumlah
feature yang optimal akan didapatkan dari hasil
eksperimen beberapa kali.
..(2.34)
Dimana z adalah jumlah feature yang diambil
Setelah didapat semua distance maka dicari yang
paling minimum, maka dilihat distance minimum
tersebut bersesuaian dengan image ke-berapa dan
diambil nama orang dari image tersebut [5].
2.4. Authentikasi
Authentikasi User dalam sistem informasi
berbasis web, menyebutkan bahwa : Autentikasi
merupakan proses dalam rangka memvalidasi user
pada saat memasuki sistem. Nama dan password dari
user dicek melalui proses yang mengecek langsung ke
daftar mereka yang diberikan hak untuk memasuki
sistem tersebut. Sifat mengetahui bahwa data yang
diterima adalah sama dengan data yang dikirim dan
bahwa pengirim yang mengklaim adalah benar-benar
pengirim sebenarnya. Autorisasi ini dikelola oleh
Administrator, (pemegang hak tertinggi atau mereka
yang ditunjuk di sistem). Untuk proses ini, masing-
masing user akan dicek dari data yang diberikannya,
seperti nama, password, serta beberapa hal lainnya
yang tidak tertutup kemungkinannya seperti jam
penggunaan, lokasi yang diperbolehkan, dan
sebagainya [4].
2.5. Wajah
1. Model wajah
Wajah memiliki struktur biologis yang tidak
sederhana. Secara fisik elemen-elemen utama yang
biasa terdapat pada wajah adalah hidung, alis, mata,
telinga, mulut, gigi, lidah, pipi, dagu, leheer, rambut
serta assesoris lainnya. Elemen-elemen ini menjadi
394
pembeda antara wajah satu dengan yang lain. Selain
elemen fisik ada faktor lain yang mempengaruhi
wajah yaitu : syaraf dan pembuluh darah, trauma fisik
dan hasil pembedahan, ekspresi karena pembuluh, air
mata dan keringat, kesakitan dan kelelahan, gender
dan ras, serta pertumbuhan dan usia. Penelitian
menunjukkan bahwa beberapa elemen wajah memiliki
karakteristik geometrik yang dapat diukur.
Karakteristik ini disebut antropometric dari wajah
[10].
2. Pemrosesan Wajah
Dari sifat geometrik tersebut dapat
diperoleh informasi yang menjadi ciri yang unik dari
wajah secara keseluruhan. Dalam pengenalan wajah
terdapat hal lain yang mempengaruhi yaitu keadaan
latar belakang, tingkat pencahayaan, posisi wajah,
ekspresi wajah, serta ukuran wajah atau kepala. Faktor
yang membantu dalam pengenalan wajah karakteristik
simetri. Literatur menunjukkan bahwa manusia
mengenal wajah dengan mengandalkan pengetahuan
secara holistic dan juga informasi yang diperoleh dari
karakteristik ciri-ciri lokal wajah. .
Deteksi wajah sebagai masalah
klasifikasi pola dimana inputnya adalah citra masukan
dan akan ditentukan outputnya yang berupa label kelas
dari citra tersebut. Dalam hal ini terdapat dua belas
kelas, yaitu wajah dan nonwajah. Pendeteksian wajah
(face detection) adalah salah satu tahap awal yang
sangat penting sebelum dilakukan proses pengenalan
wajah (face recognition). Bidang-bidang penelitian
yang berkaitan dengan pemrosesan wajah (face
processing):
a. Pengenalan wajah (face recognition). Pengenalan
wajah (face recognition) yaitu membandingkan
citra wajah masukan dengan suatu database
wajah dan menemukan wajah yang paling cocok
dengan citra masukan tersebut.
b. Autentikasi Wajah (face authentication).
Autentikasi wajah (face authentication) yaitu
menguji keaslian atau kesamaan suatu wajah
dengan data wajah yang telah diinputkan
sebelumnya.
c. Penjejakan Wajah (face tracking). Penjejakan
Wajah (face tracking) yaitu memperkirakan
suatu lokasi suatu wajah di dalam video secara
real time.
2.6. Webcam
Webcam (Singakatan dari web camera) adalah
sebuah kamera video digital yang dihubungkan ke
computer melalui (biasanya) port USB ataupun port
COM. Ada berbagai macam merek webcam,
diantaranya LogiTech, Itech, SunFlowwer dan
sebagainya. Webcam biasanya beresolusi sebesar 352
x 288 / 640 x 480 piksel, namun ada yang kualitasnya
hingga 1 megapiksel. Sekarang hamper semua kamera
digital dan telepon bisa dijadikan sebagai kamera web
(Webcam).
Istilah webcam merujuk pada teknologi secara
umummnya, sehingga kata web terkadang diganti
dengna kata lain yang mendiskripsikan pemandangan
 Seminar Nasional Informatika 2015

yang ditampilkan di kamera, misalnya StreetCam yang citra berukuran 3 x 4 piksel dengan nilai-nilai
memperlihatkan pemandangan panorama kota dan RGBnya sebagai berikut :
pedesaan. TraffiCam yang digunakan untuk Tabel 2 Konversi Manual RGB ke Grayscale
memonitor keadaaan jalan raya. Cuaca dengan (
0 1 2 3
Whetaercam, bahkan keadaan gunung merapi dengan x,y)
Vulcanocam. 3 4 4 4
2.7. Open Source Computer Vision Library 10 2 6 1
(OpenCV) 3 4 4 4
Open Source Computer Vision Library 3 4 8 3
(OpenCV) adalah library dari fungsi pemrograman 1 2 3 3 3
terutama ditunjukkan untuk realtime computer vision, 2 3 7 2
yang dikembangkan oleh Intel. Library dapat di 4 4 6 8
download pada halaman website 2 4 4 2
http://sourceforge.net/project/opencvlibrary/ dan 4 4 6 8
gratis karena dibawah lisensi BSD open source. 4 6 6 4
Open Source Computer Vision Library 3 3 5 7
(OpenCV) memiliki fungsi akuisis yang baik untuk 3 5 5 3
image/video. OpenCV juga menyediakan interface ke 1 1 1 1
Integrated Performance Primitives (IPP) Intel 882 86 93 57
sehingga jika anda bisa mengoptimasi aplikasi vision 1 1 1 1
anda jika menggunakan prosessor Intel. Fitur yang 89 87 94 58
dimiliki OpenCV antara lain : 1 1 1 1
a. Manipulasi data citra (alokasi, copying, setting, 81 79 86 50
dan converse). Untuk konversi warna menjadi RGB digunakan rumus
b. Citra dan video I/O (file dan kamera based :
output. Image/Video file output).
c. Manipulasi matriks dan vektor beserta rutin-rutin
aljabar linear (products, solvers, eeigenvalues,
SVD). Perhitungan tersebut dilakukan untuk setiap koordinat,
d. Data struktur dinamis (lists, queues, sets, tress, sehingga matriks citra hasil konversi seperti berikut :
graps).
e. Pemroses citra fundamental (filtering, edge Tabel 1 Konversi Grayscale Hasil
detection, corner detection, sampling dan Perhitungan Manual
interpolation, color conversion, morphological (
operations, hystograms, image pyramids). 0 1 2 3
x,y)
f. Analisis struktur (connected components, 0 2 4 4 3
contour processing, distance transform, various 92 0 4 9
moments, template matching, hough transform, 4 4 6 8
polygonal apprpximation, line fitting, delaunay 0 2 2 0
triangulation). 2 1 1 1 1
86 84 91 55
3. HASIL dan PEMBAHASAN
3.1 Processing Konversi Image Ke Grayscale Setelah didapatkan citra sudah ter-grayscale,
Sebelum citra diproses dengan masing-masing
selanjutnya citra diproses dengan mengubahnya
algoritma, citra wajah diproses dengan proses
menjadi vektor matriks untuk mendapatkan nilai
training. Proses training dilakukan dengan mengubah
vektor dari citra tersebut. Proses grayscale dapat
image RGB menjadi image grayscale untuk dilihat pada flowchart dibawah ini :
mendapatkan sebuah vektor ciri dan mendapatkan f0 adalah nilai layer baru yang
jarak distance yang nantinya akan digunakan pada
didapatkan dari hasil perhitungan ketiga layer citra.
proses pengenalan dengan masing-masing algoritma.
Gambar 4.1 adalah flowchart algoritma yang
Tahap grayscaling citra adalah kegiatan untuk
digunakan untuk grayscaling citra.
menyederhanakan model citra. Tiga layer pada citra
berwarna, R-layer, G-layer, dan B-layer diubah
menjadi satu layer grayscale. Untuk mengubah citra
berwarna yang memiliki nilia matrik masing-masing
R, G, dan B menjadi citra grayscale dengan membagi
jumlah kegita layer, dengan persamaan dibawah ini :

Gambar proses konversi RGB ke grayscale

melalui perhitungan manual. Misalkan kita memiliki

395
Seminar Nasional Informatika 2015
Start
Input Citra
For i = 0 to
Citra.picture.height-1
For i = 0 to
Citra.picture.width-1
Gray = (GetRValue(Citra,Canvas.Pixel[j,i] +
GetGValue(Citra,Canvas.Pixel[j,i] +
GetBValue(Citra,Canvas.Pixel[j,i])) div 3
citra.canvas.pixel[j,i]
=RGB(Gray, Gray,
Gray
next j
next i
Selesai
Gambar 4 Flowchart proses grayscale
Hasil dari proses grayscale adalah citra dengan
intensitas pixel sebanyak 256 intensitas. Nilai
intensitas paling rendah merepresentasikan warna
hitam dan intensitas paling tinggi merepresentasikan
warna putih.
3.2 Proses Tressholding Image
Proses ini dilakukan untuk mengubah citra
berderajat keabuan menjadi citra biner atau hitam
putih. Intensitas pixel citra hasil grayscale
dibandingkan dengan nilai ambang (thresshold). Jika
nilai pixel lebih besar dari nilai ambang, maka pixel
akan dipresentasikan dengan warna putih. Jika nilai
pixel lebih kecil daripada nilai ambang, maka pixel
akan dipresentasikan dengan warna hitam. Gambar 4.2
adalah flowchart algoritma yang digunakan pada
proses binerisasi.
396
Mulai
Citra hasil
grayscale
Treshold = 50
For i = 0 to
Citra.picture.height-1
For i = 0 to
Citra.picture.width-1
Color = GetRValue(citra.canvas.pixel[j,i])
T Color>= Y
Color=255 Color=255
threshold
citra.canvas.pixel[j,i]=RGB
(color,color,color)
next j
next i
Selesai
Gambar 5 Flowchart proses binerisasi
Keterangan :
1. Threshold : nilai yang menjadi batas intensitas
pixel. Jika suatu intensitas pixel kurang dari nilai
ini, maka akan berwarna hitam. Jika lebih dari
nilai threshold, maka akan berwarna putih.
2. citra.picture.height : tinggi citra
3. citra.picture.width : lebar citra
4. citra.canvas.pixel [j,i] = clBlack?: apakah pixel
yang sedang diakses berwarna hitam ?
5. GetRValue : fungsi yang digunakan untuk
mendapatkan nilai layer R (red) suatu pixel.
6. RGB (color,color,color) : fungsi yang digunakan
untuk menggabungkan ketiga layer
(color,color,color) menjadi satu layer.
Berdasarkan flowchart pada gambar 4.2, nilai
pixel lebih besar dari 50 maka pixel akan
dipresentasikan dengan warna putih dan
sebaliknya.Nilai 50 didapatkan dari hasil percobaan
dan merupakan nilai terbaik untuk binerisasi citra
yang berpengaruh terhadap akurasi pada proses
pengenalan
3.3 Reshape image 2D ke vektor 1D
Setelah didapatkan image yang hasil tresshold
selanjutnya ubah menjadi vektor satu dimensi untuk
untuk mempermudah dalam menghitung distance dari
setiap image yang nantinya digunakan dalam proses
pengenalan. Misalnya dalam training image terdapat
image dengan ukuran 3 x 4 piksel maka kita akan
mempunyai flatvector ukuran 1 x 9. Ilustrasinya
sebagai berikut :
 Seminar Nasional Informatika 2015

Sequence diagram berikut ini menggambarkan

lebih rinci bagaimana pegawai berinteraksi
dengan objek-objek yang ada dalam aplikasi.
Program absensi, webcam dan proses matching
Gambar 6 Reshape image 2D ke vektor 1D adalah objek - objek yang ada dalam aplikasi di
mana memiliki fungsi baik secara langsung
3.3 Sistem Terinci maupun tidak langsung kepada pegawai.
1. Use Case Diagram Program aplikasi adalah objek yang berinteraksi
pertama dengan pegawai, webcam sebagai media
inputan untuk mengambil data gambar wajah,
dan meiliki proses matching yang berfungsi
sebagai proses data image untuk pendeteksian
Pegawai Program Absensi Webcam Proses Matching

Rekam Wajah

Aktifkan Webcam

Capture

Tampilkan Gambar

Simpan Sampel Wajah

Pesan

Absen

Aktifkan Webcam

Gambar 7 diagram use case untuk perangkat lunak Capture

Deteksi

yang akan dibangun Pesan

Hasil Deteksi

2. Sequence Diagram
a. Sequence Diagram untuk desain sistem 3. Activity Diagram
Sequence diagram berikut ini menggambarkan a. Activity diagram untuk admin
secara umum tahap demi tahap interaksi yang
terjadi. Admin, Pegawai, dan program utama Login Notifikasi Gagal

adalah objek yang disusun dalam suatu urutan

waktu. Setiap interaksi digambarkan secara umum Halaman Menu

untuk melihat bagaimana hubungan ketiga objek Data Bagian Data Pegawai Data Absen Setting User Report

tersebut
Admin Program Absensi Pegawai Kelola Data Cetak

Login

Menu Admin

Kelola Data Logout

Rekam Wajah

Ambil Gambar
Simpan Sampel Wajah Gambar 9 Activity Diagram Capture Marker
Scan Wajah

Deteksi
b. Activity diagram untuk pegawai
Absen

View Report

Halaman Report Halaman Menu

Gambar 7 Sequence Diagram

b. Sequence Diagram untuk Admin Rekam Wajah Absen

Sequence diagram berikut ini menggambarkan

lebih rinci bagaimana admin berinteraksi dengan
objek-objek yang ada dalam aplikasi. Program
aplikasi dan adalah objek yang ada dalam aplikasi
di mana memiliki fungsi baik secara langsung
maupun tidak langsung kepada admin
Admin
Login
Gambar 8 Activity Diagram Load Objek
3.5. Pengujian Sistem
3.5.1Teknik Pengujian
Pengujian dimaksud untuk mengetahui apakah
Program Absensi perangkat lunak yang dibuat telah memenuhi tujuan

Menu Admin dari perancangan dari perangkat lunak itu sendiri.

Pilih Menu

Menampilkan Form Sebelum penerapan sistem, terlebih dahulu harus

Tambah Data dipastikan bahwa sistem harus bebas dari kesalahan
Menamiplkan Data

logika yang mungkin dapat terjadi sehingga tidak

Edit Data

Menamiplkan Data sesuai dengan harapan si-perancang. Metode

Menghapus Data

Menamiplkan Data
pengujian program yang dilakukan adalah dengan
Cari Data
menggunakan metode pengujian white box dan Black
Menamiplkan Data
Box
View Report

Halaman Report

3.5.2 Hasil Pengujian Aplikasi dengan White Box

c. Sequence Diagram untuk Pegawai

397
Seminar Nasional Informatika 2015

Tabel 3 Rekapitulasi Hasil Pengujian Perangkat Lunak

No Nama Modul / Menu CC Region Path Keterangan
1 Menu Login Utama 5 5 5 Benar
2 Menu Super Administrator 11 11 11 Benar
3 Menu Administrator 9 9 9 Benar
4 Data Pegawai 7 7 7 Benar
5 Data Bagian 7 7 7 Benar
6 Data Hari Libur 7 7 7 Benar
7 Data User 7 7 7 Benar
8 Data Absen 7 7 7 Benar
9 Laporan Rekap Bulan 1 1 1 Benar
10 Laporan Data Pegawai 1 1 1 Benar
11 Ganti Password 2 2 2 Benar
12 Setting Aplikasi 2 2 2 Benar
13 Log Out 2 2 2 Benar
14 Menu Absen Pegawai 4 4 4 Benar
15 Rekam Wajah 3 3 3 Benar
16 Absen Masuk 5 5 5 Benar
17 Absen Pulang 5 5 5 Benar
18 Simpan 3 3 3 Benar
19 Edit 3 3 3 Benar
20 Hapus 2 2 2 Benar
21 Filter 1 1 1 Benar
Total 94 94 94 Benar

Tabel 4 Pengujian Form Absensi Image Processing

Hasil
Kasus Hasil yang Diharapkan Tampilan Aplikasi
Pengujian
Ketika wajah telah berada di depan kamera untuk di Absensi maka akan terjadi
beberapa proses, yaitu :
a. Ketika wajah telah berada di depan kamera untuk
di Absensi maka akan muncul tanda kotak
berwarna merah yang berbentuk persegi ()Diterima
mengelilingi sisi wajah. Dan ketika wajah tidak ( ) Ditolak
tertutupi oleh tangan atau yang lain yang bisa
menghalangi wajah, maka wajah akan otomatis di
deteksi sesuai data yang telah terekam.
b. Ketika wajah berada di depan kamera, kemudian
bagian wajah yaitu pipi tertutupi oleh tangan maka ()Diterima
wajah akan terdeteksi dan wajah tetap dapat di ( ) Ditolak
absensi.
c. Ketika wajah berada di depan kamera dan pada
posisi di tengah layar monitor kemudian bagian ( ) Diterima
wajah yaitu mulut tertutupi oleh tangan maka () Ditolak
wajah tidak akan terdeteksi dan wajah tidak dapat
di absensi.
d. Ketika wajah berada di depan kamera dan pada
Image posisi di tengah layar monitor kemudian bagian ()Diterima
processing wajah yaitu telinga tertutupi oleh tangan maka ( ) Ditolak
wajah akan tetap terdeteksi dan wajah dapat di
absensi.
e. Ketika wajah berada di depan kamera dan pada
posisi di tengah layar monitor kemudian bagian ( ) Diterima
wajah yaitu mata tertutupi oleh tangan maka wajah () Ditolak
tidak akan terdeteksi dan wajah tidak dapat di
absensi.

398
 Seminar Nasional Informatika 2015

4. KESIMPULAN dan SARAN Specific Linear Projection (Online),

4.1. Kesimpulan
Berdasarkan hasil penelitian dan
pembahasan yang telah diuraikan sebelumnya,
maka dapat diambil beberapa kesimpulan, sebagai
berikut:
1. Sistem absensi pegawai berbasis pengenalan
wajah yang dirancang dengan algoritma
fisherface menggunakan ciri warna sebagai
fitur yang diekstraksi untuk proses
pengenalan.
2. Sistem absensi pegawai berbasis pengenalan
wajah ini mempunyai kelebihan, proses
presensi benar-benar dilakukan oleh pegawai
yang bersangkutan sehingga manipulasi
proses presensi bisa dihindari.
3. Faktor-faktor yang mempengaruhi hasil
pengenalan pada sistem ini adalah
pencahayaan, jarak capture antara objek dan
webcam dan distorsi (kemiringan) pose
wajah pada saat proses capture dilakukan.
4. Berdasarkan hasil pengujian perangkat lunak
yang dilakukan pada tabel. Maka sistem
dikatakan sudah bebas dari kesalahan logika
karena Cyclomatic Complexity, Region, dan
Independent Path adalah sama.
4.2. Saran
Berdasarkan hasil kesimpulan penelitian dan
pembahasan yang telah diuraikan sebelumnya,
maka terdapat beberapa saran, sebagai berikut:
1. Untuk meningkatkan akurasi pada
pengembangan sistem berikutnya sebaiknya
ditambahkan fitur-fitur lain seperti fitur
morphologi wajah sehingga akurasi
pengenalan wajah bisa ditingkatkan.
2. Sistem ini juga agar lebih user friendly jika
sistem bisa melakukan deteksi wajah secara
otomatis sehingga proses capture bisa
dilakukan secara otomatis, tanpa diklik oleh
pengguna.
(http://www.cs.columbia.edu / ~belhumeur /
journal / fisherface-pami97.pdf), diakses
tanggal 4 Juni 2013
[7]. Piarsa, N dan Hisamuddin, R, 2010,
(Metode Pengenalan Wajah Eigenface),
(Online),
(www.ejournal.unud.ac.id/abstrak/piarsa_14
.pdf), diakses tanggal 28 Mei 2013
[8]. Pressman, Roger S, 2002, Rekayasa
Perangkat Lunak Pendekatan Praktisi. Andi,
Yogyakarta.
[9]. Rizzal Muhammad Fuad 2012, Aplikasi
Pengendali Pointer Mouse Dengan Wajah
dan Indera Penglihatan (online)
(http://elib.unikom.ac.id/files/disk1/562/jbpt
unikompp-gdl-muhamadfua-28056-6-
11_uniko-1.pdf), diakses tanggal 10 Juni
2013
[10]. Setiawan Hadi. 2008, Pengembangan
Metode Pendeteksian Banyak (online)
(http://vplab.iitm.ac.in/publi_journal/confer
ence/Eusipco-paper594.pdf) diakses
tanggal 1 Juni 2013.
[11]. Wahana Komputer 2011. Microsoft Visual
C# 2010. Andi Offset, Yogyakarta.
[12]. Yilmaz, A dan Gokmen, M, 1999,
(Eigenhill vs Eigenface and Eigenedge)
(www.as.ucf.edu/yilmaz/papers/yilmazicpr_2
000.pdf), diakses tanggal 4 Mei 2013

DAFTAR PUSTAKA

[1]. Adi Nugroho, 2005, Analisis dan

Perancangan Sistem Informasi dengan
Metodologi Berorientasi Objek, Informatika,
Bandung
[2]. A. Suhendar, Hariman Gunadi, 2008.
Visual Modeling Menggunakan UML dan
Rational Rose, Informatika Bandung
[3]. Anita Desiani dan Muhammad Arhami
2006, Konsep Kecerdasan BuatanAndi
Offset, Yogyakarta.
[4]. Citra Ayu Lestari 2010. Authentikasi User
dalam sistem informasi berbasis web
[5]. Pengenalan Citra Wajah dengan Fisherface.
Program Pasca Sarjana UGM Yogyakarta,
Supiyanto 2005.
[6]. Peter N. Belhumeur 1997, Eigenfaces vs
Fisherfaces: Recognition Using Class

399
Seminar Nasional Informatika 2015

ANALISIS KELAYAKAN PENILAIAN KREDIT MENGGUNAKAN

METODE ANALISA 5C SEBAGAI PENUNJANG KEPUTUSAN
KREDIT PADA PT. BPR HARIARTA SEDANA

Dine Agustine Sukma1, Oleh Soleh2, Yessi Yusrina3, Renita3

1,2,3)
Teknik Informatika Universitas Islam Syekh Yusuf Tangerang
Jl Maulana Yusuf Babakan Kota Tangerang - Tangerang, 15118 Tlp 552969
Email : dine.agustine.eka@gmail.com1), olehsoleh@gmail.com2), yessi@gmail.com3),
renita.8919 @gmail.com 4)

Abstrak

BPR adalah bank yang melaksanakan kegiatan usaha meliputi usaha untuk menghimpun dan menyalurkan
dana kepada masyarakat. Seperti yang dilakukan oleh PT. BPR Hariarta Sedana. Sebelum menyalurkan
dana melalui pembiayaan pada nasabah, pihak Bank terlebih dahulu melakukan penilaian kepada nasabah
(analisa kredit) untuk mengetahui layak atau tidaknya nasabah tersebut menerima kredit. Dalam penentuan
kelayakan pemberian kredit kepada calon debitur terdapat beberapa kriteria yang menjadi penilaian.
Penilaian ini berdasarkan analisa kualitatif yakni analisa 5C (character, capital, capacity, collateral,
condition of economy). Untuk memudahkan dalam penentuan kelayakan kredit maka dibuat sebuah model
sistem penunjang keputusan penilaian kelayakan kredit. Dalam penelitian ini penulis menggunakan metode
observasi, studi kepustakaan dan wawancara kepada karyawan PT. BPR Hariarta Sedana. Metode
analisa menggunakan Balanced Scorecard. Langkah pengembangan aplikasi diawali dengan analisa
kebutuhan sistem yaitu analisa input, proses, dan output, kemudian dilakukan perancangan sistem yang
berupa desain pemodelan data dan pemodelan proses. Dari penelitian yang telah dilakukan maka
dihasilkan sebuah requirement- requirement dalam bentuk elisitasi dan sebuah perangkat lunak model
sistem pendukung keputusan penilaian kelayakan pemberian kredit untuk pemberi keputusan atau analisa
kredit. Informasi yang dihasilkan dari sistem ini adalah jumlah kredit yang diperoleh dan layak tidaknya
calon debitur mendapatkan kredit.

Kata Kunci : Keputusan, Kelayakan, Penilaian, Kredit, Analisa

1. Pendahuluan pemerintah yaitu tercapainya salah satu tujuan

1.1 Latar Belakang
Pada era globalisasi dan semakin pesatnya
perkembangan dunia untuk memajukan setiap
negaranya maka berdampak pula kepada semakin
tingginya kebutuhan untuk melangsungkan hidup
setiap individu. Untuk sekarang ini di Indonesia
semakin menjamurnya salah satu kegiatan usaha
yang dilakukan oleh BPR (Bank Perkreditan
Rakyat). BPR (Bank Perkreditan Rakyat) dapat
memberikan pelayanan jasa dan pemberian
pinjaman kredit kepada masyarakat baik dalam
kategori golongan menengah kebawah maupun
golongan menengah keatas. Usaha perkreditan
dalam dunia perbankan merupakan kegiatan usaha
paling utama karena pendapatan terbesar berasal
dari kredit. BPR (Bank Perkreditan Rakyat) yang
melakukan kegiatan tersebut salah satunya adalah
PT BPR Hariarta Sedana yang terletak di Jalan
Raya Serpong, Ruko Sutera Niaga 2 No. 3 Alam
Sutera Serpong, Tangerang.
Dengan adanya pemberian kredit tersebut
dapat menguntungkan semua pihak diantaranya
pembangunan nasional dalam bentuk
kesejahteraan umum. Untuk Bank, memberikan
peluang untuk membuka cabang-cabang baru di
seluruh pelosok agar memperbesar dan
memperluas pemberian kredit kepada semua
golongan masyarakat. Bagi masyarakat, dapat
lebih mudah untuk mendapatkan pelayanan dan
pemberian kredit dengan mengikuti syarat dan
ketentuan yang telah di berlakukan pada setiap
BPR (Bank Perkreditan Rakyat). Adapun
prosedur permohonan kredit di PT BPR Hariarta
Sedana sangat sederhana, dengan persyaratan-
persyaratan yang mudah dengan suku bunga yang
relatif ringan dibandingkan dengan bankbank
lainnya. Dalam pelayanan kredit yang ditawarkan
di PT BPR Hariarta Sedana terdapat 4 (empat)
jenis kredit, yaitu kredit mikro, kredit makro,
kredit umum dan kredit berjangka (Demand
Loan) dengan persyaratan dan suku bunga yang
berbeda. Semakin besar jumlah kredit yang
disalurkan oleh suatu bank, semakin besar pula
modal yang harus disediakan oleh pemegang
saham. Demikian pula pada PT BPR Hariarta

400

Sedana ini selalu dihadapkan pada resiko yang
cukup besar apakah dana dan bunga dari kredit
yang diberikan akan dapat diterima kembali
sesuai dengan yang telah dijanjikan yang tertulis
dalam perjanjian kredit. Mengetahui akan resiko
yang cukup besar tersebut, maka dalam
pemberian kredit ini sangat diperlukan sebuah
analisa yang tepat, khususnya dalam pengambilan
keputusan kelayakan pemberian kredit tersebut,
dan proses pemberian kredit tidak berakhir setelah
kredit tersebut direalisasi, tetapi masih diperlukan
pengawasan terhadap kegiatan debitur agar
seluruh kredit beserta bunga dapat dibayar sesuai
dengan prosedur yang disepakati. Berdasarkan
uraian diatas maka penulis tetarik untuk
melakukan penelitian pada dengan judul
penelitian Analisis Kelayakan Penilaian Kredit
Menggunakan Metode Analisa 5C Sebagai
Pendukung Keputusan Kredit Pada PT. Bank
Perkreditan Rakyat Hariarta Sedana.
1.2 Batasan Masalah
Berdasarkan permasalahan yang ada peneliti
membatasi laporan ini hanya pada sistem
penunjang keputusan kelayakan penilaian
pemberian kredit kepada nasabah dengan
menerapkan metode analisa 5C (Character,
Capacity, Capital, Condition dan Collateral) pada
PT BPR Hariarta Sedana.
1.3 Masalah
Berdasarkan latar belakang yang telah
dijelaskan diatas, maka yang menjadi
permasalahan pada PT. BPR Hariarta Sedana
antara lain adalah :
1. Bagaimana prosedur pemberian kredit pada
nasabah yang dilakukan oleh PT BPR
Hariarta Sedana?
2. Apakah proses pemberian yang dilakukan
oleh PT BPR Hariarta Sedana sudah sesuai
dengan prinsip pemberian kredit 5C?
3. Apakah sistem yang berjalan saat ini di PT
BPR Hariarta Sedana dapat memudahkan
komite kredit dalam memberikan keputusan
kredit ?
4. Bagaimana merancang suatu sistem yang
dapat membantu komite kredit pada PT BPR
Hariarta Sedana dalam mengambil
keputusan kredit ?
5. Apakah keuntungan dari sistem yang
diusulkan untuk PT BPR Hariarta Sedana ?
6. Siapa sajakah yang berhubungan dengan
sistem yang diusulkan ?
1.4 Metode Analisa dan Rancangan
Setelah dilakukannya proses pengumpulan
data melalui beberapa tehnik, maka data yang
sudah ada akan diolah dan di analisis supaya
mendapatkan suatu hasil akhir yang bermanfaat.
Dalam menganalisa data tersebut penulis
Seminar Nasional Informatika 2015
menggunakan metode analisa Balanced
Scorecard. Sementara untuk analisa data terkati
dengan penilaian kelayakan kredit menggunakan
metode prinsip 5C (Character, Capital, Capacity,
Collateral, Condition of economy). Tujuan
digunakan analisa Balanced Scorecard (BSC)
digunakan untuk melakukan evaluasi kinerja
penilaian kelayakan kredit yang terjadi pada
perusahaan selama ini.
2. Kajian Teori
2.1 Teori Khusus
Yakub (2012:142) mengemukakan bahwa,
analisa sistem dapat diartikan sebagai suatu
proses untuk memahami sistem yang ada, dengan
menganalisa jabatan dan uraian tugas (business
users), proses bisnis (business prosess),
ketentuan atau aturan (business rule), masalah
dan mencari solusinya (business problem and
business soulution), dan rencana-rencana
perusahaan (business plan).
Menurut Henderi, dkk (2011:322), analisa
sistem adalah penguraian dari suatu sistem yang
utuh ke dalam bagian-bagian komponennya
dengan maksud untuk mengidentifikasikan dan
mengevaluasi permasalahan permasalahan,
kesempatan - kesempatan, hambatan-hambatan
yang terjadi dan kebutuhan - kebutuhan yang
diharapkan sehingga dapat dibuat rancangan
sistem yang baru yang sesuai dengan kebutuhan.
Menurut Prof. G.M. Verryn Stuart dalam
bukunya Prof. Dr. Thamrin Abdullah, M.M.,
M.Pd. dan Dr. Francis Tantri, S.E., M.M.
(2012:2), bank
adalah suatu badan yang bertujuan untuk
memuaskan kebutuhan kredit, bank dengan
alat-alat pembayaran sendiri atau dengan uang
yang diperolehnya dari orang lain, manapun
dengan jalan memperedarkan alat penukar dan
tempat uang giral.
Menurut Raymond P. Kent (1972) dalam
bukunya Prof. Dr. Thamrin Abdullah, M.M.,
M.Pd. dan Dr. Francis Tantri, S.E., M.M.
(2012:163), kredit adalah hak untuk menerima
pembayaran kewajiban untuk melakukan
pembayaran pada waktu diminta, atau pada
waktu yang akan datang, karena penyerahan
barang-barang sekarang.
Syamsu Iskandar, (2008 : 93) berpendapat
bahwa kredit merupakan piutang bagi bank,
maka pelunasannya (repayment) merupakan
kebijakan yang harus dilakukan oleh debitur
terhadap utangnya, sehingga resiko kredit macet
dapat dihindarkan.
Kasmir (2012 : 72), mengatakan bahwa :
dalam bahasa latin kredit disebut credere yang
artinya percaya. Maksudnya si pemberi kredit
percaya kepada si penerima kredit yang
disalurkan pasti akan dikembalikan sesuai
perjanjian. Sedangkan bagi si penerima kredit
401
Seminar Nasional Informatika 2015

berarti menerima kepercayaan, sehingga Permohonan Dana Tunai Pada Bank

mempunyai kewajiban untuk membayar kembali
pinjaman tersebut sesuai dengan jangka
waktunya.
Menurut Maryanto Supriyono (2011:161),
5 CS Principle Of Credit, 5C ini merupakan
salah satu alat atau tool untuk melihat sejauh
mana kelayakan kredit yang akan diberikan
kepada calon debitur dan dapat dipertanggung
jawabkan. Analisis 5C dapat dijelaskan sebagai
berikut: Character, Capital, Capacity, Collateral,
Condition.
Menurut Prof. Dr. Thamrin Abdullah,
M.M., M.Pd. dan Dr. Francis Tantri, S.E.,
M.M. (2012:172-175), Biasanya kriteria penilaian
yang harus dilakukan oleh bank untuk
mendapatkan nasabah yang benar-benar
menguntungkan dilakukan dengan analisis 5C
dan 7P. Kredit dengan penilaian 5C berisi
penilaian tentang character, capacity, capital,
condition dan collateral. Sedangkan untuk 7P
kredit adalah personality, party, purpose,
prospect, payment, profitability dan protection.
Menurut Alter dalam bukunya Kusrini
(2007:15), Sistem pendukung keputusan
merupakan sistem informasi interaktif yang
menyediakan informasi, pemodelan, dan
manipulasi data. Sistem itu digunakan untuk
membantu pengambilan keputusan dalam situasi
yang semiterstruktur dan situasi yang tidak
terstruktur, dimana tak seorangpun tahu secara
pasti bagaimana keputusan seharusnya dibuat.
Jogiyanto (2003:327) berpendapat, DSS
(Decision Support System) atau sistem
penunjang keputusan adalah suatu sistem
informasi untuk membantu manajer level
menengah untuk proses pengambilan keputusan
setengah terstruktur supaya lebih efektif
dengan menggunakan modelmodel analitis dan
data yang tersedia.
2.2 Kajian Riset Sebelumnya
Dalam upaya mengembangkan dan
menyempurnakan penelitian ini perlu dilakukan
studi pustaka sebagai salah satu dari
penerapan metode penelitian yang dilakukan,
diantaranya sebagai berikut :
1. Penelitian yang dilakukan oleh (Cholis
Noviyanti:2010). Yang berjudul
Perancangan Sistem Informasi Pengajuan
Pinjaman Kredit Pada Koperasi
KONDANAU TANGERANG. Penelitian
yang dilakukan bertujuan untuk
memberikan kemudahan dan dapat
menangani permasalahan-permasalahan
yang ada sehingga sistem pengajuan
pinjaman kredit dapat berjalan dengan baik.
2. Penelitian yang dilakukan oleh (Sealva
Vidya Yulianti:2010). Yang berjudul
Perancangan Sistem Informasi Pengajuan
Perkreditan Rakyat Sarana Utama
Multidana Berbasis Web. Sistem yang
diusulkan dalam penelitian ini
menggunakan program aplikasi web yang
bertujuan untuk meminimalkan pencatatan
secara manual, serta terkomputerisasinya
sistem dengan penggunaan aplikasi
program yang update serta dapat
menangani permasalahan-permasalahan
yang ada. Sehingga sistem pengajuan
pinjaman dana tunai dapat berjalan dengan
baik dan efektif dan efisien.
3. Penelitian yang dilakukan oleh (Sealva
Handayani:2012) Penelitian yang dilakukan
oleh Sealva Handayani. Berjudul Analisa
Sistem Penyaluran KUR (Kredit Usaha
Rakyat) Pada Bank BTN (Bank Tabungan
Negara) Cikokol-Tangerang. Sistem yang
diusulkan pada penelitian ini menggunakan
program SIBS (system sirvarlake banking
sistem), BIDS (branch delivey sistem), GS
(Green screen) untuk membantu para
pekerja dalam memproses dan membuat
laporan-laporan tentang KUR (kredit usaha
rakyat). Namun upaya tersebut belum
dapat diimplementasikan karena masih
adanya keterbatasan mengenai kemampuan
database dalam menampung datadata nasabah
pada aplikasi ini akhirnya pengaksesan data
menjadi lama dan kurang efisien karena harus
copy data. Dengan ini penelitian akan
dilanjutkan dengan membangun sebuah
sistem yang memiliki kehandalan dalam
meolah database secara otomatis.
4. Penelitian yang dilakukan oleh (Dwi
Wulandari:2010) Penelitian ini membahas
tentang Perancangan Sistem Informasi
Pengajuan KPR (Kredit Kepemilikan
Rumah) Pada BTN Cikokol Tangerang.
Metode yang diusulkan pada penelitian ini
dengan membangun perancangan sistem
informasi pengajuan KPR berbasis web,
menggunakan bahasa pemograman PHP,
database menggunakan MySQL dan
interface Macromedia Dreamweaver CS5,
dapat mengasilkan informasi yang cepat,
tepat dan akurat, namun pembahasan
hanya dibatasi pada proses penginputan
pengajuan, dan penyampaian laporan saja.
3. Pembahasan
3.1 Prosedur Sistem Berjalan
Adapun urutan prosedur dari sistem
penilaian pemberian kredit kepada nasabah
yang berjalan saat ini yaitu sebagai berikut :
a) Calon debitur datang langsung ke Bank
untuk mengisi formulir pengajuan pinjaman
kredit yang telah diberikan oleh customer
service dan melampirkan data-data yang

402
 Seminar Nasional Informatika 2015

menjadi persyaratan agar dapat

terealisasinya pinjaman tersebut.
b) Kemudian setelah selesai mengisi
formulir-formulir yang dibutuhkan dan
melampirkan data-data, account officer
wajib melakukan wawancara dengan calon
debitur guna memudahkan account officer
untuk penyusunan laporan pengajuan
pinjaman.
c) Selanjutnya setelah wawancara selesai dan
account officer telah membuat laporan
pengajuan pinjaman atas nama calon debitur
tersebut, account officer wajib mengajukan
laporan tersebut kepada komite kredit
secara bertahap.
d) Permohonan pinjaman kredit diajukan
kepada Team Leader Account Officer dan
memeriksa dokumen tersebut guna
memastikan data yang telah dilampirkan
sebagai data pendukung sudah lengkap
semua. Kemudian, dilanjutkan ke Kepala
Bagian Operasional untuk diperiksa dan
diverifikasi atas dokumen tersebut.
e) Jika Kepala Bagian Operasional sudah
meverifikasi dokumen tersebut maka
dokumen diteruskan kepada komite kredit
tertinggi di cabang yaitu Pimpinan Cabang Gambar 1 Use Case Diagram Sistem Penilaian
untuk menentukan apakah dukumen Pemberian Kredit Nasabah
tersebut layak diberikan pinjaman ataukah
tidak. Jika memang dinyatakan bahwa 3.2 Analisa Balance Scorecard vs Analisa
tingkat resiko kredit bermasalah rendah maka 5C
dokumen tersebut layak diberikan pinjaman. Berdasarkan tahapan analisa ini suatu sistem
Tetapi jika diketahui tingkat resiko kredit atau aplikasi yang dilakukan sebelum
bermasalahnya tinggi dokumen tersebut perancangan sistem dibuat. Tujuan dalam
tidak boleh dilanjutkan lagi yang artinya penerapan sistem adalah untuk mengetahui alasan
ditolak. mengapa sistem tersebut dibutuhkan dalam proses
f) Setelah pimpinan cabang memberikan penunjang keputusan kelayakan penilaian
persetujuan atas dokumen tersebut (layak pemberian kredit. Metode analisa yang digunakan
atau tidaknya calon debitur diberikan yaitu dengan menggunakan 4 perspektif balanced
pinjaman), maka account officer scorecard untuk menilai kelayakan penilaian
menghubungi calon debitur untuk kredit dengan menggunakan metode analisa 5C
memberikan informasi dari hasil yaitu:
pengajuannya tersebut. Hubungan antara kelayakan penilaian kredit
dengan menggunakan metode analisa 5C dengan
4 perspektif balanced scorecard adalah:
a. 4 Perspektif Balance Scorecard
1. Financial (A)
2. Customer (B)
3. Business Process (C)
4. Learn & Growth (D)
b. Analisa 5C :
1. Character () (Learn & Growth point
D)
2. Capital () (Financial point A)
3. Capacity () (Business Process point C)
4. Collateral () (Customer point B)
5. Condition () - (Customer point B)

403
Seminar Nasional Informatika 2015

Tabel 1 Tabel Maping Empat Perspektif b) Kooperatif

Balaced Scorecard b. Capacity
Konsep Actual 1) Lama usaha sejak didirikan hingga saat
ini:
Perspektif Financial Capital a) < 2 Tahun
Collateral, b) 2 Tahun
Perspektif Customer
Condition c) > 2 Tahun
Business 2) Memiliki catatan-catatan usaha
Perspektif Capacity
Process (catatan hutang piutang, pembelian,
Learn & persediaan, dll):
Perspektif Character
Growth a) Tidak
b) Ya
Maka hasil analisa dengan menggunakan 4 3) Rata-rata jumlah pelanggan tetap yang
perspektif balanced scorecard untuk menilai dimiiki:
kelayakan penilaian kredit dengan menggunakan a) < 50
metode analisa 5C adalah: b) 50-100
c) > 100
Tabel .2 Tabel Perspektif Balaced Scorecard Pada 4) Rata-rata pendapatan setiap bulannya:
Analisa a) < 1 Juta
5C b) 1-2 Juta
c) 2-3 Juta
d) d.> 3 Juta
5) Jumlah pesaing untuk produk sejenis:
a) Sangat Banyak
b) Banyak
c) Cukup Banyak
d) Tidak Ada
6) Aset usaha lebih besar dari jumlah
pinjaman:
a) < Jumlah pinjaman
b) = Jumlah pinjaman
c) > Jumlah pinjaman
7) Jangkauan wilayah pemasaran produk:
a) Lokal
b) Regional
c) Ekspor
c. Capital
1) Jumlah modal usaha selain dari
pinjaman:
a) = 30%
b) > 30%
2) Apakah tidak memiliki hutang ditempat
lain:
Catatan:
a) Ya
i. Measure *) : Skor dari hasil penilaian
b) Tidak
ii. Target **) : Skor yang harus dicapai
d. Collateral
1) Hak milik jaminan:
Merujuk dari parameter diatas maka
a) Hak milik bersama
ditentukan variabel-variavel yang digunakan
b) Hak milik sendiri
untuk penentuan pemberian kredit yang
2) Besarnya taksasi nilai jaminan yang
diimplementasikan melalui pertanyaan-
diberikan:
pertanyaan sesuai dengan kategori-kategori
a) < jumlah pinjaman
sebagai berikut :
b) = jumlah pinjaman
a. Character
c) > jumlah pinjaman
1) Penilaian masyarakat sekitar terhadap
3) Jangka waktu pengembalian pinjaman:
calon debitur:
a) < 1 Tahun
a) Kurang
b) 1-3 Tahun
b) Cukup
c) > 3 Tahun
c) Baik
e. Condition
2) Sikap calon debitur:
a) Kurang Kooperatif

404

1) Pasang surut harga terhadap kelancaran
usaha:
a) Sangat terpengaruh
b) Terpengaruh
c) Tidak terpengaruh
2) Apakah tidak ada larangan pemerintah
terhadap produk dan tempat usaha:
a) Ada
b) Tidak ada
Penentuan Bobot pada Measure *) dan Target
**)
Untuk menentukan calon debitur berhak
atau tidak mendapatkan kredit ditentukan
berdasarkan kategori-kategori yang telah
ditentukan oleh Bank.5 kategori tersebut yaitu,
Character, Capital, Capacity, Collateral,
Condition.Hasil dari jawaban masing-masing
telah diberikan bobot diantaranya:
a) Untuk jawaban a diberi bobot 1
b) Untuk jawaban b diberi bobot 2
c) Untuk jawaban c diberi bobot 3
d) Untuk jawaban d diberi bobot 4
e) Untuk jawaban e diberi bobot 5
Kemudian, dijumlah dan dibagi dengan
jumlah tertinggi lalu dikalikan100% dengan
mmenggunakan perhitungan sebagai berikut:
Dimana :
N : Nilai yang didapat
Sp : Skor yang didapat ( Measure)
Sm : Skor maksimal ( Target)
Kemudian hasil diinterpretasikan kedalam
kategori:
a. 51%-100% = Disetujui
b. <50% = Ditolak
Setelah nilai persentase kelayakan
diperoleh, maka dapat diketahui besarnya
pinjaman yang dapat diterima oleh debitur
dengan menggunakan perhitungan sebagiberikut :
4. Kesimpulan
1) Dilihat dari sistem yang berjalan saat ini
pada prosedur pemberian kredit pada
nasabah dilihat masih kurang efektif
dikarenakan masih menggunakan sistem
manual, dan proses pemberian kredit
nasabah masih menggunakan Microsoft
Excel untuk meregister dan menginput
calon debitur yang ingin mengajukan
pinjaman dan mengharuskan calon nasabah
yang ingin mengajukan pinjaman untuk
datang langsung ke kantor.
2) Proses pemberian kredit nasabah sudah
sesuai dengan prinsip pemberian kredit 5C,
sudah terbukti pada gambaran system yang
sedang berjalan saat ini, jika memang tidak
Seminar Nasional Informatika 2015
sesuai dengan prinsip 5C maka pengajuan
kredit tersebut tidak valid yang artinya di
tolak dan jika data-data calon debitur
tersebut valid yang artinya pengajuan kredit
tersebut dapat diterima maka dilanjutkan
pada proses akad kredit dan dilakukan oleh
bank yang bersangkutan.
3) Sistem yang berjalan saat ini pada PT
BPR Prima Kredit Mandiri Cabang
Serpong masih belum memudahkan komite
kredit dalam memberikan keputusan kredit
dikarenakan pada sistem yang berjalan saat
ini keputusan kredit yang dilakukan masih
manual dan tidak ada suatu penilaian yang
akurat yang dilakukan oleh komite kredit
dan waktu yang dibutuhkan untuk sebuah
keputusan tidak dapat diputuskan secara
cepat.
4) Untuk membangun sebuah sistem aplikasi
berbasis web yang dapat memudahkan dan
membantu perusahaan adalah dengan
menggunakan software Visual Paradigm for
UML 6.4 Enterprise Edition untuk membuat
suatu model diagram, bahasa pemrograman
PHP (Hypertext Preprocessor), XAMPP for
Windows Version 3.2.1, merupakan tools
yang menyediakan paket perangkat lunak
kedalam satu buah paket. MySQL, Adobe
Dreamweaver CS5, dan metode pengujian
yang digunakan blackbox testing.
5) Dengan aplikasi berbasis web ini tentunya
dapat memudahkan calon nasabah yang
ingin melakukan pengajuan kredit tidak
lagi harus datang langsung ke bank
melainkan cukup memanfaatkan web yang
telah disediakan, selain itu sistem berbasis
web ini pun dapat membantu komite
kredit dalam membeikan penilaian kredit
terkait keputusan kredit yang akan
diberikan secara cepat, tepat dan akurat.
Serta, tidak lagi membutuhkan sumber
daya manusia secara berlebihan, dengan
kata lain user yang dibutuhkan untuk
mengakses sistem berbasis web ini hanya
akan diberikan kepada bagian-bagian
terkait saja.
6) Pada sistem ini yang akan berhubungan
secara langsung dengan system ini hanyalah
calon nasabah, team leader dan pimpinan
cabang.
Daftar Pustaka:
[1] Yakub. 2012. Pengantar Sistem Informasi.
Yogyakarta: Graha Ilmu.
[2] Henderi, dkk. 2011. Desain Aplikasi E-
learning Sebagai Media Pembelajaran
Artificial Informatics. Tangerang: Jurnal
CCIT. Vol. 4, No.3-Mei 2011.
[3] Abdullah Thamrin, Tantri Francis. 2012.
405
Seminar Nasional Informatika 2015

Bank dan Lembaga Keuangan. Jakarta: PT [8] Jogiyanto, H.M. 2003. Sistem Teknologi
Rajagrafindo Persada. Informasi: Pendekatan Terintegrasi
[4] Iskandar, Syamsu. 2008. Usaha-usaha Konsep Dasar, Teknologi, Aplikasi,
Bank. Yogyakarta: Andi Offset. Pengembangan dan Pengelolaan.
[5] Kasmir. 2012. Bank Lembaga Keuangan Yogyakarta: Andi Offset.
Lainnya. Jakarta: Rajawali.
[6] Supriyono, Maryanto. 2011. Buku Pintar
Perbankan. Yogyakarta: Andi Offset.
[7] Kusrini. 2007. Konsep dan Aplikasi Sistem
Pendukung Keputusan. Yogyakarta: Andi
Offset.

406
 Seminar Nasional Informatika 2015

PERANCANGAN APLIKASI UJIAN TEST UJI COBA (TRY OUT)

SELEKSI PENERIMAAN MAHSISWA BARU (SPMB) DAN UJIAN
NASIONAL (UN) BERBASIS WEB

Helmi Kurniawan

Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama
Jl. K.L. Yos Sudarso Km 6,5 No. 3A Tanjung Mulia Medan
helmikurniawan77@gmail.com

Abstrak

Intelegensi atau kecerdasan sering diasosiasikan dengan kecerdikan, kemengertian, kemampuan untuk
berpikir, kemampuan untuk menguasai sesuatu, kemampuan untuk menyesuaikan diri dengan situasi atau
lingkungan tetentu, dan sebagainya. Untuk mengetaui tingkat intelegensi dari seseorang perlu diadakan test,
dimana test harus memiliki sifat standar dan objektif. Selama ini untuk melakukan test terhadap peserta Test
dilakukan secara manual yaitu dengan menggunakan kertas untuk soal ujian dan lembar jawaban seperti
halnya test dilakukan dalam sistem test untuk masuk Perguruan Tinggi yang sering disebut Try Out SPMB
dan melakukan test untuk Lulus Sekolah Menengah yang sering di sebut UN yang selama ini dilakukan
secara tertulis dalam pelaksanaannya. Sistem test yang dilakukan selama ini mempunyai kelemahan dalam
biaya, waktu dan tempat. terkadang seseorang yang telah mengikuti Try Out SPMB dan UN ingin melihat
hasilnya dengan cepat, namun pemeriksaan secara manual membutuhkan waktu yang relatif lama. Untuk
mengatasi permasalahan ini perlu dibangun suatu sistem yang mampu dan dapat menyajikan informasi yang
cepat dan akurat yaitu sistem aplikasi test intelegensi peserta ujian try out SPMB dan UN berbasis web. Pada
penelitian ini sistem aplikasi dibangun dengan menggunakan PHP dan penyimpanan data menggunakan
Mysql. Sistem aplikasi test yang dibangun bertujuan untuk mengukur intelegensi dari peserta test dan
membantu bagi setiap pengguna untuk belajar dan mengasah kemampuan dan juga mengetahui seberapa
besar kemampuannya dalam menyelesaikan soal Try Out SPMB dan UN. Sehingga peserta test dapat
menghitung hasil jawaban ujian Try Our SPMB dan UN, Agar layak masuk perguruan tinggi mana yang
akan dpilih dan lulus UN.

Kata Kunci : Tryout, Test, PHP, MySQL

1. Pendahuluan berkembangnya teknologi internet, peserta test

Intelegensi atau kecerdasan sering
diasosiasikan dengan kecerdikan, kemengertian,
kemampuan untuk berpikir, kemampuan untuk
menguasai sesuatu, kemampuan untuk
menyesuaikan diri dengan situasi atau lingkungan
tetentu, dan sebagainya. Untuk mengetaui tingkat
intelegensi dari seseorang perlu diadakan test,
dimana test harus memiliki sifat standar dan
objektif. Test digunakan dalam berbagai seleksi
diantaranya penerimaan mahasiswa, siswa dan
karyawan. Namun test yang dilaksanakan selama
ini masih bersifat manual yaitu masih
menggunakan kertas untuk soal ujian dan lembar
jawaban. Salah satu test yang masih
menggunakan kertas yaitu sistem ujian
penerimaan mahasiswa masuk untuk perguruan
tinggi yaitu SPMB dan Ujian UN. Untuk
mengatasi masalah tersebut dibutuhkan teknologi
komputer.
Pada saat ini, perkembangan teknologi di
bidang komputer sangat pesat. Dengan
semakin dimudahkan dalam melakukan beberapa
proses pelaksanaan ujian dengan memanfaatkan
teknologi komputer dapat mempermudah dan
mempercepat proses selama mengikuti ujian.
Masing-masing peserta ujian cukup dihadapkan
pada komputer yang terhubung dengan internet.
Disamping itu Sistem test yang
dilakukan selama ini mempunyai kelemahan
dalam biaya, waktu dan tempat. terkadang
seseorang yang telah mengikuti Try Out SPMB
dan UN ingin melihat hasilnya dengan cepat,
namun pemeriksaan secara manual membutuhkan
waktu yang relatif lama. Untuk mengatasi
permasalahan ini perlu dibangun suatu sistem
yang mampu dan dapat menyajikan informasi
yang cepat dan akurat yaitu sistem aplikasi test
intelegensi peserta ujian try out SPMB dan UN
berbasis web. Pada penelitian ini sistem aplikasi
dibangun dengan menggunakan PHP dan
penyimpanan data menggunakan Mysql. Sistem
aplikasi test yang dibangun bertujuan untuk
mengukur intelegensi dari peserta test dan

407
Seminar Nasional Informatika 2015

membantu bagi setiap pengguna untuk belajar dan 3. Perancangan sistem harus efisien dan efektif
mengasah kemampuan dan juga mengetahui untuk dapat mendukung Sistem.
seberapa besar kemampuannya dalam Berikut ini adalah Prosedur dari Perancangan
menyelesaikan soal Try Out SPMB dan UN. Aplikasi Test Ujian SPMB dan UN :
Sehingga peserta test dapat menghitung hasil
jawaban ujian Try Our SPMB dan UN, Agar
layak masuk perguruan tinggi mana yang akan
dipilih dan lulus UN.

2. Metode Penelitian
Metodologi penelitian yang dilakukan dalam
penelitian ini terdiri dari:
e. Analisis Kebutuhan Aplikasi test ujian SPMB
dan UN
f. Spesifikasi dan Desain : desain Aplikasi
yang di bangun menggunakan bahasa
pemograman PHP dan Data Base Mysql
sebagai penyimpan data
g. Implementasi dan Verifikasi : Pada tahap ini
akan dilakukan implementasi dan verifikasi
aplikasi, untuk menguji apakah aplikasi
sudah berjalan sesuai dengan yang dirancang
sesuai dengan manfaatnya
h. Validasi yang penulis lakukan adalah
melakukan pengujian sistem keseluruhan Gambar 1. Prosedur Perancangan Aplikasi Test
baik itu hardware maupun perangkat lunak SPMB dan UN
yang dirancang agar sistem yang dirancang
sudah sesuai dengan kebutuhan awal, yaitu
dapat melakukan ujian (test) SPMB dan UN 3.1. Data Flow Diagram
serta aplikasi dapat Sistem pengolahan PNS dimodelkan
menginformasi/melaporkan hasil Test oleh dengan menggunakan DFD, penggambaran DFD
Pengguna. dapat dilihat dibawah ini :
3.1.1. Diagram Konteks
3. Perancangan dan Pembahasan Diagram konteks ini digunakan untuk
3.1. Perancangan menggambarkan proses berjalannya sistem secara
Perancangan sebuah sistem sangat keseluruhan, seperti terlihat gambar 2dibawah ini
dibutuhkan oleh perusahaan atau instansi :
manapun, sebab dengan adanya sebuah sistem
USER ADMIN
akan dapat mempermudah cara kerjanya. - Hasil Ujian - Data Login
- Soal Ujian - Data Informasi
Perancangan sistem dapat didefenisikan sebagai - Add User - Data Pertanyaan
penggambaran, perencanaan dan pembuatan - Berita - Data Skor
- Home
sketsa atau pengaturan dari beberapa elemen yang - Pengumuman
terpisah kedalam suatu kesatuan yang utuh dan
berfungsi. Perancangan sistem menentukan - Data Login
- Data Informasi
bagaimana suatu sistem akan dibentuk. -Data login - Data Pertanyaan IQ
Perancangan sistem mempunyai dua tujuan utama -Tes Try Out SISTEM - Data Skor
yaitu : -Tes UN TRY OUT
- Buku Tamu
1. Untuk memenuhi kebutuhan kepada para
pemakai sistem.
2. Untuk memberikan gambaran yang jelas dan
merancang bangun yang lengkap kepada Gambar 2. DFD Konteks Sistem Pengukuran
pemprogram komputer dan ahli-ahli teknik PNS
lainnya. Adapun penjelasan dari diagram konteks di atas
Untuk mencapai tujuan ini, haruslah adalah sebagai berikut:
dapat mencapai sasaran-sasaran sebagai berikut : 1. User memelakukan interaksi dengan sistem
1. Perancangan sistem harus berguna, mudah melalui Data Login, Test Try Out, Test UN
dipahami dan nantinya mudah digunakan. dan pemasukan buku tamu dan User
2. Perancangan sistem harus dapat mendukung memperoleh informasi Data login ketika
tujuan yang diinginkan User tersebut mendaftar, dan User juga

408
 Seminar Nasional Informatika 2015

mendapat nilai Hasil Test ketika User Relasi Tabel adalah hubungan antara tabel
tersebut melakukan ujian di web. yang mempresentasikan hubungan antar objek di
2. Admin memasukkan semua informasi dunia nyata. Relasi merupakan hubungan yang
kedalam sistem untuk dapat dilihat atau terjadi pada suatu tabel dengan lainnya yang
diakses oleh User berupa data Informasi yaitu mempresentasikan hubungan antar objek di dunia
tentang pertayaan soal-soal test ujian dan nyata dan berfungsi untuk mengatur mengatur
nilai. Admin juga wajib memasukan data operasi suatu database.Adapun ERD dari sistem
login berupa User Name dan Password agar yang dibangun ini seperti terlihat pada gambar 4
admin dapat mengakses sepenuhnya seluruh dibawah ini :
data yang ada pada Sistem. Berita
1
Subberita
-------------------------- --------------------------
ID ID
Jenis Jenis Tjenis
3.1.2. DFD Level 1 Judul isi Judul isi -------------------------- 1
Diagram Level 1 ini digunakan untuk M Image 1 Image 1 Katagori
Image 2 1 Image 2 Jenis
menggambarkan proses penyimpanan data dari Edisi Edisi Jenissoal
sistem yang dibangun, seperti terlihat gambar 3 Asal Asal
Headline Headline
dibawah ini : Info Info
KodeProduk 1
User Data Login ADMINISTRATOR Tpertanyaan
- Data Pertanyaan IQ
- Data Informasi -----------------------
1
-Data Skor Menu Atas kodepertanyaan
1 -------------------------- Katagori Tkatagori
Nama menu Jenis ----------------------- 1
Link Pertanyaan Kode
1 Jenis Urut katagori
0 No Jawaban_benar
1 Mainmenu 1
TUser Data Jurusan --------------------- Jenissoal
PEMASUKAN
DATA Judul 1
Kunci M M
TSoal/UN/SPMB Menu kiri
1 Urut 1
-----------------------
TJurusan
Nama menu
Hasil Tpenyelesaian 1 Link
Soal UN/SPMB 1 Jenis
Tuniversitas
No
-----------------------
Golongan 1
TMataPelajaran id
Include
Hasil Skor
Data Jurusan Tampil
universitas
Hasil Data User
1 Pelajaran 1
User
Proses Ujian 1
-----------------------
Data Pembahasan User 1
Data Soal Password
Data Jawaban Status

Data Skore Ttemp

-----------------------
TJawabanUN/ 1 Kodekatagori 1
Data Universitas
SPMB Nosoal
Universitas Jawaban
Ttamu
-----------------------
TUniversitas idtamu
1 Nama
Email
Webset
Gambar 3. Gambar DFD Level 1 Pesan
Status

Adapun penjelasan dari data data flowdiagram di

atas:
1. User memelakukan interaksi dengan sistem Gambar 4. Gambar ERD
melalui pendaftaran, belajar, ujian dan
pemasukan buku tamu dan User memperoleh 3.2. Pembahasan
informasi Data login ketika User tersebut Pembahasan Perangkat Lunak Aplikasi Try
mendaftar, dan User juga mendapat nilai Out SPMB dan UN (Ujian Nasional) akan
ujian ketika User tersebut melakukan ujian di membahas hasil dari Aplikasi yang telah
web dan semua data tersebut disimpan dalam dibangun yang terdapat pada tampilan yang ada
database TUser pada Aplikasi Try Out SPMB dan UN berbasis
2. Admin memasukkan semua informasi Web.
kedalam sistem untuk dapat dilihat atau 3.2.1. Tampilan Hasil
diakses oleh User dan data pelajaran Pada tampilan hasil akan dibahas tampilan
disimpan dalam table TPelajaran, program dan pembahasan dari program Aplikasi
pembahasan soal disimpan dalam table Try Out SPMB dan UN berbasis web., terutama
TPembahasan, dan soal SPMB dan UN yang berkaitan dengan interface (antarmuka)
disimpan dalam table TSoal sebagai penghubung antar user dengan program
aplikasi yang telah dirancang.
3.1.3. Relasi Tabel

409
Seminar Nasional Informatika 2015

Halaman Menu Utama

Halaman ini di gunakan sebagai tempat
untuk menampung semua pilihan-pihan yang
terdapat di dalam sistem yang di rancang seperti
terlihat gambar 5 di bawah ini.

Gambar 8. Halaman Test UN

IHalaman Hasil Test UN

Halaman ini digunakan untuk Hasil Test
UN, Adapun gambar dari implementasi ini dapat
di lihat pada gambar 9 di bawah ini :

Gambar 5. Menu Utama

Halaman Soal Try Out

Halaman ini digunakan untuk melakukan
Test Try Out, adapun gambar dari implementasi
ini dapat di lihat pada gambar 6 di bawah ini :
Gambar 9. Halaman Hasil Test UN

Halaman Login Admin

Gambar 6. Halaman Test Try Out
Halaman Hasil Test Try Out Dan SPMB
Halaman ini digunakan melihat hasil test
try out dan SPMB, adapun gambar dari
implementasi ini dapat di lihat pada gambar 7 di
bawah ini :
Halaman ini di gunakan sebagai tempat
untuk menampung semua pilihan-pihan yang
terdapat di dalam system administrator yang di
rancang seperti terlihat di bawah ini
1. Halaman Login
Halaman ini digunakan untuk
autentifikasi sistem sebelum masuk ke Halaman
Utama Sistem, adapun gambarnya dapat dilihat
seperti dibawah ini :

Gambar 10. Halaman Login Admin

Halaman Utama Sistem Administrator

Setelah berhasil masuk maka akan
langsung masuk ke halaman utama sistem
administrator, yang dapat dilihat seperti gambar
11 dibawah ini :
Gambar 7. Halaman Test try out dan SPMB

Halaman Test Soal UN

Halaman ini digunakan untuk melakukan
Test UN, adapun gambar dari implementasi ini
dapat di lihat pada gambar 8 di bawah ini :

410

Gambar 11. Halaman Utama Sistem
Administrator
Halaman Form Tambah Soal-soal Try Out
Dan UN
Halaman menu atas digunakan untuk
memasukan Soal-soal Try Out dan UN (Ujian
Nasional) kedalam sistem, adapun gambarnya
terlihat seperti dibawah ini :
Gambar 12. Halaman Form Tambah Soal-soal
Try Out Dan UN
Halaman Form Edit,Hapus Soal-soal Try Out
Dan UN
Halaman ini untuk mengedit soal Try
Out dan Ujian Nasional, Kedalam sistem. Adapun
gambarnya terlihat seperti dibawah ini :
Gambar 13. Halaman Form Edit Soal-soal Try
Out Dan UN
Kebutuhan Perangkat Keras dan Perangkat
Lunak
Dalam implementasi dari Program
Pengajian ini membutuhkan perangkat keras
(hardware) dan perangkat lunak (software).
Adapun hardware dan software yang akan
dibutuhkan adalah sebagai berikut :
1. Perangkat Keras (Hardware)
a. Micro processor minimal Pentium 3
b. Harddisk untuk tempat sistem
beroperasi dan sebagai media
penyimpanan data
Seminar Nasional Informatika 2015
c. Memory minimal 64 MB
d. Monitor super VGA
e. Keyboard
f. Mouse
2. Perangkat Lunak
a. XAMPP
b. MySQL
c. Internet Explorer atau Mozilla Fire
Fox
Teknik Pengujian
Tahap terakhir dalam pembahasan sistem
yang di buat adalah pengujian sistem aplikasi Try
Out dan UN yang telah di rancang. Pengujian
sistem aplikasi ini dilakukan untuk menguji dan
mengetahui apakah sistem aplikasi telah berjalan
dengan baik dan benar. Sistem ini menggunakan
satu jenis pengujian, yaitu tabel black box test.
Hasil uji perangkat dan sistem ini dapat
dilihat pada tabel berikut :
Tabel 1. Daftar Pertanyaan Black Box Test
No Pertanyaan Y T
1. Apakah koneksi system yang
dirancang dengan system oprasi
berjalan dengan baik?
2. Apakah aplikasi interface yang
dibangun mudah dimengerti
pengguna?
3. Apakah proses pengoperasian
program aplikasi dan sistem
operasi berjalan dengan benar?
4. Apakah output informasi dari
aplikasi sudah sesuai dengan
aturan yang diacu?
5. Apakah tampilan aplikasi
interface yang dibangun sangat
menarik?
Berdasarkan hasil dari tabel diatas,
didapat persentase penilaian terhadap aplikasi
yaitu: 5/5 x 100%= 100%, Tidak = 0/5 x 100%=
0%. Dari hasil uji persentase tersebut dapat ditarik
kesimpulan bahwa data dan informasi yang
disampaikan sudah sesuai dengan aturan yang
ditetapkan sekaligus mencerminkan sistem yang
dibangun sudah baik.
Kelebihan dan Kekurangan
penulis mencoba menjelaskan tentang
kelebihan dan kekurangan hasil perancangan
Program Aplikasi Ujian Test SPMB dan UN
(Ujian Nasional) Berbasis web.
1. Kelebihan
a. Kelebihan aplikasi ini mengetahui
inteligensi atau IQ seseorang untuk
menguji kemampuan mereka melalui soal-
soal test dan ujian nasional.
b. Proses penghitungan nilai-nilai Soal test
ujian SPMB Dan UN akan lebih mudah.
411
Seminar Nasional Informatika 2015
c. Memberikan informasi hasil nilai skor.
d. Suatu tes psikologi dalam mengukur
kamampuan IQ.
2. Kekurangan
a. Aplikasi tidak memberikan suatu angka
level intelektualitas.
b. Aplikasi tidak dapat memberi soal
berbentuk berupa gambar.
c. Aplikasi tidak dapat mengukur dua nilai
dari orang yang sama.
4. Kesimpulan
Berdasarkan pembahasan aplikasi Ujian
Test Seleksi Penerimaan Mahasiswa Baru
(SPMB) dan UN berbasis Web, Maka dapat
diperoleh beberapa kesimpulan sebagai berikut:
1. Dengan adanya sistem komputerisasi pada
Ujian Test Uii Coba (TryOut) ini maka proses
untuk mengetahui kemampuan seorang siswa.
2. Aplikasi ini akan menginformasi hasil ujian
bisa diperoleh dengan cepat dan akurat tanpa
adanya rekayasa dari pihak manapun.
3. Aplikasi ini akan menjadi latihan untuk
menguji kemampuan pengetahuan siswa atau
calon mahasiswa sebelum mengikuti ujian
sebenarnya.
412
4. Memberikan Tryout berbasis Web kepada para
siswa dalam beberapa tipe soal yang biasa
digunakan dalam Ujian Masuk Perguruan
Tinggi
Daftar Pustaka:
[1] Anhar ST, Panduan Menguasai PHP dan
MySQL Secara Otodidak, Media Kita,
2010.
[2] Dewanto, Joko, Web Desain (Metode
Aplikasi dan Implementasi), Graha Ilmu,
Yogyakarta, 2006.
[3] Hariadi, Sandi., Trik dan Solusi Jitu
Pemrograman WEB, 2010.
[4] Jeprie, Muhammad & Muhammmadun,
Aris., Panduan Lengkap Desain Web Dari
Photoshop Hingga HTML, 2011.
[5] Primagama Try out Online tahun 2004.
www.primagama.co.id, diakses pada 19 Mei
2015
 Seminar Nasional Informatika 2015

PENILAIAN KINERJA PEGAWAI DENGAN MENGGUNAKAN

METODE PAIREDCOMPARISON DAN ALGORITMA FUZZY C-
MEANS
Rahmawati Rumau1, Kusrini2, Emha Taufiq Lutfi, S.T., M.Kom 3
1,2
JMagister Teknik Informatika STIMIK AMIKOM Yogyakarta
3
Jl Ring roudnstansi, Alamat
1
rahmawatielka_89@yahoo.com, 2kusrini@amikom.ac.id, emhataufiqluthfi@amikom.ac.id

Abstrak

Penilaian kinerja pejabat structural merupakan suatu hal yang harus dilakuakn secara periodic oleh sebuah
lembaga pemerintah. Saat ini di kecamatan kalibawang melakukan perhitungan penilaian pelaksanaan
pekerjaan masih terbilang konvensional, dan komputerisasi, sehingga proses kinerja pejabat belum bisa
dilaksanakan secara maksimal dan Sehingga penilaian yang diberikan masih tidak pasti (bersifat kabur/tidak
jelas atau bersifat fuzzy) hal ini dapat dilihat, pegawai yang berprestasi jarang/tidak mendapat reward,
demikian pula pegawai yang tidak disiplin jarang mendapat punishment, Hal ini menandakan bahwa
penilaian yang dilakukan di kecamatan kalibawang berkesan belum sepenuhnya objektif. Proses perancangan
system pendukung keputusan penilaian kinerja pegawai menggunakan metode pairedcomparison dan
algoritma fuzzy c-means. Metode penilaian yang disebut dengan pembandingan berpasangan (Paired
Comparison). Metode ini mengharuskan penilai melakukan perbandingan antara hasil kinerja seorang
pegawai yang akan dinilai dengan hasil dari kinerja rekannya yang lain. Keunggulan dari fuzzy clustering
adalah dapat memberikan hasil kelompok bagi objek-objek yang tersebar tidak teratur. Metode yang paling
banyak digunakan dalam fuzzy clustering adalah fuzzy c-means hal ini disebabkan karena metode FCM
mempunyai algoritme yang sederhana dan mudah dimengerti. Pengujian digunakan pada peneletian memiliki
tingkat akurasi kesesuai 91% dengan Total Execution Time: 0.36699020067851 Menit, sehingga dapat
membantu pejabat penilai dalam menilai pegawai secara efektif dan efisien

Kata kunci : sistem pendukung keputusan, Penilaian kinerja pegawai, fuzzy c-means , pairedcomparison

1. Pendahuluan konvensional, dimana unsur atau kriteria

Setiap instansi pemerintahan pada
umumnya mengharapkan para pegawainya
mampu melaksanakan tugasnya dengan efektif,
efisien, produktif dan professional, dengan tujuan
agar instansi pemerintah kecamatan kalibawang
memiliki sumber daya manusia yang berkualitas
dan sekaligus memiliki daya saing yang tinggi
dan dituntut untuk memperbaiki dan senantiasa
melakukan reformasi dalam kinerja dan
mengantisipasi perkembangan masyarakat yang
terjadi. Untuk mencapai tujuan tersebut maka
dibutuhkan sumber daya manusia (SDM) yang
berkualitas dan mempunyai daya saing yang
tinggi oleh karena itu instansi melakukan
penilaian terhadap pegawai sebagai bahan
pertimbangan dalam pembinaan pegawai negeri
sipil antara lain pengangkatan, kenaikan pangkat,
pengangkatan dalam jabatan, pendidikan dan
pelatihan.
Daftar penilaian pelaksanaan pekerjaan
(DP3) dibuat sebagai instrument penilaian kinerja
pegawai, dengan alasan untuk lebih menjamin
objektivitas kinerja pegawai dalam birokrasi,
meskipun demikian perhitungan penilaian
pelaksanaan pekerjaan masih terbilang
penilaian diberi bobot nilai (0-100) kemudian
jumlah totalnya dibagi dengan jumlah unsur atau
kriteria penilaian ini masih bersifat subjektif,
proses penilaian dan perhitungan bobot nilai yang
dilakukan dengan cara mengisi daftar penilaian
pelaksanaan pekerjaan yang telah disediakan
dengan menggunakan calculator, kemudian hasil
perhitungan dimasukan ke dalam file Microsoft
excel. Ke kurang objektif penilaian ini antara lain
disebabkan adanya keterbatasan informasi dan
kelemahan pribadi dari atasan masing-masing,
Sehingga penilaian yang diberikan masih tidak
pasti (bersifat kabur/tidak jelas atau bersifat
fuzzy). Dalam penelitian ini untuk Salah satu
teknik penilaian kinerja pegawai yang digunakan
dengan menggunakan metode Paired Comparison
dan Algoritme Fuzzy C-Means.
Penulis mengangkat permasalahan yang
akan dibahas dalam penulisan Tesis ini yang
mendasari pada latar belakang masalah adalah:
Apakah program aplikasi sebagai sistem
pendukung keputusan dengan menggunakan
metode paired comparison dan algoritme fuzzy c-
means dapat menilai kinerja pegawai? ,Apakah
dengan melakukan pengujian terhadap aplikasi
sistem pendukung keputusan berbasis web dapat

413
Seminar Nasional Informatika 2015
menilai kinerja pegawai?, Berapa keakuratan
tingkat akurasi sistem penilaian kinerja pegawai
dengan menggunakan metode paired comparison
dan algoritme fuzzy c-means pada kecamatan
kalibawang Yogyakarta.Penelitian ini bermanfaat
untuk mempermudah mengambil keputusan
secara baik, bijak dan benar dalam penilaian
kinerja pegawai lebih optimal, cepat, baik dengan
hasil lebih akurat dan mendapatkan reward
terlepas dari sifat subjektif, serta sebagai bahan
acuan dan referensi dalam menambah
pengetahuan bagi peneliti-peneliti berikutnya
yang ada relevansinya.
2. Metode Analisa Data
Penelitian ini, menggunakan metode paired
comparison yang merupakan salah satu metode
pengambilan keputusan terhadap dua atau lebih
kriteria, hasil metode ini kemudian akan dianalisis
menggunakan fuzzy cluster means (FCM).
1). Paired comparison
Paired Comparison Analysis membantu
kita memecahkan masalah yang relatif lebih
penting daripada yang lainnya. Teknik ini
berguna, ketika kita tidak mempunyai data-data
yang objektif mengenai masalah yang sedang kita
hadapi. Analisis ini memudahkan kita untuk
memilih masalah yang paling penting untuk
diselesaikan atau memilih solusi yang
memberikan keuntungan paling besar. Dalam
menggunakan teknik ini, bandingkan tiap pilihan
yang ada dengan pilihan lain, satu per satu. Untuk
setiap perbandingan tentukan dua pilihan yang
paling penting. Lalu berikan skor yang
menunjukkan seberapa penting pilihan tersebut.
Setelah itu, kita bisa menggabungkan semua
perbandingan diatas sehingga tiap pilihan
memiliki derajat kepentingan.
1.1 Langkah-langkah dalam melakukan Paired
Comparison Analysis:
Buatlah daftar mengenai hal apa yang
akan dibandingkan. Berikan huruf untuk
tiap pilihan.
Buat tabel dengan model baris dan
kolom.
Matriks 1 Responden yang menyatakan
bahwa kolom lebih penting dari pada
baris
Matriks 2 diubah menjadi matriks 3
melalui tabel normal baku (z), kemudian
jmulah nilai Z dan hitung rata ratanya.
Matrik 3, Harga Z yang paling kecil (
harga negative paling besar ) dijadikan 1
kemudian nilai z ditranformasikan
kedalam : Y = z + k ; k= 1+Z min
Hasilnya kemudian di gunakan untuk
proses perhitungan algoritme fuzzy c-
means
414
1.2. Teknik Penilaian KinerjaPaired Comparison
Secara umum, penilaian kinerja
merupakan suatu proses membandingkan kinerja
karyawan dengan standar yang ditetapkan oleh
organisasi[1]. mengemukakan bahwa penilaian
kinerja merupakan proses dimana kontribusi
karyawan terhadap organisasi selama periode
tertentu dinilai. Penilaian kinerja didefinisikan
sebagai usaha mengevaluasi kinerja karyawan
pada saat ini dan masa lalu dikaitkan dengan
standar kinerjanya[2]. Sejumlah pendekatan untuk
mengukur kinerja antara lain pendekatan
komparatif, pendekatan atribut dan pendekatan
keprilakuan. Teknik penilaian kinerja Paired
Comparison merupakan salah satu teknik dengan
pendekatan komparatif[3]. Sebagai contoh,
seorang penilai akan menilai enam orang. Nama-
nama individu yang dinilai didaftar pada sisi
sebelah kini lembar penilaian. Penilai, kemudian
membandingkan karyawan pertama dengan
karyawan kedua pada kriteria kinerja yang telah
dipilih, seperti kuantitas kerja. Jika penilai
percaya bahwa karyawan pertama telah
menghasilkan kerja lebih baik daripada karyawan
kedua, maka ada skor nilai di tempatkan pada
namakaryawan pertama. Penilai, selanjutnya
membandingkan karyawan pertama dengan
karyawan ketiga, keempat, kelima dan keenam
pada kriteria kinerja yang sama dan menempatkan
skor nilai 1 pada nama karyawan yang
menghasilkan kerja yang paling pasang dalam
setiap pasang pembandingan.
Proses diulang hingga setiap karyawan
telah dibandingkan dengan setiap karyawan lain
pada semua kriteria kinerja yang dipilih.
Karyawan dengan angka 1 terbanyak dinyatakan
sebagai berkinerja terjelak. Teknik ini akan
menghadapi masalah, jika karyawan dan kriteria
yang dibandingkan lebih banyak, maka akan
memerlukan waktu yang relative lama
2). Algoritme fuzzy c-means
FCM adalah suatu teknik pengklusteran
data yang keberadaan tiap-tiap titik data suatu
cluster ditentukan oleh nilai keanggotaan. Nilai
keanggotaan tersebut akan mencakup bilangan
Real pada Interval. Fungsi untuk melakukan
clustering pertama menentukan pusat cluster yang
akan menandai lokasi rata-rata untuk tiap-tiap
cluster. Pada kondisi awal, pusat kluster ini masih
belum akurat. Tiap-tiap titik data memiliki derajat
keanggotaan untuk tiap-tiap cluster. Dengan cara
memperbaiki pusat kluster dan derajat
keanggotaan tiap-tiap titik data secara berulang,
maka akan dapat dilihat bahwa pusat cluster akan
bergerak menuju lokasi yang tepat. Perulangan ini
didasarkan pada minimasi fungsi objektif. Fungsi
Objektif yang digunakan pada FCM[4].
Algoritme fuzzy C-means (FCM)
diberikan sebagai berikut[5].
 Seminar Nasional Informatika 2015

1. Menentukan data yang akandi cluster X, Mulai

berupa matriks berukuran n x m

Input data yang
(n=jumlah sampel data, m = atribut akan dicluster

setiap data). Xij = data sampel ke-I Menentukan Jumlah cluster,

pangkat, maksismum iterasi,
(i=1,2,...,n), atribut ke-j (j=1,2,...,m). error terkecil, fungsi obyektif
awal dan iterasi awal
Menentukan Cluster Tiap data

2. Menentukan Menentukan matriks partisi awal Urutkan Pusat Cluster

- Jumlah cluster =c
- Pangkat =w Menghitung Pusat Cluster
Tentukan Nilai Minimum,Maksimum
dan jumlah data untuk tiap cluster

- Maksimum interasi= MaxIter

Perbaiki derajat keanggotaan
- Error terkecil yang diharapkan = Tidak
tiap data pada setiap cluster
ya Mulai

Menentukan fungsi obyektif

- Fungsi objektir awal= Po = 0

- Iterasi awal = t = 1 Cek Kondisi Berhenti

- Membangkitkan bilangan random

ik, i=1, 2, 3 ..., n; k=1, 2, 3 ...c; Telah Mencapai
Minumu Error atau
maksimal iterasi

sebagai elemen-elemen matriks

partisi awal U. Gambar 1 Diagram alir algoritme Fuzzy C-Means
- Menghitung pusat cluster ke-k: Vkj, 3. Hasil Dan Pembahasan
dengan k= 1,2,.c; dan j=1,2,.m
Sample yang digunakan berjumlah 23
pegwai dengan menggunakan 8 variabel yaitu
kesetian, prestasi kerja, tanggung jawab, ketaatan,
- Menghitung fungsi objektif pada kejujuran, kerjasama,prakarsa dan kepimpinan,
iterasi ke-t dengan parameter penilaian, 91-100 amat baik,
76-90 baik, 61-75 cukup, 51-60 kurang , 50
kebawah kurang. Data sampling dilakukan
pengelompokan menggunakan metode paired
- Menghitung perubahan matriks comparison Langkah-langkah yang dilakukan
partisi: untuk melakukan pengelompokan adalah
- Pada tabel 1 adalah tabel dengan penilian
katagori kesetiaan, dimana nilai-nilai yang
telah di dapat dengan hasil angket dimasukan
untuk di proses ke dalam paired comparison,
1-22 merupakan jumlah dan kode Nama
- Dengan i = 1, 2,n; dan k=1, pegawai yang akan dinilai dengan sesama
2,c. pegawai. Seperti terlihat pada tabel 1
- Cek kondisi berhenti Jika
atau (t > MaxIter) Table 1.Paired comparison kesetiaan

maka berhenti, dan hasil cluster

adalah nil, Jika t = t+1, mengulang
langkah ke-4
- Desain bagian alur algoritme fuzzy
c-means

- Pada tabel 2. Matrik1 dengan penilian katagori

kesetiaan, dimana nilai-nilai yang telah di
dapat dari hasil paired comparison pada tabel
3.18 yang menyakatan bahwa kolom lebih
penting dari baris nilai yang lebih tinggi di
tandai dengan skor 1 dan nilai lebih rendah
ditandai dengan skor 0, Seperti terlihat pada
tabel 2

415
Seminar Nasional Informatika 2015

Table 2. Matrik 1 dibutuhkan dalam sistem klastering berbasis fuzzy

ini adalah, membangkitkan matrik bilangan
random, sebagai elemen-elemen matriks partisi
awal Uo, Hitung pusat kluster FCM, menghitung
fungsi obyektif FCM, menghitung perubahan
matrik partisi, memeriksa kondisi berhenti jika
Jika atau (t > MaxIter) maka

berhenti, dan jika t= =t+1, menghitung langkah

- Pada tabel 3. Matrik2 dengan penilian katagori ke-4. Megecek kondisi berhenti Jika
kesetiaan, dimana nilai-nilai yang telah di atau (t >MaxIter) maka
dapat dari tiap tiap pegawai yang didapat dari
matrik 1, seperti terlihat pada tabel 3 berhenti,
Karena =

Dalam penelitian ini, proses berhenti

- Pada tabel 3 Matrik 3 dengan penilian katagori
kesetiaan, dimana nilai-nilai yang di dapat dari
jumlah masing-masing pegawai yang sudah di
rata-ratakan, pada Matrik 3 ini, nilai yang
paling kecil ( harga negative paling besar )
dijadikan 1 kemudian nilai z ditranformasikan
kedalam Y = z + k ; k= 1+Z min,. Seperti
terlihat pada tabel 3
setelah iterasi ke 3.
Dari matriks partisi U iterasi terakhir
dapat diperoleh informasi mengenai
kecenderungan penilaian kinerja pegawai untuk
masuk ke kelompok peminatan tertentu. Setiap
peminatan memiliki derajat keanggotaan tertentu
untuk menjadi anggota suatu kelompok. Derajat
keanggotaan terbesar menunjukkan
kecenderungan tertinggi seorang pegawai untuk
masuk menjadi anggota peminatan tertentu.
Secara detail disajikan pada table 4 berikut:

Tabel 4. Sample Hasil Penilaian Kinerja

Munurut Hasil Clustering

m c c c c c
ax 1 2 3 4 5
0
*
.22 1
0
Tabel 3. Matrik 3 *
.21 2
0
hasil dari paired di teruskan ke dalam *
.23 3
algoritme fuzzy c-means. Pada cluster berbasis
0
fuzzy ini ada 2 macam variabel input yang *
.22 4
pertama adalah variabel dari parameter data yang
akan di cluster, variabel input yang kedua adalah 0
*
variabel yang menjadi komponen dari algoritme .23 5
fuzzy c-means. Variabel dari parameter data 0
*
adalah; Kesetiaan (xi1), Prestasi kerja (xi2), .23 6
Tanggung jawab (xi3), Ketaatan (xi4), Kerja sama 0
*
(xi5), Kejujuran (xi6), Prakarsa (xi7), .22 7
kepemimpinan (xi8). Variabel yang menjadi 0
*
komponen dari algoritme fuzzy C-Means adalah; .22 8
Jumlah kluster yang akan dibentuk, Pangkat atau 0
*
Pembobot, Maksimum iterasi, Kriteria .22 9
penghentian, nilai positif yang sangat kecil, Iterasi 0 1
*
awal, Fungsi obyektif awal. Dan Proses yang .21 0

416
 Seminar Nasional Informatika 2015

0 1 Dalam kebutuhan fungsional ini berisi

*
.22 1 informasi dan proses apa yang dikerjakan oleh
0 1 Sistem. Adapun proses yang dilakukan oleh
*
.22 2 sistem ini adalah Sistem dapat mengclustepenilian
0 1 kinerja pegawai dan sistem mampu memberikan
* keakuratan klasifikasi tingkat penilaian kinerja
.21 3
0 1 pegawai di kecamatan kalibawang.
*
.22 4
0 1 1. Diagram konteks (Contex diagram)
*
.22 5
0 1 Diagram konteks Analisis penilaian
* kinerja pegawai di kecamatan kalibawangdengan
.21 6
0 1 Metode paired comparison dan algoritme fuzzy c-
* means. Diagram konteks mencakup satu simbol
.24 7
0 1 proses yang memwakili seluruh sistem pendukung
* keputusan penilaian kinerja pegawai ini. Konteks
.21 8
0 1 diagram ini ditunjukkan pada gambar 2
*
.23 9
0 2
*
.21 0
0 2
*
.21 1
0 2
*
.24 2

Dari tabel 4 dapat disimpulkan: Gambar 2. Diagram Konteks

1. Kelompok/cluster pertama berisi
pegawai nomor 2, 9,
10,12,13,14,17,18,19 dan 22 merupakan
pegawai yang memiliki kinerja amat 2. Diagram Level 0
baik, degan skor penilain amat baik dari DFD (Data Flow Diagram) adalah suatu
skor 91-100 gambaran garis dari suatu system yang
2. Kelompok/cluster kedua berisi pegawai menggunakan sejumlah bentuk symbol untuk
nomor 11,15,16,20, dan 21 merupakan menggambarkan aliran data melalui suatu proses
pegawai yang memiliki kinerja baik, yang saling berkaitan[6]. Berikut ini adalah
dengan skor penilain baik dari skor 76- gambar DFD dari Penilaian Kinerja Pegawai
90 Kecamatan Kalibawang Yogyakarta Dengan
3. Kelompok/cluster ketiga tidak berisi Mengguanakan Metode Metode Paired
pegawai, dimana pada peniliain cluster 3 Comparison Dan Algortima Fuzzy C-Means
berisi skor penilaian cukup dari skor 61-
75 Expert
knowledge
Data variabel
1

Pengolahan data variabel

Data variabel

Data variabel
variabel

4. Kelompok/cluster keempat berisi Data subuar 2

Pengolahan subuar
Data subuar subuar

pegawai nomor 1, 3, 4, 5, 6, 7, dan 8, user

Data pegawai
3

Pengolahan pegawai
Data pegawai
pegawai

merupakan pegawai yang memiliki Data jabatan 4

Pengolahan jabatan
Data jabatan
jabatan

kinerja sedang, dengan skor penilaian Data detail jabatan

5

Pengolahan detail jabatan

Data detail jabatan
Detail jabatan

kurang dari skor 51-60

Data pegawai
6
Data penilaian Data subuar
Pengolahan penilaian
Data penilaian penilaian

5. Kelompok/cluster kelima tidak berisi rekomendasi 7

penelusuran
Data penilaian

pegawai, dimana pada peniliain cluster 5

berisi skor penilaian kurang dari skor 50. Gambar 3. DFD Level 0

4. Analisis kebutuhan Fungsional 3. ERD (Entiti Relationship Diagram)

Dalam analisis kebutuhan fungsional yaitu Merupakan proses perancangan entitiy

berguna untuk menggambarkan tahap-tahap
kegiatan yang akan diproses dalam sistem
prototype penilaian kinerja pegawai dengan
metode paired comparison dan algoritme fuzzy c-
menas untuk menjelaskan kebutuhan sistem
prototype dalam berjalan dengan baik sesuai
kebutuhan.
relationship digunakan untuk menunjukan
hubungan antara entity yang direlasikan dengan
kunci relasi yaitu kunci utama dari masing masing
entity relasi antara suatu file dengan file yang
saling berhubungan seperti yang terlihat pada
gambar di bawah ini:

417
Seminar Nasional Informatika 2015
Gambar 4. Entiti Relationship Diagram
5. Implementasi
Tampilan antarmuka dari prototype yang
dibangun:
1. Menu login
Tampilan implementasi menu login
pegawai dan login admin dapat dilihat pada
gambar 5 dan 6 berikut:
Gambar 5. Menu Login Pegawai
Gambar 6. Menu login Admin
2. Menu Utama Admin dan pegawai
Merupakan menu utama dikhususkan
untuk admin sebagai pejabaat penilai. Tampilan
implementasi menu admin dapat dilihat pada
gambar 7 dan menu pegawai dapat dilihat pada
gabar 8 sebagai berikut:
Gambar 7. Menu Utama Admin
Gambar 8. Menu Utama Pegawai
418
3. Menu Data Variabel
Menu data variable merupakan menu
untuk melihat data variable yang bisa ditambah
dan detail masil-masing variable terdapat juga sub
variable. Tampilan implementasi menu data
variable dan subvariabel dapat dilihat pada
gambar 9 berikut:
Gambar 9. Menu Data Variabel
4. Menu Data Jabatan
Menu data jabatan merupakan menu
untuk melhat data-data jabatan yang ada di
kecamatan kalibawang desa kulon progo.
Tampilan implementasi menu data jabatan dapat
dilihat pada gambar 10. sebagai berikut:
Gambar 10.Menu Data Jabatan
5. Menu Data Pegawai
Menu data pegawai merupakan menu
untuk melihat data-data pegawai yang terdaftar
sebagai pegawai di kecamatan kalibawang.
Tampilan implementasi menu data pegawai dapat
dilihat pada gambar 11sebagai berikut:
Gambar 11. Menu Data Pegawai
6. Menu Penilaian Pegawai
Merupakan menu input penilaian pegawai untuk
melihat inputan penilain pegawai dapat dilihat
pada gambar 12 seagai berikut:
Gambar 12. Menu Penilaian Pegawai
6. kesimpulan
Pengujian menggunakan metode paired
comparison dan algoritma fuzzy c-means, tingkat
akurasi untuk penilaian kinerja pegawai pada data
yang digunakan pada peneletian memiliki
kesesuai 91% dengan Total Execution
Time: 0.36699020067851 Menit, sehingga dapat
membantu pejabat penilai dalam menilai pegawai
secara efektif dan efisien

7. Saran
Perlunya ketelitian saat melakukan
perhitungan berpasangan baik criteria maupun
alternative, kesalahan pada pemasukan data dapat
menyebabkan hasil akhir tidak terpenuhi.
Bagi penelitin berikutnya
(futureresearch) yang dilakukan adalah
melakukan pengujian teknik clustering yang lain
sehingga dapat dianalisis, tingkat clustering mana
yang paling akurat untuk penilaian pegawai. Dan
penanmbahan jumlah data pengujian, sehingga
diharapkan hasil penelitian menjadi semakin valid
Seminar Nasional Informatika 2015
Daftar Pustaka:
[1] Fisher, Robert,2005, teaching Children to
think 2e, Cheltenham: Nelson Thornes
[2] Kusumadewi, S., Purnomo, H., 2010,
Aplikasi Fuzzy Untuk Pendukung
Keputusan, Graha Ilmu, Jakarta
Jeffery L. W., 2004. Metode Desain &
Analisis Sistem, Andi, Yogyakarta
[3] Byars, Lloyd L., Rue, Leslie W., 1997,
Human Resource Management, Irwin,
Chicago
[4] Noe, Raymond A., 2000, Human Resource
Management: Gaining a Competitive
Advantage, McGraw-Hill, Irwin.
[4] Kusumadi, S., Hartati, S., 2006, Fuzzy Multi
Atribute Decision Making, Graha Ilmu,
Yogyakarta
419
Seminar Nasional Informatika 2015

APLIKASI STATISTIK PENDETEKSIAN PLAGIARISME

DOKUMENT TEXT DENGAN ALGORITMA RABIN KARP
Dedi Leman1, Gunadi Widi Nurcahyo2, Sarjon Defit3

Teknik Informasi, Magister Komputer, Universitas Putra IndonesiaYPTK Padang

Universitas Potensi Utama
Jl. K.L.Yos Sudarso Km 6.5 No. 3A - Medan
Lemhan28@yahoo.com

Abstrak

Algoritma Karp-Rabin diciptakan oleh Michael O. Rabin dan Richard M. Karp pada tahun 1987 yang
menggunakan fungsi hashing untuk menemukan pattern di dalam string teks. Algoritma ini digunakan secara
luas dalam menentukan kemiripan yang dekat di dalam rangkaian biolog. Plagiarisme merupakan tindakan
yang harus dihindari, tetapi masih banyak orang yang mengenal dan mengerti plagiarisme. Selain mencegah,
mendeteksi plagiarisme merupakan salah satu usaha untuk mengurangi tindakan plagiat. Permasalahan
plagiarisme yang sering ditemukan di kalangan pelajar adalah plagiarisme pada dokumen teks. Kajian ini
bertujuan membangun sistem pendeteksi plagiarisme pada dokumen teks dengan menggunakan algoritma
Rabin Karp secara komputerisasi. Sistem pendeteksi plagiarisme ini bersifat membantu tindakan plagiat
dengan kesamaan sekuens dari kedua dokumen yang dibandingkan. Sistem yang dibandingkan merupakan
proses dasar yang dapat dikembangkan lebih lanjut untuk membangun aplikasi pendeteksian tindakan plagiat
yang lebih baik.

Kata Kunci : Plagiarisme, Algoritma Rabin Karp, Kesamaan Sekuens, NetBeans 6.0.1

1. PENDAHULUAN dokumen yang diuji. Similarity ini akan

Pada dasarnya manusia menginginkan
kemudahan Dalam segala hal. Sifat tersebut akan
memicu tindakan negatif apabila dilatarbelakangi
oleh motivasi untuk berbuat curang dan
rendahnya kemampuan masyarakat berkreasi dan
berinovasi menciptakan suatu karya yang original.
Dalam hal ini tindakan negatif yang dimaksud
Plagiarisme.
menghasilkan nilai dimana nilai tersebut yang
akan dijadikan acuan dalam menentukan
persentase tingkat kemiripan sebuah dokumen
yang diuji. Besarnya persentase similarity akan
dipengaruhi oleh tingkat kemiripan dari dokumen
yang diuji semakin bersar persentase similarity
maka tingkat kemiripan akan semakin dianggap
tinggi(Surahman 2014).

2. LANDASAN TEORI 2.3. Teks Mining

Plagiarisme adalah tindakan penyalahgunaan,
pencurian /perampasan, penerbitan, pernyataan,
atau menyatakan sebagai milik sendiri sebuah
pikiran, ide, tulisan, atau ciptaan yang sebenarnya
milik orang lain(Anna Kurniawati1 2012)
2.1. Metode Pendeteksi Plagiarisme
Metode pendeteksi plagiarisme dibagi
menjadi tiga bagian yaitu metode perbandingan
teks lengkap, Metode dokumen fingerprinting,
dan metode kesamaan kata kunci. Metode
pendeteksi plagiarism (Anna Kurniawati1 2012)
Text Mining merupakan salah satu aplikasi
dari bidang data mining, yang khusus mengolah
data dalam bentuk teks. Tujuan text mining
adalah mencari informasi implisit dari data teks
sehingga bisa digunakan oleh pengguna untuk
mengambil keputusan (Favorisen Rosyking
Lumbanraja, 2013). Data minning adalah proses
yang menggunakan teknik statistic, matematika,
kecerdasan buatan, dan machine learning untuk
mengekstraksi dan mengindetifikasi informasi
yang bermanfaat dan pengetahuan yang terakit
dari berbagai database besar.

2.2. Similarity 2.4. Preprocessing

Similarity atau similaritas merupakan Tahap ini melakukan analisis semantik

tingkat perbandingan persentase kemiripan antar (kebenaran arti) dan sintaktik (kebenaran

420

susunan) teks. Tujuan dari pemrosesan awal
adalah untuk mempersiapkan teks menjadi data
yang akan mengalami pengolahan lebih lanjut.
Operasi yang dapat dilakukan pada tahap ini
meliputi part-of-speech (PoS) tagging,
menghasilkan parse tree untuk tiap-tiap kalimat,
dan pembersihan teks. Sebelum menentukan fitur-
fitur yang mewakili, diperlukan tahap
preprocessing yang dilakukan secara umum
dalam teks mining pada dokumen, yaitu case
folding, tokenizing, filtering, stemming, tagging
dan analyzing. Gambar 1 adalah tahap dari
preprocessing (Surahman 2014)
CASE FOLDING
TOKENIZING
FILTERING
STEMMING
Gambar 1 Tahap preprocessing
2.5. Algoritma Rabin-Karp
Algoritma Rabin-Karp adalah suatu
algoritma pencarian string yang ditemukan oleh
Michael Rabin dan Richard Karp. Algoritma ini
menggunakan hashing untuk menemukan sebuah
substring dalam sebuah teks. Hashing adalah
metode yang menggunakan fungsi hash untuk
mengubah suatu jenis data menjadi beberapa
bilangan bulat sederhana Algoritma Rabin-Karp
tidak bertujuan menemukan string yang cocok
dengan string masukan, melainkan menemukan
pola (pattern) yang sekiranya sesuai dengan teks
masukan. Algoritma Rabin-Karp menghasilkan
efisiensi waktu yang baik dalam mendeteksi
string yang memiliki lebih dari satu pola Hal ini
membuat algoritma Rabin-Karp dimanfaatkan
dalam melakukan pendeteksian terhadap tindak
plagiat dokumen Karakteristik Algoritma Rabin-
Karp(Andini 2013).
2.5.1. Hashing
Hashing adalah suatu cara untuk
mentransformasi sebuah string menjadi suatu nilai
yang unik dengan panjang tertentu (fixed-length)
yang berfungsi sebagai penanda string tersebut.
Hash function atau fungsi hash adalah suatu cara
menciptakan fingerprint dari berbagai data
masukan. Hash function akan mengganti atau
Seminar Nasional Informatika 2015
mentranspose-kan data tersebut untuk
menciptakan fingerprint, yang biasa disebut hash
value. Algoritma rabin-karp didasarkan pada
fakta jika dua buah string sama maka harga hash
valuenya pasti sama. Akan tetapi ada dua masalah
yang timbul dari hal ini, masalah pertama yaitu
ada begitu banyak string yang berbeda,
permasalahan ini dapat dipecahkan dengan meng-
assign beberapa string dengan hash value yang
sama(Andini 2013).
2.5.2. ASCII
Nilai hash yang akan dicari dengan fungsi
hash dalam algoritma Rabin-Karp merupakan
representasi dari nilai ASCII (American Standar
Code for Information Interchange) yang
menempatkan angka numerik pada karakter,
angka, tanda baca dan karakter-karakter lainnya.
ASCII menyediakan 256 kode yang dibagi ke
dalam dua himpunan standar dan diperluas yang
masing-masing terdiri dari 128 karakter.
Himpunan ini merepresentasikan total kombinasi
dari 7 atau 8 bit, yang kemudian menjadi angka
dari bit dalam 1 byte. ASCII standar menggunakan
7 bit untuk tiap kode dan menghasilkan 128 kode
karakter dari 0 sampai 127 (heksadesimal 00H
sampai 7FH)(Andini 2013).
3. ANALISA DAN PERANCANGAN
3.1. Perancangan Aplikasi Algoritma Rabin
- Karp
Perancangan aplikasi yang dibuat adalah
berupa sistem untuk mendeteksi plagiarisme suatu
dokumen.Inputan pada aplikasi ini berupa
dokumen teks yang mempunyai ekstensi .txt. User
akan menginputkan 2 dokumen, yaitu dokumen
asli dan dokumen yang ingin diuji. Setelah itu,
sistem akan memproses kedua dokumen tersebut
dan mengevaluasi berapakah similarity antara
dokumen tersebut dan berapa lama waktu
prosesnya. Pertama kali proses yang dilakukan
oleh sistem adalah membaca file teks yang
diinputkan oleh user. Dari dokumen yang telah
diinputkan oleh user tadi, sistem akan melakukan
pengecekan terhadap dokumen tersebut sehingga
akan didapatkan informasi berupa jumlah kata,
jumlah kalimat, jumlah paragraf dan ukuran
dokumen tersebut. Setelah sistem mendapatkan
informasi dari dokumen yang telah diinputkan,
sistem akan masuk ke tahap preprocessing. Pada
tahap ini akan dilakukan beberapa proses, yaitu
tokenizing, filtering (penghilangan kata yang tidak
penting) dan stemming (pemotongan kata atau
term menjadi kata dasar)Proses filtering adalah
proses penghilangan kata-kata dan tanda baca
yang kurang penting, seperti kata yang, dan,
itu, spasi, koma dan sebagainya. Proses
Filtering yang digunakan dalam sistem ini adalah
421
Seminar Nasional Informatika 2015

menggunakan algoritma stopword dimana tiap Kasus hukum mati Kasus hukum mati yang
kata (term) akan dicek apakah kata tersebut ada yang berbeda di berbeda di indonesia.
dalam daftar stopword. Jika terdapat dalam Indonesia.
stopword, kata tersebut akan dihilangkan
sehingga setelah dilakukan proses filtering akan 3.1.3. Case Folding dan Tokenizing
didapatkan daftar kata unik. Setelah proses Case folding adalah mengubah semua
filtering nantinya akan disisipkan huruf dalam dokumen menjadi huruf kecil. Hanya
prosesstemming. Proses stemming adalah suatu huruf a sampai dengan z yang diterima. Tahap
proses pemotongan partikel-partikel seperti - tokenizing / parsing adalah tahap pemotongan
lah, -kah, -pun. Kemudian memotong kata string input berdasarkan tiap kata yang
ganti kepemilikan seperti -ku , -mu, -nya. menyusunnya.
Langkah berikutnya yaitu, pemotongan terhadap
imbuhan sperti prefix (awalan) dan suffiks
Start
(akhiran) dan confix (awalan dan akhiran) pada
kata unik seperti di, -pun, -kan dan
sebagainya, sehingga akan didapatkan kata
dasarnya. Gambar 2 adalah gambar dari proses
String = Kata
pengecekan plagiarisme dokumen yang dilakukan
oleh sistem

Ubah Huruf besar

jadi Kecil
Tahap
Case Folding dan Array
Dokumen
Tokenizing Kata
Preproc
Kembalikan seperti
Ketemu=True Tidak
semula
essing
Filtering
Ya

Token_Kata

Kata
Array
Dasar Stemming
Kata Unik
Unik

Proses Pengecekan
Plagiarisme dengan
Stop
Algoritma Rabin-Karp

Gambar 3. Flowchart Case Folding dan

Hashing
Dokumen
Hashing
String Maching TokenizingTerhadap Dokumen Uji

Kasus Hukum Mati yang

Berbeda di Indonesia.

Hitung Presentasi String

Hasil
Similarity Ketemu Teks input

Gambar 2. Arsitektur Sistem

3.1.2. Dokumen Latih

Untuk menentukan data yang nanti kasus hukum mati yang

dianalisis dengan Algoritma Rabin Karp maka
berbeda di indonesia.
langkah langkah yang dilakukan adalah seperti
gambar 2, adapun data latih yang digunakan dapat
dilihat pada tabel 1 berikut : Hasil Case Folding
Tabel 1. Dokumen Latih Gambar 4. Case FoldingTerhadap Dokumen
Dokumen Uji Dokumen Asli Uji

422
 Seminar Nasional Informatika 2015

Start
kasus hukum mati yang
berbeda di indonesia.

String = Kata
Hasil Case Folding Token_Kata

Buang kata tidak

penting

kasus
hukum
mati
Kembalikan seperti
yang Ketemu=True Tidak
semula
berbeda
di
indonesia Ya

Kata Unik

Stop
Teks tokenizing
Gambar 6. Flowchart FilteringTerhadap
Gambar 5. TokenizingTerhadap Dokumen Uji Dokumen Uji
Hasil Tokenizing

kasus
4.2.3. Filtering
hukum kasus
3.1.4. Filtering
mati hukum
Filtering adalah tahap mengambil kata-
yang mati
kata penting dari hasil token.Stoplist / stopword
adalah kata-kata yang tidak deskriptif yang dapat berbeda berbeda
di indonesia
dibuang dalam pendekatan bag-of-words.Contoh
indonesia
stopwords adalah yang, dan, di, dari dan
seterusnya

Hasil Filtering

Gambar 7. Filtering

3.1.5. Stemming
Tahap stemming adalah tahap mencari
root kata dari tiap kata hasil filtering. Pada tahap
ini dilakukan proses pengembalian berbagai
bentukan kata ke dalam suatu representasi yang
sama.Proses stemming ini digunakan
untuk menangani masalah kata pasif-aktif dan
perubahan partikel
kata.

423
Seminar Nasional Informatika 2015

Algoritma Rabin-Karp tidak bertujuan

kasus kasus menemukanstring yang cocok dengan string
hukum hukum masukan, melainkan menemukan pola(pattern)
yang sekiranya sesuai dengan teks masukan dan
mati mati jumlah hashing, seperti diatas.
berbeda beda
indonesia indonesia Tabel 3.Hasil Parsing dan Hashing Dokumen
Asli
No Substring Hashing
1 kasu
Hasil 2 shuk
Hasil
Stemming 3 umma
Filtering
4 tibe
Gambar 8. Stemming 5 dain
6 indo
3.2. Hashing 7 nesi
Hashing adalah suatu cara untuk
mentransformasi sebuah string menjadi suatu nilai Pattern = kasu
yang unik dengan panjang tertentu (fixed-length) Hashing =
yang berfungsi sebagai penanda string tersebut. [(107*103)+(97*102)+(115*101)+(117*100)] mod
Hasil tokenizing, filtering dan stemming: 101
Dokumen uji : = (107000+9700+1150+117) mod 101
kasushukummatibedaindonesia = 117967 mod 101
Dokumen asli : = 100
kasushukummatibedaindonesia Pattern = shuk
Hashing =
Tabel 2. Hasil Substring dan Hashing [(115*103)+(104*102)+(117*101)+(107*100)]
Dokumen Uji mod 101
No Substring Hashing = (115000+10400+1170+107) mod 101
= 126677 mod 101
1 kasu = 23
2 shuk Perhitungan ini dilakukan pada semua
hasil parsing sehingga semua substring
3 umma
mempunyai nilai hash. Hal yang samajuga
4 tibe dilakukan pada dokumen latih kemudian nanti
akan dicocokkan nilai hash dari setiap substring
5 dain
pada dokumen latih dengan dokumen uji.
6 indo Kemudian dihitung jumlah substring yang
7 nesi ditemukan. Setelah itu akan dihitung nilai
kemiripannya (similarity) dengan menggunakan
rumus Dices Similarity Coeeficient.
Pattern = kasu
Pattern = kasu 3.3. Tahap String Matching
Hashing =
[(107*103)+(97*102)+(115*101)+(117*100)] mod Setelah pembentukan nilai hash maka akan
101 dilakukan pencocokan string. Fungsi yang
= (107000+9700+1150+117) mod 101 digunakan untuk pencocokan string adalah string
= 117967 mod 101 Matching.
= 100
Pattern = shuk 3.3.1. Tahap Hitung Similarity
Hashing =
[(115*103)+(104*102)+(117*101)+(107*100)] Setelah melakukan proses pencocokan
mod 101 string, maka dilakukan tahap penghitungan nilai
= (115000+10400+1170+107) mod 101 similarity. Penghitungan persentase nilai
= 126677 mod 101 similarity tersebut terdapat pada fungsi
= 23 similarity()Fungsi similarity diatas adalah

424
 Seminar Nasional Informatika 2015

implementasi dari Dices Similarity Coefficient. Start

Fungsi ini digunakan untuk menetukan nilai
similarity antara dua dokumen yang diuji. Dapat
Dokumen
dihitung dengan rumus :S = C/(A+B)*100% Asli dan
Keterangan : Dokumen
A dan B = Jumlah Skema Hash pada dokumen A Uji
dan B
C = Jumlah Skema Hash pada dokumen A dan B PreProcessing
Tabel 4. Nilai Similarity
Parsing N=3 Mod Informasi
101 Dokumen
dan Kata
Dokumen Uji 270 Unik
(A)
Dokumen Asli 270 Parsing
(B)
Dokumen Uji 540
dan Asli (C) Substring
parsing

Rumus : S = 100%
Algoritmaq Rabin
Karp

C/(A+B)*100% Hashing

Hash Value

Bukti :
S =C/(A+B)*100%
StringMatching
S = 540/(270+270)*100%
S = 1*100%
S = 100%
Maka dari hasil tahapan ini dapat Hasil
disimpulkan dokumen Uji dan Asli tingkat nilai Plagiarisme
Similarity= 100%

3.4. Flowchart Terhadap Aplikasi Sistem stop

Berikut ini adalah aliran (Flowchart)

Gambar 9. Flowchart Sistem
yang penulis gunakan dalam menggambarkan
logika program, adalah sebagai berikut :
4. Implementasi dan Pengujian

Implementasi ini dilakukan dengan

menerapkan Algoritma Rabin Karp dengan
menentukan file dokumen1 dengan file
dokumen2. Selanjutnya nilai bobot dari masing
masing dokumen akan dihitung jumlah huruf dan
dicari bedanya untuk kemudian dicari kalkulasi
plagiarisme.
4.1. Tampilan Antarmuka

Tahap antarmuka dalam system dapat

digambarkan sebagai tahapan untuk
mempermudah user dalam melakukan pengenalan
dan pemahaman rancangan sistem yang telah
dibangun. Adapun tampilan antarmuka yang telah
dibangun penulis, antara lain :

425
Seminar Nasional Informatika 2015

1. Menu Login
Menu login merupakan proses
auntentifikasi untuk masuk ke dalam sistem.
Bentuk tampilan menu login dapat dilihat pada
gambar 10.

Gambar 12. Open DokumenUji

3. Form Proses Algoritma Rabin Karp

Gambar 10. Tampilan menu login Form prosesAlgoritma Rabin Karp
merupakan form yang memberikan akses untuk
Pengujian terhadap menu login memproses Dokumen Asli dan Dokumen Uji
dilakukan dengan memasukkan username dan menggunakan Algoritma Rabin Karp. Form ini
password. Jika username dan password yang terdapat tombol kalkulasi plagiarisme yang
dimasukkan benar maka user mendapat hak akses berfungsi sebagai penghitungan persen
masuk ke sistem. Jika login gagal maka user plagiarisme. Bentuk tampilan form proses
memeriksa kembali username dan password. Algoritma Rabin Karp dapat dilihat pada gambar
13, gambar 14 dan gambar 15 berikut ini:
2. Form Utama

Menu utama merupakan tampilan aplikasi

saat pertama dijalankan. Tampilan menu utama
dapat dilihat pada gambar 11 di bawah ini :

Gambar 13.Tampilan Form Rabin Karp

dengan tingkat Similaritas 100%

Gambar 11.Tampilan Form Utama

Pengujian terhadap menu utama dilakukan dengan

memilih Open Dokumen Uji dan Open Dokumen
Asli .Jika semua file bisa terbuka maka pengujian
terhadap menu utama berhasil. Tampilan Open
Dokumen Uji dan Dokumen Asli dapat dilihat
pada gambar 12 di bawah ini :

426
 Seminar Nasional Informatika 2015

2. < 15%: Hasil uji 15% berarti kedua

dokumen tersebut hanya mempunyai
sedikit kesamaan.
3. 15-50%: Hasil uji 15-50% berarti
menandakan dokumen tersebut termasuk
plagiat tingkat sedang.
4. >50%: Hasil uji lebih dari 50% berarti
dapat dikatakan bahwa
dokumen tersebut mendekati plagiarism.
5. 100%: Hasil uji 100% menandakan bahwa
dokumen tersebut adalah plagiat karena
dari awal sampai akhir mempunyai isi yg
sama persis.

5. KESIMPULAN DAN SARAN

Gambar 14.Tampilan Form Rabin Karp 5.1. Kesimpulan

dengan tingkat Similaritas 90% Sebagai penutup dari penulisan skripsi
ini, maka ada beberapa hal yang dapat dijadikan
kesimpulan, antara lain :
1. Telah dibuat suatu sistem yang dapat
digunakan untuk mendeteksi plagiarisme
terhadap dokumen teks dengan
menggunakan algoritma Rabin-Karp.
2. Aplikasi pendeteksian plagiarisme ini
dirancang menggunakan bahasa
pemrograman java dan IDE Netbeans 6.0.1
3. Sistem yang lebih user friendly dengan
menerapkan bentuk Graphical User
Interface (GUI) pada antarmuka sistem.
4. Penggunaan stemming berpengaruh pada
akurasi nilai similarity yang dihasilkan.
Dengan menggunakan stemming
menghasilkan nilai yang cenderung kurang
baik dibandingkan tanpa menggunakan
stemming. Tetapi pada kasus tertentu seperti
Gambar 15.Tampilan Form Rabin Karp pengubahan bentuk kalimat algoritma
dengan tingkat Similaritas 40% Rabin-Karp yang disisipi stemming
menghasilkan akurasi nilai similarity yang
Pada uji coba ini terdapat 3 dokumen uji lebih baik.
yang mempunyai 3 dokumen latih dengan 5. Aplikasi pendeteksi plagiarisme ini untuk
algortima Rabin-Karp dan serta menggunakan menghitung kalkulasi plagiarisme
stemming. Tabel 5 adalah contoh asil uji coba. berdasarkan tingkat kesamaan jenis huruf,
Tabel 5. Hasil PengujianAkurasi angka dan simbol per karakter.
Similaritas atau Tingkat Kesamaan dengan
Algoritma
No Kode Dokumen Rabin - Karp
Dokumen latih
5.2. Saran
T(s) S(%) Berkaitan dengan telah terselesainnya
1 100% 0.56 100 penulisan jurnal ini, ada beberapa masukan dan
sama saran saran yang disampaikan sebagai berikut :
2 A 90% sama 0.45 90.98 1. Perlu dilakukan penelitihan lebih lanjut
dalam tata bahasa, terutama mengenai
3 40% sama 0.53 40.7
aturan penambahan imbuhan. Pendeteksi
kutipan langsung dan bentuk penulisan
ada 5 jenis penilaian persentase kata yang berbeda tetapi memiliki makna
similarity: yang sama ataupun penulisan kata yang
1. 0% :Hasi luji 0% berarti kedua dokumen sama tetapi memiliki makna yang berbeda.
tersebut benar-benar berbeda baik dari segi 2. Perlu data uji dan data latih yang lebih
isi dan kalimat secara keseluruhan. bervariasi seperti pengubahan bentuk
kalimat yang lebih banyak sehingga

427
Seminar Nasional Informatika 2015

pengaruh penggunaan stemming dapat [4] Sulistiani, Sri, 2010, Membangun GUI
lebih akurat. Dan juga penggunaan rumus dengan Java Netbeans 6.5. Yogyakarta.
hashing yang lebih baik sehingga Penerbit: Andi Offset.
menghasilkan akurasi yang mungkin lebih [5] Surahman, A. M. (2014).
baik. "PERANCANGAN SISTEM
3. Perlu dikembangkan proses tambahan pre PENENTUAN SIMILARITY KODE
processing yang memiliki performa yang PROGRAM PADA BAHASA C DAN
lebih baik. PASCAL DENGAN MENGGUNAKAN
4. Perlu dikembangkan system yang lebih ALGORITMA RABIN-KARP."
user friendly dengan menerapkan bentuk [6] Sunita Ms, et al (2014). Rabin Karp
Graphical User Interface (GUI) pada Algoritma with Hashing a String Matching
sistem. Tool, Volume 4, Issue 3, March 2014
[7] Anna Kurniawati1, K. A. S., I wayan Simri
DAFTAR PUSTAKA Wicaksana3 (2012). "ARSITEKTUR
UNTUK APLIKASI DETEKSI
[1] Kusrini, 2009. Algoritma Data Minning, KESAMAAN DOKUMEN BAHASA
Jilid I, Edisi Pertama, Andi Yogyakarta, INDONESIA." Konferensi Nasional Sistem
Yogyakarta. Informasi 2012.
[2] Sutanta, Edhy, 2005. Pengantar Teknologi [8] Andini, S. (2013). "KLASIFIKASI
Informasi, Jilid I, Edisi Pertama, Graha DOKUMENT TEKS MENGGUNAKAN
Ilmu, Yogyakarta. ALGORITMA NAIVE BAYES DENGAN
[3] Budi, Raharjo, 2010. Tuntunan BAHASA PEMOGRAMAN JAVA."
Pemrograman Java untuk Handphone, JURNAL TEKNOLOGI INFORMASI &
Jilid I, Edisi Pertama, Informatika, PENDIDIKAN VOL. 6 NO. 2 September
Bandung. 2013. Java, Vol. 6 No. 2 September 2013,
ISSN : 2086 4981

428
 Seminar Nasional Informatika 2015

PENGUJIAN AR-GEMSTONE AUGMENTED REALITY

UNTUK VISUALISASI NAMA BATUAN GEOLOGI
Prajna Bhadra Darmastuti1, Ema Utami2, Andi Sunyoto3
1,MTI STIMIK Amikom Yogyakarta,
2, 3 MTI
STIMIK Amikom Yogyakarta, Jl. Ringroad Utara Yogyakarta, Indonesia.
1prajna0467@students.amikom.ac.id, 2ema.u@amikom.ac.id , 3 andi@amikom.ac.id

Abstrak

Paper ini berisi pembahasan mengenai pengujian dan evaluasi dalam pembuatan AR-Gemstone. AR-
Gemstone adalah augmented reality yang menjadi solusi pengenalan batuan menggunakan lebih dari satu
objek batuan tanpa marker (markerless) untuk dilacak secara bersamaan kemudian menampilkan nama jenis
batuan sebagai informasi. Pengujian ini meliputi pengujian teknis feature, deteksi dan jarak deteksi untuk
penggunaan AR-Gemstone.

Kata Kunci :Augmented Reality, evaluasi feature, pendeteksian AR, jarak deteksi

1. Pendahuluan Tujuan dari paper ini adalah untuk

Salah satu bagian dari bidang biologi adalah
pengenalan batuan dan mineral dimana perlu
pengenalan yang mendalam untuk mengenali
sesuatu jenis batu. Baik pelajar non-geologi hal
tersebut tentu membosankan. Sehingga sebuah
eduwisata geologi, atau pembelajaran sambil
berwisata untuk mengenal obyek-obyek bebatuan
menjadi tidak menarik.
Visualisasi dalam bidang geologi merupakan
sebuah komputerisasional yang kompleks untuk
menjelaskan informasi dan pengetahuan dalam
bentuk three-dimensional (3D)[1]. Teknologi
visualisasi dapat memberikan informasi yang
lebih praktis sekaligus menarik baik pembelajar
baik dari jurusan geologi atau non-geologi.
Metode yang dapat dikembangkan teknologi
visualisasi adalah metode augmented reality
(AR), yang merupakan penggabungan objek
virtual (teks, gambar, dan animasi) ke dalam
dunia nyata[5]. Augmented reality mengalami
perkembangan hingga saat ini dari teknik
fiduciary marker yang stabil[4], hingga saat ini
lebih mengarah kepada teknik markerless .
Dalam pengenalan batuan yang rumit maka
teknik markerless dapat berfungsi lebih baik dari
fiduciary marker[5]. Kemampuan dalam
pendeteksian mampu menghasilkan desain
interface yang baik.
Untuk memvisualisasikan sebuah informasi
dari objek nyata perlu pendekatan yang berbeda,
seperti adanya fungsi multitracking/pelacakan
lebih dari satu objek. Hal tersebut disebabkan
dalam kondisi sebenarnya, sebuah objek tidak
tersusun sebagai objek tunggal, namun
berdampingan dengan objek lain yang berpotensi
untuk dilacak secara bersamaan/multiple
tracking[2].
menerapkan berbagai macam kondisi pelacakan
dan pendeteksian, mengidentifikasi pendeteksian
minimum sesuai perangkat yang digunakan, dan
mengidentifikasi requirement untuk
menggunakan AR-Gemstone.
2. Penelitian Terkait
Pada penelitian Mathiesen[1] berhasil
memproduksi sebuah aplikasi visualisasi
geological yang dikembangkan dengan teknik
komprehensif antara visualisasi dan lingkungan.
Sedangkan penelitian Wahyudi[5]menggunakan
teknik markerless, yaitu teknik untuk mendeteksi
tanpa menggunakan fiduciary marker.Penelitian
Park[4] menggunakan teknik frame to frameuntuk
yang menggabungkan antara deteksi objek dan
pelacakan. Metode tersebut didasari pada kondisi
nyata yang berpotensi dalam melacak beberapa
objek secara bersamaan. Meski demikian metode
tersebut masih harus diuji dalam penerapannya di
setiap kondisi.
3. Metode Pengujian
Metode pengujian ini menggunakan metode
pengujian pada penelitian Wahyudi[5], yang telah
digunakan untuk menguji sebuah buku interaktif
Augmented Reality. Pengujian ini menggunakan
tiga tipe smartphone yang berbeda spesifikasi.
Yaitu Lenovo A 516, Lenovo A806 dan Samsung
Galaxy Tab 2.
Kedua smartphone ini memiliki spesifikasi
yang berbeda, antara lain processor yang
bervariasai untuk menguji kemampuan RAM
dalam sistem AR-Gemstone. Kemudian monitor
juga bervariasi untuk memastikan bentuk dan
posisi tombol menu dalam interface AR-

429
Seminar Nasional Informatika 2015

Gemstone dapat muncul dengan baik. Adapun maupun luas bidang 50% mendapat penilaian
spesifikasinya dapat dilihat seperti pada Tabel 1. bintang 5 dalam tanda bintang, menunjukkan
bahwa Vuforia menilai bahwa kedua marker baik
Tabel 1. Perbandingan Spesifikasi Smartphone digunakan dalam aplikasi.
Samsung
Lenovo Lenovo A
Keterangan Galaxy
A 516 806 3.2 Pengujian Pendeteksian
Tab 2
RAM 512 MB 2,048 GB 1 GB Tujuan pengujian ini adalah menetukan
minimum requirement dalam mengenali image
Monitor 4.5 inchi 5 inchi 7 inchi target. Pengujian ini terbagi menjadi beberapa
bagian[5] , antara lain sebagai berikut.
Kamera 5 mp 5 mp 3.15 mp
Android Android Android 1) Waktu Respon
O.S
v.4.2.2 v.4.2.2 v.4.0.3
Pengujian dilakukan untuk mengetahui berapa
Untuk ukuran image target yang digunakan lama waktu proses pendeteksian image target dan
seukuran dengan kertas A4. Dalam penelitian ini pemunculan obyek 3D ketika smartphone
dipisahkan menjadi mode pendeteksian dan mode diarahkan ke image target. Hasil dari pengujian
pelacakan. Setiap pengujian diulangi lima kali dan waktu respon dapat dilihat pada Tabel 3.
hasil akhir adalah nilai rata-rata dari pengujian
tersebut[5]. Tabel 3. Tabel Jenis Perangkat Waktu
Pendeteksian
3.1 Pengujian Rating Image Target
Perangkat Waktu
Dalam pembuatan aplikasi, dilakukan Lenovo A < 1 detik
pembuatan marker dengan terlebih dahulu
Lenovo A < 1 detik
diregistrasi pada QCAR Vuforia[3]. Adapun output
dari marker yang telah diregistrasi akan Samsung Tab2 < 1 detik
digenerate ke dalam bentuk Unity Package. Pada
saat registrasi Vuforia akan memberikan penilaian Dari hasil tersebut, ketiga smartphone mampu
berupa bintang untuk menunjukkan bahwa marker mengenali imaget target dengan waktu kurang
dapat terdeteksi dengan baik dalam aplikasi. Ada dari satu detik.
dua jenis marker yang diuji, yaitu marker dengan
100% bidang obyek full dan marker dengan 50 % 2) Jarak Minimum
bidang obyek
Pengujian untuk mendeteksi jarak deteksi
Tabel 2. Tabel Jumlah rating dan Bentuk maksimal sehingga dapat menerapkan batas
Image Target antara smartphone ke image target. Pengujian
Image Target Rating dilakukan dengan mengarahkan smartphone dari
posisi terdekat kemudian mulai menjauhi imaget
target sampai smartphone tidak bisa mendeteksi
imaget target. Hasil dari pendeteksian dapat
dilihat pada Grafik 1. Marker terdeteksi diberi
nilai 1, Marker tidak terdeteksi diberi nilai 0.
terdeteksi
Marker

2 cm 5 cm 40 cm 50 cm 55 cm 60 cm
Jarak antar smartphone dan
Grafik 1. Hasil Uji Jarak Pendeteksian
Smartphone dan Marker

Dari tabel dapat dilihat bahwa kedua jenis Hasil pada tabel tersebut, garis terbawah
marker baik yang memiliki luas bidang 100% adalah Lenovo A516 yang memiliki memiliki

430
 Seminar Nasional Informatika 2015

kemampuan melakukan pendeteksian maksimal

50 cm. Sementara Lenovo A805 dan Galaxy Tab
2 memiliki pendeteksian maksimal 55 cm.

Terdeteksi
Marker
Pendeteksian dipengaruhi oleh apakah kedua
marker dapat dikenali dengan baik oleh
smartphone. Hasil pengujian pada jenis
smartphone yang berbeda, ternyata menghasilkan Kondisi benda tertutup
jarak yang tidak berbeda signifikan.
Grafik 2. Hasil Uji Jarak Pendeteksian
3) Sudut Minimum Objek Tertutup

Pengujian untuk menetukan sudut minimum Hasil pada tabel tersebut, Objek masih dapat
dalam pendeteksianimage target dapat dilihat terdeteksi oleh ketiga smartphone meskipun
seperti pada gambar 1. dalam kondisi tertutup 85 %.

4. Hasil evaluasi

Berdasarkan analisis yang dilakukan pada

pengujian, hasil yang ditemukan adalah sebagai
berikut :
1) AR-Gemstone memiliki image target
dengan nilai lima bintang pada website
Gambar 1. Indeks sudut minimum
Developer Vuforia sehingga pendeteksian
menjadi lebih baik.
i + 900 + = 1800
2) Jika AR-Gemstone telah mendeteksi image
target sekali dan sedang melakukan
900 = m
pelacakan, maka jarak maksimum bisa
sampai 55 cm dan tidak lebih dari itu
i = m
meskipun prosesor dan RAM lebih tinggi.
3) Jika AR-Gemstone telah mendeteksi image
Seperti yang ditampilkan pada gambar 1,
target sekali dan sedang melakukan
untuk menentukan posisi sudut (m) ditambahkan
pelacakan, maka pendeteksian awal, sudut
mulai dari 00 sampai 900, dengan tujuan untuk
yang dibutuhkan adalah 300.
menentukan indeks sudut (i) dari pendeteksian[5].
4) Image Target dapat dengan mudah
Hasil pengujian dapat dilihat pada tabel 4.
diidentifikasi oleh kamera jika persentase
luas yang tidak terlihat adalah 85% pada
Tabel 4. Tabel Jenis Perangkat dan Sudut
pendeteksian.
Pendeteksian
Sudut derajat rata-rata 5. Kelebihan dan Keterbatasan Sistem
Perangkat
(i)
Kelebihan dari sistem AR-Gemstone
Lenovo A 28.00 dibanding dengan pembelajaran konvensional
Lenovo A 28.60 adalah sebagai berikut :
1) User dapat menggunakan aplikasi tanpa
Samsung Tab2 28.70 menggunakan fiduciary marker.
2) User dapat mendeteksi lebih dari satu batu
Dari hasil seperti pada Tabel 4, ketiga secara bersamaan.
smartphone tidak begitu signifikan, namun 3) Menjadi inovasi baru dalam pembelajaran
Samsung Tab 2 lebih sensitif dari segi sudut batuan.
pendeteksian.
Namun demikian, terdapat kekurangan dari
4) Luas Permukaan sistem AR-Gemstone sebagai berikut :
1) Objek yang ditampilkan masih berupa text
Pengujian untuk mengenal objek pada kondisi belum animasi bergerak.
tidak terbuka seluruhnya dapat menetapkan batas 2) Objek yang ditampilan masih sebatas nama
sejauh image target tertutup oleh benda lain. Hasil batu dan belum memberikan informasi lebih.
pengujian dapat dilihat pada grafik 2. Marker 3) Karena pendeteksiannya masih
terdeteksi diberi nilai 1, Marker tidak terdeteksi menggunakan AR yang bersifat statis, AR-
diberi nilai 0. Gemstone belum bisa mendeteksi batu jenis

431
Seminar Nasional Informatika 2015
yang sama, namun memiliki bentuk yang
berbeda.
6. Kesimpulan dan Saran
Paper ini menampilkan penggunaan
aplikasi augmented reality sebagai teknologi yang
mampu menjadi media edukasi dalam bidang
geologi terutama dalam pengenalan jenis batuan.
Paper ini menerapkan inovasi dengan kontribusi
utama antara lain :
1) Menerapkan teknik markerless yaitu teknik
interaksi tanpa menggunakan fiduciary marker
dan digabungkan dengan teknik multitracking
dalam mendeteksi lebih dari satu batu secara
bersamaan.
2) Mendiskusikan augmented reality sebagai
teknologi yang mampu meningkatkan kualitas
software untuk edukasi.
Dalam penerapan augmented reality untuk
media pembelajaran terdapat beberapa hal yang
perlu diperhatikan untuk penelitian selanjutnya,
antara lain :
1) Kebutuhan objeck 3D yang muncul bisa
berupa animasi proses batuan atau sejenisnya
yang lebih mendukung pembelajaran geologi.
2) Kebutuhan penggunakan AR yang bersifat
dinamis agar AR-Gemstone dapat mendeteksi
batu dengan jenis yang sama meskipun
bentuknya berbeda.
432
UCAPAN TERIMA KASIH
Terima kasih kepada setiap pihak yang
membantu paper ini dan terutama kepada Tim
reviewer dan redaksi yang telah meluangkan
waktu untuk menelaah dan memberikan perbaikan
pada paper ini.
Daftar Pustaka:
[1] Mathiesen, et all, Geological Visualisation
with Augmented Reality, Griffith
University, Brisbane, Queensland
[2] C.L Lai and C.L Wang., Mobile
Edutainment with Intercative Augmented
Reality Using Adaptive Marker Tracking. In
2012 IEEE International Conference on
Multimedia and Expo (ICME), PP 124-131.
[3] Davis, Larry. Application of Augmented
Reality to Visualizing Anatomical Airways.
Research Parkway. Orlando FL 32826-326
[4] Park. Youmin. 2008. Multiple 3D Objext
Tracking for Augmented Reality. R&d
Progrma in Korea, UCN 08B3-O1-208
[5] Wahyudi, K. Arca : Perancangan Buku
Interaktif Berbasis Augmented Reality pada
Pengenalan dan Pembelajaran Candi
Prambanan dengan Smartphone berbasis
Android. Seminar Nasional IthinkSmaert,
ISSN:2339-2487.
 Seminar Nasional Informatika 2015

EVALUASI USABILITY UNTUK MENGUKUR PENGGUNAAN

WEBSITE EVENT ORGANIZER

Made Ayu Dusea W1, Eko Andriyanto W2, Danar Wahyu Ramadhan3, M. Aris Saputra4
1
Mahasiswa Magister Teknik Informatik, Program Pasca Sarjana, STMIK AMIKOM Yogyakarta
2
Kepolisian Daerah D.I.Yogyakarta, 3Software engineer, PT.Time ExcelindoYogyakarta
4
Tenaga Praktikum, Politeknik Kediri
email : madedara@gmail.com,

Abstrak

Maraknya persaingan event organizer membuat pemilik bisnis event organizer harus mempunyai strategi
bisnis yang tepat dan akurat guna memberikan pelayanan terbaik kepada pelanggan, salah satu nya dengan
cara menggunakan teknologi sistem informasi berbasis website. Evaluasi terhadap situs web yang telah
dibangun pada perusahaan event organizer perlu dilakukan untuk mengetahui bagaimana kegunaan
(usability) situs web tersebut bagi pengguna. Pengukuran ini bisa menggunakan metode usability testing atau
uji ketergunaan. Menurut Jacob Nielson (2003), pengujian kebergunaan (usability testing) berdasarkan lima
komponen yaitu dipelajari (learnability), efisien (efficiency), mudah diingat (memorability), aman untuk
digunakan atau mengurangi tingkat kesalahan (errors) dan memiliki tingkat kepuasan (satisfaction). Hasil
evaluasi menunjukkan bahwa nilai penerimaan usability oleh user pada website event organizer berada
diatas angka 3 (diatas nilai tengah) dalam skala 5. Website event organizer yang sudah dibuat telah memiliki
kelima aspek usability dengan nilai yang baik sehingga dapat diterapkan sebagai website yang mudah
dioperasikan oleh pengguna.

Kata Kunci : usability, event organizer, website

1. Pendahuluan Berdasarkan permasalahan diatas maka

Di dalam pemanfaatan sebuah teknologi
informasi dalam sebuah perusahaan event
organizer akan mendukung layanan dan fungsi
dari event organizer itu sendiri. Banyaknya
persaingan antar event organizer yang telah
berkembang saat ini, menyebabkan munculnya
sistem informasi event organizer yang mencakup
media promosi, media transaksi bahkan
penyimpanan data dalam bentuk website. Namun,
tampilan website event organizer yang bagus
tidak menjamin semua fitur atau menu
didalamnya dapat menyelesaikan masalah yang
dimiliki user atau pengguna. Maka suatu website
harus dievaluasi terlebih dahulu, salah satunya
melalui pengujian kebergunaan (usability testing)
dengan melibatkan user saat berinteraksi dengan
sistem. Pengujian ini untuk mengetahui seberapa
besar kemudahan suatu antarmuka(interface)
dapat digunakan oleh user sehingga sistem
tersebut bisa diterima di lingkungan operasional.
Menurut Jacob Nielson, definisi interface
yang baik adalah mudah untuk dipelajari
(learnability), efisien (efficiency), mudah diingat
(memorability), aman untuk digunakan atau
mengurangi tingkat kesalahan (errors) dan
memiliki tingkat kepuasan (satisfaction).
(Wingnjosoebroto dkk., 2009, Perancangan
Interface Prototype Web Berdasarkan Pada Aspek
Usability, 2).
perlu dilakukan pengujian kebergunaan terhadap
website event organizer tersebut berdasarkan
kelima aspek usability untuk mengetahui seberapa
besar tingkat penerimaan user terhadap perangkat
lunak aplikasi tersebut. Studi kasus evaluasi
usability website event organizer ini dilakukan
pada sebuah perusahaan event organizer yang
telah memiliki website.
2. Tinjauan Pustaka
2.1. Usability
Usability berasal dari kata usable yang
secara umum berarti dapat digunakan dengan
baik. Sesuatu dapat dikatakan berguna dengan
baik apabila kegagalan dalam penggunaannya
dapat dihilangkan atau diminimalkan serta
memberi manfaat dan kepuasan kepada pengguna
(Rubin dan Chisnell, 2008) dalam Joana (2010).
Website usability dapat mengukur kualitas
pengalaman pengguna ketika berinteraksi dengan
sistem (Usability.gov, 2012). Standar
internasional (ISO 9241-11), usability sebagai
sejauh mana suatu sistem dapat digunakan oleh
pengguna dalam konteks tertentu dengan
efektivitas, efisiensi dan kepuasan (Folmer,
2004). Untuk mencapai efektivitas didefinisikan
sebagai keakuratan dan kelengkapan pengguna
untuk mencapai target yang ditetapkan.
Sedangkan, efisiensi adalah sumber daya yang

433
Seminar Nasional Informatika 2015

dikeluarkan sehubungan dengan keakuratan dan otomatis. Oleh karena itu, untuk mengevaluasi
kelengkapan pengguna untuk mencapai tujuan, Usability masih harus dilakukan dengan
dan kepuasan yang digambarkan sebagai melibatkan pengguna representative atau
kenyamanan dan akseptabilitas (Matera et all., penilaian seorang ahli.
2006). Secara operasional, metode evaluasi
Meskipun rekomendasi ISO 9241-11 telah Usability dapat dikategorikan menjadi
menjadi standar bagi komunitas para ahli model/metrics based, inspection, testing, dan
usability, Nelson (2012) mengemukakan 5 atribut inquiry. Berikut keterangan dan perbedaan empat
usability berdasarkan pada evaluasi website metode evaluasi usability tersebut :
usability yaitu :
1. Learnability Tabel 1. Kategori Metode Evaluasi Usability
Menjelaskan tingkat kemudahan pengguna Nama Penggunaan Peran Evaluator
dalam mempelajari website untuk memenuhi Metode Responden Usability
tugas-tugas dasar ketika pertama kali Menggunakan model
menggunakan website tersebut. Model /
atau tool untuk
2. Efficiency Metrics- Tidak
menghasilkan
Menjelaskan tingkat kecepatan pengguna based
pengukuran Usability
dalam menyelesaikan tugas-tugas setelah Meninjau user
mempelajari website. interface dan
3. Memorability Inspection Tidak
mencobanya untuk
Menjelaskan tingkat kemudahan pengguna menemukan masalah
dalam menggunakan website dengan baik, Mengobservasi user
setelah lama tidak menggunakan. saat berinteraksi
4. Errors dengan sistem :
Menjelaskan berapa jumlah kesalahan yang Testing Ya Mengumpulkan dan
dibuat oleh pengguna, dan bagaimana cara menganalisa data
pengguna memperbaiki kesalahan dengan untuk mengidentifikasi
mudah. masalah
5. Satisfaction Berkomunikasi dengan
Menjelaskan tingkat kepuasan pengguna pengguna untuk
dalam menggunakan website. Inquiry Ya mendapatkan wawasan
mengenai masalah
2.2. Metode Evaluasi Usability Usability

Website usability adalah suatu indikator
keberhasilan sebuah website berinteraksi dengan
pengguna dalam melaksanakan tugas tertentu
dengan mudah (Al-Badi & Mayhew, 2010).
Ukuran keberhasilan dari website usability dilihat
dari seberapa baik sebuah website dalam
memberikan kualitas layanan kepada pengguna,
mengurangi kemungkinan kesalahan pada sistem,
memudahkan proses pembelajaran website dan
penggunaan secara efisien sehingga pengguna
merasa puas dengan website tersebut. Untuk dapat
mengetahui kualitas website dalam berinteraksi
dengan pengguna adalah dengan cara melakukan
evaluasi website dari aspek usability (Pressman,
2005). Website yang memiliki usability tinggi
akan memiliki peluang untuk lebih sering di
kunjungi. Pada umumnya pengguna ingin
mendapatkan informasi secara cepat. Jika sebuah
website gagal dalam memberikan informasi
secara jelas dari situs tersebut pengguna akan
langsung meninggalkan website dan beralih ke
website lain (Nelson, 2012). Namun karena
Usability memiliki banyak kaitannya dengan
pemikiran perilaku manusia yang sulit untuk
diprediksi sehingga hal ini menyebabkan kegiatan
evaluasi Usability tidak dapat dilakukan secara
Usability testing adalah salah satu kategori
metode dalam evaluasi usability yang
mengobservasi pengguna sebuah desain kemudian
diambil data dan menganalisanya. Tujuannya
adalah untuk mengidentifikai masalah kegunaan,
mengumpulkan data kualitatif dan kuantitatif dan
menentukan kepuasan pengguna dengan produk.
Penelitian serupa tentang evaluasi usability
terhadap website event organizer telah banyak
dilakukan, misalnya penelitian evaluasi usability
website event organizer dengan metode usability
testing pada rata rata waktu yang diperlukan
oleh evaluator dalam menyelesaikan task skenario
yang disediakan untuk usability testing website
tersebut (Adhitia et al., 2014). Namun, dalam
penelitian tersebut belum dijelaskan bahwa
website tersebut telah memenuhi ke 5 aspek
aspek usability, hanya berdasarkan waktu
maksimal yang dibutuhkan evaluator dalam
menyelesaikan task scenario yang diberikan.
Evaluasi ini tidak memerlukan banyak user
atau evaluator karena berdasarkan penelitian
Jacob Nielsen dan Tom Landauer bahwa hasil
yang terbaik dari tes usability adalah dengan
menggunakan tidak lebih dari 5 orang user [3].
Hasil penelitian ini ditunjukkan pada grafik di

434

bawah ini, yang memperlihatkan bahwa jumlah
usability problem yang ditemukan dalam suatu
usability tes dengan n user adalah dapat dituliskan
dengan rumus:
N ( 1- (1 L)n )
Dimana N adalah jumlah usability problem
saat desain, dan L adalah jumlah usability
problem yang ditemui saat dilakukan test pada
user. Biasanya L adalah 31% berdasarkan hasil
penelitian yang dilakukan. Dari rumus diatas
didapat grafik sebagai berikut :
Gambar 1. Grafik Perbandingan Evaluator
pada Evaluasi Usability
Dari grafik di atas terlihat kurva akan
mengarah ke keadaan konstan saat jumlah user
lebih dari 5 (lima) orang. Maka, berdasarkan
penelitian dari Jacob Nielsen dan Tom Landauer
di atas, evaluasi ini hanya memakai 10 orang
evaluator.
3. Metodologi Penelitian
Yang menjadi objek penelitian adalah
salah satu website perusahaan event organizer,
yang meliputi semua menu dan tampilan yang
ada. Data yang diambil merupakan data primer
yang didapat melalui survey terhadap beberapa
orang evaluator. Dalam pemilihan tempat, tidak
ditentukan secara khusus dimana pengambilan
data akan dilakukan karena mengingat website
event organizer ini digunakan secara online
sehingga dapat diakses di mana saja. Tempat yang
dipakai untuk penelitian ini disesuaikan dengan
keberadaan user (evaluator).
Langkah pertama yang ditempuh adalah
mengidentifikasi masalah, dilanjutkan dengan
melakukan studi awal, yaitu studi literatur/studi
pustaka yang berhubungan dengan pengujian
kebergunaan (usability testing) dan juga studi
terhadap objek yang akan diamati, dalam hal ini
website event organizer. Metode penelitian ini
dapat dilihat jelas pada gambar 2.
Seminar Nasional Informatika 2015
Identifikasi Masalah
Studi Pustaka
Studi Pengetahuan Studi objek yang diamati
(web event organizer)
Pemberian tasks
Pengujian Kebergunaan Kepada responden
(Usability Testing) Penyebaran kuisioner
Usability (10 responden,
10 pertanyaan)
Analisis Rekap hasil
Kebergunaan (pengisian kuisioner)
(Usability Testing) Perhitungan nilai
Usability (skala nilai 5)
Kesimpulan
Gambar 2. Alur Metode Penelitian
4. Pengujian Penerimaan (Usability Testing)
Langkah awal usability testing ini adalah
memberikan sejumlah task atau tugas yang sudah
dipersiapkan sebelumnya kepada pengguna saat
berinteraksi dengan sistem yang diuji. Penelitian
ini mengambil sampel 10 responden yang pernah
menggunakan situs website event organizer. Task
yang dibagikan tersebut digunakan sebagai
sarana interaksi dalam pengukuran usability.
Tabel 2. Task Usability Testing
No Task / Tugas
Membuka situs website event organizer
1
yang telah ditentukan oleh peneliti
Memilih menu informasi tentang event
2
yang akan dilakukan oleh responden
Membaca informasi berupa tulisan teks
3
yang digunakan untuk halaman tersebut.
Mencari & membaca jadwal event yang
4
dimiliki oleh perusahaan EO pada website
Melakukan pengisian form pada halaman
5
contact dan mengirimkanya
Masing masing task pada tabel diatas
akan dilakukan oleh semua responden. Setelah
responden menyelesaikan semua, langkah
selanjutnya adalah memberikan kuisioner kepada
responden yang berisi 10 pertanyaan yang
mewakili kelima aspek usability. Tiap tiap
pertanyaan dari kuisioner tersebut bertujuan untuk
menunjukkan tingkat usability menurut
penerimaan user , yang akan dinilai dalam skala
nilai 5 (Wingnjosoebroto dkk., 2009, Perancangan
Interface Prototype Web Berdasarkan Pada Aspek
Usability, 7)
Pertanyaan yang diberikan dalam kuisioner
ini dapat dilihat pada tabel 2. Menurut Jacob
Nielson, aspek aspek dalam usability testing ini
mencakup lima hal. Yaitu :
435
Seminar Nasional Informatika 2015

- Learnability, menjelaskan tingkat kemudahan baca dengan

pengguna dalam mempelajari website untuk mudah ?
memenuhi tugas-tugas dasar ketika pertama Apakah
kali menggunakan website tersebut. simbol
- Efficiency, menjelaskan tingkat kecepatan simbol
pengguna dalam menyelesaikan tugas-tugas 6
gambar
setelah mempelajari website. mudah
- Memorability, menjelaskan tingkat dipahami ?
kemudahan pengguna dalam menggunakan Apakah
website dengan baik, setelah lama tidak bahasa yang
menggunakan. digunakan
- Errors, menjelaskan berapa jumlah kesalahan dalam
yang dibuat oleh pengguna, dan bagaimana 7
website
cara pengguna memperbaiki kesalahan dengan mudah
mudah. untuk
- Satisfaction, menjelaskan tingkat kepuasan dipahami ?
pengguna dalam menggunakan website. Apakah
desain
Hasil plot berdasarkan kelima aspek tersebut warna
diatas terhadap 10 pertanyaan kuisioner dapat 8
website
dilihat pada Tabel 3. nyaman
dilihat ?
Tabel 3. Plot aspek Usability Apakah
Aspek Usability anda dapat
N
Pertanyaan Memor mengakses
o Learn Effic Err Satisf 9
a informasi
Apakah pada setiap
website halaman ?
dapat Apakah
1
dikenali dari anda dapat
interface mengingat
awal ? kembali
Apakah menu
anda dapat 10 menu dan
menemukan tampilan
informasi halaman
2
event yang yang ada di
anda ingin aplikasi
laksanakan website ?
atau cari ?
Apakah Berikut adalah model antarmuka yang akan
tampilan diberikan pada responden untuk melakukan task
menu pada usability testing dan digunakan dalam
website menentukan nilai mengenai usability website
dapat perusahaan event organizer pada menu, simbol
3
mempermud gambar dan teks dapat dilihat pada gambar 3.
ah anda
dalam
mencari
informasi ?
Apakah
form isian
pada
4 website
mudah
untuk
digunakan ?
Apakah teks
5 yang ada
dapat anda

436
 Seminar Nasional Informatika 2015

Tabel 4. Persentase Jawaban Kuisioner

KMS KM CM M SM
PK
1 2 3 4 5

1 0% 0% 30% 50% 20%

2 0% 0% 20% 60% 20%

3 0% 0% 20% 80% 0%

4 0% 0% 20% 80% 0%

5 0% 0% 50% 50% 0%

6 0% 0% 40% 60% 0%

7 0% 0% 30% 70% 0%

8 0% 0% 40% 50% 10%

9 0% 0% 10% 50% 40%

10 0% 0% 70% 30% 0%

PK = Pertanyaan Kuisioner ; KMS = Kurang

Gambar 3. Interface Menu dan Teks Website
Event Organizer
Dalam pengukuran nilai learnability,
efficiency, dan satisfaction diperlukan usability
testing yang dilakukan oleh responden dengan
melakukan task pengisian form. Tampilan
antarmuka form yang digunakan dalam test dapat
dilihat pada gambar 4.
Mudah Sekali ; KM = Kurang Mudah ; CM =
Cukup Mudah ; M = Mudah ; SM = Sangat
Mudah
Berdasarkan persentase hasil usability
testing di atas, maka diperoleh Rekap Nilai
Usability yang terlihat pada tabel 5. Dengan cara
perhitungan sebagai berikut :
Nilai =

Tabel 5. Rekap Nilai Usability

No Atribut Nilai

1 Kemudahan interface dikenali 3,9

2 Kemudahan informasi tentang

4,0
event ditemukan

3 Kemudahan menemukan konten

3,8
berdasarkan pembagian menu
Gambar 4. Interface Form Isian Website Event
Organizer 4 Kemudahan mengisi form dalam
3,8
website
5. Analisa Usability Testing
Setelah dilakukan pengisian kuisioner oleh 5 Kemudahan website untuk dibaca 3,5
responden, maka selanjutnya dilakukan rekap
terhadap hasil kuisioner yang telah disebar. 6 Kemudahan simbol simbol dan
3,6
Persentase jawaban kuisioner sebagai hasil dari gambar untuk dipahami
usability testing yang dilakukan terhadap 10
7 Kemudahan bahasa dimengerti 3,7
responden dapat dilihat pada Tabel 4.

437
Seminar Nasional Informatika 2015
8 Desain warna yang nyaman 3,7
9 Kemudahan mengakses
4,3
informasi pada setiap halaman
10 Kemudahan mengingat kembali
3,3
tampilan halaman website
Dari tabel 5 dapat digambarkan dalam diagram
batang berikut ini :
Gambar 3. Diagram Rekap Nilai Usability
Dari tabel 5 menunjukan nilai nilai
kepuasan atau penerimaan user (acceptance)
terhadap masing masing atribut. Dapat dilihat
bahwa untuk atribut Kemudahan Interface
dikenali memiliki nilai penerimaan usability oleh
user sebesar 3,9 (sudah berada diatas skala 3 atau
nilai tengah). Hal ini dapat diartikan bahwa
website yang telah dibuat mudah untuk dikenali
oleh user dari halaman interface awal website.
Apabila sisesuaikan kembali hubunganya
dengan kelima aspek usability pada tabel 3, dapat
dikatakan bahwa website event organizer ini telah
memiliki nilai usability, yaitu : learnability,
efficiency, memorability, errors dan satisfaction
yang baik. Hal ini ditunjukkan dengan nilai hasil
usability sebagai berikut :
a. Nilai atribut Kemudahan Interface untuk
dikenali sebesar 3,9 yang menunjukkan
bahwa website telah memiliki aspek
learnability.
b. Nilai atribut Kemudahan menemukan
informasi sebesar 4,0 menunjukkan bahwa
website telah meiliki nilai aspek efficiency.
c. Nilai atribut Kemudahan mengingat
kembali menu-menu dan tampilan halaman
website sebesar 3,8 menunjukan bahwa
website telah meiliki nilai aspek
memorability.
d. Nilai atribut Kemudahan web dibaca
sebesar 3,5; atribut simbol-simbol gambar
yang mudah dipahami sebesar 3,6 dan
atribut Bahasa yang mudah dimengerti
438
sebesar 3,7 membuat website dapat
dikatakan telah meminimalisir aspek Errors.
e. Dari keseluruhan atribut yang memiliki nilai
rata rata 3,76 menunjukkan jika website
telah mempunyai aspek satisfaction yang
baik.
6. Kesimpulan
Dari penelitian yang dilakukan diperoleh
kesimpulan sebagai beriku :
a. Hasil rekap nilai Usability menunjukkan
keseluruhan atribut memiliki nilai
penerimaan usability oleh user rata rata
3,76 sehingga dapat dikatakan bahwa
perangkat lunak aplikasi website event
organizer yang telah dibuat memiliki nilai
aspek usability, yaitu : learnability,
efficiency, memorability, errors dan
satisfication yang baik.
b. Website event organizer yang sudah dibuat
telah memenuhi kelima aspek usability
sehingga dapat dikatakan sebagai website
yang layak untuk dioperasikan oleh
pengguna.
Evaluasi ini juga tidak dapat memberikan
solusi yang pasti, namun dapat menyediakan jalan
keluar untuk melakukan pembetulan. Dengan
evaluasi usability testing dapat membantu dalam
menemukan solusi kasar untuk memulai tahap
analisa lanjutan untuk melakukan perancangan
ulang sistem.
Untuk mendapatkan hasil yang optimal,
sebaiknya dalam melakukan evaluasi sistem
dilakukan dengan menggunakan lebih dari satu
metode evaluasi. Diharapkan hal ini akan
memberikan hasil yang lebih baik, karena masing
- masing metode mempunyai sisi yang berbeda
dalam menganalisa. Pada penelitian lanjutan,
disarankan untuk menguji pada beberapa
pendekatan usability sebuah website.
Daftar Pustaka :
[1] ISO : ISO 9241-11. Ergonomic
Requirements for Office Work With Visual
Display Terminals (VDT). Part 11:
Guidance in Usability. International
Standards Organization, London (1998).
Diakses 28 April 2015, pukul 13.10 wib.
[2] Jumeno , D., dan D.H Putri. (2010). Analisis
Usability Website Universitas Andalas.
National Conference On Applied
Ergonomics 2010.
[3] Munaiseche, Cindy P.C. (2012). Pengujian
Web Aplikasi DSS Berdasarkan Pada Aspek
 Seminar Nasional Informatika 2015

Usability. Orbith Vol.8 No.2 Juli 2012 : 63- Heuristik. Jurnal Informastika Komputer
68. ISSN : 1858-2095 No.3, Vol.12, Desember 2007.
[4] Nielsen, J., 1994, Usablity Engineering, [8] Wingnjosoebroto, S., Sudiarno, A.,
Academicpress, San diego, USA. Harendra, D. 2009. Perancangan Interface
[5] Nielsen, J., 20, November, 2005, Why Prototype Web Berdasarkan Pada Aspek
You Only Need to Test with 5 Users, Usability (Studi Kasus : Laboratorium
http://www.nngroup.com/articles/why-you- Ergonomi dan Perancangan Sistem Kerja
only-need-to-test-with-5-users/ Teknik Industri ITS). Sumber :
[6] Nielson, Jacob, Usability 101:Introduction http://digilib.its.ac.id/public/ITS-
to usability. Diakses April 2015 dari Undergraduate-8877-2504100030-Paper.pdf
http://www.useit.com/alertbox/20030825.ht
ml
[7] Ridwan, Anggraeni. (2007). Pengukuran
Usability Aplikasi Menggunakan Evaluasi

439
Seminar Nasional Informatika 2015

PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK

PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN
MANUSIA MENGGUNAKAN VISUAL BASIC 6.0
Ermayanti Astuti, M.Kom
1,2
Teknik Informatika Komputer, Fakultas Ilmu Komputer, Universitas Potensi Utama Medan
3
Instansi, Jln. K.L. Yos Sudarso No. 3A Medan
kurma0035@gmail.com

Abstrak

Notasi balok merupakan standar yang digunakan dalam penulisan notasi musik. Setiap nada mempunyai
frekuensi yang berbeda, sehingga penempatan posisi not pada garis paranada dilakukan berdasarkan tinggi-
rendahnya nada tersebut. Nada adalah bunyi yang dihasilkan dari alat musik, yang mempunyai durasi, pitch,
intensitas, dan warna. Sebuah not balok mewakili sebuah nada, bentuk not balok tersebut menunjukkan
hitungan yang terdapat pada nada yang diwakilinya. Dalam penotasian musik, dikenal 2 kondisi yaitu not dan
rest. Not digunakan untuk menunjukkan adanya nada tertentu, sedangkan rest digunakan untuk menunjukkan
tidak adanya nada. Garis paranada merupakan lima garis sejajar dengan empat ruang kosong diantaranya,
untuk menempatkan not balok sesuai dengan tinggi rendahnya nada. Not-not ditempatkan pada garis atau
ruang kosong diantaranya. Semakin tinggi posisi not semakin tinggi nada yang dihasilkan, demikian pula
sebaliknya. Cara pembacaan not pada garis paranada adalah dari kiri ke kanan. Tanda kunci adalah tanda
yang ditempatkan pada permulaan garis paranada, untuk menentukan nama nada dan menetapkan tinggi-
rendah nada dengan tepat. Kunci yang umum digunakan dalam musik adalah kunci treble dan kunci bass.
Tanda birama terdiri dari angka-angka yang ditempatkan secara pecahan pada permulaan garis paranada,
setelah tanda kunci yang diletakkan pada garis tanda baca yang dinamakan partitur. Tanda kromatis
diletakkan di depan not yang akan dinaikkan atau diturunkan nadanya.

Kata kunci : pitch, rest, garis paranada ,bass, tanda kunci, treble

1. Pendahuluan basic 6.0, terjadinya kesalahan penulisan dapat

Komputer merupakan alat atau
kelompok peralatan yang melaksanakan pekerjaan
yang dikendalikan serta dikontrol oleh seorang
instruksi / programmer yang kemudian
dimasukkan ke dalam memori. Pada penggunan
komputer yang akan dilakukan dan pembahasan
saat ini adalah, komputer ternyata bisa digunakan
untuk memainkan alat musik, salah satunya
adalah piano.
Piano merupakan alat musik yang sering
dimainkan oleh komposer. Saat ini piano bisa
dimainkan dengan menggunakan teknologi untuk
menulis notasi balok secara otomatis pada
komputer dan program aplikasi komputer untuk
menulis atau membuat tulisan atau notasi musik
yang lebih dikenal sebagai notasi balok yang
dinamakan dengan program enduser.
Pembahasan ini meliputi permasalahan yang
dibahas hanya pada perancangan notasi balok
piano secara otodidak untuk melatih kecerdasan
dan keterampilan seseorang menyusun notasi
piano dan memainkan serta mendengarkan irama
music piano melalui program enduser dengan
tampilan suara yang dihasilkan ke loudspeaker
pada komputer. Dengan bantuan aplikasi visual
diperbaiki dengan mudah. Dengan menggunakan
aplikasi komputer, not balok yang dituliskan
dapat langsung disuarakan dengan suara tertentu
sehingga memudahkan pengguna untuk
mengetahui bagaimana bunyi lagu yang
dihasilkan. Dengan tujuan merancang dan
membuat sistem untuk menentukan notasi balok
pada musik piano
2. Bagian Bagian Notasi Balok Piano
Not Balok
Dalam penotasian musik, dikenal 2
kondisi yaitu not dan rest. Not digunakan untuk
menunjukkan adanya nada tertentu, sedangkan
rest digunakan untuk menunjukkan tidak adanya
nada. Ng, Lina (2003). Tabel 1 berikut ini
menunjukkan bentuk dan nilai not balok yang
merepresentasikan nada (not) dan yang
merepresentasikan tanda diam (rest).
(rintan@petra.ac.id)

440
 Seminar Nasional Informatika 2015

Tabel 2.a. Simbol Not Balok Untuk Tiap

Hitungan
Nama Nama
Not Rest Not Rest
(Nilai) (Nilai)

Semibre Minims
ve (4) (2)
Gambar 2.c. Posisi Not dalam Tanda Kunci
Crotchet Quaver Treble dan Bass
(1) (1/2)
2.4 Tanda Birama

Tanda birama terdiri dari angka-angka yang

Demisem ditempatkan secara pecahan pada permulaan garis
Semiqua
iquaver paranada, setelah tanda kunci. Angka di atas
ver (1/4)
(1/8) menunjukkan banyaknya hitungan dalam tiap-tiap
ruas, sedangkan angka di bawah menunjukkan
nilai nada dalam 1 hitungan. Contoh partitur yang
1.1 Garis Paranada menggunakan tanda birama 3/4 dapat dilihat pada
Gambar di bawah ini.
Garis paranada merupakan lima garis sejajar
dengan empat ruang kosong diantaranya, untuk
menempatkan not balok sesuai dengan tinggi
rendahnya nada. Not-not ditempatkan pada garis
atau ruang kosong diantaranya. Semakin tinggi
posisi not semakin tinggi nada yang dihasilkan,
demikian pula sebaliknya. Cara pembacaan not
pada garis paranada adalah dari kiri ke kanan. Ng,
Lina (2003). Gambar 1 berikut ini menunjukkan
garis paranada. Gambar 2.d. Partitur lagu dengan tanda birama
3/4

2.5 Tanda Kromatis (Accidental)

Gambar 2.a. Garis Paranada
Tanda Kunci
Tanda kunci adalah tanda yang ditempatkan
pada permulaan garis paranada, untuk
menentukan nama nada dan menetapkan tinggi-
rendah nada dengan tepat. Kunci yang umum
digunakan dalam musik adalah kunci treble dan
kunci bass. Berikut ini adalah contoh gambar
tanda kunci dan contoh posisi not dalam tanda
kunci. Gambar 2.a berikut ini menunjukkan
berbagai jenis tanda kunci yang ada, sedangkan
Gambar 2.b menunjukkan posisi not dalam tanda
kunci treble dan bass.
Dalam notasi balok dikenal ada 5 macam
tanda kromatis, yaitu:
Sharp (#), menaikkan nada sebanyak nada.
Double sharp (x), menaikkan nada sebanyak
1 nada.
Flat (b), menurunkan nada sebanyak nada.
Double flat (bb), menurunkan nada sebanyak
1 nada.
Natural
penaikan atau penurunan nada.
Tanda kromatis diletakkan di depan not yang
akan dinaikkan atau diturunkan nadanya.
Pengaruh tanda kromatis ini hanya berlaku untuk
not yang sama tingginya dalam satu bar. Gambar
berikut adalah gambar dari nada yang diberi tanda
kromatis.

Gambar 2.b. Tanda Kunci Gambar II.3. Tanda Kromatis (Accidental)

441
Seminar Nasional Informatika 2015

3. Pembahasan dan Perancangan 3.1.3. Tangga Nada Mayor

3.1 Pembahasan Tangga nada ke dua (hanya terdiri dat tuts

Dalam musik jika kita membicarakan suara
tinggi atau rendah yang dimaksud adalah
nada tinggi atau nada rendah. Namun suara nada
tinggi adalah nada nada yang di hasilkan tuts
piano pada ujung kiri tuts dan nada rendah di
hasilkan oleh piano pada ujung sebelah kanan.
3.1.1. Garis Paranada
putih) merupakan perpaduan antara tone (nada)
dan semitone (1/2 nada).
3.2 Perancangan
Pada bagian perancangan ini, penulis
melengkapi dengan rancangan user interface,
yang menjadi acuan dalam implementasi dengan
menggunakan bahasa pemrograman Visual Basic

Ketika musik di tuliskan, garis para nada

berupa lima garis horizontal merupakan suatu
cara untuk menunjukkan tinggi atau rendah

- Not data di letakkan pada garis tengah

Gambar 4.a. Not di Letakkan Pada Garis Tengah

- Not Di Letakkan pada Spasi

GAMBAR 4.D. FORM UTAMA

Keterangan :

Garis Paranada

Gambar 4.b. Not di Letakkan pada Spasi

Not Penuh / Utuh
Garis Bantu juga dapat di perluas ke atas atau ke
bawah dengan garis Bantu seperti gambar di
Not Setengah (1/2)
bawah ini :

Not seperempat (1/4)

Not Seperdelapan

Not Seper Enam Belas

Gambar 4.c. Not dengan garis Bantu
Kres
3.1.2. Tangga Nada Kromatis

Tangga nada pertama yang akan dimainkan Mol :

termasuk tuts hitam di namai tangga nada
kromatis. Keseluruhan tangga nada ini terdiri dari
not semitone Pada tahap selanjutnya adalah kita dapat
membuka Tone yang tersedia yang akan di
mainkan oleh program yang tampilannya dapat di
lihat seperti di bawah ini.

442

Gambar 4.e. Design File Tone
Atau jika ingin membuat tone baru maka
klik menu File New Tone lalu pilih salah satu
layer yang tersedia yang di buat tonenya., yang
designnya tampak seperti gambar di bawah ini :
Gambar 3.f. Design Menu New Tone
Keterangan : tempatkan
Layar 1 - 6 : Menyiapkan layer antara 1 6
yang akan di buat tone baru
Open Tone : Membuka tone yang sudah lama
untuk di mainkan kembali
Save Tone : Menyimpan tone yang terdapat
di dalam layer ke sebuah file
yang bias di buka di kemudian
hari
Play : Tombol yang di gunakan untuk
memainkan tone yag ada di
dalam layer
Seminar Nasional Informatika 2015
4. Algoritma dan Implementasi
4.1. Algoritma
Algoritma merupakan suatu metode yang
digunakan untuk menyelesaikan suatu masalah.
Algoritma merupakan langkah langkah untuk
perancangan program yang dinyatakan dalam
bahasa yang dapat dimengerti manusia. Berikut
ini akan dijelaskan secara ringkas cara kerja dari
perangkat lunak yang telah di buat
Langkah I : Program akan memunculkan
menu utama dari sistem yang
berisi menu - menu puldown
yang dapat dipilih oleh
pemakai, pada saat ini program
akan menunggu masukan dari
pemakai menu apa yang akan di
pilih
Langkah II : Setelah itu pemakai dapat
memasukkan tone-tone kedalam
layer kerja atau jika ingin
mengambil file yang telah ada
sebelumnya lalu
menjalankannya
Langkah III : Proses akan terus aktif sampai
dipilih menu exit dari program
tersebut, selama program aktif
tahap I s/d II akan terus
berulang sesuai dengan
keinginan pemakai.
,,,,,,,,,,,,,,,,,,,,,,,
4.1.1. Algoritma Membuat Tone
Algoritma membuat Tone adalah cara yang di
gunakan untuk membuat tone-tone atau not blok
ke dalam layer sehingga dapat di mainkan dan di
dengarkan
Langkah 1 : Setelah Program di
jalankan maka akan di
tampilan menu utama
system dan pada menu
utama akan di tampilkan
sebuah layer kerja yang di
dalamnya terdapat garis
untuk tempat not not di
Langkah 2 : Pilih salah satu jenis Not
nada yang ada, lalu klik
icon yang bergambar
pencil, setelah itu klik atau
tempatkan pada lembar
kerja sehingga not nada
yang dipilih tadi akan
mengeluarkan bunyi dan
symbol dari nada tersebut
akan di tempatkan pada
443
Seminar Nasional Informatika 2015

layer kerja yang

bersangkutan

Jika di lihat dar logika programnya akan di

dapatkan hasil seperti di bawah ini untuk
menempatkan tone ke dalam layer kerja :

Pentagram pict, ImagePentagram,

70
For ColoumX = 1 To 50
For LineY& = 1 To 30
Draw_Note pict,
GambarNot, ColoumX * 16 + 30,
(LineY& * 5) +

13,PentagramLines(idxNot, LineY&,
ColoumX + HScroll1.Value),
NoteType(idxNot, LineY&,
ColoumX + HScroll1.Value)
Next LineY
Next ColoumX
4.1.2. Algoritma Membuka Tone yang ada
Langkah 1 : Klik File, lalu Open Tone
maka akan di tampilkan
File dialog untuk membuka
file yang ada seperti
gambar di bawah ini :
Gambar 5.b. Tone yang di Buka
Jika di lihat dar logika programnya akan di
dapatkan hasil seperti di bawah
fs = Mid(nfile, 1, Len(nfile) - 3)
fs = fs & Trim(idxNot) & "ms"
MaxX& = 0
Open fs For Input As #1
Do While Not EOF(1)
Line Input #1, Buffer
Count& = Count& + 1
For i = 1 To Len(Buffer) -
Len("ToneXX: ")
If Count& > 40 Then Exit For
PentagramLines(idxNot, Count&, i) =
Val(Mid(Buffer, i + Len("ToneXX: "), 1))
If MaxX& < i And Val(Mid(Buffer, i +
Len("ToneXX: "), 1)) <> 0 Then
MaxX& = i
End If
Next i
Loop
Close #1
DisplayPentagramNotes idxNot, pict,
ImagePentagram, GambarNot

4.1.3. Algoritma Memainkan Tone

Gambar 5.a. Open Dialog
Langkah 1 : Klik File, lalu Open Tone
Langkah 2 : Pilih salah satu file yang maka akan di tampilkan
ada File dialog untuk membuka
Langkah 3 : Lalu Pilih Open pada open file yang ada seperti
dialog gambar di bawah ini :
Langkah 4 : Maka akan di tampilkan Langkah 2 : Pilih salah satu file yang
seperti gambar di bawah ini ada

444
 Seminar Nasional Informatika 2015

Langkah 3 : Lalu Pilih Open pada open 4.1.4. Algoritma Menyimpan Tone
dialog
Langkah 4 : Maka akan di tampilkan
Langkah 1 : Buatkanlah terlebih dahulu
seperti gambar di bawah di
tone-tone di dalam layer
atas
kerja dengan benar
Langkah 5 : Klik Tombol Play untuk
memainkan Tone yang ada
Langkah 2 : Klik File Save Tone
Jika di lihat dar logika programnya akan di
Langkah 3 : Maka anda akan di suruh
dapatkan hasil seperti di bawah :
untuk membuat nama file
dari tone tersebut
For ColoumX = 1 To MaxX&
For LineY& = 1 To 30 Langkah 4 : Klik Tombol Save untuk
TempPent(LineY&, ColoumX) = Menyimpan hasil tersebut
PentagramLines(idxNot, LineY&, ColoumX)
Jika di lihat dar logika programnya akan di
Next LineY&
dapatkan hasil seperti di bawah :
Next ColoumX
For ColoumX = 1 To MaxX& For LineY = 1 To 40
AgainFlag = False OutputS = "Tone" &
For LineY& = 1 To 30 LeadingZeros$(LineY, 2) & ": "
'TempPent For ColoumX = 1 To MaxX
If TempPent(LineY&, ColoumX) <> 0 A = Chr(PentagramLines(idxNot, LineY,
And Not ISAgainFlag Then ColoumX) + Asc("0"))
StartNote FixNotes(LineY&) '46 + OutputS = OutputS & A
LineY& Next
End If Whole$ = Whole$ & OutputS & vbCrLf
Next LineY Next
DelayTimer 80 Dim ffile As String
For LineY& = 1 To 30 ffile = nfile & "." & Trim(idxNot) & "ms"
If TempPent(LineY&, ColoumX) <> 0 Open ffile For Output As #1
Then Print #1, Whole$
TempPent(LineY&, ColoumX) = Close #1
TempPent(LineY&, ColoumX) - 1
If TempPent(LineY&, ColoumX) = 0
Then DAFTAR PUSTAKA
StopNote FixNotes(LineY&) '46 + [1]. Jogiyanto H.M, 2010. Pengenalan
LineY& Komputert. Andi Offset. Yogyakarta.
ISAgainFlag = False [2]. Daryanto Drs, 2005. Belajar Komputer
Else Visual Basic 6.0. Bandung : CV. Yrama
AgainFlag = True Widya.
ISAgainFlag = True [3]. Kurweni Ukar, 2010. Belajar Komputer
End If Aplikasi Microsoft Office Standard Edition.
End If Jakarta : PT. Elex Media Komputindo.
Next LineY [4]. Janner Simarmata, 2007. Perancangan Basis
Data. Andi Offset. Yogyakarta.
If ColoumX > 30 Then
[5]. WWW.Geocities.com/buku_Exchange/buku
HScroll1.Value = ColoumX - 30
mail.pdf.
End If
http://id.wikipedia.org/wiki/KeuntunganSimu
If AgainFlag Then ColoumX = ColoumX - lasi
1 [6]. Seminar Nasional Teknologi 2007
Next ColoumX Yogyakarta, 24 November 200.

445
Seminar Nasional Informatika 2015

[7]. Janny Hardi Harahap, 2010. Belajar

Keyboard Mudah dan Praktis. Ekspresi.
Yogyakarta.
[8]. Christian J. Monoach. ST, 2010. 3 Hari Jago
Main Piano. Generasi Cerdas. Jakarta Timur

446
 Seminar Nasional Informatika 2015

ANALISIS FITUR E-LEARNING PADA KURIKULUM 2013 DENGAN

PENDEKATAN FRAMEWORK CONTENT-UNDERSTANDING-
ENVIRONMENT
Fendy Tay1, Senie Destya2
1,2
Magister STMIK AMIKOM YOGYAKARTA
1,2
Jl. Ring Road Utara, Condong Catur, Sleman, Yogyakarta. Telp : (0274) 884-201
1
fendy.nbody@gmail.com, 2senie.purple@gmail.com

Abstrak

Penerapan kurikulum 2013membutuhkan banyak perubahan dalam beberapa segmen, antara lain pada
model pembelajaran berupa tematik-integratif, pendekatan saintifik, strategi aktif, dan penilaian autentik.
Salah satu bidang yang mendapatkan dampak yang cukup berarti dengan perkembangan teknologi ini
adalah bidang media pembelajaran berbasis teknologi, proses pengembangan media pembelajaran berbasis
e-learning dilakukan dengan metode pengidentifikasian fitur yang disesuaikan agar dapat menunjang proses
pengajaran Tematik integratif yang digunakan pada kurikulum 2013. Pada jurnal ini peneliti menganilisis
kebutuhan fitur media pembelajaran dengan acuan model Framework Content Understanding Environment.
Hasil analisis fitur tersebut kemudian disajikan dalam bentuk konstruksional desain yang disesuaikan
dengan materi kelas I SD Tematik 1 Kompetensi dasar 2 & 3 sehingga dapat langsung diterapkan oleh para
programmer untuk diwujudkan menjadi sebuah e-learning kurikulum 2013.

Kata Kunci : Analisis fitur, Kurikulum 2013, Framework CUE

1. Pendahuluan memberi makna yang substansial terhadap mata

pelajaran PPKn, Bahasa Indonesia, Matematika,
Kurikulum 2013 adalah kurikulum yang
Seni-Budaya dan Prakarya.
diterapkan oleh pemerintah untuk menggantikan
Penekanan pada siswa baik secara individual
Kurikulum Tingkat Satuan Pendidikan yang telah
maupun kelompok untuk aktif mencari, menggali
berlaku selama kurang lebih 6 tahun.Kurikulum
dan menemukan konsep serta prinsip-prinsip
2013 masuk dalam masa percobaan pada tahun
secara holistik dan otentik merupakan implikasi
2013 dengan menjadikan beberapa sekolah
terhadap sarana, prasarana, sumber belajar dan
menjadi sekolah percobaan.Pada tahun 2014,
media memberikan efek pada proses pembelajaran
Kurikulum 2013 sudah diterapkan di Kelas I, II,
tematik pada kurikulum 2013.
IV, dan V sedangkan untuk SMP Kelas VII dan
Implementasi Kurikulum 2013 secara
VIII dan SMA Kelas X dan XI.
bertahap dan terbatas telah dilakukan pada Tahun
Kurikulum 2013 mengutamakan
Pelajaran 2013/2014 di 6.221 sekolah di 295
kepentingan agar siswa menguasai teknologi.Hal
kabupaten/kota seluruh Indonesia. Hanya sekolah-
ini didasari perkembangan dunia, kemajuan
sekolah inilah yang diwajibkan menjalankan
teknologi informasi, masalah lingkungan hidup,
kurikulum tersebut sebagai tempat untuk
serta kebangkitan industri kreatif dan
memperbaiki dan mengembangkan Kurikulum
budaya.Kurikulum 2013 diharapkan mampu
2013 ini.Hal tersebut berkaitan dengan
menghasilkan generasi emas yang mempunyai
pemberhentian sebagian pelaksanaan Kurikulum
sifat produktif, kreatif, inovatif, dan afektif.Target
2013 oleh Menteri Pendidikan dan Kebudayaan
kurikulum ini agar siswa mampu mengamati,
(Mendikbud) Anies Rasyid Baswedan.Mendikbud
menyimak, melihat, membaca, mendengar,
Anies Baswedan juga menyampaikan selain
bertanya, bernalar, mencoba, dan
sekolah tersebut, sekolah yang baru menerapkan
mengkomunikasikannya.
satu semester Kurikulum 2013 akan tetap
Metode yang digunakan dalam kurikulum
menggunakan Kurikulum 2006 sampai mereka
2013 adalah metode tematik integratif yang
benar-benar siap menerapkan Kurikulum 2013.
mengintegraiskan beberapa mata pelajaran dan
Pengambilan keputusan tersebut,
dikemas dalam satu kesatuan tema khusus. Siswa
berdasarkan pada fakta bahwa sebagian besar
tidak belajar konsep dasar secara parsial, sehingga
sekolah belum siap melaksanakan Kurikulum
memberikan makna yang utuh kepada siswa
2013 karena beberapa hal, antara lain masalah
seperti tercermin pada berbagai tema.Adapun
kesiapan buku, sistem penilaian, penataran guru,
temayang diambil adalah tema yang berkaitan
pendampingan guru dan pelatihan Kepala
dengan alam dan kehidupan manusia. Keduanya
Sekolah.

447
Seminar Nasional Informatika 2015
Sistem pendidikan Indonesia mendapatkan
pengaruh besar dengan adanya globalisasi dan
pasar bebas (guru dan dosen dari luar negeri bisa
mengajar di lndonesia perkembangan ilmu
pengetahuan dan teknologi, dan kebijakan-
kebijakan internasional.
Hal tersebut menyebabkan kita harus
mencari formulasi model pendidikan guru masa
depan yang handal dalam rangka peningkatan
mutu dan menghadapi persaingan global.
Pengembangan Model pembelajaran melalui
strategi, metode dan pengunaan media dalam
pendidikan Guru Masa Depan sangat diperlukan
oleh negera, sebab hal tersebut merupakan suatu
kebutuhan yang sangat mendesak.
Kompetensi yang akan dikuasai peserta
dldik merupakan hasil atau produk dari
pencapaian penguasaan gabungan dari berbagai
mata pelajaran yang berkaitan. oleh karena itu
perlu dilakukan usaha lebih lanjut dalam
pengembangan kurikulum secara komprehensif.
Usaha ini juga memerlukan komitmen
kebijakan untuk memfasilitasinya, termasuk di
dalamnya para pengambang teknologi
pembelajaran yang menjadi alat utama dalam
proses pembelajaran kurikulum 2013.
Pengembangan kurikulumakan lebih ideal jika
seluruh keahlian pendidikan dapat
dikoordinasikan, baik horizontal maupun vertikal
dalam menentukan kebijakan untuk menyongsong
kurikulum 2013.
Tabel 1. Karakteristik Media Pembelajaran
(Newby, Stepich, Lehman, & Russell, 2000
dikutip dalam Craig L. Scanlan, tt)
Melihat dari karakteristik kurikulum 2013
sangat mirip dengan framework CUE (content
Understanding Environtment) pada buku
Designing Effective framework by Anne Tweed,
peneliti menggunakan framework CUE dengan
penekanan
Menurut buku Designing Effective
framework apabila kurikulum yang akan di
448
implementasikan menggunakan pendekatan sains
maka CUE framework merupakan framework
yang paling tepat.
CUE framework dirancang untuk
meningkatkan kemampuan guru sains untuk
memberikan pengajaran yang efektif untuk pelajar
siswa yang beragam. Efektivitasnya ini
disebabkan sebagian besar untuk dua
kualitas.Pertama, semua strategi yang
direkomendasikan didirikan di atas dasar
penelitian dengan link yang positif untuk
meningkatkan prestasi siswa.Kedua, kerangka tiga
bagian membantu guru membedakan mana
perbaikan praktik pembelajaran mereka
dibutuhkan dan bagaimana untuk mengambil
tindakan yang berada dalam kendali mereka.Buku
ini didasarkan dan tempat yang memberikan
100% pelajaran ilmu yang efektif adalah seumur
hidup pencarian profesional, dan perbaikan segera
dan stabil dapat dilakukan oleh para guru di
semua tahapan karir mereka.
Sebelum memulai menggunakan framework
CUE, ada 3 hal yang perlu menjadi pertimbangan
antara lain :
Apa pembelajaran penting yang didapatkan
dari pelajaran yang diberikan? (Content)
Apa yang akan Anda berikan untuk
mengembangkan pemahaman konseptual siswa?
(Understanding)
Bagaimana guru dan siswa mendukung
lingkungan kelas positif yang mendukung
pembelajaran oleh semua siswa? (Environment)
Tabel 2. Keterampilan Proses Model CUE
Perbandingan fitur elearning yang akan
digunakan dalam penelitian adalah dengan
menganilisis tiga media pembelajaran yang
memiliki fitur khusus. Ketiga media tersebut
adalah Khan Academy, Udemy, dan
Quipper.Khan Academy menjadi salah satu situs
pembelajaran yang berkembang sangat cepat,
pengembangan pembelajaran yang hanya berupa
 Seminar Nasional Informatika 2015

video berkembang menjadi suatu sistem yang interaktif ini tidak memerlukan spesifikasi sistem
terintegrasi dengan model gamification. yang tinggi dan dapat dijalankan pada berbagai
Elearning yang didirikan oleh Salman Khan perangkat, termasuk perangkat
pada tahun 2006 ini adalah sebagai lembaga mobile.Berdasarkan hasil tes, Semua peserta
nonprofit dengan tujuan mengubah pendidikan menyatakan bahwa mereka dapat menggunakan
menjadi lebih baik, Adapun Udemy adalah situs semua isi dan navigasi yang mudah dan dapat
belajar online yang berisi tutorial-tutorial yang berjalan normal pada perangkat yang mereka
diakses secara online.pemrograman tingkat dasar gunakan. Dengan kata lain, sistem ini kuat dan
hingga pemrograman tingkat lanjut, tutorial user friendly.
desain, musik, Enterpreneur, dan sebagainya Perbedaan dari penelitian tersebut adalah
tersedia di web tersebut. Berbeda halnya dengan pada tingkatan penelitian di level produksi,
Quipper School yang merupakan layanan e- sedangkan penelitian ini berfokus hanya pada
learning gratis dengan menyediakan kelas virtual proses analasis fitur yang kemudian dapat
yang diciptakan demimempermudah tugas dan dilanjutkan ke proses design dan produksi oleh
menghemat waktu para guru, khususnya dalam peneliti selanjutnya.
hal pemberian tugas / PR / latihan soal, bahkan
ujian di kelas kepada siswa Tabel 3. Kompetensi 3&4 Tematik 1.1
Hasil akhir dari analisis ini adalah berupa
rekomendasi fitur elearning yang dikhususkan
untuk materi kelas IV SD tema 1.Sehingga hasil
penelitian ini dapat segera direalisasikan kedalam
bentuk media pembelajaran elerning oleh peneliti
selanjutnyaPenelitian Muhammad Syaukani
membahas mengenai mengembangkan sebuah
sistem aplikasi chatting berbasis web
menggunakan bahasa pemrograman PHP.
Pendekatan berbasis aturan dengan konsep
parsing tree dan aturan produksi telah berhasil
diimplementasikan untuk suatu aplikasi
komunikasi online menggunakan penerjemah
Inggris-Indonesia. Pada penelitian ini, sistem diuji
telah diuji dengan cara mengirimkan pesan dalam
bentuk kalimat bahasa Inggris dan pesan yang
diterima dalam bentuk kalimat bahasa Indonesia
begitu juga sebaliknya. Hasil penelitian
menunjukkan bahwa sistem telah sukses
menerjemahkan dan mengirimkan pesan dari
pengirim ke penerima.Perbedaan penelitian yang
dilakukan dari peneiliti adalah pendekatan fitur
pada materi kurikulum 2013 secara teoritis
dengan mengidentifikasikan fitur pendidikan
menjadi fitur aplikasi teknologi.jurnal ini
membahas bagaimana menyajikan E-Learning 2. Metode Penelitian
untuk mendukung program pendidikan dan
Pelatihan (E & T), penelitian dan pengembangan Suharsimi Arikunto (2002:206) metode
(R&D) untuk peningkatan kualitas sumber daya dokumentasi adalah mencari data yang berupa
manusia Indonesia (IQIHR). Pada penelitian catatan, transkrip, buku, surat kabar, majalah,
tersebut peneliti menggunakan pendekatan prasasti, notulen rapat, legger, agenda dan
parameter Seni modern, ilmu pengetahuan, teknik sebagainya. Hadari Nawawi (2005:133)
dan teknologi (ASET).Perbedaan pada peneittian menyatakan bahwa studi dokumentasi adalah
ini adalah pada parameter yang digunakan, carapengumpulan data melalui peninggalan
penelitian ini tertulis terutama berupa arsip-arsip dan termasuk
Program multimedia yang diteliti oleh juga buku mengenai pendapat, dalil yang
Enjang Ahmad Juanda sangat cocok untuk berhubungan dengan masalah penyelidikan.
kegiatan belajar secara mandiri. Produksi
multimedia interaktif dengan memisahkan
interface dan isi dengan menghubungkan file
XML eksternal adalah solutionfor produksi
multimedia interaktif yang dapat kembali dan
dikembangkan dengan mudah. Multimedia

449
Seminar Nasional Informatika 2015
Gambar 1. Alur Penelitian
Gambar 1 menjelaskan urutan alur penelitian yang
dilakukukan oleh peneliti, adapun penjelasannya
adalah :
Pengumpulan Dokumentasi Terkait
Peneliti mengumpulkan dokumentasi terkait
dengan penelitian yang sedang dilkukan. Bisa
berupa jurnal, skripsi, hasil penelitian, isu/berita,
buku dan sebagainya.
Analisis
Menganalisis bagan-bagan yang ada dibawahnya
dengan landasan teori-teori dokumen yang
mendukung.
Framework CUE
Menjelaskan model yang digunakan sebagai
acuan pemetaan kebutuhan fitur E-Learning
kurikulum 2013.
Karateristik Media Pembelajaran
Menjelaskan kebutuhan RPL berdasarkan studi
dokumentasi dan fitur E-Learning yang sudah
diterapkan pada website E-Learning seperti: Khan
Academy, Quipper, dan Udemy.
Tematik 1.1
Tematik 1.1 menjelaskan tentang kompetensi
dasar siswa, jadi hal ini dimaksudkan untuk
mengetahui apa saja yang diperlukan untuk siswa
dan guru sebagai media pembelajaran
450
Tahap 1 : Penyesuaian Kebutuhan Fitur
Fitur Pendidikan
Penyesuian Framework CUE dengan kebutuhan
fitur
Studi Kasus
Penyesuaian Khan Academy, Udemy, Quipper
dengan kebutuhan fitur Pendidikan
Fitur E-Learning
Penyesuaian Framework CUEdengan fitur E-
Learning
Tahap 2 : Penyesuaian Materi Ajar
Materi ajar yang dijadikan objek penelitian
adalah, Tematik 1.1 Kelas 4 SD. Hasil pemetaan
Fitur E-Learning Kurikulum 2013 di sesuaikan
dengan materi-materi tematik sesuai dengan
kompetensi dasar yang bisa dipenuhi oleh fitur-
fitur yang sudah ada pada website E-Learning
yang dijadikan acuan.
Tahap 3 : Desain E-Learning 2013
Hasil dari penelitian ini adalah rekomendasi bagi
praktisi informatika khususnya desainer untuk
melakukan penelitian lanjut.
3. HASIL DAN DISKUSI
Pemetaan keterampilan proses Framework CUE
terhadap fitur media pembelajaran dan objek
materi ajar yang akan diterapkan adalah
pendekatan yang digunakan untuk menganalisis
fitur e-learning. Konsep pemetaan ini didasarkan
pada adanya kesesuaian antara tujuan akhir
keterampilan proses pada framework CUE dengan
peluang yang bisa dilakukan dengan fitur-fitur E-
learning yang sudah ada.
Tahap yang pertama kali dilakukan adalah studi
kasus implementasi fitur e-learning pada media
pembelejaran yang sudah ada sebelumnya, dari
analisis fitur tersebut menghasilkan fitur standar
e-learning yang kemudian digunakan sebagai
parameter dasar.
Tahap 1 : Memetakan karateristik media
pembelajaran dengan fitur e-learning yang sudah
ada (studi kasus : Quipper, Khan Academy,
Udemy)
 Seminar Nasional Informatika 2015

Tabel 4 Pemetaan fitur e-learning Tabel 6.Implementasi fitur e-learning

Framework CUE dengan tematik 1.1

Tabel 5.Pemetaan Framework CUE dengan

fitur e-learning standar yang sudah dihasilkan
sebelumnya.

General Information
E-LEARNING
login

Registration

Content Understanding Environment

Conceptualization Construction Dialoque Courseware Learning

Evaluation Assessment

Compulsory
Assigment
Course Course Assigment Task-Based Collaborative Interview
Information Content Activity Activity
Regular
Exam
Case Study
Learning Outcomes Topic
Online Survey Case Study
Workspace Questionnaire Assessment
Course Schedule Project Work
Subtopic Online
Discussion
Course Prerequisetes
Participation in
Interactive
Study Material Software Collaborative
Chat Activity
Past Version Of The
Course Simulation
Email Project
Assessment
Multimedia
Forum

Vitual/ Reality
Animation Message

Searching

Online Database

Gambar 2.Arsitektur desain e-learning dengan

pendekatan framework CUE

451
Seminar Nasional Informatika 2015

4. KESIMPULAN 2013, Proceedings Semnas IPTPI dan

Kesimpulan dari analisis yang dilakukan Pascasarjana
menunjukkan bahwa penerapan e-learning dengan Universitas Negeri Jakata, Jakarta. : 261
karakteristik media pembelajaran yang baik dan 274.
disinergikan ke dalam kurikulum 2013 melalui [3] Dimyanti dan Mudjiono, 2010, Belajar
pendekatan framework CUE menghasilkan dan Pembelajaran Penerbit Rineka
konsep desain media pembelajaran e-learning Cipta, April 2010,.h.16
yang maksimal. Hal tersebut dapat terwujud [4] Widodo Jahja Rohani, 2010,
dengan kolaborasi praktisi pendidikan dan IT E-Learning For Improvement Quality
sehingga tercipta hasil yang maksimal dalam Of The Indonesian Human
implementasi kurikulum 2013.
Resources. TELKOMNIKA. : 1693-693
Penerapan metodologi yang berbeda ke dalam
analisis fitur e-learning pada kurikulum 2013 0.
dapat dilakukan ke depan,sehingga didapatkan [5] Pujiastuti P, 2013, Pengembangan
hasil yang dapat dijadikan perbandingan ataupun Model Pembelajaran Integratif (Science
referensi. Saran bagi yang peneliti yang ingin Process Skills, Cmap Tools, dan CUE
melanjutkan penelitian ini adalah dengan Framework) Guna Membekali
melanjutkan ketahap Implementasi, blueprint, Kemampuan Pembelajaran Tematik.
atau prototype. Penelitian Fundamental, November
2013. h.45-46.
Daftar Pustaka : [6] Tweed, Anne., 2009,Designing effective
science instruction: What works in
[1] Nugroho, Taufik., 2013, Pendekatan science classrooms . NSTA Press.
Scientific Model dan Strategi [7] Syaukani, Muhammad., 2010 ,Sistem
Pembelajaran dalam Kurikulum 2013, Penerjemah Inggris-Indonesia Pada
Widyaiswara Muda Aplikasi Chattingberbasis Web
P4TK Bahasa. Menggunakan Pendekatan Aturan.
[2] Mursid R., 2013, Pengembangan TELKOMNIKA.:1693-6930.
Strategi Pembelajaran Melalui
Peningkatan Kompetensi Guru
Menyongsong Kebijakan Kurikulum

452
 Seminar Nasional Informatika 2015

SISTEM INFORMASI PENELUSURAN PENGIRIMAN BARANG

BARANG PADA CV. MERAPI JAYA
Wirhan Fahrozi

Jl. K.L. Yos. Sudarso KM 6,5 No.3A Tanjung Mulia Medan

Program Studi Sistem Informasi, Universitas Potensi Utama Medan
wirhanfr@gmail.com

Abstrak

Kebutuhan informasi yang cepat dan akurat merupakan suatu hal yang wajib didapatkan pada saat ini.
Keterlambatan dalam menyajikan informasi yang dibutuhkan akan menyebabkan informasi tidak relevan
bagi penggunanya. Dengan demikian suatu sistem yang baik harus mampu memberikan informasi yang
akurat dan tepat pada waktunya, beserta data-data yang akurat dan tepat pula dalam proses pengolahannya.
Sistem Informasi Pengiriman Barang Pada CV. Merapi Jaya sangat memprioritaskan peningkatkan kualitas
layanan pengiriman barang, diataranya dengan melakukan pengarsipan data-data yang bersangkutan dengan
pengiriman barang, guna untuk meningkatkan mutu CV. Merapi Jaya.

Kata kunci : Sistem Informasi, Penelusuran Pengiriman Barang.

1. Pendahuluan analisa masalah, menentukan tujuan, mempelajari

1.1. Latar Belakang
Kemajuan teknologi yang berbasis komputer
ini dimanfaatkan oleh perusahaan dengan
menjadikan komputer sebagai alat untuk
mengolah data menjadi suatu informasi yang
cepat dan akurat. Perusahaan dapat lebih
meningkatkan efektifitas dan efesiensi dalam
menyelesaikan suatu pekerjaan, salah satunya
proses penyajian kebutuhan penelusuran
pengiriman barang.
CV. Merapi Jaya adalah perusahaan yang
bergerak di bidang jasa pengiriman barang.
Dalam mengolah data Penerimaan dan
pengiriman barang perusahaan masih secara
manual, yaitu pencatatan menggunakan buku
jalan expedisi pengangkutan untuk menjadi
laporan di perusahaan. sistem yang digunakan
saat ini menimbulkan suatu permasalahan dalam
proses pengolahan dan pencarian data masih
sangat kurang efektif dan efisiensi. Sebagai objek
penelitian yang digunakan penulis, penulis
mencoba membuat sistem informasi yang dapat
mengakomodasi kebutuhan penelusuran
pengiriman barang.
1.2. Idetifikasi Masalah
Pada tahap ini dilakukan peninjauan ke
sistem yang akan diteliti untuk mengamati serta
melakukan eksplorasi lebih dalam dan menggali
permasalahan yang ada pada sistem yang berjalan
saat ini. Tahap ini adalah langkah awal untuk
menentukan rumusan masalah dari penelitian.
1.3. Metode Penelitian
Penelitian ini memiliki beberapa tahapan
dalam pelaksanaan kegiatan yang tertuang pada
kerangka kerja penelitian yaitu definisi masalah,
literatur, mengumpulkan data, pengolahan data,
implementasi dan pengujian.
2. Hasil Dan Pembahasan
Penelitian ini dilaksanakan menggunakan
data-data yang berhubungan dengan proses
pengiriman dan penerimaan barang pada CV.
Merapi Jaya .
2.1 Analisa Sistem
Proses penerimaan paket barang ekspedisi
dari pelanggan, proses pengiriman paket barang
ekspedisi pelanggan ke alamat tujuan paket serta
penelusuran pengiriman barang ekspedisi adalah
sebagai berikut :
1. Pelanggan datang ke CV. Merapi Jaya Medan.
2. Bagian administrasi menerima barang yang
akan dikirim oleh pelanggan.
3. Lalu petugas administrasi akan mencatat
terlebih dahulu barang yang akan dikirim,
tanggal pengiriman, kode pengiriman, nama
pengirim, alamt pengirim, no. telpon
pengirim, jenis barang, berat barang, tujuan
pengiriman.
4. Setelah itu data yang dicatat akan disimpan
simpan di buku besar sebagai arsip.
5. Hasil arsipan tersebut diproses dengan
menggunakan buku catatan expedisi.
6. Setelah data pengiriman dan data barang di
proses, dilanjutkan dengan pembuatan slip
pengiriman dan kuitansi pembayaran.
7. Selanjutnya bagian administrasi akan
memerintahkan kurir untuk mengantarkan
barang ke alamat tujuan.
8. Kurir akan mengantarkan ke alamat tujuan
penerima paket dan apabila paket ekpedisi

453
Seminar Nasional Informatika 2015

sudah diterima. Kurir akan meminta tanda Penerima Owner

tangan penerima sebagai bukti penerimaan -Tanda terima barang -Laporan data pengiriman
barang
paket. Dan bukti penerimaan tersebut akan -Laporan data penerimaan
barang
diserahkan kepada bagian administrasi sebagai
-Data pengiriman
arsip. -Kwitansi pengiriman barang -Kwitansi
-Data penerimaan
9. Apabila ada pelanggan yang mau menanyakan pengiriman barang
Sistem Informasi
Administrasi Penelusuran Pengirim
status pengiriman, akan menghubung bagian pengiriman
-Terima data barang Barang -Data barang
administrasi. Pihak administrasi akan -Tanda terima barang
melakukan pengecekan pada arsip fisik
- Data tarif
pengiriman barang. - Data Kurir - Tanda terima barang
10. Setiap akhir bulan bagian administrasi Logistik
membuat laporan yang diberikan kepada Gambar 1. Diagram Konteks
pimpinan kantor cabang CV. Merapi Jaya
Medan.
Keterangan :
Pada Diagran Konteks tersebut,
2.2 Analisa Permasalahan menunjukkan aliran data konteks pada CV.
Prosedur pada sistem yang berjalan masih Merapi Jaya Medan. Pada pengolahan data
memiliki kekurangan dan mengakibatkan penerimaan dan pengiriman barang ini terdapat
permasalahan sebagai berikut : 5 (empat) buah entitas yaitu: pengirim, logistik,
1. Proses kerja sistem pencatatan belum administrasi, penerima, dan owner.
terkomputerisasi. Pengirim datang ke CV Merapi Jaya Medan
2. Penginputan data belum dapat menghasilkan dan memberikan data barang yang akan dikirim.
output yang mempermudah kerja petugas Bagian logistik telah menginputkan data master
admin. berupa data tarif dan data kurir, lalu petugas
3. Penelusuruan pengiriman barang yang tidak administrasi menginputkan data pengiriman
efesien karena harus memeriksa arsip (fisik) barang serta mengeluarkan yang kuitansi yang
Dari analisa di atas, dapat diambil beberapa akan diberikan kepada pengirim, logistik. Setelah
alternatif pemecahan masalah sebagai melakukan pengiriman, tanda bukti penerimaan
berikut: harus di tanda tangani oleh penerima dan
1. Perlu adanya aplikasi tambahan untuk dikembalikan lagi ke bagian logistik, bagian
database dan sebuah aplikasi yang bisa logistik akan memberikan tanda terima barang
mempermudah dalam penambahan dan dari penerima dan menginputkannya di data
pencarian data tanpa harus ada data yang penerimaan. Hasil proses berupa laporan-laporan
duplikat sehingga tidak salah dalam yang akan
pengetikan dan pencarian data dengan diberikan kepada pimpinan berupa laporan
menambahkan pemberitahuan jika data yang pengiriman dan laporan penerimaan.
diinput telah ada atau pencariaan data salah.
2. Form input diberikan fasilitas print dokumen
2.3.2 Perancangan Basis data
yang dibutuhkan. Berikut ini adalah gambar Entity Relationship
3. Dalam aplikasi disediakannya menu untuk Diagram (ERD) yang berisis komponen-
penelusuran pengiriman barang ekspedisi agar komponen himpunan entitas dan himpunan relasi
bagian administrasi bisa dengan mudahnya yang masing-masing dilengkapi dengan atribut-
mengecek status pengiriman barang atribut.
pelanggan.

2.3 Perancangan
Perancangan yang dilakukan pada pembuatan
aplikasi ini meliputi

2.3.1 Perancangan Sistem

Rancangan sistem pada aplikasi ini menggunakan
DFD. Berikut ini diagram konteksnya :

454
 Seminar Nasional Informatika 2015

nama_pengirim alamat_penerima 3. Tampilan Form Tarif

tlp_pengirim tlp_penerima Form ini adalah form tarif yang merupakan
alamat_pengirim jlh_kemasan tampilan menginputkan tarif.
nama_penerima jns_kemasan
nama_tarif tarif_satuan
bobot total_biaya
kode_tarif keterangan
tarif_satuan kode_kurir

tarif kode_tarif status

tgl_kirim
no_kirim

memiliki
penerimaan

kurir melakukan Gambar 5. Tampilan Form Tarif

kode_kurir tarif_satuan 4. Tampilan Form Kurir
nama_kurir no_telp penerimaan Form ini adalah form kurir yang merupakan
tampilan menginputkan kurir.
no_kirim nama_pengirim

tgl_kirim alamat_pengirim

kode_kurir tlp_pengirim

kode_tarif nama_penerima

bobot alamat_penerima

nama_ttd tlp_penerima

status

Gambar 2. ERD
Gambar 6. Tampilan Form Kurir
2.3.3 Hasil Perancangan
1. Tampilan Form Login
Form ini adalah form login yang merupakan
5. Tampilan Form Pengiriman
tampilan untuk masuk ke form menu utama Form ini adalah form pengiriman yang
dari program. merupakan tampilan menginputkan data
pengiriman.

Gambar 3. Tampilan Form Login

2. Tampilan Form Menu Admin Gambar 7. Tampilan Form Pengirim

Form ini adalah form menu utama yang
merupakan tampilan utama dari program. 6. Tampilan output bukti pengiriman dan
penerimaan
Form ini adalah form kuitansi yang merupakan
tampilan output bukti pengiriman dan
penerimaan.

Gambar 4. Tampilan Form Menu Admin

455
Seminar Nasional Informatika 2015
Gambar 8. Tampilan output bukti pengiriman
dan penerimaan
7. Tampilan Form Penerimaan
Form ini adalah form penerimaan yang
merupakan tampilan untuk menginputkan
penerimaan.
Gambar 9. Tampilan Form Penerimaan
8. Tampilan Output Report Pengiriman /
Tracking
Form ini adalah form output report
pengiriman yang merupakan tampilan laporan
per periode.
Gambar 10. Tampilan output bukti pengiriman
9. Tampilan Output Report Penerimaan
Form ini adalah form ouput report penerimaan
yang merupakan tampilan laporan per periode,
adapun tampilan form output report
penerimaan.
456
Gambar 11. Tampilan output bukti pengiriman
4. Kesimpulan
Berdasarkan hasil penelitian dan uraian yang
telah dibahas pada bab sebelumnya tentang
pengolahan data penerimaan dan pengiriman
barang pada CV. Merapi Jaya, maka dapat
disimpulkan sebagai berikut:
1. Sistem pengolahan data pada CV. Merapi Jaya
masih menggunakan pencatatan menggunakan
buku jalan expedisi berbentuk hardcopy.
Pencariaan data masih terasa lambat dan
menghabiskan waktu yang lama, karena pada
proses pencariannya masih mencari dalam bag
arsip kantor dan tidak sepenuhnya membantu.
Sering terjadi kekeliruan pada saat
penginputan sehingga membuat salah
pencarian laporan yang dihasilkan kurang
efektif.
2. Perlu adanya aplikasi tambahan untuk
database. Pembuatan sebuah aplikasi yang
bisa mempermudah dalam penambahan dan
pencariaan data tanpa harus ada data yang
duplikat sehingga tidak salah dalam
pengetikan dan pencarian data dengan
menambahkan pemberitahuan jika data yang
diinput telah ada atau pencariaan data salah,
Menyatukan sebuah pembuatan laporan
dengan program aplikasi penambahan dan
pencarian data dengan satu aplikasi saja
sehingga tidak memakan waktu yang lama.
3. Sistem pengolahan data yang dibuat ini
mampu mengatasi kelemahan-kelemahan
pengolahan data yang ada pada CV. Merapi
Jaya yang dipakai selama ini. Pengolahan data
yang dibuat oleh penulis mudah dipahami oleh
seorang administrasi yang kurang memahami
aplikasi pemrograman mengingat sudah
tersedianya menu pilihan.
4. Dengan adanya sistem pengolahan data ini
diharapkan dapat membantu para karyawan
dalam pengolahan data penerimaan dan
pengiriman barang pada CV. Merapi Jaya
Medan.

5. Saran
1. CV. Merapi Jaya disarankan untuk
mengimplementasikan sistem ini guna
mendukung proses pengembangannya.
2. Perlunya ketepatan waktu dalam
pengiriman barang dagang agar tidak terjadi
penolakan barang yang dikirim oleh bagian
pengiriman kepada pelanggan yang dapat
menimbulkan retur penjualan.
3. Perusahaan sebaiknya memisahkan tugas dari
bagian administrasi agar tidak selalu
menerima barang yang akan dikirim dari
pelanggan secara langsung. Sebaiknya
perusahaan memiliki bagian penerima
barang sehingga mempermudah tugas dari
masing-masing bagian.
Seminar Nasional Informatika 2015
DAFTAR PUSTAKA
[1]. Al Fatta, Hanif. 2007. Analisis dan
Perancangan Sistem Informasi. Yogyakarta :
Andi.
[2]. Febrian, Jack. 2004. Pengetahuan Komputer
dan Teknologi Informasi. Bandung :
Informatika
[3]. Hartono, Jogiyanto. 2004. Pengenalan
komputer. Yogyakarta : Andi.
[4]. Kristanto, Andri (2003). Perancangan Sistem
Informasi dan Aplikasinya. Yogyakarta :
Penerbit Gava Media
457
Seminar Nasional Informatika 2015

METODE ROUGH SET DALAM PENGURUSAN PERIZINAN

TEMPAT USAHA (STUDI KASUS: BADAN PELAYANAN TERPADU
DAN PENANAMAN MODAL DUMAI)

Ermayanti Astuti, M.Kom

1,2
Teknik Informatika Komputer, Fakultas Ilmu Komputer, Universitas Potensi Utama Medan
3
Instansi, Jln. K.L. Yos Sudarso No. 3A Medan
kurma0035@gmail.com

Abstrak

Mendirikan sebuah tempat usaha merupakan salah satu upaya mansyarakat dan pemerintah untuk
mengurangi tingkat pengangguran. Banyaknya jenis usaha yang didirikan, perlu dilakukan pemetaan data
perizinan sebuah jenis usaha berdasarkan lokasi usaha dalam menggali informasi jenis usaha yang ideal pada
lokasi tertentu. Untuk menggali informasi tersebut, diperlukan Data Mining dengan menggunakan metode
Rough Set dalam pencarian knowledge (pengetahuan). Untuk itu dalam metode rough set menghasilkan
solusi dan analisa terhadap pengolahan data dan parameter-parameter yang menjadi acuan untuk mengambil
keputusan. Di dalam metode ini terdapat langkah-langkah penyelesaian masalah. Dimulai dengan decision
system, kemudian data tersebut diolah kembali berdasarkan kesamaan nilai attribute yang disebut dengan
equivalence class yang tersebut akan diproses kembali menjadi acuan di dalam pengambilan keputusan yang
disebut dengan Discernibility Matrix atau Discernibility Matrix Modulo D. Langkah terakhir sebelum
General Rules yaitu Reduct. Adapun tools bantu untuk mengimplementasikan metode tersebut adalah Rosetta
1.4.11. Rosetta 1.4.11 akan mengolah data decision system langsung didapatkan Reduct selanjutnya pada
tahapan terakhir akan didapatkan knowledge baru untuk jenis usaha yang ideal berdasarkan lokasi tertentu.

Kata kunci : Data Mining, Rough Set, Knowledge, Reduct, Generate Rules

1. . PENDAHULUAN pembuatan SITU maka digunakan metode rough

Badan Pelayanan Terpadu dan Penanaman
Modal (BPTPM) Kota Dumai merupakan salah
satu instansi pemerintah yang didirikan untuk
menyelenggarakan pelayanan perizinan dan non
perizinan yang prima dan satu pintu. Mendirikan
sebuah tempat usaha merupakan salah satu upaya
masyarakat dan pemerintah untuk mengurangi
tingkat pengangguran. Banyaknya jenis usaha
yang telah berdiri dan produktif menunjukkan
bahwa banyak pula para usahawan yang telah
mengurus Surat Izin Usaha (SITU) ke BPTPM.
Lamanya tingkat berdiri sebuah usaha merupakan
salah satu ciri bahwa usaha tersebut berkembang
pesat.
Terdapat beberapa jenis usaha yang tidak
akan dikeluarkan SITU nya karena jenis usaha
tersebut sudah terlalu banyak atau lokasi usaha
tidak ideal seperti halnya jenis usaha tempat
hiburan yang letaknya berdekatan dengan tempat
ibadah atau sekolah, sehingga dapat mengganggu
kepentingan umum. Dari kondisi tersebut perlu
peran BPTPM untuk meninjau kembali jenis
usaha dan lokasi usaha yang berpotensi sebelum
mengeluarkan SITU. Untuk menggali informasi
jenis usaha dan lokasi usaha yang ideal dalam
set.
2. MATERI DAN METODE
KDD adalah proses untuk mencari dan
mengidentifikasi pola (pattern) dalam database.
Pola yang ditemukan bersifat valid, potentially
useful (sangat nyata digunakan) dan ultimately
understandable (bisa digunakan dengan segala
aspek)(Andika,2011). Data mining atau sering
disebut sebagai knowledge discovery in database
(KDD) adalah kegiatan yang meliputi
pengumpulan, pemakaian data historis untuk
menemukan keteraturan, pola atau hubungan
dalam data berukuran besar. Keluaran data
mining ini bisa dipakai untuk membantu
pengambilan keputusan di masa depan.(Subekti
Mujiasih,2011).
Rough Set adalah teori matematika baru-
baru ini yang digunakan sebagai data mining
dengan banyak keuntungan yang menguntungkan.
Karena teori ini telah diterapkan untuk berbagai
domain, yang sebagian besar aplikasi ini
digunakan untuk memecahkan masalah
klasifikasi, yang mengecualikan faktor temporal
dalam set data. Rough Set analisis disajikan
sebagai suatu teknik untuk mengarahkan proses
penemuan pengetahuan dari data (Winston, dkk,

458

2009). Tujuan analisis Rough Set adalah untuk
mendapatkan perkiraan rule yang singkat dari
suatu tabel atau sekumpulan data (Warih
Maharani, 2008).
Gambar 2.a. Teknik Metode Rough Set
Pada gambar di atas dijelaskan teknik
metode Rough Set terdapat langkah-langkah
penyelesaian masalah, yaitu sebagai berikut :
1. Decision Systems merupakan Information
Systems yang telah memiliki keputusan atau
hasil berdasarkan hasil asumsi yang telah
memenuhi syarat dan ketentuan berdasarkan
atributnya
2. Equivalence Class merupakan
pengelompokan objek-objek yang sama
untuk atribute dari decision system.
3. Kemudian dilakukan proses Discernibility
Matrik atau Discernibility Matrik Module D.
Berikut merupakan langkah-langlah
dalam menyelesaikan Discernibility Matrix :
a) Lihat perbandingan attribute kondisi yaitu A
dan B dengan mengabaikan attribute Hasil
yaitu C.
b) Jika ada perbedaan nilai yang ada pada A
dan B maka ditulis didalam kolom/baris
hanya attribute yang berbeda saja.
c) Jika nilai attribute A dan B sama maka
ditulis dengan simbol (X) pada kolom atau
baris yang menyatakan tidak ada nilai.
Adapun langkah-langkah penyelesaian
Discernibility Matrix Module D adalah :
a) Yang dilihat hanya attribute Hasil yaitu C.
b) Jika ada perbedaan nilai attribute Hasil yaitu
C perbandingan antara nilai A dan B maka
di tulis didalam kolom/baris hanya attribute
yang berbeda saja.
c) Tapi apabila attribute Hasil sama walaupun
objek berbeda maka nilai yang diisi pada
kolom/baris dengan simbol (X) yang
menyatakan tidak ada nilai yang nantinya
tidak ada nilai reduction-nya.
Seminar Nasional Informatika 2015
4. Lakukan proses Reduction yang merupakan
penyeleksian attribute minimal dari
sekumpulan attribut yang menggunakan
prime implicant fungsi boolean.
Teknik pencarian kombinasi atribut yang
mungkin dikenal dengan reduct, yaitu dengan
cara :
a) Buat persamaan aljabar bolean
berdasarkan discernibility matrix atau
modulo D.
b) Untuk nilai dalam satu kolom yang lebih
dari satu attribut, misalnya nilai AB,
maka dibeli simbol () AB yang dalam
operasi aritmatikanya sama dengan (+).
c) Dari baris pertama ke baris berikutnya,
maka simbolnya () yang dalam operasi
aritmatikanya sama dengan (*).
d) Jika nilai pada kolomnya X, maka tidak
dibuat persamaan aljabar boolean karena
tidak memiliki nilai.
e) Sederhakan persamaan tersebut dengan
prinsip atau konsep aljabar bolean.
f) Jadikan hasil persamaan sebagai reduct.
5. Untuk memperoleh hasil akhir dilakukan
proses Generate Rules.
Ketentuan dalam menentukan generate rules yang
dihasilkan berdasarkan dari reduction adalah
sebagai berikut:
a) Jika attribut kondisi sama, attribut hasil
berbeda, maka rule attribut kondisi hanya
ditulis sekali saja dengan menggabungkan
attribut hasilnya.
b) Jika attribut kondisi berbeda, attribut hasil
sama, maka rule ditulis semua attribut.
3. HASIL DAN PEMBAHASAN
Data yang digunakan dalam penelitian ini
adalah data izin usaha tahun 2011 pada BPTPM
Kota Dumai. Input yang digunakan adalah jenis
usaha dan lokasi usaha dan knowledge yang
dihasilkan adalah jenis usaha yang berpotensi
untuk daerah yang ideal. Contoh data yang
digunakan sepert pada tabel 1 yang akan diproses
menggunakan metode rough set. Untuk langkah
pertama yaitu Decision Systems dengan
menambahkan attribut keputusan yang hasilnya
dapat dilihat pada tabel 2.
459
Seminar Nasional Informatika 2015

Matrix dan tabel 5 Discernibility Matrix Module

D.
Tabel 3.a. Information Systems Tabel 3.d. Discernibility Matrix

Tabel 3.b. Decision Systems Tabel 3.e. Discernibility Matrix Module D

Hasil Discernibility Matrix Module D

mempunyai banyak kesamaan misalnya
Dari tabel 2 untuk langkah selanjutnya E2=E3=E4=E5=E7=E9=E10, dan E6=E8=E12
mengelompokkan data yang sama tiap attribut maka proses reduction cukup dilakukan sekali
kondisi maupun attribut keputusan. Maka hasil saja. Berikut ini adalah reduction dari data mining
pengelompokkan dapat dilihat pada tabel 3. izin usaha
berdasarkan discernibility matrix modulo D :
Tabel 3.c. Equivalen class E1=(AB)(AB)(AB)(AB)(AB
)(AB)A(AB)(AB)A
=(A+B).(A+B).(A+B).(A+B).(A
+B).(A+B).A.(A+B).(A+B).A
=(A+B).A.(A+B).A
=(A+B).(AA+AB).A
=(A+B).[A(1+B)].A
=(A+B).A.A
=(AA+AB).A
=[A(1+B)].A
=A.A
= {A}
E2 =(AB)(AB)
=(A+B).(A+B)
=(AA+AB+AB+BB)
=(A+B) / (AB)
Setalah mengelompokkan data, selanjutnya
membuat Discernibility Matrix dan Discernibility ={A} {B}
Matrix Module D. Berikut tabel 4 Discernibility E6 =A(AB)

460

=A.(A+B)
=(AA+AB)
=[A(1+B)]
={A}
E13=(AB)(AB)(AB)(AB)A( If Lokasi Usaha = Kel. Teluk Binjai then Hasil =
AB)(AB)(AB)(AB)
(AB)(AB)
=(A+B).(A+B).(A+B).(A+B).A.
(A+B).(A+B).(A+B).(A+B).(A+
B). (A+B)
=(A+B).A.(A+B)
=(A+B).(AA+AB)
=(A+B).[A(1+B)]
=(A+B).A
=(AA+AB)
=[A(1+B)]
={A}
Berdasarkan perhitungan di atas maka akan
diambil salah satu hasilnya jika terdapat hasil
reduct yang sama, beribut adalah tabel reduct
yang telah dihasilkan dapat dilihat pada tabel 6.
Tabel 3.f. hasil proses reduct
Setelah didapat hasil dari reduction,
maka langkah akhir untuk mendapatkan Generate
rules-nya dengan panduan melihat tabel 3.
Adapun Generate rules dari hasil reduction-nya
adalah sebagai berikut :
1. A = Jenis Usaha
If Jenis Usaha = Bengkel Bubut then Hasil =
Tidak Prioritas
If Jenis Usaha = Dagang then Hasil = Prioritas
If Jenis Usaha = Depot Air Minum then Hasil =
Prioritas
If Jenis Usaha = Kursus Komputer then Hasil =
Prioritas
If Jenis Usaha = Pangkalan Minyak Elpiji then
Hasil = Prioritas
If Jenis Usaha = Percetakan then Hasil = Prioritas
If Jenis Usaha = Rumah Makan then Hasil =
Prioritas
If Jenis Usaha = Salon then Hasil = Prioritas
If Jenis Usaha = Terapi Perendam kaki - Ion then
Hasil = Prioritas
If Jenis Usaha = Toko Obat then Hasil = Prioritas
If Jenis Usaha = WARNET then Hasil = Tidak
Prioritas
2. B = Lokasi Usaha
If Lokasi Usaha = Kel. Dumai Kota then Hasil =
Tidak Prioritas or then Hasil = Prioritas
If Lokasi Usaha = Kel. Sukajadi then Hasil =
Prioritas
Seminar Nasional Informatika 2015
If Lokasi Usaha = Kel. Jaya Mukti then Hasil =
Prioritas
If Lokasi Usaha = Kel. Tanjung Palas then Hasil
= Prioritas
Tidak Prioritas
If Lokasi Usaha = Kel. Buluh Kasap then Hasil =
Prioritas
Jadi jumlah Generate Rules keseluruhan
yang telah diproses adalah 17 keputusan atau
pengetahuan baru. Setelah didapat Generate Rules
berarti telah selesai proses dari pengolahan data
mining untuk mendapat keputusan dalam
mengklasifikasi jenis usaha beserta lokasi usaha
yang berpotensi di Kota Dumai. Berdasarkan hasil
dari Generate Rules dapat dilihat jenis usaha
mana yang menjadi prioritas atau tidak prioritas
untuk dapat dikembangkan di kota Dumai, dan
Generate Rules menjadi dasar atau tolak ukur
dalam mengambil keputusan untuk kepentingan
tertentu dalam penyelenggaraan menentukan jenis
usaha apa yang paling berpotensi di Kota Dumai.
4. KESIMPULAN
Dalam penulisan tesis ini dapat dianalisa dan
disimpulkan beberapa hal sebagai
berikut:
1. Metode Rough Set ini dibangun dengan 5
tahapan, di mana masing masing tahapan
memiliki aturan sesuai dengan konsep dari
metode Rough Set yang dapat
mengelompokkan data izin usaha.
2. Melalui metode rough set dapat dilakukan
analisis pemetaan data perizinan sebuah
tempat usaha dalam menggali informasi
tentang jenis usaha dan lokasi usaha yang
ideal .
3. Dengan hasil dari metode Rough Set berupa
rule atau knowledge base dapat ditentukan
jenis usaha yang berpotensi pada lokasi
tertentu dalam memberikan SITU sebagai
salah satu persyaratan mendirikan usaha.
DAFTAR PUSTAKA
[1]. Andika Prajana (2011). Menara Ilmu.
Aplikasi Data Mining untuk Perbandingan
Manajemen Laba terhadap Persistensi Laba
Pada Perusahaan Perbankan yang Go Publik
di Bursa Efek Indonesia. Indonesia : STMIK
Dharmasraya. 1-12
[2]. Gregorius Satia Budhi, Felicia Soedjianto
(2007) Jurnal Informatika. Aplikasi Data
Mining Market Basket Analysis Pada Tabel
Data Absensi Elektronik Untuk Mendeteksi
Kecurangan Absensi (Check Lock)
Karyawan Di Perusahaaan. 119-129
461
Seminar Nasional Informatika 2015
[3]. Khalida binti Oseman, Sunarti binti Mohd
Shukor, Norazrina Abu Haris, Faizin bin
Abu Bakar (2010) Journal of Statistical
Modeling and Analytics. Data Mining in
Churn Analysis Model for
Telecommunication Industry. 19-27
[4]. Kusrini, Emha Taufiq Luthfi (2009).
Algoritma Data Mining. 1. STMIK
AMIKOM Yogyakarta : Andi.
[5]. Mujib Ridwan, Hadi Suyono dan M.Sarosa
(2013). Jurnal EECCIS. Penerapan Data
Mining untuk Evaluasi Kinerja Akademik
Mahasiswa Menggunakan Algoritma Naive
Bayes Classifer. 59-64
[6]. P. Ramasubramanian, K.Iyakutti, P.
Thangavelu, J.Joy Winston (2009). Journal
of Computing. Teaching Result Analysis
using Rough Set and Data Mining. 168-174
[7]. Rully Soelaiman, Wiwik Anggraeni, Eko
Setiawan (2008). Penerapan Rough Set
462
Quantitative Measure Pada Aplikasi
Pendukung keputusan. Indonesia : Institut
Teknologi Sepuluh November. 113-116
[8]. Subekti Mujiasih (2011), Jurnal
Meteorologi dan Geofisika. Penerapan Data
Mining Untuk Prakiraan Cuaca. 189-195
[9]. V.Umarini, Punithavalli (2010). IJCSR
International Journal of Computer Science
and Research. A Study on Effective Mining
of Association Rules from Huge Database.
30-34
[10]. Warih Maharani, (2008). Analisis
Performance Algoritma Rough Adaptive
Neuro-Fuzzy Inference System. 39-42
 Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN

SISWA BARU MENGGUNAKAN METODE SIMPLE ADDITIVE
WEIGHTING (STUDI KASUS : SMA NEGERI 01 KALIREJO)
Muhamad Muslihudin, M.T.I., Oktafianto, M.T.I., Joni Purnama

Sekolah Tinggi Menejemen Informasi dan Komputer (STMIK) PRINGSEWU

Jl. Wisma Rini No. 09 Pringsewu Lampung

Abstrak

Kegiatan penerimaan siswa baru di SMA Negeri 01 Kalirejo masih menggunakan sistem manual sehingga
proses penyelesaiannya memakan yang waktu yang cukup lama untuk memutuskan siapa saja yang layak
untuk diterima menjadi siswa di SMA tersebut. Proses ini membutuhkan ketelitian dan kehati-hatian sebab
peserta yang dipilih harus berkualitas sehingga jumlah daya tampung yang ada terpenuhi semuanya. Dalam
seleksi peneriamaan siswa baru menggunakan metode Simple Additive Weighted (SAW). Dalam metode
tersebut digunakan untuk mendapatkan bobot dari tiap criteria. Bobot criteria yang sudah diperoleh kemudian
akan digunakan kedalam metode Simple Additive Weighted (SAW) atau sering juga dekenal dengan istilah
metode penjumlahahan berbobot. Tujuan dilakukannya penelitian ini untuk membangun suatu Sistem
Pengambilan Keputusan atau yang sering dikenal dengan (SPK) di SMA Negeri 01 Kalirejo. Metodologi ini
dibuat untuk membantu penyeleksian calon siswa/i yang akan mendaftar di SMA Negeri 01 kalirejo, adapun
metode sistem yang dipakai antara lain ERD (Entity Relationship Diagram), Diagram Konteks,
Implementasi, dan DFD. Hasil penelitian ini menunjukkan bahwa penggunaan sistem pendukung keputusan
penyeleksian calon siswa baru di SMA Negeri 01 Kalirejo ini dapat membantu, mempermudah pekerjaan
dan meminimalisir kesalahan yang dilakukan oleh panitia penyeleksi calon siswa baru di SMA Negeri 01
Kalirejo dalam pengambilan keputusan penerimaan calon siswa baru. Selain itu sistem pendukung keputusan
penyeleksian calon siswa baru ini juga dapat dilakukan dengan lebih optimal, dan waktu yang diperlukan
untuk menyusun dan mengevaluasi penyeleksian calon siswa baru tersebut menjadi lebih efisien. Sehingga
nantinya tidak ada kekeliruan dalam penerimaan siswa/i baru yang mendaftar di SMA Negeri 01 Kalirejo,
sehinnga tidak ada pihak-pihak yang merasa dirugikan dikemudian hari, karena dalam penerimaan siswa/i
baru sudah menggunakan sistem pengambilan keputusan yang sudah terkomputerisasi.

Kata Kunci : SPK, Penerimaan siswa baru, SAW

I. PENDAHULUAN bagi siswa/i yang lulus dari Sekolah Menengah

1.1 Latar Belakang
Setiap awal tahun pelajaran sekolah
penyelanggara pendidikan menerima siswa baru
yang akan didik di sekolah tersebut. Namun pada
setiap peneriamaan siswa baru dimana selalu
menimbulkan permasalahan. Dan salah satu
faktor yang mendorong meningkatnya mutu
pendidikan adalah siswa. Kegiatan seleksi siswa
baru merupakan langkah awal untuk
meningkatkan mutu pendidikan yaitu menentukan
kualitas input. Kegiatan seleksi siswa baru selalu
diawali dengan proses Penerimaan Siswa Baru
(PSB).
Penerimaan Siswa Baru adalah suatu
kegiatan umum yang dilaksanakan hampir di
seluruh sekolah menjelang tahun ajaran baru.
SMA Negeri 01 Kalirejo adalah instansi
pendidikan di bawah naungan Dinas Pendidikan
Kabupaten Lampung Tengah (Lamteng) dan
merupakan salah satu SMA Negeri favorit tujuan
Pertama (SMP) untuk meneruskan pandidikannya
di tingkat selanjutnya. SMA Negeri 01 Kalirejo
memiliki komitmen yang kuat untuk melahirkan
siswa yang berkarakter unggul dan berakhlak
mulia baik dalam segi akademik ,moral,
perilaku,dan dalam bidang Non-akademik, setiap
awal tahun pelajaran SMA Negeri 01 Klairejo
memiliki jumlah peminat cukup banyak.
Kegiatan penerimaan siswa baru di SMA
Negeri 01 Kalirejo masih menggunakan sistem
manual dan memakan waktu hingga lebih dari 1
bulan dan untuk proses seleksi nya memakan
waktu kurang lebih 2 minggu untuk memutuskan
siapa saja peserta yang layak untuk diterima
menjadi siswa. Lama nya proses seleksi
disebabkan oleh lamanya proses memilih peserta
dari hasil dipertimbangkan menjadi hasil diterima.
Proses ini membutuhkan ketelitian dan
kehati-hatian sebab peserta yang dipilih harus
berkualitas sehingga jumlah daya tampung yang
ada terpenuhi semuanya.

463
Seminar Nasional Informatika 2015
Untuk membantu pihak sekolah dalam
memilih peserta dari hasil dipertimbangkan
menjadi hasil diterima maka diperlukan sistem
pendukung keputusan dalam penyeleksian
penerimaan siswa baru. Pada saat proses
pemilihan peserta pun melibatkan banyak kriteria
yang dinilai (multikriteria), sehingga dalam
penyelesaiannya diperlukan sebuah sistem
pendukung keputusan untuk multikriteria.
Beberapa metode sistem pendukung
keputusan diantaranya dengan menggunakan
metode Simple Additive Weighted ( SAW )
Dalam seleksi penerimaan siswa baru ini,
metode tersebut digunakan untuk mendapatkan
bobot dari tiap kriteria. Bobot kriteria yang sudah
diperoleh kemudian akan digunakan kedalam
metode Simple Additive Weighted (SAW).
Simple Additive Weighted sering juga dikenal
dengan istilah metode penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dan rating kinerja pada
setiap alternatif pada semua atribut. Metode SAW
membutuhkan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif
yang ada.
1.2 Rumusan masalah
Berdasarkan latar belakang di atas dapat
dirumuskan masalah adalah bagaimana
membangun sebuah Sistem Pendukung
Keputusan (SPK) untuk kemudahan panitia
dalam penyeleksian penerimaan siswa baru pada
SMA Negeri 01 Kalirejo ?
1.3 Batasan Masalah
Dalam penelitian ini tidak menyimpang dan
mengambang dari tujuan yang semula di
rencanakan sehingga mempermudah mendapatkan
data dan informasi yang di perlukan maka penulis
menetapkan batasan-batasan sebagai berikut :
1. Tempat penelitian adalah di SMA Negeri 01
Kalirejo.
2. Sistem pendukung keputusan yang akan
dibuat merupakan alat bantu bagi pihak
sekolah untuk mendukung keputusan dalam
menentukan peserta dengan hasil test
dipertimbangkan untuk menjadi peserta
dengan hasil test diterima dan bukan sebagai
pengganti dari proses pengambilan
keputusan.
3. Sistem ini bukan untuk menentukan semua
peserta yang terdaftar menjadi diterima
tetapi menentukan beberapa peserta dengan
hasil test dipertimbangkan untuk menjadi
peserta dengan hasil test diterima.
4. Data kriteria yang akan digunakan kedalam
sistem telah ditentukan oleh pihak sekolah
sebelumnya berdasarkan hasil wawancara.
464
5. Sistem ini hanya dibuat sebagai sistem
pendukung keputusan untuk menentukan
urutan ranking peserta yang layak diterima
menjadi siswa dengan menggunakan Simple
Additive Weighted ( SAW )
6. Sistem aplikasi yang akan dibuat bukan
sistem informasi penerimaan siswa baru,
sehingga tidak membahas masalah basis data
siswa baru secara keseluruhan.
1.4 Tujuan dan Manfaat Peneitian
Tujuan
Tujuan dari penelitian ini adalah :
1. Mempermudah pekerjaan panitia penerimaan
siswa baru SMA Negeri 01 Kalirejo dalam
pengolahan data siswa baru.
2. Meminimalisir kesalahan yang dilakukan
oleh panitia penerimaan siswa baru SMA
Negeri 01 Kalirejo dalam mengolah data
calon siswa baru.
Manfaat
Adapun manfaat dari penelitian ini
adalah:
Untuk membantu panitia dalam
mengambil sebuah keputusan mengenai
pendaftaran siswa/i yang memiliki potensi
untuk mendapatkan siswa/i baru yang baik.
II. LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
Suryadi dan Ramdhani (1998) mengatakan :
Pada dasarnya pengambilan keputusan adalah
suatu pendekatan sistematis suatu masalah dengan
pengumpulan fakta,penentuan yang matang dari
alternatif yang dihadapi dan pengambian tindakan
yang paling tepat .Pada sisi lain, pembuatan
keputusan kerap kali dihadapkan pada kerumitan
dan lingkup pengambilan keputusan dngan data
yang begitu banyak.
Untuk kepentingan ini, sebagian pembuat
keputusan dengan mempertimbangkan rasio
manfaat / biaya, dihadapkan pada suatu
keharusan untuk mengandalkan seperangkat
sistem yang mampu memecahkan masalah secara
efisien dan efektif, yang kemudian disebut Sistem
Penunjang Keputusan (SPK).
Disisi lain Keen dan Scoot Morton, (1968)
dalam (Turban dkk, 2005 : 137) mengatakan :
Sistem pendukung keputusan merupakan
penggabungan sumber-sumber kecerdasan
individu dengan kemampuan komponen untuk
memperbaiki kualitas keputusan. Sistem
pendukung keputusan juga merupakan sistem
informasi berbasis komputer untuk manajemen

pengambilan keputusan yang menangani masalah-
masalah semi struktur.
Dengan pengertian diatas, dapat diambil
suatu kesimpulan bahwa sistem pendukung
keputusan bukan merupakan alat pengambilan
keputusan, melainkan merupakan sistem yang
membantu pengambil keputusan dengan
melengkapi mereka dengan informasi dari data
yang telah diolah dengan relevan dan diperlukan
untuk membuat keputusan tentang suatu masalah
dengan lebih cepat dan akurat. Sehingga sistem
ini tidak dimaksudkan untuk menggantikan
pengambilan keputusan dalam proses pembuatan
keputusan.
Sedangkan Alter (2002) dalam Kusrini
(2007) mengatakan : Sistem pendukung
keputusan merupakan sistem informasi interaktif
yang menyediakan informasi, pemodelan dan
pemanipulasian data. Sistem itu digunakan untuk
membantu pengambilan keputusan dalam situasi
yang semi terstruktur dan situasi yang tidak
terstruktur, dimana tak seorang pun tahu secara
pasti bagaimana keputusan seharusnya dibuat.
2.2 Diagram Konteks
Menurut Pohan dan Bahri (1997), Context
Diagram (CD) atau Diagram Konteks adalah
kasus khusus DFD (bagian dari DFD yang
berfungsi memetakan model lingkaran), yang
direpresentasikan dengan lingkaran tunggal yang
mewakili keseluruhan sistem.
2.3 Data Flow Diagram
Banyak sekali definisi dari pengertian DFD
yang disampaikan oleh beberapa ahli, diantaranya
: Perbedaan mendasar dari kedua kriteria
Pengertian DFD menurut James A Hall
(2007) adalah simbol-simbol untuk
mencerminkan proses, sumber-sumber data, arus
data dan entitas dalam sebuah sistem. DFD
digunakan untuk menyajikan sistem pada tingkat-
tingkat rincian berbeda, dari yang bersifat umum
kerincian banyak.
Pengertian DFD menurut Kristanto
(2003) adalah suatu model logika data atau proses
yang dibuat untuk menggambarkan dari mana asal
data dan kemana tujuan data yang keluaran dari
sistem, dimana data di simpan, proses apa yang
menghasilkan data tersebut, dan interaksi antara
data yang tersimpan dan proses yang dikenakan
pada data tersebut.
2.4 ERD (Entity Relationship Diagram)
Menurut Brady dan Loonam (2010)
Entity Relationship diagram (ERD) adalah
teknik yang digunakan untuk memodelkan
Seminar Nasional Informatika 2015
kebutuhan data dari suatu organisasi, biasanya
oleh System Analys dalam tahap analisis
persyaratan proyek pengembangan system.
Pengertian ERD menurut Pohan dan
Bahri (1997) adalah model konseptual yang
mendeskripsikan hubungan antar penyimpanan
dalam DFD. ERD digunakan untuk memodelkan
struktur data dan hubungan antar data. Dengan
ERD model dapat diuji dengan mengabaikan
proses yang harus dilakukan. Selain itu dengan
ERD kita akan dapat menjawab pertanyaan
mengenai data apa yang kita perlukan serta
bagaimana data yang satu berhubungan dengan
data yang lain.
Pengertian ERD menurut Nugroho (2002)
adalah diagram yang memperlihatkan entitas-
entitas yang terlibat dalam suatu sistem serta
hubungan-hubungan (relasi) antar entitas tersebut.
Pengertian ERD menurut Jogiyanto (2001
: 700) adalah suatu komponen-komponen
himpunan entitas dan himpunan relasi yang
masing-masing dilengkapi dengan atribut yang
mempresentasikan seluruh fakta dari dunia nyata
yang ditinjau. ERD menggambarkan data dan
hubungan antar data secara global dengan
menggunakan ERD
III. METODE PENELITIAN
Metode SAW membutuhkan proses
normalisasi matrik keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternatif yang ada. Metode SAW mengenal
adanya 2 (dua) atribut yaitu kriteria keuntungan
(benefit) dan kriteria biaya (cost).
ini adalah dalam pemilihan kriteria ketika
mengambil keputusan. Adapun langkah
penyelesaian dalam menggunakannya adalah :
1. Menentukan alternatif yaitu Ai
2. Menentukan kriteria yang akan dijadikan
acuan dalam pengambilan keputusan,
yaitu Cj
3. Memberikan nilai rating kecocokan
setiap alternatif pada setiap kriteria
4. Menentukan bobot preferensi atau tingkat
kepentingan (W) setiap kriteria
W = [W1, W2, W3, ., WJ] (2.1)
5. Membuat tabel rating kecocokan dari setiap
alternatif pada setiap kriteria
6. Membuat matriks keputusan (X) yang
dibentuk dari table rating kecocokan dari setiap
alternative pada setiap kriteria. Nilai X
7. Hasil dari rating kinerja ternormalisasi (rij)
Membentuk matriks ternormalisasi (R)
465
Seminar Nasional Informatika 2015

8. Hasil akhir nilai preferensi (Vi) diperoleh dari

penjumlahan dari perkalian elemen baris
matriks ternormalisasi (R) dengan bobot
preferensi (W) yang bersesuaian elemen 3. Kriteria Nilai UN
kolom matriks (W).
Tabel 4. Kriteria Nilai UN

(2.5) Ujian Nasional (UN) Nilai

Hasil perhitungan nilai Vi yang lebih besar UN<=50 0
mengindikasikan bahwa alternatif Ai merupakan 50<UN<60 0.2
alternatif terbaik (Sri Kusumadewi, 2006). 60<UN<70 0.4
70<UN<80 0.6
Berikut ini hasil mengenai perhitungan 80<UN<90 0.8
menggunakan metode SAW yang diterapkan UN>=90 1
dalam sistem. C1 untuk Tes Tertulis, C2
untuk Nilai Prestasi, C3 untuk Nilai UN, C4
untuk Tes Lisan, C5 untuk Asal Sekolah, C6 4. Kriteria Tes Lisan
untuk nilia lingkungan dan C7 untuk Nilai
Kemaslahatan. Untuk nilai bobot terdapat pada Tabel 5. Kriteria Tes Lisan
tabel 1 di bawah ini :
Tes Lisan (TL) Nilai
Tabel 1. Nilai Bobot yang diberikan TL<=50 0
50<TL<60 0.2
Tes Tertulis 0.75 60<TL<70 0.4
Nilai Prestasi 0.15 70<TL<80 0.6
Nilai UN 0.05 80<TL<90 0.8
Tes Lisan/Wawancara 0.05 TL>=90 1

Dari masing-masing bobot ada kriteria yang Dari nilai criteria untuk dasar penilaian
memiliki nilai dalam proses penyeleksian, maka diatas dapat di ambil contoh 4 kasus calon
akan di tentukan suatu nilai atau point untuk dasar siswa sebagai berikut :
penilainnya sebagai berikut :

1. Kriteria Tes Tertulis Tabel 6. Contoh Kasus (Nilai)

Tabel 2. Kriteria Tes Tertulis C TT Prestasi UN TL

CASIS
Tes Tertulis (TT) Nilai Siswa 1 72 8 80 70
TT<=50 0 Siswa 2 85 5 85 75
50<TT<60 0.2 Siswa 3 90 1 88 80
60<TT<70 0.4 Siswa 4 60 9 70 85
70<TT<80 0.6
80<TT<90 0.8 Tabel 7. Contoh Kasus (Nilai Matriks)
TT>=90 1
C TT Prestasi UN TL
2. Kriteria Prestasi CASIS
Siswa 1 0.6 0 0.6 0.4
Tabel 3. Kriteria Prestasi Siswa 2 0.8 0.2 0.8 0.6
Siswa 3 0.8 1 0.8 0.6
Prestasi Nilai Siswa 4 0.2 0 0.4 0.8
Peringkat >=6 0
Peringkat 5 0.2 Maka nilai dari siswa 1,2,3 dan 4 adalah
Peringkat 4 0.4 sebagai berikut :
Peringkat 3 0.6 Siswa 1
Peringkat 2 0.8 TT = = 0.56
Peringkat 1 1 Prestasi = = 0
UN = = 0.03

466
 Seminar Nasional Informatika 2015

TL = = 0.02

Jadi total nilai yang di dapat siswa 1 = 0.61 atau 4.2 Data Flow Diagram
61

Siswa 2
TT = = 0.75
Prestasi = = 0.03
UN = = 0.05
TL = = 0.03
Jadi total nilai yang di dapat siswa 2 = 0.86
atau 86

siswa 3
TT = = 0.75
Prestasi = = 0.15
UN = = 0.05 Gambar 4.2 DFD seleksi PSB
TL = = 0.03 4.3 Desain Login
Jadi total nilai yang di dapat siswa 3 = 0.98
atau 98

Siswa 4
TT = = 0.18
Prestasi = =0
UN = = 0.02
TL = = 0.05
Jadi total nilai yang di dapat siswa 4 = 0.35 Gambar 4.3 Login aplikasi PSB
atau 35
4.4 Desain Menu Utama
IV. ANALISIS PERANCANGAN DAN
IMPLEMENTASI

4.1 Diagram Konteks

Gambar 4.4 menu utama aplikasi PSB

Gambar 4.1 Diagram konteks.

467
Seminar Nasional Informatika 2015

Setelah melakukan penelitian, analisis,

perancangan, maka dapat diperoleh kesimpulan
4.5 Desain Pendaftaran sebagai berikut :
1. Pengolahan data yang dilakukan dapat
menghasilkan informasi data calon siswa
yang cukup untuk dapat dianalisa lebih
lanjut.
2. SPK sangat diperlukan sekali dalam
mendukung keputusan dalam PSB, karena
dapat mempermudah pengambilan
keputusan, dan dapat mengefisien waktu

5.2 Saran

Berdasarkan kesimpulan di atas, hal yang

diharapkan kedepan adalah agar metode ini dapat
dikembangkan lebih jauh dengan pengolahan data
calon siswa baru yang lebih banyak dan luas,
sehingga aplikasi ini benar-benar dapat digunakan
sebagai salah satu gambaran dalam pengambilan
keputusan penerimaan siswa baru di SMA Negeri
Gambar 4.5 Tampilan pendaftaran
01 Kalirejo yang lebih akurat dan berguna.
penerimaan siswa baru

4.6 Desain Laporan DAFTAR PUSTAKA

[1]. Hermanto, Sistem Pendukung Keputusan

Gambar 4.6 Tampilan Laporan
4.8 Implementasi
Pada tahap ini akan dilakukan implementasi
terhadap sistem yang dibangun. Tahapan ini
dilakukan setelah analisis dan perancangan selesai
dilakukan, kemudian diimplementasikan pada
bahasa pemrograman yang digunakan.
Tujuan implementasi adalah buntuk
mengkofirmasikan modul program perancangan
pada para pelaku system sehingga user dapat
memberi masukan kepada pembangun sistem.
V. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Menggunakan Metode Simple Additive
Weighting (Saw) Untuk Menentukan
Jurusan Pada Smk Bakti
Purwokerto,http://publikasi.dinus.ac.id/ind
ex.php/semantik/article/view/71, diakses
tanggal 29 maret 2015
[2]. Roecksintain.R, Sistem Pendukung
Keputusan Penerimaan Siswa Baru SMU
Negeri 1 Cikampek,
http://elib.unikom.ac.id/files/disk1/439/jbptu
nikompp-gdl-rivalroeck-21939-17-
unikom_r-a.pdf, diakses tanggal 3 juni 2014
[3]. Rustiawan.A.H ,dkk.(2012). Sistem
Pendukung Keputusan Penyeleksian Calon
Siswa Baru Di Sma Negeri 3 Garut,
http://jurnal.sttgarut.ac.id, diakses tanggal 1
juni 2014
[4]. Khaidir.A, Sistem Pendukung Keputusan
Penyeleksian Calon Siswa Baru Di Sma
Negeri 1 Badar Dengan Metode,
http://pelita-
informatika.com/index.php?xlink=home.php
&modul=Lihat&id=365 , diakses tanggal 29
maret 2015
[5]. Suryadi, K. dan M.Ali Ramdhani.(1998).
Sistem Pendukung Keputusan. Bandung,
PT Remaja Rosdakarya
[6]. Pardani, Sistem Pendukung Keputusan
Penerimaan Siswa Baru Dengan
Metode Simple Additive Weighting (SAW)
http://journal.unnes.ac.id/sju/index.php/eduk

468

om/article/view/4121/3759 , diakses tanggal
29 maret 2015
[7]. Khairil.A, Sistem Pendukung Keputusan
Penerimaan Siswa Baru Di Smp N 3
Bangkalan Menggunakan Metode Simple
Additive Weighting
(SAW)http://pta.trunojoyo.ac.id/welcome/d
etail/100451100042, diakses tanggal 29
maret 2015
[8]. Ilhamsyah, Sistem Pendukung Keputusan
Untuk Menyeleksi Calon Siswa Sekolah
Menengah Kejuruan (Smk) Dwi Tunggal
Tanjung Morawa Menggunakan Model
Multi-Attribute Decission Making (Madm)
Dengan Metode Simple Additive Weighting
(SAW)http://pelita-
informatika.com/berkas/jurnal/28.%20ilham
syah.pdf , diakses tanggal 29 maret 2015
Seminar Nasional Informatika 2015
[9]. Setiaji.P, Sistem Pendukung Keputusan
Dengan Metode Simple Additive Weighting
http://jurnal.umk.ac.id/index.php/simet/arti
cle/view/117, diakses tanggal 29 maret 2015
[10]. Wedhasmara.A, Sistem Pendukung
Keputusan Pemilihan Pembelian Kendaraan
Bermotor Dengan Metode SAW
http://ejournal.unsri.ac.id/index.php/jsi/arti
cle/view/728, diakses tanggal 29 maret 2015
[11]. Turban, E., dkk.(2005). Decision Support
systems and Intelligent Systems Edisi 7
Jilid1,Andi, Yogyakarta.
[12]. Kusrini.(2007). Konsep dan Aplikasi
Sistem Pendukung Keputusan, Andi
Offset,Yogyakarta.
469
Seminar Nasional Informatika 2015

ANALISA METODE TOPSIS UNTUK PENERIMAAN BEASISWA

BERDASARKAN NILAI RAPORT KURIKULUM 2013 PADA
SMA SWASTA PLUS AL-AZHAR MEDAN
Dedek Indra Gunawan HTS

Teknik Informatika Universitas Potensi Utama

Jl. Yosudarso No. 6,5 No. 3A Tanjung Mulia Medan 20241
Email : dedek.indra@gmail.com

Abstrak

Beasiswa merupakan salah satu upaya untuk membantu siswa melanjutkan sekolah. Dengan adanya beasiswa
ini diharapkan nantinya para orangtua sedikit berkurang bebannya dalam urusan keuangan. Beasiswa tidak
begitu saja diberikan kepada siswa tetapi diperlukan satu mekanisme agar beasiswa tersalurkan tepat pada
sasarannya. SMA Swasta Al-Azhar Medan merupakan salah satu sekolah yang telah menerapkan kurikulum
2013 di kota Medan. Penilaian Kurikulum 2013 bukan hanya berfokus pada nilai pengetahuan saja, tetapi
juga menilai dari segi sikap dan keterampilan. Sistem pendukung keputusan diperlukan agar kepala sekolah
memberikan beasiswa tepat sasaran berdasarkan nilai raport kurikulum 2013. Metode yang digunakan untuk
sistem pendukung keputusan adalah dengan menggunakan TOPSIS (Technique Order Preference by
Similarity To Ideal Solution). TOPSIS berguna untuk mencari alternative terbaik berdasarkan kriteria-kriteria
yang telah ditentukan. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah
alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan
kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut,
kemudian dilakukan proses pengurutan kandidat yang akan menentukan alternatif yang optimal, yaitu
mahasiswa terbaik

Kata Kunci : Sistem Pendukung Keputusan, TOPSIS, Beasiswa.

1. Pendahuluan Sistem Pendukung Keputusan (SPK) merupakan

Beasiswa dapat dikatakan sebagai
pembiayaan yang tidak bersumber dari pendanaan
sendiri atau orang tua, akan tetapi diberikan oleh
pemerintah, perusahaan swasta, kedutaan,
universitas, serta lembaga pendidik atau peneliti,
atau juga dari kantor tempat bekerja yang karena
prestasi seorang karyawan dapat diberikan
kesempatan untuk meningkatkan kapasitas
sumber daya manusianya melalui pendidikan.
Beasiswa memberikan peranan yang sangat
penting bagi kemajuan dunia pendidikan. Dengan
adanya beasiswa bagi anak-anak yang kurang
mampu tetapi berprestasi akan mendukung
kemajuan suatu bangsa. SMA Swasta Al-Azhar
telah menerapkan kurikulum 2013 dimana
penilian terhadap siswa bukan hanya dari segi
pengetahuan tetapi juga dari sikap dan
keterampilan. Berbeda dengan kurikulum 2006
dimana penilaian terhadap siswa hanya
berdasarkan nilai pengetahuan.
Kepala sekolah harus cermat dalam
memberikan beasiswa terhadap siswa-siswanya
yang berprestasi hal ini agar tidak terjadi
kecemburuan terhadap para siswa yang lain. Oleh
karena itu diperlukan suatu sistem pendukung
keputusan yang menilai alternatif terbaik.
suatu pendekatan atau metodelogi untuk
mendukung keputusan. SPK menggunakan
CBIS (Computer Based Information System)
yang fleksibel, interaktif dan dapat diadaptasi,
yang dikembangkan untuk mendukung solusi
untuk masalah manajemen spesifik yang tidak
terstruktur. SPK menggunakan data,
memberikan antarmuka pengguna yang mudah
dan dapat menggabungkan pemikiran pengambil
keputusan[1]. Sistem merupakan kumpulan
beberapa komponen yang saling berinteraksi
satu dengan lain untuk mencapai suatu tujuan
(goal) (McLeod & P.Shell, 2008) [2].
Sistem pendukung keputusan memiliki
karakteristik sebagai berikut[3]:
a. Sistem pendukung keputusan dirancang
untuk membantu pengambilan keputusan
dalam memecahkan masalah yang bersifat
semi terstruktur dengan menambahkan
kebijaksanaan manusia dan informasi
komputerisasi.
b. Dalam proses pengolahannya, sistem
pendukung keputusan mengkombinasikan
pengguna model-model analisi dengan

470
 Seminar Nasional Informatika 2015

teknik pemasukkan data konvesional serta

fungsi-fungsi interogasi informasi. Di mana i = 1,2,3,...,m
c. Sistem pendukung keputusan, dirancang
2. Perhitungan solusi ideal negatif dapat dilihat
sedemikian rupa sehingga dapat
pada persamaan:
digunakan/ dioperasikan dengan mudah.
Si- = 6
Sistem pendukung keputusan dirancang dengan
menemukan pada aspek fleksibilitas serta
kemampuan beradaptasi yang tinggi Di mana i = 1,2,3,...,m

TOPSIS adalah salah satu metode pengambilan e. Menentukan nilai preferensi untuk setiap
keputusan multi criteria yang pertama kali alternatif.
diperkenalkan oleh Yonn dan Hwang (1981)
dengan ide dasarnya adalah bahwa alternatif yang Ci+= .. 7
dipilih memiliki jarak terdekat dengan solusi ideal
positif dan memiliki jarak terjauh dasi solusi ideal
negatif. Berikut ini adalah contoh sebuah matriks Di mana 0 < Ci+ < 1 dan i = 1,2,3,...,m
dengan altrnatif dan criteria [4]
2. Pembahasan
Technique for Order Preference by Similarity to Dalam mencari jalur yang terbaik dengan
Ideal Solution (TOPSIS) didasarkan pada konsep menggunakan metode TOPSIS diperlukan
dimana alternatif terpilih yang terbaik tidak hanya beberapa kriteria-kriteria dan bobot untuk
memiliki jarak terpendek dari solusi ideal positif, melakukan perhitungannya sehingga dapat
namun juga memiliki jarak terpanjang dari solusi alternatif yang terbaik. Alternatif terbaik tersebut
ideal negatif [4] yang akan menjadi acuan bagi kepala sekolah
Langkah-langkah penyelesaian masalah MADM untuk memberikan beasiswa.
dengan TOPSIS [1] :
a. Membuat matriks keputusan yang 2.2 Kriteria dan Bobot
ternormalisasi. Adapun yang menjadi kriteria dalam menentukan
jalur terbaik adalah sebagai berikut:
D= ............................. 1
Tabel 1. Kriteria
b. Membuat matriks keputusan yang Alternatif Kriteria
ternormalisasi terbobot. Pengetahuan (C1)
Alifa Azzahra Nasution Keterampilan C2)
rij = .................................................. 2
Sikap (C3)
Pengetahuan (C1)
c. Menentukan matriks solusi ideal positif
Annisa Hafizhah Keterampilan C2)
& matriks solusi ideal negatif.
Sikap (C3)
Vij = Wj x rij .............................................. 3 Pengetahuan (C1)
Farrel Muhammad
Di mana: Keterampilan C2)
Zheldy
i = 1,...,m Sikap (C3)
j = 1,...,n Pengetahuan (C1)
Glena Shafira Sebayang Keterampilan C2)
Di sini Wj adalah bobot untuk kriteria Sikap (C3)
yang harus di normalisasi.
Kriteria dari masing-masing alternatif terlihat
pada tabel 1. Nilai dari bobot pada setiap kriteria
D= ............... 4 tersebut adalah sebagai berikut:

Tabel 2. Bobot
d. Menentukan jarak antara nilai setiap Pembobotan Nilai
alternatif dengan matriks solusi ideal Sangat Rendah (SR) 1
positif & matriks solusi ideal negatif.
Rendah (R) 2
1. Perhitungan solusi ideal positif
Cukup (C) 3
dapat dilihat pada persamaan:
Baik (B) 4
Si+ = ..5
Sangat Baik (SB) 5

471
Seminar Nasional Informatika 2015

Y23 = w3r23 = (3) (0.91) = 2.73

Y31 = w1r31 = (4) (0.47) = 1.88
Nilai dari setiap bobot terlihat pada tabel 2. Y32 = w2r32 = (3) (0.47) = 1.41
Setelah ditentukan bobot nilai maka selanjutnya Y33 = w3r33 = (3) (0.61) = 1.83
adalah menentukan bobot nilai dari masing- Y41 = w1r31 = (4) (0.47) = 1.88
masing alternatif sebagai berikut: Y42 = w2r32 = (3) (0.47) = 1.41
Y43 = w3r33 = (3) (0.91) = 2.73
Tabel 3. Kecocokan Setiap Alternatif
Kriteria
Alternatif Sehingga diperoleh matriks Y :
C1 C2 C3 1.88 1.77 2.73
Alifa Azzahra Nasution 4 5 3 Y= 2.36 1.41 2.73
1.88 1.41 1.83
Annisa Hafizhah 5 4 3
1.88.1 1.41 2.73
Farrel Muhammad Zheldy 4 4 4
Glena Shafira Sebayang 4 4 3 Menentukan matriks solusi ideal positif & matriks
Tabel 3 merupakan nilai dari setiap alternatif- solusi ideal negatif
alternatif. Menentukan matriks solusi ideal positif A+:
Y1+ = max { 1.88 ; 2.36 ; 1.88 ; 1.88 } = 2.36
2.3 Perhitungan Beasiswa Y2+ = max { 1.77 ; 1.41 ; 1.41 ; 1.41 } = 1.77
Membuat Matriks Ternormalisasi Y3+ = max { 2.73 ; 2.73 ; 1.83 ; 2.73 } = 2.73
|X1| A+ = { 2.36 ; 1.77 ; 2.73 }
r11 = = = 0.47 Menentukan matriks solusi ideal Negatif A- :
Y1+ = min { 1.88 ; 2.36 ; 1.88 ; 1.88 } = 1.88
Y2+ = min { 1.77 ; 1.41 ; 1.41 ; 1.41 } = 1.41
r21 = = = 0.59 Y3+ = min { 2.73 ; 2.73 ; 1.83 ; 2.73 } = 1.41
A- = { 1.88 ; 1.41 ; 1.41 }
r31 = = = 0.47
r41 = = = 0.47 Menentukan jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif & matriks
solusi ideal negatif
[X2] = = 8.54 a. Menentukan jarak antara nilai setiap
r12 = = = 0.59 alternatif dengan matriks solusi ideal
positif
r22 = = = 0.47
r32 = = = 0.47 D1+ =(1.88 2.36)2+(1.77 1.77 )2+(2.73- 2.73)2

r42 = = = 0.47
= 0.48
[X3] = = 6.56
D2+ = (2.36-1.77)2+(1.41-1.77)2+(2.73-2.73 )2
r13 = = = 0.91

r23 = = = 0.91
= 0.69
r33 = = =0.61

r43 = = = 0.91
D3+ = (1.88-2.36)2+(1.41-1.77)2+(1.83-2.73)2
Sehingga diperoleh matriks R sebagai berikut: = 1.08
0.47 0.59 0.91
R= 0.59 0.47 0.91 D4+ = (1.88-2.36)2+(1.41-1.77)2+(2.73-2.73)2
0.47 0.47 0.61
0.47 0.47 0.91 = 0.6
Membuat matriks yang ternormalisasi terbobot
Y11 = w1 r11 = (4) (0.47) = 1.88 b. Menentukan jarak antara nilai setiap
Y12 = w2 r12 = (3) (0.59) = 1.77 alternatif dengan matriks solusi ideal
Y13 = w3 r13 = (3) (0.91) = 2.73 negatif
Y21 = w1r21 = (4) (0.59) = 2.36
Y22 = w2r22 = (3) (0.47) = 1.41

472
 Seminar Nasional Informatika 2015

D1+ = (1.88 1.88)2+(1.77 1.41)2+(2.73-1.41)2

= 1.37 3. Kesimpulan

D2+ = (2.36-1.88)2+(1.41-1.41)2+(2.73-1.41)2 Adapun kesimpulan dari jurnal ini adalah

sebagai berikut:
1. Selama ini Kepala Sekolah memberikan
= 1.4 beasiswa kepada siswa-siswa yang berprestasi
secara manual.
D3+ = (1.88-1.88)2+(1.41-1.41)2+(1.83-1.41)2 2. Penerapan metode TOPSIS untk memberikan
beasiswa kepada siswa-siswa yang berprestasi
= 0.42 dimulai dari menentukan kriteria dan alternatif,
kemudian melakukan perhitungan antara
D4+ = (1.88-1.88)2+(1.41-1.41)2+(2.73-1.41)2 pembobotan kriteria dengan alternatif sehingga
diperoleh hasil yang ideal untuk siswa yang
= 1.32 layak untuk diberikan beasiswa.

Menentukan nilai preferensi untuk setiap

alternatif. Daftar Pustaka

V1 = = 0.74 [1]. Perdana Nuru Guntur, Tri Widodo Sistem

V2 = = 0.67
V3 = = 0.28
V4 = = 0.69
Berdasarkan proses perhitungan di atas, metode
TOPSIS telah melakukan perangkingan hasil dari
data-data kriteria yang diinputkan untuk
menemukan alternatif siswa yang terbaik, yaitu V1
yang memiliki nilai tertinggi. Maka siswa yang
terbaik yang layak diberikan beasiswa adalah
Alifa Azzahra Nasution berdasarkan perhitungan
TOPSIS karena alternatif tersebut memenuhi
semua kriteria yang terbaik dari alternatif lainnya
Pendukung Keputusan Pemberian Beasiswa
Kepada Peserta Didik Baru Menggunakan
Metode TOPSIS, SEMANTIK 2013, ISBN:
979-260266-6, Semarang, 16 November
2013.
[2]. Aulia Rachmat Sistem Pendukung
Keputusan Seleksi Penerimaan Beasiswa di
STTH Medan, SNASTIKOM 2013, ISBN:
978-602-19837-2-0
[3]. Artika Rini Penerapan Analitycal Hierarchy
Procces (AHP) dalam Pendukung Keputusan
Penilaian Kinerja Guru pada SD Negeri
095224, Pelita Informatika Budi Darma,
Vol. IV, No. 3, Agustus 2013, ISSN: 2301-
9425.
[4]. Sihotang Freklin, Sistem Pendukung
Keputusan Penerima Beasiswa dengan
Metode TOPSIS Pelita Informatika Budi
Darma, vol. 3, no. 3, ISSN: 230:9425,
December 2013.

473
Seminar Nasional Informatika 2015

PENGARUH PEMANFAATAN PEMBELAJARAN E-LEARNING

OLEH MAHASISWA TERHADAP PRESTASI BELAJAR DENGAN
D.M IS SUCCESS MODEL
(STUDI KASUS TERHADAP MAHASISWA YANG MENGAMBIL
MATAKULIAH PBO JAVA, PEMORGARAMAN C++, DAN SISTEM
BASIS DATA DI STMIK TASIKMALAYA)

Dede Syahrul Anwar1

1
Teknik Informatika, STMIK Tasikmalaya
1
Jl. Re.Martadinata No.272 A Tasikmalaya
1
derul.anwar@gmail.com

Abstrak

Tujuan dari penelitian terhadap pengaruh pemanfaatan pembelajaran menggunakan e-learning oleh
mahasiswa adalah mengetahui pengaruh e-learning terhadap hasil belajar dan prestasi mahasiswa pada
matakuliah tertentu seperti, PBO Java, C++, Sistem Basis Data. Metodologi yang digunakan untuk
mengidentifikasi faktor-faktor yang menyebabkan kesuksesan sistem teknologi informasi adalah (D&M
Information System Success Model). Hasil dari penelitian ini akan menunjukkan bahwa sistem teknolohi
informasi yang diterapkan menjadi sukses

Kata kunci : D.M IS Success Model, e-learning, Pengaruh E-learning

6. Pendahuluan dalam dunia kampus, perkembangan teknologi e-

Kehadiran sistem teknologi informasi telah
memebrikan begitu banyak pengaruh terhadap
sebuah organisasi, bukan hanya organisasi namun
pengaruh tersebut meluas hingga proses bisnis
dan transaksi organisasi pemerintahan atau pun
pendidikan. Banyak penelitian telah dilakukan
untuk mengidentifikasi faktor-faktor yang
menyebabkan kesuksesan sistem teknologi
informasi. Salah satu penelitian yang terkenal
adalah penelitian yang dilakukan Delone &
McLean (1992). Model penelitian ini cepat
mendapat tanggapan. Salah satu sebabnya adalah
model mereka merupakan model yang sederhana
tetapi dianggap cukup valid.
Merebaknya fasilitas e-learning disetiap
lembaga pendidikan. Perkembangan ilmu
pengetahuan dan teknologi yang terjadi saat ini
diiringi dengan perubahan sikap pada nilai-nilai
pendidikan yang seyogyanya ditujukan untuk
meningkatkan kesejahteraan dan tarap hidup
manusia, dalam hal ini adalah mahasiswa yang
banyak dipengaruhi oleh failitas internet.
Mahasiswa merupakan subjek yang
menggunakan akses internet dan memanfaatkan e-
learnig sebagai fasilitas peunjang
pembelajarannya. Bagi mahasiswa internet
merupakan media yang dapat digunakan untuk
mengakses tugas yang diberikan oleh dosen. Di
learning juga telah banyak digunakan. Kampus
STMIK Tasikmalaya telah menyediakan fasilitas
e-learnig biasa digunakan untuk ujian semester,
media pembelajaran online, tugas kuliah, dan
pengumpulan tugas matakuliah tertentu.
Penyediaan layanan teknologi Informasi
dimaksudkan terutama untuk memudahkan sivitas
akademika (mahasiswa dan dosen) mengakses
seluruh spectrum sumber daya informasi dan
pengetahuan berbasis elektronik baik yang
disediakan di STMIK Tasikmalaya maupun yang
tersedia secara global untuk mendukung proses
pembelajaran dan penelitian sebagai program
utama di kampus STMIK Tasikmalaya
Dengan hal ini menunjang mahasiswa dan
dosen dapat bekerja dan belajar disetiap bidang
matakuliah yang diambilnya. Mahasiswa dapat
mengakses berbagai sumber materi sebagai bahan
atau referensi tugas dan diskusi, juga dapat
mengembangkan pengetahuan akan dunia
pendidikan. Hal inilah yang membuat peneliti
tertarik untuk membahasnya..
7. Metode Penelitian
Dalam pemanfaatan teknologi e-learning ini
untuk mengidentifikasi faktor-faktor yang
menyebabkan kesuksesan sistem teknologi
informasi. Salah satu penelitian yang terkenal

474
 Seminar Nasional Informatika 2015

adalah penelitian yang dilakukan oleh Delone & informasi, disain pembelajaran e-learning, dan
Mclean (1992). Berdasarkan teori-teori dan hasil keaktifan mahasiswa memanfaatkan e-learning,
penelitian sebelumnya yang telah dikaji, Delone diambil menggunakan instrumen berupa
McLean(1992) kemudian mengembangkan suatu quisioner, sedangkan nilai prestasi belajar
model parsimoni yang mereka sebut dengan nama mahasiswa diambil dari data dokumentasi hasil
model kesuksesan sistem informasi Delone tes akhir ujian mata kuliah / blok pada mata
McLean (D&M Information System Success kuliah yang memanfaatkan teknologi
Model) sebagai berikut ini: pembelajaran e-learning. Sedangkan data
kualitatif pengembangan model pembelajaran e-
learning dan data pendukung lainnya didapatkan
dari hasil Focus Group Discussion dengan dosen,
tim teknologi informasi dan mahasiswa,
workshop pengembangan pembelajaran dengan
Gambar 1. Model DeLone & McLean dosen, dan wawancara mendalam (indepth
(1992) interview) terhadap dosen dan mahasiswa STMIK
Tasikmalaya.
Model yang diusulkan ini merefleksi
ketergantungan dari enam pengukuran kesuksesan 8. Hasil Dan Pembahasan
sistem informasi. Keenam elemen atau faktor atau
komponen pengukuran dari model ini adalah : Penelitian ini meliputi tiga buah matakuliah
a. Kualitas sistem (System quality) yaitu Pemrograman Berorientasi Objek Java,
b. Kualitas informasi (Information quality) Pemrograman C++ dan Sistem Basis Data.
c. Penggunaan (Use) Penelitian ini dilakukan di kampus STMIK
d. Kepuasan pemakai (User Satisfaction) Tasikmalaya. Adapun koresponden adalah
e. Dampak Individual (Individual impact) sebagai berikut:
f. Dampak Organisasi (Organizational impact).
Tabel 1. Responden
Model kesuksesan ini didasarkan pada
proses dan hubungan kausal dari dimensi dimensi Jurusan Jenis Matakuliah
di model .Model ini tidak megukur keenam Kelamin
dimensi pengukuran kesuksesan sistem informasi
secara independen tetapi mengukurnya secara Pria Wan PBO C++ SBD
keseluruhan satu mempengaruhi yang lainnya. ita Java
Pertimbangannya proses berargumentasi bahwa
suatu sistem terdiri dari beberapa proses yaitu Teknik 40 60% 40% 20% 40%
suatu proses mengikuti proses yang lainnya. informati %
Pada dasarnya penelitian ini bertujuan untuk ka
mengetahui pengaruh e-learning terhadap prestasi
belajar mahasiswa, dengan memanipulasi variabel Komputer 50 50% 20% 30% 50%
bebas yaitu e-learning dan minat belajar.
Akuntansi %
Mengingat variabel yang lain selain e-learning
dan minat belajar tidak bisa dikontrol secara ketat,
maka desain penelitian yang digunakan adalah Teknik 60 40% 10% 50% 40%
desain eksperimen semu (quasi-exsperimental Jaringan %
design). Populasi penelitian adalah mahasiswa
kelas reguler STMIK Tasikmalaya tahun
pelajaran 2013/2014, Berdasarkan karakteristik Model Full Structural Quisioner dengan Amos
populasi dan tidak bisa dilakukannya pengacakan
individu, oleh karena itu pengambilan sampel
pada penelitian ini dilakukan dengan teknik
pengacakan kelas yang setara (random sampling
terhadap kelas).
Untuk membuktikan bahwa seluruh kelas
yang terbentuk merupakan kelas yang Sesuai
dengan langkah penelitian di atas selanjutnya data
yang berupa data kuantitatif dan data kualitatif,
data kuantitatif berupa penilaian /pendapat
responden tentang variabel penelitian
ketersediaan perangkat teknologi informasi,
kemampuan dosen memanfaatkan teknologi

475
Seminar Nasional Informatika 2015

peneliti mampu menjelaskan fenomena yang

terjadi pada lokasi dan responden yang berbeda
tersebut.

Daftar Pustaka:

[1]. Effendi, Rusdi dan Megasari. 2005. E-

Gambar 2. Model Full Structural
9. Kesimpulan
Berdasarkan analisis menggunakan amos
dengan data questioner ternyata semua data
signifikan, kualitas informasi paling tinggi
mempengaruhi kepuasan pemakai, kualitas sistem
paling tinggi mempengaruhi pengguna, pengguna
paling tinggi mempengaruhi dampak individu dan
dampak invidu paling tinggi mempengaruhi
dampak organisasi.
10. Saran
Diperlukan andil dari tim ahli IT STMIK
Tasikmalaya untuk berupaya meningkatkan
kualitas informasi dari e-learning, serta pemberian
mandat bagi seluruh mahasiswa dan mahasiswi
untuk mulai mempelajari dan menggunakan e-
learning guna memperbanyak pengalaman
menggunakan e-learning, sehingga
meningkatkan pula. Hal tersebut bertujuan agar
Learning: Kesiapan Sistem Dalam
Mendukung Program Bengkulu Kota
Pelajar.Yogyakarta:UII
(http://journal.uii.ac.id/).
[2]. Frank Farance. (1998). Learning Technology
Systems Architecture (LTSA) 5.00.
edutool.com, a division of Farance Inc.
Slides and Document:
http://edutool.com/ltsa +1 212 486 4700.
[3]. Hadiana, A. dan Djaelani, E. (2008). Sistem
Pendukung e-Learning di Web. Jakarta:
Peneliti Puslit Informatika, Lembaga Ilmu
Pengetahuan Indonesia.
[4]. Hartoyo, A. (2008). Rancang Bangun
Aplikasi Learning Content Management
System Yang Mendukung Peningkatan
Efektifitas Proses Belajar Jarak Jauh Design
And Implementation Of Learning Content
Management System Application To
Increase The Effectivity Of Long Distance
Learning. Surabaya: STIKOM.
[5]. Hidayati, H. ( 2004). Elearning Management
System Design Based On Learning
Technology System Architecture In
Universities. Bandung: ITB.
[6]. Mayer, Richard E. (2009). Multimedia
Learning Prinsip-Prinsip dan Aplikasi.
Yogyakarta: Pustaka Pelajar; Surabaya: ITS
Press. Miles, Matthew B dan A.
[7]. Michael Huberman. (1992). Analisis Data
Kualitatif. Terjemahan Tjetjep R Rohidi.
Jakarta: UI Press. Moodle. (2010).
Developer Documentation.
(http://www.moodle.org.) 18 Nation Master.
(2010). Internet Statistics > Broadband
access (most recent) by country.
(http://www.nationmaster.com)
Lampiran
Data proses pengolahan data dilihat di lampiran di
dapat bawah ini:

Analisa uji kualitas full structural model

Tabel 3 Regression Weights: (Group number 1 - Default model)

Estimate S.E. C.R. P SRW hasil

kualitas_info signifikan
kepuasan_pemakai .970 .084 11.614 *** .998
rmasi

476
 Seminar Nasional Informatika 2015

Estimate S.E. C.R. P SRW hasil

kepuasan_pe Signifikan
pengguna .427 .048 8.933 *** .538
makai
kualitas_sist Signifikan
pengguna .701 .067 10.535 *** .806
em
dampak_individual pengguna .777 .103 7.548 *** .926 Signifikan
dampak_organisasio dampak_indi Signifikan
1.220 .155 7.851 *** 1.020
nal vidual
kualitas_sist Signifikan
x1 1.000 .853
em
kualitas_sist Signifikan
x2 1.143 .085 13.448 *** .939
em
kualitas_sist Signifikan
x3 1.159 .086 13.510 *** .941
em
x4 pengguna 1.000 .873 Signifikan
x5 pengguna 1.011 .086 11.722 *** .856 Signifikan
x6 pengguna 1.046 .083 12.571 *** .886 Signifikan
dampak_indi Signifikan
x7 1.000 .688
vidual
dampak_indi signifikansigni
x8 .758 .145 5.242 *** .556
vidual fikan
dampak_indi Signifikan
x9 1.200 .151 7.945 *** .868
vidual
dampak_org Signifikan
x10 1.000 .845
anisasional
dampak_org Signifikan
x11 .900 .123 7.293 *** .652
anisasional
dampak_org Signifikan
x12 .954 .112 8.530 *** .730
anisasional
kepuasan_pe Signifikan
x13 1.000 .858
makai
kepuasan_pe Signifikan
x14 1.060 .078 13.636 *** .934
makai Signifikan
kepuasan_pe Signifikan
x15 1.110 .091 12.154 *** .883
makai
kualitas_info Signifikan
x16 1.000 .867
rmasi
kualitas_info Signifikan
x17 1.066 .075 14.265 *** .939
rmasi
Signifikan
kualitas_info
x18 .966 .073 13.200 *** .908
rmasi

Analisa Pengaruh Total

Ket :
KS = KualitasSistem
P = Penggunaan
DI = Dampak Individual
DO = DampakOrganisasional
KP = KepuasanPemakai
KI = KualitasInforma
Pengaruh Langsung :

477
Seminar Nasional Informatika 2015

KI KP (0,970)
KS P (0,701)
KP P (0,427)
P DI (0,777)
DI DO (1,220)
Pengeruh tidak langsung :
KI P (0,414)
KS DI (0,545)
KI DI (0,321)
KP DI (0,331)
P DO(0,948)
KP DO (0,404)
KI DO (0,392)
KS DO (0,664)

Total Effects (Group number 1 - Default model)

kualitas_s kualitas_inf kepuasan_pe pengg dampak_indi dampak_organi

istem ormasi makai una vidual sasional
kepuasan_pema
.000 .970 .000 .000 .000 .000
kai
pengguna .701 .414 .427 .000 .000 .000
dampak_indivi
.545 .321 .331 .777 .000 .000
dual
dampak_organi
.664 .392 .404 .948 1.220 .000
sasional
x18 .000 .966 .000 .000 .000 .000
x17 .000 1.066 .000 .000 .000 .000
x16 .000 1.000 .000 .000 .000 .000
x15 .000 1.076 1.110 .000 .000 .000
x14 .000 1.028 1.060 .000 .000 .000
x13 .000 .970 1.000 .000 .000 .000
x12 .634 .374 .386 .904 1.164 .954
x11 .598 .353 .364 .852 1.097 .900
x10 .664 .392 .404 .948 1.220 1.000
x9 .654 .386 .398 .932 1.200 .000
x8 .413 .244 .251 .589 .758 .000
x7 .545 .321 .331 .777 1.000 .000
x6 .733 .433 .446 1.046 .000 .000
x5 .709 .419 .432 1.011 .000 .000
x4 .701 .414 .427 1.000 .000 .000
x3 1.159 .000 .000 .000 .000 .000
x2 1.143 .000 .000 .000 .000 .000
x1 1.000 .000 .000 .000 .000 .000

Direct Effects (Group number 1 - Default model)

kualitas_s kualitas_inf kepuasan_pe pengg dampak_indi dampak_organi

istem ormasi makai una vidual sasional
kepuasan_pema
.000 .970 .000 .000 .000 .000
kai
pengguna .701 .000 .427 .000 .000 .000
dampak_indivi
.000 .000 .000 .777 .000 .000
dual

478
 Seminar Nasional Informatika 2015

kualitas_s kualitas_inf kepuasan_pe pengg dampak_indi dampak_organi

istem ormasi makai una vidual sasional
dampak_organi
.000 .000 .000 .000 1.220 .000
sasional
x18 .000 .966 .000 .000 .000 .000
x17 .000 1.066 .000 .000 .000 .000
x16 .000 1.000 .000 .000 .000 .000
x15 .000 .000 1.110 .000 .000 .000
x14 .000 .000 1.060 .000 .000 .000
x13 .000 .000 1.000 .000 .000 .000
x12 .000 .000 .000 .000 .000 .954
x11 .000 .000 .000 .000 .000 .900
x10 .000 .000 .000 .000 .000 1.000
x9 .000 .000 .000 .000 1.200 .000
x8 .000 .000 .000 .000 .758 .000
x7 .000 .000 .000 .000 1.000 .000
x6 .000 .000 .000 1.046 .000 .000
x5 .000 .000 .000 1.011 .000 .000
x4 .000 .000 .000 1.000 .000 .000
x3 1.159 .000 .000 .000 .000 .000
x2 1.143 .000 .000 .000 .000 .000
x1 1.000 .000 .000 .000 .000 .000

479
Seminar Nasional Informatika 2015

PENERAPAN ANALISIS GAP PADA SISTEM PENDUKUNG

KEPUTUSAN EVALUASI KINERJA KARYAWAN DINAS
PEKERJAAN UMUM KABUPATEN PRINGSEWU
UNTUK KENAIKAN JABATAN
Rina Wati, M.T.I., Ade Irfan, S.Kom., Ines Purnama Sari

Jurusan Sistem Informasi STMIK Pringsewu Lampung

Jl. Wisma Rini No. 09 pringsewu Lampung
Telp. (0729) 22240 website: www.stmikpringsewu.ac.id

Abstrak

Masalah yang sering terjadi dalam proses penilaian kinerja karyawan diantaranya adalah subyektifitas
pengambilan keputusan, terutama jika beberapa karyawan yang ada memiliki kemampuan yang tidak jauh
berbeda.Penggunaan sistem pendukung keputusan, diharapkan mengurangi subyektifitas dalam pengambilan
keputusan. Sebagai gantinya akan dilakukan perhitungan terhadap seluruh kriteria untuk seluruh karyawan,
sehingga diharapkan karyawan dengan kemampuan terbaiklah yang terpilih. Kehadiran sistem pendukung
keputusan di bidang pengelolaan jenjang karir karyawan dapat mempermudah dan mempercepat proses
penilaian terhadap karyawan tersebut dan diharapkan dapat mengurangi subyektivitas dalam pengambilan
keputusan yang terkait dengan pengembangan karir karyawan. Salah satu pendekatan dalam mengevaluasi
kinerja karyawan yaitu menggunakan gap analysis. Gap analisys atau analis kesenjangan juga merupakan
salah satu langkah yang sangat penting dalam tahap perencanaan maupun tahap evaluasi kerja. Metode ini
merupakan salah satu metode yang paling umum digunakan dalam pengelolaan manajemen internal suatu
lembaga. Sistem pendukung keputusan dengan menggunakan analisis Gap ini dibuat berdasarkan data dan
norma-norma sumber daya manusia. Proses penghitungan Gap dilakukan untuk menentukan rekomendasi
karyawan dalam Sistem Kenaikan Jabatan berdasar pada 3 aspek yaitu Kapasitas Intelektual, Sikap Kerja dan
Perilaku. Hasil dari proses ini berupa ranking karyawan. Ranking ini merupakan dasar rekomendasi bagi
pengambil keputusan untuk memilih karyawan yang cocok pada jabatan yang kosong tersebut.

Kata Kunci: Sistem Pendukung Keputusan, Analisis Gap, Kenaikan Jabatan

PENDAHULUAN manusia. Proses perhitungan Gap dilakukan untuk

Latar Belakang Masalah
Berkembangnya ilmu pengetahuan selalu
diiringi oleh kemajuan teknologi dan informasi.
Teknologi informasi menyebabkan peran
komputer begitu diperlukan dalam berbagai aspek
kehidupan. Komputer juga dapat dimanfaatkan
sebagai pendukung dalam memberikan solusi
terhadap suatu masalah. Komputer sebagai
perangkat teknologi canggih akhirnya terpilih
sebagai salah satu alternatif yang paling mungkin
dalam membantu menyelesaikan pekerjaaan dan
menagani arus informasi dalam jumlah yang besar
serta membantu dalam pengambilan keputusan
yang tepat dan akurat.nhasil kerja sistem
komputer ini diakui lebih cepat, teliti dan akurat
dibandingkan dengan manusia, hal inilah yang
mendorong lahirnya metode penunjang keputusan
yang dapat membantu kinerja manusia disalam
pengambilan keputusan.sistem pendukung
keputusan dengan analisis Gap ini dibuat
berdasarkan data dan norma-norma sumber daya
menentukan rekomendasi pemberian promosi
jabatan kepada karyawan dengan menggunakan
beberapa aspek seperti kapasitas intelektual, sikap
kerja dan perilaku. Hasil dari proses ini berupa
rangking karyawan. Rangking ini merupakan
dasar rekomendasi bagi pengambil keputusan
untuk memilih karyawan yang berhak
mendapatkan reward sesuai dengan jabatan dan
kedudukan karyawan tersebut.
Promosi jabatan atau penghargaan
didefinisikan sebagai faktor penting yang
mempemgaruhi bagaimana dan mengapa orang-
orang bekerja pada suatu organisasi dan bukan
pada organisasi lainnya. Perusahaan harus
kompetitif dengan beberapa jenis kompensasi
untuk mempekerjakan, mempertahankan, dan
memberi imbalan terhadap kinerja setiap individu
didalam organisasi. Sistem kompensasi dalam
organisasi harus dihubungkan dengan tujuan dan
strategi organisasi serta keseimbangan antara
keuntungan dan biaya pengusaha dengan haraan
dari karyawan. Program kompensasi dalam
organisasi harus memiliki empat tujuan, antara

480

lain : (1) terpenuhinya sisi legal, dengan segala
peraturan dan hukum yang sesuai; (2) efektifitas
biaya untuk organisasi; (3) keseimbangan
individual, internal, eksternal untuk seluruh
karyawan; dan (4) peningkatan keberhasilan
kinerja organisasi.
Perusahaan membutuhkan sistem
informasi yang dapat mendukung kebutuhan
kpengambilan keputusan dan berbagai informasi
dari atasan dan para praktisi. Dalam perusahaan
atau instansi yang memiliki karyawan dalam
jumlah besar proses evaluasi (penilaian)
pemberian reward pada karyawan relatif sering
dilakukan sehingga perusahaan memerlukan
prosedur yang baku dalam menetapkan
persyaratan bagi seorang karyawan untuk
mendapatkan reward dalam perusahaan tersebut.
Beberapa masalah yang terjadi dalam
proses evaluasi (penilaian) kinerja karyawan
diantaranya adalah subyektifitas pengambilan
keputusan akan terasa, terutama jika beberapa
karyawan yang ada memiliki kemampuan (dan
beberapa pertimbangan lain) yang tidak jauh
berbeda.
Masalah yang muncul saat ini adalah jika
proses evaluasi (penilaian) rumit yaitu yang
terjadi sekarang umumnya adalah adanya
karyawan yang langsung mendapatkan promosi
untuk kenaikan jabatan yang hanya melihat pada
kriteria pertama saja, tetapi karyawan tersebut
belum tentu unggul pada beberapa kriteria-kriteria
yang lain, akan tetapi tetap mendapat promosi
untuk kenaikan jabatan.
Padahal bisa saja terjadi seorang karyawan
yang di kriteria pertama tidak lulus, tetapi baru
akan terlihat kelebihannya pada kriteria-kriteria
selanjutnya. Bisa dimaklumi bahwa serangkaian
kriteria yang berurutan tersebut bertujuan untuk
mengurangi kerumitan. proses pengambilan
keputusan akibat banyaknya alternatif.
Jika proses pengambilan keputusan ini
dibantu oleh sebuah sistem pendukung keputusan
yang terkomputerisasi diharapkan subyektifitas
dalam pengambilan keputusan dapat dikurangi
dan dapat diganti dengan pelaksanaan seluruh
kriteria-kriteria untuk seluruh karyawan sehingga
diharapkan
karyawan dengan kemampuan (dan
pertimbangan lain) terbaik yang terpilih.Dari
penjabaran di atas, hal yang menjadi latar
belakang masalah pada skripsi ini adalah
bagaimana sistem pendukung keputusan dapat
digunakan sebagai alat untuk mengevaluasi
(dalam hal ini memberikan penilaian) atas kinerja
karyawan, sehingga nantinya pihak manajemen
dapat melakukan pengambilan keputusan.
Bagi karyawan, hasil penilaian ini dapat
digunakan untuk menjadi umpan balik terhadap
prestasi kerja sehingga ia memiliki dasar
Seminar Nasional Informatika 2015
pertimbangan untuk perencanaan pengembangan
karirnya.
Sedangkan disisi lain hasil penilaian ini
dapat digunakan perusahaan untuk melandasi
pengambilan keputusan dalam hal sistem
pemberian imbalan (kompensasi), penempatan
(promosi,mutasi,demosi dan pensiun), pelatihan,
perencanaan karir, penentuan kriteria seleksi, dll.
Batasan Masalah
Pembatasan ruang lingkup penelitian ini berfokus
pada pembuatan sistem pendukung keputusan
penerimaan karyawan yang meliputi pengolahan
data dan proses perhitungan hasil serangkaian
pengolahan data berdasarkan kriteria-kriteria yang
yang telah ditentukan dengan teknis analisis Gap.
Tujuan Penelitian
Sesuai dengan konsep yang ada dan upaya untuk
menyelesikan hasil penelitian maka tujuan dari
penelitian ini yaitu:
1. Untuk membangun system pendukung
keputusan evaluasi kerja karyawan untuk
peningkatan promosi jabatan dengan analisis
Gap pada Dinas Pekerjaaan Umum kab.
Pringsewu.
2. Mengimplementasikan ilmu yang didapat
oleh penulis selama belajar di STMIK
Pringsewu.
Manfaat Penelitian
1. Membantu pihak manajemen dan Pimpinan
dalam menentukan pemberian reward
kepada karyawan yang sesuai berdasarkan
penentuan rangking yang merupakan output
dari system yang dibangun.
2. Penelitian ini diharapkan akan mampu untuk
mengembangkan ilmu yang didapat oleh
penulis selama belajar di stmik pringsewu
TINJAUAAN PUSTAKA
Sistem Pendukung Keputusan
Sistem Pendukung Keputusan / Decision Support
Systems (DSS) adalah sebuah sistem yang
dimaksudkan untuk mendukung para pengambil
keputusan manajerial dalam situasi keputusan
semiterstruktur. DSS dimaksudkan untuk menjadi
alat bantu bagi para pengambil keputusan untuk
memperluas kapabilitas mereka, namun tidak
untuk
menggantikan penilaian mereka. DSS ditujukan
untuk keputusan-keputusan yang memerlukan
penilaian atau pada keputusan-keputusan yang
sama sekali tidak dapat didukung oleh algoritma.
Aplikasi DSS dapat terdiri dari beberapa
subsistem, yaitu: subsistem manajemen data,
481
Seminar Nasional Informatika 2015
subsistem manajemen model dan subsistem
antarmuka pengguna. Selain itu DSS juga bisa
memiliki subsistem manajemen basis-
pengetahuan yang mengukung subsitem-
subsistem lainnya.
Kenaikan Jabatan
Promosi jabatan berarti perpindahan yang
memperbesar wewenang dan tanggung jawab ke
jabatan yang lebih tinggi di dalam suatu
organisasi yang diikuti dengan kewajiban, hak,
status, dan penghasilan yang lebih besar.
Analisis Gap
Gap Analisis merupakan salah satu alat
yang dapat digunakan untuk mengevaluasi kinerja
karyawan Gap analisis atau analisis kesenjangan
juga merupakan salah satu langkah yang sangat
penting dalam tahapan perencanaan maupun tahap
evaluasi kerja. Metode ini merupakan salah satu
metode yang paling umum digunakan dalam
pengolahan manajemen internal dalam suatu
lembaga. Secara harfia Gap
mengidentifikasikan suatu perbedaan (disparity)
dari satu hal ke hal yang lainnya.
Gap analisis sering digunakan dibidang
manajemen dan menjadi salah satu alat yang
digunakan untuk mengukur suatu pelayanan
(quality of service). Bahkan pendekatan ini sering
digunakan di Amerika Serikat untuk memonitor
kualitas pelayanan.
Model ini digunakan oleh Parasuraman, Zeithalm
dan Berry (1995) ini memiliki lima gap
(kesenjangan) yaitu :
1. Gap Presepsi Manajemen, yaitu adanya
perbedaan antara penilaian pelayanan
menurut pengguna jasa dan presepsi dan
presepsi manajemen mengenai harapan
pengguna jasa.
2. Gap Spesifikasi Kualitas, yaitu kesenjangan
presepsi manajemen mengenai harapan
pengguna jasa dan spesifikasi kualitas jasa.
3. Gap Penyampaian Pelayanan, yaitu
kesenjangan spesifikisi kualitas jasa dan
penyampaian jasa (service delivery).
4. Gap Komunikasi pemasaran, yaitu
kesenjangan antara penyampaian jasa dan
komunikasi eksternal. Ekspektasi pelanggan
mengenai kualitas pelayanan dipengaruhi
oleh peryataan yang dibuat oleh perusahaan
melalui komunikasi eksternal pemasaran.
5. Gap dalam Pelayanan yang dirasakan,yaitu
pernedaan presepsi antara jasa yang
dirasakan dan dirasakan oleh pelanggan jika
keduanya terbukti sama, maka perusahaan
akan memperoleh citra dan dampak yang
positif.
482
Boalding et al (1993) menganalisis kualitas
pelayanan dengan menggunakan gap analisis.
Kesenjangan kualitas pelayanan diartikan sebagai
kesenjangan antara pelayanan yang seharusnya
diberi dan presepsi konsumen atas pelayanan
actual yang diberikan. Semakin kecil kesenjangan
tersebut, semakin baik kualitas pelayanan.
Perceived Service Quality
Gambar 1. Model Expected dan
Dari berbagai definisi diatas mengenai gap
analisis dapat diambil kesimpulan bahwa gap
analisis dapat di definisikan sebagai suatu metode
atau alat yang digunakan untuk mengetahui
tingkat kinerja suatu perusahaan atau instansi.
Dengan kata lain, gap analisis merupakan suatu
metode yang digunakan untuk mengetahui kinerja
dari system yang sedang berjalan dengan system
standar. Dalam kondisi umum, kinerja perusahaan
atau institusi dapat tercermin dalam system
operasional maupun strategi yang digunakan oleh
perusahaaan tersebut. Secara singkat, gap analisis
bermanfaat untuk :
1. Menilai berapa besar kesenjangan antara
kinerja actual dengan suatu standar kerja yang
diharapkan.
2. Mengetahui peningkatan kerja yang
diperlukan untuk menutup kesenjangan
tersebut, dan
3. Menjadi salah satu dasar pengambilan
keputusan terkait prioritas dan biaya yang
dibutuhkan untuk memenuhi standar
pelayanan yang ditetapkan.
METODE PENELITIAN
Pengumpulan Data
Dalam metode ini menggunakan metode
pengumpulan data antara lain sebagai berikut:
1. Metode Interview, merupakan percakaan
antara peneliti dengan informan. Peneliti disini
berharap mendapatkan informasi, sedangkan
informan adalah seseorang yang diasumsikan
mempunyai informasi penting.
2. Metode Observasi, merupakan metode
penelitian dimana peneliti melakukan
pengamatan tentang seluruh aktifitas yang
 Seminar Nasional Informatika 2015

berupa fenomena yang ditemukan dilapangan,
guna menunjang data hasil interview dengan
maksud memberikan solusi melalui sistem
informasi yang akan dibangun sehingga dapat
lebih bermanfaat.
3. Metode Kepustakaan, metode ini merupakan
teknik pengumpulan data dengan cara
mempelajari referensi berupa dokumen/berkas
dan mengumpulkan data, peraturan
perundang-undangan, buku, jurnal penelitian
dan sebagainya. Melalui studi pustaka
dilakukan kajian terhadap peraturan
perundang-undangan yang terkait pengolahan
potensi daerah. Kebutuhan data-data yang
mengungkapkan tentang indikator-indikator
yang digunakan oleh calon investor untuk
pengambilan keputusan investasi diperoleh
melalui studi pustaka terhadap buku-buku dan
jurnal penelitian. Studi pustaka juga dilakukan
untuk mengetahui kemampuan teknologi
informasi yang akan diterapkan dalam sistem.
5. Pengujian (Testing), Sebelum sistem informasi
(Perangkat Lunak) dapat digunakan, maka
harus dilakukan pengujian terlebih dahulu.
Pengujian difokuskan pada logika internal,
fungsi eksternal dan mencari semua
kemungkinan kesalahan, dan memeriksa
apakah sesuai dengan hasil yang diinginkan.
6. Perawatan (Maintenance), Pada tahap ini
sistem informasi (PL) yang telah diuji (bebas
dari kesalahan) diimplemetasikan
dilingkungan pelanggan jika ditemui
kesalahan (error) maka dilakukan perbaikan
atau adanya penambahan fungsi. Sehingga
factor pemeliharaan ini penting dan dapat
berpengaruh pada semua tahap yang dilakukan
sebelumnya.
Perancangan Data

Perancangan basis data digunakan untuk

Model Perancangan mendukung fasilitas pengolahan data, dimana
Metode pengembangan sistem yang akan model yang digunakan dalam perancanganbasis
digunakan oleh penulis adalah model sekuensial data adalah model Flowchart Profile Matching,
linier (classic life cycle/waterfall model) sering berikut adalah Flowchart dari system pendukung
disebut Model Waterfall. Model perancangan ini keputusan evaluasi kinerja karyawan Dinas
didapat dari jurnal yang ditulis oleh Kusrini dan Pekerjaan Umum Kabupaten Pringsewu.
Awaludin M (2006). Dalam metode tersebut,
terdapat beberapa tahapan, yaitu:
1. Rekayasa dan Pemodelan Sistem Informasi mulai
Pada tahapan ini dilakukan pengumpulan
kebutuhan pada level sistem yaitu kebutuhan
Profil Menghitung Profil
perangkat keras, perangkat lunak, orang dan karyawan
Jabatan Gap
basis data. Pengumpulan kebutuhan ini
penting dilakukan karena sistem informasi
(Perangkat Lunak) yang akan dibangun Memberi Bobot
merupakan bagian dari sistem komputer. Bobot Gap
2. Analisis Kebutuhan Sistem Informasi Pada
tahap ini dilakukan pengumpulan kebutuhan Menghitug
untuk sistem informasi (Perangkat Lunak) Core & secondary
factor
yang berupa data input, proses yang terjadi
dan output yang diharapkan dengan
Menghitung
melakukan wawancara dan observasi.
Nilai Total
3. Perancangan (Design) Pada tahap ini
menterjemahkan analisa kebutuhan ke dalam
bentuk rancangan sebelum penulisan program Menghitung pegwai
yang berupa perancangan antarmuka (input Rangking
dan output), perancangan file-file atau basis
data dan merancang prosedur (algoritma).
selesai
4. Pengkodean (Coding), Hasil rancangan di atas
diubah menjadi bentuk yang dimengerti oleh Gambar 2. model Flowchart Profile Matching
mesin dalam bentuk bahasa pemrograman.
Jika rancangannya rinci maka penulisan
program dapat dilakukan dengan cepat. PERANCANGAN DAN IMPLEMENTASI

483
Seminar Nasional Informatika 2015

Uraikan tentang alur perancangan dan
implementasi secara rinci, mulai dari tahap
perencanaan/ perancangan, implementasi, sampai
pada hasil akhir yang diperoleh sesuai dengan
metode perancangan yang digunakan pada
penelitian. Beberapa hal yang dapat diuraikan
adalah sebagai berikut .
Perancangan
Dalam penyeleksian penentuan karyawan yang
sesuai dengan criteria-kriteria yang diinginkan
untuk promosi jabatan ini akan menggunakan
metode Gap. Yang dimaksud dengan Gap disini
adalah beda antara profil jabatan dengan profil
karyawan atau dapat ditunjukkan pada rumus di
bawah ini:
Gap = Profil Karyawan - Profil Jabatan
diperoleh nilai profil karyawan untuk masing-
masing kategori sebagai berikut:
(k1)=4, (k2)=4, (k3)=3, (k4)=5, (k5)=2, (k6)=3,
(k7)=3, (k8)=3, (k9)=2, (k10)=4, (k11)=1,
(k12)=3, (k13)=2, (k14)=4, (k15)=4. Sehingga
gap yang diperoleh adalah (k1)=1, (k2)=1, (k3)=-
1, (k4)=2, (k5)=-1, (k6)=1, (k7)=0, (k8)=1,
(k9)=0, (k10)=0, (k11)=-2, (k12)=- 1, (k13)=-1,
(k14)=1, (k15)=2.
Dari perhitungan yang diperoleh diatas dapat
diketahui keunggulan dan kelemahan dari setiap
karyawan, terutama setalah nilai gap
dibandingkan dengan bobot nilai yang terdapat
dari setiap nilai yang ada, seperti pada table 2.
Tabel 2. Bobot Nilai

Profil karyawan berupa nilai kuantitatif yang

dihitung dari hasil kuisioner, baik yang diisi oleh
karyawan itu sendiri (self evaluation), maupun
oleh atasannya. Profil standar adalah nilai standar
yang diharapkan oleh perusahaan dari
karyawannya. Profil standar ditentukan
berdasarkan kesepakatan manajemen. Kriteria
penilaian terdiri atas 15 katagori untuk supervisor
dan 13 kategori untuk staff. Beberapa katagori
misalnya : proaktif, Inisiatif, Inovasi, Pantang
Berdasarkan tabel nilai bobot, dilakukan
Menyerah, Kecepatan Bekerja, Flexibilitas dan
pemetaan nilai perhitungan gap dengan nilai
Kemampuan, Pengetahuan dan Kualitas,
bobot seperti pada tabel 3. Hasil pemetaan nilai
Kehandalan, dan lain-lain. Dari setiap katagori
bobot kemudian dihitung untuk mendapatkan nilai
tersebut, pihak manajemen menentukan nilai
bobot gap analysis seperti pada tabel 4.
standar berdasarkan kesepakatan. Nilai ini berupa
skor 1 hingga 5. Total nilai profil karyawan
Tabel 3. Hasil Pemetaan Gap Analisis
adalah gabungan penilaian untuk setiap katagori.
Tabel 1 memperlihatkan contoh perhitungan Gap
Analysis untuk salah seorang karyawan. K1
hingga K15 menunjukan parameter katagori
beserta standar nilai yang ditetapkan oleh
perusahaan. Tabel 4 Hasil Bobot Nilai Gap Analisis

Tabel 1. Perhitungan Profil Karyawan

Tahapan perhitungan selanjutnya hasil bobot nilai

gap analysis tersebut dikelompokan menjadi 2
katagori utama yaitu core factor dan secondary
factor seperti pada persamaan (1) dan (2).
Dari table profil diatas dapat dihitung nilai profil
standar sebagai berikut:
Core Factor :
NC (1)
(k1)=3,(k2)=3, (k3)=4, (k4)=3, (k5)=3, (k6)=2, NCI =
(k7)=3, (k8)=2, (k9)=2, (k10)=4, (k11)=3, IC
(k12)=4, (k13)=3, (k14)=3, (k15)=2.
Keterangan :
Dari contoh data di atas, misalnya untuk NCI = Nilai rata-rata core factor
karyawan dengan nomor induk 2008140086 NC = Jumlah Total nilai core factor
IC = Jumlah item core factor

484

Secondary Factor :
NS (2)
NSI =
IS
Keterangan :
NSI = Nilai rata-rata secondary factor
NS = Jumlah total
secondary factor
IS = Jumlah item secondary factor
Penentuan kategori yang menjadi bagian dari core
factor dan secondary factor sangat tergantung
dari kebijakan manajemen. Pada contoh data di
atas, manajemen menentukan kategori K3,K6,
K10, K11 dan K14 sebagai Core Factor. Tabel 5
menampilkan hasil pengelompokan nilai bobot
berdasarkan Core factor dan Secondary Factor.
Tabel 5. Pengelompokan Nilai Bobot
Nilai akhir kinerja karyawan untuk semua
kategori dikerjakan dengan menggunakan
persamaan di atas. Setelah itu baru kita dapat
menentukan nilai akhir dari proses penilaian yang
berlangsung yaitu dengan menggunakan
persamaan 3 :
Nilai Akhir = 60% NCI + 40% NSI ..........(3).
Tabel 6 menampilkan contoh hasil perhitungan
nilai akhir kinerja karyawan.
Tabel 6. Nilai Akhir Karyawan
Implementasi
Implementasi ini dapat dilihat pada gambar-
gambar di bawah ini. Pada Gambar 3 dapat
dilihat table login untuk karyawan yang ingin
melihat promosi jabatan yang di berikan kepada
mereka.
Seminar Nasional Informatika 2015
nilai
Gambar 3. Tampilan Login
Gambar 4 memperlihatkan tampilan halaman
laporan penilaian karyawan untuk satu orang
karyawan. Pada tampilan ini hanya akan
diperlihatkan skor akhir proses perhitungan Gap
Analysis, dan grafik perkembangan perhitungan
skor gap analysis untuk setiap periode evaluasi.
Saat ini, pengembangan aplikasi terus dilakukan
dengan menambahkan beberapa fitur misalnya
ratarata nilai seluruh karyawan untuk satu periode
penilaian, untuk setiap kategori, laporan
perkembangan rata-rata nilai karyawan, dan
berbagaivariasi laporan untuk mendukung
kepentingan manajemen di bidang evaluasi
kinerja karyawan secara keseluruhan.
Gambar 4. Tampilan akhir Laporan Penilaian
Karyawan berdasakan hasil Gap Analysis
Dalam sistem di atas akan terdapat beberapa
menu didalamnya yang akan mempermudah user
dalam melihat prestasi kerja ataupun promosi
yang diberikan kepada mereka, menu-menu
tersebut yaitu menu home, data unit kerja, data
pegawai, rekrutmen, ganti password dan about.
PENUTUP
Kesimpulan
Dari hasil pengembangan sistem ini dapat ditarik
beberapa kesimpulan yaitu:
1. Pendekatan Gap Analysis dapat digunakan
sebagai salah satu metoda pengukuran kinerja
karyawan yang obyektif dan hasilnya dapat
485
Seminar Nasional Informatika 2015
digunakan sebagai motivasi untuk
meningkatkan prestasi karyawan.
2. Penerapan pendekatan Gap Analysis pada
aplikasi penilaian kinerja karyawan dapat
membantu manajemen mengevaluasi kinerja
karyawan dan memutuskan tindakan apa yang
dapat dilakukan untuk memperbaiki kinerja
tersebut.
3 Untuk meningkatan utilitas aplikasi, perlu
pengembangan lebih lanjut dengan
penambahan fitur-fitur baru yang dapat
mengoptimalisasi data-data yang sudah
tersedia dan membantu manajemen
merencanakan pengembangan sumber daya
manusia di perusahaan.
Saran
Untuk meningkatkan kinerja dan menyem
purnakan sistem pendukung keputusan yang telah
dibuat,peneliti memberikan saran sebagai berikut
: Manusia, Edisi III. Unit Penerbitan dan
1. Karena ketebatasan waktu, penulis hanya
membatasi pada 5 nilai pada setiap kriteria,
yaitu Sangat Kurang, Kurang, Cukup, Bagus
dan Sangat Bagus. Untuk pengembangan
sistem dapat ditambah beberapa variabel nilai
lain yang mungkin dapat memperkuat dalam
pengambilan keputusan.
486
2. Sistem berbasis web menjadi pengembangan
yang tepat agar aplikasi dapat diakses dimana
saja
DAFTAR PUSTAKA
[1]. Aelani, Khoirida (1998). Kerangka Kerja
Evaluasi
[2]. Sistem Informasi (Studi Kasus pada
Implementasi Sistem Informasi Akademik),
Prosiding SNATI 2008, Universitas
IslamIndonesia.
[3]. Departemen Pendidikan Nasional. 2002.
Kamus Besar Bahasa Indonesia.
[4]. Elian, Aranson, dan Liang, 2005. System
Pendukung Keputusan dan ssistem cerdas,
jilid 1 Edisi 7. Yogyakarta: Andi.
[5]. Henry, S., 2004, Manajemen Sumber Daya
Percetakan Akademi Manajemen
Perusahaan YKPN, Yogyakarta
[6]. Turban, E., dkk, 2003, Decision Support
Systems and Intelligent Syatems (Sistem
PendukungKeputusan dan Sistem Cerdas)
Jilid 1. PenerbitAndi Offset, Yogyakarta.
 Seminar Nasional Informatika 2015

PERANCANGAN VIDEO INFOGRAFIS SEBAGAI MEDIA

INFORMASI DENGAN TEKNIK MOTION GRAPHIC
(STUDI KASUS: P.T. BUMI ARTHA NUGRAHA)
Rizki Utari1, Ibnu Hadi Purwanto2
1,2
Magister Teknik Informatika STMIK AMIKOM Yogyakarta
1,2
Jl. Ring Road Utara Condong Catur, Depok, Sleman, Yogyakarta
1
rizkiutarizki@gmail.com , 2 ibnuhadipurwanto1@gmail.com

Abstrak

P.T. Bumi Artha Nugraha is a property developer in Yogyakarta that is currently growing and in the presence
of many other developers competitors, this company must be competitive in order to survive and be the best.
The need to publish a profile and portfolio of the company is important to the reputation of the company so
as to create a trusted company branding. Infographic video is one of information media that can be used to
help creating the company branding. Designing two-dimensional animation infographic video using motion
graphic techniques of profile and portfolio companies with the potential exposure would be more interesting,
easy to understand, and be able to convince the potential customers or investors. This infographic video of
P.T. Bumi Artha Nugraha has 3 minute 55 seconds duration which is distributed digitally through social
media as well as the company's website. Given this infographic video, company branding is expected to
create a good, reliable, and has good prospects in the eyes of potential customers, investors, and common
society.

Keywords infographic video, motion graphic, P.T. Bumi Artha Nugraha

1. Pendahuluan Batasan masalah dari penelitian ini adalah

Perkembangan Ilmu Pengetahuan dan
Teknologi (IPTEK) yang terus berkembang
mempengaruhi kegiatan bisnis di berbagai aspek.
Pada kasus ini P.T. Bumi Artha Nugraha salah
satu perusahaan pengembang properti di
Yogyakarta mempunyai kompetitor, dituntut
untuk kreatif dalam memanfaatkan perkembangan
tersebut agar dapat terus bersaing. Salah satunya
dengan memanfaatkan media informasi yang
mempunyai fungsi meyakinkan dan
menginformasikan profil, portofolio, dan potensi
yang dimiliki sehingga tercipta branding
perusahaan yang terpercaya di mata calon
konsumen dan calon investor.
Menurut Jeff Bezos (2011) branding
merupakan reputasi perusahaan yang perlu
dipublikasikan dan disampaikan dengan baik [1].
Pada penelitian ini media informasi yang
digunakan yaitu video animasi dua dimensi
dengan konsep infografis dengan teknik motion
graphic yang saat ini sedang menjadi tren.
Rumusan masalah dari penelitian ini yaitu
bagaimana mengolah data perusahaan dan data
mengenai potensi yang ada menjadi sebuah video
infografis dan bagaimana menerapkan teknik
motion graphic pada pembuatan video infografis
ini.
Video infografis dalam bentuk animasi dua
dimensi dengan teknik motion graphic.
1. Informasi mengenai potensi Daerah Istimewa
Yogyakarta bagian Barat sebagai lokasi
perumahan.
2. Informasi mengenai data profil dan prestasi
perusahaan P.T. Bumi Artha Nugraha.
3. Software yang digunakan dalam membuat
video ini adalah Windows 8.1 Single
Language, Adobe After Effect CS6, Adobe
Illustrator CS6, dan Adobe Audition CS6.
4. Menggunakan format file video .mp4 dengan
kualitas Full HD 1080p dengan resolusi
1920x1080p
Tujuan dari penelitian ini adalah membuat
video infografis P.T. Bumi Artha Nugraha
sebagai media informasi mengenai prestasi
proyek yang sudah diselesaikan maupun yang
sedang berjalan dan potensi yang ada di lokasi
pembangunan perumahan tersebut. Video ini
diharapkan dapat membantu branding P.T. Bumi
Artha Nugraha dengan memanfaatkan
perkembangan teknologi informasi.
1.1 Video
Video merupakan jenis multimedia linear, di
mana menurut Iwan Binanto (2010:2) pengguna
hanya menjadi penonton dan menikmati produk

487
Seminar Nasional Informatika 2015
multimedia yang disajikan dari awal hingga akhir.
Pengertian dari video merupakan seperangkat
komponen atau media yang mampu menampilkan
gambar sekaligus suara dalam waktu yang
bersamaan [2]. Video juga merupakan metode
yang cerdas untuk mengirimkan multimedia
kepada audiens yang melihat televisi ataupun
internet [3].
1.2 Infografis dan Penerapannya
Menurut Kendra Mack, infografis merupakan
visualisasi data untuk memberikan informasi
kepada pembaca yang direpresentasikan melalui
objek grafis sehingga menarik dan mudah
dimengerti [4]. Infografis pertama kali digunakan
dalam bentuk peta. Media massa cetak yang
pertama kali menggunakan infografis yaitu USA
Today. Media penyampaian infografis saat ini
tidak hanya media massa tetapi dapat berupa
video yang disebut video infografis dan
disebarluaskan melalui internet maupun media
televisi.
1.3 Pengembangan Video Infografis
Video infografis dibuat melalui tahap
visualisasi data. Di mana visualisasi data ini
dimulai dengan mengumpulkan data yang
dibutuhkan kemudian dianalasis terlebih dulu
sebelum diolah menjadi objek grafis. Dalam
mengembangkan infografis, ada tiga tantangan
utama yang perlu diperhatikan, yaitu [5]:
1. Mengerti dengan jelas apa jenis informasi
yang ingin dikomunikasikan apakah
spasial, kronologis, kuantitatif, atau
kombinasi dari ketiganya.
2. Memahami representasi yang cocok sehingga
informasi merupakan satu kesatuan yang utuh
keutuhan yang lebih dari sekedar jumlah
bagian-bagian penyusunnya seperti grafik,
diagram, peta, jadwal, dan lain-lain.
3. Memilih media yang tepat untuk presentasi
statis (kertas atau monitor), gerak (animasi
atau video), atau interaktif.
1.4 Pengertian Media Informasi
Menurut Heinich (1993), media merupakan
alat saluran komunikasi. Sedangkan informasi
adalah data yang telah diolah menjadi suatu
bentuk yang penting bagi si penerima dan
mempunyai nilai yang nyata yang dapat dirasakan
dalam keputusan-keputusan yang sekarang atau
keputusan-keputusan yang akan datang. (Gordon,
1974).
1.5 Konsep Teknik Motion Graphic
Motion Graphic berasal dari nama
perusahaan animasi milik John Whitney. Pada
tahun 1950-an, pelopor desain grafis Saul Bass
menjadi inovator judul film dalam industri
perfilman. Sejak saat itu motion graphic mulai
488
berkembang dalam pembuatan credit title film
dan menjadi sangat populer untuk pembuatan
bumper video MTV (Music Television). Dalam
dunia pertelevisian, motion graphic lebih
dimanfaatkan sebagai network branding antara
lain dalam bentuk station ID, Public Service
Announcements (PSA), show openers, dan show
packages yang mencakup bumper, lower-third,
interstitials, lineups and upfronts, dan mortises
[6].
Berikut penjelasan lebih lanjut mengenai
beberapa pertimbangan untuk menghasilkan
motion graphic yang efektif:
1. Spatial
Merupakan pertimbangan ruangan, terdiri
dari arah, ukuran, arah acuan, arah gerakan,
perubahan ketika gerakan dipengaruhi
gerakan lain, hubungan pergerakan terhadap
batas-batas frame.
2. Temporal
Di dunia video dan film, time atau waktu
menggambarkan secara numeric sebagai
frame per second (fps).
3. Live Action
Faktor-faktor yang perlu diperhatikan ketika
bekerja dengan konten live action termasuk
bentuk atau konteks, properti film, dan sifat
sinematik, seperti tone, contrast, lighting,
depth of field, focus, camera angle, shot size,
dan mobile framing.
4. Typographic
Type merupakan salah satu prinsip untuk
membangun sebuah pesan dalam grafis
desain. Hal yang perlu diperhatikan pada
typography yaitu tipe huruf, weight, capital
atau lowercase.
2. Metodologi Penelitian
Tahapan-tahapan dalam penelitian ini adalah
sebagai berikut:
1. Wawancara
Dalam mendapatkan informasi yang valid
mengenai P.T. Bumi Artha Nugraha maka
dilakukan wawancara dengan beberapa
stakeholder perusahaan, yaitu manajer utama
dan direktur utama. Kegiatan ini dilakukan
untuk memperoleh data-data yang dibutuhkan
dalam penelitian.
2. Observasi
Kegiatan observasi video-video infografis
dengan teknik motion graphic dilakukan
dengan tujuan memperoleh referensi yang
akan bermanfaat dalam penelitian.
3. Studi Literatur
Penelitian ini mengacu pada studi pustaka,
internet, maupun referensi lain dari berbagai
sumber yang valid dan terpercaya.
 Seminar Nasional Informatika 2015

3. Hasil Dan Pembahasan menciptakan video infografis, sehingga

3.1 Analisis SWOT rentan penjiplakan ide atau konsep.

Analisis SWOT digunakan karena merupakan 3.2 Analisis Kebutuhan

metode perencanaan strategis yang digunakan Dalam merancang video infografis
untuk mengevaluasi kekuatan, kelemahan, diperlukan data dan informasi dari P.T. Bumi
peluang dan ancaman dalam suatu proyek atau Artha Nugraha untuk menghindari kesalahan pada
perusahaan. saat perancangan. Selain itu data dan informasi
Berikut kekuatan atau Strength yang dimiliki oleh merupakan kunci utama dalam perancangan
video infografis ini: sebuah infografis dan terbentuknya ide dan
1. Video infografis ini dibuat dalam bentuk konsep perancangan video tersebut.
animasi dua dimensi yang menarik Berikut adalah software yang dibutuhkan
2. Video infografis ini merupakan media dalam penelitian ini:
informasi yang mempermudah masyarakat 1. Windows 8.1 Single Language 64-bit
umum memahami informasi yang ingin 2. Adobe After Effect CS6
disampaikan 3. Adobe Illustrator CS6
3. Video infografis ini dibuat sebagai media 4. Adobe Audition CS6
audio visual yang mampu memmperkenalkan Berikut adalah brainware yang dibutuhkan
profil perusahaan secara luas dalam penelitian ini:
4. Video ini dapat digunakan sebagai media 1. Sony VAIO SVF14212SGB
yang memperkuat promosi dan membantu 2. Processor: Intel Core i3-3217U CPU @
meyakinkan calon investor 1.80GHz (4 CPUs), ~1.8GHz
3. Memory: 4096 MB RAM DDR3
Berikut kelemahan atau Weakness yang dimiliki 4. Hard disk: 500 GB Serial-ATA 5400rpm
oleh video infografis ini: HDD
a. Video infografis ini bersifat statis. 5. Monitor: Intel HD Graphics 4000, Generic
Pengembangan dapat dilakukan dengan PnP Monitor
memperbarui informasi yang ingin 6. Speaker: Realtek High Definition Audio
disampaikan melalui proses editing. Type WDM
b. Video ini memiliki konsep yang diambil dari 7. Microphone: built in microphone Sony
beberapa referensi video infografis baik lokal VAIO SVF14212SGB
maupun internasional, sehingga tidak 8. Mouse: Logitech B100
memiliki orisinalitas ide dan konsep. Berikut adalah brainware yang dibutuhkan
c. Segementasi penayangan yang diambil dari dalam penelitian ini:
video infografis ini adalah kalangan dewasa, 1. Storyboard dan naskah : Rizki Utari
terutama calon investor dan calon pembeli. 2. Narator : Rizki Utari
3. Editor : Ibnu Hadi
Peluang atau Opportunity yang dimiliki oleh 4. Sound Editor : Ibnu Hadi
video infografis ini adalah: 5. Narasumber : Ahmad Ali Zulkarain,
1) Video infografis saat ini sedang tren Aris Safarusga, Laksmi (P.T. Bumi Artha
digunakan sebagai media informasi Nugraha)
2) Video ini mempunyai kesempatan untuk
ditayangkan melalui media televisi dan 3.3 Implementasi
videotron Gambar 1 menunjukkan bagan pengembangan
3) Memiliki kesempatan sebagai media video infografis
branding perusahaan yang dapat
disebarluaskan dengan mudah
Berikut ancaman atau Threat yang dimiliki oleh
video infografis ini:
a) Kesempatan yang sama dengan perusahaan
developer lain untuk membuat video
infografis serupa yang memicu munculnya
persaingan
b) Munculnya video infografis perusahaan
developer lain yang memiliki kualitas lebih
baik
c) Faktor penciptaan video infografis yang
memberikan keuntungan dapat menimbulkan Gambar 1. Bagan Pengembangan Video
persaingan pada industri kreatif dalam Infografis

489
Seminar Nasional Informatika 2015
Dari bagan diatas pada proses analisis data
diperlukana karena mempunyai peran penting
untuk mengetahui apa saja yang perlu ditampilkan
dalam infografis. Setelah analisis model data
selesai langkah selanjutnya adalah pembuatan
desain dan dilanjutkan compositing serta editing
yang dilakukan menggunakan software adobe
after effect.
3.4 Pengumpulan Data dan Analisis
Berikut adalah data yang didapatkan sesuai
dengan kebutuhan pembuatan video infografis
P.T. Bumi Artha Nugraha.
1. Data luas wilayah Daerah Istimewa
Yogyakarta Pada data yang didapat dapat
disimpulkan bahwa Daerah Istimewa
Yogyakarta memiliki luas wilayah 3.185,80
Km2 [7].
2. Data jumlah perguruan tinggi negri dan
swasta di Daerah Istimewa Yogyakarta
Pada data yang didapatkan dapat disimpulkan
bahwa Perguruan Tinggi Swasta yang tercatat
ada 110 PTS dan jumlah Perguruan Tinggi
Negri sebanyak 25 PTN di Kopertis Wilayah
V [8].
3. Data jumlah tempat wisata di Daerah
Istimewa Yogyakarta
Data mengenai jumlah tempat wisata di
Daerah Istimewa Yogyakarta didapatkan dari
website yang dikelola oleh pemerintah.
Tercatat sebanyak 74 tujuan wisata yang ada
di Daerah Istimewa Yogyakarta [9].
4. Data pertumbuhan penduduk
Dari data yang didapat, dapat disimpulkan
bahwa jumlah penduduk tahun 2007
sebanyak 3.359.404 jiwa yang kemudian naik
menjadi 3.514.762 jiwa pada tahun 2012. Hal
ini menunjukkan adanya pertumbuhan
penduduk di Daerah Istimewa Yogyakarta
[10].
5. Data pertumbuhan ekonomi Daerah Istimewa
Yogyakarta
Laju pertumbuhan ekonomi di Daerah
Istimewa Yogyakarta naik dengan angka
sebesar 5,40% pada tahun 2013. Di mana
angka tersebut merupakan angka
pertumbuhan tertinggi yang pernah dicapai
oleh Daerah Istimewa Yogykarta selama
lebih dari satu decade [11].
6. Data mengenai prospek investasi properti
Dari 922 responden, 65% di antaranya
merasa cukup puas dengan perkembangan
iklim properti di dua kuartal awal tahun 2014.
Angka ini meningkat 4% dari kuartal
sebelumnya yang hanya 61%. Alasan
utamanya adalah prospek kenaikan nilai atau
capital gain yang menjadikan properti masih
menjadi elemen investasi yang
menguntungkan untuk jangka panjang [12].
490
7. Data mengenai profil P.T. Bumi Artha
Nugraha
P.T. Bumi Artha Nugraha berdiri pada tahun
2011 dengan akta pendirian No.
3/PT/NOT/VIII/2011 dan saat ini telah
membentuk sebuah grup bernama Quares
Group.
8. Data mengenai portofolio P.T. Bumi Artha
Nugraha
Saat ini P.T. Bumi Artha Nugraha
mempunyai tiga proyek yaitu Quantum
Residence Tahap 1 dengan jumlah rumah 23
kavling, Quantum Residence Tahap 2 dengan
tambahan rumah sebanyak 5 kavling,
sehingga total rumah yang dibangun di
proyek Quantum Residence yaitu sebanyak
28 kavling, dan Quares the Flat sebanyak 22
kavling rumah.
4.1.2 Visualisasi Data
Setelah data yang terkumpul dianalisis sesuai
kebutuhan, tahap selanjutnya yaitu
memviualisasikan data tersebut menjadi objek
grafis yang menarik dengan Adobe Illustrator
CS6. Pembuatan desain ini menggunakan teknik
dasar vektor, tools yang digunakan adalah Pen
Tool dan Shape Tool. Berikut cara pembuatan
objek grafis dengan Adobe Illustrator CS6:
1. New document
2. Membuat objek dengan pen tool
3. Mewarnai objek sesuai kebutuhan
4. Menyimpan objek dalam format .ai
Beberapa objek yang telah dibuat seperti
ditunjukkan pada tabel 1
Tabel 1
No Gambar Nama
.
1 diy
base.ai
2 map.ai
3 map
graphic.
ai
3.5 Rekaman Narasi dan Editing Backsound

Proses rekaman narasi dan editing
backsound menggunakan software Adobe
Audition CS6. Editing backsound ini bertujuan
untuk memperpanjang durasi instrumen musik
tersebut agar sesuai dengan durasi video yang
dibuat yaitu 3 menit 55 detik dengan
menambahkan waveform yang sesuai.
3.6 Compositing dan Editing
Pada pembuatan video infografis P.T. Bumi
Artha Nugraha ini, teknik yang digunakan tidak
hanya teknik basic animation yang terpaku pada
position, rotation dan scale, tetapi juga
menggunakan teknik parent, teknik kamera, path,
morphing, flipping, accents, masking, efek 3D,
dan efek lighting. Proses ini meliputi 13 scene
yang dibutuhkan dalam rangkaian video
infografis.
1. Scene 1 merupakan animasi peta yang
seolah-olah terlipat menjadi satu bagian. Pada
scene ini menggunakan teknik yang cukup
rumit karena memadukan teknik parent,
kamera, dan 3D. Agar terlihat lebih menarik
dan masuk akal ketika peta mulai bergerak
menutup, ditambahkan efek lighting sehingga
terbentuk bayangan berupa warna yang lebih
gelap ketika ada bagian peta menghalangi
cahaya
2. Scene 2 menggunakan teknik basic
animation yaitu memainkan object scale
yang memberikan efek seakan ikon
university logo.ai dan pin up.ai timbul dan
tenggelam. Teknik ini juga digunakan pada
animasi munculnya logo pin up.ai pada scene
yang sama.
3. Selain object scale, pada scene 3 efek
lingkaran yang berjalan mengitari ikon
university logo dan pin up adalah animasi
shape lingkaran dengan mengatur dashes
setting dan trim paths. Selain itu, pada scene
ini terdapat animasi accents di mana untuk
membuat animasi seperti ini dibutuhkan
script expression pada bagian position.
4. Scene 4 menggunakan teknik basic
animation dengan mengatur position dan
scale. Selain itu teknik flipping digunakan
untuk menganimasikan teks pendukung lain
dengan menggunakan script expression pada
bagian rotation. Teknik selanjutnya yang
dipakai pada scene ini adalah teknik masking.
Teknik ini memberikan efek growing pada
objek, dalam hal ini adalah garis chart.
5. Teknik yang dipakai pada scene 5 adalah
teknik kamera yang memberikan efek 3D.
6. Teknik yang digunakan pada scene 6 adalah
teknik morphing dengan meng-copy path
objek grafis dari Adobe Illustrator CS6 yang
kemudian di-paste ke path pada shape layer
di Adobe After Effects CS6.
Seminar Nasional Informatika 2015
7. Scene 7 menggunakan teknik basic
animation dengan mengatur position dan
scale serta teknik parent.
8. Scene 8 menggunakan teknik morphing
untuk perubahan bentuk dari enam peta kota
yang menjadi sasaran investasi properti
9. Teknik yang dipakai di scene 9 adalah teknik
kamera dengan efek zoom out serta Efek
animasi magnifying glass menggunakan
teknik masking, parent, dan scale
10. Scene 10 menggunakan teknik basic
animation untuk menganimasikan logo dan
mengubah objek, serta teknik masking untuk
menganimasikan objek kaca pembesar.
11. Scene 11 menggunakan basic animation,
flipping, masking, dan parent.
12. Scene 12 menggunakan teknik basic
animation dan teknik masking pop up seperti
scene 11
13. Scene 13 menggunakan teknik basic
animation, masking, dan accents
14. Pergerakan objek menggunakan easy ease
keyframe yang mengatur kecepatan dari
pergerakan tersebut. Easy ease ini dipakai
agar pergerakan terasa halus atau tidak kaku.
Kecepatan dari pergerakan tersebut dapat
diubah sesuai dengan keinginan melalui
graph editor control.
Gambar 2 menunjukkan Graph Editor Control
pada software after effect
Gambar 2. Graph Editor Control
Graph Editor merupakan panel yang berisikan
garis-garis grafik untuk pengaturan animasi.
Dengan menggunakan Graph Editor ini dapat
mengatur easy in dan easy out dari sebuah
animasi. Graph Editor juga berfungsi sebagai
pengatur kecepatan sebuah animasi.
15. Memasukkan narasi dan backsound
kemudian menyeimbangkan audio levels agar
backsound tidak mendominasi narasi
3.7 Rendering
Proses rendering merupakan proses terakhir
untuk menghasilkan video agar dapat diputar dan
disebarkan dengan mudah dalam bentuk yang
kompatibel seperti .mp4, .mov, .mpg atau standar
lainnya. Pada penelitian ini, file akan diexport
menjadi file .mp4. Beberapa tampilan dari hasil
491
Seminar Nasional Informatika 2015
rendering dalam scene seperti disajikan pada tabel
2. Berikut beberapa scene yang telah dibuat
seperti ditunjukkan pada tabel 2
Tabel 2. Hasil Rendering dalam Scene
No. Gambar Nama
1 Scene 1
2 Scene 6
3 Scene 7
4 Scene
12
Dalam pembuatan video infografis P.T. Bumi
Artha Nugraha ini penulis menemukan beberapa
kesulitan. Pada proses rendering, penulis
mencoba mengeksport hasil compositing dan
editing dalam beberapa jenis file video. Dari
berbagai percobaan, penulis memutuskan untuk
mengeksport file ke dalam bentuk file .mp4.
Percobaan terakhir ini memberikan hasil paling
optimal di mana tidak terjadi lagging dan ukuran
file yang tidak terlalu besar yaitu 90 MB namun
kualitas video tetap HD, sehingga penulis
memutuskan untuk menyimpan dan menyebarkan
file video ini dalam bentuk .mp4.
Video infografis P.T. Bumi Artha Nugraha
yang telah jadi akan dipublikasikan melalui media
elektronik yaitu media sosial dan website. Selain
itu juga akan ditayangkan pada setiap kesempatan
pameran yang diikuti oleh P.T. Bumi Artha
Nugraha.
Video ini diupload di akun YouTube P.T.
Bumi Artha Nugraha dan diupload di website
Quares
Grouphttp://quaresgroup.com/index.php?r=site/pa
ge&view=about. Kemudian dibagikan linknya
melalui media sosial seperti Facebook, Twitter,
Line, BBM, Path dan lainnya.
492
4. Kesimpulan
Berikut adalah kesimpulan dari penelitian ini:
Dengan adanya video infografis ini,
perusahaan menjadi lebih mudah dan menarik
dalam menyampaikan profil dan portofolionya
kepada calon investor dan calon konsumen.
Penyebaran video ini juga dapat dimanfaatkan
dalam mengenalkan profil dan portofolio
perusahaan ke masyarakat yang lebih luas karena
dapat disebarluaskan dengan mudah melalui
Internet terutama media sosial.
5. Saran
Berikut adalah beberapa saran dalam
mengembangkan video infografis yaitu:
1. Dalam pengembangan video infografis
disankan untuk menampilkan informasi
dalam bentuk objek 3d hal ini berguna untuk
menampilkan infografis secara nyata.
2. Visualisasi data harus dibuat dalam bentuk
yang sederhana dan menarik sehingga mudah
untuk dipahami.
3. Untuk menjaga konsistensi pergerakan
animasi disarankan menggunkan graph editor
karena hasil yang didapatkan mempunyai
pergerakan yang halus.
Daftar Pustaka
[1]. Trump, Donald J. dan Kiyosaki, Robert.
2011. Midas Touch. Jakarta: Gramedia
[2]. Efendy, Heru. 2010. Mari Membuat Video
Klip, Panduan Menjadi Produser, Jakarta:
Erlangga
[3]. Vaughan, Tay. 2006. Multimedia: Making It
Work Edisi 6. Yogyakarta: Andi
[4]. Mack, Kendra. 2011. Viral Visualizations:
Online Infographics as Reflections of the
Internets Informational Landscape
[5]. Rajamanickam, V. 2007. Infographics:
Being and Doing (Part I). Retrieved August
2011, uigarden:
http://www.uigarden.net/english/infographic
s-being-anddoing-part-i
[6]. Krasner, Jon. 2008. Motion Graphic Design:
Applied History and Aesthetics. Oxford:
Focal Press
[7]. Data Luas Wilayah DIY dan Kepadatan
Penduduk Tahun 2007-2012
http://yogyakarta.bps.go.id/index.php?r=site/
page&view=sosduk.tabel.3-1-5
[8]. Data Jumlah Perguruan Tinggi Negeri dan
Swasta di Daerah Yogykarta
http://dikti.go.id/id/direktori-pt/
[9]. Data jumlah tempat wisata di Daerah
Istimewa Yogyakarta
http://www.visitingjogja.com/index.php/deta
il/wisata.html
 Seminar Nasional Informatika 2015

[10]. Data pertumbuhan penduduk Daerah

Istimewa Yogyakarta Tahun 2007-2012
http://yogyakarta.bps.go.id/index.php?r=site/
page&view=sosduk.tabel.3-1-3 [12]. Prospek Investasi Properti
[11]. Data pertumbuhan ekonomi Daerah http://ekonomi.metrotvnews.com/read/2014/
Istimewa Yogyakarta PDRB Tahun 2013 08/19/279742/2014-investasi-properti-
http://yogyakarta.bps.go.id/download/BRS/2 masih-menggiurkan
014/Februari/1.%20BRS%20DIY%20No.%
2011%20-%205%20Februari%202014%20-
%20Pertumbuhan%20Ekonomi%20PDRB%
20Tahun%202013.pdf

493
Seminar Nasional Informatika 2015

PENERAPAN METODE SAW DALAM PENYELEKSIAN SISWA

BARU (AIRLINES STAFF) PADA LPP PENERBANGAN
Safrizal1
1
Program Studi Manajemen Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama
1
Universitas Potensi Utama; Jl. KL. Yos Sudarso Km. 6,5 No. 3-A Tanjung Mulia,
Telp. (061) 6640525/fax : (061) 6636830
1
Rizalsyl75@yahoo.co.id

Abstrak

Kegiatan Seleksi Siswa Baru merupakan kegiatan yang dilaksanakan oleh Quantum Leraning & Training
Centre (QLTC) setiap tahunnya. Kenyataan dilapangan bahwa pihak QLTC kurang siap dalam
penyelenggaraan seleksi siswa baru khususnya untuk penerimaan siswa Airlines Staff, untuk merekrut siswa
baru harus sesuai dengan kriteria yang diinginkan oleh instansi maskapai. Oleh karena itu penulis ingin
merancang suatu sistem yang dapat membantu pihak QLTC dalam pengambilan keputusan Siswa Baru
khususnya Airlines Staff, sehingga dapat lebih efesien dalam pelaksanaanya. Oleh karena itu penulis tertarik
membantu permasalahan yang terjadi pada lembaga-lembaga pendidikan dan Pelatihan QLTC. Salah satu
metode yang digunakan dalam Sistem Pendukung Keputusan adalah metode Simple Additive Weighting
Method (SAW). Kriteria yang digunakan dalam proses penyeleksian adalah Umur, Tinggi Badan, Kesehatan,
Penampilan dan kemampuan berbahasa inggris. Hasil dari perhitungan dalam penyeleksian calon siswa baru
khususnya airlines staff yang dilakukan oleh sistem akan memberikan informasi berupa perangkingan nilai
tertinggi ke rendah yang dibutuhkan sebagai bahan pertimbangan oleh user atau pihak manajemen.

Kata kunci : Sistem Pendukung Keputusan, Penyeleksian Calon Siswa baru, Airlines Staff, SAW

1. Pendahuluan merekrut siswa baru harus sesuai dengan kriteria

Kegiatan Seleksi Siswa Baru merupakan
kegiatan yang dilaksanakan oleh Lembaga
Pendidikan dan Pelatihan Penerbangan setiap
tahunnya dikarenakan Industri Penerbangan di
Indonesia menunjukkan perkembangan yang
sangat pesat dari tahun ke tahun, dengan
meningkatnya permintaan terhadap pelayanan
transportasi udara. Dikota medan banyak LPP
yang bergerak dibidang penerbangan, dimana
lembaga ini merekrut siswa baru untuk diberikan
dan pelatihan sebelum ditempatkan di bidang
penerbangan atau instansi maskapai.
Kualitas sebuah sekolah ataupun instansi
dipengaruhi oleh beberapa hal, salah satunya
adalah sumber daya manusia, yaitu siswa yang
dimiliki sekolah tersebut. Untuk memiliki sumber
daya siswa yang berkualitas maka diperlukan
adanya penyeleksian dalam penerimaan siswa di
sebuah sekolah ataupun instansi [4].
Salah satu lembaga pendidikan dan pelatihan
penerbangan adalah LPP Penerbangan Quantum
Leraning & Training Centre (QLTC). Kegiatan
Seleksi Siswa Baru merupakan kegiatan yang
dilaksanakan oleh Quantum Leraning & Training
Centre (QLTC) setiap tahunnya. Kenyataan
dilapangan bahwa pihak QLTC kurang siap dalam
penyelenggaraan seleksi siswa baru khususnya
untuk penerimaan siswa Airlines Staff, untuk
yang diinginkan oleh instansi maskapai. Oleh
karena itu penulis ingin merancang suatu sistem
yang dapat membantu pihak QLTC dalam
pengambilan keputusan Siswa Baru khususnya
Airlines Staff, sehingga dapat lebih efesien dalam
pelaksanaanya. Oleh karena itu penulis tertarik
membantu permasalahan yang terjadi pada
lembaga-lembaga pendidikan dan Pelatihan
QLTC.
Banyak metode dalam sistem pendukung
keputusan yang bisa diterapkan dalam
permasalahan yang terjadi menyeleksi siswa baru
khusunya pada LPP Penerbangan QLTC. Salah
satu metode yang digunakan dalam Sistem
Pendukung Keputusan adalah metode Simple
Additive Weighting Method (SAW). Simple
Additive Weighting Method (SAW) sering juga
dikenal istilah metode penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada
setiap alternatif dari semua atribut. metode SAW
membutuhkan proses normalisasi matrik
keputusan (X) ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif
yang ada[3]. Total perubahan nilai yang
dihasilkan oleh metode SAW lebih banyak
sehingga metode SAW sangat relevan untuk
menyelesaikan masalah pengambilan keputusan
[5].

494
 Seminar Nasional Informatika 2015

Dengan menerapkan metode SAW dalam bagi pengembangan sistem untuk membuat cetak
menangani masalah dalam penerimaan siswa baru biru atas visi mereka dalam bentuk yang baku,
(Airliness Staff) akan menghasilkan ranking mudah dimengerti serta dilengkapi dengan
untuk memberikan masukan kepada pihak mekanisme yang efektif untuk berbagi (sharing)
lembaga dalam menentukan siswa yang layak dan mengkomunikasikan rancangan mereka
diterima untuk diberikan pendidikan dan pelatihan dengan yang lain (Munawar; 2005).
dalam bidang penerbangan. Perancangan sistem pada aplikasi ini digunakan
dengan menggunakan UML yang ditunjukkan
Tujuan penelitian ini adalah diharapkan pada Gambar 1.
aplikasi yang dibangun dapat membantu
perusahaan dalam pihak manajemen dalam System

membuat keputusan untuk melakukan Login

penyeleksian siswa baru (Airlines Staff) secara

cepat dan akurat dengan memanfaatkan metode uses Laporan Kriteria uses

Simple Additive Weighting Method (SAW). *

*

Registrasi
uses Kriteria
uses
*
*
2. Metodologi Penelitian *
*
uses
uses *
* *
Admin Variabel Kriteria Pimpinan
2.1 Analisis Kebutuhan Sistem Laporan Calon
uses Siswa Baru

Pada sistem berjalan masih terdapat uses

beberapa kelemahan sistem. Berikut ini adalah * *

*

analisis kebutuhan yang diperlukan oleh LPP Penilaian /

Penyeleksian
*
Penerbangan: *
Laporan Hasil
1. Kebutuhan : Proses penyeleksian dalam Penyeleksian

penerimaan calon mahasiswa

baru.
Gambar 1. Use Case Diagram Penyeleksian Calon
Masalah : Pada sistem berjalan sekarang
Siswa Baru (Airlines Staff)
ini penyajian informasi
mengenai penerimaan calon
2.3 Data Alternatif
siswa baru dilakukan secara
Data alternatif yang digunakan dalam
manual sehingga informasi
penyeleksian siswa baru (Airlines Staff) adalah
belum dapat disajikan secara
berupa data calon siswa baru yang mendaftar pada
detail.
lembaga pendidikan dan pelatihan penerbangan
Usulan : Merancang Aplikasi
setiap tahunnya.
penyeleksian calon siswa
baru dengan menerapkan
2.4 Data Kriteria
metode SAW didalam
Data kriteria didapat dari pendekatan
perhitungan nilai sesuai
subjektif yaitu nilai bobot ditentukan berdasarkan
dengan kriteria dan variabel
subjektifitas dari para pengambil keputusan yaitu
sehingga menghasilkan
dalam hal ini khususnya yaitu pimpinan LPP
perhitungan dalam bentuk
Penerbangan QLTC. Dimana masing-masing
bobot perangkingan.
kriteria diberi bobot persentase nilai. Nilai bobot
2. Kebutuhan : Laporan penyeleksian dalam
kepentingan tiap kriteria terlihat pada tabel 1.
penentuan calon siswa baru
Tabel 1. Kriteria
yang layak diterima .
Masalah : Bagian penerimaan dan No Nama Kriteria Bobot Nilai
penyelksian calon siswa baru 1 Umur 30%
tidak dapat menyajikan 2 Tinggi Badan 25%
informasi secara akurat. 3 Kesehatan 20%
Usulan : Sistem yang dirancang dapat 4 Penampilan 15%
menyajikan laporan dalam 5 Bahasa Inggris 10%
bentuk bobot penilaian dan
perangkingan. 2.5 FMADM
Menurut Kusumadewi (2007), Fuzzy
2.2 Rancangan Sistem Multiple Attribute Decision Making FMADM
UML (Unified Modeling Language) adalah
adalah suatu metode yang digunakan untuk
salah satu alat bantu yang sangat handal di dunia mencari alternatif optimal dari sejumlah alternatif
pengembangan sistem yang berorientasi obyek. dengan kriteria tertentu. Inti dari FMADM
Hal ini disebabkan karena UML menyediakan adalah menentukan nilai bobot untuk setiap
bahasa pemodelan visual yang memungkinkan atribut, kemudian dilanjutkan dengan proses

495
Seminar Nasional Informatika 2015
perankingan yang akan menyeleksi alternatif yang
sudah diberikan. Pada dasarnya, ada 3 pendekatan
untuk mencari nilai bobot atribut, yaitu
pendekatan subyektif, pendekatan obyektif dan
pendekatan integrasi antara subyektif & skala yang dapat diperbandingkan dengan semua
obyektif. Masingmasing pendekatan memiliki
kelebihan dan kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan,
sehingga beberapa faktor dalam proses
perankingan alternatif bisa ditentukan secara
bebas. Sedangkan pada pendekatan obyektif,
nilai bobot dihitung secara matematis sehingga
mengabaikan subyektifitas dari pengambil
keputusan [1].
Secara umum, model multi attribute decision
making dapat didefinisikan dalam matriks
keputusan setiap alternatif terhadap setiap
kriteria[2]
x11 x12 ... x1n
x x22
... x2 n
X 21 ..(1) dibawah ini.
xm1 xm 2 ... xmm
Algoritma FMADM adalah:
1. Memberikan nilai setiap alternatif (Ai) pada
setiap kriteria (Cj) yang sudah ditentukan,
dimana nilai tersebut di peroleh berdasarkan
nilai crisp; i=1,2,m dan j=1,2,n.
2. Memberikan nilai bobot (W) yang juga
didapatkan berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara
menghitung nilai rating kinerja ternormalisasi
(rij) dari alternatif Aipada atribut Cj
berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut
keuntungan/benefit=MAKSIMUM atau
atribut biaya/cost=MINIMUM). Apabila
berupa artibut keuntungan maka nilai crisp
(Xij) dari setiap kolom atribut dibagi dengan
nilai crisp MAX (MAX Xij) dari tiap kolom,
sedangkan untuk atribut biaya, nilai crisp
MIN (MIN Xij) dari tiap kolom atribut dibagi
dengan nilai crisp (Xij) setiap kolom.
4. Melakukan proses perankingan dengan cara
mengalikan matriks ternormalisasi (R)
dengan nilai bobot (W).
5. Menentukan nilai preferensi untuk setiap
alternatif (Vi) dengan cara menjumlahkan
hasil kali antara matriks ternormalisasi (R)
dengan nilai bobot (W). Nilai Vi yang lebih
besar mengindikasikan bahwa alternatif Ai
lebih terpilih [2].
2.6 Metode Simple Additive Weighting Method
(SAW)
Metode SAW sering juga dikenal istilah
metode penjumlahan terbobot. Konsep dasar
496
metode SAW adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif
pada semua atribut. Metode SAW membutuhkan
proses normalisasi matriks keputusan (X) ke suatu
rating alternatif yang ada.
X ij
Jika j atribut keuntungan (benefit)
Max xij
i
r Min x
ij ij
i (2)
xij
Jika j atribut biaya (cost)
Dimana rij adalah rating kinerja ternomalisasi dari
alternatif Ai pada atribut Cj; i=1,2,,m dan
j=1,2,,n. Nilai preferensi untuk setiap
alternative (Vi) diberikan pada persamaan (3)
n
V wr
i j ij
j 1
(3)
Nilai Vi yang lebih besar mengindikasikan bahwa
alternative Ai lebih terpilih [3]
Langkah Penyelesaian dalam penelitian ini
menggunakan FMADM metode SAW :
1. Menentukan kriteria-kriteria yang akan
dijadikan acuan dalam pengambilan
keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap
alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan
kriteria (Ci), kemudian melakukan
normalisasi matriks.
4. berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan
ataupun atribut biaya) sehingga diperoleh
matriks ternormalisasi R.
5. Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot
sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai) sebagai solusi
[4].
2.7 Flowchart
Flowchart dalam melakukan penyeleksian
siswa baru (Airlines Staff) dengan menerapkan
metode SAW pada LPP Penerbangan QLTC
ditunjukkan pada gambar 1.
 Seminar Nasional Informatika 2015

Start T3 162-163 3
Registrasi
T4 160-161 2
Calon Siswa
Baru T5 <160 1
Input bobot kriteria
Input nilai kriteria penilaian penyeleksian
penilaian untuk setiap
calon siswa baru
Bobot Kriteria
c. Kriteria Kesehatan
Penilaian
Matriks Tabel 4. Variabel nilai dalam kriteria kesehatan
Normalisasi
Kode Kesehatan Nilai
Matriks
K1 Sangat Baik 5
Kalikan Normalisasi Matriks dengan bobot kriteria
K2 Baik 4
penilaian

V wr
n K3 Cukup 3
i j ij
j 1
K4 Kurang 2
Prefrensi tiap Calon Siswa Baru
K5 Sangat Kurang 1
d. Kriteria Penampilan
Hasil rangking Penilaian Calon
Siswa Baru
Tabel 5. Variabel nilai dalam kriteria penampilan
Kode Penampilan Nilai
Finish
P1 Sangat Menarik 5
Gambar 2. Flowchart Penyeleksian Siswa Baru P2 Menarik 4
(Airlines Staff) dengan Metode SAW
P3 Cukup 3
P4 Kurang 2
2.8 Penerapan dalam Studi Kasus P5 Sangat Kurang 1
Dari analisis di atas kemudian langkah e. Kriteria Bahasa Inggris
selanjutnya yaitu mengimplementasikan metode Tabel 6. Variabel nilai dalam kriteria bahasa
Simple Additive Weighting (SAW) kedalam inggris
perancangan kasus: Kode Bahasa Inggris Nilai
1. Menentukan kriteria dan memberikan nilai P1 Sangat Baik 5
bobot pada masing-masing kriteria yang P2 Baik 4
dapat dilihat pada tabel 2.
P3 Cukup 3
Tabel 2. Data Kriteria P4 Kurang 2
Bobot P5 Sangat Kurang 1
Kode Nama Kriteria/Variabel
(W)
C1 Umur 3 Matriks keputusan penyeleksian siswa baru
(Airlines Staf) dibuat dengan menggunakan 3
C2 Tinggi Badan 2.5
sampel data calon siswa baru yang ditunjukkan
C3 Kesehatan 2 pada tabel 7.
C4 Penampilan 1.5
C5 Bahasa Inggris 1 Tabel 7. Nilai dari calon siswa baru (Airlines
Staff)
2. Pemberian Nilai Variabel dalam criteria. Nilai Calon Siswa
Pemberian nilai variabel yang digunakan Kriteria Calon Calon Calon
sebagai indikator penilaian semua kriteria dalam Siswa 1 Siswa 2 Siswa 3
penyeleksian siswa baru (Airlines Staff). C1 5 3 4
a. Kriteria Umur C2 2 5 5
Tabel 3. Variabel nilai dalam kriteria umur C3 3 2 1
Kode Umur Nilai C4 3 4 4
U1 18-19 5 C5 2 1 5
U2 20-21 4
U3 22 3 Dari sampel pada tabel 3 berdasarkan persamaan
U4 23 2 (1) diubah kedalam matrik keputusan (X) dengan
U5 >23 1 data :
b. Kriteria Tinggi Badan 5 2 3 3 2
Tabel 4. Variabel nilai dalam kriteria Tinggi X 3 5 2 4 1
4 5 1 4 5
Badan
Kode Tinggi Badan Nilai Kemudian dilakukan normalisasi matriks X
T1 >165 5 berdasarkan persamaan (2) sebagai berikut :
T2 164-165 4

497
Seminar Nasional Informatika 2015

5 2 calon siswa 2 memiliki urutan prioritas ke tiga

r11 1.00 r21 0.40
max5;3;4 max2;5;5
dengan nilai 7.33.

3 5 3. Implementasi
r12 0.60 r22 1.00
max5;3;4 max2;5;5
Kasus diatas akan diimplementasikan
4 5
r13 0.80 r21 1.00 langsung dalam Aplikasi Sistem Pendukung
max5;3;4 max2;5;5 keputusan Penilaian Dosen berdarkan Rekam
Jejak Dosen dalam Bidang Pengajaran.
3 3
r31 1.00 r41 0.75
max3;2;1 max3;4;4
1. Tampilan Login
Tampilan Form Login digunakan untuk
2 4 menggunakan Aplikasi penerimaan siswa baru
r32 0.67 r42 1.00
max3;2;1 max3;4;4
(Airlines Staff) yang ditunjukkan pada gambar 2.

1 4
r33 0.33 r43 1.00
max3;2;1 max3;4;4

2
r51 0.40
max2;1;5
Gambar 2. Tampilan Login

1 2. Tampilan Data Kriteria

r52 0.20
max2;1;5 Tampilan Form Data Kriteria digunakan
untuk menginput data kriteria yang
5 digunakan sebagai indikator penilaian dalam
r53 1.00
max2;1;5 penyeleksian siswa baru (Airlines Staff) yang
ditunjukkan pada gambar 3.

Dari perhitungan normalisasi matriks X diperoleh

matriks ternormalisasi R.

Gambar 3. Tampilan Data Kriteria

3. Tampilan Data Variabel Kriteria

Melakukan proses perangkingan dengan
Tampilan Form Data Variabel kriteria
menggunakan persamaan (3) dengan bobot vektor
W 3 2.5 2 1.5 1
digunakan untuk menginput data variabel
nilai kriteria dalam penyeleksian siswa baru
(Airlines Staff) yang ditunjukkan pada
1.00 0.40 1.00 0.75 0.40 gambar 4.
R= 0.60 1.00 0.67 1.00 0.20
0.80 1.00 0.33 1.00 1.00

V1= (3x1.00)+(2.5x0.40)+(2x1.00)+(1.5x0.75)+
(1x0.40)
= 7.53 Gambar 4. Tampilan Data Variabel Kriteria
V2= (3x0.60)+(2.5x1.00)+(2x0.67)+(1.5x1.00)+
(1x0.20) 4. Tampilan Registrasi (Data Calon Siswa)
= 7.33 Tampilan Form Registrasi digunakan untuk
V3= (3x0.80)+(2.5x1.00)+(2x0.33)+(1.5x1.00)+ menginput data calon siswa (Airlines Staff)
(1x1.00) yang mendaftar pada LPP Penerbangan
= 8.07 QLTC yang ditunjukkan pada gambar 5.

Berdasarkan perhitungan dengan

menggunakan metode SAW maka V3 yaitu calon
siswa 3 memiliki urutan prioritas pertama dengan
nilai 8.07, V1 yaitu calon siswa 2 memiliki
perioritas kedua dengan nilai 7.53 dan V2 yaitu

498
 Seminar Nasional Informatika 2015

merupakan perangkingan nilai tertinggi ke

rendah yang dibutuhkan sebagai bahan
pertimbangan oleh user.
3. Sistem yang dibangun hanya sebagai
alat bantu untuk memberikan informasi
kepada user sebagai bahan pertimbangan
dalam mengambil keputusan dalam
Gambar 5. Tampilan Registrasi penerimaan Siswa Baru pada Lembaga
Pendidikan dan Pelatihan Penerbangan agar
5. Tampilan Penyeleksian Calon Siswa setelah siswa tersebut diberikan pelatihan
(Penilaian) bisa langsung ditempatkan pada perusahaan
Tampilan Form Penyeleksian calon siswa penerbangan.
baru (Airlines Staff) digunakan untuk 4. Setelah dilakukan pembandingan antara
melakukan proses penilaian calon siswa baru sistem yang lama dengan sistem yang baru ke
yang ditunjukkan pada gambar 6. beberapa user, hasil yang diperoleh adalah
aplikasi sistem pendukung keputusan yang
baru lebih mudah untuk digunakan baik
untuk pengolahan data maupun untuk
penyajian laporannya.

Daftar Pustaka

[1] Kusumadewi, Sri. (2007). Diktat Kuliah

Kecerdasan Buatan, Jurusan Teknik
Informatika, Fakultas Teknologi Industri,
Universitas Islam Indonesia.
[2] Ita Arfyanti, Edy Purwanto, Aplikasi
Gambar 6. Tampilan Penilaian Sistem Pendukung Keputusan Pemberian
Kelayakan Kredit Pinjaman Pada Bank
6. Tampilan Hasil Penyeleksian Calon siswa Rakyat Indonesia Unit Segiri Samarinda
Tampilan Hasil penyeleksian Calon Siswa Dengan Metode FuzzyMADM (Multiple
yang dibuat dalam bentuk laporan hasil Attribute Decission Making) Menggunakan
penerimaan siswa baru dengan menggunakan SAW (Simple Additive Weighting),
metode SAW sehingga didapat hasil Semantik 2012, ISBN 979 -26 - 0255 - 0,
perangkingan nilai yang ditunjukan pada 23 Juni 2012.
gambar 7. [3] Kusumadewi, Sri., Hartati, S., Harjoko, A.,
dan Wardoyo, R. (2006). Fuzzy Multi-
Attribute Decision Making (FUZZY
MADM). Yogyakarta: Penerbit Graha Ilmu.
[4] Krismelan, Ade. Sistem Pendukung
Keputusan Seleksi Penerimaan Siswa Baru
Pada SMA Theresiana Weleri Kendal
Gambar 2. Tampilan Laporan Hasil Penyeleksian menggunakan Metode SAW,
http://eprints.dinus.ac.id/ 13028/1
4. Kesimpulan /jurnal_13361.pdf, diakses pada tanggal 5
Januari 2015.
1. Sistem ini bertujuan untuk membantu [5] Henry Wibowo S, (2010), Jurnal Aplikasi Uji
user dalam mengolah data calon siswa Sensitivitas untuk model MADM
baru, data kriteria penilaian, hasil seleksi dan menggunakan metode SAW dan TOPSIS.
laporan hasil penyeleksian siswa baru [6] Munawar, (2005), Pemodelan Visual dengan
(Airlines Staf). UML, Graha Ilmu, Yogyakarta.
2. Perhitungan pada sistem untuk
melakukan penyeleksian menggunakan
metode SAW. Hasil dari perhitungan sistem

499
Seminar Nasional Informatika 2015

RANCANG BANGUN SISTEM QUESTION ANSWERING

BIBLIOGRAFI PERPUSTAKAAN DENGAN
ONTOLOGY WEB LANGUAGE

Ahmad Chusyairi1, Kusrini2, Armadyah Amborowati3

1
Mahasiswa Magister Teknik Informatika Program Pascasarjana STMIK AMIKOM Yogyakarta
2,3
Dosen Magister Teknik Informatika Program Pascasarjana STMIK AMIKOM Yogyakarta
Jl Ring Road Utara, Condongcatur, Sleman, Yogyakarta 55281
1
niir08@gmail.com, 2 kusrini@amikom.ac.id, 3 armadyah.a@amikom.ac.id

Abstrak

Informasi bibliografi perpustakaan yang ditampilkan pada dokumen web (web content) STMIK AMIKOM
Yogyakarta hanya dapat dipahami oleh manusia namun tidak dapat dipahami oleh mesin, sehingga mesin
tidak mampu menginterpretasikan informasi yang dibutuhkan atau dicari oleh manusia. Hal ini
mengakibatkan dokumen-dokumen yang tidak relevan disertakan sebagai hasil pencarian (search result).
Dokumen yang tidak relevan justru terindeks oleh mesin pencari, sehingga campur tangan manusia untuk
memilah informasi-informasi tersebut tetap dibutuhkan. Untuk mengatasi kesulitan tersebut, dibutuhkan
suatu cara agar informasi dalam suatu dokumen web dapat dibaca dan dipahami oleh mesin (machine
understable). Web yang memiliki kecerdasan dalam memberikan jawaban atas pertanyaan (question
answering), sehingga dapat memproses kalimat yang sederhana dan ontologi yang digunakan adalah OWL
(Ontology Web Language) sebagai implementasi basis pengetahuan yang digunakan oleh sistem question
answering, oleh karena itu diperlukan rancang bangun sistem question answering bibliografi perpustakaan
dengan OWL.

Kata kunci : bibliografi, question answering, OWL (Ontology Web Language)

1. Pendahuluan bibliografi didasarkan pada International

Semantik sebagai alat komunikasi verbal
bahasa merupakan suatu sistem lambang bunyi
yang bersifat arbiter atau tidak ada hubungan
wajib antara lambang sebagai hal yang menandai
yang berwujud kata atau leksem dengan benda
atau konsep yang ditandai, yaitu referen dari kata
atau leksem tersebut.[3]
Tim Berners-Lee, penemu Web dan direktur
dari World Wide Web Consortium (W3C),
mengatakan web semantik merupakan cara untuk
mengatasi beberapa batas-batas budaya di World
Wide Web. Web Semantik juga merupakan suatu
cara untuk merepresentasikan web content dalam
bentuk yang dapat dipahami dan diproses oleh
mesin. SW dapat mengindentifikasikan bahwa
makna data (the meaning of data) pada web dapat
dipahami, baik oleh manusia maupun oleh
mesin/komputer.[4]
Bibliografi perpustakaan adalah suatu set
data bibliografis yang mencatat dan
mengidentifikasi suatu publikasi. Unsur-unsur
yang mencakup deskripsi bahan perpustakaan
adalah: judul, edisi, bahan/jenis sumber, publikasi
dan distribusi, deskripsi fisik, seri, catatan, dan
nomor standar internasional. Peraturan deskripsi
Standard Bibliographic Description.[6]
Informasi bibliografi perpustakaan yang
ditampilkan pada dokumen web (web content)
STMIK AMIKOM Yogyakarta hanya dapat
dipahami oleh manusia namun tidak dapat
dipahami oleh mesin, sehingga mesin tidak
mampu menginterpretasikan informasi apa yang
dibutuhkan atau dicari oleh manusia. Hal ini
mengakibatkan dokumen-dokumen yang tidak
relevan disertakan sebagai hasil pencarian (search
result). Dokumen yang tidak relevan justru
terindeks oleh mesin pencari, sehingga campur
tangan manusia untuk memilah informasi-
informasi tersebut tetap dibutuhkan. Untuk
mengatasi kesulitan tersebut, dibutuhkan suatu
cara agar informasi dalam suatu dokumen web
dapat dibaca dan dipahami oleh mesin (machine
understable). Web yang memiliki kecerdasan
dalam memberikan jawaban atas pertanyaan
(question answering), sehingga dapat memproses
kalimat yang sederhana dan ontologi yang
digunakan adalah OWL (Ontology Web
Language) sebagai implementasi basis
pengetahuan yang digunakan oleh sistem question
answering.[2]
Rumusan masalah dalam penelitian ini
adalah bagaimana membuat aturan bahasa untuk

500

pemrosesan bahasa alami, yaitu bahasa Indonesia
dengan OWL (Ontology Web Language)?
Tujuan dari penelitian adalah menyediakan
fasilitas pencarian bibliografi pada Perpustakaan
STMIK AMIKOM Yogyakarta menggunakan
bahasa alami.
Metode yang akan digunakan dalam penelitian
ini terdiri dari langkah-langkah sebagai berikut:
a. Obyek penelitian
Obyek penelitian dari penelitian ini adalah
Perpustakaan STMIK AMIKOM Yogyakarta.
b. Data yang diperlukan
Merupakan data yang mendukung dalam
penelitian ini meliputi data primer dan data
sekunder.
1) Data primer
Data berupa basis data bibliografi (buku,
pengarang, penerbit, sinopsis, artikel
(jurnal), dan keterangan tambahan lainnya)
pada Perpustakaan STMIK AMIKOM
Yogyakarta.
2) Data sekunder
Data yang diperoleh dengan membaca dan
mempelajari referensi mengenai
pengolahan bahasa alami, teknologi web
semantik, bahasa pemrograman Java serta
perancangan query dengan menggunakan
SPARQL.
c. Teknik pengumpulan data
Tahap ini mempunyai tujuan untuk
mendapatkan data-data tesis yang mempunyai
keterkaitan dengan topik penelitian, sehingga
lebih relevan dan akurat. Teknik pengumpulan
data yang dilakukan pada penelitian ini adalah
sebagai berikut:
1) Observasi
Pengamatan dan pencatatan secara
sistematis yang berhubungan dengan
bibliografi perpustakaan.
2) Studi pustaka
Teknik pengumpulan data dilakukan
dengan mengumpulkan bahan-bahan,
referensi, dan dokumen yang berhubungan
dengan bibliografi perpustakaan.
3) Metode pengembangan
Tahapan yang dilakukan pada penelitian
ini dengan menggunakan metode
pengembangan prototyping:
a) Analisis
Pada tahap ini dilakukan analisis
dengan mengumpulkan data bibliografi
perpustakaan dan identifikasi URI
(URL).
b) Desain
Deskripsi XML, RDF dan RDFS,
OWL, query SPARQL dan rules (RIF),
metode question answering dan desain
UML.
c) Prototipe
Seminar Nasional Informatika 2015
Penalaran logika (logic), penjelasan
penalaran logika (proof), autentifikasi
(trust), dan Sistem Question Answering
Bibliografi Perpustakaan.
d) Pengujian
Pengujian fungsionalitas modul sistem
question answering bibliografi.
e) Evaluasi
Pembuatan lanjutan sistem question
answering bibliografi berdasarkan hasil
pengujian.
f) Penyesuaian
Berupa dokumentasi sistem question
answering bibliografi yang dapat
digunakan untuk tanya jawab seputar
masalah bibliografi. [1]
2. Pembahasan
2.1 Analisis Sistem
Pengumpulan data bibliografi perpustakaan
STMIK AMIKOM Yogyakarta yang meliputi
data buku, pengarang, penerbit, jenis buku,
sumber buku dan data lain yang terkait dengan
bibliografi perpustakaan.
Identifikasi URI pada objek dalam web
bibiliografi perpustakaan STMIK AMIKOM
Yogyakarta, salah satu jenisnya adalah URL
(Uniform Resource Locator) yang akan
memberitahu komputer dimana letak suatu
resource terkait dengan database bibliografi
perpustakaan (buku.owl) yang berada pada URL
(http://localhost/perpustakaan/buku.owl) yang
disajikan pada gambar 1.
...
<uri id="Automatically generated entry,
Timestamp=1430659622837"
name="http://localhost/perpustakaan/buku.owl"
uri="buku.owl"/>
...
Gambar 1. Identifikasi URI
2.2 Desain Sistem
Deskripsi XML (eXtensible Markup
Language) untuk mempertukarkan data
bibliografi Perpustakaan STMIK AMIKOM
Yogyakarta di web yang terdapat dalam Ontologi
Buku.
RDF (Resource Description Framework)
digunakan untuk mendeskripsikan informasi
bibliografi perpustakaan dan metadata dari sebuah
resource dan relasi resource tersebut dengan
resource yang lain di web secara semantik dalam
format yang dipahami oleh mesin. Resource
tersebut adalah representasi pengetahuan sintaksis
dan semantik.
501
Seminar Nasional Informatika 2015

RDFS (Resource Description Framework

Schema) digunakan untuk disajikan
mendeklarasikan keberadaan class Buku, subclass
dan propertinya pada bibliografi perpustakaan.
OWL (Ontology Web Language) digunakan
untuk mendeskripsikan atau menggambarkan
konsep dari bidang pengetahuan tentang
bibliografi Perpustakaan STMIK AMIKOM
Yogyakarta yang disimpan pada Ontologi Buku Gambar 3. Metode jawaban dari pertanyaan
yang terdiri dari Asal_Buku, Judul, Jumlah_Buku, pengguna
Kategori, Keterangan, Klasifikasi, Nomor_Induk,
Penerbit, Penulis, Rak_Buku dan Tahun_Terbit Use case diagram digunakan untuk
yang disajikan pada Gambar 2. mengetahui layanan yang disediakan aplikasi
question answering bibliografi perpustakaan
beserta pengguna dari layanan tersebut, yaitu:
pencarian informasi tentang bibliografi
perpustakaan yang disajikan pada gambar 4.

Gambar 2. OWL bibliografi perpustakaan

Query SPARQL digunakan untuk mencari

Gambar 4. Use case diagram bibliografi
data bibiliografi perpustakaan (ISBN, Judul,
perpustakaan
Jenis, Jumlah_Buku dan Pengarang) dengan
perintah (PREFIX ... SELECT ...).
2.3 Prototipe
RIF (Rule Interchange Format) digunakan
untuk mendefinisikan aturan untuk bibliografi
Logic digunakan untuk penulisan aturan
perpustakaan atau rule system, yaitu: Subjek,
produksi pada bibliografi perpustakaan yang
Predikat dan Objek.
menggunakan pola tipe kalimat pencarian.
Sistem bibliografi perpustakaan dapat
Proof digunakan untuk menjalankan atau
menerima input pertanyaan dengan kalimat tanya
mengeksekusi penalaran logika tentang
dalam bahasa Indonesia dari pengguna dan juga
bibliografi perpustakaan yang terjadi pada layer
memberikan jawaban sesuai dengan pemahaman
logic yang disajikan pada gambar 5.
sistem. Pemahaman sistem tentang pertanyaan
dari pengguna dilakukan secara bertahap yang
//a.Tipe I : K -> kp + ctg + value
disajikan dalam Gambar 3, sedangkan
if(count($arr_filter)==3){
penjelasannya adalah sebagai berikut:
if(in_array($arr_filter[0], $kp) &&
a. Menormalisasikan input dari kalimat yang
$arr_filter[1]==$ctg){
dimasukkan oleh pengguna.
$value = $arr_filter[2];
b. Mengubah pertanyaan yang diberikan
$syarat = " FILTER regex(?judul,
pengguna menjadi sistematis (urut-urutan
'".$value."', 'i') ";
kata).
$filternya[0] = strtolower($value);
c. Mentransformasikan urutan kata menjadi
}
parse tree yang merupakan representasi
...
sintaksis kalimat menjadi preposisi.
Gambar 5. Aturan produksi
d. Mentranlasikan preposisi ke dalam logika dan
query SPARQL.
Trust digunakan untuk melakukan proses
e. Jawaban dari pertanyaan yang diberikan oleh
autentifikasi tentang bibliografi perpustakaan dan
pengguna diperoleh dengan cara
dalam memeriksa apakah suatu data, service, atau
mengeksekusi query SPARQL yang
agen dapat dipercaya.
merupakan salah satu hasil akhir pemahaman
Sistem Question Answering (QA)
sistem terhadap pertanyaan yang diberikan
Bibliografi Perpustakaan disajikan dalam Gambar
oleh pengguna. [5]
6.

502
 Seminar Nasional Informatika 2015

No Kategori Input Output

emha
Tampilkan Tidak
buku tampil hasil
pengarang pencarian
9 kusrini dan
emha
pengarang
ema
tampilkan Tampil
buku hasil
Gambar 6. Aplikasi QA bibliografi perpustakaan pengarang pencarian
10
kusrini
Halaman Cari Buku OWL menampilkan pengarang
pencarian bibiliografi buku menggunakan OWL ema
dengan memasukkan kalimat sesuai aturan
produksi pada keyword pencarian dan pilih ISBN 2.5 Evaluasi
untuk menampilkan detail dari bibliografi buku
sedangkan informasi lebih detail dijelaskan pada Berdasarkan hasil pengujian pada sistem
menu bantuan. question answering bibliografi perpustakaan
STMIK AMIKOM Yogyakarta, maka sistem
2.4 Pengujian lanjutannya diperlukan penambahan normalisasi
input dan aturan produksi.
Pengujian fungsionalitas modul sistem
question answering bibliografi Perpustakan 2.6 Penyesuaian
STMIK AMIKOM Yogyakarta dengan kategori
normalisasi input dan aturan produksi yang Dokumentasi sistem question answering
disajikan dalam Tabel 1. bibliografi perpustakaan yang dapat digunakan
untuk tanya jawab seputar masalah bibliografi
Tabel 1. Pengujian sistem question answering perpustakaan.
bibliografi perpustakaan a. Pembuatan aturan produksi pada OWL dengan
No Kategori Input Output dideskripsikan pada query SPARQL
Normalisasi Cari buku Tampil b. Normalisasi input untuk pengecekan kalimat
1 input desain ? hasil yang ditanyakan pengguna.
pencarian
cari buku Tampil 3. Penutup
2 desain hasil
pencarian Kesimpulan yang dapat diambil dari sistem
Tampilkan Tidak question answering bibliografi Perpustakaan
3 bk desain tampil hasil STMIK AMIKOM Yogyakarta adalah:
pencarian a. Sistem question answering bibliografi
Aturan tampilkan Tampil perpustakaan dibuat dengan menggunakan
4 produksi buku hasil pendekatan berbasis pengetahuan.
algoritma pencarian b. Sistem question answering bibliografi
Cari buku Tampil perpustakaan dapat memahami pertanyaan
5 judul hasil yang disampaikan dengan menggunakan
algoritma pencarian kalimat tanya yang sesuai dengan kaidah tata
Tampilkan Tampil bahasa Indonesia dengan baik asalkan sistem
buku hasil memiliki pengetahuan (sesuai aturan produksi)
6
pengarang pencarian yang cukup untuk memahami kalimat tersebut.
kusrini Saran yang dapat diberikan untuk
Cari buku Tampil pengembangan lebih lanjut berdasarkan
judul hasil kelemahan-kelemahan yang dimiliki oleh sistem
7 algoritma pencarian question answering bibliografi perpustakaan
pengarang antara lain:
kusrini a. Penambahan normalisasi input selain tanda
Cari buku Tampil baca (?), penghilangan ekstra spasi, huruf
pengarang hasil besar dan kecil, yaitu: pengecekan kata ejaan
8
kusrini pencarian dan tanda baca (:).
pengarang

503
Seminar Nasional Informatika 2015
b. Hasil pencarian tidak tampil disebabkan
karena kurangnya pengetahuan sistem tentang
kalimat yang ditanyakan oleh pengguna,
sehingga diperlukan penambahan aturan
produksi pada pola pencarian kalimat.
Daftar Pustaka
[1] Andri, 2011, Rancang Bangun Online Access
Catalog (OPAC) Berbasis Web Semantik,
Tesis, Program Pascasarjana S2 Ilmu
Komputer, Universitas Gadjah Mada
Yogyakarta
[2] Bendi, R.K.J., 2009, Sistem Question
Answering Sederhana Berbasis Ontologi
Sebagai Aplikasi Web Semantik, Tesis,
Program Pascasarjana S2 Ilmu Komputer,
Universitas Gadjah Mada Yogyakarta
[3] Chaer Abdul, 2013, Pengantar Semantik
Bahasa Indonesia,Rineka Cipta, Jakarta
[4] Chusyairi A., Utami E., 2014, Rancang
Bangun Pencarian Judul Tesis Berbasis
Teknologi Web Semantik, Seminar Nasional
Teknologi Informasi dan Multimedia, ISSN:
2302-3805, STMIK AMIKOM Yogyakarta, 8
Februari 2014
[5] Dharma S.I.W., 2013, Sistem Question
Answering Menggunakan Pendekatan
Berbasis Pengetahuan, Tesis, Program
Pascasarjana S2 Ilmu Komputer, Universitas
Gadjah Mada Yogyakarta
[6] ISBD Review Group, 2010, Internasional
Standard Bibliographic Description (ISBD)
Consolidated Edition, IFLA Series on
Bibliographic Control Vol.31, USA
504
Biodata Penulis
Ahmad Chusyairi, S.Kom, memperoleh gelar
Ahli Madya (A.Md) dari Manajemen Informatika
STMIK AMIKOM Yogyakarta dengan predikat
cumlaude pada tahun 2005. Tahun 2006
memperoleh gelar Sarjana Komputer (S.Kom)
dari Program Studi Sistem Informasi STMIK
AMIKOM Yogyakarta. Saat ini sebagai
mahasiswa Magister Teknik Informatika Program
Pasca Sarjana STMIK AMIKOM Yogyakarta.
Sejak 2013 menjadi Pembantu Direktur I Bidang
Akademik dan pengajar di Politeknik PPKP
Yogyakarta.
Dr.Kusrini, M.Kom, memperoleh gelar
kesarjanaan dari Universitas Gajah Mada pada
tahun 2002, gelar Magister pada tahun 2006 dan
gelar Doktor pada tahun 2010. Saat ini sebagai
Staff Pengajar di STMIK AMIKOM Yogyakarta
dan menjadi Wakil Direktur III Bidang
Kemahasiswaan Program Pascasarjana STMIK
AMIKOM Yogyakarta.
Armadyah Amborowati, S.Kom., M.Eng
memperoleh gelar Sarjana Komputer (S.Kom),
Jurusan Sistem Informasi STMIK AMIKOM
Yogyakarta dan gelar Magister Engineering
(M.Eng) Program Pasca Sarjana Magister
Teknologi Informasi, Teknik Elektro, Universitas
Gajah Mada Yogyakarta. Saat ini menjadi Dosen
Tetap dan Sekretaris Jurusan Teknik Informatika
di STMIK AMIKOM Yogyakarta.
 Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PONDOK

PESANTREN DI PURWOKERTO
(STUDI KASUS : MAHASISWA STAIN PURWOKERTO)
Nur Atikah Fitriani1, Imam Tahyudin2
1
Teknik Informatika, STMIK AMIKOM Purwokerto, 2 Sistem Informasi, STMIK AMIKOM Purwokerto
1
nafi703@yahoo.co.id, 2 imam.tahyudin@amikompurwokerto.ac.id

Abstrak

Setiap tahun pendaftaran mahasiswa baru STAIN Purwokerto mengajakan ujian Baca Tulis Al-Quran dan
Pengetahuan Pengamalan Ibadah (BTA/PPI), namun sekitar 65-75 % dinyatakan tidak lulus, dan
konsekuensinya adalah wajib tinggal di Pondok Pesantren (ponpes) selama 1 tahun. Upaya STAIN terhadap
pesantrenisasi masih terbilang kurang. Kurangnya sosialisasi STAIN terkait Ponpes mengakibatkan
mahasiswa baru kesulitan menemukan, memilih dan menentukan pondok pesantren mana yang ingin di
tinggali. Salah satu solusi dalam pemecahan masalah tersebut ialah dengan Sistem Pendukung Keputusan
(SPK). Tujuan penelitian ini yaitu membuat SPK memilih pondok pesantren menggunakan Analytical
Hierarchy Process (AHP). SPK ini menggunakan metode pengembangan sistem prototipe dan bahasa
pemprograman visual basic. SPK ini digunakan oleh Mahasiswa STAIN khususnya yang belum
lulus ujian BTA/PPI (User), dan dikelola oleh Puskomin (Admin) STAIN Purwokerto. SPK ini menghasilkan
rekomendasi ponpes, laporan Data Nilai Kriteria, laporan Data Nilai Sub Kriteria dan Data Pondok
Pesantren.

Kata kunci : SPK, pondok pesantren, AHP

1. Pendahuluan [1] yang berjudul Desain Perangkat lunak

Setiap tahun pendaftaran mahasiswa baru
STAIN Purwokerto mengadakan ujian Baca
Tulis Al-Quran dan Pengetahuan Pengamalan
Ibadah (BTA/PPI), namun sekitar 65-75 %
dinyatakan tidak lulus, dan konsekuensinya
adalah wajib mondok (tinggal di Pondok
Pesantren) selama 1 tahun guna mendalami
materi BTA/PPI yang nantinya akan
dilakukan ujian BTA/PPI pada akhir semester.
Upaya STAIN terhadap pesantrenisasi masih
terbilang kurang, sebatas pemasangan nama
ponpes, nama pengasuh serta alamat ponpes pada
spanduk, kemudian mencantumkan informasi
BTA/PPI di buku panduan akademik dan
membuka stand-stand pondok pesantren pada
saat OPAK (Orientasi Pengenalan Akademik),
itupun tidak semua ponpes mengirimkan
delegasinya. Selain itu, asal mahasiswa baru
yang sebagian besar dari luar daerah Purwokerto
membuat mereka kurang faham dengan Ponpes
yang ada di Purwokerto, kemudian banyaknya
pilihan ponpes yang
membingungkanmahasiswa baru. Akibatnya
mahasiswa kesulitan menemukan, memilih dan
menentukan pondok pesantren mana yang ingin
ia tinggali.
Penelitian yang membahas tema serupa
pernah dilakukan oleh Kartikadarma dan Zami
Pendukung Keputusan Pemilihan Perguruan
Tinggi bagi Siswa SMA Tingkat akhir. Metode
penelitian yang digunakan yaitu metode
pengembangan RAD (Rapid Application
Development) karena cocok untuk pembangunan
dan pengembangan sistem perangkat lunak yang
tidak besar. Selain itu juga penelitian yang
dilakukan oleh Nasibun [2] berjudul Penerapan
Metode AHP dalam Sistem Metode Keputusan
Penempatan Karyawan menggunakan Aplikasi
Expert Choice bertujuan untuk membantu
dalam pengambilan keputusan menentukan
pemilihan karyawan berprestasi untuk
menduduki jabatan yang strategis. Selanjutnya
penelitian yang dilakukan oleh Sulistyo, dkk [4]
dengan judul Seleksi Sekolah Menengah
lanjutan menggunakan Analytic Hierarchy
Process. Metode yang digunakan ialah Metode
Waterfall dalam pengembangan sistemnya.
Pengumpulan data menggunakan metode
Kuesioner sedang kesimpulannya yaitu sistem
dapat digunakan untuk membantu calon siswa
menentukan pilihan sekolah di Surakarta.
Berdasarkan uraian diatas, peneliti tertarik
untuk membuat sistem pendukung keputusan
memilih pondok pesantren di Purwokerto
menggunakan metode Analytical Hierarchy
Process (AHP) untuk mahasiswa STAIN
Purwokerto. Diharapkan dapat membantu

505
Seminar Nasional Informatika 2015
mahasiswa dalam mengetahui, menemukan dan
memilih PonPes mana yang ingin ia tinggali dan
menjadi terobosan baru dalam dunia SPK, yaitu
pemilihan lembaga informal salah satunya
pondok pesantren, dimana keberadaanya layak
diperhitungkan bagi mahasiswa STAIN
Purwokerto. Tujuan dari penelitian ini yaitu
untuk merancang dan membangun Sistem
Pendukung Keputusan memilih pondok
pesantren di Purwokerto menggunakan metode
Analytical Hierarchy Process (AHP) untuk
Mahasiswa STAIN Purwokerto
2. Model Analytical Hierarchy Process (AHP)
2.1 Pengertian AHP
Persamaan Analytical Hierarchy Process
adalah metode yang dikembangkan oleh Thomas
L. Saaty. Model pendukung keputusan akan
menguraikan masalah multifaktor atau
multikriteria yang kompleks menjadi suatu
hirarki, menurut Saaty, hirarki didefinisikan
sebagai suatu representasi dari sebuah
permasalahan yang kompleks dalam suatu
struktur multilevel dimana level pertama adalah
tujuan, yang diikuti oleh level faktor, kriteria,
sub kriteria dan seterusnya ke bawah hingga
level terakhir dari alternatif. Dengan hirarki,
suatu masalah yang kompleks dapat diuraikan
kedalam kelompok- kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki
sehingga permasalahan akan tampak lebih
terstruktur dan sistematis [5].
2.2 Pengertian AHP
Pada dasarnya, prosedur atau langkah-
langkah dalam metode AHP menurut Perdana,
dkk [3] meliputi :
1) Mendefinisikan masalah dan menentukan
solusi yang diinginkan, lalu menyusun
hierarki dari permasalahan yang dihadapi.
Penyusunan hierarki adalah dengan
menetapkan tujuan yang merupakan sasaran
sistem secara keseluruhan pada level teratas.
2) Menentukan Prioritas elemen
a. Langkah pertama dalam menentukan
prioritas elemen adalah membuat
perbandingan pasangan, yaitu
membandingkan elemen secara
berpasangan sesuai kriteria yang
diberikan.
b. Matriks perbandingan berpasangan diiisi
menggunakan bilangan untuk
mempresentasikan kepentingan relatif
dari suatu elemen yang lainnya.
3) Sintesis
Pertimbangan-pertimbangan terhadap
perbandingan berpasangan disintesis untuk
memperoleh keseluruhan prioritas. Hal-hal
yang dilakukan dalam hal ini adalah :
506
a. Menjumlahkan nilai-nilai dari setiap
kolom pada matriks.
b. Membagi setiap nilai dari kolom dengan
total kolom yang bersangkutan untuk
memperoleh normalisasi matriks.
c. Menjumlahkan nilai-nilai dari setiap
baris dan membaginya dengan jumlah
elemen untuk mendapatkan nilai rata-
rata.
4) Mengukur Konsistensi
Dalam pembuatan keputusan, penting untuk
mengetahui seberapa baik konsistensi yang
ada karena kita tidak menginginkan
keputusan berdasarkan pertimbangan dengan
konsistensi yang rendah. Hal-hal yang
dilakukan dalam langkah ini adalah :
a. Kalikan setiap nilai pada kolom pertama
dengan prioritas relatif elemen pertama,
nilai pada kolom kedua dengan prioritas
relatif elemen kedua, dan seterusnya.
b. Jumlahkan setiap baris.
c. Hasil dari penjumlahan baris dibagi
dengan elemen prioritas relatif yang
bersangkutan.
d. Jumlahkan hasil bagi diatas dengan
banyaknya elemen yang ada, hasilnya
disebut maks.
5) Hitung Consistency Index (CI) dengan
rumus :
CI = ( maks-n)/n
Dimana n = banyaknya elemen
6) Hitung rasio konsistensi / Consistency Racio
(CR) dengan rumus : CR = CI / IR
Dimana CR = Consistency Ratio
CI = Consistency Index
IR = Indeks Random Consistency
Memeriksa kondisi hierarki. Jika nilainya
lebih dari 10 %, maka penilaian data
judgement harus diperbaiki. Namun
jika rasio konsistensi (CI/IR) kurang atau
sama dengan 0,1 maka hasil perhitungan
bisa dinyatakan benar. Daftar indeks
randoms konsistensi (IR) bisa dilihat dalam
tabel 2.2
Ukuran Nilai IR
Matriks
1,2 0.00
3 0.58
4 0.90
5 1.12
6 1.24
7 1.32
8 1.41
9 1.45
10 1.49
11 1.51
12 1.48
13 1.56
14 1.57
 Seminar Nasional Informatika 2015

15 1.59 b. Analisis Kebutuhan Sistem

a. Aplikasi dibuat untuk menangani
masalah pengolahan Data pondok
pesantren dan Aplikasi Pendukung
Keputusan memilih pondok
3. Metode Penelitian pesantren di Purwokerto, serta
memudahkan dalam proses
3.1 Konsep Penelitian pencarian dokumen bila sewaktu-
Konsep Penelitian merupakan langkah waktu dibutuhkan antara lain :
kerja yang relevan untuk menyelesaikan 1) Laporan Data pondok pesantren
masalah. Berdasarkan latarbelakang yang 2) Laporan nilai kriteria dan nilai
sudah terperinci, maka peneliti membuat sub kriteria yang diinputkan
konsep penelitian seperti terlihat pada (digunakan dalam SPK ini).
gambar 3.1. 3) Kriteria dan Bobot
Kriteria yang digunakan dalam
pembuatan SPK ini meliputi 5
hal yaitu Jarak, Biaya, Peraturan
Ponpes, Pembelajaran BTA/PPI
dan Spesialisasi Ponpes.
b. Aplikasi akan diberikan ke STAIN
Purwokerto khususnya bagian
PPMP, yang nantinya akan dikelola
bagian Puskomin (Pusat Komputer
dan Informasi) dan digunakan oleh
mahasiswa STAIN khususnya yang
belum lulus ujian BTA/PPI.
c. Analisis Kelayakan Teknik

3.2 Perencanaan Cepat Prototipe

Gambar 3.1. Konsep Penelitian 1. Diagram Alir Sistem

3.2 Metode Pengembangan Sistem

Metode pengembangan sistem yang

digunakan Prototype. Adapun langkah yang
dapat dilakukan sebagai berikut :
a. Komunikasi (Analisis/Identifikasi
masalah/Pengumpulan Kebutuhan)
b. Perencanaan Cepat
c. Pemodelan dan Perancangan cepat
d. Pembentukan Prototype
e. Implementasi/penyerahan

4. Hasil dan Pembahasan

Gambar 4.1 Flowchart sistem yang akan
4.1. Komunikasi dibangun
a. Analisis sistem yang berjalan
Dari permasalahan yang terjadi, 2. ERD
peneliti mengidentifikasi penyebab
terjadinya masalah yaitu kurangnya
informasi pondok pesantren yang
diberikan oleh STAIN Purwokerto,
banyaknya pilihan pondok pesantren
yang menbingungkan mahasiswa
memilih Pondok Pesantren mana yang
ingin ia tinggali, belum adanya aplikasi
khusus untuk pengolahan data pondok
pesantren dan Aplikasi Pendukung
Keputusan untuk memilih pondok
pesantren di Purwokerto.

507
Seminar Nasional Informatika 2015

Gambar 4.6 Halaman SPK

Gambar 4.2 Entity Relation Diagram (ERD)

3.3 Pembentukan Prototipe 2. Testing
1. Prototipe 1 Dari uji coba tersebut maka diambil
kesimpulan penilaian dari Puskomin dan
PPMP yaitu setuju dengan alur sistemnya
namun untuk interfacenya perlu
ditambahkan dengan Foto masing-masing
ponpes.

3. Prototipe 2

Gambar 4.3 Halaman Utama

Gambar 4.7 Halaman Ponpes yang sudah di

tambah Foto Ponpes

4. Testing

Tabel 4.1 Hasil Kuisioner pengujian sistem

Gambar 4.4 Form Login

Gambar 4.5 Halaman Admin Berdasarkan data diatas dapat dibuat

sebuah diagram yang menggambarkan persentase

508

data yang didapat. Salah satu data yang dibuat
diagram adalah data dari pertanyaan nomor tujuh
dan delapan. Berikut diagram data dari pertanyaan
nomor tujuh dan delapan :
Gambar 4.8 Diagram pertanyaan nomor tujuh
Gambar 4.9 merupakan salahsatu
diagram yang dibuat dari hasil jawaban kuisioner
pertanyaan nomor tujuh. Dapat dilihat responden
menjawab sangat sebesar 3,333 %, ya sebesar
66,667 % dan 30 % menjawab cukup.
Berdasarkan hasil jawaban dari pertanyaan nomor
tujuh pada diagram dapat disimpulkan 70 %
responden menjawab ya didapat dari responden
yang menjawab sangat sebanyak 3,333 %
ditambah 66,667 % yang menjawab ya.
Gambar 4.9 Diagram pertanyaan nomor delapan
Gambar 4.12 merupakan salahsatu diagram
yang dibuat dari hasil jawaban kuisioner
pertanyaan nomor delapan. Dapat dilihat
responden menjawab sangat sebesar 13,333 %, ya
sebesar 63,333 % dan 20,333 % menjawab cukup.
Berdasarkan hasil jawaban dari pertanyaan nomor
tujuh pada diagram dapat disimpulkan 76,666 %
responden menjawab ya didapat dari responden
yang menjawab sangat sebanyak 13,333 %
ditambah 63,333 % yang menjawab ya.
5. Kesimpulan dan Saran
5.1. Kesimpulan
Berdasarkan masalah dan pemecahannya
yang telah diuraikan pada bab sebelumnya, dapat
diambil kesimpulan bahwa telah dirancang dan
Seminar Nasional Informatika 2015
dibangun Sistem pendukung keputusan memilih
pondok pesantren di Purwokerto menggunakan
AHP yang digunakan oleh Mahasiswa STAIN
Purwokerto khususnya yang belum lulus
BTA/PPI, dan dikelola oleh Puskomin (Admin)
STAIN Purwokerto. Laporan yang dihasilkan
berupa data Nilai Kriteria, data Nilai Sub Kriteria
dan Data Pondok Pesantren yang sewaktu-waktu
dibutuhkan yang dapat dengan mudah diperoleh
dari aplikasi ini.
5.2. Saran
Berdasarkan kesimpulan diatas, maka
ada beberapa saran yang peneliti sampaikan
antara lain :
1. Seiring dengan perkembangan ilmu
pengetahuan dan teknologi, maka tidak
menutup kemungkinan sistem pendukung
keputusan yang telah dibangun ini nantinya
akan mengalami perkembangan salah satunya
dengan mengembangkan aplikasi menjadi
web.
2. Seiring dengan perkembangan zaman, maka
tidak menutup kemungkinan STAIN
Purwokerto akan memperbanyak kerjasama
dengan Pondok Pesantren yang ada di
Puwokerto. Oleh karena itu, aplikasi SPK
inipun nantinya akan mengalami perubahan
pada pilihan Ponpesnya yang bertambah
banyak.
Daftar Pustaka:
[1]. Kartikadarma, Etika., Al Zami, Farikh.
2011. Desain Perangkat Lunak Pendukung
Keputusan Pemilihan Perguruan Tinggi
bagi siswa SMA tingkat akhir. Seminar
Nasional Teknologi Informasi &
Komunikasi Terapan 2011 (Semantik 2011)
ISBN 979-26-0255-0
[2]. Nasibun, Z., Iskandar. 2009. Penerapan
Metode AHP dalam Sistem Pendukung
Keputusan Penempatan Karyawan
menggunakan Aplikasi Expert Choice.
Jurnal Pelangi Ilmu Vol. 2 No 5, Mei 2009
[3]. Perdana, Ilham., Kania, Sabariah Mira.,
Ligaswara, Budhi. 2009. Sistem Pendukung
Keputusan Penyusunan Rencana Bisnis
Menggunakan Metode AHP.
[4]. Sulistyo, Nugroho Yusuf., Ulinuha, Agus.,
Nova, Nurudin Sekti Aji. 2013. Seleksi
Sekolah Menengah lanjutan menggunakan
Analytic Hierarchy Process. KomuniTi, Vol.
V, No. 2
[5]. Tahyudin, Imam. 2014. Sistem Pendukung
Keputusan (SPK) Konsep dasar dan
Penerapannya dan Data Mining.
Purwokerto : Zahira Media Publisher.
509
Seminar Nasional Informatika 2015

PENERAPAN ALGORITMA GENETIKA SEBAGAI PROBLEM

SOLVER DALAM GAME SUDOKU BERBASIS ANDROID
Yusfrizal1
1,2
Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. K.L.Yos Sudarso Km.6,5 No.3-A Medan (20241)
1
yusfrizal@ymail.com

Abstrak

Banyak penelitian yang dilakukan oleh para ahli terkait dengan pengembangan aplikasi permainan dan
pencarian solusi (problem solver) Sudoku. Penelitian ini dilakukan dengan memasukan peraturan permainan
Sudoku ke dalam komputer untuk kemudian diproses dengan algoritma tertentu yang ditujukan untuk
mencari solusi (problem solver) terbaik dari persoalan Sudoku tersebut. Banyak penelitian yang dilakukan
dengan menerapkan kecerdasan buatan (Artificial Inteligence) pada komputer untuk memecahkan masalah
ini. Kecerdasan buatan ini bertujuan agar komputer memiliki kecerdasan sehingga dapat melakukan berbagai
kegiatan seperti yang dilakukan oleh manusia. Sudoku terdiri dari berbagai macam tingkat kesulitan.
Semakin sulit soal, tentu akan semakin lama waktu yang dibutuhkan untuk memecahkan soal tersebut.
Adakalanya dalam mengerjakan kita mengalami jalan buntu, untuk itu penulis membuat aplikasi yang dapat
menemukan solusi dengan input yang acak namun tetap terikat pada peraturan dasar Sudoku dengan
menggunakan metode Algoritma Genetika dan pemenuhan konstrain. Karena keunikan sifat Algoritma
Genetika ini, maka dipilih Algoritma Genetika untuk pembuatan aplikasi Sudoku ini dimana hasil yang akhir
yang didapat merupakan hasil kromosom (solusi) yang terbaik (solusi optimal). Dengan penerapan Algoritma
Genetika, didapatkan hasil berupa problem solver yang lebih optimum dengan dihasilkannya mutasi yang
terus-menerus untuk mencapai solusi, sehingga solusi akan lebih cepat tercapai.

Kata kunci : game sudoku, artificial intelligence, solusi (problem solver), algoritma genetika

1. Pendahuluan soal tersebut. Adakalanya dalam mengerjakan kita

Permainan atau game adalah suatu struktur
kegiatan, yang biasanya dilakukan untuk
kesenangan dan kadang-kadang digunakan
sebagai sarana pendidikan. Permainan berbeda
dengan pekerjaan, yang biasanya dilakukan untuk
mendapat suatu upah tertentu, atau dengan seni,
yang lebih peduli dengan ekspresi ide. Ada
berbagai macam jenis permainan, adalah satunya
adalah jenis permainan yang menggunakan alat
tulis dan kertas sebagai medium pusat permainan.
Salah satu contoh permainan jenis ini adalah
Sudoku.
Sudoku adalah sebuah permainan teka-teki
berdasarkan logika dengan kombinasi
penempatan angka. Tujuan dari permainan ini
adalah untuk mengisi mengisi N x N kotak
sehingga tiap baris dan kolom mengandung angka
satu sampai N masing-masing hanya satu kali,
terdapat juga M x M kotak yang dimana nilai dari
M adalah akar dari N. Sama halnya seperti pada
baris dan kolom, area M x M mengandung angka
satu sampai N.
Sudoku terdiri dari berbagai macam tingkat
kesulitan. Semakin sulit soal, tentu akan semakin
lama waktu yang dibutuhkan untuk memecahkan
mengalami jalan buntu, untuk itu penulis
membuat aplikasi yang dapat menemukan solusi
dengan input yang acak namun tetap terikat pada
peraturan dasar Sudoku dengan menggunakan
metode Algoritma Genetika dan pemenuhan
konstrain.
Algoritma Genetika merupakan bagian dari
artificial intelligence (kecerdasan buatan) dan
memiliki konsep optimasi yang didasarkan pada
mekanisme evolusi biologis yang memiliki
berbagai jenis kromosom induk dalam
pembentukkan kromosom pada individu
individu baru (anak). Kemampuan individu yang
lebih kuat akan memiliki kemampuan yang lebih
tinggi untuk mempertahankan hidup dan memiliki
tingkat reproduksi yang lebih tinggi dibandingkan
dengan individu yang lemah. Kromosom
kromosom induk dan anak dalam aplikasi ini
mewakili solusisolusi yang mungkin dihasilkan,
sehingga dengan mengadaptasi Algoritma
Genetika memungkinkan solusi dengan kualitas
terbaik akan tetap bertahan. Karena keunikan sifat
Algoritma Genetika ini, maka dipilih Algoritma
Genetika untuk pembuatan aplikasi Sudoku ini
dimana hasil yang akhir yang didapat merupakan

510

hasil kromosom (solusi) yang terbaik (solusi
optimal).[1]
Sebuah game yang ada dalam perangkat
bergerak tentu dapat memberikan hiburan yang
menarik kepada para pecinta game. Karena
mereka dapat bermain game di mana saja secara
praktis dan mudah. Kesederhanaan dalam
bermain game namun tidak membosankan, serta
dapat membuat pemain ingin kembali memainkan
game tersebut. Oleh karena itu berbagai
pendekatan terus dikembangkan untuk membuat
sebuah game yang dapat dimainkan dalam
perangkat bergerak atau mobile yang menarik,
salah satunya berbasis aplikasi pemograman
android.
Oleh karena itu, penulis mengusulkan
sebuah aplikasi game mobile tentang permainan
Sudoku yang dapat menunjang pembelajaran
dalam mengasah logika berpikir. Untuk membuat
game ini lebih menarik sekaligus ingin
mengeksplorasi teknologi baru Android OS
Mobile yang saat ini semakin berkembang pesat,
penulis berusaha untuk membuat aplikasi game
mobile Sudoku pada Android OS Mobile. Adanya
desain level yang dinamis dan pemecahan
permasalahan (solver) pada aplikasi tersebut dapat
membantu sebagai media pembelajaran dalam
mengasah logika yang dapat dimainkan dalam
teknologi mobile.
2. Game
Game adalah media untuk melakukan
aktifitas bermain. Aktifitas bermain merupakan
suatu aktifitas yang meliputi pemecahan masalah
yang menjadi tantangan dari game tersebut,
dengan mengikuti suatu aturan tertentu. [2]
Penulis menyimpulkan bahwa game atau
permainan biasanya dilakukan untuk kesenangan
dan kadang kadang digunakan sebagai alat
pendidikan. Untuk membuat sebuah game,
terlebih dahulu pembuat game harus membuat
deskripsi yang menceritakan game yang akan
dibuat. Selain itu dibutuhkan juga design game
yang sederhana untuk mempermudah pembuatan
game. Dari design yang telah dibuat dapat
diketahui semua elemen elemen yang
dibutuhkan dalam pembuatan game, misalnya
karakter user, karakter musuh, animasi serangan
dan sebagainya.
2.1. Game Sudoku
Sudoku modern diterbitkan pertama kali
dalam Dell Magazine pada tahun 1979. Teka-teki
ini dibuat oleh Howard Garns, seorang pensiunan
arsitek dan perancang teka-teki dari Amerika
Serikat. Meskipun, demikian, cikal bakal Sudoku
sebenarnya telah muncul pada akhir abad ke-19 di
Perancis. Pada bulan April 1984, teka-teki ini
Seminar Nasional Informatika 2015
diperkenalkan ke Jepang dan mendapatkan nama
Sudoku. Nama ini berasal dari kata Suuji wa
dokushin ni kagiru yang dapat diterjemahkan
menjadi angka harus sendiri atau muncul sekali.
Pada April 2005, New York Post menerbitkan
teka-teki Sudoku sebagai fitur secara teratur dan
mulai sekitar bulan Juli 2005, Sudoku mencapai
kepopuleran di Amerika dan muncul sebagai
acara live di televisi. Di Indonesia sendiri, Sudoku
muncul dalam bentuk buku yang cukup digemari.
[3]
Bentuk Sudoku yang paling umum
berukuran 9 x 9 kisi dan terbagi menjadi 3 x 3
kotak yang disebut subgrid. Secara tradisional,
tujuan permainan ini adalah mengisi semua kotak
kotak kecil dalam kolom, baris dan subgrid
dengan angka satu sampai sembilan sedemikian
sehingga dalam satu deret angka hanya muncul
sekali saja demikian juga dalam satu kolom dan
satu subgrid. Karena berhubungan dengan angka
permainan ini terlihat lebih matematis. Contoh
Sudoku dengan angka dapat dilihat dalam gambar
1 : [4]
Gambar 1. Contoh Sudoku (a) dan Sudoku
lengkap (telah diselesaikan) (b)
3. Penerapan Algoritma Genetika
Perancangan aplikasi game Sudoku
menggunakan Eclipse Galileo sebagai desain
pengembang aplikasi. Eclipse memiliki sifat
multi-platform (dapat dijalankan di semua
platform), multi-language (mendukung
pengembangan aplikasi beberapa bahasa
pemrograman) dan multi-role (digunakan juga
sebagai aktivitas dalam siklus pengambangan
perangkat lunak), Sedangkan untuk platform yang
digunakan pada aplikasi game Sudoku ialah
platform Android 2.2 (Froyo) jenis yang
merupakan generasi kedua dari Sistem Operasi
Android. Aplikasi game yang akan dirancang
hanya dapat dijalankan pada handphone yang
memiliki sistem operasi android seperti :
Samsung Galaxy Mini, Nexian Journey.
Pada game logika ini, user harus menyusun
angka 1 9 pada blok blok yang sudah
disediakan. Blok blok tersebut disusun ke dalam
9 kotak lagi. Permainan selesai bila semua blok
pada kotak telah terisi semua dengan angka 1 9.
Tujuan permainan Sudoku adalah mengisi sel-sel
yang kosong dengan angka antara 1 dan 9 (setiap
511
Seminar Nasional Informatika 2015
sel hanya 1 angka) sesuai dengan persyaratan
yaitu angka hanya dapat muncul sekali dalam
setiap baris, angka hanya dapat muncul sekali
dalam setiap kolom dan angka hanya dapat
muncul sekali dalam setiap area/kotak.
4.1. Solusi Puzzle Game Sudoku
Ada dua proses yang dilakukan oleh
perangkat lunak ini, yaitu pembangkitan
(generate) puzzle Sudoku dan penyelesaiannya
menggunakan Algoritma Genetika. Proses yang
pertama adalah proses membuat puzzle Sudoku
yang valid, yang artinya memiliki solusi.
Pengguna permainan kemudian dapat melakukan
permainan untuk menyelesaikan puzzle tersebut.
Proses kedua adalah penyelesaian puzzle
tersebut menggunakan Algoritma Genetika.
Sebelum memasuki proses tersebut, terlebih
dahulu dicari kandidat-kandidat solusi untuk
masing-masing kotak puzzle. Hal ini bertujuan
untuk mengeliminasi kandidat-kandidat solusi
yang tidak mungkin. Contoh, jika suatu kotak
telah terisi dengan angka 9, maka angka 9 tersebut
dieliminasi dari kandidat pada kotak kotak di
baris, kolom, dan region yang sama. Dengan
langkah tersebut, diharapkan Algoritma Genetika
akan memiliki konvergensi yang baik. Solusi dari
suatu puzzle didapatkan jika suatu kromosom
memiliki nilai fitness yang sempurna, karena
kromosom dengan nilai fitness di bawah nilai
fitness sempurna berarti bukan solusi dari puzzle
Sudoku.
Pada Algoritma Genetika, satu kromosom
adalah satu kandidat solusi puzzle. Karena nilai
yang mungkin pada solusi adalah antara 1 sampai
dengan 9, maka representasi kromosom yang
digunakan adalah deretan bilangan bulat (integer)
dengan panjang kromosom sama dengan jumlah
kotak yang kosong pada puzzle. Nilai fitness
diambil dari panjang kromosom dikurangi dengan
jumlah gen error. Gen error adalah gen yang
berisi angka yang berulang pada baris, kolom,
atau region. Metode seleksi yang digunakan
adalah Roulette-Wheel.
4.2. Pembangkitan Puzzle
Pembangkitan puzzle adalah proses
pembuatan puzzle Sudoku yang valid. Puzzle
sudoku direpresentasikan dengan array dua
dimensi. Puzzle ini harus memenuhi aturan dalam
permainan Sudoku, yaitu tidak boleh ada angka
yang berulang pada baris, kolom, dan region.
Puzzle ini kemudian dikosongkan beberapa
kotaknya yang jumlahnya tergantung ada tingkat
kesulitan permainan.
Tekniknya, kandidat-kandidat pada setiap
blok direpresentasikan dengan sebuah List. Pada
kondisi awal, list tersebut berisi angka 1 hingga 9.
Karena papan berukuran 9x9, penyimpanan sel
512
sel tersebut dilakukan menggunakan array dua
dimensi dengan ukuran 9x9. Kemudian looping
dilakukan untuk semua sel tersebut, dari kiri ke
kanan, atas ke bawah. Untuk masing-masing sel,
diambil angka secara random dari kandidat-
kandidat yang tersedia untuk sel tersebut.
Kemudian angka yang terpilih tersebut
dihapuskan dari kandidat pada sel sel pada
baris, kolom, dan region yang sama. Dengan
teknik ini, satu puzzle Sudoku yang valid dapat
dibangkitkan dalam waktu yang cukup cepat (< 1
detik).
Adapun pseudocode untuk permasalahan di
atas adalah :
a. Lakukan langkah 2 hingga 9 selama tidak
terjadi error.
b. Buat array of list berukuran 9x9.
c. Isi setiap list dengan angka 1 hingga 9.
d. Lakukan langkah 5 hingga 9 untuk semua sel.
e. Ambil satu angka dari kandidat secara acak.
f. Hapus angka yang terpilih dari kandidat pada
baris yang sama.
g. Hapus angka yang terpilih dari kandidat pada
kolom yang sama.
h. Hapus angka yang terpilih dari kandidat pada
region yang sama.
i. Jika kandidat pada sel kosong, ulangi dari
langkah 2 (terjadi error).
j. Kosongkan secara random sejumlah sel sesuai
dengan tingkat kesulitan.
4.3. Representasi Kromosom
Kromosom adalah representasi solusi dari
suatu masalah pada algoritma Genetika. Pada
Sudoku, kromosom adalah representasi suatu
solusi dari puzzle yang berisi angka-angka yang
akan diisikan pada kotak-kotak yang kosong
sehingga panjang kromosom adalah sama dengan
jumlah kotak yang kosong pada puzzle. Nilai
untuk masing-masing gen pada kromosom
diambil secara acak dari kandidat-kandidat pada
setiap sel. Kandidat nilai untuk setiap kromosom
adalah angka 1 hingga 9. Pada pemrograman,
kromosom direpresentasikan dengan array of
integer (int[]). Bentuk kromosom dapat dilihat
pada Gambar 2.
4 7 8 9 4 3 6 1 7 4 6 5 2 5 6 9 9 7 4 7
Gambar 2. Contoh Bentuk Kromosom
4.4. Eliminasi Kandidat
Eliminasi kandidat dilakukan untuk
menghilangkan kandidat-kandidat solusi yang
tidak mungkin. Kandidat yang tidak mungkin
adalah kandidat yang memiliki angka yang
berulang pada baris, kolom, atau region yang
 Seminar Nasional Informatika 2015

sama. Adapun pseduocode untuk permasalahan

ini adalah :
a. Lakukan langkah 2 hingga 8 untuk semua sel
kosong.
b. Buat list, isi dengan angka 1 hingga 9.
c. Lakukan langkah 3 untuk sel-sel berisi pada
baris yang sama.
d. Hapus angka yang ditemui dari list.
e. Lakukan langkah 6 untuk sel-sel berisi pada
kolom yang sama.
f. Hapus angka yang ditemui dari list.
g. Lakukan langkah 8 untuk sel-sel berisi pada
region yang sama. Gambar 3. Contoh Puzzle Sudoku
h. Hapus angka yang ditemui dari list.
Jika diisikan kromosom, maka akan
4.5. Naked Single d terbentuk seperti pada Gambar 4 :

Naked Single adalah salah satu teknik dalam

penyelesaian puzzle Sudoku secara manual.
Tujuan dari teknik ini adalah mencari sel-sel
kosong yang hanya memiliki satu kandidat
(kandidat tunggal) yang artinya sel tersebut hanya
mungkin diisikan dengan angka tersebut.
Teknik ini biasanya dilakukan dengan
menuliskan kandidat-kandidat setiap sel secara
manual. Teknik ini merupakan langkah awal
dalam penyelesaian karena teknik ini adalah
teknik yang paling sederhana. Pada perangkat
lunak ini, pencarian dilakukan dengan
memanfaatkan hasil dari eliminasi kandidat. Sel-
sel dengan kandidat tunggal akan diisi langsung
dengan nilai kandidat tunggal tersebut. Adapun
pseudocode dari langkah di atas adalah :
a. Lakukan langkah 2 hingga untuk semua sel
kosong.
b. Hitung jumlah kandidat.
c. Jika jumlah kandidat sama dengan 1, isi sel
dengan kandidat tersebut
d. Jika tidak, maka sel tersebut tidak dalam
kondisi Naked Single.
4.6. Fungsi Fitness
Untuk menghitung nilai fitness masing
masing kromosom, terlebih dahulu dihitung
jumlah angka yang berulang pada baris, kolom,
dan region pada puzzle setelah angka-angka pada
kromosom diisikan pada kotak-kotak yang kosong
pada puzzle. Fungsi fitness yang digunakan cukup
sederhana, yaitu adalah pengurangan panjang
kromosom dengan jumlah angka yang berulang
sehingga kromosom yang merupakan solusi
puzzle adalah kromosom yang mempunyai nilai
fitness sebesar panjang kromosom.
Contoh perhitungan untuk puzzle pada
Gambar 3 di bawah ini :
Gambar 4. Contoh Kromosom Puzzle Sudoku
Maka akan didapatkan hasil pada Gambar 5
di bawah ini :
Gambar 5. Kotak Kotak yang Error pada Puzzle
Angka berwarna merah adalah se-sel yang
error. Maka nilai fitness untuk kromosom tersebut
adalah :
Fitness = panjang kromosom jumlah error
= 20 7
= 14
Solusi dari suatu puzzle Sudoku adalah
kromosom dengan nilai fitness sempurna, yaitu
sebanyak jumlah kotak yang kosong.
4.7. Seleksi
Metode seleksi yang digunakan adalah
metode Roulette-Wheel yang membuat
kromosom-kromosom dengan nilai fitness tinggi
memiliki kemungkinan terpilih yang tinggi pula.
Probabilitas keterpilihan setiap kromosom
ditentukan dengan cara membagi nilai fitness
kromosom tersebut dengan total nilai fitness.
Untuk itu, yang terlebih dahulu harus dihitung
adalah total nilai fitness. Kemudian dilakukan
pembagian masing-masing nilai fitness dengan
total fitness tersebut. Nilai tersebut adalah
probabilitas setiap kromosom yang berkisar antara
nol dan satu.

513
Seminar Nasional Informatika 2015

Kemudian pada proses pemutaran roda

roulette, teknisnya juga sederhana. Suatu bilangan
acak dibangkitkan, dengan jangkauan nilai antara
nol dan satu. Nilai acak tersebut kemudian
dibandingkan dengan nilai probabilitas masing-
masing kromosom. Pembandingan dilakukan dari
kromosom yang terkecil. Kromosom yang
Gambar 7. Mutasi Single Point
memiliki nilai fitness yang lebih besar atau sama
dengan nilai acak akan menjadi individu yang
Adapun flow chart Algoritma Genetika pada
terpilih.
aplikasi ini terlihat pada Gambar 8 berikut :
Tabel 1. Contoh Probabilitas Seleksi untuk
Setiap Kromosom

4.8. Elitisme

Elitisme dilakukan untuk mempertahankan

individu terbaik karena ada kemungkinan bahwa
individu terbaik itu tidak terpilih pada proses
seleksi. Jika itu terjadi, maka bisa saja Algoritma
Genetika kehilangan konvergensinya.
Implementasi mekanisme elitisme pada
pemrograman cukup sederhana yaitu pilih dua
individu dengan nilai fitness tertinggi.

4.9. Pindah Silang (Crossover)

Metode pindah silang yang digunakan

adalah pindah silang dengan satu titik. Pertukaran
gen kemudian dilakukan pada kedua kromosom
mulai titik gen tertentu sampai akhir kromosom
seperti Gambar 6 di bawah ini.

Gambar 6. Crossover Single Point Gambar 8. Flowchart Algoritma Genetika

4.10. Mutasi
Mutasi dilakukan satu titik, yaitu dengan
mengganti nilai pada gen tertentu dengan nilai
yang lain yang mungkin diisikan pada kotak yang
bersesuaian. Mutasi Single Point dapat dilihat
pada Gambar 7.
4. Eksperimen dan Pembahasan
Setelah perencanaan dan pembuatan sistem,
maka langkah selanjutnya yaitu melakukan
pengujian terhadap sistem yang telah dibuat.
Pengujian dilakukan untuk mengetahui apakah
sistem yang dibangun dapat dijalankan sesuai
dengan yang diinginkan. Pada bab ini, pengujian
difokuskan pada implementasi Algoritma
Genetika untuk menyelesaikan suatu puzzle.

514

Puzzle yang digunakan untuk percobaan
adalah puzzle dengan tingkat kesulitan Sulit (55
kotak kosong). Puzzle ini disimpan ke dalam file
dan di-load pada setiap percobaan. Percobaan
yang dilakukan adalah dengan mengubah-ubah
konfigurasi Algoritma Genetika, yaitu jumlah
individu, generasi maksimum, crossover rate,
jumlah titik crossover, dan mutation rate.
Untuk setiap konfigurasi, dilakukan 10
percobaan dan diambil nilai rata-ratanya. Hal ini
dilakukan karena Algoritma Genetika
memberikan hasil yang berbeda-beda untuk
konfigurasi yang sama.
Percobaan ini dilakukan untuk mencari batas
maksimum generasi yang optimal. Pada proses
evolusi, jika jumlah generasi telah mencapai batas
maksimum, maka populasi akan diinisialisasi
kembali dan proses evolusi diulang dari awal. Hal
ini bertujuan untuk menghindari proses evolusi
yang stagnan, yang artinya tidak ada peningkatan
nilai fitness pada populasi. Grafik yang
ditampulkan pada Gambar 9 di bawah ini adalah
grafik nilai rata-rata dari percobaan tersebut.
Gambar 9. Grafik Pengaruh Jumlah Generasi
Maksimum terhadap Waktu Evolusi
Grafik di atas menunjukkan pengaruh
jumlah generasi maksimum pada waktu evolusi.
Penambahan jumlah generasi maksimum dapat
menurunkan performa Algoritma Genetika. Hal
itu membawa kepada analisa yang lain, seperti
ditunjukkan oleh grafik pada Gambar 10 berikut.
Gambar 10. Stagnasi pada Proses Evolusi
Grafik di atas menunjukkan peningkatan
nilai fitness pada proses evolusi suatu populasi.
Grafik tersebut juga menggambarkan nilai fitness
yang tidak meningkat hingga generasi ke-2000.
Ada kemungkinan nilai fitness tersebut akan
meningkat pada generasi-generasi selanjutnya,
namun akan lebih baik jika dilakukan inisialisasi
populasi dari awal. Hal ini disebabkan karena
Seminar Nasional Informatika 2015
inisialisasi populasi baru dapat membawa kepada
solusi dengan lebih cepat. Dan penambahan
jumlah generasi maksimum berarti
memperpanjang stagnasi dan akan membuang
waktu.
Percobaan jumlah kromosom dilakukan
dengan menambah jumlah kromosom untuk
dilihat pengaruh pada performa Algoritma
Genetika. Hasil percobaan digambarkan pada
grafik berikut.
Gambar 11. Grafik Pengaruh Jumlah Kromosom
terhadap Waktu Evolusi
Grafik di atas menunjukkan pengaruh
jumlah kromosom dalam populasi terhadap waktu
evolusi. Penambahan jumlah kromosom akan
menurunkan waktu yang dibutuhkan oleh
Algoritma Genetika untuk mencapai solusi. Hal
ini karena jumlah kromosom yang semakin
banyak akan memperkaya populasi akan variasi
yang membawa kepada solusi. Namun begitu,
grafik menunjukkan penurunan waktu yang tidak
signifikan dari jumlah kromosom 20 hingga 40.
Ini disebabkan karena semakin banyak kromosom
pada populasi berarti semakin banyak operasi-
operasi seleksi, crossover, dan mutasi yang harus
dilakukan, dan itu menambah waktu evolusi.
Percobaan crossover rate dilakukan untuk
melihat pengaruh probabilitas crossover pada
waktu evolusi Algoritma Genetika. Hasil
percobaan digambarkan pada grafik berikut.
Gambar 12. Pengaruh Crossover Rate terhadap
Waktu Evolusi
Grafik di atas menunjukkan pengaruh
crossover rate atau probabilitas crossover
terhadap waktu evolusi. Pada grafik tersebut ada
penurunan performa Algoritma Genetika yang
sebanding dengan penambahan crossover rate.
Percobaan mutation rate dilakukan untuk
mengetahui pengaruhnya terhadap waktu evolusi.
Hasil percobaan digambarkan pada grafik berikut
:
515
Seminar Nasional Informatika 2015
Gambar 13. Grafik Pengaruh Mutation Rate
terhadap Waktu Evolusi
Grafik di atas menunjukkan pengaruh
mutation rate atau probabilitas mutasi terhadap
waktu evolusi. Pada grafik tersebut terjadi
penurunan performa Algoritma Genetika yang
sebanding dengan penambahan mutation rate. Hal
ini disebabkan karena mutasi dibutuhkan terus-
menerus untuk mencapai solusi. Menaikkan
mutation rate berarti memperbanyak proses
mutasi yang terjadi sehingga solusi akan lebih
cepat tercapai.
5. Implementasi
Implementasi dilakukan pada emulator
eclipse Galileo dengan versi 2.2 ke atas. Adapun
tampilan permainan Sudoku berbasis android
seperti Gambar 14 di bawah ini :
Gambar 14. Tampilan Awal Aplikasi
Gambar 15. Tampilan Tingkat Kesulitan Aplikasi
516
Gambar 16. Tampilan Permainan Puzzle Sudoku
Aplikasi ini dibuat dengan bahasa
pemograman Eclipse for Java Developers dapat
dijalankan dengan komputer yang berbasiskan
windows ataupun handphone android.
6. Kesimpulan
Berdasarkan hasil pengujian dan analisa
yang telah dibahas pada bab sebelumnya, maka
dapat dibuat beberapa kesimpulan sebagai
berikut:
a. Dalam proses evolusi menuju nilai fitness
yang sempurna, seringkali terjadi stagnasi
yang membuang waktu dan menyebabkan
waktu evolusi menjadi panjang. Pengulangan
proses evolusi dari awal (inisialisasi populasi)
dapat memperbaiki waktu evolusi.
b. Inisialisasi populasi di awal proses evolusi
sangat menentukan konvergensi proses
evolusi.
c. Penambahan jumlah kromosom dalam
populasi dapat meningkatkan performa
algoritma namun tidak signifikan karena
membutuhkan komputasi yang lebih tinggi.
d. Peningkatan crossover rate dan mutation rate
dapat meningkatkan konvergensi.
Daftar Pustaka:
[1] Kusumadewi, Sri, 2009, Artificial
Intelligence, Graha Ilmu, Yogyakarta.
[2] Dadang Sudrajat, 2010, Perancangan
Aplikasi Game Aritmatika pada Handphone
untuk Melatih Kemampuan Berhitung Kelas
1 dan 2 Sekolah Dasar Negeri II Ciperna
Kabupaten Cirebon, Sekolah Tinggi
Manajemen Informatika dan Komputer
IKMI, Cirebon.
[3] Katharina Candra Puspita, 2011,
Implementasi Algoritma Backtracking
Dengan Optimasi Menggunakan Teknik
Hidden Single Pada Penyelesaian Permainan
Sudoku, Jurnal Teknik Informatika, Institut
Teknologi Bandung, Bandung.
[4] Sukisman Purtadi, 2011, Menggali Nilai
 Seminar Nasional Informatika 2015

Edukasi Sudoku Kimia, Prosiding Seminar Vol. 10, No. 1, Palembang.

Nasional Kimia dan Pendidikan Kimia, [6] Nora Azmi, 2013, Penjadwalan Pesanan
Yogyakarta. Menggunakan Algoritma Genetika untuk
[5] Bhakti Yudho Suprapto, 2012, Metode Tipe Produksi Hybrid And Flexible Flowshop
Algoritma Genetika dengan Sistem Fuzzy pada Industri Kemasan Karton, Jurnal
Logic untuk Penentuan Parameter Teknik Industri, Bogor.
Pengendali PID, Jurnal Rekayasa Elektrika

517
Seminar Nasional Informatika 2015

PENERAPAN ALGORITMA RC6 UNTUK PERANCANGAN

APLIKASI PENGAMANAN SMS PADA MOBILE DEVICE
BERBASIS ANDROID
Yusfrizal1
1,2
Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. K.L.Yos Sudarso Km.6,5 No.3-A Medan (20241)
1
yusfrizal@ymail.com

Abstrak

Telepon selular ( mobile device) merupakan alat komunikasi yang sudah dipakai oleh sebagian besar orang di
dunia. Telepon selular menyediakan media komunikasi yang beragam dan salah satu di antaranya adalah
media SMS (Short Message Service). Layanan pengiriman pesan singkat ini sangatlah standar dan tidak
jarang para pengguna telepon selular menggunakan layanan SMS ini untuk mengirimkan suatu pesan yang
penting dan rahasia, namun para pengguna layanan SMS tersebut sering kali tidak mengetahui bahwa jalur
komunikasi SMS memiliki banyak sekali celah yang memungkinkan untuk terjadinya serangan pada pesan
teks yang dikirim. Dengan majunya kemajuan teknologi telepon selular, di mana banyaknya bermunculan
telepon selular yang memiliki memori yang cukup besar, memungkinkan untuk melakukan implementasi
enkripsi pada SMS menjadi memungkinkan. Oleh karena dalam melakukan implementasi algoritma
kriptografi, algoritma tersebut diharapkan kuat namun tidak terlalu rumit. Salah satu algoritma yang dapat
digunakan adalah algoritma RC6, algoritma ini cukup diakui kesederhanaannya dan kesesuaiannya untuk
diimplementasikan pada prosesor dengan arsitektur ARM yang banyak dipakai pada telepon selular (mobile
device) berbasis android.

Kata kunci : SMS, mobile device, android, algoritma RC6

1. Pendahuluan mengirimkan ketika tujuan sudah tidak sibuk.

Telepon selular merupakan alat komunikasi
yang sudah dipakai oleh sebagian besar orang di
dunia. Telepon selular menyediakan media
komunikasi yang beragam dan salah satu di
antaranya adalah media SMS (Short Message
Service). SMS merupakan suatu layanan yang
memungkinkan pengguna telepon selular untuk
mengirimkan pesan singkat kepada pengguna
telepon selular lainnya dengan cepat dan dengan
biaya yang kecil. SMS bekerja pada sistem
nirkabel. Sistem nirkabel yang paling populer di
dunia adalah GSM (Global System for Mobile
Communication).
Layanan pengiriman pesan singkat ini
sangatlah standar dan tidak jarang para pengguna
telepon selular menggunakan layanan SMS ini
untuk mengirimkan suatu pesan yang penting dan
rahasia, namun para pengguna layanan SMS
tersebut sering kali tidak mengetahui bahwa jalur
komunikasi SMS memiliki banyak sekali celah
yang memungkinkan untuk terjadinya serangan
pada pesan teks yang dikirim.
Kelebihan dari SMS ini adalah ketika tujuan
sedang sibuk, pesan tetap dapat dikirimkan
dengan menyimpan pesan tersebut pada SMSC
(Short Message Service Center) dan akan
Namun, kelebihan ini juga menjadikan celah yang
sangat vital pada SMS, dengan tersimpannya
pesan pada SMSC, maka penyerang dapat
mendapatkan pesan dengan melakukan
penyusupan pada SMSC tersebut. Selain itu
serangan juga dapat terjadi pada perangkat mobile
pengirim dan dengan penyadapan frekuensi radio.
Untuk mengurangi resiko yang ditimbulkan dari
celah-celah yang terdapat pada layanan SMS
tersebut salah satu cara penanggulangannya
adalah dengan menerapkan suatu algoritma
kriptografi pada pesan yang dikirimkan. Dengan
terenkripsinya pesan yang dikirim maka
seseorang yang berhasil mencuri informasi pesan
teks yang dikirim tersebut akan kesulitan untuk
mengetahui isi dari pesan tersebut. Dengan
majunya kemajuan teknologi telepon selular, di
mana banyaknya bermunculan telepon selular
yang memiliki memori yang cukup besar,
memungkinkan untuk melakukan implementasi
enkripsi pada SMS menjadi memungkinkan.
Telepon selular pada umumnya tidak
memiliki prosesor cepat seperti layaknya PC, oleh
karena dalam melakukan implementasi algoritma
kriptografi, algoritma tersebut diharapkan kuat
namun tidak terlalu rumit. Algoritma RC6 yang
dirancang oleh Ronald L. Rivest, M.J.B.

518

Robshaw, R. Sidney, dan Y.L. Yin merupakan
salah satu algoritma yang menjadi finalis kandidat
untuk menjadi AES. Algoritma ini cukup diakui
kesederhanaannya dan kesesuaiannya untuk
diimplementasikan pada prosesor dengan
arsitektur ARM yang banyak dipakai pada telepon
selular dibandingkan dengan finalis yang lainnya
pada saat itu.
Oleh karena itu, penulis mengusulkan
sebuah aplikasi pengamanan SMS menggunakan
algoritma RC6 pada mobile device berbasis
android.
2. Short Message Service (SMS)
Short Message Service (SMS) merupakan
sebuah layanan yang banyak diaplikasikan pada
sistem komunikasi tanpa kabel, memungkinkan
dilakukannya pengiriman pesan dalam bentuk
teks. SMS didukung oleh GSM (Global System
For Mobile Communication), TDMA (Time
Division Multiple Access), CDMA (Code Division
Multiple Access) yang berbasis pada telepon
seluler yang saat ini banyak digunakan. [1]
SMS merupakan suatu fasilitas untuk
mengirim dan menerima suatu pesan singkat
berupa teks melalui perangkat komunikasi telepon
selular. Pada proses pengiriman SMS, SMS
tersebut tidak langsung dikirimkan dari mobile
phone pengirim ke mobile phone tujuan, akan
tetapi terlebih dahulu dikirim ke Short Message
Service Center (SMSC), kemudian dengan system
store and forward SMS tersebut dikirimkan ke
mobile phone tujuan. [2]
Secara umum sebuah telepon selular hanya
dapat melakukan pengiriman satu buah paket
SMS dalam satu pesan, namun dengan kemajuan
teknologi yang ada sekarang, beberapa telepon
selular mampu mengirimkan beberapa paket SMS
dalam satu pesan. Yang dilakukan telepon selular
agar dapat melakukan pengiriman beberapa paket
dalam satu kali pengiriman pesan adalah
melakukan konkatinasi, jadi sebenarnya hal yang
dilakukan sama dengan mengirimkan beberapa
pesan hanya saja dengan melakukan konkatinasi,
beberapa pesan yang disatukan tersebut dapat
terlihat menjadi satu buah pesan. Dengan adanya
fitur konkatinasi, sebuah SMS seolah-olah dapat
mengirim pesan dengan panjang lebih dari 160
karakter (7 bit karakter) dalam satu buah pesan,
namun pada fitur konkatinasi ini dibutuhkan
sebuah informasi tambahan pada pesan untuk
menyambungkan beberapa pesan menjadi satu
buah pesan, oleh karena itu panjang satu buah
pesan akan menjadi lebih kecil.
Pada sebuah aplikasi penerimaan SMS pada
telepon selular dikenal nomor port, nomor port ini
digunakan sebagai pengenal apabila terdapat dua
buah atau lebih aplikasi penerimaan SMS pada
sebuah telepon selular. Aplikasi penerimaan SMS
Seminar Nasional Informatika 2015
tersebut akan menunggu pesan yang ditujukan
pada nomor port tersebut. Untuk mengirimkan
pesan pada port yang spesifik, pengirim harus
menyertakan nomor port pada pesan yang
dikirimkannya. Jika pengirim tidak menyertakan
nomor port, seperti halnya yang dilakukan oleh
aplikasi standar setiap telepon selular, maka pesan
akan ditujukan ke aplikasi standar yang dimiliki
oleh telepon selular atau aplikasi yang memiliki
nomor port 0. Informasi nomor port tersebut
dibawa bersama paket pesan yang dikirimkan
oleh pengirim, oleh karena itu jika pengirim
menyertakan informasi nomor port tujuan, maka
panjang maksimal pesan yang dapat dikirimkan
akan berkurang karena sebagian terpakai oleh
informasi nomor port.
3. Kriptografi
Keamanan data adalah suatu hal yang sangat
penting dan harus diperhatikan jika kita akan
melakukan pengiriman data dari satu pihak ke
pihak lainnya. Hal tersebut dilakukan karena
mungkin saja data yang dikirimkan tersebut dicuri
oleh pihak lain sebelum data tersebut sampai ke
pihak yang dituju, ataupun salah kirim secara
tidak sengaja ke tujuan yang salah. Oleh sebab
itu, data harus diamankan terlebih dahulu sebelum
dikirimkan agar data terlindungi dari pihak yang
tidak memiliki izin untuk membaca dan
mengetahui isi dari data yang dikirimkan tersebut.
Salah satu teknik pengamanan data yang umum
dilakukan adalah pengamanan dengan cara
mengubah data asli ke dalam bentuk yang tidak
terbaca dengan menggunakan seperangkat aturan
tertentu yang hanya diketahui oleh pihak pengirim
dan penerima, sehingga pihak lain yang tidak
berhak atas data tersebut akan menemui kesulitan
untuk mengetahui isi dari data yang sudah
diamankan tersebut. [3]
Dalam kriptografi suatu pesan yang akan
dirahasiakan akan disandikan dengan
menggunakan suatu algoritma. Pesan yang telah
disandikan disebut plaintext dan pesan yang
sudah diacak atau disandikan disebut ciphertext.
Proses untuk mengkonversi plaintext menjadi
ciphertext disebut enkripsi (encrypt) dan proses
untuk mengembalikan plaintext dari ciphertext
disebut dekripsi (decrypt).
Dengan diagram blok, proses enkripsi dan
dekripsi dapat digambarkan pada Gambar 1
berikut : [4]
Gambar 1. Diagram Blok Proses Enkripsi dan
Dekripsi
Pada operasi enkripsi dan dekripsi
dibutuhkan suatu kunci yang gunanya untuk
519
Seminar Nasional Informatika 2015
menjaga kerahasiaan cara kerja dari algoritma
enkripsi dan dekripsi. Algoritma enkripsi yang
didasarkan pada kunci digolongkan menjadi dua
bagian :
a. Algoritma Simetrik (Symmetric Algorithms),
dimana kunci yang dipakai untuk proses
enkripsi maupun proses dekripsi sama.
Algoritma ini dapat disebut juga secret-key
algorithms atau one-key algorithms.
b. Algoritma Asimetrik (Asymmetric
Algorithms), dimana menggunakan kunci yang
berbeda yaitu kunci publik (public key) untuk
melakukan proses enkripsi dan kunci pribadi
(private key) untuk melakukan proses dekripsi.
[4]
4. Mobile Device
Mobile Device merupakan piranti yang
berfungsi sebagai alat bantu (tool) bagi pengguna
untuk meminta informasi. Hasil dari informasi
yang diminta dapat berupa teks, suara, gambar
dan lain sebagainya. Piranti mobile yang dapat
digunakan bisa berupa PDA, smartphone, laptop.
Selain itu, piranti mobile dapat juga berfungsi
sebagai alat navigasi di kendaraan seperti halnya
alat navigasi berbasis GPS. Informasi yang
diinginkan dapat dicari melalui fasilitas untuk
mengakses internet seperti GPRS atau wireless.
Pada umumnya perangkat mobile atau Mobile
Device lebih praktis karena bersifat mudah
dibawa (portable) dari pada perangkat teknologi
lainnya.
Meningkatnya pemakaian piranti mobile
(Mobile Device) telah merevolusi kegiatan-
kegiatan yang bersifat tradisional menjadi lebih
sederhana dan mudah dengan penggunaan
perangkat mobile. Mobilitas yang tinggi tidak
menjadi penghalang lagi, karena saat ini piranti
mobile sudah dapat mengakses server di pusat
data. Piranti mobile sekarang tidak hanya
berfungsi sebagai pencatat jadwal dan buku
alamat. Fungsi piranti mobile sudah berkembang
pesat dan idealnya siap mengganti dokumen
berbasis kertas.
5. Algoritma RC6
Algoritma enkripsi RC6 adalah suatu
algoritma yang menggunakan kunci private,
mampu bekerja dengan panjang kunci yang
beragam dan mengunakan prinsip intered chiper.
Algoritma RC6 merupakan salah satu kandidat
Advanced Encryption Standard (AES) yang
diajukan oleh RSA Security Laboratories kepada
NIST. Dirancang oleh Ronald L Rivest, M.J.B.
Robshaw, R. Sidney dan Y.L. Yin, algoritma ini
merupakan pengembangan dari algoritma
sebelumnya yaitu RC5 dan telah memenuhi
semua kriteria yang diajukan oleh NIST.
520
RC6 adalah algoritma yang menggunakan
ukuran blok hingga 128 bit, dengan ukuran kunci
yang digunakan bervariasi antara 128, 192 dan
256 bit. Algoritma RC6 dilengkapi dengan
beberapa parameter, sehingga dituliskan sebagai
RC6-w/r/b. Parameter w merupakan ukuran kata
dalam satuan bit, parameter r merupakan bilangan
bukan negatif yang menunjukan banyaknya iterasi
selama proses enkripsi dan parameter b
menunjukan ukuran kunci enkripsi dalam byte.
Setelah algoritma ini masuk dalam kandidat AES,
maka ditetapkan bahwa nilai w = 32, r = 20 dan b
bervariasi antara 16, 24 dan 32 byte. [5]
5.1. Pembentukan Kunci Internal
Untuk membangkitkan urutan kunci internal
yang akan digunakan selama proses enkripsi,
algoritma RC6 melakukan proses pembangunan
kunci yang identik dengan algoritma RC5, yang
membedakan hanyalah pada algoritma RC6,
jumlah word yang diambil dari kunci yang
dimasukan oleh pengguna ketika melakukan
enkripsi ataupun dekripsi lebih banyak. Tujuan
dari proses pembangunan kunci tersebut adalah
untuk membangun suatu array S yang berukuran
2r+4 dari kunci masukan pengguna sepanjang b
bytes (0 b 255), array tersebut akan
digunakan baik dalam proses enkripsi maupun
dekripsi. Proses untuk membangun kunci-kunci
internal menggunakan dua buah konstanta yang
disebut dengan magic constant. Dua buah
magic constant Pw dan Qw tersebut didefinisikan
sebagai berikut :
w
Pw= Odd((e-2)2 ) ............................. (1)
Qw= Odd(( -1)2w) ........................... (2)
Di mana :
e = 2.7182818284859 (basis dari logaritma
natural)
=1.618022988749 (golden ratio)
Odd (x) adalah integer ganjil terdekat dari x, jika x
genap maka diambil integer ganjil setelah x.
Berikut adalah daftar magic constant pada
beberapa panjang blok dalam heksadesimal :
P16 = b7e1
Q16 = 9e37
P32 = b7e15163
Q32 = 9e3779b9
P64 = b7e151628aed2a6b
Q64 = 9e3779b97f4a7c15
Kunci yang dihasilkan oleh proses
pembentukan kunci ini memiliki sifat satu arah,
sehingga proses pembentukan kunci ini dapat
digunakan sebagai fungsi hash satu arah. Dengan
sifat satu arah tersebut, maka kunci internal akan
sangat berbeda dengan kunci yang dimasukkan
oleh pengguna, hal ini akan membuat hubungan
statistik antara kunci yang dimasukan oleh
pengguna dengan plaintext dan ciphertext menjadi

lebih rumit karena dalam melakukan enkripsi,
kunci yang dipakai adalah kunci internal.
Pada pembentukan kunci internal digunakan
iterasi yang cukup banyak baik pada tahap satu, di
mana untuk melakukan ekspansi kunci
dibutuhkan iterasi, dan pada tahap dua, dimana
dibutuhkan iterasi untuk melakukan inisialisai
array serta pada tahap terakhir yang dibutuhkan
untuk menggabungkan dua buah array, yang
bahkan dilakukan selama tiga kali. Iterasi-iterasi
ini membutuhkan waktu yang cukup besar untuk
dilakukan.
5.2. Proses Enkripsi dan Dekripsi
Algoritma RC6 bekerja dengan empat
buah register A,B,C,D yang masing-masing
berukuran w-bit, register-register tersebut akan
diisi oleh plainteks yang kemudian akan
digunakan selama proses enkripsi dan setelah
proses enkripsi berakhir isi dari register-register
tersebut merupakan cipherteks. Byte pertama dari
plainteks atau cipherteks akan disimpan pada
least significant byte dari A dan byte terakhir dari
plainteks atau cipherteks disimpan pada most
significant byte dari D. Proses enkripsi dan
dekripsi algoritma RC6 menggunakan enam buah
operasi dasar :
a. a + b = penjumlahan integer modulo 2w
b. a - b = pengurangan integer modulo 2w
c. a b = operasi bitwise exclusive-or sebesar
w-bit words
d. a * b = perkalian integer modulo 2w
e. a<<<b = rotasi sejumlah w-bit word ke kiri
sebanyak jumlah yang diberikan oleh least
sifnificant lg w bit dari b
f. a>>>b = rotasi sejumlah w-bit word ke kanan
sebanyak jumlah yang diberikan oleh least
sifnificant lg w bit dari b.
Langkah-langkah enkripsi algoritma RC6
secara detil adalah sebagai berikut :
a. Blok plainteks dibagi menjadi 4 bagian A, B,
C dan D yang masing-masing memiliki
panjang w bit atau panjang blok dibagi 4.
Kemudian B dan D dijumlahkan (dalam
modulo 2w) dengan kunci internal S[0] dan
S[1].
b. Selanjutnya pada setiap putaran dari 1 sampai
r, lakukan XOR dan pergeseran ke kiri
terhadap A dengan f(x) yang di geser ke kiri
sebanyak lg w, di mana f(x) = x* (2x+1) dan
x = B. Setelah itu melakukan penjumlahan
(dalam modulo 2w) dengan kunci internal. Hal
serupa dilakukan pula terhadap C dengan x =
D. Kemudian melakukan swapping A B, B C,
C D dan D A
c. Setelah iterasi selesai langkah terakhir adalah
w
melakukan penjumlahan (dalam modulo 2 )
terhadap A dan C dengan dua kunci internal
Seminar Nasional Informatika 2015
terakhir. Setelah semua selesai blok yang
terbagi menjadi 4 bagian disatukan kembali.
Algoritma RC6 termasuk kedalam iterated
cipher, kekuatan utama algoritma ini terletak pada
iterasi yang dilakukannya. Dengan dilakukannya
iterasi yang berulang ulang dengan menggunakan
kunci yang berbeda-beda, maka prinsip confusion
dan diffusion dilakukan secara berulang-ulang
pula, sehingga keamanan akan semakin baik.
Serangan yang paling baik untuk
memecahkan algoritma RC6 adalah serangan
dengan menggunakan exhaustive search yang
ditujukan kepada kunci yang dimasukkan oleh
pengguna atau kunci internal. Untuk serangan
yang lebih rumit seperti kriptanalisis differensial
dan linier, dapat digunakan untuk memecahkan
algoritma RC6 yang menggunakan jumlah rotasi
yang kecil, untuk jumlah rotasi 20 ke atas,
serangan ini tidak dapat bekerja dengan baik
karena sulitnya menemukan karakteristik iteratif
yang baik atau perkiraan linier.
6. Perancangan
Masalah utama dari penelitian ini adalah
melakukan implementasi algoritma RC6 untuk
melakukan enkripsi SMS pada telepon selular.
Agar pesan dapat dikirimkan dengan baik, dalam
melakukan enkripsi, yang dienkripsi hanya bagian
message body saja karena jika bagian dari
message header dienkripsi, maka pesan tidak
akan disampaikan dengan baik. Sebagai contoh,
salah satu bagian dari message header adalah
nomor tujuan, apabila nomor tujuan ini dienkripsi,
maka nomor dapat menjadi tidak dikenali atau
berubah menjadi nomor lain sehingga pesan tidak
dapat dikirimkan atau salah mengirimkan.
6.1. Analisis Penerapan Enkripsi SMS
Algoritma RC6 merupakan algoritma yang
sederhana, fungsi yang digunakan merupakan
fungsi yang sederhana dan hanya mengandalkan
prinsip iterated cipher untuk keamanan.
Sehingga, dalam implementasi untuk melakukan
enkripsi SMS pada telepon selular tidak
diperlukan adanya penanganan khusus dalam
melakukan implementasi algoritma, yang perlu
diperhatikan dalam melakukan implementasi
algoritma RC6 untuk enkripsi SMS pada
telepon selular adalah menghindari pemakaian
memory yang berlebihan dan melakukan
penyesuaian aplikasi SMS terhadap algoritma
RC6.
Aplikasi yang akan dibangun merupakan
aplikasi pengiriman dan penerimaan pesan yang
berdiri sendiri. Hal tersebut berdasarkan
pertimbangan dimana aplikasi SMS standar tiap
jenis telepon selular tidaklah sama, panjang
sebuah karakter dapat beragam dan kemampuan
521
Seminar Nasional Informatika 2015
untuk melakukan konkatinasi tidak dimiliki oleh
semua jenis telepon selular dan juga tidak semua
aplikasi pengiriman SMS mengirimkan pesan
dalam bentuk binary.
Tampilan hasil enkripsi dan data hasil
enkripsi yang diterima harus diperhatikan, hal ini
dikarenakan pada data hasil enkripsi, setiap
karakternya akan memiliki panjang 8 bit,
sedangkan sebagian telepon selular hanya
dapat menampilkan karakter dengan panjang 7
bit. Untuk 128 karakter pertama pada karakter
ASCII dengan panjang 8 bit yang jarak
karakternya direpresentasikan oleh bit-bit
00000000 sampai 01111111 akan dapat
ditampilkan oleh telepon selular karena bit MSB
yang bernilai 0 tidak akan dibaca, namun apabila
bit MSB tersebut bernilai 1, maka jika dipaksa
untuk ditampilkan sebagai karakter oleh telepon
selular, akan ditampilkan sebagai karakter dalam
format ucs2 atau unicode yang memiliki panjang
16 bit atau menjadi bernilai 2 byte. hal ini akan
sangat merugikan jika diimplementasikan untuk
SMS. Dengan pertimbangan tersebut, dalam
implementasi yang akan dilakukan, jika sebuah
pesan telah terenkripsi, maka, dalam pengiriman
pesan, pesan yang dikirim berupa pesan binary
yang terdiri dari byte-byte hasil enkripsi.
6.2. Analisis Spesifikasi dan Kebutuhan
Perangkat Lunak
Perangkat lunak yang akan dibangun
memiliki dua buah fitur utama, yaitu:
a. Melakukan enkripsi SMS pada telepon selular
dengan algoritma RC6. Pada perangkat lunak
yang akan dibangun, pengguna harus dapat
melakukan pembuatan SMS yang kemudian
dapat dienkripsi dan pesan SMS yang telah
terenkripsi tersebut harus dapat dikirimkan ke
tujuan dengan baik oleh perangkat lunak yang
akan dibangun.
b. Melakukan dekripsi dari SMS terenkripsi yang
diterima oleh telepon selular dengan
algoritma RC6. Perangkat lunak harus dapat
menerima pesan yang telah terenkripsi dan
perangkat lunak juga harus dapat mendekripsi
dengan baik pesan yang telah terenkripsi
tersebut, jika kunci yang dimasukan benar.
Agar kedua fitur utama tersebut dapat
dipenuhi dan pengguna dapat menggunakan
sistem dengan mudah, maka perangkat lunak yang
akan dibangun memiliki beberapa kebutuhan
yang harus tersedia pada perangkat lunak
tersebut, kebutuhan fungsional perangkat lunak
tersebut, yaitu:
a. Sistem memiliki kemampuan untuk dapat
melakukan pengiriman pesan yang berbentuk
binary.
522
b. Sistem dapat melakukan enkripsi SMS dengan
menggunakan algoritma RC6.
c. Sistem harus dapat melakukan penyimpanan
pesan.
d. Dalam melakukan penyimpanan pesan, pesan
yang akan / sudah terkirim dengan pesan yang
diterima harus dapat dibedakan.
e. Sistem harus dapat menerima pesan.Untuk
dapat menerima pesan ini, system harus dapat
berjalan terus dan dapat memberikan
pemberitahuan jika pesan datang.
f. Sistem harus mampu melakukan dekripsi.
Pesan yang telah terenkripsi harus dapat
dikembalikan menjadi pesan semula jika
masukkan kunci dari pengguna benar.
g. Sistem memiliki fasilitas untuk melakukan
pemilihan properti algoritma RC6.
Selain kebutuhan fungsional di atas, aplikasi
yang akan dibangun harus dapat memenuhi
beberapa kebutuhan non-fungsional yang dapat
membantu pengguna dalam menggunakan
aplikasi dan juga dapat memudahkan dalam
pengembangan lebih lanjut. Kebutuhan non-
fungsional itu antara lain:
a. Sistem akan memiliki antar muka yang
menarik dan juga mudah untuk dimengerti.
b. Sistem akan memiliki menu bantuan agar
memudahkan dalam penggunaan.
c. Sistem mudah untuk dikembangkan lebih
lanjut. Untuk memenuhi hal ini, sistem
sebaiknya dibangun dengan konsep
pemrograman berorientasi objek, dengan
rancangan kelas yang baik.
6.2. Flowchart
Flowchart atau diagram alir adalah
sekumpulan simbol-simbol atau skema yang
menunjukkan atau menggambarkan rangkaian
kegiatan-kegiatan program dari mulai awal hingga
akhir. Adapun flowchart dari aplikasi enkripsi
dengan menggunakan algoritma RC6 yang
diterapkan untuk enkripsi SMS adalah :

a. Flowchart Menu Utama
Gambar 2. Flowchart Menu Utama
b. Flowchart Kirim Pesan
Gambar 3. Flowchart Kirim Pesan
c. Flowchart Baca Pesan
Gambar 3. Flowchart Baca Pesan
7. Implementasi
Implementasi dilakukan pada membuat
sebuah aplikasi bergerak (mobile application)
dengan memanfaatkan Java Android Project.
Seminar Nasional Informatika 2015
Dalam proses pembuatan aplikasi ini penulis
menggunakan software Eclipse Galileo.
Aplikasi ini diberi nama PengamananSMS,
menghasilkan file yaitu RC6SMS.apk. Pembuatan
program java dibuat melalui Eclipse, yang
kemudian disimulasikan dengan menggunakan
Eclipse Galileo. Eclipse Galileo berfungsi
sebagai bahasa pemograman android project
sekaligus emulator android yang terinstal pada PC
untuk menguji coba hasil running dari program
java yang telah dibuat. Melalui program ini dari
folder bin diambil file .apk yang diaplikasikan ke
dalam android.
Untuk dapat menjalan aplikasi ini pada
handphone, user hanya perlu mentransfer file
.apk aplikasi ini melalui bluetooth atau kabel data
ke dalam memory handphone. Setelah itu install
aplikasi ke dalam handphone dan aplikasi siap
untuk dijalankan.
7.1. Tampilan Awal Aplikasi
Pada menu ini terdapat lima tombol yang
memiliki fungsi masing-masing yaitu, tombol
Tulis pesan berfungsi untuk menuju activity tulis
pesan. Tombol kotak masuk berfungsi menuju
activity Inbox. Tombol bantuan berfungsi menuju
activity Bantuan. Sedangkan tombol About
berfungsi menuju activity About dan tombol
Pengaturan Keamanan berfungsi menuju activity
Pengaturan Keamanan.Tampilanya adalah pada
Gmabar 4 :
Gambar 4. Tampilan Awal Aplikasi
7.2. Tampilan Menu Tulis Pesan
Pada tab Tulis Pesan ini pengguna
diharapkan untuk memasukan nomor tujuan,
pesan yang ingin disampaikan, memasukan kunci
pesan, menekan tombol enkripsi kemudian bisa
akan muncul hasil enkripsi kemudian setelah
muncul hasil enkripsi pengguna dapat menekan
tombol kirim. Tampilan Tulis Pesan seperti
Gambar 6 berikut :
523
Seminar Nasional Informatika 2015
Gambar 5. Tampilan Menu Tulis Pesan
Program aplikasi Pengamanan SMS ini baik
digunakan untuk mengamankan SMS yang
penting sehingga tidak dapat dibaca oeh pihak
yang tidak diinginkan. Aplikasi ini cukup mudah
untuk digunakan oleh orang awam sekalipun
karena berisi perintah perintah yang sederhana
dan mudah penginstalannya. Aplikasi ini masih
membutuhkan pengembangan agar aplikasi ini
tampil lebih menarik lagi.
8. Kesimpulan
Dari pembahasan yang dilakukan diperoleh
kesimpulan sebagai berikut:
e. Penerapan algoritma kunci private untuk
enkripsi SMS pada telepon selular dapat
meningkatkan keamanan pada pesan yang
dikirim. Pesan yang terenkripsi tidak akan
dapat dibaca jika tidak didekripsi dengan
menggunakan kunci yang benar, sehingga
orang yang tidak mengetahui kunci yang
sebenenarnya tidak dapat membaca pesan
yang dikirimkan.
f. Algoritma RC6 dapat diimplementasikan
dengan baik untuk melakukan enkripsi SMS
yang bekerja pada jaringan GSM.
524
g. Kekurangan dari implementasi algoritma RC6
untuk enkripsi SMS adalah pesan yang
dikirimkan menjadi lebih besar karena harus
bekerja pada 8 bit dan dibutuhkan padding
untuk memenuhi panjang blok.
h. Semakin besar jumlah rotasi pada algoritma
RC6, maka tingkat keamanan akan semakin
baik, namun waktu yang diperlukan untuk
melakukan enkripsi dan dekripsi akan semakin
besar.
i. Program aplikasi ini hanya bisa dijalankan
pada handphone yang memiliki fitur Java.
j. Aplikasi ini hanya bisa dijalankan pada
handphone tujuan yang juga sudah terinstal
aplikasi dengan versi sama.
k. Aplikasi game ini hanya bisa dijalankan pada
mobile device yang memiliki sistem operasi
Symbian.
Daftar Pustaka:
[1] Yudi Wiharto, 2011, Sistem Informasi
Akademik Berbasis SMS Gateway, Jurnal
Teknologi dan Informatika (Teknomatika),
Palembang.
[2] Evi Mariani Harahap, 2012, Impelementasi
Kompresi Teks Menggunakan Metode
Huffman untuk MenghematKarakter pada
Short Message Service, Universitas Sumatera
Utara, Medan.
[3] Hartono, 2010, Aplikasi Pengamanan Data
Menggunakan Metode Skipjack, STMIK
IBBI, Medan.
[4] Semuil Tjiharjadi, 2009, Pengamanan Data
Menggunakan Metoda Enkripsi Einstein,
Seminar Nasional Informatika 2009
(semnasIF 2009), Bandung.
[5] Defni, 2014, Enkripsi SMS (Short Message
Service) Pada Telepon Selular Berbasis
Android Dengan Metode RC6, Jurnal
Momentum, Politeknik Negeri Padang,
Padang.
 Seminar Nasional Informatika 2015

APLIKASI PEMBELAJARAN AYO BELAJAR DOA UNTUK ANAK

USIA DINI BERBASIS MUTIMEDIA
Oleh Soleh1, Ninis Khoirunisa2, Lydia Nur Mustika3
1,2,3)
Sistem Informasi, Komputerisasi Akuntansi Perguruan Tinggi Raharja
Jl Jend Sudirman No. 40 Modernland Cikokol - Tangerang, 15117 Tlp 552969
Email : oleh.soleh@raharja.info1), niezchoirunisa82@gmail.com2), lydia.nur.mustika@gmail.com 3)

Abstrak

Agama adalah dasar yang penting untuk membentuk kepribadian yang baik pada diri seseorang, karena pada
dasarnya agama selalu mengajarkan yang baik. Hal ini menjadi batasan untuk seseorang terhadap apa yang
boleh dilakukan dan tidak boleh dilakukan. Masa yang paling baik untuk menanamkan nilai - nilai agama
adalah pada masa anak - anak. Kita bisa menyisipkannya pada aktifitas mereka sehari - hari agar mereka
jadi terbiasa. Contohnya saja seperti doa-doa ketika mereka akan memulai beraktifitas. Sistem pembelajaran
doa yang sekarang berjalan masih memiliki banyak kekurangan karena memakai sistem konvensional dan
manual. Guru dan murid harus bertemu satu sama lain dalam ruang dan waktu yang sama sehingga
menciptakan komunikasi dua arah. Selain memiliki batasan ruang waktu, cara ini pun tidak efektif. Maka dari
itulah diciptakan sistem pembelajaran baru ini. Dimana software Adobe photosop, Corel Draw, Paint Tool
SAI, dan Adobe Flash yang membuat gambar dan animasi yang menarik untuk menarik minat anak belajar,
Flutelux untuk membuat musik yang merangsang perkembangan otak. Sistem ini akan mempermudah anak
anak belajar dan menghapal doa doa tanpa batasan ruang dan waktu. Semau mereka, dimana saja, kapan
saja, dan sepuasnya.

Kata kunci : Sistem, Pembelajaran, Doa, Paud

1. Pendahuluan ada. Mendengar suara melatih otak mereka untuk

1.1 Latar Belakang.
Agama adalah dasar yang penting untuk
membentuk kepribadian yang baik pada diri
seseorang, karena pada dasarnya agama selalu
mengajarkan yang baik. Hal ini menjadi batasan
untuk seseorang terhadap apa yang baik dan tidak
baik, yang boleh dilakukan dan tidak boleh
dilakukan
Dalam kehidupan sehari - hari peran agama
sangat diperlukan. Masa yang paling baik untuk
menanamkan nilai - nilai agama adalah pada
masa anak - anak. Kita bisa menyisipkannya pada
aktifitas mereka sehari - hari agar mereka jadi
terbiasa. Contohnya saja seperti doa-doa ketika
mereka akan memulai beraktifitas.
Mengajarkan Agama pada anak-anak
bukanlah hal yang mudah, karena pada dasarnya
mereka masih lebih senang bermain daripada
belajar. Untuk itulah perlu dibuat sebuah
permainan yang menarik, menyenangkan, tidak
membosankan namun sekaligus memberi
pendidikan agama pada mereka.
Game yang berupa Audio Visual akan
menarik minat anak untuk belajar. Melihat
gambar melatih penglihatan mata mereka
sehingga dapat meniru gerakan - gerakan yang
dapat menghapal.
Game edukasi ini berupa game animasi dua
dimensi yang dibuat dengan menggunakan
software Adobe flash, Adobe Photoshop, dan
Flutelux. Menyajikan gambar -gambar yang
menarik dan unik khusus kesukaan anak - anak,
disertai percakapan dan suara yang membimbing
mereka serta diiringi musik yang lembut untuk
merangsang otak. Performance aplikasi
pembelajaran ayo belajar berdoa!untuk anak
PAUD berbasis multimedia ini dibuat dalam
bentuk kepingan CD dan share lewat internet.
Tampilan awal menggambarkan seorang anak
yang bangun pagi ,kemudian pemain akan
menjalankan anak sesuai petunjuk yang ada.
Setiap anak melakukan aktifitasnya akan berdoa
terlebih dahulu. Ada tiga macam pilihan aktifitas
yaitu saat kegiatan pagi hari sebelum berangkat
sekolah, kegiatan belajar disekolah, dan kegiatan
pada malam hari sehingga banyak doa yang bisa
dipelajari.
Saat ini sebenarnya sudah ada pelajaran
semacam ini. Namun biasanya hanya berupa
gambar dibuku, gambar dan doa berupa suara
tanpa gerakan gambar. Dan biasanya itu terlihat
kaku. Sekalipun ada, biasanya hanya berupa
gambar dan suara yang tidak bergerak, yang tidak

525
Seminar Nasional Informatika 2015
berhubungan satu sama lain( tidak berupa siklus
kegiatan keseharian.
Anak - anak cenderung lebih suka bermain
dan aktif. Jika sistem yang dipakai kaku, dapat
menimbulkan ketidaknyamanan yang pada
akhirnya menimbulkan kebosanan. Akibatnya
anak jadi malas untuk belajar. Hal inilah yang
terjadi pada sistem yang ada sekarang.
Para pendidik pun terkadang kesulitan untuk
mengajarkan yang berupa siklus keseharian
karena harus mengumpulkannya satu persatu. Dan
ini membutuhkan waktu. Belum lagi harus
mengajarkannya secara perlahan pada anak - anak
yang memiliki daya ingat yang berbeda - beda.
Sasaran Game edukasi ini adalah untuk
Anak Pendidikan Anak Usia Dini & TK, Untuk
Anak - anak Sekolah Dasar, Untuk Guru guru
PAUD, TK & SD, dan juga untuk para Orang
Tua.
Tujuan dari Game ini sendiri adalah agar
para orang tua, pendidik, dan anak - anak itu
sendiri dapat mendalami ilmu agama dengan lebih
baik dan lebih mudah tanpa mengesampingkan
perkembangan tekhnologi yang terkadang
bertentangan dengan ilmu agama.
1.2 Masalah.
Sebelum membuat game edukasi ini, kita
harus mengetahui apa saja alasan, tujuan dan apa
saja yang akan kita tampilkan dalam game ini
seperti :
Mengapa perlu dibuat game edukasi
untuk menanamkan nilai Agama pada
seseorang semenjak kanak - kanak ini?
Siapa saja yang akan memakai Game
edukasi ini?
Apa saja kelemahan sistem yang sudah
ada saat ini?
Dimanakah Game ini akan diterapkan?
Bagaimana tampilan dan cara
memakainya?
2. Kajian Teori
Menurut Norman L. Enger dalam
bukunya Tata Sutabri (2012),menyatakan
bahwa sistem dapat terdiri atas kegiatan-kegiatan
yang saling berhubungan guna mencapai tujuan-
tujuan seperti inventaris atau penjadwalan
produksi.
Yakub (2012) berpendapat bahwa sistem
adalah suatu jaringan kerja dari prosedur-
prosedur yang berhubungan, terkumpul bersama-
sama untuk melakukan suatu kegiatan atau tujuan
tertentu.
Taufiq (2013) mengemukakan bahwa
sistem adalah kumpulan dari sub-sub sistem
abstrak maupun fisik yang saling terintegrasi
dan berkolaborasi untuk mencapai suatu tujuan
tertentu.
526
Menurut Bahri dkk (2010). Belajar adalah
proses perubahan perilaku berkat pengalaman dan
latihan.
Sardiman (2011). Belajar adalah rangkaian
kegiatan jiwa raga, psikofisik untuk menuju ke
perkembangan pribadi manusia seutuhnya, yang
berarti menyangkut unsur cipta, rasa dan karsa,
ranah kognitif, afektif dan psikomotorik. Menurut
Purwanto, (2011). Belajar merupakan proses
dalam diri individu yang berinteraksi dengan
lingkungan untuk mendapatkan perubahan dalam
perilakunya.
Menurut Hardini dan Puspitasari (2012)
Pembelajaran adalah suatu aktivitas yang dengan
sengaja untuk memodifikasi berbagai kondisi
yang diarahkan untuk tercapainya suatu tujuan,
yaitu tercapainya tujuan kurikulum. Seorang ahli
yang lain mengemukakan bahwa Pembelajaran
adalah kegiatan yang dirancang oleh guru untuk
membantu siswa mempelajari suatu kemampuan
dan atau nilai yang baru dalam suatu proses yang
sistemmatis, melalui tahap rancangan ,
pelaksanaan dan evaluasi.(Sagala 2010).
Pendidikan anak usia dini merupakan salah
satu bentuk penyelenggaraan pendidikan yang
menitikberatkan pada peletakan dasar ke arah
pertumbuhan dan perkembangan fisik (koordinasi
motorik halus dan kasar), kecerdasan (daya pikir,
daya cipta, kecerdasan emosi, kecerdasan
spiritual), sosio emosional (sikap dan perilaku
serta agama) bahasa dan komunikasi, sesuai
dengan keunikan dan tahap-tahap perkembangan
yang dilalui oleh anak usia dini.( Adalilla, S,
2010)
PAUD merupakan salah satu bentuk
penyelenggaraan pendidikan yang
menitikberatkan pada peletakan dasar kearah
pertumbuhan dan perkembangan fisik dan
kecerdasan, daya pikir, daya cipta, emosi,
spiritual, berbahasa/komunikasi, dan social
(Hasan, 2009).
Menurut Ahira Pendidikan Anak Usia Dini
adalah jenjang pendidikan yang dilakukan
sebelum jenjang pendidikan dasar yang
merupakan suatu pembinaan yang ditujukan bagi
anak sejak lahir sampai usia 6 tahun yang
dilakukan melalui pemberian rangsangan
pendidikan untuk membantu pertumbuhan dan
perkembangan jasmani dan rohani agar anak
memiliki kesiapan dalam memasuki pendidikan
lebih lanjut yang diselenggarakan pada jalur
formal dan informal (Ahira,2007)
Menurut Harizal ada beberapa tahap
perkembangan untuk anak usia dini, yaitu sebagai
berikut :
1) Sejak lahir sampai dengan usia 3 tahun,
anak memiliki kepekaan sensoris dan
daya pikir yang sudah mulai dapat
menyerap pengalaman melalui
sensorinya.
 Seminar Nasional Informatika 2015

2) Usia setengah tahun sampai dengan kira- b) Terdapat dua actor yang melakukan
kira 3 tahun, mulai memiliki kepekaan kegiatan di dalam sistem, yaitu Siswa
bahasa dan sangat tepat untuk dan Guru.
mengembangkan bahasanya (berbicara c) Ada 5 Use Case yang dapat dilakukan
dan bercakap-cakap). oleh actor tersebut.
3) Masa usia 2 4 tahun, gerakan-gerakan 3.2 Procedure Pengembangan Sistem
otot mulai dapat dikoordinasikan dengan
baik untuk berjalan maupun untuk Prosedur yang harus dilakukan dalam
banyak bergerak yang semi rutin dan melakukan kegiatan pembelajaran doa doa
rutin, berminat pada benda-benda kecil untuk anak PAUD dalam sistem yang diusulkan
dan mulai menyadari adanya urutan :
waktu (pagi, siang, sore dan malam). Start User masuk dalam sistem (play ).
4) Rentang usia 3 6 tahun, terjadilah Sistem menampilkan Menu Awal yang terdiri
kepekaan untuk peneguhan sensoris, dari beberapa pilihan Menu Permainan dan Menu
semakim memiliki kepekaan indrawi, Keluar.
khususnya pada usia sekitar 4 tahun User memilih menu dan masuk ke permainan
memiliki kepekaan menulis, pada usia 4 pilihannya.
6 tahun memiliki kepekaan yang bagus Tampilan sistem permainan Pilihannya ada
untuk membaca (Harizal, 2008). pilihan Start dan keluar.
Pendidikan anak usia dini merupakan Jika User memilih Start maka permainan
wahana pendidikan yang sangat fundamental dimulai.
dalam memberikan kerangka dasar terbentuk dan Jika User memilih Keluar maka akan kembali
berkembangnya dasar-dasar pengetahuan, sikap ketampilan Menu Awal.
dan keterampilan pada anak. ( Abdulhak, 2007 :
Ketika permainan berakhir sistem akan
52 )
otomatis kembali ke Tampilan awal yang
menampilkan menu Utama.
3. Pembahasan
Jika User ingin mengakhiri permainan tinggal
3.1 Analisa Sistem
pilih menu Keluar, dan jika ingin meneruskan
Ada beberapa prosedur yang harus
tinggal pilih Menu Permainan lagi.
dilakukan dalam melakukan kegiatan
pembelajaran doa doa untuk anak PAUD yaitu:
1. Pembelajaran bersifat manual dan
konvensional.
2. Peserta didik harus berada dikelas dan
terjadi komunikasi dua arah.
3. Siswa pergi ke sekolah
4. Guru pergi ke sekolah
5. Guru membaca buku
6. Siswa membaca buku
7. Guru mengajarkan doa
8. Siswa mempelajari doa
9. Siswa menghapal doa

Gambar 2. Use Case Belajar Doa Pengembangan

Sistem

Berdasarkan Gambar 2 Diagram Use Case Belajar

Doa Sistem Usulan terdapat :
a. Satu sistem yang mencakup kegiatan
Gambar 1. Use Case Diagram Pembelajaran Doa Belajar dengan sistem pilihan.
b. Terdapat dua actor yang melakukan
Berdasarkan Gambar 1 Diagram Use Case kegiatan di dalam sistem, yaitu User dan
Belajar Doa Sistem Berjalan terdapat : sistem.
a) Satu sistem yang mencakup kegiatan c. Ada 11 Use Case yang dapat dilakukan
Belajar dengan sistem Manual, oleh actor tersebut.
Konvensional dan Komunikasi dua arah.

527
Seminar Nasional Informatika 2015
3.3 Tampilan Layar
Gambar 3. Tampilan Menu Utama
Gambar 3 diatas menampilkan tampilan
menu utama saat CD interaktif disetel (tampilan
Menu utama / Home)
Gambar 4. Tampilan menu pilihan doa
Gambar 4 diatas menunjukkan tampilan
menu pilihan permainan ketika ditampilan Menu
Utama memilih Play.
Gambar 5. Tampilan kegiatan dirumah
Gambar 5 diatas menunjukan tampilan
ketika meng-Klik Kegiatan Dirumah dimenu
528
pilihan. Saat anda memilih Play maka Animasi
pembelajaran Doa-doa akan main. Isinya terdiri
dari siklus Doa sejak bangun pagi hingga bersiap
berangkat kesekolah. Jika memilih Keluar maka
akan kembali ke Menu Utama.
Gambar 6. Tampilan Kegiatan Disekolah
Gambar 6 diatas menunjukkan tampilan
setelah meng-Klik Kegiatan Disekolah. Jika
memilih Play, animasi akan muncul. Isinya
berupa Siklus berdoa dalam beraktifitas
disekolah. Jika memilih keluar maka akan
kembali ke Menu Utama
.
Gambar 7. Tampilan Kegiatan Dimalam Hari
Gambar 7 diatas menunjukkan tampilan ketika
meng-KLIK menu pilihan Kegiatan Dimalam
Hari. Saat anda meng-Play..Animasi akan
bermain. Isinya adalah siklus dan kegiatan berdoa
dalam beraktifitas malam hari seperti Belajar,
Mengaji, hingga pergi Tidur. Jika memilih keluar
maka akan kembali ke Menu Utama.
4. Kesimpulan
Berdasarkan dari pembahasan sebelumnya
maka dapat ditarik kesimpulan sebagai berikut.
Yaitu :
1. Masa anak anak adalah masa terbaik
untuk mengajarkan agama. Sistem aplikasi
pembelajaran doa salah satu contoh bentuk
pengajarannya.
2. Aplikasi sistem Usulan ini merupakan
sarana untuk memberikan informasi yang
tidak ada dari sistem yang sedang berjalan

saat ini yaitu sistem pembelajaran yang
tidak hanya bisa diakses secara manual
seperti disekolah, sehingga memberikan
solusi bagi orangtua yang juga ingin
mengajarkan doa pada anaknya sekaligus
berusaha dekat dan bermain bersama
mereka.
3. Sistem pembelajaran ini bisa dimainkan
oleh siapa saja. Meski sistem pembelajaran
ini ditujukan khusus untuk anak PAUD,
namun tidak menutup kemungkinan dapat
digunakan untuk anak TK, SD, Guru dan
para orangtua.
4. Sistem yang ada sekarang masih
melakukan cara manual dan konvensinal.
Cara Konvensional yang mengharuskan
terjadinya komunikasi dua arah dapat
menghambat perkembangan belajar anak
ketika anak berhalangan masuk sekolah.
5. Untuk awal percobaan sistem ini akan
diterapkan di PAUD assalam Sepatan.
Namun tidak menutup kemungkinan akan
disebar ke Sekolah-sekolah yang lain
ditahap selanjutnya.
6. Tampilan dari sistem usulan ini berupa
gambar animasi dengan suara dan musik
pengiring. Dilengkapi juga dengan
petunjuk permainan seperti yang telah
dibahas diatas.
Daftar Pustaka:
[1] Sutabri, Tata.. Analisis Sistem Informasi.
Yogyakarta: Andi Offset. 2012
[2] Yakub.. Pengantar Sistem
Informasi.Yogyakarta: Graha Ilmu. 2012
[3] Taufiq, Rohmat.. Sistem Informasi
Seminar Nasional Informatika 2015
Manajemen. Yogyakarta: Graha Ilmu.
2013
[4] Bahri Djamarah Syaiful, dan Zain Aswan,
Strategi Belajar Mengajar, Rineka Cipta,
Jakarta, 2010.
[5] Sardiman. Interaksi dan Motivasi Belajar
Mengajar. Jakarta: Rajawali Pers, 2011
[6] Purwanto. 2011. Evaluasi Hasil Belajar
Yogyakarta, Pustaka Pelajar, 2011.
[7] Hardini, Isriani dan Dewi Puspitasari.
Strategi Pembelajaran Terpadu (Teori,
Konsep dan Implementasi). Yogyakarta
Familia 2012.
[8] Sagala, Syaiful. Konsep dan makna
Pembelajaran: Untuk membantu
Memecahkan Problematika Belajar dan
mengajar. Bandung Alfabeta. 2010.
[9] Adallila, S.. Pentingnya Pendidikan Anak
Usia ini
.http://sadidadallila.wordpress.com
(diakses 17 Mei 2011). 2010
[10] Hasan, M.. Pendidikan Anak Usia Dini
(PAUD). Diva Press. Yogyakarta. 2009
[11] Ashak Abdulhak. Memposisikan
Pendidikan Anak Usia Dini dalam Sistem
Pendidikan Nasional Buletin PADU.
Jurnal Ilmiah Anak Usia Dini. Edisi 03,
Desember 2002. (Jakarta: Dir.PAUD,
Dirjend. PLSP, Depdiknas, 2007)
[12] Harizal. Pendidikan Anak Dini Usia
Dalam Rangka Otonomi Daerah. Buletin
Padu Jurnal Ilmiah Anak Dini Usia. 2008
529
Seminar Nasional Informatika 2015

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN

SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN
LISTRIK ( STUDI KASUS KELURAHAN XYZ)
Edy Victor Haryanto1, Fina Nasari2

1,2
UniversitasPotensiUtama
Jl. K. L. YosSudarso Km. 6,5 No. 3 A Tj. Mulia Medan
edy@potensi-utama.ac.id, edyvictor@gmail.com, fina_akhwat17@yahoo.co.id

Abstrak

Listrik merupakan sumber energi yang sangat dibutuhkan saat ini, baik untuk membantu kegiatan rumah
tangga sehari-hari maupun industri. Kebutuhan listrik yang semakin meningkatkan sementara ketersediaan
yang semakin kecil, membutuhkan sebuah solusi dalam pemanfaatannya agar lebih efektif dan efisien.
Penelitian ini dilakukan untuk mendapatkan hasil faktor apa saja yang mempengaruhi tingginya pemakaian
listrik dirumah tangga. Ada beberapa variabel yang digunakan dalam penelitian ini antaralain :luas rumah,
tegangan, perlengkapan. Metode yang digunakan dalam penelitia nini adalah Fuzzy Mamdani.

Kata Kunci :Fuzzy Mamdani, Listrik, Efisien, Sugeno

1. Pendahuluan Logika fuzzy adalah logika yang berdasar pada

Listrik saat ini memegang peranan sangat
penting baik untuk sarana produksi maupun untuk
sarana kehidupan sehari-hari.Besarnya peranan
listrik berdampak pada permintaan listrik yang
semakin besar, namun tidak berbanding lurus
dengan produksi listrik yang belum bisa
memenuhi quota kebutuhan listrik. Seperti dalam
Kutipan berita Metrotvnews.com(2013), Manajer
Humas dan Bina Lingkungan PT. PLN (Persero)
Distribusi Jateng-DIY Supriyono mengatakan
Saat ini kebutuhan listrik di Jawa Tengah dan
Yogyakarta mencapai 3.200 Megawatt ketika
beban puncak, sementara pasokan listrik
maksimal hanya 2.500 Megawatt.
Pendapatan ekonomi rumah tangga yang
bervariasi untuk kalangan rumah tangga, mulai
dari ekonomi rendah, menengah dan kelas atas
menghasilkan budaya tersendiri.Semakin tinggi
pendapatan berpengaruh dengan perlengkapan
elektronik yang digunakan. Dengan kata lain
pendapatan mempengaruhi besar kecilnya
permintaan listrik rumah tangga [2].
Hansi dalam penelitiannya mengungkapkan
dengan bantuan metode fuzzy dan matlab
dapatmem berikan informasi tentang peramalan
pemakaian beban listrik dalam jangka pendek
dana dan beberapa factor sebagai masukan antara
lain factor, cuaca, waktu, ekonomi dan gangguan
acak[1].
Logika Fuzzy
teori himpunan fuzzy. Teori ini menyatakan
bahwa derajat keanggotaan dari suatu elemen
himpunan bukanlah hanya terdiri dari 0 dan 1
(bukan anggota himpunan dan anggota
himpunan), dan nilai yang diuji hanya 0 dan 1,
sehingga seolah-olah ada daerah abu-abu
daerah yang berlogika antara 0 dan 1. Teori ini
pertama kali dikemukakan oleh Prof. Lothfi A.
Zadeh dalam makalahnya yang berjudul Fuzzy
Sets pada tahun 1965 [7].
Teori Fuzzy Mamdani
Metode Mamdani sering juga dikenal dengan
nama Metode Max-Min. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada tahun
1975.Untuk mendapatkan output, diperlukan 4
tahapan:
a. Pembentukan himpunan fuzzy. Pada proses
fuzzifikasi langkah yang pertama adalah
menentukan variable fuzzy dan himpunan
fuzzinya. Kemudian tentukan derajat
kesepadanan (degree of match) antara data
masukan fuzzy dengan himpunan fuzzy
yang telah didefenisikan untuk setiap
variabel masukan sistem dari setiap aturan
fuzzy. Pada metode mamdani, baik variabel
input maupun variabel output dibagi menjadi
satu atau lebih himpunan fuzzy.
b. Aplikasi fungsi implikasi pada metode
mamdani. Fungsi implikasi yang digunakan
adalah min. Lakukan implikasi fuzzy

530
 Seminar Nasional Informatika 2015

berdasar pada kuat penyulutan dan

himpunan fuzzy terdefinisi untuk setiap
variabel keluaran di dalam bagian
konsekuensi dari setiap aturan. Hasil
b. Membentuk Himpunan Fuzzy
implikasi fuzzy dari setiap aturan ini Pembentukan himpunan fuzzy dibentuk
kemudian digabungkan untuk menghasilkan untuk setiap variabel yang digunakan, dalam
keluaran infrensi fuzzy. penelitian ini varibel yang digunakan adalah
c. Komposisi Aturan. Tidak seperti penalaran variabel Luas Rumah, Tegangan dan
monoton, apabila sistem terdiri dari Perlengkapan. Adapun himpunan fuzzy yang
beberapa aturan, maka infrensi diperoleh terbentuk dari setiap variabel tersebut adalah
sebagai berikut :
dari kumpulan dan korelasi antaraturan. Ada
1. Luas Rumah
3 metode yang digunakan dalam melakukan Untuk himpunan fuzzy variabel luas rumah
inferensi sistem fuzzy, yaitu: max, additive dapat dilihat pada tabel 2 di bawah ini :
dan probabilistik OR. Tabel 2. Himpunan Fuzzy Variabel Luas
d. Penegasan (defuzzy). Input dari proses Rumah
defuzzifikasi adalah suatu himpunan fuzzy Himpunan
Variabel Nilai
yang diperoleh dari komposisi aturan-aturan Fuzzy
fuzzy, sedangkan output yang dihasilkan Standar x <=50 M2
merupakan suatu bilangan pada domain Luas Rumah 50 < x < 72 M2
Medium
himpunan fuzzy tersebut[3].
Besar 72<x <94 M2
Teori Fuzzy Sugeno Adapun kurva yang terbentuk untuk menentukan
fungsi keanggotaan pada variabel luas rumah
Metode sistem inferensi fuzzy sugeno disebut terlihat pada gambar 1.
juga metode sistem inferensi fuzzy TSK yang
diperkenalkan oleh Takagi, Sugeno dan Kang.
Output dari sistem inferensi fuzzy diperlukan 4
tahap [8] :
1. Tahap fuzzifikasi
Fuzzifikasi merupakan proses
mentransformasikan data pengamatan kedalam
bentuk himpunan fuzzy (Jang, 1997).
2. Pembentukan aturan dasar data fuzzy
Aturan dasar fuzzy mendefinisikan Gambar 1.Kurva Fungsi Keanggotaan
hubungan antara fungsi keanggotaan dan bentuk
fungsi keanggotaan hasil. Pada metode segeno 2. Tegangan
output (konsekuen) sistem tidak berupa himpunan Untuk himpunan fuzzy variabel tegangan
fuzzy tetapi berupa konstanta atau persamaan dapat dilihat pada tabel 3 di bawah ini :
linier. Tabel 3. Himpunan Fuzzy VariabelHarga
3. Komposisi aturan Himpunan
4. Penegasan (defuzzifikasi) Variabel Nilai
Fuzzy
Rendah [450,900]
2. Pembahasan
Tegangan Medium [450.1300]
Adapun langkah langkah yang dilakukan dalam Tinggi [900,1300]
penerapan metode fuzzy mamdani sebagai berikut
: Adapun kurva yang terbentuk untuk menentukan
a. Menentukan Variabel Input dan Output fungsi keanggotaan pada variabel tegangan
Adapun variabel yang dijadikan sebagai terlihat pada gambar 2.
input dalam menentukan pemakaian listrik
terdapat pada tabel 1 sebagai berikut:

Tabel 1. Variabel Input

No Variabel Satuan

1 Luas Rumah Meter

2 Tegangan Watt

3 Perlengkapan Unit
531
Seminar Nasional Informatika 2015

Gambar 2.Kurva Fungsi Keanggotaan Gambar 4.Kurva Fungsi Keanggotaan

3. Perlengkapan Dari kurva fungsi keanggotaan tersebut didapatlah

Untuk himpunan fuzzy variable persamaan fungsi keanggotaan setiap variabel
lperlengkapan dapat dilihat pada tabel 4 di sebagai berikut :
bawah ini :
Tabel 4.Himpunan Fuzzy Variabel 1.Luas Rumah
Perlengkapan Persamaan fungsi keanggotaan untuk variabel
luas rumah seperti di bawah ini :
Himpunan
Variabel Nilai
Fuzzy
Sedikit [1,3]
Perlengkapan Normal [3,5]
Banyak [5,7]
Adapun kurva yang terbentuk untuk menentukan
fungsi keanggotaan pada variabel perlengkapan
terlihat pada gambar 3.

2. Tegangan
Persamaan fungsi keanggotaan untuk variabel
tegangan seperti di bawah ini :

Gambar 3.Kurva Fungsi Keanggotaan

4. Pemakaian Listrik
Untuk himpunan fuzzy variabel pemakaian
listrik dapat dilihat pada tabel 5 di bawah ini :

Tabel 5.Himpunan Fuzzy Variabel

Pemakaian Listrik
Himpunan
Variabel Nilai
Fuzzy
[50,75] 3.Perlengkapan
Rendah
Pemakaian Persamaan fungsi keanggotaan untuk variabel
Sedang [50, 100] perlengkapan seperti di bawah ini :
Listrik
Tinggi [75, 100]

Adapun kurva yang terbentuk untuk menentukan

fungsi keanggotaan pada variabel pemakaian
listrik terlihat pada gambar 4.

532
 Seminar Nasional Informatika 2015

5. Pemakaian Listrik aturan-aturan fuzzy, sedangkan output yang

Persamaan fungsi keanggotaan untuk variabel
pemakaian listrik seperti di bawah ini :
dihasilkan merupakan suatu bilangan pada
domain himpunan fuzzy tersebut, sehingga jika
diberikan suatu himpunan fuzzy dalam range
tertentu, maka harus dapat diambil suatu nilai
crisp tertentu sebagai keluarannya [4]. Adapun
metode pada fuzzy mamdani ini adalah sebagai
berikut [5]:
a. Centroid
Pada metode ini, solusi crisp diperoleh
dengan cara mengambil titik pusat daerah
fuzzy, secara umum dirumuskan pada
persamaan 14 untuk variabel kontinyu dan
persamaan 15 untuk variabel diskrit berikut :

c. Membuat Aturan Fuzzy

Aturan dibuat untuk menentukan rules yang
akan digunakan untuk menghitung kesesuaian
hasil dengan metode fuzzy mamdani, di mana
aturan min max berlaku pada metode fuzzy ini.
Adupun aturan fuzzy dari penentuan pemakaian
listrik terdapat pada tabel 6 berikut :
b. Metode Bisektor
Tabel 6. Aturan Fuzzy Pada metode ini, solusi crisp diperoleh
IF THEN dengan cara mengambil nilai pada domain
Aturan fuzzy yang memiliki nilai keanggotaan
Luas Pemakaian
(Rules) Perlengkapan Tegangan setengah dari jumlah total nilai keanggotaan
Rumah Listrik
pada daerah fuzzy.
[R1] Standar Sedikit Rendah Rendah
[R2] Standar Sedikit Sedang Rendah c. MOM
Pada metode ini, solusi crisp diperoleh
[R3] Standar Sedikit Tinggi Rendah dengan cara mengambil nilai rata-rata
[R4] Standar Normal Rendah Rendah domain yang memiliki nilai keanggotaan
[R5] Standar Normal Sedang Rendah maksimum.
d. LOM
[R6] Standar Normal Tinggi Rendah
Pada metode ini, solusi crisp diperoleh
[R7] Standar Banyak Rendah Tinggi dengan cara mengambil nilai terbesar dari
[R8] Standar Banyak Sedang Sedang domain yang memiliki nilai kenggotaan
maksimum.
d. Aggregasi / KomposisiAturan Fuzzy e. SOM
Semua aturan fuzzy akan diagregasi atau Pada metode ini, solusi crisp diperoleh
dikombinasikan untuk menjelaskan bahwa dengan cara mengambil nilai terkecil dari
konsekuen yang diperoleh dari setiap aturan fuzzy domain yang memiliki nilai kenggotaan
akan dimodifikasi dengan solusi himpunan maksimum.
fuzzynya masing-masing dan digabung dengan
hasil modifikasi konsekuen lainnya.Adapun 2. Sugeno
persamaan dalam menentukan aggregasi sebagai Defuzzifikasi pada hasil inferensi system
berikut: fuzzy Sugeno dengan menghitung rata-rata
-pred = -pred1*z1 + -pred2*z2+ ....- terbobot( weighted average ):
predn*zn(13)

e. Proses Defuzzifikasi
Adapun perhitungan defuzzifikasi untuk
metode fuzzy mamdani dan sugeno adalah
sebagai berikut ini :

1. Mamdani
Input dari proses defuzzifikasi adalah suatu Dimana adalah nilai keluaran pada konsekuena
himpunan fuzzy yang diperoleh dari komposisi turan dasark e- i , adalah hasil proses operasi

533
Seminar Nasional Informatika 2015

himpunan fuzzy pada anteseden, n adalah fuzzy madani tersebut dapat dilihat pada gambar 7
banyaknya aturan yang digunakan :
dan adalah nilai/derajat keanggotaan suatu
nilai x pada setiap operasi himpunan fuzzy pada
bagian antesedan [6].
Untuk melihat sejauh mana fuzzy
mamdani mampu mendukung keputusan dalam
pemakaian listrik maka dilakukan pengujian
dengan data berikut terlihat pada tabel 7:

Tabel 7. Data yang Diuji

Variabel Nilai
Luas Rumah 60 m2
Perlengkapan 3 buah perlengkapan
Tegangan 900 watt Gambar 7. Hasil Pengujian Fuzzy Mamdani
Pemakaian Listrik ? dengan Matlab

Adapun penyelesaiannya adalah sebagai berikut : Sementara itu Nilai fuzzy sugeno pada matlab
fungsi keanggotaan : dapat dilihat pada gambar 8 :
Variabel Luas Rumah
Standar(60) :0
Medium(60) : 0.91
Besar(60) :0
Setelah itu menentukan nilai min pada komposisi
aturan seperti pada gambar 6 berikut :

Gambar 8. Hasil Pengujian Fuzzy Sugeno

dengan Matlab

Kesimpulan

Gambar 6.Aturan Fuzzy dalam Rule Editor
Matlab
[R1] IF Luas Rumah is Standar AND Tegangan is
Rendah AND Perlengkapan is Sedikit THEN
Pemakaian Listrik is Rendah
-pred1 =Min
((Standar(60);Rendah(4);Sedikit(900))
= min (0; 0;0.5)
=0
Setelah didapat nilai min lalu menghitung
defuzzifikasi, adapun hasil yang dihasilkan
dengan tools Matlab berdasarkan data yang
ditentukan didapat hasil pilihan dengan nilai 58.2
menggunakan fuzzy mamdani dan 50 untuk fuzzy
sugeno dengan kata lain pemakaian listrik adalah
Rendah untuk kedua metode fuzzy tersebut, Nilai
Adapun dari penelitian ini dapat diambil
kesimpulan sebagai berikut :
1. Penerapan metode fuzzy mamdani dipilih
dikarenakan tingkat keakuratannya dalam
memprediksi pemakaian listrik lebih baik
dibandingkan sugeno berdasarkan luas
rumah, tegangan dan perlengkapan.
2. Pengujian yang dilakukan dengan
menggunakan nilai luas rumah, perlengkapan
yang digunakan dan tegangan akan
mendapatkan besar pemakaian listriknya
Saran
Adapun saran dari penelitian ini adalah sebagai
berikut :

534

1. Diharapkan adanya perbandingan metode
untuk membandingkan hasil uji coba
sehingga bisa diketahui metode mana yang
lebih efektif dalam memprediksi pemakaian
listrik rumah tangga.
DaftarPustaka
[1]. Efendi, Hansi, Aplikasi Logika Fuzzy
Untuk Peramalan Beban Listrik Jangka
Pendek Menggunakan Matlab, SAINSTEK,
Vol. XII, No. 1, September 2009.
[2]. Adriyansyah, Dedy, (2011). Faktor-faktor
Apa Saja Yang Mempengaruhi Konsumen
Listrik Bagi Rumah Tangga Masyarakat
Kelurahan Tembung Kecamatan Percut Sei
Tuan Kabupaten Deli Serdang, Universitas
Sumatera Utara, Medan.
[3]. Kusuma dewi, Sri. 2003. Artificial
Intelligence (Teknik dan
Aplikasinya),Yogyakarta :Graha Ilmu,
2002.
Seminar Nasional Informatika 2015
[4]. Kusumadewi,Sri, Analisis dan Desain
Sistem Fuzzy menggunakan Toolbox
Matlab, , Yogyakarta : GrahaIlmu, 2002.
[5]. Sutikno, WaspadaIndra, Perbandingan
Metode Defuzzifikasi SistemKendaliLogika
Fuzzy Model MamdaniPada Motor DC,
Jurnal MAsyarakat Informatika, vol.2 , No.
3, pp. 27-37, ISSN 2086-4930.
[6]. Naba, A., (2009), BelajarCepat Fuzzy Logic
MenggunakanMatlab, Penerbit ANDI,
Yogyakarta.
[7]. Nugraha, Riandy Rahman, Penerapan
Logika Fuzzy untuk Menghitung Uang Saku
Perhari, Makalah IF2091 Struktur Diskrit, -
Sem I tahun 2011/2012.
[8]. Suwaqndi, Mohammad Isa Irawan, Imam
Muklash, Aplikasi Sistem Inferensi Fuzzy
Sugeno Dalam Memperkirakan Produksi Air
Mineral dalam Kemasan, Prosiding
Seminar Nasional Penelitian, Pendidikan
dan Penerapan MIPA, UNY, 2011.
535
Seminar Nasional Informatika 2015

PENGEMBANGAN MEDIA PEMBELAJARAN MATEMATIKA

BERBASIS GAME ULAR TANGGA UNTUK SEKOLAH DASAR
KELAS SATU

Agus Budiman1, Carma Suryana2, Ratri Ratna Dewi3

1,2)
Teknik Informatika STMIK Bina Sarana Global Tangerang
Jl Gatot Subroto no 45 Karawaci Tangerang
3)
Komputerisasi Akuntansi Perguruan Tinggi Raharja
Jl Jend Sudirman No. 40 Modernland Cikokol - Tangerang, 15117 Tlp 552969
Email : agusbudiman06@gmail.com1), carmasuryana14@yahoo.com 2), ratriratna@gmail.com 3)

Abstrak

Pada dasarnya game dibuat untuk tujuan hiburan sehingga mereka membuat game dengan berbagai jenis
sesuai dengan kesenangan pemain itu sendiri. Permainan ular tangga itu sendiri sebenarnya adalah sebuah
papan permainan untuk anak-anak yang dimainkan oleh dua orang atau lebih. Permainan papan dibagi ke
dalam kotak kecil dan beberapa kotak digambar dalam "tangga" atau "ular" yang menghubungkannya dengan
kotak lain. Game ini dibuat pada tahun 1870. Dengan menggunakan ular dan tangga permainan, semua
orang dapat belajar matematika dan bermain pada waktu yang sama. Setiap pemain mulai dengan bidak di
kotak pertama (biasanya kotak di sudut kiri bawah) dan bergiliran melempar dadu. Bidak dijalankan sesuai
dengan jumlah dadu yang muncul. Ketika pemain mendarat di bagian bawah tangga, mereka bisa langsung
menuju ujung tangga. Ketika mendarat di kotak dengan ujung ekor ular, mereka harus turun ke kotak di
ujung bawah dari ular dan setiap pemain yang mendarat di kotak gambar atau tangga akan diberikan
pertanyan matematika, apabila pemain benar maka bisa stay pada kotak tersebut, namun apabila salah
menjawab pemain harus kembali kekotak awal. Pemenangnya adalah pemain pertama yang mencapai kotak
terakhir. Saat ini game-game lama seperti ular tangga telah jarang dimainkan secara manual karena
membutuhkan reformasi tertentu untuk membuat game lagi disukai dan diingat oleh banyak orang. Sudah
banyak game interaktif ular tangga dipasaran tetapi dalam rancangan yang dibuat ini ditambahkan pola
matematika disetiap langkah, sehingga aplikasi game ini tidak hanya digunakan untuk permainan tapi ada
sisipan pengetahuan matematika didalamnya. Hasil akhir dari pengembangan aplikasi ini Game interaktif
ular tangga ini dapat membantu anak-anak dalam mempelajari matematika dasar dengan cara mengisi soal-
soal yang ada dalam game interaktif ini. Soal-soal matematika yang ada di game ini juga tergolong tidak
terlalu sulit sehingga anak-anak dapat menjawabnya dengan mudah.

Kata Kunci : Ular, Tangga, Game, Pendidikan, Matematika

1. Pendahuluan dapat membantu dalam proses belajar. Hal ini

1.1 Latar Belakang
Matematika merupakan pelajaran yang
sulit bagi sebagian besar siswa. Hal ini
dikarenakan banyaknya rumus-rumus Matematika
yang harus mereka ingat dan pelajaran ini
memang membutuhkan tingkat ketelitian yang
tinggi saat mengerjakan soal ujian Matematika.
Game telah ada sejak dahulu. Penyebaran
game di kalangan masyarakat cukup mudah dan
cepat. Hal ini dikarenakan tidak ada batasan usia
untuk memainkan game. Dari usia muda hingga
tua semua dapat memainkannya tergantung
kategori game. Selain itu, perasaan senang dan
excited yang dapat dirasakan setelah memainkan
game membuat orang-orang menjadi tertarik.
Saat ini telah banyak game yang
dikembangkan menjadi sarana edukatif yang
didukung oleh pendapat Squire (2008)
menyatakan bahwa edukatif memiliki kesamaan
dengan game dalam hal problem-based learning
karena pada game diberikan kesempatan untuk
mengatur pembelajaran melalui tantangan yang
diberikan. Buie (2011) pun menyatakan terdapat
penelitian baru, yakni fokus dalam sebuah desain
game dapat disesuaikan dengan kebutuhan. Oleh
karena itu, akan dibuat sebuah game edukatif
yang dapat digunakan sebagai sarana
pembelajaran.
Salah satu game yang menarik perhatian
adalah game ular tangga. Ada sisi lain yang dapat
dikembangkan dari game ular tangga ini. Ular
tangga dipilih menjadi game yang akan
dikembangkan karena game ini merupakan board
game yang keberadaannya sudah mulai terlupakan
oleh kemajuan zaman. Board game konvensional

536

ini sudah kalah bersaing dengan keberadaan
game-game modern lainnya. Jadi, dengan
menggunakan ular tangga sebagai game edukatif
disamping sebagai sarana edukatif, dapat
menggangkat kembali image dari game tersebut.
Game ular tangga ini akan dikembangkan
dengan cara yang berbeda. Ada tantangan
tambahan yang disediakan dalam game ular
tangga ini yakni terdapat soal-soal Matematika
untuk anak skolah dasar kelas satu yang harus
diselesaikan oleh player. Dengan
menggabungkan Matematika dan game ular
tangga diharapkan dapat membantu siswa untuk
belajar dengan menggunakan bantuan teknologi
informasi secara menyenangkan sehingga siswa
dapat lebih tertarik untuk belajar matematika.
1.2 Masalah
Masalah yang dibahas dalam makah ini
adalah :
a. Dimana aplikasi game ular tangga ini akan
diterapkan?
b. Kenapa aplikasi game ular tangga ini akan
dibangun?
c. Siapa sasaran utama pengguna (user)
aplikasi game ular tangga ini?
d. Apa manfaat game ular tangga ini?
e. Bagaimana aplikasi game ular tangga ini
akan dibangun?
1.3 Batasan
Agar penelitian yang dilakukan lebih
terarah dan sesui dengan tujuan penelitian, baik
dalam pengumpulan dan pengolahan data, analisa
serta menarik kesimpulan, maka ruang lingkup
penelitian mencangkup sebagai berikut:
a. game ular tangga interaktif ini hanya
berisikan materi matematika aritmatika
sederhana (tambah, kurang, bagi, dan kali)
yang dapat mengasah kecepatan dan
ketanggapan berpikir pemainnya.
b. Game ular tangga interaktif ini hanya
terbatas untuk 1 user ditambah 1 komputer
/ pc
c. Aplikasi game ular tangga ini dibangun
untuk SD Negeri gintumg kerta 3 klari
karawang.
1.4 Tujuan & Manfaat
a. Menjadikan aplikasi game ular tangga
sebagai sarana pembelajaran Matematika
dan hiburan yang efektif.
b. Meningkatkan minat siswa pada pelajaran
matematika.
c. Meningkatkan kecepatan siswa SD Negri
Gintung Kerta 3 dalam mengerjakan soal
Matematika.
d. Melestarikan game ular tangga yang
semakin kurang diminati.
Seminar Nasional Informatika 2015
e. Membuat pelajaran Matematika menjadi
lebih menarik dan menyenangkan untuk
dipelajari.
f. Menjadi sarana pembelajaran alternatif
pelajaran Matematika bagi anak.
g. Siswa SD Negri Gintung Kerta 3 menjadi
terlatih untuk mengerjakan soal
Matematika dengan waktu yang singkat
dan menyenangkan.
h. Siswa dapat mengenal kembali game ular
tangga yang mulai ditinggalkan.
2. Teori
Menurut Kamus Besar Bahasa Indonesia,
pengembangan adalah proses, cara, perbuatan
mengembangkan (1989: 414).
Dan lebih dijelaskan lagi dalam Kamus
Umum Bahasa Indonesia karya WJS
Poerwadarminta, bahwa pengembangan adalah
perbuatan menjadikan bertambah, berubah
sempurna (pikiran, pengetahuan dan sebagainya)
(2002: 473).
Kegiatan pengembangan meliputi tahapan:
perencanaan, pelaksanaan, dan evaluasi yang
diikuti dengan kegiatan penyempurnaan sehingga
diperoleh bentuk yang dianggap memadahi.
Untuk melakukan kegiatan pengembangan media
pembelajaran diperlukan prosedur
pengembangan. Prosedur pengembangan adalah
langkah-langkah prosedural yang harus ditempuh
oleh pengembang agar sampai ke produk yang
dispesifikasikan. Prosedur pengembangan media
meliputi beberapa tahap, yaitu perencanaan atau
penyusunan rancangan media, produksi media,
dan evaluasi media.
Herry (2007:6.31) menyatakan:Ada
tiga jenis media pembelajaran yang dapat
dikembangkan dan digunakan dalam kegiatan
pembelajaran oleh guru di sekolah, yaitu:
a. Media visual adalah media yang hanya dapat
dilihat dengan menggunakan indra
penglihatan terdiri atas media yang dapat
diproyeksikan (projekted visual) dan media
yang tidak dapat diproyeksikan
(nonprojekted visual).
b. Media audio adalah media yang
mengandung pesan dalam bentuk auditif
yang dapat merangsang pikiran, perasaan,
perhatian, dan kemauan para siswa untuk
mempelajari bahan ajar dan jenisnya.
c. Media audio visual merupakan kombinasi
dari media audio dan media audio visual
atau media pandang dengar.
Kurikulum 2004:Matematika merupakan
suatu bahan kajian yang memiliki objek abstrak
dan dibangun melalui proses penalaran deduktif,
yaitu kebenaran suatu konsep diperoleh sebagai
akibat logis dari kebenaran sebelumnya sudah
537
Seminar Nasional Informatika 2015
diterima sehingga keterkaitan antara konsep
dalam matematika bersifat sangat kuat dan jelas.
Kurikulum 2006:Matematika merupakan
ilmu universal yang mendasari perkembangan
teknologi modern, mempunyai peran penting
dalam berbagai disiplin dan memajukan daya
pikir manusia. Perkembangan pesat di bidang
teknologi informasi dan komunikasi dewasa ini
dilandasi oleh perkembangan matematika di
bidang teori bilangan, aljabar, analisis, teori
peluang, dan diskrit. Untuk mengusai dan
menciptakan teknologi di masa depan diperlukan
penguasaan matematika yang kuat sejak dini.
Riedesel: Matematika adalah kumpulan
kebenaran dan aturan, matematika bukanlah
sekedar berhitung. Matematika merupakan sebuah
bahasa, kegiatan pembangkitan masalah dan
pemecahan masalah, kegiatan menemukan dan
mempelajari pola serta hubungan.
Menurut Chris Crawford, seorang computer
game designer mengemukakan bahwa game, pada
intinya adalah sebuah interaktif, aktivitas yang
berpusat pada sebuah pencapaian, ada pelaku
aktif, ada lawan anda.
Menurut David Parlett, Game adalah sesuatu
yang memiliki "akhir dan cara mencapainya":
artinya ada tujuan, hasil dan serangkaian
peraturan untuk mencapai keduanya.
Menurut Roger Caillois, seorang sosiolog
Perancis, dalam bukunya yang berjudul Les jeux
et les hommes menyatakan game adalah aktivitas
yang mencakup karakteristik berikut: fun (bebas
bermain adalah pilihan bukan kewajiban),
separate (terpisah), uncertain, non-productive,
governed by rules (ada aturan), fictitious (pura-
pura).
Menurut Clark C. Abt, Game adalah
kegiatan yang melibatkan keputusan pemain,
berupaya mencapai tujuan dengan dibatasi oleh
konteks tertentu (misalnya, dibatasi oleh
peraturan).
Menurut Bernard Suits Game adalah upaya
sukarela untuk mengatasi rintangan yang tidak
perlu. Rintangan yang tidak perlu.
Menurut Greg Costikyan, Game adalah
sebentuk karya seni di mana peserta, yang
disebut Pemain, membuat keputusan untuk
mengelola sumberdaya yang dimilikinya melalui
benda di dalam game demi mencapai tujuan.
Definisi ini dari buku Rules of Play karya
Katie Salen dan Eric Zimmerman, Game adalah
sistem tempat pemain melakukan konflik
bohongan, ditentukan oleh aturan, yang memberi
hasil terukur
Ular
Ular adalah binatang melata (reptil )yang
bertubuh panjang,ramping,dan besisik. Binatang
ini tidak berkaki, tetapi bergerak lebih cepat dari
538
pada manusia baik disemak-semak maupun
ditanah yang permukaannya tidak rata.
Ular termasuk dalam Kelas Reptilia,
merupakan hewan yang hidupnya melata, dan
kebanyakan hidup di terestrial, dan termasuk
dalam Ordo Squamata karena tubuhnya
dikelilingi oleh sisik. Dalam penggolongan
Subordo, ular masuk dalam kategori Ophidia
(Serpentes) atau hewan tidak berkaki.
3. Analisa Sistem Berjalan
3.1 Tinjauan Umum
Ular tangga adalah permainan papan untuk
anak-anak yang dimainkan oleh 2 orang atau
lebih. Papan permainan dibagi dalam kotak-kotak
kecil dan di beberapa kotak digambar sejumlah
"tangga" atau "ular" yang menghubungkannya
dengan kotak lain. Permainan ini diciptakan pada
tahun 1870.
Tidak ada papan permainan standar dalam
ular tangga - setiap orang dapat menciptakan
papan mereka sendiri dengan jumlah kotak, ular
dan tangga yang berlainan.
Setiap pemain mulai dengan bidaknya di
kotak pertama (biasanya kotak di sudut kiri
bawah) dan secara bergiliran melemparkan dadu.
Bidak dijalankan sesuai dengan jumlah mata dadu
yang muncul. Bila pemain mendarat di ujung
bawah sebuah tangga, mereka dapat langsung
pergi ke ujung tangga yang lain. Bila mendarat di
kotak dengan ular, mereka harus turun ke kotak di
ujung bawah ular. Pemenang adalah pemain
pertama yang mencapai kotak terakhir.
Biasanya bila seorang pemain mendapatkan
angka 6 dari dadu, mereka mendapat giliran sekali
lagi. Bila tidak, maka giliran jatuh ke pemain
selanjutnya.
3.2 Analisa Sistem
3.2.1 Use Case Diagram
Berikut adalah Use Case Diagram system
berjalan Ular Tangga.

Gambar 1. Use Case Diagram Sistem Berjalan
Use Case diagram diatas terdiri dari 2 actor
yang berperan dalam system Ular Tangga system
berjalan. Actor tersebut adalah Player1 dan
Player2. Sementara use case yang berhubungan
dengan system berjalan ulat tangga adalah :
Use Case Play
Use Case Kocok Dadu (Dadu1, Dadu2,
Dadu3, Dadu4, Dadu5, Dadu6)
Use Case Jalankan Bidak (K.Gambar,
Stay, K.Ular, Turun, K.Tangga, Naik)
Use Case Finish
Dalam use case diagram di atas juga terdapat
2 extend dari Use Case Kocok Dadu dan Use
Case Jalankan Bidak.
3.3 Activity Diagram
Berikut adalah Activity Diagram system
berjalan Ular Tangga.
Gambar 2. Activity Diagram sistem Berjalan
4. Rancangan Sistem Usulan
Game interaktif Ular Tangga ini adalah
sebuah media pembelajaran aritmatika sederhana
yang didalamnya berisi soal-soal matematika
sederhana yang harus dijawab, dan media
pembelajaran tersebut dibuat dalam wujud sebuah
game ular tangga sehingga lebih menarik, dan
anak-anak tidak merasa bosan dalam belajar.
Jumlah pemain yang bisa memainkan game
interaktif ini terbatas hanya untuk 2 player saja
dan 1 komputer, karena game interaktif ini
digunakan untuk pembelajaran perseorangan,
namun dapat juga beberapa orang sekaligus
bersama-sama.
4.1 Merancang Isi
Dalam merancang isi game seluruh ide dan
konsep yang sudah direncanakan dituangkan
untuk membuat sistem multimedia ini.
Seminar Nasional Informatika 2015
Tahap perancangan isi juga merupakan
implementasi dari ide-ide kreatif yang kita miliki.
Merancang isi meliputi mengevaluasi dan
memilih daya tarik pesan, gaya dalam
pengeksekusian pesan kata (tema) dalam
mengeksekusi pesan Game interaktif ini terdiri
dari beberapa bagian, antara lain:
1. Icon game : bagian ini merupakan icon
game untuk memulai memulai
permaianan.
2. Menu awal/menu utama : Bagian awal
game interaktif yang terdiri : Play, Help,
Exit.
3. Menu Main : Bagian ini merupakan
menu utama permaian, pada main menu
ini terdapat arena permainan, pilih
player, kocok dadu, play, skor, dan Exit
4. Menu Help : Bagian yang berisi
penjelasan tentang cara pengoperasian /
bermain game interaktif ini.
5. Menu Skor : bagian ini menampilkan
menu skor player 1 dan player 2 serta
skor tertinggi.
4.2 Use Case Usulan
Berikut Use case diagram sitem usulan
yang akan dibuat pada sistem game edukasi ini.
Gambar 3. Use Case Diagram Sistem Usulan
4.3 Activity Diagram Sistem usulan
Berikut Activity diagram sitem yang
diusulan yang akan dibuat pada sistem game ular
tangga edukasi ini.
539
Seminar Nasional Informatika 2015

1. Tampilan Icon Game

Gambar 5. Icon game Ular Tangga

2. Menu Awal/menu utama

Gambar 4. Activity Diagram Sistem Usulan

4.4 Perbedaan Sistem usulan

1. Sistem berjalan
a. Arena permainan menggunakan media Gambar 6. Menu awal/menu utama
kertas karton, dadu, dan bidak.
b. Game dijalankan manual. 3. Menu Main
c. Permaina hanya sekedar game hiburan.
d. Jumlah pemain bisa lebih dari 3 pemain
secara bersamaan.
e. Setiap kolom game ulartangga tidak
memiliki soal matematika yang harus
dijawab.
2. Sistem yang diusulan
a. Media permainan menggunakan CD,
PC/laptop.
b. Game dijalankan menggunakan sistem
komputer interaktif.
c. Game ini tidak hanya media hiburan
tetapi dirancang untuk pembelajaran Gambar 7. Menu Main
interaktif dengan soal-soal aritmatika
sederhana. 4. Menu Help
d. Jumlah player dibatasi hanya 2 palyer.
e. Setiap kolom game ular tangga memiliki
soal-soal matematika yang harus
dijawab.

4.5 Tampilan prototype

Pada rancangan desain tampilan game ini
penulis mendesain dengan beberapa warna yang
menarik dan gambar-gambar yang menarik minat
anak, serta desain menu-menu setiap game
dirancang dengan sedimikian rupa agar
meningkatkan ketertarikan anak pada game ular
tangga edukasi ini.
Perancangan game interaktif ini rencananya
akan memiliki 5 tampilan menu utama yaitu : Gambar 8. Menu Help

540

5. Menu Skor
Gambar 9. Menu Skor
5. Kesimpulan
Dari hasil pengujian, dapat diambil
kesimpulan :
a. Game interaktif ular tangga ini dapat
membantu anak-anak dalam mempelajari
matematika dasar dengan cara mengisi soal-
soal yang ada dalam game interaktif ini. Soal-
soal matematika yang ada di game ini juga
tergolong tidak terlalu sulit sehingga anak-
anak dapat menjawabnya dengan mudah.
b. Game interaktif ular tangga ini dibuat
sedinamis, dan semenarik mungkin dimana
yang menarik membuat game ini tidak
membosankan dan dapat dimainkan berkali-
kali.
c. Game interaktif ular tangga ini dibuat
sesederhana mungkin dan juga menggunakan
sistem navigasi yang jelas sehingga anak-anak
dapat menggunakan nya tanpa kesulitan.
Selain itu pada game interaktif ini juga ada
menu help yang dapat membantu player yang
masih bingung dalam menjalankan game
interaktif ini.
Seminar Nasional Informatika 2015
d. Untuk membuat interaktif game ular tangga
ini menjadi kembali popular dan disukai maka
game interaktif ini dibuat dengan model yang
menarik dan juga mudah untuk digunakan.
Daftar Pustaka:
[1] Abt, Clark C. 1970. Serious Games. New
York: Viking Press.
[2] Caillois, Roger. 2001. Man, Play, and
Games. Illinois: University of Illinois Press
[3] Costikyan, Greg. 2013. Uncertainty in
Games. Cambridge: MIT Press.
[4] Crawford, Chris: Chris Crawford on game
Design:, New Riders, 2003.
[5] Depdiknas, 2003. Kurikulum 2004 Standar
Kompetensi Sekolah Dasar Jakarta:
Depdiknas.
[6] Depdiknas, (2006). Kurikulum Tingkat
Satuan Pendidikan (KTSP). Jakarta:
Department Pendidikan Nasional
[7] Hernawan, Asep, Herry, dkk. 2007.
Belajar dan Pembelajaran Sekolah Dasar.
Bandung : UPI Press.
[8] Parlett, David. 1999. The Oxford History of
Board Games. Oxford: Oxford University
Press
[9] Salen, Katie and Zimmerman, Eric. 2003.
Rules of Play: Game Design Fundamentals.
MIT Press
[10] Suits, Bernard. (1978). The Grasshopper:
Games, Life and Utopia
[11] Tim Penyusun. (1989). Kamus Besar
Bahasa Indonesia. Jakarta: Departemen
Pendidikan dan Kebudayaan, Balai Pustaka.
WJS Poerwadarminta (2002). Kamus Besar
Bahasa Indonesia. Jakarta: Departemen
Pendidikan dan Kebudayaan, Balai Pustaka.
541
Seminar Nasional Informatika 2015

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

DALAM MENENTUKAN SISWA/I KURANG MAMPU PADA SD
NEGERI 101785 DELI SERDANG YANG LAYAK MENERIMA
BANTUAN OPERASIONAL SEKOLAH (BOS)
Muhammad Hari Ramadhan

Program Studi Sistem Informasi, Universitas Potensi Utama Medan

Jln. K.L. Yos. Sudarso Km. 6,5 No.3-A Tanjung Mulia Medan
haryollezo@gmail.com

Abstrak

Seiring dengan perkembangan zaman, pendidikan adalah penuntun hidup manusia agar dapat menjalin
komunikasi serta menciptakan hubungan masyarakat dengan baik. Sekolah dasar merupakan suatu tempat
pendidikan yang dibangun bagi anak anak yang berkeinginan untuk menimba ilmu khususnya pengetahuan
pengetahuan dasar pada tahap pemula. Mulai dari ilmu matematika, ilmu pengetahuan alam, ilmu
pengetahuan sosial dan lain sebagainya. Siswa merupakan aspek penting yang patut diperhatikan dalam
upaya peningkatan kualitas sekolah, bayangkan saja sekolah yang bagus, guru yang berkualitas, fasilitas
yang lengkap namun tidak ada satu siswa pun yang berkualitas maka sekolah itu hanyalah sebuah
bangunan tempat berkumpulnya para guru dan pengurus sekolah. Akan tetapi banyak diantara siswa
maupun siswi tersebut, yang orang tuanya tidak memiliki kesanggupan dalam menyekolahan anak anak
meraka. Hal ini dapat menimbulkan menggangu sistem kerja pemerintah untuk wajib bersekolah 9 tahun.
Dengan adanya perogram Bantuan Operasional Sekolah (BOS) di Sekolah Dasar Negeri 101785 Deli
Serdang, Maka dana tersebut dapat diberdayakan bagi siswa/i yang kurang mampu dalam segi pembiayaan
sekolah, demi terujudnya cita cita anak bangsa dan demi terciptanya perogram kerja pemerintah untuk
wajib sekolah 9 tahun. Dan dengan memanfaatkan Konsep Pengambilan Keputusan serta penerapan Metode
Simple Additive Weighting (SAW) memungkinkan dapat membantu pihak Sekolah Dasar Negeri 101785 Deli
Serdang dalam menentukan Siswa/i Sekolah Dasar Negeri 101785 Deli Serdang yang kurang mampu yang
layak menerima dana bantuan operasional sekolah (BOS).

Kata Kunci : Fuzzy Multi Attribute Decision Making (FMADM), Simple Additive Weighting (SAW),
Sistem Pendukung Keputusan (SPK), Siswa/i SD Negeri 101785 Deli Serdang.

[1].Pendahuluan Siswa merupakan aspek penting yang patut

Bantuan Operasional Sekolah (BOS) adalah
program pemerintah yang pada dasarnya adalah
untuk penyediaan pendanaan biaya operasi
nonpersonalia bagi satuan pendidikan dasar
sebagai pelaksanaan program wajib belajar.
Pentingnya pengelolaan dana Bantuan
Operasional Sekolah (BOS) yaitu, dengan
pengelolaan yang baik terhadap dana tersebut
maka akan mampu membantu ketercapaian
tujuan dari program Bantuan Operasional Sekolah
(BOS) dengan efektif dan efisien. Pengelolaan
dana Bantuan Operasional Sekolah (BOS) yang
baik merupakan suatu keberhasilan sekolah dalam
mengelola dana Bantuan Operasional Sekolah
(BOS), melalui suatu proses kerjasama yang
sistematis mulai dari perencanaan, pelaksanaan,
sampai dengan evaluasi.
Sekolah Dasar Negeri 101785 Deli Serdang
Merupakan suatu tempat pendidikan yang
dibangun bagi anak anak yang berkeinginan
untuk menimba ilmu khususnya pengetahuan
pengetahuan dasar pada tahap pemula.
diperhatikan dalam upaya peningkatan kualitas
sekolah, bayangkan saja sekolah yang bagus,
guru yang berkualitas, fasilitas yang lengkap
namun tidak ada satu siswa pun yang
berkualitas maka sekolah itu hanyalah sebuah
bangunan tempat berkumpulnya para guru dan
pengurus sekolah.
Dengan adanya perogram Bantuan
Operasional Sekolah (BOS) di Sekolah Dasar
Negeri 101785 Deli Serdang, Maka dana tersebut
dapat diberdayakan bagi siswa/i yang kurang
mampu dalam segi pembiayaan sekolah, demi
terujudnya cita cita anak bangsa dan demi
terciptanya perogram kerja pemerintah untuk
wajib sekolah 9 tahun.
Dengan adanya sistem keputusan dalam
menentukan siswa/i kurang mampu pada SD
negeri 101785 deli serdang yang layak menerima
bantuan operasional sekolah (BOS), dengan
metode simple additive weighting (saw) maka
memungkinkan peroses penentuan siswa/i kurang
mampu dapat lebih mudah.

542

Seperti halnya pada penelitian serupa dalam
kosenp metode simple additive weighting (saw)
yang judulnya adalah Rancangan Aplikasi Untuk
Menganalisa Bus PT.Putra Pelangi Medan Dalam
Menentukan Kondisi Mesin Yang Layak Untuk
Diberangkatkan Dengan Menggunakan Metode
SAW (Simple Additive Weighting). Dimana pada
penelitian ini, PT.Putra Pelangi Medan sudah
menjadi pilihan banyak masyarakat untuk
bepergian ketempat tujuan.
Namun dnegan meningkatnya jumlah
penduduk dan banyaknya minat masyarakat untuk
memilih PT.Putra Pelangi Medan sebagai salah
satu transportasi dan dengan seiring berjalannya
waktu maka timbullah salah satu masalh yaitu;
semakin berkurangnya kondisi mesin bus yang
digunakan oleh penyediaan jasa tersebut.
[2].Landasan Teori
2.1.Pengertian Data
Data adalah suatu hasil dari deskripsi tentang
benda, kejadian, aktifitas dan transaksi yang tidak
mempunyai makna atau tidak berpengaruh
langsung kepada si pemakai. [1].
Data adalah fakta atau kenyataan yang
menggambarkan suatu kejadian kejadian yang
mempunyai arti tersendiri. [3].
2.2.Sistem
Sistem adalah sekumpulan elemen elemen
yang saling berinteraksi untuk mencapai suatu
tujuan tertentu. [3].
Sistem berasal dari Bahasa Latin (Systema)
dan bahasa Yunani (Sustema) adalah suatu
kesatuan yang terdiri dari komponen atau elemen
yang dihubungkan bersama untuk memudahkan
aliran informasi, materi atau energi. Istilah ini
sering dipergunakan untuk menggambarkan suatu
set entitas yang berinteraksi, di mana suatu model
matematika seringkali bisa dibuat. [9].
Sistem adalah sekumpulan elemen yang saling
terkait atau terpadu yang dimaksudkan untuk
mencapai suatu tujuan. Jika dalam sebuah sistem
terdapat elemen yang tidak memberikan manfaat
dalam mencapai suatu tujuan yang sama, maka
elemen tersebut dapat dipastikan bukanlah bagian
dari sistem.[1].
Sistem adalah suatu kesatuan usaha yang
terdiri dari bagian bagian yang saling berkaitan
secara teratur dan berusaha untuk mencapai suatu
tujuan di dalam suatu lingkungan yang kompleks.
[13].
2.2.1.Pengembangan Sistem
Pengembangan sistem (System
Development) dapat berarti meyususn sistem yang
baru untuk menggantikan sistem yang lama secara
keseluruhan atau pun memperbaiki sistem yang
sudah ada.
Seminar Nasional Informatika 2015
Sistem Yang Ada
Permasalahan
Kesempatan
Intruksi
Pengembangan Sistem
Memecahkan Masalah
Meraih Kesempatan
Memenuhi Intruksi
Sistem Yang Baru
Gambar. Pengembangan Sistem (Informasi)
(Sumber : Hamim Tohari : 2014 ; 5)
2.3.Informasi
2.3.1.Pengertian Informasi
Informasi adalah data yang telah diproses
sedemikian rupa sehingga meningkatkan
pengetahuan seseorang yang menggunakan data
tersebut. Menurut Shannon dan Weaver (Kroenke,
1992) mendefinisikan informasi adalah jumlah
ketidakpastian yang dikurangi ketika sebuah
pesan diterima. [1].
Informasi adalah suatu aset penting bagi
suatu institusi atau organisasi. Oleh karena itu,
informasi harus berkualitas, dijaga dan dipelihara
dengan baik. [3].
2.4.Sistem Informasi
Sistem informasi merupakan suatu tatanan
yang saling terkait antara unsur data, software,
hardware, sumberdaya manusia dan kelembagaan
serta aturan mainnya. Mengembangkan sistem
informasi berarti mengembangkan seluruh unsur
tersebut secara menyeluruh, tidak bisa
dilakukan secara menyeluruh, tidak bisa
dilakukan secara parsial atau sendiri-sendiri.
(Renita Astri : 2013 ; 73).
Sistem informasi adalah suatu sistem yang
dibuat oleh manusia yang terdiri dari komponen
komponen dalam organisasi untuk mencapai
suatu tujuan yaitu menghasilkan informasi atau
sekumpulan prosedur organisasi yang pada saat
dilaksanakan akan memberikan informasi bagi
pengambil keputusan atau untuk mengendalikan
organisasi.[2].
Sistem Informasi adalah suatu sistem dalam
suatu organisasi yang mempertemukan
kebutuhan pengolahan transaksi harian,
mendukung operasi, bersifat managerial dan
kegiatan strategi dari suatu organisasi dan
menyediakan pihak luar tertentu laporan-
laporan yang diperlukan. [11].
2.5.Pengertian Keputusan
Keputusan adalah suatu proses dilaksanakan
seseorang berdasarkan pengetahuan dan
informasi yang ada dengan harapan atau tujuan.
Keputusan dapat diambil dari beberapa alternatif
altenatif yang ada. [7].
543
Seminar Nasional Informatika 2015

2.6.Pengertian Pengambilan Keputusan 4. Menentukan bobot preferensi atau tingkat

Pengambilan keputusan merupakan proses kepentingan (V) setiap kriteria.
pemilihan alternatif tindakan untuk mencapai
tujuan atau sasaran tertentu. Pengambilan V = [ V1,V2,V3,,VJ]
keputusan dilakukan dengan pendekatan
sistematis terhadap permasalahan melalui proses 5. Membuat tabel rating kecocokan dari setiap
pengumpulan data menjadi informasi serta alternatif pada setiap kriteria.
ditambah dengan faktor faktor yang perlu 6. Membuat matrik keputusan (X) yang
dipertimbangkan dalam pengambilan dibentuk dari tabel rating kecocokan dari
keputusan.[5]. setiap alternatif pada setiap kriteria. Nilai X
setiap alternatif (Ai) pada setiap kriteria (Cj)
2.7.Pengertian Sistem Pendukung Keputusan yang sudah ditentukan, dimana, i=1,2,m dan
Sistem Pendukung Keputusan (Decision j=1,2,n.
Support System (DSS) hampir sama dengan
sistem informasi manajemen tradisional karena
X11 X12 X1j
keduanya tergantung pada basisdata sebagai
.. .. ..
sumber data. SPK menekankan pada fungsi X= .. .. ..
pendukung pembuatan keputusan diseluruh tahap- .. .. ..
tahapnya, sebagai pendamping keputusan aktual Xi1 Xi2 Xij
yang masih dibuat oleh wewenang eksekutif
sebagai pembuat keputusan. [12]. 7. Melakukan normalisasi matrik keputusan
Sistem Pendukung Keputusan merupakan dengan cara menghitung nilai rating kinerja
suatu sistem interaktif yang mendukung ternomalisasi (Rij) dari alternatif Ai pada
keputusan dalam proses pengambilan keputusan kriteria Cj.
melalui alternatif alternatif yang diperoleh dari
hasil pengolahan data, informasi dan rancangan . Xij
model. [13]. Maxi (Xij)
R=
Mini (Xij)
2.8. Pengertian Fazzy Multi Attribute Decision
Xij
Making (FMADM)
Fazzy Multi Attribute Decision Making
(FMADM) adalah Suatu metode pengambilan 8. Hasil dari nilai rating kinerja ternomalisasi
keputusan untuk menetapkan alternatif terbaik (Rij) membentuk matrik ternormalisasi (R).
dari sejumlah alternatif berdasarkan kriteria
tertenti.[11]. R11 R12 R1j
.. .. ..
2.9.Metode Simple Additive Weighting (SAW) R= .. .. ..
Metode Simple Additive Weighting (SAW) .. .. ..
Merupakan metode penjumlahan terbobot. Ri1 Ri2 Rij
Konsep dasar Metode Simple Additive Weighting 9. Hasil akhir nilai preferensi (Vi) diperoleh dari
(SAW) adalah Mencari penjumlahan terbobot penjumlahan dari perkalian elemen baris
dari rating kinerja pada setiap alternatif pada matrik ternormalisasi (Ri) dengan bobot
semua kriteria. [10]. preferensi (W) yang bersesuaian eleman
Metode SAW membutuhkan proses kolom matrik (W).
normalisasi matrik keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternatif yang ada. Metode SAW mengenal
adanya 2 (dua) atribut yaitu kriteria keuntungan
(benefit) dan kriteria biaya (cost). Perbedaan
mendasar dari kedua kriteria ini adalah dalam Hasil perhitungan nilai Vi yang lebih
pemilihan kriteria ketika mengambil keputusan. besar mengindikasikan bahwa alternatif Ai
[10]. imerupakan alternatif terbaik. [10].
Adapun langkah penyelesaian dalam
menggunakannya adalah: 2.9.1.Konsep Dasar Metode Simple Additive
1. Menentukan alternatif, yaitu A. Weighting (SAW)
2. Menentukan kriteria yang akan dijadikan Konsep dasar Metode Simple Additive
acuan dalam pengambilan keputusan, yaitu Cj. Weighting (SAW) adalah mencari penjumlahan
3. Memberikan nilai rating kecocokan setiap terbobot dari rating kinerja pada setiap
alternatif pada setiap kriteria. alternatif pada semua atribut. Metode SAW
dapat membantu dalam pengambilan keputusan

544
 Seminar Nasional Informatika 2015

suatu kasus, akan tetapi perhitungan dengan Dalam penerapan Metode Simple Additve
menggunakan metode SAW ini hanya yang Weighting (SAW) kali ini, Maka penulis
menghasilkan nilai terbesar yang akan terpilih berkesempatan untuk menampilkan data
sebagai alternatif yang terbaik. Perhitungan siswa/i yang akan dianalisis, Adapun data
akan sesuai dengan metode ini apabila data Siswa/i tersebut adalah sebagai berikut ;
alternatif yang terpilih memenuhi kriteria yang
telah ditentukan. Metode SAW ini lebih efisien Tabel Nilai Bobot Kepentingan Kriteria
karena waktu yang dibutuhkan dalam perhitungan No. A C1 C2 C3 C4
lebih singkat. [14].
1. A1 1 1.7 Jt 2 Ank 3

2.9.2.Arsitektur Sistem Pendukung 2. A2 2 1.2 Jt 4 Ank 4

Keputusan Dalam SAW 3. A3 3 1.1 Jt 3 Ank 4
Adapun arsitektur sistem pendukung 4. A4 4 1.5 Jt 5 Ank 5
keputusan pada penelitian ini adalah
5. A5 5 1.1 Jt 2 Ank 6
menentukan kelayakan dari kondisi siswa/i SD
Negeri 101785 Deli Serdang yang kurang
mampu yang layak medapatkan dana bantuan Adapun tingkat kepentingan yang nantinya
operasional (BOS) dengan menggunakan akan dibobotkan untuk setiap tingkat
Metode Simple Additve Weighting (SAW). kepentingan kriteria adalah sebagai berikut:

Arsitektur sistem pendukung keputusan pada Tabel Nilai Bobot Kepentingan Kriteria
penelitian ini adalah ; No. Nilai Bobot Keterangan
1. 0 Tidak Penting
2. 0,25 Kurang Penting
3. 0,5 Cukup Penting
4. 0,75 Penting
5. 1 Sangat Penting
Gambar . Arsitektur Sistem Pendukung Keputusan
Dalam SAW
(Sumber : Muhammad Hari Ramadhan : SNIF Tabel Nilai Bobot Kepentingan Kriteria
2014) No. Nilai Bobot Keterangan
1. 0 Tidak Penting
3.Analisa Dan Perancangan
3.1.Pendahuluan 2. 0,25 Kurang Penting
Penelitian ini dilaksanakan di SD Sekolah 3. 0,5 Cukup Penting
Dasar Negeri 101785 Deli Serdang, dan data 4. 0,75 Penting
yang digunakan adalah data kondisi siswa/i
5. 1 Sangat Penting
dan kondisi keluarga siswa/i tersebut. Data-
data tersebut akan dijadikan sebagai variabel-
variabel untuk memutuskan kelayakkan dalam Tabel Nilai Kriteria Dan Kepentingan Kriteria
penerimaan dana bantuan operasional sekolah No. Kode Kriteria Kepenting Nilai
(BOS). Kriteria an Kriteria
1. C1 Rangkin Sangat 1
Rapot Penting
3.2.Kriteria Dan Bobot 2. C2 Penghasilan Penting 0,75
Dalam Metode Simple Additve Weighting Orang Tua
(SAW), Terdapat kriteria kriteria yang 3. C3 Tuanggungan Cukup 0,5
dibutuhkan untuk menentukan kelayakan dari Orang Tua Penting
4. C4 Kelas Penting 0,75
murid SD yang layak menerima dana bantuan
operasional sekolah (BOS). Ada 4 kriteria yang
akan dijadikan acuan dalam pengambilan Tabel Nilai Bobot Kepentingan Untuk Rangking Rapot.
keputusan. No. Rangking Rapot Keterangan Nilai

Adapun kriteria kriteria tersebut adalah 1. >=1 3 Sangat Penting 1

sebagai berikut : 2. 4 dan 5 Penting 0,75
1. Rangking Rapot, 3. 6 dan 7 Cukup Penting 0,5
2. Penghasilan Orang Tua, 4. >=8 10 Kurang Penting 0,25
3. Tuanggungan Orang Tua, dan
5. >= 11 Tidak Penting 0
4. Kelas.

545
Seminar Nasional Informatika 2015

Tabel Nilai Bobot Kepentingan Untuk Penghasilan Orang 2. A2 2 1.2 Jt 4 Ank 4

Tua.
3. A3 3 1.1 Jt 3 Ank 4
No. Penghasilan Orang Keterangan Nilai
Tua 4. A4 4 1.5 Jt 5 Ank 5
1. <=1.000.000 /Bln Sangat Penting 1 5. A5 5 1.1 Jt 2 Ank 6
2. >=1.000.000 Penting 0,75
<=2.000.000 /Bln
3. >=3.000.000 Cukup Penting 0,5 Perhitungan hasil kecocokan dengan
<=4.000.000 /Bln mengambil sampel nilai atribut dan kriteria dari
4. >=5.000.000 Kurang Penting 0,25 beberapa nilai bobot diatas adalah sebagai
<=6.000.000 /Bln berikut ;
5. >=7.000.000 /Bln Tidak Penting 0
1 0,75 0,25 0,25
Tabel Nilai Bobot Kepentingan Untuk Tanggungan Orang 1 0,75 0,25 0,5
Tua. X = 1 0,75 0,5 0,5
0,75 0,75 1 0,75
No. Tanggungan Keterangan Nilai 0,75 0,75 0,25 1
Orang Tua
1. >=5 Anak Sangat Penting 1 Vektor bobot :
2. 4 Anak Penting 0,75 W = [ C1 C2 C3 C4 ]
W= [ 1 0,75 0,5 0,75 ]
3. 3 Anak Cukup Penting 0,5
4. 2 Anak Kurang Penting 0,25 Pada Metode Simple Additive Weighting
5. 1 Anak Tidak Penting 0 (SAW) membutuhkan proses normalisasi
matriks dengan cara menghitung nilai dari
rating alternative terhadap Ai pada setiap
Tabel 3.8. Nilai Bobot Kepentingan Untuk Kelas.
kriteria kriteri Cj berdasarkan nilai bobot
No. Kelas Keterangan Nilai yang sudah disesuaikan dengan jenis atribut
1. 6 Sangat Penting 1 yang ada.
2. 5 Penting 0,75
Melakukan proses perangkingan dengan
cara menghasilkan matriks ternormaslisasi (R)
3. 4 Cukup Penting 0,5
dengan nilai bobot (W).
4. >=2 3 Kurang Penting 0,25
5. 1 Tidak Penting 0 1 1 1 0,25
1 1 0,75 0,5
R = 1 1 0,5 0,5
3.3.Cara kerja Fazzy Pada Simple Additive 0,75 1 1 0,75
0,75 1 0,25 1
Weighting (SAW)
Cara kerja Fazzy pada SAW (Simple
Menentukan nilai preferensi untuk setiap
Additive Weighting), Fazzy bekerja untuk
alternatif (Vi) dengan cara menjumlahkan hasil
menentukan nilai bobot untuk setiap atribut,
kali antara matriks ternormalisasi (R) dengan
kemudian dilanjutkan dengan proses perankingan
nilai bobot (W). Nilai Vi yang terbesar
yang akan menyeleksi alternatif yang sudah
mengindikasikan bahwa Ai terpilih sebagai
diberikan. Pada dasarnya, ada 3 pendekatan untuk
alternatif terbaik.
mencari nilai bobot atribut, yaitu pendekatan
subyektif, pendekatan obyektif dan pendekatan V1 = (1 x 1) + (1 x 0,75) + (1 x 0,5) + (0,25 x 0,75)
integrasi antara subyektif & obyektif Pada = 1 + 0,75 + 0,5 + 0,18
pendekatan subyektif, nilai bobot ditentukan = 2,43
berdasarkan subyektifitas dari para pengambil
V2 = (1 x 1) + (1 x 0,75) + (0,75 x 0,5) + (0,5 x 0,75)
keputusan, sehingga beberapa faktor dalam proses = 1 + 0,75 + 0,37 + 0,37
perankingan alternatif bisa ditentukan secara = 2,49
bebas. Sedangkan pada pendekatan obyektif, nilai
bobot dihitung secara matematis sehingga V3 = (1 x 1) + (1 x 0,75) + (0,5 x 0,5) + (0,5 x 0,75)
= 1 + 0,75 + 0,25 + 0,37
mengabaikan subyektifitas dari pengambil = 2,37
keputusan.
V4 = (0,75 x 1) + (1 x 0,75) + (1 x 0,5) + (0,75 x 0,75)
3.4.Data Kondisi Siswa/i SD Dalam Bentuk = 0,75 + 0,75 + 0,5 + 0,56
= 2,56
Alternatif Dan Kriteria
Tabel Data Kondisi Siswa/i SD yang layak menerima dana V5 = (0,75 x 1) + (1 x 0,75) + (0,25 x 0,5) + (1x 0,75)
bantuan operasional sekolah (BOS) Dalam Bentuk = 0,75 + 0,75 + 0,12 + 0,75
Alternatif Dan Kriteria = 2,37
No. A C1 C2 C3 C4
1. A1 1 1.7 Jt 2 Ank 3

546

Berdasarkan hasil nilai preferensi diatas, maka
rangking yang telah diperoleh dapat diurutkan
sebagai berikut :
V1 = 2,43
V2 = 2,49
V3 = 2,37
V4 = 2,56
V5 = 2,37
Nilai terbesar adalah V4 , sehingga alternatif
A4 terpilih sebagai alternatif terbaik. Dengan kata
lain Siswa tersebut layak untuk mendapatkan
bantuan dari sekolah atau BOS.
4. Kesimpulan
Dari hasil analisa sistem pendukung
keputusan pada SD Sekolah Dasar Negeri 101785
Deli Serdang dalam menentukan murid SD yang
layak menerima dana bantuan operasional sekolah
(BOS) dari kondisi kondisi yang ada dengan
menggunakan Fuzzy Multi Attribute Decision
Making (FMADM) dengan metode Simple
Additive Weighting (SAW), dapat disimpulkan
bahwa, Dengan menggunakan Metode Simple
Additive Weighting (SAW) dapat menentukan
kondisi siswa, dari Rangking Siswa, Penghasilan
Orang Tua Siswa, Tanggungan Anak Dari Orang
Tua Siswa, Serta Kelas Siswa yang layak untuk
menerima dana bantuan operasional sekolah
(BOS).
Daftar Pustaka
[1]. Abdul Kadir, Pengenalan Sistem
Informasi Edisi Revisi, 2014.
[2]. Angga Cahyo Saputro, Sistem Informasi
Geografis Perguruan Tinggi Di Daerah
Yogyakarta Berbasis Android, 2012.
[3]. Hamim Tohari, Astah Analisis Serta
Perancangan Sistem Informasi Melalui
Pendekatan UML, 2014.
[4]. Hendrayudi, Dasar Dasar Pemrograman
Microsoft Visual Besic 2008, 2011.
[5]. Muhammad Dahria, et, al, Pendukung
Keputusan Seleksi Calon Polri Baru Di
Polda Kota Medan Menggunakan Metode
Multifactor Evaluation Process (MFEP),
2014.
Seminar Nasional Informatika 2015
[6]. Muhammad Hari Ramadhan, Rancangan
Aplikasi Untuk Menganalisa Bus Pt.Putra
Pelangi Medan Dalam Menentukan
Kondisi Mesin Yang Layak Untuk
Diberangkatkan Dengan Menggunakan
Metode Saw (Simple Additive Weighting,
SNIF 2014,
[7]. Marimin, Nurul Maghfiroh, Aplikasi
Teknik Pengambilan Keputusan Dalam
Manajemen Rantai Pasok, 2010.
[8]. Muhammad Sadeli, 7 Jam Belajar
Interaktif Visual Basic 2010 Untuk Orang
Awam, 2010.
[9]. M. Sulaiman Silalahi, Sistem Pendukung
Keputusan Kenaikanjabatan Dengan
Metode Simple Additive Weighting (SAW)
(Studi Kasus : Gapeksindo Medan), 2013.
[10]. Nugroho Joko Usito, Sistem Pendukung
Keputusan Penilaian Proses Belajar
Mengajarmenggunakan Metode Simple
Additive Weighting (SAW),2013
[11]. Renita Astri, Implementasi Sistem
Informasi Manajemen Pada Sistem
Penjualan Makanan Di Rumah Makan,
Vol. 10 No. 1, 2013
[12]. Pratiwi Heny, Sistem Pendukung
Keputusan Penentuan Karyawan
Berprestasi Metode Multifactor Evaluation
Process (MFEP), Samarinda Kalimantan
Timur : Program Studi Teknik Informatika
Politeknik Caltex Riau : Jurnal Teknik
Informatika, Vol 5 Nomer 2 September
2014.
[13]. Pratiwi Heny, Sistem Pendukung
Keputusan Penyeleksian Calon Siswa Baru
Di SMA Negeri 1 Bandar Dengan Metode
Multifactor Evaluation Process (MFEP),
Sisingamangaraja No.338 Simpang Limun
Medan : Program Studi Teknik Informatika
Pelita Informatika Budi Darma : Jurnal
Teknik Informatika, Vol VI Nomer 3 April
2014.
[14]. Valensia Verina, Dewi Lulu Yohana, Diah
Kusuma Wardhani Kartina,Aplikasi
Tutorial Sistem Pendukung Keputusan
Menggunakan Metode Simple Additive
Weighting, Program Studi Teknik
Informatika Politeknik Caltex Riau : Jurnal
Teknik Informatika, Vol 1 September 2012.
547
Seminar Nasional Informatika 2015

APLIKASI PEMBAYARAN PIUTANG DI RS JASA KARTINI

KOTA TASIKMALAYA
Nanang Suciyono1, Elis Msaroh2

STMIK TASIKMALAYA
Jl.R.E.Martadinata No.272 A Indihiang Kota Tasikmalaya, Jawa Barat
e-mail: nangsuciyono2@gmail.com, elismasaroh@gmail.com

Abstrak

Dimana pada saat pembayaran yang akan dilakukan oleh pasien rawat inap yang bersangkutan akan pulang
setelah selesai masa rawat inapnya di rumah sakit ternyata pasien tidak bisa membayar semua kewajiban
yang harus dibayarkan oleh pasien selama dirawat kepada pihak rumah sakit sehingga terjadi kurang bayar,
atau adapun pasien rawat inap yang pada saat pendaftaran terdaftar sebagai pasien umum tapi setelah selesai
masa rawat inapnya pasien berubah status menjadi pasien yang dijaminankan oleh pihak ketiga seperti
Jamsostek, Jamkesmas, Askes. Tentunya akan berpengaruh terhadap alur keuangan di rumah sakit yang tidak
sesuai dengan seharusnya. Metode yang digunakan dalam penelitian ini yaitu menggunakan metode
penelitian deskriptif yang diartikan sebagai prosedur pemecahan masalah yang diselidiki dengan
menggambarkan keadaan subjek/objek penelitian (seseorang, lembaga, masyarakat, dan lain-lain) pada saat
sekarang berdasarkan fakta-fakta yang tampak atau sebagaimana adanya.Untuk memenuhi maksud dari
metode deskriptif dilakukan langkah-langkah berupa pengumpulan data, diantaranya dengan melakukan
pengelolaan, observasi langsung ke Rumah Sakit Jasa Kartini, dan wawancara (interview) untuk
mendapatkan data informasi yang dibutuhkan. Hasil dari dibangunnya aplikasi ini terciptanya aplikasi
pembayaran piutang di RS JK Kota Tasikmalaya menggunakan visual basic, dengan penerapan sistem
aplikasi ini, maka sistem pembayaran piutang tiap bulannya menjadi lebih efektif dan efisien, data-data dan
bukti-bukti pembayaran bisa di simpan dan di print out kembali kapan saja ketika di butuhkan.

Kata kunci: Aplikasi Pembayaran Piutang , Rumah Sakit , visual basic

1. PENDAHULUAN pasien tersebut akan menjalani rawat inap di

Keberadaan rumah sakit tentunya
didukung oleh berbagai elemen-elemen yang
berada didalam organisasinya seperti dokter-
dokter yang kompeten, tenaga ahli yang terlatih
dibidangnya, apotik serta stakeholders lain di
dalamnya. Tentunya selain mengedepankan
pelayanan, rumah sakit harus menjalankan
aktivitasnya melalui sistem atau prosedur yang
teratur guna menjaga kestabilan efisiensi dan
efektivitas kinerja rumah sakit, Orang-orang
berobat ke rumah sakit ada yang hanya rawat
jalan ataupun yang harus rawat inap. Rawat jalan
dimana pasien hanya diperiksa dan diberi resep
atau obat lalu setelah itu kembali pulang,
sementara jika pasien rawat inap maka pasien
akan dirawat di rumah sakit. Adapun prosedur
bagaimana pasien rawat inap akan dirawat
pertama-tama biasanya pasien mendapat rujukan
dari IGD atau Poliklinik dan mendaftar di bagian
pendaftaran. Setelah itu pasien diperiksa di ruang
pemeriksaan dan dokter menyarankan pasien
menjalani beberapa tes untuk mendapatkan hasil
pemeriksaan yang lebih detail seperti pemeriksaan
darah, radiologi. Jika terdapat hasil pemeriksaan
yang mengharuskan pasien untuk dirawat maka
rumah sakit.
Ditengah banyaknya permasalahan yang
dihadapi rumah sakit contohnya seperti yang
terjadi di R S Jasa Kartini Kota Tasikmalaya,
dimana pada saat pembayaran yang akan
dilakukan oleh pasien rawat inap yang
bersangkutan akan pulang setelah selesai masa
rawat inapnya di rumah sakit ternyata pasien tidak
bisa membayar semua kewajiban yang harus
dibayarkan oleh pasien selama dirawat kepada
pihak rumah sakit sehingga terjadi kurang bayar,
atau adapun pasien rawat inap yang pada saat
pendaftaran terdaftar sebagai pasien umum tapi
setelah selesai masa rawat inapnya pasien berubah
status menjadi pasien yang dijaminankan oleh
pihak ketiga seperti Jamsostek, Jamkesmas,
Askes. Masalah-masalah seperti itu tentunya akan
berpengaruh terhadap alur keuangan di rumah
sakit yang tidak sesuai dengan seharusnya.

548
 Seminar Nasional Informatika 2015

2. METODE PERANCANGAN 2. Flowmap Yang diajukan

Metode yang digunakan dalam penelitian ini Pasien Petugas Adm

yaitu menggunakan metode penelitian deskriptif
Pembayaran Penerimaan
yang diartikan sebagai prosedur pemecahan piutang Pembayaran
masalah yang diselidiki dengan menggambarkan
keadaan subjek/objek penelitian (seseorang,
lembaga, masyarakat, dan lain-lain) pada saat
Input Data
sekarang berdasarkan fakta-fakta yang tampak
atau sebagaimana adanya. Untuk memenuhi
maksud dari metode deskriptif dilakukan langkah-
langkah berupa pengumpulan data, diantaranya
dengan melakukan pengelolaan, observasi Data
langsung ke Rumah Sakit Jasa Kartini, dan Base
wawancara (interview) untuk mendapatkan data
informasi yang dibutuhkan.
Cetak Cetak
1. Flowmap Kwitansi Laporan
Aliran data sistem pembayaran piutang
sebagai berikut :

Pasien Petugas adm Kwitansi Kwitansi

Pembayaran Pembayaran
Pembayaran Penerimaan
piutang Pembayaran

Laporan

Pembuatan
Kwitansi
3. HASIL DAN PEMBAHASAN.
3.1. Analisis dan Pembahasan Masalah
Kwitansi
Pembayaran
Kwitansi Berdasarkan perumusan masalah maka penyusun
Pembayaran menganalisis terhadap permasalahan pada sistem
pengolahan data pada pembayaran piutang yang
sedang berjalan di RS Jasa Kartini Kota
Tasikmalaya. Dari hasil analisa didapat hal-hal
sebagai berikut :
1. Sistem pada pengolahan data pembayaran
piutang masih menggunakan sistem
pembayaran manual, belum memakai sistem
Pembuatan
Laporan
pembayaran piutang dengan program
aplikasi.
2. Adapun kesulitan dan hambatan yang di
hadapi saat ini yaitu:
Laporan a. Sering terjadi pencatatan pembayaran
berulang
b. Dengan kesulitan yang di hadapi maka
memerlukan suatu program aplikasi
untuk mengatasi masalah di atas.
c. Data yang berkaitan dengan program
aplikasi disesuaikan dengan data input
dan data output yang bisa di proses
dalam pembentukan laporan yang
diinginkan.

549
Seminar Nasional Informatika 2015

1. Relasi Antar Tabel

3.2 Evaluasi Sistem Yang Berjalan
3.2.1 Diagram Konteks

Gambar 3.2 Diagram Konteks

3.2.2 DFD Fisik Level 0 Sistem Pembayaran

Piutang
Gambar 3.5 Relasi Antar Tabel

4.8 Kamus Data

4.8.1. Tabel Pasien
N
Field Name Type Size Deskripsi
o
Kode
1. Kd_Pasien Text 3
Pasien
Nama
2. Nama_Pasien Text 20
Pasien
Alamat
3. Alamat Text 100
Pasien
Numbe No. Hp
4. No_Hp 12
r Pasien
Nama_Penjami Nama
Gambar 3.3. DFD Fisik Level 0 Sistem 5. Text 20
n Penjamin
Pembayaran Piutang Alamat
6. Alm_Penjamin Text 100
Penjamin
3.2.3 DFD Fisik Level 1 Laporan Data
Pasien No_Hp Numbe No. Hp
7. 12
Penjamin r Penjamin
Tabel 4.5. Tabel Data Pasien

4.8.2. Tabel Jenis Pemeriksaan

N
Field Name Type Size Deskripsi
o
Kode
1. Kd_pem Text 3
Pemeriksaan
Jenis
2. Jenis_pem Text 20
Pemeriksaan
Numbe Biaya
3. Biaya 8
r Pemeriksaan
Gambar 3.4. DFD Fisik Level 1 Laporan Data 4. Ket. Text 30 Keterangan
Pasien
Tabel 4.6. Tabel Jenis Pemeriksaan

4.8.3. Tabel Tindakan

N
Field Name Type Size Deskripsi
o
1. Perancangan Basis Data Kode
1. Kd_tindakan Text 3
Tindakan

550
 Seminar Nasional Informatika 2015

Tanggal
2. Tgl Date 8
tindakan
Kode 4.9.3. Input Rekam Medis
3. Kd_psn Text 3
Pasien
No Reka
4. No_rm Text 3
Medik
Lama
Lama_periks
5. Text 2 pemeriksaa
a
n
Tabel 4.7. Struktur tindakan

4.8.4. Tabel Bayar

Field
No Type Size Deskripsi
Name
1. No_SPP Text 3 No SPP
Nomor Reka
2. No_rm Text 3
Medis Gambar 4.6. Input Tindakan
Tgl_Bay Tanggal 4.9.4. Input pembayaran
3. Date 8
ar Bayar
4. Bln_Ke Text 2 Bulan Ke
Jml_Bay Num Jumlah
5. 8
ar ber Bayar
Tabel 4.8. Struktur Tabel Bayar

3.3.9 Implementasi Antar Muka

4.9. Perancangan Input

4.9.1. Input data pasein

Gambar 4.7. Input Pembayaran

4.10. Perancangan Output

4.10.1. Laporan Data Pasien

Gambar 4.4. Input Data Pasien

4.9.2. input Jenis Periksa

Gambar 4.8. Laporan Data Pasien

551
Seminar Nasional Informatika 2015

1. Dengan penerapan sistem aplikasi ini, maka

sistem pembayaran piutang tiap bulannya
4.10.2. Laporan Data Piutang menjadi lebih efektif dan efisien
2. Dengan pengolahan sistem aplikasi, data-
data dan bukti-bukti pembayaran bisa di
simpan dan di print out kembali kapan saja
ketika di butuhkan

DAFTAR PUSTAKA.

[1] Yulikuspartono, 2009, Pengantar Logika dan

Algoritma, Andi Offset, Yogyakarta
[2] Munir, R., 2011, Algoritma dan
Pemrograman Dalam Bahasa Pascal dan C
(Edisi Revisi), Informatika, Bandung
[3] Drs. Budiono, MA.,Kamus Bahasa
Indonesia Baku (Surabaya:ALUMNI, 2008)
hal. 109
[4] Abdul Kadir, 2013, From Zero to a PRO -
Gambar 4.9. Laporan Data Piutang Pemprograman Aplikasi Android, Andi,
Yogyakarta
[5] Prof. Dr. Sugiyono., 2009, Metode
KESIMPULAN. Penelitian Kuantitatif Kualitatif dan R & D,
Bandung, Alfabeta

552
 Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI MANAJEMEN DATA

KEPEGAWAIAN BERBASIS WEB
(STUDI KASUS : UPTD PENDIDIKAN KEC. CIKATOMAS
KABUPATEN TASIKMALAYA)

Deny Erwandi1 , Asep Sugiharto2 , Erpan Jeri Permana3

Teknik Informatika, STMIK Tasikmalaya

Jl. R E Martadinata No 272 A Tasikmalaya
1
denyerwandi@gmail.com, 2sugiharto79@gmail.com, 3erpanjp@gmail.com

Abstrak

Sumber daya manusia dalam suatu organisasi sangat menentukan keberhasilan dan tujuan yang akan dicapai.
Oleh karena itu, semua hal yang menyangkut pengelolaan kepegawaian salah satunya pengelolaan data
pegawai harus dilakukan secara baik, benar dan transfaran. Sehingga data kepegawaian dapat diperoleh
dengan akurat oleh semua pihak yang memerlukan untuk setiap kebutuhan. Dengan berkembangnya
teknologi berbasis komputer, akan membantu dalam kelancaran arus informasi dan komunikasi mengenai
data kepegawaian di UPTD Pendidikan kecamatan Cikatomas Kabupaten Tasikmalaya. Dengan begitu,
pelayanan informasi dapat terpenuhi sehingga masalah-masalah yang terjadi dapat teratasi dan kualitas
kinerja Pendidik dan Tenaga Kependidikan dapat meningkat sehingga tujuan peningkatan mutu
pendidikan dapat tercapai di UPTD Pendidikan kecamatan Cikatomas Kabupaten Tasikmalaya. Perancangan
sistem informasi manajemen data kepegawaian berbasis web ini, menggunakan bahasa pemograman PHP
untuk web based, MySQL untuk pembuatan basis data, dan App Server sebagai web server.

Kata Kunci : Perancangan, Sistem Informasi, Kepegawaian

1. Pendahuluan dirugikan, itu biasanya akan membuat suasana

Pengelolaan kepegawaian khususnya di
UPTD Pendidikan memang kadang menjadi
pekerjaan yang dianggap rumit, karena sering
terjadi perubahan data pegawai baik yang
disebabkan oleh kepentingan kedinasan ataupun
luar kedinasan. UPTD Pendidikan Kecamatan
Cikatomas merupakan lembaga sosial yang
personilnya merupakan pegawai definitif
pemerintah, segala perubahan mengenai data
pegawai sering terjadi kapan saja. Selain itu, data
arsip pegawai yang tersimpan masih sangat
kurang, pelayanan informasipun masih sulit
didapat.
Sebagai instansi yang bernaung di bawah
Dinas Pendidikan, selayaknya memiliki
kewajiban untuk memberikan laporan data
pegawai secara berkala. Untuk memberikan
laporan kedinasan, diperlukan data yang benar-
benar sesuai dengan keadaan saat itu, karena
biasanya akan berpengaruh terhadap program-
program pemerintah yang sedang dan akan
berjalan. Apabila ada kesalahan data terutama
untuk keperluan program yang menyangkut
kesejahteraan dan masa depan pegawai
sehingga menyebabkan adanya pihak yang
menjadi kuarang harmonis.
Untuk pemutakhiran data perlu adanya
koreksi bersama dari semua pihak yang terkait
sehingga untuk tercapainya hal tersebut harus
adanya kemudahan akses oleh semua pihak.
Berdasarkan permasalahan ini memunculkan ide
untuk merancang sistem informasi yang
mengelola data kepegawaian yang ada di UPTD
Pendidikan Kecamatan Cikatomas Kabupaten
Tasikmalaya berbasis web.
2. Tinjauan Pustaka
Perancangan sistem adalah tahap awal
dimana pendekatan awal untuk menyelesaikan
masalah dipilih. Selama perancangan sistem,
struktur keseluruhan diputuskan. Arsitektur sistem
adalah suatu cara pengorganisasian sistem
kedalam apa yang dinamakan subsistem
subsistem. Arsitektur sistem menyediakan
konteks darimana keputusan yang lebih rinci
dilakukan pada tahap selanjutnya. Dengan
membuat keputusan peringkat tinggi yang dapat
diaplikasikan pada sistem secara terbatas,
perancang/analisis sistem membagi-bagi
permasalahan kedalam subsistem-subsistem

553
Seminar Nasional Informatika 2015

sehingga pekerjaan selanjutnya dapat dikerjakan

oleh orang lain yang bekerja secara mandiri pada
subsistem-subsistem yang berbeda.[1]
Informasi menentukan hampir setiap elemen
dalam kehidupan manusia. Informasi sangat
penting artinya karena tanpa informasi hampir
semuanya tidak dapat dilakukan dengan baik.[2]
Manajemen modern mengikutsertakan
informasi sebagai sumber daya penting yang
setara dengan sumber daya manusia, uang, mesin,
dan material. Informasi adalah suatu bentuk
penyajian data yang melalui mekanisme
pemprosesan yang berguna bagi pihak tertentu
sebagai bahan untuk pengambilan keputusan.[3]

3. Metode Penelitian

Metode yang digunakan adalah metode Gambar 1 Flowmap Sistem Yang Sedang
Kualitatif Deskriptif. metodologi kualitatif Berjalan
sebagai prosedur penelitian yang menghasilkan
data deskriptif berupa kata-kata tertulis atau lisan
4.1. Perancangan Program Aplikasi
dari orang-orang dan perilaku yang dapat
4.1.1. Flowmap
diamati.[4]
Penelitian deskriptif menuturkan sesuatu Berikut ini merupakan flowmap Sistem
secara sistematis tentang data atau karakteristik Manajemen Data Kepegawaian yang diajukan
populasi tertentu atau bidang tertentu secara
pada UPTD Pendidikan Kecamatan Cikatomas.
faktual dan cermat, serta menganalisa dan
menginterprestasikan data yang ada.[4]
Terdapat beberapa jenis penelitian
kualitatif deskriptif, antara lain : studi kasus,
survey, studi perkembangan, studi tindak lanjut
(follow-up studies), analisis dokumentasi,
analisis kecenderungan (trend analysis), analisis
tingkah laku, studi waktu dan gerak (time and
motion study) dan studi korelasional.[4]

4. Analisis dan Pembahasan

Analisis prosedur sistem yang memberikan

gambaran tentang sistem yang saat ini sedang
berjalan. Analisis prosedur bertujuan untuk
mengetahui lebih jelas bagaimana cara kerja
sistem tersebut sehingga kelebihan dan
kekurangan sistem dapat diketahui.

Gambar 2 Flowmap Sistem Informasi

Manajemen Data Kepegawaian yang diajukan

4.1.2. Diagram Konteks

Pada diagram konteks yang akan dibuat

dapat diketahui entitas-entitas luar yang
berhubungan dengan sistem tersebut. Dari gambar
flowmap diatas dapat digambarkan diagram
konteks sebagai
berikut :

554
 Seminar Nasional Informatika 2015

Gambar 3 Diagram Konteks Sistem Informasi

Manajemen Data Kepegawaian Yang Diajukan

4.1.3. Diagram Alir Data (DFD)

DFD (Data Flow Diagram) yang diajukan

ini bertujuan untuk menggambarkan sistem yang Gambar 5 DFD Fisik Level 1 Proses 2 untuk
diajukan sebagai jaringan kerja antara proses yang Pengolahan Data Pegawai
berhubungan satu sama lain dengan aliran data
yang ada didalam sistem.
Diagram nol menggambarkan proses dalam
data flow diagram. Diagram nol memberikan
pandangan secara menyeluruh mengenai sistem
yang ditangani, menunjukan tentang fungsi-fungsi
utama pada proses yang ada, aliran data, dan
eksternal entity.

Gambar 6. DFD Level 1 Proses 3 untuk Publikasi

Data Pegawai

Gambar 4. DFD Level 0 Sistem Informasi

Manajemen Data Kepegawaian yang Diajukan

555
Seminar Nasional Informatika 2015

Gambar 9 Rancangan Form Data Pegawai

Gambar 7 DFD Level 1 proses 4 untuk Laporan
Data Pegawai Tampilan ini menampilkan daftar pegawai
di UPTD Pendidikan Kecamatan Cikatomas
Kabupaten Tasikmalaya tahun pelajaran
4.1.4. Perancangan Input/output 2014/2015. Halaman ini dapat diakses apabila
pengunjung web menekan link Data Pegawai
yang ada di bar bagian kiri.

Gambar 8 Rancangan Halaman Utama

(Homepage)

Tampilan ini merupakan halaman awal

(homepage) dari UPTD Pendidikan Kecamatan Gambar 10 Rancangan Form Login
Cikatomas Kabupaten Tasikmalaya. Dari Administrator
homepage ini selanjutnya pengunjung web dapat
melakukan navigasi untuk memilih fitur yang Halaman ini digunakan untuk
diinginkan. mengakses halaman utama Administrator. Admin
harus memasukan username dan password untuk
bisa masuk halaman Control Panel.

556

Gambar 11 Rancangan Form Tambah Data
Pegawai
Halaman ini digunakan untuk
menambah, mengedit ataupun menghapus data
pegawai. Halaman ini dapat diakses apabila
admin sudah masuk ke menu login terlebih
dahulu.
Gambar 12 Rancangan Form Ganti Password
Halaman ini digunakan untuk merubah
password data pegawai. Halaman ini dapat
diakses apabila admin sudah masuk ke menu
login.
Penjelasan Program
Sistem Informasi Kepegawaian di UPTD
Pendidikan Kecamatan Cikatomas Kabupaten
Tasikmalaya ini merupakan salah satu aplikasi
pengelolaan data pegawai di lingkungan UPTD
berbasis web sehingga bisa diterapkan secara
online. Karena aplikasi ini berbasis web, maka
selain sebagai aplikasi juga digunakan sebagai
Seminar Nasional Informatika 2015
media informasi pendidikan kepada masyarakat
umum. Oleh karena itu dalam penyajian
content/isi dari website tersebut juga diusahakan
readable dan mudah untuk digunakan. Untuk
penggunaannya sama dengan melakukan
browsing pada umumnya. Dari halaman utama
website pengunjung web dapat melakukan
navigasi untuk memilih fitur yang diinginkan
dengan cara mengklik link yang disediakan.
5. Kesimpulan
Dengan adanya perancangan sistem
informasi manajemen data kepegawaian berbasis
web di UPTD Pendidikan Kecamatan Cikatomas,
telah menyelesaikan masalah-masalah yang sering
dialami dalam pengelolaan data kepegawaian.
Diantaranya :
1. Lebih minimnya kesalahan data karena lebih
terkontrol dan transfaran sehingga, data
kepegawaian yang diperoleh baik data
pendidik ataupun data tenaga kependidikan
lebih akurat.
2. Data pegawai yang sering dibutuhkan oleh
pegawai dan dinas terkait dapat terlayani
dengan baik karena adanya kemudahan
akses dimanapun dan kapanpun.
Dengan begitu, dapat disimpulkan
perancangan sistem informasi manajemen data
kepegawaian berbasis web di UPTD Pendidikan
Kecamatan Cikatomas dapat mengoptimalkan
pengelolaan data kepegawaian yang lebih akurat
dan lebih bermanfaat bagi semua pihak.
6. Saran
Berdasarkan uraian dengan melihat dan
menganalisis permasalahan yang dihadapi,
Penulis memberikan saran dan pemikiran kepada
UPTD Pendidikan Kecamatan Cikatomas guna
mengoptimalkan pengelolaan data kepegawaian
yaitu :
1. UPTD harus lebih memperhatikan arsip data
pegawai baik arsip manual maupun arsip
komputerisasi karena akan lebih membantu
dalam keakuratan data pegawai.
2. Saling interaksi harus selalu terjaga diantara
sesama personil, baik Kepala UPTD, Kepala
Sekolah/Guru, Tata Usaha, dan Dinas
Pendidikan terkait.
3. UPTD harus lebih memperhatikan
kebutuhan perangkat komputer yang sesuai
baik hardware maupun software yang
digunakan guna lebih mendukung kinerja,
terutama pengolahan data pegawai yang
berbasis web. Hal tersebut memerlukan
perangkat komputer yang lebih canggih.
DAFTAR PUSTAKA
[1]. Amsyah, Zulkifli. 2005. Manajemen Sistem
Informasi. Jakarta: Gramedia.
557
Seminar Nasional Informatika 2015

[2]. Ariyus, Dony. 2006. Computer Security. [4]. Suyanto Bagong, Sutinah. 2006. Metode
Yogyakarta: C.V Andi Offset. Penelitian Sosial. Jakarta : Kencana.
[3]. Kadir, Abdul. 2006. Dasar Aplikasi
Database MySQL Delphi. Yogyakarta: C.V
Andi Offset.

558
 Seminar Nasional Informatika 2015

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

DALAM MENENTUKAN BIBIT TANAMAN BUNCIS YANG LAYAK
DIBUDIDAYAKAN
Muhammad Hari Ramadhan

Program Studi Sistem Informasi, Universitas Potensi Utama Medan

Jln. K.L. Yos. Sudarso Km. 6,5 No.3-A Tanjung Mulia Medan
haryollezo@gmail.com

Abstrak

Dalam melakukan penanaman tanaman khususnya pada tanaman Buncis sangat dibutuhka pemilihan bibit
tanaman yang unggul. Buncis sebagai salah satu jenis sayuran yang memiliki kandungan gizi yang cukup
lengkap, termasuk diantaranya adalah sumber karbonhidrat dan protein. Dengan demikian tanaman buncis
sangatlah penting untuk memenuhi kebutuhan protein nabati. Buncis merupakan salah satu jenis tanaman
sayuran polong yang memiliki banyak kegunaan. Sebagai bahan sayuran, Polong buncis dapat dikonsumsi
dalam keadaan muda atau dikonsumsi bijinya. Dalam hal ini pentani khususnya para petani yang masih
pemula harus dapat memilih bibit bibit yang unggul dalam membudidayakan tanaman Buncis tersebut. Dan
dengan memanfaatkan Konsep Pengambilan Keputusan serta penerapan Metode Simple Additive Weighting
(SAW) memungkinkan dapat membantu pihak petani pemula dalam menentukan Bibit Tanaman Buncis
Yang Layak Dibudidayakan.

Kata Kunci : Fuzzy Multi Attribute Decision Making (FMADM), Simple Additive Weighting (SAW),
Sistem Pendukung Keputusan (SPK), Bibit Tanaman Buncis

1. Pendahuluan darah, dan juga dapat mencegah kangker usus

Dalam memjamin kualitas dari setiap produksi
sayur sayuran yang dihasilkan oleh setiap
petani, maka petani khususnya para petani yang
masih pemula harus dapat memilih bibit bibit
yang unggul dalam membudidayakan tanaman
Buncis tersebut, agar dapat menghasilkan sayur
sayuran terbaik yang dapat dikonsumsi oleh setip
kalangan masyarakat.
Dalam melakukan penanaman tanaman
khususnya pada tanaman Buncis sangat dibutuhka
pemilihan bibit tanaman yang unggul. Buncis
sebagai salah satu jenis sayuran yang memiliki
kandungan gizi yang cukup lengkap, termasuk
diantaranya adalah sumber karbonhidrat dan
protein.
Buncis merupakan salah satu jenis tanaman
sayuran polong yang memiliki banyak kegunaan.
Sebagai bahan sayuran, Polong buncis dapat
dikonsumsi dalam keadaan muda atau dikonsumsi
bijinya. Polong buncis yang muda dapat masak
dalam berbagai jenis masakan, Misalnya Sayur
Kari, Sayur Lodeh, Pelengkap Bistik,Gado-Gado
dan lain-lain.
Polong pada buncis ini juga memiliki
kandungan gizi yang cukup lengkap, Diantaranya
protein, karbohodrat, vitamin, serat kasar, dan
juga mineral. Polong pada buncis ini juga
mengandung zat-zat lain yang berhkasiat untuk
berbagai penyakit, Misalnya Pada kandungan
gum dan pektin dapat menurunkan kadar gula
serta jenis penyakit yang lainya.
Dalam hal ini pentani khususnya para petani
yang masih pemula harus dapat memilih bibit
bibit yang unggul dalam membudidayakan
tanaman Buncis tersebut. Dan dengan
memanfaatkan Konsep Pengambilan Keputusan
serta penerapan Metode Simple Additive
Weighting (SAW) memungkinkan dapat
membantu pihak petani pemula dalam
menentukan Bibit Tanaman Buncis Yang Layak
Dibudidayakan.
2. Landasan Teori
2.1.Data
2.1.1.Pengertian Data
Data adalah suatu hasil dari deskripsi tentang
benda, kejadian, aktifitas dan transaksi yang tidak
mempunyai makna atau tidak berpengaruh
langsung kepada si pemakai. [1].
Data adalah fakta atau kenyataan yang
menggambarkan suatu kejadian kejadian yang
mempunyai arti tersendiri. [3].
2.1.2.Tipe Data
Tipe data adalah suatu bentuk penggolongan
jenis data berdasarkan kategori data, ukuran dan
kegunaan data yang dapat ditampung oleh sebuah
variabel dalam media bahasa pemrograman.[8].
Tipe data adalah jenis data yang digunakan
dalam pembuatan program. Jenis data yang

559
Seminar Nasional Informatika 2015

digunakan adalah Boolean, Byte, Char, Decimal,

Double, Date, Integer, Long Single, String dan Merencanakan
Short. [4].
Menganalisis

2.2.Sistem
Sistem adalah sekumpulan elemen elemen yang
saling berinteraksi untuk mencapai suatu tujuan
tertentu. [3].
Sistem berasal dari Bahasa Latin (Systema)
dan bahasa Yunani (Sustema) adalah suatu
kesatuan yang terdiri dari komponen atau elemen
yang dihubungkan bersama untuk memudahkan
aliran informasi, materi atau energi. Istilah ini
sering dipergunakan untuk menggambarkan suatu
set entitas yang berinteraksi, di mana suatu model
matematika seringkali bisa dibuat. [9].
Sistem adalah sekumpulan elemen yang saling
terkait atau terpadu yang dimaksudkan untuk
mencapai suatu tujuan. Jika dalam sebuah sistem
terdapat elemen yang tidak memberikan manfaat
dalam mencapai suatu tujuan yang sama, maka
elemen tersebut dapat dipastikan bukanlah bagian
dari sistem.[1].
Sistem adalah suatu kesatuan usaha yang
terdiri dari bagian bagian yang saling berkaitan
secara teratur dan berusaha untuk mencapai suatu
tujuan di dalam suatu lingkungan yang kompleks.
[13].
2.2.2.Pengembangan Sistem
Pengembangan sistem (System
Development) dapat berarti meyususn sistem yang
baru untuk menggantikan sistem yang lama secara
keseluruhan atau pun memperbaiki sistem yang
sudah ada.
Merancang
Mengimplementasi
Memelihara
Gambar. Kerangka Kerja Pengembangan
Sistem (Informasi)
(Sumber : Hamim Tohari : 2014 ; 6)
2.3.Informasi
2.3.1.Pengertian Informasi
Informasi adalah data yang telah diproses
sedemikian rupa sehingga meningkatkan
pengetahuan seseorang yang menggunakan data
tersebut. Menurut Shannon dan Weaver (Kroenke,
1992) mendefinisikan informasi adalah jumlah
ketidakpastian yang dikurangi ketika sebuah
pesan diterima. [1].
Informasi adalah suatu aset penting bagi
suatu institusi atau organisasi. Oleh karena itu,
informasi harus berkualitas, dijaga dan dipelihara
dengan baik. [3].
2.4.1.KomponenKomponen Sistem Informasi
Sistem informasi memiliki beberapa
komponen komponen sistem informasi yang
dapat dilihat pada gambar Komponen
komponen sistem informasi dibawah ini, antara
lain adalah sebagai berikut

Perangkat
Sistem Yang Ada Keras
Permasalahan Perangkat
Kesempatan
Intruksi
Orang Lunak
Pengembangan Sistem
Memecahkan Masalah Komponen Sistem
Meraih Kesempatan
Memenuhi Intruksi Informasi

Sistem Yang Baru Basis Data Prosedur

Jaringan
Gambar. Pengembangan Sistem (Informasi) Komputer Dan
Komunikasi Data
(Sumber : Hamim Tohari : 2014 ; 5)

2.2.3.Tahapan Pengembangan Sistem

Gambar. Komponen Komponen Sistem
Sistem yang baik adalah sistem yang selalu
Informasi
meyesuaikan dengan perubahan lingkungan
(Sumber : Abdul Kadir : 2014 ; 72)
disekitarnya. Sistem tersebut harus dinamis
menuju pada keadaan yang lebih baik secara
2.5.Pengertian Keputusan
bekelanjutan.
Keputusan adalah suatu proses dilaksanakan
Adapun tahapan tahapan pengembangan
seseorang berdasarkan pengetahuan dan
sistem yang dinamis agar mendapatkan sistem
informasi yang ada dengan harapan atau tujuan.
yang baik, dapat dilihat pada gambar Kerangka
Keputusan dapat diambil dari beberapa alternatif
Kerja Pengembangan Sistem dibawah ini, antara altenatif yang ada. [7].
lain adalah sebagai berikut ;

560
 Seminar Nasional Informatika 2015

13. Menentukan bobot preferensi atau tingkat

2.6.Pengertian Pengambilan Keputusan kepentingan (V) setiap kriteria.
Pengambilan keputusan merupakan proses
pemilihan alternatif tindakan untuk mencapai V = [ V1,V2,V3,,VJ]
tujuan atau sasaran tertentu. Pengambilan
keputusan dilakukan dengan pendekatan 14. Membuat tabel rating kecocokan dari setiap
sistematis terhadap permasalahan melalui proses alternatif pada setiap kriteria.
pengumpulan data menjadi informasi serta 15. Membuat matrik keputusan (X) yang
ditambah dengan faktor faktor yang perlu dibentuk dari tabel rating kecocokan dari
dipertimbangkan dalam pengambilan setiap alternatif pada setiap kriteria. Nilai X
keputusan.[5]. setiap alternatif (Ai) pada setiap kriteria (Cj)
yang sudah ditentukan, dimana, i=1,2,m dan
2.7.Pengertian Sistem Pendukung Keputusan j=1,2,n.
Sistem Pendukung Keputusan (Decision
Support System (DSS) hampir sama dengan
X11 X12 X1j
sistem informasi manajemen tradisional karena
.. .. ..
keduanya tergantung pada basisdata sebagai X= .. .. ..
sumber data. SPK menekankan pada fungsi .. .. ..
pendukung pembuatan keputusan diseluruh tahap- Xi1 Xi2 Xij
tahapnya, sebagai pendamping keputusan aktual
yang masih dibuat oleh wewenang eksekutif 16. Melakukan normalisasi matrik keputusan
sebagai pembuat keputusan. [12]. dengan cara menghitung nilai rating kinerja
Sistem Pendukung Keputusan merupakan ternomalisasi (Rij) dari alternatif Ai pada
suatu sistem interaktif yang mendukung kriteria Cj.
keputusan dalam proses pengambilan keputusan
melalui alternatif alternatif yang diperoleh dari . Xij
hasil pengolahan data, informasi dan rancangan Maxi (Xij)
model. [13]. R=
Mini (Xij)
Xij
2.8. Pengertian Fazzy Multi Attribute Decision
Making (FMADM)
Fazzy Multi Attribute Decision Making R11 R12 R1j
(FMADM) adalah Suatu metode pengambilan .. .. ..
keputusan untuk menetapkan alternatif terbaik R= .. .. ..
dari sejumlah alternatif berdasarkan kriteria .. .. ..
tertenti.[11]. Ri1 Ri2 Rij

2.9.Metode Simple Additive Weighting (SAW)
Metode Simple Additive Weighting (SAW)
Merupakan metode penjumlahan terbobot.
Konsep dasar Metode Simple Additive Weighting
(SAW) adalah Mencari penjumlahan terbobot
dari rating kinerja pada setiap alternatif pada
semua kriteria. [10].
Metode SAW membutuhkan proses
normalisasi matrik keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternatif yang ada. Metode SAW mengenal
adanya 2 (dua) atribut yaitu kriteria keuntungan
(benefit) dan kriteria biaya (cost). Perbedaan
mendasar dari kedua kriteria ini adalah dalam
pemilihan kriteria ketika mengambil keputusan.
[10].
Adapun langkah penyelesaian dalam
menggunakannya adalah:
10. Menentukan alternatif, yaitu A.
11. Menentukan kriteria yang akan dijadikan
acuan dalam pengambilan keputusan, yaitu Cj.
12. Memberikan nilai rating kecocokan setiap
alternatif pada setiap kriteria.
17. Hasil akhir nilai preferensi (Vi) diperoleh dari
penjumlahan dari perkalian elemen baris
matrik ternormalisasi (Ri) dengan bobot
preferensi (W) yang bersesuaian eleman
kolom matrik (W).
Hasil perhitungan nilai Vi yang lebih
besar mengindikasikan bahwa alternatif Ai
imerupakan alternatif terbaik. [10].
2.9.1.Konsep Dasar Metode Simple Additive
Weighting (SAW)
Konsep dasar Metode Simple Additive
Weighting (SAW) adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap
alternatif pada semua atribut. Metode SAW
dapat membantu dalam pengambilan keputusan
suatu kasus, akan tetapi perhitungan dengan
menggunakan metode SAW ini hanya yang

561
Seminar Nasional Informatika 2015

menghasilkan nilai terbesar yang akan terpilih berkesempatan untuk menampilkan data dari
sebagai alternatif yang terbaik. Perhitungan Bibit Tanaman Buncis yang akan
akan sesuai dengan metode ini apabila Dibudidayakan untuk dapat dianalisis, Adapun
alternatif yang terpilih memenuhi kriteria yang data data Bibit Tanaman Buncis tersebut
telah ditentukan. Metode SAW ini lebih efisien adalah sebagai berikut ;
karena waktu yang dibutuhkan dalam perhitungan
lebih singkat. [14]. Tabel . Nilai Bobot Kepentingan Kriteria
N A C1 C2 C3 C4
2.9.2.Arsitektur Sistem Pendukung o.
Keputusan Dalam SAW 1. A1 Sedik Kurang Sangat K.Nor
Adapun arsitektur sistem pendukung it Halus Keripu mal
keputusan pada penelitian ini adalah Cacat t
menentukan kelayakan dari Bibit Tanaman 2. A2 Tidak Halus Curan C.Nor
Buncis Yang Layak Dibudidayakan dengan Utuh g mal
menggunakan Metode Simple Additve Keripu
Weighting (SAW). t
3. A3 Kuran Halus Keripu Norma
Arsitektur sistem pendukung keputusan pada g t l
penelitian ini adalah ; Serag
am
4. A4 Sedik Cukup C.Keri Norma
it Halus put l
Cacat
5. A5 Sedik Halus Keripu Norma
it Dan t l
Gambar 3.1. Arsitektur Sistem Pendukung Cacat Mengki
Keputusan Dalam SAW lap
(Sumber : Muhammad Hari Ramadhan : SNIF
2014) Adapun tingkat kepentingan yang nantinya
akan dibobotkan untuk setiap tingkat
3.Analisa Dan Perancangan kepentingan kriteria adalah sebagai berikut:
3.1.Pendahuluan
Penelitian ini dilaksanakan di Dataran Tabel . Nilai Bobot Kepentingan Kriteria
perkebunan tanah karo khususnya daerah No. Nilai Keterangan
sitongging kepulauan sumatra utara, dan data Bobot
yang digunakan adalah data dari kondisi Bibit
1. 0 Tidak Penting
Tanaman Buncis Yang Layak Untuk
Dibudidayakan. Data data tersebut akan 2. 0,25 Kurang Penting
dijadikan sebagai variabel variabel untuk 3. 0,5 Cukup Penting
Menentukan Bibit Tanaman Buncis Yang 4. 0,75 Penting
Layak Dibudidayakan dengan menggunakan 5. 1 Sangat Penting
Metode Simple Additive Weighting (SAW).

3.2.Kriteria Dan Bobot Tabel . Nilai Bobot Kepentingan Kriteria

Dalam Metode Simple Additve Weighting No. Nilai Keterangan
(SAW), Terdapat kriteria kriteria yang Bobot
dibutuhkan untuk menentukan kelayakan dari 1. 0 Tidak Penting
Bibit Tanaman Buncis yang Yang Layak 2. 0,25 Kurang Penting
Dibudidayakan. Ada 4 kriteria yang akan 3. 0,5 Cukup Penting
dijadikan acuan dalam pengambilan keputusan.
4. 0,75 Penting
Adapun kriteria kriteria tersebut adalah 5. 1 Sangat Penting
sebagai berikut :
5. Keutuhan Biji Buncis, Tabel . Nilai Kriteria Dan Kepentingan
6. Warna Biji Buncis, Kriteria
7. Kulit Biji Buncis, dan No. Kode Kriteria Kepenti Nil
8. Bentuk Biji Buncis. Kriteri ngan ai
a Kriteria
Dalam penerapan Metode Simple Additve 1. C1 Keutuhan Sangat 1
Weighting (SAW) kali ini, Maka penulis Biji Buncis Penting

562
 Seminar Nasional Informatika 2015

2. C2 Warna Biji Penting 0,75 Cara kerja Fazzy pada SAW (Simple
Buncis Additive Weighting), Fazzy bekerja untuk
3. C3 Kulit Biji Cukup 0,5 menentukan nilai bobot untuk setiap atribut,
Buncis Penting kemudian dilanjutkan dengan proses perankingan
4. C4 Bentuk Penting 0,75 yang akan menyeleksi alternatif yang sudah
Biji Buncis diberikan. Pada dasarnya, ada 3 pendekatan untuk
mencari nilai bobot atribut, yaitu pendekatan
Tabel . Nilai Bobot Kepentingan Untuk subyektif, pendekatan obyektif dan pendekatan
Keutuhan Biji Buncis. integrasi antara subyektif & obyektif Pada
No. Keutuhan Biji Keterangan Nila pendekatan subyektif, nilai bobot ditentukan
Buncis i berdasarkan subyektifitas dari para pengambil
1. Utuh Sangat Penting 1 keputusan, sehingga beberapa faktor dalam proses
perankingan alternatif bisa ditentukan secara
2. Beruas Penting 0,75 bebas. Sedangkan pada pendekatan obyektif, nilai
3. Kurang Cukup Penting 0,5 bobot dihitung secara matematis sehingga
Seragam mengabaikan subyektifitas dari pengambil
4. Sedikit Kurang Penting 0,25 keputusan.
Cacat
5. Tidak Utuh Tidak Penting 0 3.4.Data Kondisi Bibit Tanaman Buncis Dalam
Bentuk Alternatif Dan Kriteria
Tabel . Nilai Bobot Kepentingan Untuk Warna
Biji Buncis. Tabel. Data Kondisi dari Bibit Tanaman
No Warna Biji Keterangan Nila Buncis yang Yang Layak Dibudidayakan
. Buncis i Dalam Bentuk Alternatif Dan Kriteria.
1. Halus Dan Sangat Penting 1
Mengkilap N A C1 C2 C3 C4
2. Halus Penting 0,75 o.
3. Cukup Halus Cukup Penting 0,5 1. A1 Sedik Kurang Sangat K.Nor
it Halus Keripu mal
4. Kurang Halus Kurang Penting 0,25 Cacat t
5. Tidak Halus Tidak Penting 0 2. A2 Tidak Halus Curan C.Nor
Utuh g mal
Tabel . Nilai Bobot Kepentingan Untuk Kulit Keripu
Biji Buncis. t
No Kulit Biji Keterangan Nila 3. A3 Kuran Halus Keripu Norma
. Buncis. i g t l
1. Tidak Keriput Sangat Penting 1 Serag
am
2. Keriput Penting 0,75
4. A4 Sedik Cukup C.Keri Norma
3. Cukup Keriput Cukup Penting 0,5 it Halus put l
4. Kurang Keriput Kurang Penting 0,25 Cacat
5. Keriput Tidak Penting 0 5. A5 Sedik Halus Keripu Norma
it Dan t l
Cacat Mengki
Tabel . Nilai Bobot Kepentingan Untuk Bentuk lap
Biji Buncis.
No Bentuk Biji Keterangan Nila Perhitungan hasil kecocokan dengan
. Buncis i mengambil sampel nilai atribut dan kriteria dari
1. Sangat Sangat Penting 1 beberapa nilai bobot diatas adalah sebagai
Normal berikut ;
2. Normal Penting 0,75
3. Cukup Cukup Penting 0,5 0,25 0,25 0 0,25
Normal 0 0,75 0,5 0,5
4. Kurang Kurang Penting 0,25 X = 0,5 0,75 0,75 0,75
Normal 0,25 0,5 0,5 0,75
5. Tidak Tidak Penting 0 0,25 1 0,75 0,75
Normal
Vektor bobot :
3.3.Cara kerja Fazzy Pada Simple Additive W= [ C1 C2 C3 C4 ]
Weighting (SAW) W= [ 1 0,75 0,5 0,75 ]

563
Seminar Nasional Informatika 2015

Nilai terbesar adalah V3 , sehingga alternatif

Pada Metode Simple Additive Weighting A4 terpilih sebagai alternatif terbaik. Dengan kata
(SAW) membutuhkan proses normalisasi lain Bibit Tanaman Buncis tersebut layak untuk
matriks dengan cara menghitung nilai dari Dibudidayakan sebagai tanaman Buncis.
rating alternative terhadap Ai pada setiap
kriteria kriteri Cj berdasarkan nilai bobot 4.Kesimpulan
yang sudah disesuaikan dengan jenis atribut Dari hasil analisa sistem pendukung
yang ada. keputusan pada Bibit Tanaman Buncis dalam
Melakukan proses perangkingan dengan menentukan Bibit Tanaman Buncis Yang Layak
cara menghasilkan matriks ternormaslisasi (R) Dibudidayakan dari kondisi kondisi yang ada
dengan nilai bobot (W). dengan menggunakan Fuzzy Multi Attribute
Decision Making (FMADM) dengan metode
0,5 0,25 0 0,33 Simple Additive Weighting (SAW), dapat
0 0,75 0,66 0,66 disimpulkan bahwa, Dengan menggunakan
R = 1 0,75 1 1 Metode Simple Additive Weighting (SAW) dapat
0,5 0,75 0,66 1 menentukan kondisi Bibit Tanaman Buncis, dari
0,5 1 1 1 Keutuhan, Warna Kulit,Serta Bentuk Biji Buncis
yang layak untuk Dibudidayakan.
Menentukan nilai preferensi untuk setiap
alternatif (Vi) dengan cara menjumlahkan hasil
kali antara matriks ternormalisasi (R) dengan Daftar Pustaka
nilai bobot (W). Nilai Vi yang terbesar
mengindikasikan bahwa Ai terpilih sebagai [1]. Abdul Kadir, Pengenalan Sistem
alternatif terbaik. Informasi Edisi Revisi, 2014.
[2]. Angga Cahyo Saputro, Sistem Informasi
V1 = (0,5 x 1) + (0,25 x 0,75) + (0 x 0,5) + (0,33 Geografis Perguruan Tinggi Di Daerah
x 0,75) Yogyakarta Berbasis Android, 2012.
= 0,5 + 0,18 + 0 + 0,24 [3]. Hamim Tohari, Astah Analisis Serta
= 0,92 Perancangan Sistem Informasi Melalui
Pendekatan UML, 2014.
V2 = (0 x 1) + (0,75 x 0,75) + (0,66 x 0,5) + (0,66 [4]. Hendrayudi, Dasar Dasar Pemrograman
x 0,75) Microsoft Visual Besic 2008, 2011.
= 0 + 1 + 0,33 + 0,49 [5]. Muhammad Dahria, et, al, Pendukung
= 1,82 Keputusan Seleksi Calon Polri Baru Di
Polda Kota Medan Menggunakan Metode
V3 = (1 x 1) + (0,75 x 0,75) + (1 x 0,5) + (1 x Multifactor Evaluation Process (MFEP),
0,75) 2014.
= 1 + 1 + 0,5 + 0,75 [6]. Muhammad Hari Ramadhan, Rancangan
= 3,25 Aplikasi Untuk Menganalisa Bus Pt.Putra
Pelangi Medan Dalam Menentukan
V4 = (0,5 x 1) + (0,5 x 0,75) + (0,66 x 0,5) + (1 x Kondisi Mesin Yang Layak Untuk
0,75) Diberangkatkan Dengan Menggunakan
= 0,5 + 0,37 + 0,33 + 0,75 Metode Saw (Simple Additive Weighting,
= 1,95 SNIF 2014,
[7]. Marimin, Nurul Maghfiroh, Aplikasi
V5 = (0,5 x 1) + (1 x 0,75) + (1 x 0,5) + (1x 0,75) Teknik Pengambilan Keputusan Dalam
= 0,5 + 0,75 + 0,5 + 0,75 Manajemen Rantai Pasok, 2010.
= 2,50 [8]. Muhammad Sadeli, 7 Jam Belajar
Interaktif Visual Basic 2010 Untuk Orang
Berdasarkan hasil nilai preferensi diatas, maka Awam, 2010.
rangking yang telah diperoleh dapat diurutkan [9]. M. Sulaiman Silalahi, Sistem Pendukung
sebagai berikut : Keputusan Kenaikanjabatan Dengan
Metode Simple Additive Weighting (SAW)
V1 = 0,92 (Studi Kasus : Gapeksindo Medan), 2013.
V2 = 1,82 [10]. Nugroho Joko Usito, Sistem Pendukung
V3 = 3,25 Keputusan Penilaian Proses Belajar
V4 = 1,95 Mengajarmenggunakan Metode Simple
V5 = 2,50 Additive Weighting (SAW),2013
[11]. Renita Astri, Implementasi Sistem
Informasi Manajemen Pada Sistem

564
 Seminar Nasional Informatika 2015

Penjualan Makanan Di Rumah Makan, Sisingamangaraja No.338 Simpang Limun

Vol. 10 No. 1, 2013. Medan : Program Studi Teknik Informatika
[12]. Pratiwi Heny, Sistem Pendukung Pelita Informatika Budi Darma : Jurnal
Keputusan Penentuan Karyawan Teknik Informatika, Vol VI Nomer 3 April
Berprestasi Metode Multifactor Evaluation 2014.
Process (MFEP), Samarinda Kalimantan [14]. Valensia Verina, Dewi Lulu Yohana, Diah
Timur : Program Studi Teknik Informatika Kusuma Wardhani Kartina,Aplikasi
Politeknik Caltex Riau : Jurnal Teknik Tutorial Sistem Pendukung Keputusan
Informatika, Vol 5 Nomer 2 September Menggunakan Metode Simple Additive
2014. Weighting, Program Studi Teknik
[13]. Pratiwi Heny, Sistem Pendukung Informatika Politeknik Caltex Riau : Jurnal
Keputusan Penyeleksian Calon Siswa Baru Teknik Informatika, Vol 1 September 2012.
Di SMA Negeri 1 Bandar Dengan Metode
Multifactor Evaluation Process (MFEP),

565
Seminar Nasional Informatika 2015

SISTEM INFORMASI GEOGRAFIS (SIG) DAERAH RAWAN

LONGSOR DI KABUPATEN TASIKMALAYA BERBASIS WEB
Cepi Rahmat Hidayat 1, Ikbal Jamaludin 2, Husni Mubarok3

Teknik Informatika, STMIK TASIKMALAYA

Jl.R.E.Martadinata No.272 A Indihiang Kota Tasikmalaya, Jawa Barat
1
ranvix14@gmail.com, 2 ikbal.jamaludin@gmail.com, 3 aanghusnimubarokdanuri@gmail.com

Abstrak

Badan Penanggulangan Bencana Daerah (BPBD) adalah sebuah lembaga khusus yang menangani
penanggulangan bencana baik di tingkat provinsi maupun kabupaten/kota,dibawah naungan Kemendagri.
Dimana BPBD melaksanakan tugas pemerintahan di bidang penanggulangan bencana yang salah satu yaitu
meneliti daerah rawan longsor. Dimana untuk mengatasi masalah rawan longsor khususnya rawan longsor di
Kabupaten Tasikmalaya, BPBD masih menggunakan web SIG yang hanya menggunakan peta tematik saja.
Sehingga penyampaian informasi untuk masyarakat belum dapat tersampaikan dengan baik. Oleh karena itu
dibutuhkan suatu SIG rawan longsor yang lebih baik. Sistem informasi geografis (SIG) untuk
mengidentifikasi daerah rawan longsor di Kabupaten Tasikmalaya berbasis web ini dibangun dengan
menggunakan bahasa pemrograman HTML, CSS, JavaScript dan PHP dengan database menggunakan MySql.
Pembangunan aplikasi sistem informasi geografis rawan longsor di Kabupaten Tasikmalaya berbasis web ini
di harapkan dapat menjadi alternatif yang baik sebagai sarana penyampaian informasi daerah rawan longsor
di Kabupaten Tasikmalaya kepada masyarakat serta dapat mempermudah BPBD Kabupaten Tasikmalaya
dalam mengelola data mengenai daerah rawan longsor di Kabupaten Tasikmalaya.

Kata kunci : Sistem Informasi Geografis, Daerah Rawan Longsor, Berbasis Web

1. Pendahuluan matang dan terpadu agar proses penyelenggaraan

Keberadaan suatu wilayah tidak bisa terlepas
dari adanya potensi bencana alam, sehingga harus
siap pula untuk menghadapi bencana tersebut.
Indonesia memiliki kondisi alam yang tergolong
rawan terhadap bencana-bencana seperti gempa,
tsunami, dan longsor. Namun bencana yang
hampir terjadi pada setiap wilayah di Indonesia
adalah bencana longsor, karena sekitar 45% luas
lahan di Indonesia adalah lahan pegunungan
berlereng yang peka terhadap longsor dan erosi.
Hal ini merupakan hambatan sekaligus tantangan
bagi perencanaan wilayah mengingat sebagaian
besar wilayah Kabupaten atau kota di Indonesia
memiliki kawasan pegunungan. Untuk
mengurangi kerugian akibat longsor maka perlu
diidentifikasi kawasan-kawasan yang rawan
longsor sebagai antisipasi untuk mencegah
kerugian yang lebih besar.
Bencana yang terjadi di Kabupaten
Tasikmalaya selalu menimbulkan permasalahan
yang kompleks, juga dalam hal ini penyampaian
informasi yang dilakukan BPBD Kabupaten
Tasikmalaya masih berupa peta tematik saja.
sehingga masyarakat kurang mengetahui
informasi titik mana saja yang rawan terhadap
bencana longsor secara lebih detail. Disamping itu
juga diperlukan penataan dan perencanaan yang
penanggulangan bencana dapat berjalan dengan
sisematis dan terkoordinasi sehingga dapat
memberikan perlindungan pada masyarakat
Kabupaten Tasikmalaya.
Dengan berkembangnya teknologi internet
dan popularitas pengguna website, maka sangat
memungkinkan untuk menggabungkan teknologi
internet dengan sistem informasi geografis dan
website, yang kemudian membentuk teknologi
website sistem informasi geografis. Dengan
adanya sistem informasi geografis, internet dan
web maka akan di dapatkan data dan informasi
mengenai daerah rawan longsor yang lebih detail.
Adapun tujuan dari di buatnya sistem ini adalah
sebagai berikut :
a. Sebagai bahan masukan kepada masyarakat
sekitar dan pendatang agar dapat melakukan
upaya-upaya untuk mengurangi dampak
yang ditimbulkan dari bencana tanah
longsor.
b. Dapat membantu serta mempermudah
masyarakat dalam mencari data dan
informasi tentang daerah rawan longsor di
Kabupaten Tasikmalaya.
Sebagai rekomendasi kepada pemerintah dan
pihak terkait untuk melakukan indentifikasi secara

566

dini wilayah yang rawan bencana longsor, juga
tindakan cepat untuk
2. Landasan Teori
2.1 Sistem Informasi Geografis
Istilah geografis merupakan bagian dari
spasial (keruangan). Kedua istilah ini sering
digunakan secara bergantian atau bahkan tertukar
satu sama lainnya sehingga muncullah istilah
yang ketiga, Geospasial. Ketiga istilah ini
mengandung pengertian yang kurang lebih serupa
di dalam konteks SIG. Penggunaan kata
geografis mengandung pengertian satu
persoalan atau hal mengenai (wilayah di
permukaan) bumi : baik permukaan tiga
dimensi.dengan demikian istilah informasi
geografis mengendung pengertian informasi
mengenai tempat-tempat yang terletak
dipermukaan bumi, pengetahuan dimana suatu
objek terletak dipermukaan bumi, atau informasi
mengenai keterangan-keterangan (atribut) objek
penting yang terdapat dipermukaan bumi yang
posisinya diberikan atau diketahui. [1].
Pada sebuah aplikasi SIG, terdapat beberapa
fasilitas yang merupakan standar untuk
melengkapi peta yang tampil di layar monitor,
antara lain:
a) Legenda
Legenda (legend) adalah keterangan tentang
objek-objek yang ada di peta, seperti warna
hijau adalah hutan, garis merah adalah jalan,
simbol buku adalah universitas, dan
sebagainya.
b) Skala
Skala adalah keterangan perbandingan
ukuran di layer dengan ukuran sebenarnya.
c) Zoom in / out
Peta di layar dapat diperbesar dengan zoom
in dan diperkecil dengan zoom out.
d) Pan
Dengan fasilitas pan peta dapat digeser-
geser untuk melihat daerah yang
dikehendaki.
e) Searching
Fasilitas ini digunakan untuk mencari
dimana letak suatu feature bisa dilakukan
dengan menginputkan nama atau keterangan
dari feature tersebut.
f) Pengukuran
Fasilitas ini dapat mengukur jarak antar titik,
jarak rute, atau luas suatu wilayah secara
interaktif.
g) Informasi
Setiap feature dilengkapi dengan informasi
yang dapat dilihat jika feature tersebut
diklik.
Seminar Nasional Informatika 2015
2.2 Subsistem SIG
SIG dapat diuraikan menjadi beberapa
subsistem sebagai berikut :
a) Data Input : subsistem ini bertugas untuk
mengumpulkan, mempersiapkan, dan
menyimpan data spasial dan atributnya dari
berbagai sumber.
b) Data Output : sub sistem ini bertugas untuk
menampilkan atau menghasilkan keluaran
(termasuk ke ekspornya ke format yang
dikehemdaki) seluruh atau sebagian basis
data (spasial)
c) Data Management : sub sistem ini
mengorganisasikan baik data spasial maupun
tabel-tabel atribut terkait kedalam sebuah
sistem basis data sedemikian rupa sehingga
mudah dipanggil kembali atau di retrieve (di
load ke memori), di update dan di edit.
d) Data Manipulasi dan Analisis : subsistem ini
menentukan informasi-informasi yang dapat
di hasilkan oleh SIG.
2.3 Tanah Longsor
Mengutip dari Atika (2009), definisi tanah
longsor telah mengalami perkembangan dari
tahun ke tahun. Berikut ini adalah definisi dari
beberapa tokoh yang telah dipublikasikan di
berbagai pustaka: Skempton dan Hutchinson
(1969), tanah longsor atau gerakan tanah
didefinisikan sebagai gerakan menuruni lereng
oleh massa tanah dan atau batuan penyusun lereng
akibat terganggunya kestabilan tanah atau batuan
peyusun lereng tersebut.
3. Metode Perancangan
Metode yang digunakan dalam penelitian ini
adalah metode waterfall yaitu memecah sebuah
proyek berdasarkan aktifitas, untuk membuat
perangkat lunak, terlebih dahulu harus melakukan
kegiatan tertentu, yaitu rekayasa sistem, analisis
sistem, desain sistem, pengkodean (coding),
pengujian dan pemeliharaan (maintenance).
Aktifitas yang terdapat di dalam waterfall tampak
pada gambar berikut [2]:
System Engineering
Requitment Analysis
Design
Coding
Testing
Maintenance
567
Seminar Nasional Informatika 2015

sistem telah dibuat, maka tahap selanjutnya

adalah melakukan pemeliharaan. Dalam tahap
Gambar 3.1 Skema Waterfall pemeliharaan, akana ada tahap perbaikan apabila
sewaktu-waktu terjadi kegagalan sistem dan jika
a. System / Information Engineering and ada peningkatan sistem sebagai kebutuhan yang
Modeling. baru.
Permodelan ini diawali dengan mencari
kebutuhan dari keseluruhan sistem yang akan 4. Analisis
diaplikasikan ke dalam bentuk software. Dalam
tahapan ini pennulisi menganalisis kebutuhan dari 4.1 Analisis Sistem Berjalan
semua elemen sistem dan menganalisa keinginan
user, meliputi input, proses hingga output, waktu Berdasarkan hasil analisis dari penelitian di
pengerjaan, ukuran dan jumlah data yang lapangan yang dilakukan penulis di BPBD
ditangani dengan melakukan wawancara kepada Kabupaten Tasikmalaya untuk sistem Ofline
ketua pelaksana untuk mendapatkan data yang dilihat pada gambar Flowmap berikut ini:
akurat.
PETUGAS LAPANGAN PETUGAS ADMIN KETUA PELAKSANA
b. Software Requirements Analysis.
Proses pencarian kebutuhan diintensifkan
dan difokuskan pada software. Dalam penelitian INFO BENCANA DATA BENCANA
REKAP DATA
BENCANA
ini penulis menganalisa dari data yang ada serta
mengumpulkan kebutuhan-kebutuhan sistem yang
akan dibangun yang menunjang dalam MENCATAT DATA INPUT DATA
A
pengembangan sistem informasi geografis rawan BENCANA BENCANA

longsor di Kabupaten Tasikmalaya. Adapun

analisa ini menggunakan flowmap sistem yang
berjalan. DATA BENCANA REKAP DATA
BENCANA
c. Design.
Proses ini digunakan untuk mengubah
kebutuhan-kebutuhan diatas menjadi representasi DATA
FILE BENCANA
ke dalam bentuk blueprint software sebelum
coding dimulai. Dalam pengembangan sistem
informasi geografis rawan longsor di Kabupaten Gambar 4.1 Flowmap Sistem Yang
Tasikmalaya ini penulis menggunakan tool Use Sedang Berjalan
Case, Activity Diagram, Sequence Diagram,
rancangan database dan file, rancangan data dan a) Petugas Lapangan
rancangan antar muka. Petugas lapangan berfungsi untuk
d. Coding. melaksanakan operasi penelitian dilapangan
Untuk dapat dimengerti oleh mesin, dalam berupa pengumpulkan data-data yang diperlukan
hal ini adalah komputer, maka desain tadi harus untuk memenuhi informasi yang rawan terhadap
diubah bentuknya menjadi bentuk yang dapat longsor.
dimengerti oleh mesin, yaitu ke dalam bahasa b) Petugas Admin
pemrograman melalui proses coding. Dalam Mengumpulkan, menginventarisir
tahapan ini penulis merancang program dengan sumberdaya (personil, peralatan, dan dana) yang
menggunakan coding berbasis PHP. Bahasa ada di masing-masing instansi, mengevaluasi,
pemrograman PHP digunakan untuk merancang menganalisis data dan informasi yang
web yang berfungsi sebagai penyampaian berhubungan dengan penanganan tanggap darurat
informasi kepada user. bencana serta menyiapkan dokumen rencana
e. Testing / Verification. operasi tanggap darurat.
Sesuatu yang dibuat haruslah diujicobakan. c) Ketua Pelaksana
Demikian juga dengan software. Dalam tahapan Bertugas Melaksanakan evaluasi melalui
ini sistem dinyatakan selesai dirancang, penulis rapat koordinasi yang dilaksanakan minimal satu
dapat melakukan pengetesan terhadap sistem yang kali dalam sehari untuk menyusun rencana
telah dibuat menggunakan tool dreamweaver dan kegiatan berikutnya.
mozilla untuk mengetahui apakah sistem telah
berjalan sesuai dengan keinginan atau tidak.
f. Maintenance. 4.2 Analisis Dokumen
Pemeliharaan suatu software diperlukan,
termasuk di dalamnya adalah pengembangan, a) Analisis Dokumen Masukan
karena software yang dibuat tidak selamanya Dokumen masukan merupakan dokumen
hanya seperti itu. Setelah proses pengetesan yang akan diproses oleh suatu sistem yang

568
 Seminar Nasional Informatika 2015

biasanya dilakukan oleh entitas luar sistem, 5. Perancangan Sistem

dalahm hal ini analisis dokumen masukannya
yaitu berupa dokumen mencatat data bencana, 5.1 Use Case Diagram
dimana petugas lapangan yang bertugas Berikut adalah use case perancangan
memegang dokumen ini. sistem informasi geografis daerah rawan longsor
b) Analisis Dokumen Proses di Kabupaten Tasikmalaya yang di usulkan :
Dokumen proses merupakan dokumen yang <<extend
Melihat peta >> Koneksi
terbentuk setelah adanya dokumen masukan. Di rawan longsor ke peta
nd>
x te
dalam sistem informasi geografis rawan longsor <<e >

di Kabupaten Tasikmalaya yang menjadi User

Melihat Informasi
<<
ex
te
nd
dokumen proses adalah data bencana, rekap data rawan longsor >>
<<e
bencana. x te
nd>
>

c) Analisis Dokumen Keluaran Login <<Inc

lude
Sebagai dokumen keluaran dalam system >>
Mengelola Data
informasi geografis rawan longsor di Kabupaten longsor

Tasikmalaya adalah rekap data bencana yang Admin Gambar 5.1 Use Case Diagram yang
diolah menjadi informasi berupa laporan-laporan diajukan
yang dibutuhkan oleh sistem.
d) Analisis Aliran Data dan Informasi 5.2 Class Diagram
Sistem Informasi Geografis daerah rawan
longsor di BPBD Kabupaten Tasikmalaya saat ini Berikut adalah class diagram perancangan
masih belum maksimal karena masih terbatas sistem informasi geografis daerah rawan longsor
menggunakan peta tematik. Oleh karena itu di Kabupaten Tasikmalaya yang di usulkan
Penulis mengusulkan untuk menambah system
baru dengan menggunakan proses konversi peta BERITA

- id
tematik ke peta digital, dimana nantinya akan - nama
DATA BENCANA
memperluas informasi tentang daerah rawan - judul
- isiberita
LONGSOR

longsor di BPBD Kabupaten Tasikmalaya. - photo - id

- bencana
TITIK RAWAN
BENCANA
+ tambah()
- tanggal - id_rawan
+ edit()
- jam - nama
+ hapus
4.3 Evaluasi Sistem Sedang Berjalan - bujur - alamat
- lintang - bujur
4.3.1 Kekuatan Sistem (Strength) - lokasi - lintang
- korban - keterangan
a. Dengan media online, informasi data ADMIN - kerugian - foto
- username - keterangan
bencana dapat dibaca dan dilihat oleh - password - foto +tambah()
- level + edit()
berbagai kalangan secara berulang-ulang + tambah()
+ tambah()
+ edit()
+ hapus

dan cepat dalam tersampainya informasi. + edit()

+ hapus
+ hapus

b. Dengan media website ini dapat

menampilkan informasi tentang peta Gambar 5.2 Class Diagram Diagram
daerah bencana longsor secara detail. yang diajukan
4.3.2 Kelemahan Sistem (Weakness)
a. Koneksi menjadi kelemahan pada sistem
karena tanpa adanya koneksi internet maka 6. Implementasi
para masyarakat dan dinas-dinas terkait
tidak dapat mengakses informasi. 6.1 Halaman Peta Daerah Rawan Longsor
b. Selain koneksi ada juga kelemahan pada
sistem ini yaitu waktu yang di butuhkan Berikut ini merupakan tampilan antar muka
untuk dapat merespon peta ketika user website peta daerah rawan longsor yang disajikan
merequest peta. dalam layer roadmap
4.3.3 Kesempatan Sistem (Opportunity)
Dengan informasi yang disajikan
dimungkinkan menjadikan website ini
sebagai media informasi yang bermanfaat
sehingga Website ini banyak di kunjungi
sebagai sumber informasi.
4.3.4 Tantangan Sistem (Threat)
Dengan seiring berjalannya waktu tidak
menutup kemungkinan akan bermunculan
website serupa yang menyajikan informsi
lebih lengkap

569
Seminar Nasional Informatika 2015
Gambar 6.1 Tampilan Peta Daerah Rawan
Longsor
6.2 Halaman Daftar Daerah Rawan Longsor
Berikut ini merupakan tampilan antar muka
Untuk menampilkan daftar daerah rawan longsor
yang disajikan dalam bentuk tabel.
570
Gambar 6.2 Tampilan Daftar Daerah Rawan
Longsor
7. Kesimpulan
Setelah melakukan analisis, perancangan
dan implementasi sistem yang dilanjutkan dengan
pengujian sistem, maka dapat ditarik beberapa
kesimpulan sebagai berikut :
a. Sistem informasi geografis untuk
mengidentifikasi daerah rawan longsor di
Kabupaten Tasikmalaya berbasis web yang
dibangun ini dapat membantu mengetahui
daerah-daerah yang rawan longsor di
Kabupaten Tasikmalaya, khususnya untuk
staf di lingkungan Badan Penanggulangan
Bencana Daerah (BPBD) di Kabupaten
Tasikmaya, dan untuk masyarakat pada
umumnya.
b. Membantu dan Memudahkan masyarakat
dalam mengetahui daerah raawan longsor di
Kabupaten Tasikmalaya disertai dengan
informasi nya yang dapat diakses dengan
web.
c. Sistem informasi geografis daerah rawan
longsor di Kabupaten Tasikmalaya berbasis
web ini dapat menyediakan informasi yang
ditampilkan melalui peta.
Daftar Pustaka:
[1] Prahasta, Eddy. Sistem Informasi Geografis
: konsep dasar (perspektif Geodesi dan
Geomatika). Bandung : Informatika
Bandung, 2009.
[2] Pressman, R.S. Software Engineering : a
practitioners approach,
McGraw-Hill, 2010
[3] Jogianto. H.M., Prof. Dr. MBA., Akt.
Pengantar Perancangan Sistem. Yogyakarta
: Andi, 2010.
[4] Riyanto, Prinali EP, Hendi, Indelarko.
Pengembangan Aplikasi Sistem Informasi
Berbasis Desktop dan Web. Yogyakarta :
Gava Media, 2009.
 Seminar Nasional Informatika 2015

PENERAPAN TEKNOLGI WIRELESS APPLICATION PROTOCOL

UNTUK PEMESANAN TIKET TAXI BERBASIS MOBILE
(STUDI KASUS : BORNOE TAXI)

Susanti Margaretha Kuway

Jurusan Sistem Informasi, STMIK Pontianak

STMIK Pontianak, Jalan Merdeka No. 372 Pontianak, Kalimantan Barat
shanty_stmikptk@yahoo.com dan kuwayshanty@gmail.com

Abstrak

Perkembangan teknologi informasi yang begitu pesat memungkinkan banyak orang untuk mengakses
berbagai informasi secara cepat dan akurat. Salah satu teknologi yang sedang populer saat ini adalah mobile
technology dimana teknologi ini dapat digunakan diberbagai sektor kehidupan salah satunya adalah sektor
pemesanan tiket. WAP (Wireless ApplicationProtocol) membawa informasi secara online melalui internet
langsung menuju ponsel atau handphone. Tujuan dari penelitian ini adalah menghasilkan sistem pemesanan
tiket melalui mobile yang memanfaatkan teknolgi WAP. Penelitian berbentuk studi kasus, metode Rapid
Application Development (RAD) sebagai metode perancangan sistem, alat pemodelan sistem adalah Unified
Modeling Language (UML), bahasa pemrograman menggunakan WML (Wireless Markup Language) dan
Opera Mobile Emulator for desktop 21.1 sebagai tools untuk simulasi. Hasil akhir dari penelitian ini berupa
sistem pemesanan tiket berbasis mobile dengan memanfaatkan teknologi WAP. Penerapan teknologi WAP
memungkinkan calon penumpang dapat mengakses informasi dan memesan tiket dengan menggunakan
perangkat handphone yang dikategorikan tidak canggih seperti iPhone dan handphone berbasis Android.
Hadirnya sistem ini sangat membantu masyarat untuk mendapatkan informasi dengan mudah dan membantu
pemilik usaha dalam memberikan pelayanan yang baik dan cepat kepada calon penumpang.

Kata kunci : Pemesanan Tiket , mobile, Taxi, RAD, UML dan interkoneksi

1. Pendahuluan membuat halaman Web. WML didesain khusus

Perkembangan teknologi informasi maju
dengan begitu pesatnya. Memungkinkan banyak
orang untuk mengakses berbagai informasi secara
cepat dan akurat. Salah satu teknologi yang
sedang populer saat ini adalah mobile technology.
Ada beberapa teknologi mobile yang sering
digunakan antara lain GPRS dan HSDPA (High
Speed Downloading Packet Access) [1]. Terdapat
tiga bagian utama dalam akses WAP yaitu
perangkat wireless yang mendukung WAP, WAP
Gateway sebagai perantara, dan web server
sebagai sumber dokumen. Dokumen yang berada
dalam web server dapat berupa dokumen html
ataupun WML (Wireless Markup Language).
WML adalah salah satu bahasa scripting yang
dipakai untuk membuat aplikasi berbasis wap dan
mengatur cara kerja pengiriman dan penerimaan
informasi data melewati internet dan world wide
web. Teknologi handphone semuanya dapat
membaca format bahasa scripting wml, bahkan
dalam pemakaian aplikasiaplikasi yang terhubung
dengan internet, sebagian besar menggunakan
bahasa scripting wml[2].
WML adalah bahasa markup yang
menggunakan tag sebagai perintah untuk
untuk teknologi WAP yang bekerja dalam
lingkungan wireless. WAP (Wireless
ApplicationProtocol) adalah protokol pada
jaringan seluler (GSM,CDMA,dll) untuk
memberikan layanan internet lewat ponsel.
Teknologi ini memungkinkan pelanggan
menikmati fasilitas internet yang beraneka ragam.
WAP menggunakan bahasa komputer WML
(Wireless Markup Language), sehingga ponsel
hanya dapat mengakses situs web yang telah
diformat khusus untuk aplikasi WAP[3].
WAP merupakan suatu protocol yang
memungkinkan internet dapat diakses dengan
perangkat mobile seperti ponsel atau handphone
dan perangkat wireless lainnya. WAP membawa
informasi secara online melalui internet langsung
menuju Ponsel atau Handphone. Dengan adanya
WAP, berbagai informasi dapat diakses setiap
saat dengan menggunakan ponsel atau
handphone[4].
Berbagai teknologi dan aplikasi mulai
memusat ke komputasi dan web wireless.
Munculnya media wireless internet yaitu akses
internet tanpa menggunakan kabel, adalah
kenyataan bahwa teknologi telah semakin maju.
Saat ini telepon seluler tidak hanya dapat

571
Seminar Nasional Informatika 2015
digunakan untuk berkomunikasi saja. Mobile
technology dapat digunakan diberbagai sektor
kehidupan salah satunya adalah sektor pemesanan
tiket. Handphone merupakan alat komunikasi
seluler yang mudah dibawa kemana saja dan
hampir semua kalangan masyarakat memilikinya.
Dengan demikian diharapkan agar informasi
tentang perusahaan atau bisnis mudah diakses
oleh siapa saja yang memiliki handphone, kapan
saja dan dimana saja[5]. Melalui mobile
technology seperti handphone yang hampir
dimiliki semua orang, maka peneliti mencoba
untuk menemukan sebuah inovasi untuk
memanfaatkan handphone sebagai alat yang dapat
dipergunakan untuk mengakses informasi dengan
mudah dan cepat. Penyampaian informasi yang
dilakukan menggunakan perangkat mobile dengan
meminta request dari user akan diproses dalam
sistem kemudian hasilnya akan dikirim lagi ke
user dengan ditampilkan pada layar perangkat
mobile[6].
Pemilihan teknologi WAP untuk pemesanan
tiket taxi dikarenakan tidak semua handphone
yang dimiliki oleh masyarakat memiliki teknologi
yang canggih sehingga akan mengalami kesulitan
dalam mengakses informasi terutama yang terkait
dengan pemesanan tiket taxi yang dibangun
berbasis web. Dengan adanya teknologi WAP
yang juga didukung oleh WML, memungkinkan
handphone dengan kualitas rendah dapat
dipergunakan untuk mengakses informasi bahkan
bisa melakukan transaksi pemesanan tiket taxi.
2. Metode Penelitian
Penelitian berbentuk studi kasus dengan
metode penelitiannya adalah Research and
Development (R&D). Metode dalam proses
pengembangan perangkat lunak penulis
mengimplementasikan metodologi AGILE
dengan menerapkan model Rapid Application
Development (RAD) dan alat pemodelan sistem
adalah Unified Modeling Language (UML).
Teknik pengumpulan data menggunakan
wawancara, observasi dan mempelajari semua
dokumen yang selama ini dipergunakan untuk
melakukan aktivitas pemesanan tiket taxi. Opera
Mobile Emulator for desktop 21.1 tools untuk
simulasi.
3. Hasil dan Pembahasan
CV. Borneo Taxi merupakan sebuah usaha
yang bergerak dibidang jasa angkutan darat
dengan menggunakan kendaraan roda empat.
Demi peningkatan penumpang yang mudah
kepada masyarakat terutama bagi masyarkat yang
ingin melakukan perjalanan antara kota dan
kabupaten, maka pemilik usaha ingin
menghadirkan sebuah sistem pemesanan tiket
572
yang memanfaatkan handphone yang dilengkapi
dengan teknologi WAP (Wireless Application
Protocol). Kesadaran pemilik usaha akan semakin
banyaknya persaingan dibidang usaha yang sama,
maka CV. Borneo Taxi mencoba mencari
alternatif baru untuk bertahan ditengah
persaingan. Pengembangan sistem pemesanan
tiket taxi adalah merupakan salah satu alternatif
yang tepat untuk dijalani saat ini. Dalam sistem
ini terdapat dua bagian pengguna yaitu admin
yang melakukan pengelolaan data usaha termasuk
pengelolaan rute taxi dan pemerimaan pembelian
tiket secara online. Sedangkan masyarakat adalah
pengguna yang ingin mendapatkan informasi rute
dan jadwal keberangkatan taxi. Pada sistem ini
disediakan fitur untuk memesan tiket. Software
pendukung dalam menghasilkan sistem ini adalah
Web server menggunakan apache, script PHP,
WML dan database MySQL. Arsitektur
pengembangan sistem pemesanan tiket dengan
memanfaatkan teknologi WAP yang diusulkan
diperlihatkan pada gambar 1.
WAP gateway Apache, PHP dan
adalah perangkat
dua arah (sebagai
Database MySQL
gateway ada)
Operator
Operator Web
Web Server
Server
WAP
WAP Gateway
Gateway
INTERNET
ACCESS
Mengakses
Informasi dan
Memesan Tiket Pengelola Konten
SIstem
WAP
WAP Pengguna
Pengguna
Admin
Admin
Gambar 1. Arsitektur Sistem Wireless
Application Protocol Untuk Pemesanan Tiket
Taxi Berbasis Mobile
Strategi dalam tahapan perancangan sistem
berbasis mobile mengacu pada perancangan
berbasis obyek. Strategi ini dalam istilah aslinya
disebut sebagai OOD (Object Oriented Design)
dan dianggap menjadi strategi perancangan paling
modern. Use case diagram sistem pemesanan tiket
berbasis WAP terdiri dari admin dan penumpang.
Actor admin bertugas untuk memanajemen
aplikasi secara keseluruhan dan penumpang
mencari informasi, jadwal dan memesan tiket.
Berikut ini adalah use case diagram sistem
wireless Application Protocol untuk pemesanan
tiket taxi berbasis mobile (lihat gambar 2).
Informasi
penumlang
Cancel Tiket
Kelola Jadwal
Pesan Tiket
admin
Submit Tiket
<<include>>
 Seminar Nasional Informatika 2015

Gambar 2. Use Case Diagram Sistem Wireless User Sistem Admin

Application Protocol Untuk Pemesanan Tiket Pengecekan Pembatala

Menampilkan Informasi
Taxi Berbasis Mobile Buka Daftar Pesanan Pesanan
Pesanan Tiket

Activity diagram menggambarkan proses

Cari Data Pesanan
paralel yang mungkin terjadi pada beberapa Tiket
Menampilkan Informasi Detil
eksekusi. Activity diagram merupakan state Pesanan Tiket
diagram khusus, di mana sebagian besar state Submit Pembatan
Pesanan Tiket
adalah action dan sebagian besar transisi di- validasi
trigger oleh selesainya state sebelumnya (internal
processing). Oleh karena itu activity diagram N
tidak menggambarkan behaviour internal sebuah Y
secara eksak, tetapi lebih menggambarkan proses- Pembatalan Pesanan Anda
Segera Diproses
proses dan jalur-jalur aktivitas dari level atas
secara umum. Menampilkan Submit Pembatalan
Pesanan Tiket Pesanan Valid
Pemesanan tiket taxi oleh penumpang
dimulai dari melakukan pengecekan jadwal,
memilih rute yang ingin dituju dan men-submit
tujuan. Penumpang diwajibkan mengisikan data
pribadi sebagai data pelengkap untuk Gambar 4. Activity Diagram Pembatalan Pesanan
mempermudah admin dalam mengetahui Tiket Taxi
penumpang (lihat gambar 3).
Sequence diagram menggambarkan interaksi
User Sistem Admin
antar objek di dalam dan di sekitar sistem
(termasuk pengguna, display, dan sebagainya)
Pengecekan
Cek Jadwal
Menampilkan Jadwal Pesanan Tiket
berupa message yang digambarkan terhadap
Berangkatan
waktu. Sequence diagram terdiri atara dimensi
Pilih Rute
Perjalanan Taxi
vertikal (waktu) dan dimensi horizontal. Sequence
Menampilkan Informasi diagram dapat digunakan untuk menggambarkan
Jadwal dan Tarif

Submit Tujuan
skenario atau rangkaian langkah-langkah yang
Keberangkatan dilakukan sebagai respons dari sebuah event
validasi
untuk menghasilkan output tertentu. Masing-
masing objek, termasuk aktor, memiliki lifeline
N
Y
vertikal. Message digambarkan sebagai garis
Pesanan Anda Segera berpanah dari satu objek ke objek lainnya.
Diproses
Sequence diagram pemesanan tiket
Menampilkan Submit Pesanan menggambarkan penumpang yang berinteraksi
Pesanan Tiket Valid
dengan sistem secara langsung. Proses pemesan
dimulai dari membuka jadwal dan sistem
menampilkan jadwal. Pada jadwal yang
ditampilkan, penumpang dapat memilih tujuan
Gambar 3. Activity Diagram Pemesanan Tiket dan jam kerangkatan. Setelah memilih, maka
Taxi sistem akan menampilkan form pengisian data
pribadi penumpang. Data pribadi dan data tiket
Pembatalan tiket yang sudah dipesan dapat akan tersimpan ke dalam database (lihat gambar
dilakukan dengan cara membuka daftar pesanan 5).
tiket dan melakukan pencarian data tiket yang Sequence diagram pembatalan tiket
sudah dipesan. Setalah data ditemukan maka menggambarkan penumpang yang berinteraksi
penumpang dapat membatalkan dengan cara men- dengan sistem dimana calon penumpang
submit tiket (lihat gambar 4). membuka daftar pesanan tiket dan melakukan
pencarian terhadap tiket. Setelah tiket ditemukan
maka sistem akan menampilkan informasi secara
detil data tiket beserta dengan penumpangnya
(lihat gambar 6).

573
Seminar Nasional Informatika 2015

tarif
<<boundary>> <<control>> <<entity>> +kodetujuan
: Form Pemesanan Tiket : Validasi Pesanan : Data Pesan
+nilaitarif

: Masyarakat +insert()
1 : Pengecekan Jawal() +delete()
+update() penumpang
2 : Get data jadwal()
1
3 : validasi() +kodepenumpang
+namapenumpang
4 : buka koneksi() * +alamatpenumpang
jadwal
tujuan +noidentitas
+kodetujuan
1 +insert()
5 : load data dari database()
+kodetujuan +tanggal
6 : query() +rute +jamberangkat * +update()
+kodekendaraan
+insert() 1 * +kodepenumpang
+delete() *
7 : Menampilkan Informasi Jadwal()
1 kendaraan
+update() +insert()
8 : submit tujuan keberangkatan()
+delete() +kodekendaraan
+update() +namakendaraan
9 : get data submit()
+jumlahpenumpang

10 : insert data pesanan() +insert()

+delete()
11 : query()
+update()

12 : data pesanan segera diproses()

Gambar 7. Class Diagram Sistem Wireless
13 : tutup koneksi() Application Protocol Untuk Pemesanan Tiket
Taxi Berbasis Mobile
Gambar 5. Sequence Diagram Pemesanan Tiket
Taxi Perancangan model konseptual perlu
dilakukan disamping perancangan secara pisik.
<<boundary>>
: Form Pembatalan
<<control>>
: Validasi Pembatalan
<<entity>>
: Data Pesan
Pada perancangan konseptual, digunakan
beberapa konsep pendekatan relasional namun
: Masyarakat
1 : Pencarian Data Pesanan() tidak berarti konsep ini harus diimplementasikan
2 : Get data Pesanan() ke model relasional saja tetapi juga dapat dengan
3 : validasi() model hirarchi dan model network. Pada
4 : buka koneksi() perancangan model konseptual tinjauan dilakukan
pada struktur data dan relasi antar file
5 : load data dari database()

6 : query()
menggunakan model dan relasional.
Sehubungan dengan perancangan sistem
7 : Menampilkan Informasi Detil Pesanan() pemesanan tiket berbasis teknologi WAP yang
8 : submit pembatalan() difokuskan pada rancangan sistem usulan ini
9 : get data submit() maka dalam pembuatan kamus data didasarkan
10 : update data pesanan()
pada struktur dari tabel database. Kamus data
11 : query() digunakan untuk membantu para pemakai
mengerti mengenai aplikasi yang akan
12 : Pembatalan Pesanan Anda Segera Diproses()
13 : tutup koneksi()
dikembangkan secara terinci dan
mengorganisasikan semua elemen data yang
terkait serta tidak mengalami kesulitan dalam
Gambar 6. Sequence Diagram Pembatalan memahami pemodelan sistem yang
Pesanan Tiket dikembangkan secara logika.
penumpang = @kodepenumpang +
Class diagram adalah diagam yang namapenumpang +
digunakan untuk menampilkan beberapa kelas alamatpenumpang + noidentitas
serta paket-paket yang ada dalam perangkat lunak tarif = @@kodetujuan + nilaitarif
yang sedang kita gunakan. Class diagram juga tujuan = @kodetujuan + rute
memberikan gambaran tentang perangkat lunak jadwal = @@kodetujuan + tanggal +
dan relas-relasi yang ada didalamnya. Pada kelas jamberangkat +
diagram ini terdiri dari 5 (lima) Class yang @@kodekendaraan +
masing-masing entitas saling ketergantungan @@kodepenumpang
antara yang satu dengan yang lainnya (lihat kendaraan = @kodekendaraan +
gambar 7). namakendaraan +
jumlahpenumpang
Diagram hubungan entitas adalah suatu
dokumentasi data dengan mengidentifikasi entiti
data dan memperhatikan hubungan yang ada
diantara entiti tersebut. Dalam hal ini, penulis
menggunakan permodelan diagram hubungan
entitas ini untuk menggambarkan hubungan antar

574
 Seminar Nasional Informatika 2015

simpanan data di dalam rancangan sistem yang penumpang beserta dengan tanggal keberangkatan
diusulkan. Tabel tarif terhubung dengan tabel yang diinginkan (lihat gambar 11).
tujuan (one-to-many). Tabel master penumpang
terhubung dengan tabel jadwal (one-to-many).
Tabel kendaraan terhubung dengan tabel jawal
(one-to-many) dan tabel tujuan terhubung dengan
tabel jadwal (one-to-many) (lihat gambar 8).

Gambar 10. Daftar Jawal dan Rute Keberangkatan

Taxi

Gambar 8. Diagram Hubungan Entitas Sistem

Wireless Application Protocol Untuk Pemesanan
Tiket Taxi Berbasis Mobile

Dalam merancang antar muka harus

memenuhi tiga persyaratan sebuah antar muka
yaitu sederhana, lengkap, dan harus memilki
kinerja yang cepat. Antar muka menjelaskan
sekumpulan objek-objek dan operasi-operasi yang
bisa digunakan. Gambar 9 adalah tampilan pilihan
menu yang diakses oleh calon penumpang dengan
menggunakan mobile. Pada tampilan ini, calon
penumpang tinggal mengklik salah satu dari menu
yang ada dan sistem sebagai contoh menu jadwal
(lihat gambar 10). Gambar 11. Form Pengisian Data Pribadi
Penumpang

Pada gambar 11 penumpang dapat

Gambar 9. Pilihan Menu
Pada gambar 10 penumpang tinggal
mengklik jam keberangkatan yang disesuaikan
dengan kolom tujuan dari keberangkatannya.
Setelah mengklik jam, maka sistem akan
menampilkan form untuk mengisikan data pribadi
diwajibkan mengisikan tanggal berangkatan yang
terdiri dari tanggal, bulan dan tahun. Sebagai data
tambahan, penumpang diwajibkan mengisi data
pribadi yaitu nama, alamat dan nomor telpon.
Setelah data lengkap diisikan, maka tombol
submit diklik. Jika data berhasil disubmit, maka
data akan ditampilkan pada form daftar pesanan
tiket (lihat gambar 13).
Gambar 12 pembatan pemesanan tiket, calon
penumpang akan diperlihatkan oleh sistem
informasi secara detil tentang data diri
penumpang beserta dengan tujuan keberangkatan
.

575
Seminar Nasional Informatika 2015
Gambar 12. Pembatalan Pesanan Tiket
Gambar 13. Daftar Pesanan Penumpang Taxi
Gambar 13 daftar pesanan penumpang taxi,
admin dapat melihat informasi secara lengkap
tentang data penumpang yang sudah melakukan
pemesanan tiket menggunakan handphone.
Berdasarkan data ini, admin dapat mengetahui
siapa saja penumpang yang siap diantarkan sesuai
dengan tujuan yang tertera dikolom tujuan pada
tabel daftar pesanan tiket.
4. Kesimpulan
Perangkat mobile tidak hanya sebatas
dipergunakan sebagai alat untuk komunikasi akan
tetapi saat ini dapat dipergunakan sebagai media
untuk mengakses informasi secara online.
Hadirnya teknologi WAP (Wireless Application
Protocol) semakin menjadikan handphone bisa
berfungsi dengan sangat maksimal terutama
handphone yang masih dikategorikan tidak
canggih layaknya iPhone maupun handphone
berbasis Android. Penggunaan WML (Wireless
Markup Language) sebagai bahasa pemrograman
untuk menghasilkan sistem merupakan suatu
keharusan dimana WML didukung oleh teknologi
WAP dan WML juga dapat berkolaborasi dengan
bahasa HTML, PHP dan database MySQL.
Sistem pemesanan tiket berbasis mobile ini terdiri
dari 4 (empat) fitur utamanya yaitu, fitur jadwal
576
keberangkatan taxi, fitur pemesanan tiket dan fitur
pembatalan tiket yang dapat diakses oleh calon
penumpang. Fitur daftar pesanan tiket merupakan
firut yang dipergunakan oleh admin untuk melihat
dan memonitoring penumpang yang sudah
memesan tiket secara online dari perangkat
mobile.
5. Saran
Sistem pemesanan tiket berbasis mobile
dengan pemanfaatan teknologi WAP (Wireless
Application Protocol) masih perlu dilakukan
pengembangan lebih lanjut mengingat kebutuhan
calon penumpang yang terus bertambah dan
kebutuhan pemilik usaha yang selalu ingin
memberikan pelayanan yang lebih kepada calon
penumpang. Salah satu hal yang perlu
dikembangkan dikemudian hari adalah fitur
layanan informasi yang berupa promosi kepada
calon penumpang dalam rangka menjaga agar
penumpang selalu setia menjadi pelanggan.
Kegiatan promosi memerlukan database
penumpang agar pemilik usaha dapat memberikan
prioritas kepada penumpang tertentu.
.
Daftar Pustaka:
[1] Afuan, Lasmedi., 2009, Rancang Bangun
Aplikasi Berbasis Teknologi WAP Sebagai
Media Promosi Komoditas Pariwisata Di
Banyumas., Telematika 2.2.
[2] Limasal, Francois Stefen, and Z. Teddy
Marcus., 2012, Sistem Aplikasi Pemesanan
Tiket Pesawat M-AirLines System Berbasis
WAP., Jurnal Sistem Informasi 2.2.
[3] Tjiharjadi, Semuil, and Sendy Sendy.,
(2015), Aplikasi Sistem Pemesanan Barang
Menggunakan WAP., Jurnal Informatika 1.2.
[4] Suastuti, Ni Luh., 2012, FaktorFaktor
Yang Mempengaruhi Kepuasan Wisatawan
Terhadap Produk Freestanding Restaurant
di Kawasan Pariwisata Nusa Dua
Kabupaten Badung., Jurnal Ilmiah
Pariwisata 2.1.
[5] Wijaya, Sidiq Wahyu Surya, Agus
Mulyanto, and M. Mustakim., 2010, Sistem
Informasi Penerimaan Mahasiswa Baru
Berbasis Web Dan WAP., Jurnal, Program
Studi Teknik InFormatika, Fakultas Sains
dan Teknologi, UIN Sunan Kalijaga
Yogyakarta, Jl. Marsda Adisucipto,
Yogyakarta 55281.
[6] Yudatama, Uky., 2008, Sistem Pakar untuk
Diagnosis Kerusakan Mesin Mobil Panther
Berbasis Mobile., Jurnal Teknologi 1.2 212-
218.
 Seminar Nasional Informatika 2015

PENENTUAN SUSU BAYI TERBAIK DENGAN AHP

Ratih Adinda Destari

Universitas Potensi Utama

Jl. Kl. Yos Sudarso Km. 6,5 No.3A Medan
Email : ratih_adindadestari@yahoo.com

Abstrak

Metode Analytical Hierarcy Process merupakaan metode terstruktur terdiri dari Goal, Kriteria dan
Alternatif yang mampumemberikan penilaian secara objektif dari beberapa kriteria untuk memperoleh hasil
dan mampu mengembangkannilai bobot dan mensintesis berdasarkan pertimbangan yang tepat untuk
menentukan rangking pemilihan susu bayi secara efektif dan efisien dalam menentukan keputusan.
Keterhubungan sistem pendukung keputusan (SPK) dapatmenyelesaikan permasalahan dan mampu
memberikan solusi yang dibutuhkan baik dari segi informasi, permodelan dan pemanipulasian data dalam
situasi terstruktur dan situasi kurang terstruktur sehingga sistem pendukung keputusan (SPK) mampu
melakukan penilaian dari perubahan kriteria dan perubahan nilai bobot yang diperoleh. Susu bayi
berperan sebagai sumber gizi dan energy untuk dikomsumsi, dari produk susu bayi tersebut mengandung
gizi yang tinggi seperti Asam Arachidonat (AA), Decosahexaenoic acid (DHA), Probiotik/ Simbiotik, Protein
dan Mineral yang dibutuhkan oleh usia bayi di bawah 0-6 bulan untuk perkembangan otak, jaringan otot dan
tulang rangka dan yang berfungsi sebagai pengganti ASI yang memiliki manfaat bagi tingkat perkembangan
bayi.

Kata Kunci : Superdecision, Analitycal Hirarky Process (AHP), Susu Bayi

1. PENDAHULUAN informasi pada level manajemen dari suatu

Banyak di kalangan masyarakat saat ini
yang belum paham benar bagaimana memilih
produk susu bayi usia 0-6 untuk di komsumsi
pada bayi mereka, sehingga tidak jarang para ibu
yang memilih produk susu berdasarkan kemasan
yang menarik harga yang terjangkau tampa
memperhatikan nilai gizi yang terkandung dalam
produk susu tersebut. Dampak salah memilih
produk susu bayi dapat mengalami kerugian
Finalcial dan Non Financial, bayi yang berusia 0-
6 sangat membutuhkan asupan gizi yang tinggi
,terutama nilai gizi dariAsam Arachidonat (AA),
adalah asam lemak omega-6 atau minyak sel
tunggal yang ada dalam susu yang berfungsi
untuk pertumbuhan dan perkembangan otak bayi.
Sedangkan Decosahexaenoic Acid (DHA) yaitu
minyak ikan senyawa yang merupakan asam
lemak tak jenuh dari golongan omega-3 yang
diperlukan untuk otak dan retiana mata berfungsi
untuk penglihatan Metode yang digunakan dalam
pengambilan keputusan untuk menyelesaikan
persoalan dalam penelitian ini adalah metode
AHP (Analitycal Hierarcy Proces) adalah salah
satu metode dalam sistem pengambilan keputusan
yang menggunakan beberapa variable dengan
proses analisis bertingkat. Analisis dilakukan
dengan memberikan nilai prioritas dari tiap-tiap
variable, kemudian melakukan perbandingan
berpasangan dari variable dan alternative yang
ada(Saaty, 1993). Decision Support System
(Sistem pendukung keputusan) merupakan sistem
organisasi yang mengkombinasikan data dan
model analisis canggih atau peralatan data analisis
untuk mendukung pengambilan keputusan yang
semi terstruktur dan tidak terstruktur. (Hamzah, et
al, 2010)
2. LANDASAN TEORI
2.1. Tinjauan Pustaka
Menurut (Ening, 2008), susu adalah bahan
pangan bernilai gizi tinggi yang dapat diolah
menjadi berbagai macam produk olahan susu,
baik susu cair, susu bubuk, susu kental , keju,
mentega , dan lainnya.
2.2 Analytical Hierarchy Process (AHP)
Metode Analytical Hierarchy Process
adalah sebuah kerangka untuk mengambil
keputusan dengan efektif atas persoalan yang
kompleks dengan menyederhanakan dan
mempercepat dalampengambilan keputusan
dengan cara memecahkan persoalan tersebut
kedalam bagian-bagiannya (Fuadi, et al, 2010).
2.2.1 Prinsip Kerja AHP
Menurut Saaty (Iskandar,2009), tahapan
dalam menyelesaikan permasalahan dengan
menggunakan metode AHP adalah sebagai
berikut :

577
Seminar Nasional Informatika 2015

5. Menyusun hirarki dari permasalahan yang Jika aktivitas i mendapat suatu angka
dihadapi. bila dibandingkan dengan suatu
Kebalikan aktivitas j. Maka j mempunyai nilai
kebalikannya bila dibandingkan dengan
aktivitas i
goal Component cluster (
level)

7. Penentuan prioritas
kriteria Untuk setiap kriteria dan alternatif, perlu
dilakukan perbandingan berpasangan
subkriteria elemen (pairwise comparisons) yaitu dengan tahapan
berikut :
alternatives
c. Kuadratkan matriks hasil perbandingan
berpasangan.
loop d. Hitung jumlah nilai dari setiap baris ,
kemudian lakukan normalisasi
8. Konsistensi Logis
Gambar 2.4. Bentuk Jaringan Hirarki
Perhitungan ini dapat dilakukan dengan
mengikuti langkah-langkah sebagai berikut :
6. Penilaian kriteria dan alternatif g. Mengalihkan matriks dengan prioritas
Kriteria dan alternatif dinilai melalui bersesuaian
perbandingan berpasangan. Menurut saaty, h. Menjumlahkan hasil perkalian per baris
untuk berbagai persoalan , skala 1 sampai 9 i. Hasil penjumlahan tiap baris dibagi
adalah skala terbaik dalam mengekspresikan prioritas bersangkutan dan hasilnya
pendapat. dijumlahkan
j. Hasil c dibagi jumlah elemen, akan
Tabel 4.7. Tabel Skala Penilaian Matrik didapat max.
Perbandingan Berpasangan k. Indeks Konsistensi (CI)= (maks-
n) / (n-1)
Nilai Definisi Keterangan l. Rasio Konsistensi = CI/RI , dimana RI
Kepentingan adalah nilai indeks random konsistensi.
Jika rasio konsistensi 0.1, hasil
Sama Kedua elemen sama perhitungan data dapat dibenarkan
1
Penting pentingnya

Sedikit Elemen yang satu 3. ANALISA & PERANCANGAN

lebih sedikit lebih penting 3.1 Analisis Kebutuhan Data
3
penting dari pada elemen
lainnya Adapun analisis data dari penelitian ini
adalahsebagai berikut :
Cukup Elemen yang satu 3.1.1 Analisis Keterhubungan
penting esensial atau sangat
5 penting (lebih penting) Untuk hasil analisis kebutuhan
ketimang elemen yang
keterhubungan akan ditunjukan dengan
lainnya
menghitung dan mengevaluasi setiap kriteria yang
Sangat Satu elemen jelas ada, membuat matrik berpasangan kemudian
penting lebih penting dari mencari eigen vektor dimana elemennya. Dalam
7
elemen yang lainnya kasus ini dapat diperlihatkan tahapan Sistem
Pendukung Keputusan Susu Bayi Terbaik dengan
Mutlak Satu elemen mutlak menggunakan metode AHP. Adapun langkah-
lebih lebih penting langkah yang dilakukan sebagai berikut :
9 penting dibandingkan dengan 2. Uraikan keputusan dari suatu dimensi yang
pasangannya pada berbeda. Tahapan ini merupakan suatu
elemen yang lainnya prosesidentifikasi awal terhadap objek yang
akan diteliti. Adapun objek-objek tersebut
Nilai Nilai-nilai diantara yaitu :
antara/ dua pertimbangan e. Tujuan
2, 4, 6, 8
tengah yang saling
Untuk penetapan Keputusan Merk Susu
berdekatan
Formula Bayi terbaik ini nantinya akan
bermanfaat untuk membantu ibu rumah tangga
yang mempunyai bayi dalam menghitung nilai

578

evaluasi Sistem Pendukung Keputusan Susu
Bayi.
f. Goal
Goal menjelaskan keseluruhan keputusan yaitu
tujuan yang hendak dicapai baik secara
keseluruhan maupun perkriteria. Goal dalam
penelitian ini adalah menentukan Susu Bayi
terbaik.
g. Kriteria
Kriteria ini adalah merupakan atribut-atribut
yang mendukung untuk memilih produk susu
terbaik sesuai dengan kasus yang di teliti.
Berikut ini kriteria-kriteria yang digunakan
dalam penelitian ini :
1. Komposisi Bahan Kandungan Nilai Gizi
2. Pemakaian Produk
3. Penawaran Produk
h. Alternatif
Alternatif merupakan objek penelitian yang
akan diproses untuk penentuan terhadap suatu
kasus. Adapun alternatif yang digunakan pada
penelitian ini yaitu :
5. Frisian Flag
6. Lactogen
7. Lactona
8. Nutrilon
9. Bebelac
10. SGM
Untuk menentukan susu terbaik yang tepat
dalam ini dihasilkan model AHP seperti dibawah
ini :
Gambar 3.1Model AHP Penentuan Susu Bayi
Terbaik
Gambar 3.1 menunjukan tentang keterhubungan
antar variabel/ goal dengan kriteria dalam
menentukan alternatif dari produk susu yang tepat
dalam memilih susu bayi terbaik. AHP memiliki
bentuk yang terstruktur/ hierarky sehingga
prosesnya harus dilakukan tahap demi tahap, dari
goal menuju cluster kriteria di hubungkan dengan
setiap node yang ada di dalam cluster tersebut,
kemudian di hubungkan ke lagi pada cluster
alternative.
3.2 Analisa dan Perancangan
Dari analisis kebutuhan diatas maka dapat
dilakukan perancangan kuesioner yang akan
diajukan pada responden. Kuesioner tersebut
akan selalu menanyakan perbandingan antara 2
Seminar Nasional Informatika 2015
node yang sudah dipilih dalam kluster kriteria dan
antar kluster.
3.2.1Rekapitulasi Hasil Perbandingan
Kuesioner
Hasil rekapitulasi data kuesioner yang
dibagikan pada 5 responden dimana jumlah
pertanyaan perbandingan berpasangan adalah n(n-
1)/2 karena saling berbalikan dan diagonalnya
selalu bernilai satu. Kemudian hasilnya di rata-
ratakan dan didapatkan hasil matriks
perbandingan berpasangan kriteria.
Sebagai contoh , bobot relative yang
dinormalkan dari faktor komposisi bahan
kandungan nilai gizi terhadap pemakaian produk
dalam tabel 2 adalah 0.5/4.5=0.1111, sedangkan
bobot relative yang dinormalkan untuk faktor
penawaran produk terhadap komposisi bahan
kandungan nilai gizi 3/6 = 0.5
3.2.2. Nilai Konsistensi
Dalam melakukan pengujiandi AHP nilai
konsistensi terhadap perbandingan antar elemen
yang akan didapatkan pada setiap tingkat hirarki.
Index konsistensi dari matrik berordo n
dengan rumus munurut Saaty:
C.I
dimana :
C.I = Index konsistensi
maksimum = Nilai eigen terbesar dari matrik
berordo n
Setelah melakukan perhitungan bobot elemen ,
langkah selanjutnya adalah melakukan pengujian
konsistensi matriks. Melakukan pengujian
tersebut diperlukan bantuan tabel Random Index
(RI) yang nilainya untuk setiap ordo matriks bisa
dilihat di tabel bawah ini :
Dari penggunaan matriks tersebut diatas, akan
dapat dilakukan sebuah pendekatan yang
579
Seminar Nasional Informatika 2015

digunakan dalam pengujian konsistensi matriks

perbandingan sebagai berikut :
a. Menentukan nilai Eigen terbesar dengan cara
menjumlahkan hasil perkalian jumlah kolom
dengna Eigen vector utama yang hasilnya
seperti tabel dibawah ini :

Gambar 4.1 Membuat Node didalam Cluster

Tahap selanjutnya semua cluster dan node
terbentuk di superdesicion, kemudian
dihubungkan antara cluster goal dengan cluster
kriteria berserta node komposisi bahan kandungan
nilai gizi, pemakaian produk dan penawaran
Hasil yang diperoleh melalui nilai eigen produk, jika sudah selesai dikoneksikan
maksimum dari hasil perkalian yang di peroleh hubungkan kembali cluster alternatives berserta
kemudian dijumlahkan dengan jumlah kolom node-node yanga ada di dalamnya, Misalnya klik
kanan pada node, setelah itu pilih node
seperti :
connexions form, kemudian pilih node yang akan
maksimum=[6,000x0,531]+[4,5x0,331]+[1.6666 dihubungkan dengan node komposisi bahan
x0,138] = 4.90541 kandungan nilai gizi, klik ok seperti terlihat pada
= (0.5310*6.0000) + (0.3319*4.5000) + gambar 4.2
(0.1372*1.6666) = 3.1860 + 1.4935+
0.0823 = 4.7619
Nilai Consistency Index :
maks n
CI
n 1
= 4.7619 3 = 1.7619 = 0.8806
31 2

Untuk n = 3 , RI (random index) = 0,580 ( tabel Gambar 4.2 Menghubungkan masing-masing

saaty ), maka dapat diperoleh nilai consistency
ratio (CR) sebagai berikut :
CR = CI = 0.881 = 0.0519 < 0.1000.
RI0.580
Karena CR< 0.1000 berarti nilai konsisten .
4. HASIL AKHIR
8.1. Hasil Penerapan dengan menggunakan
Program Superdecision
Hasil akhir yang di peroleh untuk menentukan
susu bayi berdasarkan perangkat lunak
superdecision adalah :
4.1.1 Pengujian Tools Superdecision
Cluster
Selanjutnya semua cluster dikoneksikan dan hasil
koneksi, dari semua cluster yangtelah terbentuk.
Cluster alternatives terdiri dari node Frisian Flag
, Lactogen, Lactona, Nutrilon, Bebelac dan SGM
dihubungkan antara cluster kriteria dengan node
komposisi kandungan nilai gizi, pemakaian
produk dan panawaran produk, antara node-node
yang ada didalam cluster kriteria dan alternatives
memiliki hubungan timbal balik. Selanjutnya
adalah memasukkan nilai dari kuesioner yang
telah dirata-ratakan , masukkan seluruh cluster
yang sudah dikoneksikan pada tab menu matrix
seperti gambar 4.3 dan 4.4

Pada tahap pengujian tools superdecision adalah

proses membuat cluster kemudian membuat node
di cluster dengan mengklik kanan pada cluster
alternative lalu klik create node in cluster lalu
klik create another untuk membuat node-node
lainnya. Setelah semua node terbentuk kemudian
klik save seperti gambar 4.1

580
 Seminar Nasional Informatika 2015

superdecision. Adapun langkah-langkah yang

akan dilakukan adalah dengan klik menu
computations, full report.

Gambar 4.3 Kuesioner Responden dalam

perbandingan berpasangan

Gambar 4.7 Laporan Lengkap Hasil Analisa

Gambar 4.4 Matriks Hasil Kuesioner
Susu Bayi Terbaik
4.1 Hasil Akhir Sistem Pendukung Keputusan
Susu Bayi dengan perangkat Superdecision
Dalam proses yang telah dilakukan diatas dengan
mempergunakan superdecision maka akan
diperoleh Susu bayi dengan menggunakan metode
AHP yaitu:

Setelah semua nilai dari hasil kuesioner

Tabel 4.1 Hasil Akhir Penentuan Susu Bayi
dimasukkan, selanjutnya untuk mengetahui nilai
Susu Nilai Eigen
consistency index dan nilai prioritas tiap sub Rangking
Bayi Vektor
kriteria, maka klik computations lalu pilih
Bebelac 0.2224 1
prioritas.
Lactona 0.1996 2
SGM 0.1875 3
Frisian 0.1661 4
Flag
Nutrilon 0.1190 5
Lactogen 0.1054 6

Hasil tabel diatas menyatakan bahwa sebagian

Gambar 4.5 Tampilan nilai consistency index
dan nilai prioritas
Menganalisa hasil komputasi AHP dengan
menampilkan rasio konsistensi perbandingan nilai
matriks dalam setiap cluster yang ada dapat
dilihatpada gambar 4.6
besar responden memilih Bebelac dengan
prosentasi sebesar 22%, Lactona sebesar 20 %,
Frisian Flag sebesar 16 %, SGM sebesar 19%
Nutrilon sebesar 12 % dan Lactogen sebesar 11%.
5. PENUTUP
5.1 Kesimpulan

Berdasarkan penelitian dan analisa yang penulis

lakukan tentang Peentuan Susu Bayi Terbaik
dengan menggunakan metode AHP maka dapat
disimpulkan :
1. Dengan adanya metode AHP ini akan
mempermudah ibu bayi dalam menentukan
prioritas susu terbaik sehingga mengurangi
kesalahan dalam memili susu bayi.
Gambar 4.6 Tampilan hasil akhir dengan
2. Sistem Pendukung Keputusan yang
software superdesicion
digunakan dalam Penentuan Susu Bayi
Terbaik menggunakan metode AHP, yang
Gambar 4.7 adalah menampilkan laporan lengkap
terdiri dari Goal sebagai tujuan utama dari
dari semua hasil analisa yang dilakukan di

581
Seminar Nasional Informatika 2015
Susu Bayi, enam alternatif yaitu Frisian Flag
, Lactogen, Nutrilon, Lactona, Bebelac,
Nutrilon dan SGM, sedangkan untuk kriteria
yaitu Kompos Gizi , Pemakaian Produk dan
Penawaran Produk .
3. Perangkat Lunak yang dipergunakan dalam
Penentuan Susu Bayi ini menggunakan
Superdesicion yang telah membantu dalam
proses metode dan Model dari AHP itu
sendiri.
4. Dari hasil validasi kuisioner yang telah
dibagikan kepada responden menggunakan
nilai konsistensi dibawah 0,1 menunjukkan
bahwa nilai konsistensi penilaian cukup
baik.
5. Berdasarkan hasil perhitungan akhir di
Superdecision menunjukkan bahwa Susu
Bebelac adalah susu bayi terbaik yang baik di
komsumsi.
5.2 Saran
Adapun saran yang dapat penulis berikan
dalam penelitian ini adalah :
3. Diharapkan untuk kedepannya dibuat
kuisioner lebih dari 5 orang responden
dalam pengumpulan data agar hasil analisis
akan dapat lebih baik lagi.
4. Dalam melakukan perhitunggan
berpasangan baik goal, kriteria dan
alternatif, harus dilakukan dengan hati-hati,
jika terjadi kesalahan pada pemasukan
datadapat menyebabkan hasil akhir yang di
peroleh tidak terpenuhi atau nilai
inkonsistennya salah .
3. Berdasarkan hasil yang diperoleh dari
penelitian ini, hasilnya dapat dijadikan
referensi oleh peneliti lain dan Dinas
Kesehatan.
Daftar Pustaka
[1] Eva Latifa, et.al,(2010). Pengaruh
Pemberian Pengaruh Asi Dan Stimulasi
582
Psikososial Terhadap Perkembangan Sosial
Emosi Anak balita Pada Keluarga Ibu
Berkerja Dan Tidak Berkerja, Vol 3, No.1,
Januari.
[2] M. Yousefi Nejad Attari, et.al. (2012). A
Decision Making Model For Qutsourcing Of
manufacturing Activities By ANP And
DEMATEL Under Fuzzy Environmenx, Vol
23. Number. 3 (2012.).
[3] Ening Ariningsih, (2008).Pengembangan
Industri Pengolahan Susu Dalam Upaya
Peningkatan Komsumsi Susu dan Produk-
Produk Olahan Susu Di Indonesia, Seminar
Hari Pangan Sedunia XXVII, (2008).
[4] Riska Devi Nur Arin,et.al, (2013). Penilaian
Kinerja Pemasok Susu Segar Menggunakan
Metode Analytic Network Process Dan
Rating Scale Study Kasus Di Pusat Koperasi
Industri Susu Sekar Tanjung Pasuruan,
Vol.14, No. 2. Agustus (2013).
[5] Fuadi Arif,et.al, (2010). Sistem Penunjang
Keputusan Untuk Mengukur Minat Siswa
Dalam Memilih Ekstrakulukuler Pada SMA
Negri 1 Haru Menggunakan Metode AHP
Dan Didukung Oleh Software Super
Decision, (2010).
[6] Iskandar Z. Nasibu, (2009). Penerapan
Metode AHP Dalam Sistem Pendukung
Keputusan Penerapan Karyawan
Menggunakan Aplikasi Expert Choice, Vol.
2, No. 5. Mei (2009).
[7] Trianita Resmawati, et.al (2013). Analisis
Preferensi Konsumen Terhadap Produk Susu
Berbasis Analisis Conjoint Dengan
Mengggunakan Metode Presentasi Pairwise
Comparison, Proseding Seminar Nasional
Statistika Universitas Diponogoro, (2013).
[8] Hasyim, et.al. Perbandingan Susu Sapi
Dengan Susu Kedelai Tinjauan kandungan
Dan Biokimia Absorbsi, (2013).
[9] Hamzah, et.al (2010). Sistem Pendukung
Keputusan Penilaian Kinerja Dosen Dengan
Metode Balanced Scorecard, Seminar
nasional Informatika. Universitas Respati
Yogyakarta, (2010).
 Seminar Nasional Informatika 2015

AUGMENTED REALITY PENGENALAN JENIS HEWAN

HERBIVORA 3D MENGGUNAKAN METODE SINGLE MARKER

Meyti Eka Apriyani1, Anugrah Febriansyah2

1,2
Politeknik Negeri Batam
3
Parkway Batam Centre
1
meyti24@gmail.com 2 anugrahfebria7x@gmail.com

Abstrak

Saat ini untuk mempelajari jenis hewan berdasarkan sumber makanannya hanya dapat dipelajari secara teori.
Hewan berdasarkan jenis makanannya dibagi menjadi 3 yaitu hewan karnivora, herbivora dan omnivora.
Jenis hewan herbivora dikenal sebagai hewan pemakan tumbuhan dan banyak dijumpai di kehidupan sehari-
hari. Jenis hewan ini dalam pembelajarannya terlihat tidak menyeramkan tetapi dengan menggunakan
teknologi augmented reality diharapkan dalam pembelajarannya dapat menarik dan menyenangkan.Aplikasi
Augmented Reality ini sebagai media pembelajaran pengenalan jenis hewan herbivora kepada kalangan
pelajar khusus nya tingkat sekolah dasar atau konsumen secara virtual menggunakan perangkat smartphone
agar proses pengenalan jenis hewan herbivora lebih menarik.Augmented Reality pengenalan jenis hewan
herbivora dengan objek animasi hewan 3d menggunakan metode single marker dapat menampilkan Objek
Animasi hewan herbivora dalam bentuk 3D beserta suara. Dengan proses, pengguna menjalankan aplikasi
kemudian aplikasi akan melakukan pelacakan marker, setelah marker dikenali sesuai data acuan yang
terdapat didalam sistem aplikasi, maka aplikasi dapat menampilkan objek animasi hewan secara 3D pada
layar smartphone. Aplikasi ini dapat menampilkan objek animasi hewan herbivora dalam bentuk 3d beserta
suara hewan, menampilkan tata cara penggunaan aplikasi secara virtual menggunakan aplikasi yang berbasis
Augmented Reality.

Kata kunci : Augmented Reality, Virtualisasi pengenalan Jenis Hewan Herbivora

1. Pendahuluan bahkan sentuhan menggunakan sarung tangan

Sejak ditemukannya komputer pertama kali,
manusia terus melakukan penelitian untuk
menciptakan cara baru dalam berinteraksi dengan
dunia maya yang diciptakan komputer tersebut.
Dimulai dari display berbasis teks (text based
interface) yang masih terbatas pada command line
yang digunakan pada komputer generasi pertama
sejak tahun 1940, hingga diciptakannya teknologi
display graphic user interface (GUI) yang dapat
gunakan saat ini. Teknologi baru terus
bermunculan bertujuan untuk meningkatkan
interaktifitas antara pengguna dan komputer [1].
Sejalan dengan perkembangan tersebut,
munculah teknologi realitas maya atau biasa
disebut dengan virtual reality (disingkat menjadi
VR). Realitas maya yaitu teknologi yang
membuat pengguna dapat berinteraksi dengan
suatu lingkungan yang disimulasikan oleh
komputer (computer-simulated environment),
suatu lingkungan sebenarnya ditiru atau terdapat
suatu lingkungan baru yang hanya terdapat dalam
komputer. Dalam virtual reality, informasi
mengenai dunia virtual yang ditampilkan ke indra
pengguna dapat bersifat visual (paling umum)
menggunakan layar atau head mounted display,
audio menggunakan headphone, kontroler, dan
khusus.
Namun, pada perkembangannya virtual
reality memiliki cabang baru menyaingi Virtual
reality itu sendiri. Teknologi tersebut bernama
Augmented Reality (sering disingkat menjadi
AR), atau diterjemahkan menjadi realitas
tertambah. Kelebihan utama dari Augmented
reality dibandingkan Virtual reality adalah
pengembangannya yang lebih mudah dan murah
sehingga tak seperti virtual reality yang sampai
saat ini masih digunakan secara terbatas oleh
kalangan tertentu.
Kelebihan lain dari augmented reality yaitu
dapat diimplementasikan secara luas dalam
berbagai media. Sebagai contoh penggunaan
aplikasi dalam sebuah smartphone (contohnya
Android dan iPhone), dalam bingkisan sebuah
produk, dan untuk media cetak seperti buku,
majalah atau koran. Indonesia sendiri augmented
reality mulai dikenal setahun terakhir ini.
Penggunaan media pendidikan secara tepat dan
bervariasi dapat mengatasi sikap pasif pada anak
didik. Dalam hal ini media pendidikan berguna
untuk:
a. Memungkinkan interaksi yang lebih langsung
antara anak didik dengan lingkungan dan

583
Seminar Nasional Informatika 2015

kenyataan. Hewan herbivora adalah hewan pemakan

tumbuhan saja atau disebut herbivora. Hewan
b. Memungkinkan anak didik belajar sendiri
herbivora dapat memakan bagian tumbuhan
menurut kemampuan dan minatnya.
berupa daun, batang, biji dan juga umbi-umbian.
c. Dari pendapat-pendapat diatas, dapat dilihat Dalam suatu ekosistem herbivora dikenal sebagai
fungsi pentingnya sebuah media untuk konsumen pertama, karena ia sebagai pemakan
membantu atau menunjang proses produsen (tumbuhan hijau) [3].
pembelajaran, agar tujuan pembelajaran
dapat dicapai secara optimal. 3. Deskripsi Sistem
Deskripsi umum sistem dalam ini adalah sebagai
Dari judul yang diambil pengenalan jenis berikut:
hewan herbivora dikarenakan hewan tidak terlalu
buas untuk dijadikan media pembelajaran anak.
Kini dengan adanya teknologi Augmented Reality
dapat dibuat bentuk virtual animasi 3D
pengenalan jenis hewan herbivora. Yang menjadi
masalah banyaknya metode pembelajaran yang
mudah didapat, tetapi membosankan dan terlihat
sama dengan metode pembelajaran yang lain.
Dengan kelebihan tersebut, teknologi Augmented
Reality memiliki banyak peluang untuk terus Gambar 1. Deskripsi Umum Sistem
dikembangkan, tidak ketinggalan dalam bidang
pendidikan sebagai media pembelajaran. Dari Keterangan :
permasalahan diatas diharapkan penggunaan 1. User menginstall aplikasi AR-Herbivora
teknologi Augmented Reality dapat memberikan pada sistem.
ketertarikan dan dampak positif bagi 2. Sistem mendeteksi marker.
pembelajaran agar anak termotivasi dalam hal 3. Marker terdeteksi oleh sistem.
belajar. 4. Sistem dapat menampilkan objek
animasi 3D dan suara.
2. Dasar Teori
2.1 Augmented Reality 4. Implementasi
Realitas tertambah, atau kadang dikenal 4.1 Implementasi Marker
dengan singkatan bahasa Inggrisnya AR Marker merupakan komponen inti dari aplikasi
(augmented reality), adalah teknologi yang ini. Konfigurasi marker dilakukan pada tahap ini,
menggabungkan benda maya dua dimensi dan dengan menentukan marker hewan yaitu gajah
ataupun tiga dimensi ke dalam sebuah lingkungan
nyata tiga dimensi lalu memproyeksikan benda-
benda maya tersebut dalam waktu nyata. Tidak
seperti realitas maya yang sepenuhnya
menggantikan kenyataan, realitas tertambah
sekedar menambahkan atau melengkapi
kenyataan.
Benda-benda maya menampilkan informasi
yang tidak dapat diterima oleh pengguna dengan
inderanya sendiri. Hal ini membuat realitas
tertambah sesuai sebagai alat untuk membantu
persepsi dan interaksi penggunanya dengan dunia
nyata. Informasi yang ditampilkan oleh benda
maya membantu pengguna melaksanakan
kegiatan-kegiatan dalam dunia nyata.
Realitas tertambah dapat diaplikasikan untuk
semua indera, termasuk pendengaran, sentuhan,
dan penciuman. Selain digunakan dalam bidang- Gambar 2 Marker Gajah dan Jumlah Fitur dari
bidang seperti kesehatan, militer, dan industri Visual Marker Gajah
manufaktur. Realitas tertambah juga telah
diaplikasikan dalam perangkat-perangkat yang Marker yang digunakan pada
digunakan orang banyak, seperti pada telepon pengimplementasian ini dapat dilihat pada
genggam [1]. Gambar 2. Marker ini memiliki ukuran
2480x3508 pixels dan digunakan pada magic
2.2 Hewan Herbivora book yang berukuran A4 yang telah dibuat.
4.2 Pembuatan Objek Hewan 3D

584

4.2.1 Konsep 3D
Konsep 3D pada penelitian ini diambil dari
penelitian sebelumnya yang berjudul Augmented
Reality Pengenalan Jenis Hewan yang
sebelumnya adalah merupakan Objek 3D yang
diam kemudian di kembangkan dengan
menambahkan gerakan animasi 3D.
4.2.2 Modeling 3D
Untuk pembuatan 3d pertama kali yaitu dengan
menggunakan cube dengan sisi 20 x 20 lalu
disesuaikan dengan sketsa gambar yang terdapat
pada gambar yang ada pada desain karakter 2d.
Gambar 3 Modeling awal gajah
Pada gambar 3 adalah gambar dari proses
modeling awal karakter hewan 3d gajah dari cube
struktur yang belum jadi lalu di face dan vertex
hingga struktur kaki, badan mulai terbentuk.
Gambar 4 Modeling awal gajah
Pada gambar 4 adalah gambar dari proses
modeling awal karakter hewan 3d gajah dari cube
struktur yang belum jadi lalu di face dan vertex
hingga terlihat struktur kaki, badan selesai.
Seminar Nasional Informatika 2015
Gambar 5 Hasil Modeling gajah
Pada gambar 5 adalah gambar dari proses
modeling atau pembuatan objek 3d gajah hasil
jadi setelah proses awal yaitu dari cube hingga
struktur keseluruhan jadi.
4.2.3 Rigging
Proses Rigging adalah proses pembentukan
rangka untuk objek 3D agar dapat di animasikan
atau di gerakkan.
Gambar 6 Rigging Gajah
4.2.4 Animate
Animate adalah proses menggerakan objek 3D
pada sebuah aplikasi, setelah rigging selesai maka
animate atau animasi dapat dilakukan dengan
mudah karena hanya menggerakan tulang
tulang rigging yang ada, cara animating pada
umumnya adalah sama yaitu memilih rigg atau
tulang yang berwarna hijau akan di gerakkan,
kemudian pilih frame keberapa gerakan itu akan
dilakukan, dan gerakan yang sudah diseleksi
menggunakan tools seperti Rotate dan Move.
Begitu seterusnya sampai mendapatkan animasi
yang diinginkan, setelah proses animating selesai
pilih file > export > pilih format .FBX kemudian
pilih oke maka objek telah selesai di animating.
585
Seminar Nasional Informatika 2015
5. Pengujian
5.1 Hasil Uji Coba Pada Main Menu
Gambar 7 Screenshot Hasil Uji Coba Pada
Main Menu
Pada gambar 7 dapat diketahui bahwa hasil
dari uji coba aplikasi AR-Herbivora yang sedang
dijalankan menampilkan main menu dan berhasil.
5.2 Hasil Uji Coba Pada Hewan Gajah
Gambar 8 Screenshot Hasil Uji Coba Pada Hewan
Gajah
Pada gambar 8 dapat diketahui bahwa hasil dari
uji coba aplikasi AR-Herbivora yang sedang
dijalankan sedang mendeteksi marker gajah dan
objek 3D gajah berhasil keluar.
5.3 Hasil Pengujian Responden
Pengujian aplikasi ini dilakukan dengan
mengambil sampel kepada 30 orang secara acak
untuk mengimplementasikan jalannya aplikasi
AR ini. Terdapat beberapa pernyataan dalam
proses pengujian diantaranya adalah:
1. Tampilan Aplikasi implementasi
Augmented Reality
2. Bentuk 3D Augmented Reality
ditampilkan sudah sesuai dengan gambar
marker
3. Suara atau audio dari masing-masing
object 3D terdengar jelas
4. Informasi yang ditampilkan pada tiap-
tiap desain hewan pada aplikasi ini sudah
jelas
586
5. Implementasi Augmented Reality sebagai
media informasi mengenal hewan
herbivora, menambah minat dalam hal
pengajaran
Terlihat pada grafik dibawah ini hasil pengujian
terhadap beberapa pernyataan dari masing-masing
responden.
Gambar 9 Grafik Pendapat Responden
Dari hasil Responden pada grafik tersebut jumlah
responden adalah 30 Orang. Dengan jumlah 5
pernyataan, dengan total skor 140. Dari grafik
pada gambar diatas, aplikasi banyak yang sangat
menyetujui karena aplikasi dapat menampilkan
tipe hewan herbivora dalam bentuk 3D dan suara
penjelesan tentang tipe hewan ang ditampilkan
sesuai marker yang dibaca oleh kamera pada
perangkat mobile.
6. Kesimpulan
Kesimpulan dari penelitian ini adalah :
1. Objek Animasi Hewan 3D pada aplikasi ini
hampir keseluruhan diterima oleh para
responden.
2. Uji kelayakan aplikasi dinyatakan bahwa
aplikasi augmented reality dapat
menambahkan minat belajar untuk lebih
menganal hewan herbivora.
3. Aplikasi augmented reality ini menggunakan
metode single marker.
Daftar Pustaka:
[1]. Gregory Kipper, Joseph Rampolla, 2012,
Augmented Reality An Emerging
Technologies Guide to AR.
[2]. Febriansyah, 2014, Pengenalan Jenis Hewan
Menggunakan Metode Augmented Reality
berbasis Android.Batam
[3]. Redaksi Kawan Pustaka, 2005, Memahami
ilmu pengetahuan alam kelas 4, 5, 6 SD.
[4]. Nurlailah, Ade Mulyana, 2013. Hewan dan
Makanannya Herbivora Karnivora dan
Omnivora.

[5]. Shoshani, J., ed. 2000, Elephants: Majestic
Creatures of the Wild, Checkmark Books.
[6]. Milledge, Simon, 2005, Rhino Horn
Stockpile.
[7]. Lewison, R., Oliver, W, 2008,
Hippopotamus amphibius.
[8]. Knight, Kathryn, 2012, "How the Zebra Got
Its Stripes".
[9]. Brown, David. 2009, "Scientists Unravel
Genome of the Cow".
[10]. Hirst, K. Kris, 2008, "The History of the
Domestication of Goats".
[11]. Shulaw, Dr. William P, 2006, "Sheep
Care Guide".
[12]. Eka Ardhianto, Wiwien Hadikurniawati,
dan Edy Winarno, 2012, Jurnal Teknologi
Informasi DINAMIK.
[13]. Djalle, Zaharuddin G, 2009, The Making
of 3D Animation Movie. Jakarta
[14]. YM Kusuma Ardhana, ST, 2012, Android
Black Box Pengenalan versi os Android
[15]. Roedavan .Rickman, 2014, Unity Tutorial
Game engine.Yogyakarta.
[16]. Mario Fernando Rentor, S.kom, MT. 2013.
Membuat Aplikasi Android Augmented
Reality Menggunakan Vuforia SDK dan
Unity.
[17]. Dariush Derakhshani, 2002, Introducing
Autodesk Maya.
[18]. Jacquie Barker, Grant Palmer, 2004,
Beginning C# Objects From Concepts to
Code.
Seminar Nasional Informatika 2015
[19]. Gregorius Agung, 2005, 101 Tip & Trik
Adobe Photoshop Cs.
[20]. Iwan Setya Nugraha, Kodrat Imam Satoto,
Kurniawan teguh martono, 2013, Makalah
Seminar Tugas Akhir: Pemanfaatan
Augmented Reality Untuk Pembelajaran
Pengenalan Alatmusik Piano.
[21]. Yudhastara,Bryan, 2012, TEKNOLOGI
AUGMENTED REALITY UNTUK BUKU
PEMBELAJARAN HEWAN PADA ANAK
USIA DINI SECARA VIRTUAL.STIMIK
AMIKOM YOGYAKARTA.
[22]. Aditya, 2009, Trik Dahsyat menjadi
Animator 3D Andal. Yogyakarta:Andi
Offset.
[23]. Bonafix, Dominicus Nunnun. 2005.
Animasi 3D profesional dengan maya.
Jakarta: Elex Media Komputido.
[24]. Prakosa, gatot, 2010, Pengetahuan dasar
film animasi indonesia, Jakarta: FFTV-
IKJ.
[25]. Kak Kira Seta, 2014, Mengenal Hewan
Herbivora, Karnivora, & Omnivora.
[26]. Fata Anshori, 2014, Jurnal Skripsi:
Aplikasi AR-Gamelan Sebagai Media
Pembelajaran Mengenal Gamelan Jawa
Berbasis Augmented Reality Pada
Perangkat Mobile Android
587
Seminar Nasional Informatika 2015

PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN

METODE ANALYTICAL HIERARCHY PROCESS (AHP)
Dahriani Hakim Tanjung

Sistem Informasi, Teknik dan Ilmu Kompuer, Universitas Potensi Utama

JL. KL. Yos Sudarso k.m 6.5 No. 3A Medan
notashapire@gmail.com

Abstrak

Seseorang pengunjung objek wisata dalam menentukan pilihannya, tentu didasarkan pada beberapa kriteria
yang dijadikan patokan dalam memilih objek wisata antara lain Jarak, Biaya, Keindahan dan Sarana. Kriteria
tersebut menjadi pertimbangan untuk pengujung dalam menentukan objek wisata mana yang akan di pilih,
berbagai pertimbangan dilakukan oleh seorang pengunjung agar mengetahui objek wisata yang menarik.
Sistem pendukung keputusan menawarkan solusi untuk rujukan dalam memilih objek wisata. Sistem
pendukung keputusan yang ditawarkan menggunakan Analytical Hierarchy Process (AHP) dalam
menyelesaikan persoalan dengan menggunakan sistem perangkingan berdasarkan bobot global. Dengan
adanya Sistem Pendukung Keputusan untuk memilih objek wisata dengan menggunakan metode Analitic
Hierarchy Process (AHP) dan pengujian sistem dengan menggunakan software Super Decisions diharapkan
dapat membantu pengunjung dalam pemilihan objek wisata dan dapat menghasilkan suatu hasil optimal yang
memenuhi rasa kepuasan yang tinggi bagi pengunjung objek wisata. Dari hasil uji coba yang dilakukan
dengan Tools Super Decisions diperoleh model keputusan dengan prioritas yaitu untuk seluruh
bobot/prioritas kriteria dan alternative, yang menjadi prioritas dalam Pemilihan Objek Wisata ini dimana
Danau Toba dengan nilai 0.6122 (61%) , Berastagi dengan nilai 0.2922 (28%), Bukit Lawang dengan nilai
0.0925 (11%).

Kata Kunci : Sistem Pendukung Keputusan, AHP, Objek Wisata, Super Decisions

1. Pendahuluan atau rekomendasi dari sistem pendukung

Objek Wisata adalah segala sesuatu yang
ada di daerah tujuan wisata yang merupakan daya
tarik agar orang-orang mau datang berkunjung ke
tempat tersebut. Indonesia merupakan salah satu
negara dengan jumlah objek wisata yang sangat
melimpah. Objek wisata tersebut dapat kita
jumpai dari sabang sampai merauke, Salah
Satunya adalah Sumatera Utara. Sumatera Utara
merupakan sebuah provinsi di Pulau Sumatera
yang banyak dikunjungi wisatawan. Apabila suatu
tempat banyak dikunjungi wisatawan, itu berarti
di tempat itu terdapat tempat wisata yang
menarik. Umumnya di beberapa daerah, untuk
memasuki suatu Objek Wisata para wisatawan
diwajibkan untuk membayar biaya masuk atau
karcis masuk yang merupakan biaya retribusi
untuk pengembangan dan peningkatan kualitas
Objek Wisata tersebut.
Adapun metode problem solving yang
digunakan dalam penelitian ini adalah Sistem
Pendukung Keputusan (SPK). Sistem pendukung
keputusan yang ditawarkan menggunakan
Analytical Hierarchy Process (AHP) dalam
menyelesaikan persoalan. Persoalan bisa
diselesaikan dengan menggunakan sistem
perangkingan berdasarkan bobot global.
Pengunjung dapat memilih berdasarkan rujukan
keputusan yang dijalankan oleh pakar.
Persoalan pengambilan keputusan pada
dasarnya adalah bentuk pemilihan dari berbagai
alternatif keputusan yang mungkin dipilih dimana
prosesnya melalui mekanisme tertentu, dengan
harapan akan menghasilkan sebuah keputusan
yang terbaik. Dalam penelitian ini, dilakukan uji
coba dengan metode AHP khususnyauntuk
menentukan objek wisata bagi wisatawan yang
inin melakukan liburan. Adapun kriteria-kriteria
yang dijadikan patokan dalam memilih objek
wisata antara lain Jarak, Biaya, Keindahan dan
Sarana. Kriteria tersebut menjadi pertimbangan
untuk pengujung dalam menentukan objek wisata
mana yang akan di pilih, untuk menentukan
prioritas antar kriteria, pengunjung dapat
melakukan penilaian berdasarkan keinginannya
sendiri.
2. METODOLOGI PENELITIAN
1.1. Sistem Pendukung Keputusan
Sistem Pendukung Keputusan merupakan
salah satu sistem informasi yang bertujuan untuk
menyediakan informasi, membimbing,
memberikan prediksi serta mengarahkan kepada
pengguna informasi agar dapat melakukan

588

pengambilan keputusan dengan lebih baik. Pada
dasarny pengambilan keputusan merupakan
bentuk pemilihan dari berbagai alternative
tindakan yang mungkin dipilih dengan proses
tertentu serta diharapkan memperoleh sebuah
keputusan yang terbaik [3].
1.2. Analytical Hierarchy Process (AHP)
Menurut Jurnal Ria Eka Sari (2014),
Analytical Hierarchy Process (AHP)
dikembangkan oleh Thomas L. Saaty pada tahun
1970-an. Metode ini merupakan salah satu model
pengambilan keputusan multikriteria yang dapat
membantu kerangka berpikir manusia dimana
faktor logika, pengalaman pengetahuan, emosi
dan rasa dioptimasikan ke dalam suatu proses
sistematis. Pada dasarnya, AHP merupakan
metode yang digunakan untuk memecahkan
masalah yang kompleks dan tidak terstruktur ke
dalam kelompokkelompoknya, dengan mengatur
kelompok tersebut ke dalam suatu hierarki,
kemudian memasukkan nilai numerik sebagai
pengganti persepsi manusia dalam melakukan
perbandingan relatif. Dengan suatu hipotesa maka
akan dapat ditentukan elemen mana yang
mempunyai prioritas tertinggi [2].
Tabel 1 Penilaian Perbadingan Berpasangan
Berdasarkan jurnal Yusuf Anshori (2012)
menjelaskan bahwa secara umum, tahapan-
tahapan proses yang harus dilakukan dalam
menggunakan AHP untuk memecahkan suatu
masalah adalah sebagai berikut [4]:
1. Mendefenisikan permasalahan dan
menentukan tujuan. Bila AHP digunakan
untuk memilih alternatif atau menyusun
prioritas alternatif, maka tahap ini dilakukan
pengembangan alternatif.
2. Menyusun masalah ke dalam suatu struktur
hierarki sehingga permasalahan yang
kompleks dapat ditinjau dari sisi yang detail
dan terukur .
3. Menyusun prioritas untuk tiap elemen
masalah pada setiap hierarki. Prioritas ini
dihasilkan dari suatu matriks perbandingan
berpasangan antara seluruh elemen pada
tingkat hierarki yang sama.
Seminar Nasional Informatika 2015
4. Melakukan pengujian konsistensi terhadap
perbandingan antar elemen yang didapatkan
pada tiap tingkat hierarki. Thomas L. Saaty
membuktikan bahwa Indeks Konsistensi dari
matriks berordo n diperoleh rumus sebagai
berikut:
(1)
Dimana :
CI = Consistency Index ( Rasio
Penyimpangan Konsistensi )
max = Nilai eigen terbesar dari matriks
berordo n
n = jumlah elemen yang dibandingkan.
Nilai CI bernilai nol apabila terdapat
standar untuk menyatakan apakah CI
menunjukkan matriks yang konsisten. Saaty
berpendapat bahwa suatu matriks yang dihasilkan
dari perbandingan yang dilakukan secara acak
merupakan suatu matriks yang tidak konsisten.
Dari matriks acak didapatkan juga nilai
Consistency Index yang disebut dengan Random
Index (RI).
Dengan membandingkan CI dengan RI maka
didapatkan patokan untuk menentukan tingkat
konsistensi suatu matriks yang disebut dengan
Consistency Ratio (CR) dengan rumus :
CR = CI / RI (2)
Dimana :
CR = Consistency Ratio
RI = Random Index
1.3. Hirarki Metode Analytical Hierarchy
Process (AHP)
Sistem yang kompleks bisa dipahami dengan
memecahnya menjadi elemen elemen pendukung,
menyusun elemen secara hirarki. AHP merupakan
alat pengambil keputusan yang powerfull dan
akurat karena adanya skala atau bobot yang telah
ditentukan dan menggunakan hirarki yang terdiri
dari tiga level yaitu tujuan atau goal, kriteria dan
alternatif. Pada gambar 1 tingkat pertama
merupakan tujuan keputusan (goal), tingkat
kedua : kriteria-kriteria, tingkat ketiga : alternatif-
alternatif , Hirarki masalah disusun untuk
membantu proses pengambilan keputusan
dengan memperhatikan seluruh elemen keputusan
yang terlibat dalam sistem. Sebagian besar
masalah menjadi sulit untuk diselesaikan karena
proses pemecahannya dilakukan tanpa
memandang masalah sebagai suatu sistem dengan
suatu struktur tertentu. Hierarki yang digunakan
adalah pada gambar 1[1] .
589
Seminar Nasional Informatika 2015

Kesimpulan : E-Maks = 4.014521, CI =

GOAL Objek Wisata
0.004840dan CR = 0.005 < 0.1 Konsisten

Tabel 4. Matriks Perbandingan Berpasangan

Alternatif berdasarkan kriteria Biaya
KRITERIA Jarak Biaya Keindahan Sarana Kriteria Berastagi Danau Bukit
Toba Lawang
Berastagi 1/1 1/2 2/1
Danau
2/1 1/1 3/1
Toba
ALTERNATIVE Berastagi Danau Toba Bukit Lawang
Bukit
1/2 1/5 1/1
Lawang
Gambar 1. Hirarki antara Kriteria dan Alternative
Tabel 5. Hasil Analisa Alternatif berdasarkan
kriteria Biaya
3. HASIL DAN PEMBAHASAN

Pada bab ini dibahas mengenai perhitungan

dan pengujian dari sistem pendukung keputusan
dengan metode Analytical Hierarchy Process
(AHP), Tahapan ini pemberian bobot masing-
masing kriteria menggunakan model AHP
(Analytical Hieracrchy Process). Langkah
pertama dalam menentukan prioritas elemen yaitu
dengan membuat perbandingan berpasangan, Kesimpulan : E-Maks = 3.00920 , CI = 0.00460
yaitu membandingkan elemen secara berpasangan dan CR = 0.008 < 0.1 Konsisten.
sesuai kriteria yang diberikan. Matriks
perbandingan berpasangan diisi menggunakan Tabel 6. Matriks Perbandingan Berpasangan
bilangan yang terdapat pada table 1 yang Alternatif berdasarkan kriteria Jarak
digunakan untuk mempresentasikan kepentingan Kriteria Beras Danau Bukit
relatif dari suatu elemen terhadap elemen lainnya. tagi Toba Lawang
Data didapatkan dari literature ataupun Berastagi 1/1 1/2 2/1
pengunjung yang langsung membandingkan Danau Toba 2/1 1/1 5/1
kriteria dan alternative sesuai dengan tabel
kepentingan dan sampel hasil matriks Bukit Lawang 1/2 1/5 1/1
perbandingan berpasangan dapat dilihat pada
Tabel 2 Tabel 7. Hasil Analisa Alternatif berdasarkan
kriteria Jarak
Tabel 2. Matriks Perbandingan Berpasangan
Kriteria
Kein-
Kriteria Jarak Biaya Sarana
dahan
Jarak 1/1 2/1 1/3 1/2
Biaya 1/2 1/1 1/5 1/3
Keindahan 3/1 5/1 1/1 2/1
Sarana 2/1 3/1 1/2 1/1 Kesimpulan : E-Maks = 3.00554 , CI = 0.00277
dan CR = 0.005 < 0.1 Konsisten
Tabel 3. Hasil Analisa Kriteria
Tabel 8. Matriks Perbandingan Berpasangan
Alternatif berdasarkan kriteria Keindahan
Beras Danau Bukit
Keindahan
tagi Toba Lawang
Berastagi 1/1 1/3 3/1
Danau Toba 3/1 1/1 5/1
Bukit
1/3 1/5 1/1
Lawang

590
 Seminar Nasional Informatika 2015

Tabel 9. Hasil Analisa Alternatif berdasarkan
kriteria Keindahan
tools Super decisions. Adapun tahap-tahapnya
adalah sebagai berikut :
1. Tahap ini melakukan pengujian pada tool
super decision berikut Setelah semua Cluster
dihubungkan dengan semua Node, seperti
pada gambar 2.

Kesimpulan : E-Maks = 3.0.851 , CI = 0.01926

dan CR = 0.03 < 0.1 Konsisten

Tabel 10. Matriks Perbandingan Berpasangan

Alternatif berdasarkan kriteria Sarana
Beras Danau Bukit
Sarana
tagi Toba Lawang
Berastagi 1/1 1/2 3/1
Danau Toba 2/1 1/1 7/1
Bukit Gambar 2. Cluster Yang Telah Terhubung
1/3 1/7 1/1
Lawang
Tabel 11. Hasil Analisa Alternatif berdasarkan Setelah semua Cluster terhubung,
kriteria Sarana langkah selanjutnya adalah menentukan bobot
kriteria, inputkan nilai matriks berpasangan ke
software super decision seperti pada gambar 3.

Kesimpulan : E-Maks = 3.00264 , CI = 0.00132

dan CR = 0.002 < 0.1 Konsisten

Tabel 11. Hasil Analisa Dss atau Ranking

Perhitungan Manual

Gambar 3. Input Nilai Matriks Berpasangan

Perbandingan Kriteria

Pada Gambar 3, memperlihatkan, nilai

matriks berpasangan yang didapatkan akan
dimasukkan ke dalam software super decisions
untuk melakukan proses penentuan bobot kriteria.
berdasarkan goal maka prioritas perbandingan
Didapatkan kesimpulan bahwa Danau Toba kriteria dapat dijelaskan pada gambar 4.
mendapat peringkat pertama Sebagai hasil
keputusan sebagai Objek Wisata dengan dengan
kriteria paling baik.
1. Danau Toba ( Peringkat Pertama )
2. Berastagi ( Peringkat Kedua )
3. Bukit Lawang ( Peringkat Ketiga )

3.1. Pengujian Sistem Gambar 4. Hasil Pembobotan Nilai Matriks

Untuk menguji konsistensi nilai CR > 0.1 Berpasangan Kriteria
maka sebaiknya kita uji dengan menggunakan

591
Seminar Nasional Informatika 2015
Gambar 5. Hasil Bobot Prioritas Perbandingan
Alternatif Berdasarkan Biaya
Gambar 6. Hasil Bobot Prioritas Perbandingan
Alternatif Berdasarkan Jarak
Gambar 7. Hasil Bobot Prioritas Perbandingan
Alternatif Berdasarkan Kriteria Keindahan
Gambar 8. Hasil Bobot Prioritas Perbandingan
Alternatif Berdasarkan Kriteria Sarana
Gambar 9. Laporan Lengkap Hasil Analisa
Gambar 9, merupakan hasil uji coba yang
dilakukan dengan Tools Super Decisions
diperoleh model keputusan dengan prioritas yaitu
untuk seluruh bobot/prioritas kriteria dan
592
alternative, yang menjadi prioritas dalam
Pemilihan Objek Wisata ini dimana :
peringkat 1 Danau Toba dengan nilai 0.6122
(61%) ,
peringkat 2 Berastagi dengan nilai 0.2922 (28%),
peringkat 3 Bukit Lawang dengan nilai 0.0925
(11%).
4. KESIMPULAN
Pada bab ini dijelaskan beberapa kesimpulan
sesuai dengan uraian yang telah dijelaskan pada
bab sebelumnya dan saran bagi pengembangan
terhadap sistem pendukung keputusan yang telah
dibuat. Adapun kesimpulan yang dapat
dikemukakan, antara lain :
1. Inputan matriks berpasangan yang diberikan
user akan sangat berpengaruh terhadap
tingkat dominasi/prioritas dari kriteria yang
satu terhadap kriteria yang lain.
2. Dari hasil analisis matrik AHP diperoleh
model keputusan, dengan prioritas yaitu
untuk seluruh bobot / prioritas kriteria dan
alternatif yang menjadi prioritas Pemilihan
Objek Wisata adalah peringkat 1 Danau Toba
dengan nilai 0.6122 (61%) , peringkat 2
Berastagi dengan nilai 0.2922 (28%),
peringkat 3 Bukit Lawang dengan nilai
0.0925 (11%) .
3. Sistem Pedukung Keputusan dapat membantu
pengunjung untuk memberikan alternative
dalam pemilihan tempat wisata.
5. SARAN
Berdasarkan pengujian yang telah dilakukan
pada sistem pendukung keputusan yang telah
dibuat, tentunya masih ada kekurangan dan
kelemahan yang terjadi sehingga perlu
dikembangkan lagi agar kinerjanya lebih baik.
Adapun saran untuk pengambangan penelitian ini
adalah:
5. Perlunya ketelitian saat melakukan
perhitunggan berpasangan baik kriteria
maupun alternatif, kesalahan pada pemasukan
data dapat menyebabkan hasil akhir tidak
terpenuhi dan menimbulkan permasalahan.
6. Setelah dilakukan perhitungan dan pengujian
untuk pemilihan Objek Wisata menggunakan
sistem pendukung keputusan metode
Analytical Hierarchy Process (AHP),
disarankan agar diadakan penelitian lebih
lanjut dengan menggunakan metode-metode
lainnya agar dapat di ambil kesimpulan
metode apa yang paling baik dalam hal
pengambilan keputusan
 Seminar Nasional Informatika 2015

Daftar Pustaka: Seminar Nasional Informatika, STMIK

[1] Dahriani Hakim, 2015, Pemilihan Sepeda
Motor Second Dengan Metode Analytical
Hierarchy Process (AHP) ( Studi Kasus :
PT. XYZ ), Manado, Konferensi Nasional
Sistem Informasi, Universitas Klabat.
[2] Ria Eka Sari, 2014, Pemilihan Kulit Ular
Berkualitas Untuk Kerajinan Kulit
Menggunakan Metode AHP, Medan,
Potensi Utama
[3] Turban, Efraim., E. Aronson, Jay dan Liang,
Ting-Peng, 2005, Decision Support System
and Intelligent System, Edisi 7 Jilid 1,
Yogyakarta, Penerbit ANDI.
[4] Yusuf Anshori, 2012, Pendekatan
Triangular Fuzzy Number Dalam Metode
Analytical Hierarchy Process , Jurnal Ilmiah
Foristek Vol.2 No.1.

593
Seminar Nasional Informatika 2015

SISTEM INFORMASI AKUNTANSI PERHITUNGAN HARGA POKOK

PRODUKSI DI GOLDEN BAKERY KABUPATEN CIAMIS
Teten nuraen1, Solihat2, Marisa Ekayanti 3
1,2
Program Studi Komputerisasi Akuntansi-D3, STMIK Tasikmalaya
Jl. R.E Martadinata No.272 A Indihiang, Kota Tasikmalaya 46156 Jawa Barat-Indonesia
Telp. (0265) 310830 , Fax. (0265) 7010610
e-mail:teten.nuraen@gmail.com1,solihat.saza@gmail.com2 marisaekayanti@gmail.com3

Abstrak

Menentukan harga pokok produksi merupakan hal yang sangat penting dalam proses produksi perusahaan
dimana dapat diketahui biaya-biaya produksi yang dikeluarkan serta keuntungan yang diperoleh. Golden Bakery
merupakan perusahaan yang bergerak dibidang industri produksi roti, dimana Golden Bakery ini dalam
memproduksi produknya tergantung atas pemesanan dari konsumen dan kebijakan dari pempinan sehingga
menyulitkan dalam perhitungan harga pokok produksinya. Saat ini melakukan perhitungan harga pokok
produksi secara manual dengan melakukan perhitungan keseluruhan biaya bahan baku yang dikeluarkan dengan
produk yang dihasilkan selama proses produksi. Selain itu, proses pencatatan dan perhitungan membutuhkan
waktu yang cukup lama dan terjadi kesulitan dalam menganalisa pendapatan yang didapatkan dari produksi roti
yang ada. Atas permasalahan tersebut maka penulis mengambil judul :Sistem Informasi Akuntansi
Perhitungan Harga Pokok Produksi di Golden Bakery Kabupaten Ciamis. Metode penelitian yang penulis
gunakan adalah metode penelitian deskriptif dengan pendekatan Kualitatif, jenis data yang penulis gunakan
adalah dengan data primer dan data sekunder, teknik pengumpulan data yang penulis gunakan adalah penelitian
lapangan yang terdiri dari wawancara dan observasi dan penelitian kepustakaan, metode perancangan sistem
yang penulis gunakan adalah Waterfall. Perancangan sistem informasi yang digunakan adalah flowmap, diagram
konteks, data dan flow diagram. Sistem informasi akuntansi perhitungan harga pokok produksi ini diharapkan
dapat diterapkan dalam perusahaan sehingga dapat mempermudah dan mempercepat dalam menetapkan harga
pokok produksi dan menghasilkan informasi yang akurat dan berkualitas yang berguna bagi perusahaan

Kata kunci : Sistem Informasi Akuntansi Perhitungan Harga Pokok Produksi

1. Pendahuluan karena di Golden Bakery ini dalam memproduksi

Perkembangan teknologi di Indonesia
yang semakin pesat memacu perusahaan-
perusahaan menggunakan sistem komputer dalam
menjalankan kegiatan operasional perusahaan,
khususnya kegiatan produksi. Menentukan harga
pokok produksi adalah hal sangat penting dalam
proses produksi terutama bagi perusahaan
manufaktur. Ketidakakuratan dalam menghitung
harga pokok produksi akan menimbulkan dampak
negatif, maka harga jualnya pun relatif tinggi,
sehingga mengakibatkan kalah bersaing dengan
perusahaan lain yang mempunyai harga jual yang
lebih rendah. Sebaliknya, jika harga pokok
produksi terlalu rendah, maka jelas ini akan
menimbulkan kerugian bagi perusahaan.
Bagitu juga dengan masalah yang penulis
amati di Golden Bakery yang merupakan
perusahaan yang bergerak dibidang manufaktur
produksi roti yang berada di daerah kota Ciamis.
Produk yang dihasilkan ini dipasarkan ke
beberapa kota berdasarkan pemesanan dari
beberapa konsumen. Dalam penentuan harga
pokok produksi sering mengalami kesulitan
594
produk harian jumlahnya berbeda-beda
tergantung atas pemesanan dari beberapa
konsumen dan kebijakan dari pempinan karena
sifat produksi roti ini sekali habis, oleh karena itu
pengadaan stok kebutuhan bahan baku harus
selalu tersedia. Selain itu dalam produksinya
sering ada produk yang gagal sehingga harga
pokok produksi yang seharusnya ditekan lebih
tinggi, namun pada kenyataannya tidak, produk
yang rusak tidak dihitung sehingga harga pokok
produksi yang ditetapkan rendah, namun tetap
harga jual produksi roti berdasarkan harga jual
yang telah ditetapkan sebelumnya oleh pemilik
perusahaan. Tapi terkadang perusahaan
mengalami kerugian karena pencatatan biaya-
biaya produksi tidak rinci oleh karena itu omset
yang diterima perusahaan tidak sesuai dengan
yang ditetapkan.
Berdasarkan uraian tersebut maka dapat di
indentifikasikan masalah sebagai berikut :
1. Kesulitan dalam menetapkan harga pokok
produksi karena produksi tiap hari berbeda.
 Seminar Nasional Informatika 2015

2. Kesulitan dalam menganalisa pendapatan menjadi sumber kunci dalam pengumpulan data
yang diperoleh dari produksi roti. dan informasi, yang nantinya akan di analisis
untuk pengambilan kesimpulan dan dibuatkan
Salah satu jurnal yang menjadi referensi perancangan programnya, yang bisa digunakan
dalam penulisan Tugas Akhir yang dibuat adalah dan dimanfaatkan.
jurnal penelitian yang dilakukan oleh Chandra Metode Perancangan dalam penulisan tugas akhir
Kusuma Putra Harijono , Alexander Setiawan, menggunakan metode System Development Life
dan Djoni Haryadi Setiabudi dari Universitas Cycle (SDLC), dengan melalui tahapan analisis,
Kristen Petra, Program Studi Teknik Informatika, desain, code, implementasi
Fakultas Teknologi Industri tahun 2014.
Penelitian ini dilakuan di Perusahaan produksi 3. HASIL DAN PEMBAHASAN
sandal. Permasalahan yang dihadapi pada
penelitian ini yaitu perhitungan harga pokok 3.1. Analisis Pemecahan Masalah
produksi yang dihitung hanyalah biaya bahan
baku saja, sehingga menyebabkan kesulitan dalam Untuk membantu proses analisis dan
menghitung keuntungan dan kerugian perusahaan. perancangan sistem informasi akuntansi
Pada penelitian ini perancangan dan aplikasi perhitungan harga pokok produksi di Golden
menggunakan Microsoft Visual Studio .NET 2010 Bakery Kabupaten Ciamis, maka digunakan alat
dan database SQLServer 2012. Dimana hasil dari bantu Flowmap dari sistem yang sedang berjalan,
aplikasi ini adalah pencatatan seluruh data yang yaitu sebagai berikut :Flowmap Pemesanan Yang
berkaitan dengan proses produksi, pembelian sedang Berjalan
bahan baku, penjualan sandal, perhitungan harga
pokok produksi secara otomatis dan juga kartu
stok yang terupdate secara otomatis.
Sistem informasi akuntansi perhitungan
harga pokok produksi diharapkan dapat
diterapkan dalam perusahaan sehingga dapat
mempercepat proses perhitungan danmemberikan
kemudahan bagi pimpinan dalam menetapkan
harga pokok produksi, serta menghasilkan laporan
keuangan yang akurat sehingga dapat
menghasilkan informasi yang berguna bagi
perusahaan.

2. METODE PENELITIAN

Metode penelitian yang digunakan Gambar 3.1.Flowmap Pemesanan Yang Sedang

adalah menggunakan metode penelitian deskriptif Berjalan
dengan pendekatan kualitatif. Penelitian
deskriptif adalah penelitian yang bermaksud 3.1.1. Flowmap Produksi Yang sedang
untuk membuat pencandraan (deskripsi) Berjalan
mengenai situasi-situasi atau kejadian-kejadian.
Metode ini bertujuan untuk membuat pencandraan
secara sistematis, faktual, dan akurat mengenai
fakta-fakta dan sifat-sifat populasi atau daerah
tertentu..
Penelitian kualitatif adalahpengumpulan
dan analisis dari data secara ektensif dalam
rangka pencapaian pemahaman dan wawasan
dalam situasi yang menarik yang tidak dapat
diperoleh dari jenis penelitiaan lain.
Metode deskriptif digunakan untuk
mendefinisikan masalah dengan jelas sedangkan
kualitatif digunakan untuk mengumpulkan data-
data yang diperlukan yaitu melalui observasi,
wawancara, studi dokumentasi dan studi literatur.
Intinya Penelitian ini tidak mencari atau
menjelaskan hubungan, tidak menguji hipotesis
atau membuat predikasi. Dan di mana informan

595
Seminar Nasional Informatika 2015

Gambar 3.2.Flowmap Produksi Yang Sedang setiap produk bisa ditentukan.Penyajian informasi
Berjalan harga pokok produksi sangat dibutuhkan dan
penting sekalibagi perusahaan karena dapat
dijadikan acuan bagi pimpinan dalam
pengambilan keputusan penetapan harga pokok
produksi.

3.2.4. Ancaman (threat)

Ancaman yang bisa ditimbulkan dari
sistem yang berjalan, baik dari segi alamiah
maupun keamanan data, seperti adanya bencana
alam yang menyebabkan data tersebut menjadi
hilang, selain itu terjadi pencurian data yang
disebabkan karena kurangnya sistem keamanan,
sehingga pengaksesan informasi tidak dapat
diperoleh.

Gambar 3.2.Lanjutan 3.3. Flowmap Pemesanan Yang Diajukan

3.2. Evaluasi Sistem Yang Sedang Berjalan

Untuk mengevaluasi sistem yang sedang
berjalan, maka digunakan analisis SWOT untuk
menjelaskan mengenai kekuatan
(strength),kelemahan (weakness), peluang
(opportunity), dan ancaman (threat) dari sistem
tersebut.

3.2.1. Kekuatan (strength)

Kekuatan dari sistem yang berjalan yaitu
tidak memerlukan biaya operasional awal yang
besar dalam sistem perhitungan harga pokok
produksi yang berjalan. Hanya membutuhkan
buku transaksi, alat tulis, kwitansi dan kalkulator
saja, dimana harganya relatif terjangkau oleh
perusahaan.

3.2.2. Kelemahan (weakness)

Beberapa kelemahan dari sistem yang berjalan
diantaranya :
1. Pencataan dan perhitungan dilakukan secara
manual, sehingga apabila dokumen rusak atau
hilang maka sulit untuk mencari dan
memperoleh informasi datanya.
2. Belum menggunakan program aplikasi khusus
untuk melakukan perhitungan harga pokok
produksi dan pembuatan laporan.
3. Lamanya dalam proses pencatatan dan
perhitungan harga pokok produksi yang sering
kali tidak akurat.

3.2.3. Peluang (opportunity)

Penerapan sistem informasi akuntansi
perhitungan harga pokok produksi sangat
dibutuhkan di perusahaan, dimana perhitungan
harga pokok yang akurat akan menentukan
keuntungan perusahaan, karena jika harga pokok
sudah dihitung dengan tepat makakeuntungan dari
Gambar 3.4 Flowmap Pemesanan Yang Diajukan

596
 Seminar Nasional Informatika 2015

3.3. Flowmap Produksi Yang diajukan Gambar 3.6 Flowmap Pengambilan Barang Yang
Diajukan
3.5. Diagram Konteks Yang Diajukan

Gambar 3.7 Diagram Konteks Yang Diajukan

3.6. Data Flow Diagram (DFD)

Gambar 3.5 Flowmap Produksi Yang Diajukan 3.6.1. Data Flow Diagram

Gambar 3.8 DFD

Gambar 3.5 Lanjutan Relasi Tabel

3.4. Flowmap Pengambilan Pesanan Yang

Diajukan

Gambar 3.14 Relasi Tabel

597
Seminar Nasional Informatika 2015
4. KESIMPULAN DAN SARAN
4.1 Kesimpulan
Setelah melakukan pembahasan dan
pengkajian tentang perancangan Sistem Informasi
Akuntansi Perhitungan Harga Pokok Produksi di
Golden Bakery, maka dapat diambil beberapa
kesimpulan diantaranya sebagai berikut:
1. Dengan adanya sistem informasi akuntansi
perhitungan harga pokok produksi ini
memudahkan pengguna atau pemilik dalam
perhitungan harga pokok produksi sesuai
dengan metode akuntansi biaya
2. Proses perhitungan lebih akurat dan cepat
karena dalam sistem ini sudah tersedia
proses perhitungan harga pokok produksi
3. Pemilik bisa melihat produksi naik atau
turun dengan adanya laporan produksi setiap
harinya.
4. Dengan dibuatkannya laporan laba rugi
maka pemilik bisa mengetahui berapa
keuntungan yang didapatkan perusahaan.
4.2 Saran
Saran yang dapat dikemukakan setelah
pembuatan sistem informasi akuntansi
perhitungan harga pokok produksi di Golden
Bakery adalah sebagai berikut:
1. Sistem dapat dikembangkan dengan berbasis
Web, sehingga pemesanan bisa diakses
langsung melalui website.
2. Dengan diterapkannya sistem komputerisasi
untuk perhitungan harga pokok produksi,
maka perlu dilakukan pelatihan khusus bagi
petugas agar sistem berjalan dengan optimal.
3. Perlu adanya perawatan, supaya sistem bisa
berjalan dengan baik.
4. Perlu adanya backup data secara berkala
untuk mengantisipasi kehilangan data.
598
Daftar Pustaka
[1] Sunyoto,Danang,Drs.,S.H.,S.E.,M.M.2014.Si
stem Informasi
Manajemen.Yogyakarta:CAPS.
[2] Sutabri,Tata. 2012. Konsep Sistem Informasi.
Yogyakarta : Andi.
[3] Bin Ladjamudin, Al-Bahra.2009.Analisis dan
Desain Sistem Informasi.Tanggerang : Graha
Ilmu.
[4] Kusrini,S.Kom.,Koniyo,Andri,Drs.2007.Tunt
utan Praktis Membangun Sistem Informasi
Akuntansi dengan Visual Basic dan Microsoft
SQL.Yogyakarta:CV.ANDI.
[5] Bustam,Bastian.,Nurlela.2013.Akuntansi
Biaya.Jakarta:Mitra Wacana Media.
[6] Lambajang,AA,Amelia.2013.Jurnal Analisis
Perhitungan Biaya Produksi Menggunakan
Metode Variabel Costing PT. Tropica
Cocoprima.Manado: ISSN 2303-1174.
[7] Prof. Dr. Arief Suado,M.B.A. 2013.
Akuntansi Biaya Edisi 2. Jakarta Selatan :
Salemba Empat.
[8] Dwi Julianty.,Siti Khairani., Christina
Yunita. 2014. Analisis Perlakuan Akuntansi
Produk Sampingan (by product) dalam
Penentuan Harga Jual Rangka Baja Pada
PT. Duta Mulia Palembang.Palembang :
STIE MDP Palembang.
[9] Pahlevi,Mirza,Said,Dr. 2013. Tujuh Langkah
Praktis Pembangunan Basis Data.Jakarta :
PT.Elex Media Komputindo.
[10] Djoko Hartomo. 2009. Sistem Basis Data.
Yogyakarta: Graha Ilmu.
 Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SISWA

TELADAN DENGAN MENGGUNAKAN METODE TOPSIS

Robiatul Adawiyah1
1,2
Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Tanjung Mulia Medan
1
robiatul294@gmail.com

Abstrak

Pengambilan keputusan pada suatu lembaga/sekolah merupakan hal yang sangat penting. Kepala sekolah
seharusnya mengambil sebuah keputusan berdasarkan perhitungan dan pemikiran jangka panjang agar
keputusan menentukan siswa teladan yang akan diambil tidak salah. masih terdapat masalah dalam membuat
laporan kegiatan siswa, untuk menentukan siswa teladan hanya ditentukan menggunakan nilai rapot, belum
adanya pemanfaatan secara optimal data laporan penilaian hasil belajar siswa, masih adanya kesulitan untuk
mengetahui pencapaian dari kegiatan keaktivan siswa. Dengan menggunakan metode TOPSIS dapat
mempermudah guru untuk menentukan siswa teladan secara tepat dan cepat, dimana metode topsis adalah
salah satu metode pengambilan keputusan dimana alternative yang terpilih merupakan alternatif terbaik yang
mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif. Dari pengujian
beberapa alternative dengan beberapa kriteria. Dari alternative yang ada akan di dapatkan siswa teladan

Kata kunci : Metode Topsis, Siswa Teladan, Sistem Pendukung Keputusan

1. PENDAHULUAN keputusan yang dimaksud adalah seseorang

Seiring perkembangan teknologi
informasi yang sangat penting terhadap kehidupan
manusia dibidang pendidikan. Upaya untuk
meningkatkan mutu pendidikan di Indonesia telah
lama dilakukan. Lembaga pendidikan setiap
tahunnya terus berusaha meningkatan mutu
pendidikan dengan harapan lulusannya dapat
memiliki keterampilan dan keahlian lebih
dibandingkan sekolah sederajat, hal tersebut
dilakukan demi meningkatkan kualitas lulusan
sehingga siap memasuki dunia kerja.
Saat ini proses penentuan siswa teladan
masih dilakukan dengan secara manual dengan
beberapa kendala dan cenderung memakan waktu
yang relatif lama. Hal ini disebabkan karena
proses penentuan siswa teladan hanya dilihat dri
nilai rapot, dan tidak menggunakan acuan lain
untuk menentukan prestasi, nilai rapot tidak
menjamin bahwa si siswa tersebut benar-benar
layak sebagai siswa teladan. Menyikapi hal
tersebut diatas, pada penelitian ini penyusun
berusaha untuk membantu untuk menentukan
siswa teladan melalui perangkingan dengan
menggunakan metode TOPSIS.
Penelitian ini merancang sistem
pendukung keputusan menggunakan metode
TOPSIS (Technique for Others Referece by
Similarity to Ideal Solution). Metode ini dipilih
karena mampu menyeleksi keputusan terbaik dari
sejumlah keputusan yang dihasilkan, dalam hal ini
berhak menerima penghargaan sebagai siswa
teladan berdasarkan kriteria-kriteria yang telah
ditetapkan.
2. TINJAUAN PUSTAKA
2.1 Kecerdasan Buatan Secara Umum
Kecerdasan buatan atau Artifical
Intelligence merupakan salah satu bagian ilmu
komputer yang membuat agar mesin (komputer)
dapat melakukan perkerjaanya seperti dan
sebaiknya yang dilakukan oleh
manusia.Teknologi kecerdasan buatan
dipelajari dalam bidang-bidang seperti robotika,
penglihatan komputer (computer visio), jaringan
saraf tiruan (artificialneural sistem), pengolahan
bahasa alami (natural language processing),
pengenalan suara (speech recognition), dan sistem
pakar (expert sistem).
2.2. Sistem Pendukung Keputusan
Sistem pendukung keputusan ( decision
support systems disingkat DSS) adalah bagian
dari sistem informasi berbasis komputer termasuk
sistem berbasis pengetahuan (manajemen
pengetahuan) yang dipakai untuk mendukung
pengambilan keputusan dalam suatu organisasi
perusahaan atau lembaga pendidikan. Menurut
Moore and Chang, Sistem Pendukung keputusan

599
Seminar Nasional Informatika 2015

dapat digambarkan sebagai sistem yang 3 Sadriyah 70 80 75 184 409 2

berkemampuan mendukung analisis data, dan
4 Wildan 70 80 75 179 404 2
pemodelan keputusan, berorientasi keputusan,
orientasi perencanaan masa depan, dan digunakan 5 Ratna 80 70 75 208 433 3
pada saat-saat yang tidak biasa. 6 Faisal 75 75 75 215 440 2
Kegiatan merancang sistem pendukung
Siti
keputusan merupakan sebuah kegiatan untuk 7 75 75 75 198 423 2
fatimah
menemukan, mengembangkan dan menganalisis
berbagai alternatif tindakan yang mungkin untuk 8 Susilawati 80 80 75 200 435 2
dilakukan. Tahap perancangan ini meliputi 9 Sonia 75 70 75 205 425 1
pengembangan dan mengevaluasi serangkaian
10 Apandi 70 75 75 156 376 1
kegiatan alternatif. Sedangkan kegiatan memilih
dan menelaah ini digunakan untuk memilih satu 11 Jannah 70 75 75 180 400 1
rangkaian tindakan tertentu dari beberapa yang 12 Abdul R 60 75 75 205 415 2
tersedia dan melakukan penilaian terhadap
13 Agus S 60 75 75 202 412 1
tindakan yang telah dipilih.
14 Agi K 70 75 75 135 355 2
2.3. TOPSIS 15 Ayu R 65 70 75 168 378 1
adalah salah satu metode yang bisa
membantu proses pengambilan keputusan yang 16 Bunga L 65 70 75 200 410 1
optimal untuk menyelesaikan masalah keputusan Dalilatul
17 70 70 75 204 419 1
secara praktis. Hal ini disebabkan karena F
konsepnya sederhana dan mudah dipahami, 18 Dewi K 75 80 75 200 430 2
komputasinya efisien dan memiliki kemampuan 19 Emah 75 80 75 180 410 1
untuk mengukur kinerja relatif dari alternatif-
alternatif keputusan dalam bentuk matematis 20 Eka G 70 75 75 199 419 1
sederhana Secara umum, prosedur TOPSIS
mengikuti langkah-langkah sebegai berikut: Dimana :
CE = Kecerdasan dalam belajar
a. Menentukan matriks keputusan yang SO = Hubungan sosialnya dengan lingkungan
ternormalisasi sekolah
b. Menghitung matriks keputusan DI = Kedisiplinan
ternormalisasi yang terbobot AB = Absensi
c. Menghitung matriks solusi ideal positif dan TN = Total Nilai
matriks solusi ideal nagatif PP = Jumlah Piagam Prestasi yang pernah diraih
d. Menhitung jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif dan 2. Menentukan matriks keputusan ternomalisasi
matriks solusi ideal negatif Dalam menentukan matrik keputusan
e. Menghitung nilai preferensi untuk setiap ternormalisasi, nilai tiap kriteria (xij) untuk
alternatif keseluruhan alternatif dijumlahkan kemudian nilai
masing-masing kriteria tersebut dibagi dengan
hasil jumlah kriterianya.
3. HASIL DAN PEMBAHASAN
a. Untuk kriteria Kecerdasan dalam belajar(C1)
Sample yang digunakan dalam pemilihan
siswa teladan dengan metode TOPSIS C1=(75)2+(75)2+(70)2+(70)2+(80)2+(75)2+(75
menggunakan 20 alternatif dan 6 kriteria. )2+(80)2+(75)2+(70)2+(70)2+(60)2+(60)2+(70)2
Prosedur perhitungan yang dilakukan adalah: +(65)2+(65)2+(70)2+(75)2+ (75)2+(70)

1. Menentukan nilai relatif terhadap masing = 319,57

masing alternatif Sample perhitungan untuk
masing-masing pengesub dapat dilihat pada R11 = X11/C1 = 75/319,57 = 0,23
Tabel 1. R21 = X21/C1 = 75/319,57 = 0,23
R31 = X31/C1 = 70/319,57 = 0,22
Tabel 1. Nilai alternatif terhadap masing-masing R41 = X41/C1 = 70/319,57 = 0,22
kriteria R51 = X51/C1 = 80/319,57 = 0,25
Nama CE SO DI AB TN PP R61 = X61/C1 = 75/319,57 = 0,23
R71 = X71/C1 = 75/319,57 = 0,23
1 Sinta 75 70 75 212 432 2 R81 = X81/C1 = 80/319,57 = 0,25
2 Rini 75 80 75 204 434 3 R91 = X31/C1 = 75/319,57 = 0,23

600

R101 = X31/C1 = 70/319,57 = 0,22
R111 = X11/C1 = 70/319,57 = 0,22
R121 = X21/C1 = 60/319,57 = 0,19
R131 = X31/C1 = 60/319,57 = 0,19
R141 = X41/C1 = 70/319,57 = 0,22
R151 = X51/C1 = 65/319,57 = 0,20
R161 = X61/C1 = 65/319,57 = 0,20
R171 = X71/C1 = 70/319,57 = 0,22
R181 = X81/C1 = 75/319,57 = 0,23
R191 = X31/C1 = 75/319,57 = 0,23
R201 = X31/C1 = 70/319,57 = 0,23
b. Untuk kriteria Hubungan Sosial dengan
lingkungan sekolah (C2)
C2|=(70)2+(80)2+(80)2+(80)2+(70)2+(75)2+(75
)2+(80)2+(70)2+(75)2+(75)2+(75)2+(75)2+(75)2
+(70)2+(70)2+(70)2+(80)2+ (80)2+(75)
= 327,38
R11 = X11/C1 = 70/327,38 = 0,21
R21 = X21/C1 = 80/327,38 = 0,24
R31 = X31/C1 = 80/327,38 = 0,24
R41 = X41/C1 = 80/327,38 = 0,24
R51 = X51/C1 = 70/327,38 = 0,21
R61 = X61/C1 = 75/327,38 = 0,23
R71 = X71/C1 = 75/327,38 = 0,23
R81 = X81/C1 = 80/327,38 = 0,24
R91 = X31/C1 = 70/327,38 = 0,21
R101 = X31/C1 = 75/327,38 = 0,23
R111 = X11/C1 = 75/327,38 = 0,23
R121 = X21/C1 = 75/327,38 = 0,23
R131 = X31/C1 = 75/327,38 = 0,23
R141 = X41/C1 = 75/327,38 = 0,23
R151 = X51/C1 = 70/327,38 = 0,23
R161 = X61/C1 = 70/327,38 = 0,21
R171 = X71/C1 = 70/327,38 = 0,21
R181 = X81/C1 = 80/327,38 = 0,24
R191 = X31/C1 = 80/327,38 = 0,24
R201 = X31/C1 = 75/327,38 = 0,23
Dan seterusnya, hingga didapatkan Tabel 2.
Tabel 2. Matrik Ternormalisasi
Seminar Nasional Informatika 2015
3. Menentukan matriks keputusan normalisasi
terbobot Sebelum menghitung matrik keputusan
normalisasi terbobot, tentukan terlebih dahulu
bobot dari masing-masing kriteria. Tingkat
kepentingan tiap kriteria dapat dinilai dari range 1
sampai 5, yaitu:
1 : tidak penting
2 : tidak terlalu penting
3 : cukup penting
4 : penting
5 : sangat penting
Nilai bobot awal (w) digunakan untuk
menunjukkan tingkat kepentingan relatif dari
setiap kriteria. Bobot dari masing-masing kriteria
tertera pada Tabel 3.
Tabel 3. Bobot Kriteria
No Kriteria Bobot (W)
1 CE 5
2 SO 5
3 DI 3
4 AB 5
5 TN 3
6 PP 5
Setelah menentukan bobot dari masing-masing
kriteria, maka berdasarkan langkah 1, kita dapat
menghitung matrik normalisasi terbobot yaitu:
Y11 = W11/R11 = 5/0,23 = 1,17
Y21 = W11/R21 = 5/0,23 = 1,17
Y31 = W11/R31 = 5/0,22 = 1,10
Y41 = W11/R41 = 5/0,22 = 1,10
Y51 = W11/R51 = 5/0,25 = 1,25
Y61 = W11/R61 = 5/0,23 = 1,17
Y71 = W11/R71 = 5/0,23 = 1,17
Y81 = W11/R81 = 5/0,25 = 1,25
Y91 = W11/R91 = 5/0,23 = 1,17
Y101 = W11/R101 = 5/0,22 = 1,10
Y111 = W11/R111 = 5/0,22 = 1,10
Y121 = W11/R121 = 5/0,19 = 0,94
Y131 = W11/R131 = 5/0,19 = 0,94
Y141 = W11/R141 = 5/0,22 = 1,10
Y151 = W11/R151 = 5/0,20 = 1,02
Y161 = W11/R161 = 5/0,20 = 1.02
Y171 = W11/ R171 = 5/0,22 = 1,10
Y181 = W11/ R181 = 5/0,23 = 1,17
Y191 = W11/R191 = 5/0,23 = 1,17
Y201 = W11/R201 = 5/0,23 = 1,10
Dan seterusnya, hingga didapatkan Tabel 4.
Tabel 4. Matriks ternormalisasi terbobot
1,2 1,1 0,7 1,2 0,7 1,3
1,2 1,2 0,7 1,2 0,7 1,9
601
Seminar Nasional Informatika 2015

1,1 1,2 0,7 1,1 0,7 1,3

1,1 1,2 0,7 1 0,7 1,3
1,3 1,1 0,7 1,2 0,7 1,9
1,2 1,2 0,7 1,3 0,7 1,3
5. Menentukan jarak antara nilai setiap alternatif
1,2 1,2 0,7 1,2 0,7 1,3 dengan matriks solusi ideal positif & matriks
1,3 1,2 0,7 1,2 0,7 1,3 solusi ideal negatif
1,2 1,1 0,7 1,2 0,7 0,6
Selanjutnya untuk mencari jarak antar alternatif
1,1 1,2 0,7 0,9 0,6 0,6 dengan matriks solusi ideal positif dapat
1,1 1,2 0,7 1 0,7 0,6 menggunakan persamaan dibawah ini
0,9 1,2 0,7 1,2 0,7 1,3
+= (+ )2 ;
0,9 1,2 0,7 1,2 0,7 0,6
1,1 1,2 0,7 0,8 0,6 1,3 Jarak antara alternatif A, dengan solusi ideal
negatif dirumuskan sebagai:
1 1,1 0,7 1 0,6 0,6
1 1,1 0,7 1,2 0,7 0,6 = ( )2 ; i = 1,2,....,m
1,1 1,1 0,7 1,2 0,7 0,6
Membuat jarak antar nilai terbobot setiap
1,2 1,2 0,7 1,2 0,7 1,3
alternatif terhadap solusi ideal positif:
1,2 1,2 0,7 1 0,7 0,6
1,1 1,2 0,7 1,2 0,7 0,6 Nilai jarak solusi ideal positif untuk CE

1+=(1,251,17)2+(1,251,17)2+(1,251,10)2
4. Menentukan matriks solusi ideal positif & +(1,251,10)2+(1,251,25)2+(1,251,17)2=07.
matriks solusi ideal negatif 2
Langkah selanjutnya yaitu menentukan matrik
solusi ideal positif dan matrik solusi ideal negatif Demikian seterusnya, terakhir diperoleh solusi
berdasarkan persamaan dibawah ini ideal positif dan solusi ideal negatif:
Matrik solusi ideal positif (Yij+):
Tabel 6. Jarak solusi ideal positif dan ideal negatif
+= (1+,2+,3+,.,+) ;
= (1,2,3,.,) ;
+= {max ; 1min ;

Solusi ideal positif dihitung sebagai berikut : 6. Langkah terakhir dalam perhitungan TOPSIS
adalah mencari nilai preferensi untuk setiap
1+=max{1,17;1,17;1,10;1,10;1,2;:1,17;1,17 alternatif diberikan sesuai dengan persamaan
.}=1,25 dibawah ini :

2+={1,07;1,22;1,22;1,22;1,07;1.15;1,15} =
=1,22 ++ ; i = 1,2,....,m

dan seterusnya += {1,25;1,22; ; ; } Nilai Vi yang lebih besar menunjukan bahwa

alternatif Ai lebih dipilih.
Solusi ideal negatif dihitung sebagai berikut : Menghitung nilai preferensi:
1={1,17;1,17;1,10;1,10;1,2;:1,17;1,17
.}=0,94 a. Nilai preferensi bernama Sinta

2={1,07;1,22;1,22;1,22;1,07;1.15;1,15
.}=1,07

dan seterusnya = {0,94;1,07; ; ; }

b. Nilai preferensi bernama Rini
Tabel 5. Matriks solusi ideal positif dan solusi
ideal negatif

602
 Seminar Nasional Informatika 2015

c. Nilai preferensi bernama Sadriyah Sinta dengan urutan ketiga dengan nilai
preferensi relatif 0,55. Rini di urutan keempat
dengan nilai preferensi relatif 0,50. Faisal di
urutan kelima dengan nilai preferensi relatif
0,38. Sadriyah di urutan keenam dengan nilai
preferensi relatifnya 0,00.
d. Nilai preferensi bernama Wildan
5. SARAN
Saran yang dapat diberikan untuk
pengembangan lebih lanjut dari penelitian ini
adalah perlu dilakukannya perbandingan hasil
Dan seterusnya sampai dengan alternatif budi.
perangkingan antara metode TOPSIS dengan
Tabel 5 merupakan hasil perhitungan nilai
metode perangkingan yang lain seperti
preferensi untuk semua alternatif
ELECTREE, AHP dan sebagainya untuk
mendapatkan efektifitas hasil perangkingan yang
Tabel 7. Nilai preferensi setiap alternatif
lebih baik.
V1= 0,55 Sinta
V2= 0,50 Rini
V3= 0,00 Sadriyah DAFTAR PUSTAKA
V4= 0,66 Wildan
V5= 0,64 Ratna [1]. Vincent Suhartono, Kecerdasan Buatan,
V6= 0,38 Faisal Jakarta, 2011.
[2]. Sari, L. P., 2013, Sistem Pendukung
Berdasarkan nilai preferensi terbesar 0,66 maka
Wildan adalah siswa berprestasi sebagai siswa Keputusan Menentukan Merek dan Tipe
teladan. Sepeda Motor Berbasis WEB dengan
Metode TOPSIS, Jurnal Ilmiah Pelita
4. KESIMPULAN DAN SARAN Informatika Budi Darma Informasi dan
Informatika, Vol IV, No 3, Hal 78-83.
Berdasarkan hasil penelitian yang telah dilakukan [3]. Azmi, M., Sonatha, Y., Rasyidah, 2014,
dapat diambil kesimpulan sebagai berikut:
Pemanfaatan Sistem Pendukung Keputusan
1. Kriteria dasar yang dapat dijadikan standar Untuk Penentuan Alokasi Dana Kegiatan
pemilihan siswa teladan adalah: nilai (Studi Kasus Unit Kegiatan Mahasiswa
kecerdasan , nilai disiplin, nilai sosial, jumlah Politeknik Negeri Padang), Jurnal
kehadiran, total nilai, piagam prestasi. Momentum, Vol 16, No 1, Hal 74-83.
2. Hasil dari perhitungan dengan menggunakan [4]. Desiana A, M. Arhami, 2006, Konsep
TOPSIS didapatkan siswa berprestasi Wildan Kecerdasan Buatan, Yogyakarta
menempati urutan pertama dengan nilai
preferensi relatif untuk setiap alternatifnya
sebesar 0,66. Ratna menempati urutan kedua,
dengan nilai preferensi relatifnya adalah 0,64.

603
Seminar Nasional Informatika 2015

SISTEM APLIKASI UNTUK MENENTUKAN KUALITAS BUAH

MANGGIS BERBASIS WEB (PERKEBUNAN BAPAK H. BAMBANG)
DI TANGGAMUS LAMPUNG
Rita Irviani, M.M., Nur Aminudin, M.T.I., Warsito

Jurusan Sistem Informasi STMIK Pringsewu Lampung

Jl. Wisma Rini No. 09 pringsewu Lampung
Telp. (0729) 22240 website: www.stmikpringsewu.ac.id
E-mail : muslih.udin@ymail.com., warsitoputra09@yahoo.co.id

Abstrak

Manggis (Garcinia mangostana Linn.) merupakan salah satu komoditas buah tropis primadona ekspor
Indonesia, hal ini dapat dilihat dari ekspor buah-buahan Indonesia didominasi komoditas manggis, yaitu pada
tahun2006 (Radar Tanggamus, 04 September 2012). Kabupaten Tanggamus Propinsi Lampung telah berhasil
menembus pasar ekspor buah manggis ke negara tujuan Singapura dan Taiwan dalam upaya meningkatkan
pemasaran dengan volume ekspor 30 persen dari total produksi, dan jumlah ini dinilai masih kecil karena
dihadapkan kendala berupa ketatnya persyaratan ekspor. Penelitian dilakukan untuk menentukan kualitas
buah manggis di Tanggamus Lampung yang dilakukan dengan metode Simple Aditive Weighting (SAW),
serta menggunakan aplikasi Visual Basic 6.0. Hal ini bertujuan untuk mempermudah proses penelitian.

Kata Kunci : Buah Manggis, Metode Simple Aditive Weighting (SAW), Aplikasi Visual Basic 6.0

1. PENDAHULUAN
Latar Belakang Masalah
Metode Simple Aditive Weghting
(SAW) merupakan salah satu metode untuk
penyelesaian masalah multiattribute decisio
making. Metode SAW sering juga dikenal dengan
istilah metode penjumlahan terbobot. Konsep
dasar metode SAW adalah mencari penjumlahan
terbobot dengan rating kinerja pada setiap
alternatif pada semua atribut. Asumsi yang
mendasari metode SAW adalah setiap atribut
bersifat independen, jadi tidak akan saling
mempengaruhi atribut lain. Skoring dengan
metode ini diperoleh dengan menambahkan
kontribusi dari setiap atribut. Keuntungan dari
metode ini adalah urutan relatif dari besarnya nilai
standard tetap.
Sebagai contoh manggis (Garcinia
mangostana Linn.) merupakan salah satu
komoditas buah tropis primadona ekspor
Indonsia. Hal ini dapat dilihat dariekspor buah-
buahan Indonesia didominasi komoditas manggis,
yaitu pada tahun 2006 ( Radar Tanggamus, 04
September 2012). Kabupaten Tanggamus Propinsi
Lampung telah berhasil menembus pasar ekspor
buah manggis ke negara tujuan Singapura dan
Taiwan dalam upaya meningkatkan pemasaran
dengan volume ekspor 30 persen dari total
produksi, dan jumlah ini dinilai masih kecil
karena dihadapkan kendala berupa ketatnya
persyaratan ekspor.
Karena semakin lama semakin banyak
buah manggis di Tanggamus, maka kadang
mengalamii kendala atau gangguan dalam proses
penentuan kualitas buah.
Ada beberapa cara yang dapat dilakukan
untuk menentukan kualitas buah manggis
(Garcinia mangostana) antara lain dengan metode
Simple Additive Weighting (SAW), dan
menggunakan Aplikasi Visual Basic 6.0. Hal ini
akan mempermudah dan mempercepat proses
penentuan kualitas buah manggis yang ada di
Tanggamus, Lampung.
1.2. Rumusan Masalah
Berdasarkan latar belakang di atas dapat
dirumuskan permasalahan yang akan diselesaikan
yaitu bagaimana merancang sebuah Sistem
Aplikasi dengan menggunakan metode Simple
Additive Weighting (SAW) untuk menentukan
kualitas buah manggis di Tanggamus, Lampung.
1.3. Batasan Masalah
Hal hal yang dibatasi dalam penelitian ini :
a) Daerah yang akajn diteliti adalah kualitas
buah manggis di Tanggamus, Lampung.
b) Data yang akan digunakan adalah data
sekunder dari buah manggis yang
diambil di Tanggamus, Lampung.
c) Kriteria yang digunakan untruk
menentukan kualitas buah manggis

604

adalah warna kulit, ukuran buah, berat
buah, dan tangkai buah yang ada di
Tanggamus Lampung supaya bisa
tercapai kualitas buah terbaik.
Tujuan Penelitian
Tujuan adalah menghasilkan sistem aplikasi untuk
menentukan kualitas buah manggis menggunakan
metode Simple Aditive Weighting (SAW).
Manfaat Penelitian
Manfaat penelitian ini adalah :
1) Membantu konsumen dalam mencari
informasi dan menentukan kualitas
buah
manggis yang sesuai dengan keinginan.
2) Dapat menjadi acuan bagi para pe
-ngembang untuk memberikan yang
terbaik, baik produk maupun layanan.
TINJAUAN PUSTAKA
2.1. Pembahasan
Tanggamus ini memiliki komoditas buah manggis
yang kualitasnya bagus. Kita namakan Manggis
Saburai. Manggis kita ini dicari oleh orang luar
negeri karena banyak khasiatnya, ( Radar
Tanggamus, 04 September 2012).
Selain Singapura dan Taiwan sejak tahun 1994,
buah hitam manis ini juga diminati di kawasan
Timur Tengah. Beberapa negara Asia lain seperti
Jepang, Hong Kong, dan Thailand, juga menjadi
daerah tujuan pengirimannya ( Radar Tanggamus,
04 September 2012 ).
Kontribusi ekspor manggis terhadap total ekspor
buah-buahan nasional adalah sebesar 37,4%
sedangkan konstribusi produksi manggis adalah
hanya 0,5% dari total produksi nasional. Ini
menghantarkan manggis menjadi buah-buahan
andalan ekspor Indonesia, apalagi komoditas ini
merupakan unik dan spesifik daerah tropis,
sehingga pesaingnya tidak banyak pengirimannya
( Radar Tanggamus, 04 September 2012).
Tanaman manggis berupa pohon dengan tinggi 6-
25 m dan diameter batang 25-35 cm (Cox 1988;
Verheji 1992). Batangnya lurus dengan
percabangan yang simetris dan membentuk kanopi
yang berupa kerucut . Daun manggis merupakan
daun tunggal, terletak berhadapan, bentuknya oval,
bertepi rata dan berbentuk cuspidate pada ujungnya
serta mempunyai tangkai daun yang pendek
dengan ukuran 12 cm (Osman & Milan, 2006).
Permukaan atas dun mengkilap, licin dan berwarna
hujau muda sampai hijau tua tergantung umumnya.
Sedangkan bagian bawah daun berwarna hijau
muda sampai kekuningan (Cox1988). Sitem
pertulangan daun manggis adalah menyirip.
Seminar Nasional Informatika 2015
Tanaman manggis dapat tumbuh baik pada dataran
rendah sampai ketinggian 1000 m di atas
permukaan laut. Di daerah tropis, semakin tinggi
tempat tumbuhnya maka semakin lambat
pertumbuhannya dan semakin lama permulaan
berbunganya (Verheiji 1992). Ketinggian optimum
agar manggis dapat tumbuh dengan baik adalah
460-610 m di atas permukaan laut. Iklim yang
paling cocok untuk tanam manggis adalah daerah
dengan udara lembab, curah hujan merata
sepanjang tahun berkisar antara 1500 sapai 2500
mm/tahun dengan iklim kering yang pendek
(Yaacob & Tindall 1995). Suhu udara yang baik
untuk pertumbuhan manggis adalah antara 25
sampai 250C (Verheji 1992; Yaacob & Tindal
1995 ).
Metode Simple Additive Weighting ( SAW)
merupakan salah satu metode penjumlahan
terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dengan rating
kinerja pada setiap alternatif pada semua atribut
(Wibowo dkk , 2008). Asumsi yang mendasari
metode SAW adalah setiap atribut bersifat
independen, jadi tidak akan saling mempengaruhi
atribut lain. Skoring dengan metode ini diperoleh
dengan menambahkan kontribusi dari setiap
atribut (Wibowo dkk , 2008). Keuntungan dari
metode ini adalah urutan relatif dari besar nilai
standard tetap sama (Afshari dkk, 2010).
Hasil Penelitian
Kulit buah
Ciri fisik manggis siap panen dapat dilihat
berikut ini :
a. Panen 104 hari : warna kulit hijau bintik
unggu, berat 80-130 g, diameter 55-60
mm.
b. Panen 106 hari : warna kulit ungu bintik
merah 10-25%, berat 80-130 g, diameter
55-60 mm.
c. Panen 108 hari : warna kulit ungu bintik
merah 25-50%, berat 80-130 g, diameter
55-60 mm.
d. Panen 110 hari : warna kulit ungu bintik
merah 50-75%, berat 80-130 g, diameter
55-60 mm.
e. Panen 114 hari : warna kulit ungu merah,
berat 80-130 g, diameter 55-60 mm.
Kulit buah harus memenuhi syarat kualitas buah
yang memenuhi ekspor. Kulit buah tidak cacat,
tidak memiliki bintik-bintik penyakit. Jadi ciri-ciri
kulit buah yang baik adalah mulus dan menarik
perhatian konsumen untuk membeli.
605
Seminar Nasional Informatika 2015

kualitas yang memberikan hasil terhadap tindakan

sistem yang digunakan.
Berdasarkan pengertian implementasi
yang dikemukakan diatas, dapat dikatakan bahwa
implementasi adalah suatu tindakan yang
dilakukan untuk membedakan kualitas baik
maupun buruk yang bertujuan untuk mewujudkan
tujuan yang telah ditetapkan, implementasi
dengan berbagai tindakan yang dilakukan untuk
melaksanakan atau merealisasikan program yang
telah disusun demi tercapainya tujuan dari
program yang telah direncanakan, karena pada
dasarnya setiap rencana yang ditetapkan memiliki
tujuan atau target yang hendak dicapai.

2.3. Metode Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal istilah metode
penjumlahan terbobot. Konsep dasar metode
SAW adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua
atribut. Metode SAW membutuhkan proses
normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternative yang ada.
Berikut ini langkah-langkah metode SAW adalah:

1. Membuat matriks keputusan X

berukuran m x n, dimana m = alternatif
kualitas dan n = kriteria .
2. Memberikan nilai x setiap alternatif (i)
pada setiap kriteria ( j) yang sudah
Berat Buah Dan Lingkar Buah ditentukan, dimana, i=0,10,20m (100)
(Diameter Buah) Untuk Ekspor dan j=1,2,n (5) pada matriks
keputusan X,
Berat dan diameter buah harus memenuhi kualitas
baik untuk ekspor. Hal ini akan menimbulkan
minat besar konsumen.
X= (1)
Tangkai Buah
Tangkai buah yang masih utuh
merupakan salah satu penentu kualitas. Selain itu 3. Memberikan nilai kualitas preferensi
tangkai buah harus keadaan segar. Hai ini, akan (W) oleh pengambil keputusan untuk
menciptakan minat konsumen untuk membeli atau masing-masing kriteria yang sudah
mengkonsumsi. ditentukan.

W=[ ... ] (2)

IMPLEMENTASI
Implementasi adalah proses untuk 4. Melakukan normalisasi matriks
memastikan terlaksananya suatu kebijakan. keputusan X dengan cara menghitung
Impelementasi juga dimaksudkan menyediakan nilai rating kinerja ternormalisasi (rij)
sarana untuk membuat sesuatu dan memberikan dari alternatif Ai pada atribut Cj .
hasil yang bersifat praktis terhadap kualitas yang
dimaksud. Implementasi dimaksudkan sebagai Jika i adalah atribut kualitas
tindakan individu yang diarahkan pada tujuan (3)
serta ditetapkan dalam keputusan dan memastikan Jika j adalah atribut criteria
terlaksananya dan tercapainya suatu kebijakan
serta memberikan hasil yang bersifat praktis
terhadap tujuan. Sehingga dapat tercapainya

606
 Seminar Nasional Informatika 2015

Warna Kulit Nilai

Ungu Kehitaman 10
Dengan ketentuan : Ungu Kemerahan 9
a. Dikatakan atribut kualitas apabila atribut Merah Keunguan 8
banyak memberikan hasil baik, sedangkan Merah kecoklatan 7
atribut kriteria merupakan atribut yang Kuning Kemerahan 6
banyak memberikan kriteria dari variabel yang Hijau Kekuningan 5
ditentukan Kuning Kehijauan 1-4
b. Apabila berupa atribut kualitas maka nilai (xij)
dari setiap kolom atribut dibagi dengan nilai Coklat Kehitaman 0
(MAX xij) dari tiap kolom, sedangkan untuk
atribut kriteria, nilai (MIN xij) dari tiap kolom 2. Keterangan berat buah:
atribut dibagi dengan nilai (xij) setiap kolom.
Berat buah Nilai (gr)
5. Hasil dari nilai rating kinerja A 9,5-10,2 gr
ternormalisasi (rij) membentuk matriks
B 6,2-9,6 gr
ternormalisasi (N)
C 2,6-6,1 gr
D < 2,5 gr
(4)
N= 3. Keterangan diameter buah:

Diameter buah Nilai

6. Melakukan proses perankingan dengan
cara mengalikan matriks ternormalisasi
(N) dengan nilai bobot preferensi (W).
7. Menentukan nilai preferensi untuk
setiap alternatif (Vi) dengan cara
menjumlahkan hasil kali antara matriks
ternormalisasi (N) dengan nilai bobot
preferensi(W).
Nilai Vi yang lebih besar
mengindikasikan bahwa alternatif Ai
merupakan alternatif terbaik.
A 1,22 - 1.54 mm
B 0,64 - 1.21 mm
C 0,30 - 0.63 mm
D < 0.29 mm
4. Keterangan tangkai buah:
Tangkai Buah Nilai
A 24.59 mm
B 22.78 mm
C 22.13 mm
D 20.05 mm

Nilai yang lebih besar mengindikasikan

bahwa alternatif merupakan alternatif kualitas
terbaik.

Keterangan kualitas buah manggis:

Range Golongan
Nilai(Kode Grade Nilai Kualitas
Kualitas)
9 - 10 A Sangat Baik
7,0 8, 9 B Baik
6,5 6,9 C Cukup
<6,5 D Kurang Baik

Keterangan kriteria dari variabel yang sudah

ditentukan:

1. Keterangan warna kulit:

607
Seminar Nasional Informatika 2015

Diameter buah 1 10
Tangkai buah 1 10
Diagram flowchart: Nilai kualitas buah = jumlah variabel
4
Keterangan Kualitas Buah :
Start Sangat Baik, Baik, Cukup, Kurang Baik

Tampilan Aplikasi:
Gambar 1:

Pilih buah

Proses

Gambar 2:

Jika
ada
yang
dipilih
/ tidak

End

Keterangan kualitas buah manggis:

Tampilan Website :
1. 9 10 = Sangat Baik
2. 7 8,9 = Baik
3. 6,5 6,9 = Cukup
4. < 6,5 = Kurang Baik

Tabel Sistem Aplikasi:

Kode Nama Tujuan ekspor

buah
1 Warsito Internasional
2 Mr. X Nasional
3 Mr. Z Nasional

Keterangan variabel buah: KESIMPULAN

Kriteria Nilai
Kulit buah 1 10 Berdasarkan sistem di atas, maka metode Simple
Berat buah 1 10 Additive Weighting (SAW) dan program aplikasi

608

Visual Basic 6.0 dapat menentukan kualitas buah
manggis di Tanggamus, Lampung dengan cara
efektif. Sistem Aplikasi ini dibuat untuk
mempermudah mengetahui kualitas buah manggis
di Tanggamus, Lampung.
Kritik
Penulis dan penyusun sistem ini mengharapkan
kritik dari pembaca sebagai bahan pertimbangan
untuk membuat Sistem Aplikasi yang lebih
modern dan bisa cepat dimengerti oleh pengguna
Sistem Aplikasi.
Saran
1. Mohon penelitian ini dapat dilanjutkan
dengan memperdalam akuisisi pengetahuan
parameter-parameter yang akan diukur.
2. Penyusun dan perancang Sistem Aplikasi
mengharapkan supaya pengembang bisa
mengembangkan Sistem Aplikasi yang lebih
cerdas dan lebih modern.
3. Mohon untuk pengembang bisa
memperdalam ilmu untuk penelitian dan
perancangan Program Aplikasi.
DAFTAR PUSTAKA
[1]. Deputi Menegristek Bidang
Pendayagunaan dan Pemasyarakatan Ilmu
Seminar Nasional Informatika 2015
Pengetahuan dan Teknologi Manggis.
2000. Jakarta.
[2]. Departemen Pertanian Republik Indonesia,
Direktorat Tanaman Buah. SPO Manggis.
2004. Jakarta.
[3]. Firdaus, H dan Marimin. 2004. Sistem
Intelijen Penilaian Kinerja
Perusahaan dengan Metode Balanced
Scorecard. Program Study Teknologi
Industri Pertanian, Sekolah Pascasarjana
IPB. Bogor.
[4]. Poerwanto, R. 2002. Peningkatan Produksi
dan Mutu untuk Mendukung Ekspor
Manggis. Seminar Agibisnis Manggis,
Purwakarta.
[5]. Mahendra, MS. 2002. Peningkatan
Pascapanen Manggis untuk Ekspor.
Makalah Seminar Agribisnis, Purwakarta.
[6]. Afshari, Alireza, Mojahed, Majid, Yusuff,
Rosnah 2010. Simple Additive Weighting
approach to Personel Selection Problem.
International Journal of Innovation,
Management, and Technology 1 (5).
609
Seminar Nasional Informatika 2015

PENERAPAN METODE SAW DALAM MENENTUKAN NASABAH

YANG LAYAK MENDAPATKAN PEMBIAYAAN MIKRO
BERDASARKAN NILAI AGUNAN
Ulfah Indriani1
1
Universitas Potensi Utama,
batakeraton@gmail.com

Abstrak

Pembiayaan mikro adalah jenis pembiayaan atau pinjaman yang diperuntukkan bagi perseorangan maupun
badan usaha sebagai bentuk bantuan dalam modal usaha maupun untuk keperluan lainnya. Tidak semua
orang memiliki uang yang cukup untuk dijadikan sebagai modal usaha. Untuk itu hadirlah jasa penyedia
pembiayaan mikro yang mampu memberikan dana pinjaman sampai jumlah tertentu untuk membantu
perseorangan maupun badan usaha untuk mengembangkan usahanya. Namun tidak semua nasabah yang
mengajukan pinjaman dapat diterima. Karena pengajuan agunan menjadi salah satu syarat bagi nasabah
untuk bisa mendapatkan pinjaman. Sehingga diterapkan metode Simple Additive Weighting dalam
menentukan nasabah mana saja yang layak mendapatkan pembiayaan mikro berdasarkan nilai agunan yang
diajukan.

Kata Kunci : Simple Additive Weighting, Pembiayaan Mikro, Nilai Agunan

1. PENDAHULUAN 1. Penelitian berfokus hanya pada penentuan

1.1. Latar Belakang Penelitian
Pembiayaan mikro adalah jenis pembiayaan
atau pinjaman yang diperuntukkan bagi
perseorangan maupun badan usaha sebagai bentuk
bantuan dalam modal usaha maupun untuk
keperluan lainnya. Pada dasarnya tidak semua
nasabah yang mengajukan pembiayaan mikro
akan diterima. Ada beberapa pertimbangan-
pertimbangan yang menjadi dasar dari pemberian
pinjaman oleh pihak penyedia jasa pembiayaan
mikro, seperti margin (bunga pinjaman), nilai
pasar agunan, dan nilai likuidasi agunan.
Dengan menerapkan metode Simple Additive
Weighting (SAW) diharapkan dapat membantu
penyedia jasa pembiayaan mikro dalam
menentukan nasabah yang layak menerima
pinjaman.
1.2. Perumusan Masalah
Berdasarkan latar belakang di atas, maka
dirumuskan masalah-masalah sebagai berikut :
1. Bagaimana menentukan kriteria nasabah yang
layak mendapatkan pembiayaan mikro?
2. Bagaimana menerapkan metode Simple
Additive Weighting (SAW) dalam menentukan
nasabah yang layak mendapatkan pembiayaan
mikro?
1.3. Batasan Masalah
Agar penulisan ini lebih terarah dan tujuan
yang diharapkan dapat tercapai, maka penulis
menetapkan batasan-batasan terhadap masalah
yang akan diteliti. Dalam melakukan penelitian
ini penulis memberikan batasan-batasan sebagai
berikut:
nasabah yang layak mendapatkan pembiayaan
mikro berdasarkan nilai agunan yang diajukan.
2. Metode yang digunakan adalah metode Simple
Additive Weighting (SAW).
3. Menerapkan metode Simple Additive
Weighting (SAW) dalam menentukan nasabah
yang layak mendapatkan pembiayaan mikro.
1.4. Tujuan Penelitian
Adapun tujuan dan harapan yang penulis
lakukan dalam penelitian ini agar penelitian ini
bermanfaat nantinya adalah :
1. Menganalisa kriteria-kriteria yang dibutuhkan
dalam menentukan nasabah yang layak
mendapatkan pembiayaan mikro.
2. Menerapkan metode Simple Additive
Weighting dalam menentukan nasabah yang
layak mendapatkan pembiayaan mikro.
1.5. Manfaat Penelitian
Manfaat yang ingin dicapai penulis dengan
penelitian ini adalah :
1. Penerapan metode Simple Addtive Weighting
(SAW) dapat mengetahui nasabah mana saja
yang berhak mendapatkan pembiayaan mikro.
2. Mempermudah dan mempercepat kinerja pada
penentuan nasabah yang layak mendapatkan
pembiayaan mikro.
3. Proses penentuan nasabah dapat dilakukan
dengan cepat dan akurat.
2. LANDASAN TEORI
2.1. Sistem Pendukung Keputusan

610

Sistem Pendukung Keputusan merupakan
suatu sistem interaktif yang mendukung
keputusan dalam proses pengambilan keputusan
melalui alternatif alternatif yang diperoleh dari
hasil pengolahan data, informasi dan rancangan
model. Sistem Pendukung Keputusan adalah
suatu sistem informasi yang menggunakan model-
model keputusan, basis data, dan pemikiran
manajer sendiri, proses modeling interaktif
dengan komputer untuk mencapai pengambilan
keputusan oleh manajer tertentu.
Dengan pengertian di atas dapat dijelaskan
bahwa sistem pendukung keputusan bukan
merupakan alat pengambilan keputusan,
melainkan merupakan sistem yang membantu
pengambil keputusan yang melengkapi mereka
dengan informasi dari data yang telah diolah dan
relevan dan diperluaskan untuk membuat
keputusan tentang suatu masalah dengan lebih
cepat dan akurat. Sehingga sistem ini tidak
dimaksudkan untuk menggantikan pengambilan
keputusan dalam proses pembuatan keputusan.
Sistem pendukung keputusan merupakan
Computer Based Information System (CBIS) yang
interaktif, fleksibel, mudah disesuaikan (dapat
beradaptasi) yang secara khusus dikembangkan
untuk mendukung penyelesaian dari
permasalahan yang tidak terstruktur untuk
meningkatkan pembuatan keputusan.
Gambar 2.1 Model Konseptual Sistem
Pendukung Keputusan
2.2. Simple Additive Weighting (SAW)
Fuzzy Multiple Attribute Decision Making
(FMADM) adalah suatu metode yang digunakan
untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu. Inti dari Fuzzy
Multiple Attribute Decision Making (FMADM)
adalah menentukan nilai bobot untuk setiap
atribut, kemudian dilanjutkan dengan proses
perankingan yang akan menyeleksi alternatif yang
sudah diberikan. Pada dasarnya, ada 3 (tiga)
pendekatan untuk mencari nilai bobot atribut,
yaitu pendekatan subyektif, pendekatan obyektif
dan pendekatan integrasi antara subyektif dan
Seminar Nasional Informatika 2015
obyektif. Masing-masing pendekatan memiliki
kelebihan dan kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan,
sehingga beberapa faktor dalam proses
perankingan alternatif bisa ditentukan secara
bebas. Sedangkan pada pendekatan obyektif, nilai
bobot dihitung secara matematis sehingga
mengabaikan subyektifitas dari pengambil
keputusan.
Ada beberapa metode yang dapat digunakan
untuk menyelesaikan masalah Fuzzy Multiple
Attribute Decision Making (FMADM), antara lain
:
1. Simple Additive Weighting (SAW)
2. Weighted Product (WP)
3. ELECTRE
4. Technique for Order Prefrence by Similarity
to Ideal Solution (TOPSIS)
5. Analytic Hierarchy Process (AHP).
Metode yang akan diterapkan dalam tesis ini
adalah metode Simple Additive Weighting (SAW).
Konsep dasar metode Simple Additive Weighting
(SAW) adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua
atribut. Metode Simple Additive Weighting
(SAW) dapat membantu dalam pengambilan
keputusan suatu kasus, akan tetapi perhitungan
dengan menggunakan metode Simple Additive
Weighting (SAW) ini hanya menghasilkan nilai
terbesar yang akan terpilih sebagai alternatif yang
terbaik. Perhitungan akan sesuai dengan metode
ini apabila alternatif yang terpilih memenuhi
kriteria yang telah ditentukan. Metode Simple
Additive Weighting (SAW) ini lebih efisien
karena waktu yang dibutuhkan dalam perhitungan
lebih singkat.
Metode SAW membutuhkan proses
normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternatif yang ada.
Jika j adalah atribut keuntungan
(benefit)
Jika j adalah atribut biaya (cost)
Dimana adalah rating kerja ternormalisasi dari
alternatif pada atribut ; i=1,2,...,m dan
j=1,2,...,n. Nilai preferensi untuk setiap alternatif
( ) diberikan sebagai :
611
Seminar Nasional Informatika 2015

Nilai yang lebih besar mengindikasikan Nasabah Margin Nilai Pasar ( Nilai
bahwa alternatif lebih terpilih. Sedangkan ( ) ( ) ) Likuidasi (
untuk kriterianya terbagi dalam dua kategori yaitu )
untuk bernilai positif termasuk dalam kriteria Supian 26% Rp Rp
keputusan dan yang bernilai negatif termasuk 131.853.000 74.778.777
dalam kriteria biaya. Esteriah 12,5% Rp Rp
Keterangan : Br. Sitepu 243.600.000 219.240.000
A : Alternatif Rusmini 13% Rp Rp 9.000.000
C : Kriteria 10.000.000
W : Bobot Preferensi Naimah 24% Rp Rp
V : Nilai preferensi untuk setiap alternatif 549.500.000 384.650.000
X : Nilai Alternatif dari setiap kriteria. Paini 13% Rp Rp
Dari pengertian Simple Additive Weighting 55.000.000 52.250.000
(SAW) di atas, maka dapat ditentukan langkah
langkah penyelesaiannya, antara lain : 3.2. Bobot Kepentingan Kriteria
1. Menentukan kriteria-kriteria yang akan Setelah menentukan alternatif dan kriteria
dijadikan acuan dalam pengambilan maka ditetapkan tingkat kepentingan yang
keputusan, yaitu . nantinya akan dibobotkan untuk setiap tingkat
2. Menentukan rating kecocokan setiap alternatif kepentingan kriteria, yaitu :
pada setiap kriteria. 1. Nilai Bobot = 0; Keterangan = Tidak Penting
3. Membuat matriks keputusan berdasarkan 2. Nilai Bobot = 0,25; Keterangan = Kurang
kriteria ( ), kemudian melakukan normalisasi Penting
matriks berdasarkan persamaan yang 3. Nilai Bobot = 0,5; Keterangan = Cukup
disesuaikan dengan jenis atribut (atribut Penting
keuntungan ataupun atribut biaya) sehingga 4. Nilai Bobot = 0,75; Keterangan = Penting
diperoleh matriks ternormalisasi . 5. Nilai Bobot = 1; Keterangan = Sangat Penting
Hasil akhir diperoleh dari proses
Tabel 3.2. Kode Kriteria dan Kepentingan
perankingan yaitu penjumlahan dari perkalian
Kriteria
matriks ternormalisasi dengan vektor bobot Kode Kriteria Kepentingan Nilai
Kriteria Kriteria
sehingga diperoleh nilai terbesar yang dipilih C1 Margin Penting 0,75
sebagai alternatif terbaik ( ) sebagai solusi. C2 Nilai Sangat 1
Pasar Penting
C3 Nilai Sangat 1
3. PEMBAHASAN Likuidasi Penting
3.1. Alternatif dan Kriteria
Langkah pertama dalam metode Simple 3.3. Data Nasabah Dalam Bentuk Atribut dan
Additive Weighting (SAW) adalah menentukan Kriteria
alternatif dan kriteria. Alternatif ( ) merupakan Tahap selanjutnya adalah mengubah data
nasabah-nasabah yang mengajukan pembiayaan nasabah ke dalam bentuk atribut dan kriteria.
mikro. Adapun alternatif tersebut adalah sebagai Kemudian akan dilakukan perhitungan dengan
berikut : cara melakukan normalisasi terhadap matriks data
1. Supian ( ) lalu mengalikannya dengan vektor bobot yang
telah ditentukan. Dan terakhir dicarilah nilai
2. Esteriah Br. Sitepu ( )
preferensi dalam menentukan nasabah yang layak
3. Rusmini ( ) mendapatkan pembiayaan mikro.
4. Naimah ( )
5. Paini ( ) Tabel 3.3. Data Nasabah Dalam Bentuk
Atribut dan Kriteria
Kriteria C1 C2 C3
Kriteria ( ) yang mengikuti setiap alternatif A1 26% Rp Rp
ditetapkan sebanyak tiga, yaitu : 131.853.000 74.778.777
1. Margin ( ) A2 12,5% Rp Rp
2. Nilai Pasar ( ) 243.600.000 219.240.000
3. Nilai Likuidasi ( ) A3 13% Rp Rp 9.000.000
10.000.000
Tabel 3.1. Data Nasabah Dalam Bentuk A4 24% Rp Rp
Alternatif dan Kriteria 549.500.000 384.650.000

612
 Seminar Nasional Informatika 2015

A5 13% Rp Rp
55.000.000 52.250.000 Adapun vektor bobot yang telah ditentukan dapat
dituliskan seperti ini:

Sampel data nasabah di atas dapat dibuat ke W=[ C1 C2 C3 ]

dalam bentuk matriks seperti di bawah ini : W=[ 0,75 1 1 ]

26 131.853.000 Pada Metode Simple Additive Weighting

74.778.777 (SAW) membutuhkan proses normalisasi matriks
12,5 243.600.000 dengan cara menghitung nilai dari rating alternatif
219.240.000 terhadap pada setiap kriteria kriteria
X= 13 10.000.000 berdasarkan nilai bobot yang sudah disesuaikan
9.000.000 dengan jenis atribut yang ada. Adapun
24 549.500.000 perhitungannya dapat dijabarkan seperti di bawah
384.650.000 ini :
13 55.000.000
52.250.000

613
Seminar Nasional Informatika 2015

Kemudian dilakukan proses perangkingan dengan cara menghasilkan matriks ternormaslisasi ( ) dengan
nilai bobot ( ).

1 0,239 0,194
0,481 0,443 0,569
R= 0,5 0,018 0,023
0,923 1 1
0,5 0,1 0,136

Menentukan nilai preferensi untuk setiap Berdasarkan hasil nilai preferensi di atas, maka
alternatif ( ) dengan cara menjumlahkan hasil rangking yang telah diperoleh dapat diurutkan
sebagai berikut :
kali antara matriks ternormalisasi ( ) dengan 1.
2.
nilai bobot( ). Nilai yang terbesar 3.
4.
mengindikasikan bahwa terpilih sebagai 5.

alternatif terbaik. Nilai terbesar adalah alternatif , sehingga

terpilih sebagai alternatif terbaik. Dengan kata
lain Nasabah atas nama Naimah dengan Margin
(Bunga Pinjaman) 24%, Nilai Pasar Agunan
sebesar Rp
Rp 549.500.000 dan Nilai Likuidasi Agunan
sebesar Rp 384.650.000 merupakan Nasabah yang
layak mendapatkan pembiayaan mikro.

4. KESIMPULAN

Setelah dilakukan analisa terhadap

penerapan metode Simple Additive Weighting
dalam menentukan nasabah yang layak
mendapatkan pembiayaan mikro berdasarkan nilai
agunan, dapat disimpulkan bahwa :
4. Berdasarkan nilai agunan yang diajukan
oleh nasabah maka didapat kriteria kriteria
nasabah yang layak mendapatkan
pembiayaan mikro, yaitu Margin (Bunga
Pinjaman, Nilai Pasar (Agunan) dan Nilai
Likuidasi (Agunan).
5. Dengan menerapkan metode Simple
Additive Weighting (SAW) dilakukan
perhitungan normalisasi dari masing
masing bobot, kemudian dikalikan dengan
nilai bobot (W) yang sudah ditentukan untuk
mendapatkan nilai preferensi masing
masing kriteria. Selanjutnya didapatlah nilai
ranking dari alternatif dengan
menjumlahkan nilai preferensi. Nilai
ranking inilah yang menentukan apakah
seorang nasabah layak mendapatkan
pembiayaan mikro atau tidak.

614
 Seminar Nasional Informatika 2015

DAFTAR PUSTAKA [3] Valensia, Verina, et al. (2012). Aplikasi

Tutorial Sistem Pendukung Keputusan
[1] P.A., Nur Rochmah Dyah dan Armandira Menggunakan Metode Simple Additive
Maulana P.(2009).Sistem Pendukung Weighting.Jurnal Teknik Informatika,
Keputusan Perencanaan Strategis Kinerja Vol. 1.
Instansi Pemerintah Menggunakan Metode [4] Wahid, Asep Abdul, et al. (2012). Sistem
AHP.Jurnal Informatika, Vol. 3, No. 2. Pendukung Keputusan Penentuan Jumlah
[2] S., Henry Wibowo, et al.(2009),Sistem Pemesanan Barang.Jurnal Algoritma
Pendukung Keputusan Untuk Menentukan Sekolah Tinggi Teknologi Garut, Vol. 9,
Penerima Beasiswa Bank BRI No. 22.
Menggunakan FMADM.Seminar
Nasional Aplikasi Teknologi Informasi
(SNATI).

615
Seminar Nasional Informatika 2015

ANALISA RANCANGAN PEMODELAN DATA

DALAM SISTEM INFORMASI EZ-EVENT
Senie Destya1, Fendy Tay2

Magister STMIK AMIKOM YOGYAKARTA

Jl. Ring Road Utara, Condong Catur, Sleman, Yogyakarta. Telp : (0274) 884-201
Email : senie.purple@gmail.com1, fendy.nbody@gmail.com2

Abstrak

Tumbuh pesatnya aplikasi mobile yang terhubung dengan Internet merupakan dampak besar dari kemajuan
teknologi mobile yang mempermudah proses bisnis. Aplikasi mobile berbasis event yang bernama ez event
yang dibuat membutuhkan Perancangan yang baik, antara lain kebutuhan fungsional, Perancangan database
dan kemudian diuji dengan beberapa kajian kebenaran, konsisten dan minimalitas. Penelitian ini hanya
berfokus pada pembahasan analisa rancangan pemodelan data, sedangkan pembahasan desain dan tampilan
antar muka aplikasi akan dibahas di jurnal lain. Metodologi penelitian yang dilakukan dimulai dengan
wawancara kepada aktivis bisnis event organizer untuk menemukan kebutuhan fungsionalitas yang kemudian
di hasil akhir penelitian diperoleh hasil ERD ( entity relationship diagram) yang sudah siap untuk di
implementasikan oleh programer.

Kata Kunci : Ez-Event, rancangan database, ERD

1. Pendahuluan Analisis kebutuhan yang diperoleh dari

Penggunaan smartphone yang berkembang
secara pesat mengakibatkan berubahnya cara
bertransaksi berbagai kegiatan jual/beli barang
maupun jasa. Smartphone telah berkembang
sebagai media transaksi yang praktis, portabilitas
dan kemudahan untuk melakukan transaksi
merupakan salah satu kelebihan yang diberikan
kepada penjual maupun pembeli dalam
melakukan kegiatan bisnis.
Ez-Event (dibaca:easy-event) merupakan aplikasi
mobile yang bertujuan untuk mempermudah
pembuatan sebuah acara, yang mana semua
transaksi baik pemesanan maupun pembayaran
dilakukan secara online melalui aplikasi Ez-
Event. Ez-Event dirancang berdasarkan
kebutuhan pokok pelaku bisnis dibidang Event
organizer. Proses pembuatan ERD ( entity
relationship diagram) merupakan aktivitas utama
dari aplikasi ini.
Ez-Event memiliki paket acara sebagai
berikut: Pernikahan, Konser, Ulang Tahun, serta
Rapat. Segmentasi ini dilakukan agar setiap acara
yang dijalankan dapat dimaksimalkan sesuai
fasilitas yang dimiliki. Untuk membuat pengguna
tertarik, tentunya dalam perancangan antarmuka
Ez-Event harus memiliki suatu pembeda dengan
aplikasi penyedia event yang memiliki tujuan
yang sama seperti : Eventbrite, maupun event
planner. Ez-Event bertindak sebagai tangan
pertama atau Event Organizer yang bersangkutan,
sehingga segala bisnis rule langsung diatur oleh
Event Organizer.
wawancara pelaku bisnis kemudian diproses
menjadi kebutuhan fitur aplikasi. Dalam proses
ini juga akan ditentukan manajemen user yang
akan dijalankan pada aplikasi Ez event. Pada
langkah selanjutnya, pembuatan ERD dilakukan
secara bertahap dan kemudian dikaji dengan
beberapa parameter antara lain : kajian
kebenaran, konsistensi, relevansi, tingkat detail,
kelengkapan, dan minimalitas.
2. Metode Penelitian
Metode pengumpulan data yang digunakan
dalam penelitian ini adalah :
a. Metode wawancara / Interview.
Penulis mengumpulkan informasi dan data
dengan wawancara secara langasung dengan
pihak Event Organizer. Data yang
diperlukan pada tahap ini adalah kebutuhan
fungsional aplikasi yang akan dibangun.
b. Metode Kearsipan / Documentation.
Penulis mengumpulkan datuuuua dengan
cara membaca serta mempelajari data dan
arsip terdahulu. Data berupa aspek-aspek
teoritis bisa digali pada tahap ini.
c. Metode Kepustakaan / Library.
Penulis melakukan pengumpulan data
dengan cara membaca dan mempelajari
buku-buku pustaka yang ada untuk referensi
bahan referensi.

616
 Seminar Nasional Informatika 2015

Alur Penelitian 6. Tingkat detail merupakan salah satu

aspek teknik, yaitu apakah tabel
Dalam melakukan penelitian ini penulis dimodelkan secara kompak dan tidak
melakukan urutan penelitian seperti yang ada perulangan.
dijabarkan pada bagan berikut : e. Kesimpulan dan Saran

3. Pembahasan
Pembahasan dilakukan sesuai dengan alur
penelitian yang telah dibuat.
3.1 Analisa Kebutuhan

3.2 Kebutuhan Fitur

Aplikasi ini mempunyai tiga aplikasi yang
terpisah, yaitu : aplikasi mobile admin yang hanya
dimiliki oleh admin, aplikasi web admin, dan
bagian aplikasi client yang bisa di akses oleh
semua calon pemesan.
1) Menu yang terdapat pada Aplikasi Web
Admin
Bisa mengelola seluruh data master.
2) Menu yaang terdapat pada Aplikasi Admin
Gambar 1. Alur Penelitian Mobile
a) Bagikan Berita
Keterangan alur penelitian adalah sebagai berikut Pada menu Bagikan berita admin dapat
: melakukan:
Keterangan alur penelitian adalah sebagai berikut Bagikan Berita
: o Create, Read, Update, Delete
a. Wawancara (selanjutnya disingkat CRUD) konten
Mewawancarai Event Organizer untuk Berita
mengetahui data apa saja, dan bagaimana Bagikan Fasilitas
alur bisnisnya. o CRUD konten Fasilitas
b. Analisis Kebutuhan Bagikan Hadiah
Menganalisis fitur yang dibutuhkan untuk o CRUD konten Hadiah
memproses input data. Bagikan Lencana
c. Perancangan Model Basis Data o CRUD konten Lencana
Perancangan model database menentukan b) Menu Notifikasi / Konfirmasi
entitas, atribut, relasi, constraint check . Pada menu List Pemesanan admin dapat
d. Analisa Rancangan Basis Data melakukan:
Menganalisa perancangan basis data yang Pemesanan Pending
telah dibuat, apakah sudah memenuhi o Verifikasi pemesanan
kriteria Kebenaran, Konsistensi, Relevansi, o Batalkan pemesanan
Tingkat Detail , Kelengkapan, Minimalitas Pemesanan Terverifikasi
1. Kebenaran data merupakan aspek teknik, Retur Pemesanan
artinya bisa dibuktikan dalam lingkup c) Kalender Event
teknis kebenaran database yang akan Pada menu Kalender Event admin bisa :
diuji. Melihat jadwal pemesanan berdasarkan
2. Konsistensi data merupakan aspek tanggal
teknik, artinya bisa dibuktikan dalam Mengonfirmasikan, atapun membatalkan
lingkup teknis kebenaran database yang pesanan
akan diuji. d) Menu Pesan
3. Relevansi merupakan satu aspek teknik, Pada Menu Pesan Admin bisa:
yaitu apakah aspek-aspek pada tabel Melihat Kritik dan saran
relevan digunakan. Membalas Kritik dan Saran
4. Tingkat detail merupakan salah satu Menjadikan kritik yang baik menjadi
aspek teknik, yaitu apakah tingkat testimonial
detail tabel telah sesuai. e) Menu Pengaturan
5. Kelengkapan merupakan aspek teknik, Pada Menu Pengaturan Admin bisa:
yaitu apakah tabel telah lengkap Mengubah Password
(dengan mengacu pada kebutuhan). Logout

617
Seminar Nasional Informatika 2015

f) Menu Edit Profil Setelah Tabel, Relasi Tabel terbuat, maka

Pada Menu Pengaturan Admin bisa: dilanjutkan dengan pembuatan constraint. Fungsi
Mengganti foto sampul dari constraint untuk menjaga data bisa
Mengganti Foto Profil kebenaran, keakuratan, dan konsistensi pada
database.
3) Menu yang terdapat pada Aplikasi Klien :
Menu Bagikan Event Optimasi basis data dengan pembuatan
o Membuat Event Baru constraint mengambil tabel event untuk dijadikan
o Membagikan Event yang sudah di sebagai contoh:
konfirmasi
Menu Event Saya
o Melihat status pemesanan event
o Edit detail event
o Batalkan event
Menu Galeri
o Unggah foto event
Menu Lencanaku
o Melihat Lencana
Menu Hadiahku
o Melihat Hadiah
Menu Pengaturan
o Pengaturan Privasi Postingan
o Pengaturan Sosial Media yang
terhubung
Menu Konfirmasi Pembayaran
o Input data form konfirmasi Gambar 3. Struktur Data pada Tabel Event
pembayaran
Menu Edit Profil Dari Struktur Data pada gambar di atas bisa
o Edit data profil kita tambahkan constraint pada status_2 seperti :
o Mengganti foto profil
o Mengganti foto sampul
o Permintaan penghapusan akun
Menu Hubungi Saya
o Mengirim kritik & saran
o Membaca balasan kritik & saran
Syarat dan Ketentuan
Menu F.A.Q

3.3 Perancangan Model Basis Data

Setelah constraint di buat, maka kita melihat
Dari kebutuhan fitur yang telah dianalisis maka isi tabel kemudian tambahkan record untuk
dapat dibuat rancangan model untuk basis data mengecek apakah constraint yang sudah dibuat
dimulai dari entitas yang membentuk tabel dan berjalan
atribut yang membentuk kolom tabel, selanjutnya
membuat relasi yang secara keseluruhan dapat
dilihat pada ERD yang terdapat pada gambar 2.

Inputan Record yang ditolak karena adanya

Gambar 2. ERD Ez-Event perbedaan data yang di input dengan constraint
cek pada status_2 yang sudah di buat

618

4. Analisa Rancangan Basis Data
a. Kebenaran
Kebenaran data merupakan aspek teknik,
artinya bisa dibuktikan dalam lingkup teknis
kebenaran database yang akan diuji. Kebenaran
dari sisi teknis ini membuktikan apakah semua
aspek dimodelkan secara benar dengan kebutuhan
dan batasan sistem. Aspek ini dapat digunakan
untuk mengukur semua rancangan database.
Pengukuran dilakukan menggunakan kepakaran
dengan meninjau tingkat kedalaman pada aspek
teknik. Berikut rancangan pada tabel kostumer.
Kebenaran dalam tabel dapat dibuktikan
dengan validasi data yang cocok dengan inputan
yang seharusnya. Yang bisa dilakukan dengan
menggunakan fungsi CHECK CONSTRAINT.
Pembuktian kriteria kebenaran pada
Sistem Informasi Event Organizer. Proses input
record padaTabel event.
b. Konsistensi
Konsistensi data merupakan aspek teknik,
artinya bisa dibuktikan dalam lingkup teknis
kebenaran database yang akan diuji. Aspek
konsistensi dan kebenaran sangat penting untuk
mengukur apakah rancangan diterima oleh
penggunaan kepakaran teknik dengan
menganalisis konsistensi setiap aspek teknik pada
model dan membandingkannya dengan aspek
teknik berikutnya.
Konsistensi data dalam suatu database
merupakan hal yang mutlak. Perbedaan isi data
pada suatu kolom atau kumpulan kolom dengan
maksud sama satu tabel dengan tabel lain
merupakan hal yang tidak diperbolehkan dalam
suatu database. Pada database akad
Emik beberapa tabel memiliki informasi
yang seharusnya bisa didapatkan dari tabel lain
(menggunakan kerelasian), akan tetapi tidak
dilakukan pada database tersebut, contoh :
Ketika record yang berelasi di update,
maka record yg berelasi ikut terupdate
c. Relevansi
Relevansi merupakan satu aspek teknik,
yaitu apakah aspek-aspek pada tabel relevan
digunakan. Aspek ini penting untuk mengetahui
apakah tabel diterima pengguna atau tidak.
Pengukuran dilakukan menggunakan kepakaran
teknik untuk menentukan seluruh aspek yang
relevan dan membandingkan dengan tabel.
Dalam database Sistem Informasi Event
Organizer tidak ada tabel yang tidak ada
relvansinya dengan tabel lainnya.
d. Tingkat Detail
Tingkat detail merupakan salah satu aspek
teknik, yaitu apakah tingkat detail tabel telah
sesuai. Aspek ini penting untuk mengetahui
apakah tabel diterima oleh pelanggan atau tidak.
Seminar Nasional Informatika 2015
Pengukuran dilakukan menggunakan kepakaran
teknik untuk menentukan tingkat detail yang
diinginakan dan membandingkan dengan tabel.
Tabel database Sistem Informasi Event
Organizer belum mampu memenuhi kebutuhan
pelanggan, kondisi ini terjadi akibat tabel yang
kurang mendetail.
e. Kelengkapan
Kelengkapan merupakan aspek teknik,
yaitu apakah tabel telah lengkap (dengan
mengacu pada kebutuhan). Aspek ini penting
untuk mengetahui apakah tabel dapat diterima
oleh pengguna atau tidak. Pengukurannya dapat
dilakukan dari aspek jangkauan dan tingkat detail.
f. Minimalitas
Tingkat detail merupakan salah satu aspek
teknik, yaitu apakah tabel dimodelkan secara
kompak dan tidak ada perulangan. Aspek ini
penting karena tabel konseptual harus tepat.
Pengukuran dilakukan dengan menggunakan
kepakaran teknik untuk mengecek apakah
terdapat aspek-aspek yang dimodelkan secara
berulang.
4. Hasil
Hasil yang diperoleh dari Perancangan
Database aplikasi EZ-EVENT ini didapatkan hasil
yang baik karena sudah sesuai dengan kajian yang
dijadikan parameter fitur. Adapun fitur yang
dibenamkan pada aplikasi ini sudah sesuai dengan
kebutuhan fungsional yang sudah ditentukan
sebelumnya.
Saran untuk peneliti selanjutnya diharapkan
dapat menganalisis aplikasi ini pada tahap
pemrogaman dan desain tampilan antar muka agar
dapat segera diimplementasikan ke dalam sebuah
aplikasi nyata. Adapun peneliti selanjutnya yang
ingin menggunakan model yang serupa dengan
aplikasi ini dspat menerapkan pendekatan berbeda
dari segi UML atau DFD.
Daftar Pustaka:
[1] Moore, P, Fitz, C. Using Gestalt Theory to
Teach Document Design and Graphics.
Buletin: 4: 389-410.
[2] Graham, L., 2008, Gestal Theory in
Interactive Media Design, University of
Texas, Journal of Humanities and Social
Sciences.
[3] Rahadi, D.R., 2014, Pengukuran Usability
Sistem Menggunakan Use Questionnaire
Pada Aplikasi Android, Jurnal Sistem
Informasi (JSI), VOL. 6, NO. 1, April.
[4] Bawono, S.A.T., 2012, Perancangan Tata
619
Seminar Nasional Informatika 2015

Letak Antarmuka E-Book Reader dengan

Teori Gestalt, Magister Infosrmatika
Universitas Gajahmada.Yogyakarta
[5] Likert, Rensis (1932), "A Technique for the
Measurement of Attitudes", Archives of
Psychology 140: 155

620
 Seminar Nasional Informatika 2015

SISTEM INFORMASI PENGELOLAAN PERWALIAN

MAHASISWA BERBASIS WEB
Nita Syahputri

Universitas Potensi Utama Jl. Kl Yos Sudarso

Km.6,5 Tanjung Mulia Medan
Nieta20d@gmail.com

Abstrak
Web Perwalian merupakan suatu aplikasi komputer berbasis web yang digunakan untuk mengolah dan
menyimpan data, juga memberi informasi tentang data mahasiswa dan segala kegiatan perwalian mahasiswa.
Aplikasi ini diharapkan dapat memberikan kemudahan administrator dalam mengolah data-data tersebut
serta dalam membuat laporan untuk diberikan pada bagian jurusan. Salah satu tugas dari administrator adalah
memasukkan data ke dalam form input data. Penyusun hanya membatasi pembuatan aplikasi web ini yaitu
pengisian data dosen, data mahasiswa, dan data perwalian. Aplikasi ini dibangun menggunakan PHP dengan
database MySQL dan semua sarana yang di butuhkan. Cara kerja program aplikasi adalah administrator/ user
cukup memasukkan password untuk login dan dapat memilih menu-menu yang telah disediakan dalam menu
utama untuk melakukan proses. Sehingga dapat ditarik kesimpulan bahwa aplikasi web ini dapat
memudahkan admin dalam mengelola dan menyimpan data mahasiswa, dosen dan perwalian serta
memudahkan admin/ user untuk mendapatkan informasi mengenai data-data tersebut.

Kata kunci: perwalian, web, mahasiswa

1. PENDAHULUAN karena masih bersifat manual. 2) Dosen atau

Perkembangan ilmu pengetahuan dan
teknologi telah meningkatkan taraf hidup dan
kemudahan aktivitas manusia dalam berbagai
aspek kehidupan. Salah satu dampak teknologi
yang paling dirasakan saat ini adalah dalam
bidang manajemen dan informasi, termasuk di
dalamnya pengolahan dan penyimpanan sebuah
data. Dengan semakin pentingnya pengolahan dan
penyimpanan sebuah data untuk menjembatani
dan menjadi pengantar informasi antara pihak
pengguna aplikasi dan pengguna informasi.
Terus berkembangnya teknologi,
mendorong peningkatan taraf hidup masyarakat,
kebutuhan hidup pun berubah, salah satunya
kebutuhan akan media informasi dan komunikasi
dalam dunia pendidikan. Dalam sistem
pendidikan sudah dikenal sistem pendidikan
online. Sistem tersebut bertujuan agar seorang
mahasiswa pada contohnya dapat memiliki sistem
informasi perwalian antara mahasiswa dengan
dosen wali secara mandiri. Oleh karena itu, sistem
yang tepat untuk menjembataninya adalah sistem
yang berbasis web. Dengan format web akan
tercipta kemudahan dalam mengakses data
dengan tingkat keamanan yang baik dengan
berbasiskan pada database MySQL.
Dari uraian di atas, terdapat beberapa
masalah yang ditemui, tetapi penyusun membatasi
masalah dengan batasan masalah sebagai berikut :
1) Masih kurang cepat dan terorganisirnya
penyimpanan serta pengelolaan data mahasiswa
mahasiswa dalam memperoleh data masih bersifat
terpisah, seperti informasi data keuangan yang
hanya dilayani pada Bagian Keuangan saja. Dan
adapun jurnal ini merupakan suatu langkah kerja
untuk dapat menyelesaikan permasalahan yang
terdapat dalam pengelolaan data Perwalian,
dimana masih terdapat masalah yang ditemui
seperti keamanan atau pencegahan data hilang
serta data tidak tersimpan dengan baik juga
pembatasan hak akses data hanya pada kalangan
dalam lingkungan kampus dan akses untuk
mengubah data oleh mahasiswa melalui
pengesahan oleh Dosen Wali yang bersangkutan.
Adapun tujuan dari pembuatan jurnal ini
adalah agar dapat memudahkan user/
administrator/ mahasiswa dalam meinput data
dirinya. Mengembangkan pengolahan serta
penyimpanan data dari manual menjadi berbasis
komputerisasi. User/ administrator/ mahasiswa
dapat mengetahui seluruh data Perwalian serta
mengakses data-data tersebut dengan pengesahan
dosen wali dan keamanan yang terjamin.
2. Analisis dan Perancangan
a. Analisis dan Konsep Perancangan
Program
Analisis adalah penguraian dari suatu
masalah atau objek yang akhirnya menghasilkan
suatu kesimpulan, hal ini dimaksudkan untuk

621
Seminar Nasional Informatika 2015

mengidentifikasi dan mengevaluasi masalah- wewenang/

masalah atau objek. kewajiban untuk
Analisis terhadap pembuatan program mengelolah web.
website ini dimaksudkan untuk mengetahui proses User = Pengunjung /
pembuatan program aplikasi website sehingga Member
siap dipublikasikan ke internet. Maka dari Data Login = Nama dan
diberikan teknik dasar dalam perancangan Password
program aplikasi website secara umum, yaitu : Data Tambah = Data yang akan
Mengetahui port yang digunakan untuk Info ditambahkan
melakukan koneksi ke server dalam aplikasi Data Ubah Info = Data yang akan
website. diubah
Menentukan bahasa pemrograman web yang Data Hapus Info = Data yang akab
akan digunakan. dihapus
Menentukan fasilitas tambahan yang akan Informasi Info = Nama dan
diberikan pada aplikasi website. Password
Jika fasilitas tambahan membutuhkan Informasi = Data yang akan
database, maka tentukan database yang akan Tambah Info ditambah (
digunakan, sesuaikan dengan pemrograman disimpan / tidak )
web yang akan digunakan. Informasi Ubah = Data yang akan
Info diubah ( disimpan /
Karena aplikasi website dapat dilihat oleh
tidak )
seluruh masyarakat internet maka gunakan
desain aplikasi yang menarik dan mudah Informasi Hapus = Data yang akan
digunakan. Info dihapus ( dihapus
/tidak )
Karena website dapat diakses secara umum,
maka perlu menentukan hak akses pada tiap
admin. 2.3 Perancangan Program WebsiteStruktur
program aplikasi ini dibuat secara modular, yaitu
Mulai program dipecah menjadi modul-modul kecil
yang mudah dibuat, mudah dites, mudah melacak
kesalahan program, dan mudah dimodifikasi.
Bertemu dengan dosen wali
Rancangan sistem menu yang digunakan untuk
membuat program aplikasi ini adalah sebagai
berikut :

Konsultasi dengan wali dosen 2.3.1 Perancangan Sistem Menu Program

Dalam merancang program website,
penulis membuat sistem menu seperti yang
terdapat pada gambar 2:
Dosen wali mengisi data

LOGIN

Dosen wali memberi bimbingan

HOME
Selesai

Gambar 1. Flowchart manual perwalian

Biodata Info Catatan Informa Informa Informas Info non

Data dosen Akademilk si PKL si TA i SP akademi
b. KEBUTUHAN DATA k
Kebutuhan data atau requitment aplikasi Mahasiswa
ini meliputi:
Gambar 2. Rancangan program aplikasi website.
Tabel 1. Data Requitment
DATA KAMUS DATA
3. IMPLEMENTASI
Admin = Orang yang Tahapan implementasi sistem (System
mempunyai Implementasi) merupakan tahap meletakkan agar

622
 Seminar Nasional Informatika 2015

sistem siap dioperasikan, salah satunya yaitu <!--## If DB.SecuUserIDFld <>

pemrograman dan percobaan program. Penulisan "" Then ##-->
kode program merupakan kegiatan yang penting <!--
di dalam tahapan implementasi program. ##=SessionVars()##-->["<!--
##=PROJ.ProjName##-->_status_UserID"] = -1;
3.1. Lingkungan Implementasi // System Administrator
Agar perancangan aplikasi Siistem Informasi <!--## End If ##-->
Perwalian Berbasis Web ini dapat berjalan dengan <!--## If DB.SecUserLevelFld
baik, maka dibutuhkan perangkat lunak (software) <> "" Then ##-->
dan perangkat keras (hardware) sebagai <!--
pendukung. Spesifikasi parangkat lunak dan ##=SessionVars()##-->["<!--
perangkat keras yang digunakan antara lain : ##=PROJ.ProjName##-->_status_UserLevel"] = -
1; // System Administrator
a. Perangkat Lunak <!--##End If##-->
Microsoft Windows XP }
MySQL <!--##End If##-->
PHP
Apache Server
Perangkat Keras 3.2.2. Algoritma menu utama
Processor AMD Athlon 3000+ 1,8 hz
Memory 256 Mb <?php session_start(); ?>
Hardisk 80 Gb <?php ob_start(); ?>
Monitor 17 <?php
Printer Canon IP1700 header("Expires: Mon, 26 Jul 1997
05:00:00 GMT"); // date in the past
3.2. Algoritma secara umum header("Last-Modified: " . gmdate("D, d
M Y H:i:s") . " GMT"); // always modified
3.2.1 Algoritma login admin header("Cache-Control: no-store, no-
cache, must-revalidate"); // HTTP/1.1
<!--##session login_script##--> header("Cache-Control: post-check=0,
<?php pre-check=0", false);
header("Pragma: no-cache"); //
// User levels HTTP/1.0
define("ewAllowAdd", 1, true); ?>
define("ewAllowDelete", 2, true); <?php
define("ewAllowEdit", 4, true); ob_end_clean();
define("ewAllowView", 8, true); header("Location:
define("ewAllowList", 8, true); bimaslist.php");
define("ewAllowReport", 8, true); exit();
define("ewAllowSearch", 8, true); ?>
define("ewAllowAdmin", 16, true);

if (@<!--##=PostVars()##-->["submit"]
<> "") {
$bValidPwd = false;

// Setup variables
$sUserId = @<!--
##=PostVars()##-->["userid"];
$sPassWd = @<!--
##=PostVars()##-->["passwd"];

<!--##If PROJ.SecType = "Hard Code"

Or PROJ.SecType = "Both" Then##-->
if ((strtoupper("<!--
##=PROJ.SecLoginID##-->") ==
strtoupper($sUserId)) && (strtoupper("<!--
##=PROJ.SecPasswd##-->") ==
strtoupper($sPassWd))) {
$bValidPwd = true;

623
Seminar Nasional Informatika 2015

Flowchat Aplikasi

Gambar 3. Flowchat Aplikasi

624
 Seminar Nasional Informatika 2015

EDR

Gambar 4. EDR

625
Seminar Nasional Informatika 2015

Pengujian Sistem

4.1. Identifikasi dan Rencana Pengujian

Tabel 2. Identifikasi dan Rencana Pengujian

Identifikasi Identifikasi Tingkat Jenis
Kelas Uji Butir Uji
SKPL PUPL Pengujian Pengujian
Pengujian
Validasi Login Validasi login SRS-F01 PUPL01 Black Box
Sistem
Tambah data Biodata Pengujian
SRS-F02 PUPL02 Black Box
Mahasiswa Sistem
Ubah data Biodata Pengujian
Pengolahan Data SRS-F03 PUPL03 Black Box
Mahasiswa Sistem
Biodata
Hapus data Biodata Pengujian
Mahasiswa SRS-F04 PUPL04 Black Box
Mahasiswa Sistem
Lihat dataBiodata Pengujian
SRS-F05 PUPL05 Black Box
Mahasiswa Sistem
Tambah data Catatan Pengujian
SRS-F06 PUPL06 Black Box
Non Akademik Sistem
Ubah data Catatan Pengujian
Pengolahan Data SRS-F07 PUPL07 Black Box
Non Akademik Sistem
Catatan Non
Hapus data Catatan Pengujian
Akademik SRS-F08 PUPL08 Black Box
Non Akademik Sistem
Lihat data Catatan Pengujian
SRS-F09 PUPL09 Black Box
Non Akademik Sistem
Tambah data Cuti Pengujian
SRS-F010 PUPL010 Black Box
Akademik Sistem
Ubah data Cuti Pengujian
SRS-F011 PUPL011 Black Box
Pengolahan Data Akademik Sistem
Cuti Akademik Hapus data Cuti Pengujian
SRS-F012 PUPL012 Black Box
Akademik Sistem
Lihat data Cuti Pengujian
SRS-F013 PUPL013 Black Box
Akademik Sistem
Pengujian
Tambah data IPK SRS-F014 PUPL014 Black Box
Sistem
Pengujian
Ubah data IPK SRS-F015 PUPL015 Black Box
Pengolahan Data Sistem
IPK Pengujian
Hapus data IPK SRS-F016 PUPL016 Black Box
Sistem
Pengujian
Lihat data IPK SRS-F017 PUPL017 Black Box
Sistem
Tambah data Pengujian
SRS-F018 PUPL018 Black Box
Kegiatan Sistem
Pengujian
Ubah data Kegiatan SRS-F019 PUPL019 Black Box
Pengolahan Data Sistem
Kegiatan Pengujian
Hapus data Kegiatan SRS-F020 PUPL020 Black Box
Sistem
Pengujian
Lihat data Kegiatan SRS-F021 PUPL021 Black Box
Sistem
Tambah data Pengujian
SRS-F022 PUPL022 Black Box
Kegiatan Konsultasi Sistem
Pengolahan Data Ubah data Kegiatan Pengujian
SRS-F023 PUPL023 Black Box
Kegiatan Konsultasi Sistem
Konsultasi Hapus data Kegiatan Pengujian
SRS-F024 PUPL024 Black Box
Konsultasi Sistem
Lihat data Kegiatan SRS-F025 PUPL025 Pengujian Black Box

626
 Seminar Nasional Informatika 2015

Konsultasi Sistem
Tambah data Pengujian
SRS-F026 PUPL026 Black Box
Pelanggaran Sistem
Ubah data Pengujian
SRS-F027 PUPL027 Black Box
Pengolahan Data Pelanggaran Sistem
Pelanggaran Hapus data Pengujian
SRS-F028 PUPL028 Black Box
Pelanggaran Sistem
Lihat data Pengujian
SRS-F029 PUPL029 Black Box
Pelanggaran Sistem
Pengujian
Tambah data Dosen SRS-F030 PUPL030 Black Box
Sistem
Pengujian
Ubah data Dosen SRS-F031 PUPL031 Black Box
Pengolahan Data Sistem
Dosen Pengujian
Hapus data Dosen SRS-F032 PUPL032 Black Box
Sistem
Pengujian
Lihat data Dosen SRS-F033 PUPL033 Black Box
Sistem

4.2. DESKRIPSI DAN HASIL UJI

4.2.1 Validasi Login

Tabel 3. Butir Uji Validasi Login
Keluaran Kriteria Hasil
Prosedur
Identifikasi Deskripsi Masukan yang Evaluasi yang Kesimpulan
Pengujian
Diharapkan Hasil Didapat
PUPL01-01 Menguji 1. Ketikkan User Tampil layar Tampil OK Diterima
validasi User_Id :NPM/NIK Menu layar
yang login yang Password : Bimaslist Menu
sebagai terdaftar Text Bimaslist
Mahasiswa, 2. Ketikkan
Dosen, dan passwor
Admin d yang
untuk kasus terdaftar
uji data 3. Klik
normal button
Login

4.2.2. Tambah Data Perwalian

Tabel 4. Butir Uji Tambah Data Perwalian
Keluaran
Identifikasi Hasil
Prosedur Masuka yang Kriteria Evaluasi Kesimpula
Deskripsi yang
Pengujian n Diharapka Hasil n
Didapat
n
PUPL02, Menguji 1.Ketikkan Masukan Ditampilkan Ditampilkan pesan OK Diterima
PUPL06, proses data yang data pesan Add Add New
PUPL010, tambah akan sesuai New Record Record
PUPL014, data ditambahka dengan Seccessful Seccessful
PUPL018, untuk n field-nya Data yang
PUPL022, kasus uji Klik button ditambahkan,da
PUPL026, data Add pat dilihat
PUPL030 normal dengan meng-
klik View
pada form data
list

627
Seminar Nasional Informatika 2015

4.2.3. Ubah Data Perwalian

Tabel 5. Butir Uji Ubah Data Perwalian
Identifikasi Keluaran Kriteria Hasil
Prosedur
Deskripsi Masukan yang Evaluasi yang Kesimpulan
Pengujian
Diharapkan Hasil Didapat
PUPL03, Menguji 1. Ketikk Masu Ditampilkan Ditampilkan OK Diterima
PUPL07, proses edit an data kan pesan pesan
PUPL011, data untuk yang data Update New Update
PUPL015, kasus uji akan sesuai Record New
PUPL020, data diedit denga Successful Record
PUPL023, normal Klik button n Successful
PUPL027, Edit field-
PUPL031 nya Data yang
diubah
dapat
dilihat
dengan
meng-klik
View
pada form
data list

4.2.4. Hapus Data Perwalian

Tabel 6. Butir Uji Hapus Data Perwalian
Keluaran Hasil
Prosedur Kriteria
Identifikasi Deskripsi Masukan yang yang Kesimpulan
Pengujian Evaluasi Hasil
Diharapkan Didapat
PUPL04, Menguji 1. Klik Ditampilkan Ditampilkan OK Diterima
PUPL08, proses Link pesan pesan
PUPL012, hapus data Delet Delete Delete
PUPL016, Perwalian e di Record Record
PUPL020, untuk data Successful Successful
PUPL024, kasus uji list
PUPL028, data Data yang
PUPL032 normal Klik button dihapus,
Confirm dapat dilihat
Delete dengan
meng-klik
View
pada form
data list

4.2.5. Tampil Data Perwalian

Tabel 7. Butir Uji Tampil Data Perwalian
Keluaran Kriteria Hasil
Prosedur
Identifikasi Deskripsi Masukan yang Evaluasi yang Kesimpulan
Pengujian
Diharapkan Hasil Didapat
PUPL05 Menguji Klik Link - Ditampilkan Ditampilkan OK Diterima
PUPL09 proses View pada Form pada Form
PUPL013 tampil data tampilan data tampilan data
PUPL016 untuk kasus
PUPL020 uji data
PUPL025 normal
PUPL029
PUPL033

628

4 SIMPULAN
Berdasarkan hasil evaluasi pembuatan Sistem
Informasi Perwalian berbasis Web dapat ditarik
beberapa kesimpulan seperti (1) Dengan adanya
Web ini, pengolahan dan penyimpanan data
Perwalian oleh admin dan user tidak perlu
dilakukan secara manual melainkan secara
komputerisasi. (2) Memudahkan admin mengelola
dan menyimpan data Perwalian. Dengan adanya
aplikasi Web ini, admin dan user dapat lebih
mudah untuk mengetahui informasi tentang data
Perwalian.
Adapun aplikasi tersebut diharapkan dapat
memberikan pelayanan serta kemudahan dalam
pelaksanaan kegiatan perwalian, oleh sebab itu
agar kedepannya aplikasi ini dapat berperan aktif
dalam kegiatan perwalian dan memberikan data
maupun keterangan yang sesuai dengan keadaan
yang sebenarnya untuk kelancaran kegiatan
tersebut.
Seminar Nasional Informatika 2015
Daftar Rujukan
[1]. Juju,Dominkus.2006.Tip dan Trik Desain
Web Untuk Pemula, Bogor: PT ElexMedia
Komputindo,.
[2]. Pedoman Studi Universitas Pendidikan
Ganesha. 2006. Singaraja: Universitas
Pendidikan Ganesha.
[3]. Setyawan,Andri.2006.26 TRIK Manipulasi
Objek dengan Photoshop, Yogyakarta: Andi
Yogyakarta.
[4]. Simarmata,Jannet.2005. Panduan Cepat
Menggunakan Dreamwafer MX ,
Yogyakarta :Andi Yogyakarta.
[5]. Sunarto. 2008. Kemandirian Belajar.
(Online), (http://banjarnegarambs.
wordpress.com/2008/09/10/kemandirian-
belajar-siswa.htm, diakses 15 Desember
2014).
[6]. Zeebry.2006. 60 Efek Animasi Spektakler
FLASH 8, Jakarta: PT Elex Media
Komputindo.
629
Seminar Nasional Informatika 2015

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN SPASIAL

UNTUK IDENTIFIKASI POTENSI KEMISKINAN
(STUDI KASUS KABUPATEN BANTUL - DIY)
SriRedjeki1, M.Guntara2, PiusAnggoro3
1,2,3
Teknik Informatika, STMIK AKAKOM
Jln. Raya Janti No 143 Yogyakarta
1
dzeky@akakom.ac.id, 2 guntara@akakom.ac.id, 3piusanggoro@akakom.ac.id,

Abstrak

Menurut data Asian Development Bank (ADB) pada awal tahun 2015 terdapat 28 juta jiwa (11%) yang hidup
dalam garis kemiskinan, sedangkan data BPS menunjukkan bahwa angka kemiskinan di Indonesia sebesar
27,7 juta jiwa (10,96%). Kemiskian masih menjadi prioritas pemerintah baik pusat maupun daerah untuk
dapat menekan sampai dibawah 10%. Masih tingginya angka kemiskinan dipengaruhi oleh banyak faktor
yang salah satunya parameter penentuan status miskin bagi warga. Salah satu daerah yang tingkat
kemiskinannya paling tinggi di Jawa yaitu DIY dengan angka kemiskinan sebesar 14,55%. Penelitian ini
membuat rancangan sistem pendukung keputusan spasial untuk membantu identifikasi potensi kemiskinan
dengan tampilan spasial di Kabupaten Bantul. Sistem ini mengkombinasikan aplikasi sistem pendukung
keputusan dan SIG sehingga potensi kemiskinan diwilayah Kabupaten Bantul dapat terdeteksi lebih dini.
Metode sistem pendukung keputusan digunakan untuk melakukan identifikasi penentuan status warga miskin
dengan menggunakan metode AHP sedangkan SIG digunakan untuk menampilkan hasil identifikasi warga
miskin yang divisualkan dalam bentuk spasial. Data spasial merupakan akumulasi dari hasil identifikasi
warga miskin sehingga dapat memberikan pola sehingga dapat memberikan informasi yang lebih menarik.
Sistem Informasi Geografis pada rancangan ini menggunakan Ina Geoportal dan berbasis web sehingga
informasi mengenai kemiskinan lebih transparan dan dapat menjadi monitoring bagi pihak-pihak yang terkait
pada pengentasan kemiskinan.

Kata kunci : AHP, Bantul, Ina-Geoportal, Potensi Kemiskinan, SIG, Web

1. Pendahuluan Beberapa penelitian sebelumnya mengenai obyek

Program pengentasan kemiskinan menjadi
prioritas utama pemerintah, hal ini dapat dilihat
dengan adanya peraturan presiden yang khusus
mengenai hal ini yaitu Perpres No. 15 Tahun 2010
tentang Percepatan Penanggulangan Kemiskinan,
yang bertujuan untuk mempercepat penurunan
angka kemiskinan hingga 8 % sampai 10 % pada
akhir tahun 2014. Kenyataan menunjukkan bahwa
menurut data Asian Development Bank (ADB)
pada awal tahun 2015 terdapat 28 juta jiwa (11%)
yang hidup dalam garis kemiskinan, sedangkan
data BPS menunjukkan bahwa angka kemiskinan
di Indonesia sebesar 27,7 juta jiwa (10,96%).
Salah satu daerah yang tingkat kemiskinannya
paling tinggi di Jawa yaitu DIY dengan angka
kemiskinan sebesar 14,55% [12]. Program
kemiskinan yang diberikan hanya memberikan
penurunan 0,48%.
Agar program penanggulangan kemiskinan
dapat optimal diberikan kepada keluarga miskin
diperlukan data yang akurat dan dukungan sistem
yang tepat untuk membantu menentukan
pengambil keputusan mengenai kemiskinan [6].
keluarga miskin pernah dilakukan oleh penulis
pada referensi [3] tetapi penelitian ini untuk
melakukan clustering dengan obyek daerah kota
Surabaya.Sistem pendukung keputusan (SPK)
merupakan sistem informasi berbasis komputer
untuk manajemen pengambilan keputusan yang
menanggani masalah-masalah semi struktur [8].
Sistem penentuan status warga miskin yang ada di
Kabupaten Bantul masih menggunakan
perhitungan sederhana berupa skoring dari 11
parameter yang ditentukan berdasarkan Peraturan
Bupati Bantul Nomor : 21.A Tahun 2007 Tentang
Indikator Keluarga miskin Kabupaten Bantul
menetapkan 11 indikator kemiskinan yaitu aspek
penghasilan, aspek pangan, aspek sandang, aspek
papan, aspek kesehatan, aspek pendidikan, aspek
jumlah kekayaan, aspek kekayaan tanah
bangunan, aspek air bersih, aspek listrik, dan
aspek jumlah anggota dalam KK.
Agar hasil dari SPK dapat memberikan hasil
yang optimal maka diperlukan visualisasi dalam
bentuk spasial sehingga potensi kemiskinan dapat
terdeteksi lebih dini. Sistem akan memvisualkan
peta dari data geospasial Indonesia menggunakan

630

InaGeoportal. Ina-Geoportal yang merupakan
solusi satu peta untuk Indonesia dan didukung
oleh Pemerintah. Penelitian sebelumnya telah
dilakukan dengan membuat aplikasi sistem
pendukung keputusan menggunakan AHP dan
penelitian ini memfokuskan pada spasial untuk
pemetaan hasil dari SPK.
Tabel 1. Statistik Kemiskinan di Indonesia
Sumber: Bank Dunia dan BPS
2. Sistem Pendukung Keputusan
Menurut referensi [4] Decision Support
System (DSS) didefinisikan sebagai sekumpulan
prosedur berbasis model untuk data pemrosesan
dan penilaian guna membantu para pengambil
keputusan dalam mengambil keputusan. Menurut
referensi [2] DSS merupakan sistem berbasis
komputer yang terdiri dari 3 komponen yang
saling berinteraksi yaitu sistem bahasa, sistem
pengetahuan dan sistem pemrosesan masalah.
Sistem pendukung keputusan dibangun untuk
mendukung solusi terhadap suatu masalah atau
untuk mengevaluasi suatu peluang [10]. Sebuah
kunci sukses sistem yang dibangun menggunakan
DSS harus memenuhi karakteristik seperti pada
gambar 1.
Sumber : Turban (2005)
Gambar 1. Karakteristik dan Kapabilitas DSS
Referensi [10] menyebutkan bahwa proses-
proses yang terjadi pada kerangka kerja Decision
Support System dibedakan atas:
Seminar Nasional Informatika 2015
1. Terstruktur, mengacu pada permasalahan
rutin dan berulang untuk solusi standar yang ada.
2. Tak terstruktur, adalah fuzzy, permasalahan
kompleks, tak ada solusi serta merta. Masalah
yang tak terstruktur adalah tak adanya 3 fase
proses yang terstruktur.
3. Semi terstruktur, terdapat beberapa keputusan
terstruktur, tetapi tak semuanya dari fase- fase
yang ada.
3. Analytical Hierarchi Process (AHP)
Analytical Hierarchy process (AHP)
merupakan salah satu metode atau model
pendukung keputusan yang akan menguraikan
masalah multi faktor atau multi kriteria yang
kompleks menjadi suatu hirarki, hirarki
didefinisikan sebagai suatu representasi dari
sebuah permasalahan menurut [9].
Pada dasarnya, prosedur atau langkah langkah
dalam metode AHP meliputi:
a. Mendefinisikan Masalah
Mendefinisikan masalah dan menentukan solusi
yang diinginkan, lalu menyusun hirarki dari
permasalahan yang dihadapi. Penyusunan hirarki
yaitu menetapkan tujuan yang merupakan sasaran
sistem secara keseluruhan pada level teratas.
b. Menetapkan Prioritas Elemen
1. Langkah pertama dalam menentukan
prioritas elemen yaitu dengan membuat
perbandingan berpasangan, yaitu
membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.
2. Matriks perbandingan berpasangan diisi
menggunakan bilangan untuk
mempresentasikan kepentingan relatif dari
suatu elemen terhadap elemen lainnya.
c. Sintesis
Untuk memperoleh prioritas secara keseluruhan
maka pertimbangan-pertimbangan terhadap
perbandingan berpasangan perlu disintesis. Dalam
langkah ini, hal-hal yang dilakukan adalah :
Menjumlahkan nilai-nilai dari setiap kolom
pada matriks
Membagi setiap nilai dari kolom dengan total
kolom yang bersangkutan untuk memperoleh
normalisasi matriks
Menjumlahkan nilai-nilai dari setiap baris dan
membaginya dengan jumlah elemen untuk
mendapatkan nilai rata-rata
d. Mengukur Konsistensi
Dalam pembuatan keputusan, tingkat konsistensi
penting untuk diperhatikan karena kita tidak
menginginkan keputusan berdasarkan
pertimbangan dengan konsistensi yang rendah.
Hal-hal yang dilakukan dalam langkah ini adalah:
631
Seminar Nasional Informatika 2015

Mengalikan setiap nilai pada kolom pertama 6. Pembahasan Sistem

dengan prioritas relatif elemen pertama, nilai Sistem Pendukung Keputusan Spasial yang
pada elemen kedua dengan prioritas relatif akan di bangun mempuyai model yang
elemen kedua, dan seterusnya. ditunjukkan dalam bentuk blok diagram pada
Jumlahkan setiap baris gambar 2.
Hasil dari penjumlahan baris dibagi elemen
prioritas relatif yang bersangkutan
Jumlahkan hasil bagi diatas dengan banyaknya
elemen yang ada hasilnya disebut l maks.
e. Hitung Consistensy Indeks (CI)

CI = (lamda maks-n)/n
.....................................(1)
Dimana n = banyaknya elemen

f. Hitung Concistency Rasio (CR)

CR=
.......................................................(2)
Dimana CR = Consistency Rasio,
CI = Consistency Index, dan
IR = Index Random Consistency
g. Memeriksa Consistency Hirarki.
Jika nilainya lebih dari 100%, maka penilaian
data judgemen harus diperbaiki. Namun jika rasio
konsistensi (CI/IR) kurang atau sama dengan 0,1,
maka hasil perhitungan bisa dinyatakan benar.
Gambar 2. Blok Diagram SPK Spasial
CI/IR
Blok diagram memberikan gambaran bahwa
sistem terdapat 3 bagian yaitu bagian input yang
berupa data gakin yang ada pada database
kemiskinan. Bagian proses merupakan bagian inti
dari sistem pendukung kemiskinan dengan
menggunakan metode AHP. Kriteria yang ada
pada SPK ini terdiri dari 11 kriteria penentu
kemiskinan yang disajikan dalam bentuk hirarki
dan ditunjukkan pada gambar 3.

4. Model Data Spasial

Model dunia nyata dapat memudahkan

manusia dalam studi area aplikasi yang dipilih
dengan cara mereduksi sejumlah kompleksitas
yang ada. Jika model dunia nyata ini akan
digunakan, model ini harus diimplementasikan di
dalam basis data. Bentuk representasi entity
spasial adalah konsep vekor dan raster. Dengan
demikian, data spasial direpresentasikan di dalam
basis data sebagai vektor atau raster. Digitasi
merupakan proses pembentukan data yang berasal
dari data raster menjadi data vektor. Dalam sistem
informasi geografis dan pemetaan digital, data
vektor banyak digunakan sebagai dasar analisis Gambar 3. Hirarki SPK AHP
dan berbagai proses. Digitasi pada Arcview
dilakukan pada dokumen view. Peta hasil digitasi Keterangan Gambar 3 :
selanjutnya dapat digunakan dalam proses overlay APS = Aspek Penghasilan
[7]. ASG = Aspek Sandang
AKS = Aspek Kesehatan
5. Sistem Informasi Geografis AJA = Aspek Jumlah Anggota
Sistem Informasi Geografis adalah sistem AL = Aspek Listrik
informasi yang berdasar pada data keruangan dan AKTB = Aspek Kekayaan Tanah dan
merepresentasikan obyek di bumi. Dalam SIG Bangunan
sendiri teknologi informasi merupakan perangkat AKJK = Aspek Kekayaan Jumlah
yang membantu dalam menyimpan data, Kekayaan
memproses data, menganalisa data, mengelola APN = Aspek Pangan
data dan menyajikan informasi. SIG merupakan APP = Aspek Papan
sistem yang terkomputerisasi yang menolong APD = Aspek Pendidikan
dalam memelihara data tentang lingkungan dalam AAB = Aspek Air Bersih
bidang geografis [7].

632

Hasil dari proses SPK menghasilkan
identifikasi status miskin warga miskin. Pada
bagian output sistem data hasil identifikasi akan
dijadikan digitasi berupa data latitute dan
longitute letak rumah warga miskin. Data digitasi
ini akan ditampilkan dalam peta berupa sistem
informasi geografis.
Untuk mengambarkan rancangan SPK spasial
dapat di lihat pada gambar 4 usecase diagram
sistem.
Gambar 4. Usecase Diagram Sistem
Pada gambar 4 terlihat bahwa terdapat 3 user
yang dapat menggunakan aplikasi yaitu admin,
pihak BKKBN dan gakin. Masing-masing user
mempunyai hak akses yang berbeda-beda.
Perancangan AHP dipengaruhi oleh indikator
kemiskinan yang sudah ditetapkan oleh
Kabupaten Bantul yang terlihat pada tabel 2.
Tabel 2. Indikator Kemiskian
Dari 11 indikator yang ada pada tabel 2
terlihat bahwa kriteria penghasilan mempunyai
nilai terbesar sehingga pada perancangan AHP
kriteria ini berikan bobot terbesar. Penelitian
sebelumnya yang telah dilakukan oleh penulis
dengan judul seperti referensi [8] menghasilkan
Seminar Nasional Informatika 2015
sistem identifikasi untuk penentuan warga miskin.
Hasil terlihat pada gambar 5.
Gambar 5. Hasil Rekap Identifikasi Warga
Miskin
Hasil dari AHP seperti pada tabel 5
merupakan inputan untuk pemetaan yang
dirancang menggunakan InaGeoportal dan
ArcGIS [5]. Data spasial yang ditampilkan
berbasis data dusun. Dari data dusun yang ada
diambil sampel dusun Wirokerten dan
Karangjambe untuk ditampilkan informasi detail
tiap gakin yang ada. Tampilan data keseluruhan
dusun dapat dilihat pada gambar 6.
Gambar 6. Overview Sistem Pemetaan Gakin
berbasis ordinat dusun
Titik ordinat yang ada pada gambar 5
mengandung informasi lengkap mengenai data
gakin yang ada di sebuah dusun. Sebagai sampel
diambil 2 dusun yaitu dusun Karangjambe dan
633
Seminar Nasional Informatika 2015
Wirokerten. Data gakin yang akan ditampilkan
berupa nama kepala keluarga, foto kondisi rumah
dan kategori miskinnya. Kategori miskin ini
dihasilkan dari SPK yang ada sebelumnya.
Tampilan prototype untuk pemetaan data gakin di
dusun Karangjambe dapat dilihat pada gambar 7,
sedangkan untuk pemetaan data gakin di
Wirokerten dapat dilihat pada gambar 8.
Gambar 7. Data Spasial Gakin Karangjambe
Gambar 8. Data Spasial Gakin Wirokerten
Pada gambar 7 dan 8 terlihat data gakin yang
berwarna merah dan kuning merupakan hasil
identifikasi status miskin dari sistem sistem
pendukung keputusan dengan metode AHP.
Warna merah identifikasi untuk kategori gakin
miskin sedangkan untuk warna kuning identifikasi
untuk rawan miskin. Apabila data spasial gakin
di klik maka akan tampil data berupa foto rumah
keluarga miskin yang ditunjukkan pada gambar 9.
634
Gambar 9 Kondisi Rumah Gakin
Foto kondisi rumah yang ditampilkan tampak
depan, lantai dan atap rmh. Sistem ini akan
memberikan informasi yang cukup detail tentang
data gakin termasuk data program bantuan apa
saja yang sudah diterima oleh gakin. Sehingga
pihak pengambil keputusan dapat melihat data
lebih jelas sehingga akan mengurangi kesalahan
dalam penyalurkan bantuan kemiskinan.
7. Kesimpulan dan Saran
7.1 Kesimpulan
Beberapa hal yang dapat disimpulkan dari
hasil penelitian ini yaitu :
a. Sistem pendukung keputusan spasial
pada kasus kemiskinan sangat diperlukan
untuk pemberian informasi yang
transparan.
b. Hasil sistem pendukung keputusan
dengan metode AHP sangat dipengaruhi
oleh bobot yang ditentukan.
c. Penentuan pemberian bantuan
kemiskinan menggunakan AHP diyakini
dapat membantu pihak pengambil
keputusan dalam menentukan siapa yang
berhak menerima bantuan dengan
transparan.
d. Data keluarga miskin hasil AHP dapat
dipetakan dengan baik menggunakan
InaGeoportal.
7.2 Saran
Untuk meningkatkan hasil sistem yang lebih
baik kedepanya maka beberapa hal yang perlu
disarankan yaitu :
a. Rancangan Sistem dikembangkan berbasis
mobile
b. Menambah sampel data dusun yang
ditampilkan.
c. Menambah fitur untuk prediksi jumlah
keluarga miskin
Daftar Pustaka:
[1] Bapeda Kabupaten Bantul, Laporan
Pelaksanaan Penanggulangan Kemiskinan
Daerah 2012.
[2] Bonczek, R. H., C. W. Holsapple, and A. B.
Whinston, (1980). The Evolving Roles of
Models in Decision Support System.
Decision Science, Vol. 11., No 2.
[3] Irma Irandha, P.W. Arna, F. Entin, M,
(2010), Analisa Keluarga Miskin dengan
Menggunakan Metode Fuzzy C-Means
Clustering, Available from repo.eepis-
its.edu/423/1/974.pdf.
 Seminar Nasional Informatika 2015

[4] Little, J.D.C. 1970, Models and Manager: 0-5, Unsri Paembang.
The Concept of a Decision Calculus, [9] Saaty, T L, (2004), Decision Making : The
Management Science, Vol 16, No 8. Analytical Hierarchy Process. Journal of
[5] Kemenristek, 2013, OpenGeo dan Ina- System Science and System Engineering,
Geoportal, Bandung. March. Volume 13. Issue 1. pp 1-35.
[6] Peraturan Bupati Bantul Nomor 21A Tahun [10] Turban, E., Sharda, R., Delen, D., (2005),
2007. Decision Support and Business Intelligent
[7] Prahasta. Eddy, (2001), Konsep-konsep Systems 9th, Prentice Hall Press. USA
Dasar Sistem Informasi Geografi, [11] Yayasan PelaGIS, 2011, Modul Pelatihan
Informatika, Bandung. Sistem Informasi Geografis Tingkat Lanjut,
[8] Redjeki, Sri dkk. (2014), Rancang Bangun Aceh.
SPK untuk Identifikasi warga miskin di [12] www.pikiran-rakyat.com di akses tanggal
Kabupaten Bantul menggunakan AHP, 18-6-2015.
Proceeding KNTIA, ISBN: 978-602-71218-

635
Seminar Nasional Informatika 2015

PENERAPAN METODE PROMETHEE DALAM

MENENTUKAN DOSEN TERBAIK

Robiatul Adawiyah1
1,2
Sistem Informasi, Tehnik dan Ilmu Komputer, Universitas Potensi Utama
3
Universitas Potensi Utama, Jl. Yosudarso Tanjung Mulia Medan
1
robiatul294@gmail.com

Abstrak

Penentuan dosen terbaik dengan memperhatikan strategi penting yang harus dilakukan secara kritis.
Identifikasi kriteria-kriteria penting yang menjadi pertimbangan dalam penentuan dosen terbaik mutlak
dibutuhkan. Karena penentuan dosen terbaik dapat memotivasi dan memacu semangat para dosen untuk
menjalankan tugas dengan lebih baik. Sistem Pendukung Keputusan adalah sistem yang digunakan untuk
membantu dalam penyelesaian masalah dan dukungan keputusan. Metode Promethee adalah suatu metode
penentuan urutan (prioritas)dalam analisa intinya dalam kesederhanaan,kejelasan dan kestabilan. Metode ini
dapat digunakan untuk penentuan dosen terbaik dengan berbagai kriteria penentuan.

Kata kunci : Metode Promethee, Dosen Terbaik, Sistem Pendukung Keputusan

1. PENDAHULUAN metode PROMETHEE (Preference Ranking

Akreditasi BAN-PT dan Sertifikasi
ISO:2008 merupakan penilaian yang dilakukan
oleh pihak eksternal institusi. Selain evaluasi
eksternal, beberapa instansi pendidikan juga
secara rutin melakukan evaluasi secara internal,
yang salah satunya adalah untuk menilai kinerja
dosen dengan cara memilih dosen terbaik pada
setiap tahun akademik. Penilaian ini dilakukan
terhadap seluruh dosen dengan memperhatikan
pelaksanaan Tri Darma Perguruan Tinggi
(Pengajaran,Penelitian dan Pengabdian
Masyarakat) dan beberapa faktor penunjang
lainnya. dengan adanya penilaian ini akan
memudahkan pihak manajemen untuk mengetahui
kinerja dosen.
Evaluasi ini diharapkan mampu
meningkatkan kualitas dosen dan pelaksanaan Tri
Darma Perguruan Tinggi menjadi lebih baik.
Penilaian kinerja dosen menjadi sangat penting,
namun tidak mudah. Karena tentunya setiap dosen
mimiliki kriteria penilaian yang cukup banyak
dan memiliki banyak atribut penilaian yang harus
dievaluasi, sehingga jika menggunakan penilain
secara manual akan cukup sulit dilakukan dan
membutuhkan waktu yang lama.
Penggunaan model decision (Pendukung
Keputusan), tentunya akan mempermudah
pengambilan keputusan dalam mengevaluasi
tingkat keberhasilan dosen dalam pelaksanaan Tri
Darma dan beberapa faktor lainnya. Banyak
metode dalam pendukung keputusan yang dapat
digunakan untuk penentuan dosen terbaik ini yang
salah satunya adalah dengan mengggunakan
Organization Method for Enrichment Evaluation)
sebagai salah satu model decision dalam Multi
Criteria Decision Making (MCDM) dapat
digunakan untuk memberikan preferensi kepada
pengambil keputusan. Promethee adalah satu dari
beberapa metode penentuan urutan atau prioritas
dalam analisis multikriteria. Metode ini dikenal
sebagai metode yang efisien dan simple, tetapi
juga yang mudah diterapkan dibanding dengan
metode lain untuk menuntaskan masalah
multikriteria. Metode ini mampu mengakomodir
kriteria pemilihan yang bersifat kuantitatif dan
kualitatif
2. TINJAUAN PUSTAKA
2.1 Kecerdasan Buatan Secara Umum
Kecerdasan buatan atau Artifical
Intelligence merupakan salah satu bagian ilmu
komputer yang membuat agar mesin (komputer)
dapat melakukan perkerjaanya seperti dan
sebaiknya yang dilakukan oleh
manusia.Teknologi kecerdasan buatan
dipelajari dalam bidang-bidang seperti robotika,
penglihatan komputer (computer visio), jaringan
saraf tiruan (artificialneural sistem), pengolahan
bahasa alami (natural language processing),
pengenalan suara (speech recognition), dan sistem
pakar (expert sistem).
2.4. Sistem Pendukung Keputusan

636
 Seminar Nasional Informatika 2015

Sistem pendukung keputusan ( decision

support systems disingkat DSS) adalah bagian Pada criteria ini tidak beda antara a dan b jika dan
dari sistem informasi berbasis komputer termasuk hanya jika (a) = (b), apabila nilai criteria pada
sistem berbasis pengetahuan (manajemen masing masing alternative memiliki nilai
pengetahuan) yang dipakai untuk mendukung berbeda, pembuat keputusan mempunyai
pengambilan keputusan dalam suatu organisasi preferensi mutlak untuk alternative memiliki nilai
perusahaan atau lembaga pendidikan. Menurut yang lebih baik
Moore and Chang, Sistem Pendukung keputusan
dapat digambarkan sebagai sistem yang
berkemampuan mendukung analisis data, dan
pemodelan keputusan, berorientasi keputusan,
orientasi perencanaan masa depan, dan digunakan
pada saat-saat yang tidak biasa.
Kegiatan merancang sistem pendukung
keputusan merupakan sebuah kegiatan untuk
menemukan, mengembangkan dan menganalisis
Gambar 1. Bentuk preferensi kriteria biasa
berbagai alternatif tindakan yang mungkin untuk
dilakukan. Tahap perancangan ini meliputi
Kriteria Quasi
pengembangan dan mengevaluasi serangkaian
kegiatan alternatif. Sedangkan kegiatan memilih
dan menelaah ini digunakan untuk memilih satu
rangkaian tindakan tertentu dari beberapa yang
tersedia dan melakukan penilaian terhadap
tindakan yang telah dipilih.
Pada kriteria ini dua alternative memiliki
2.5. PROMETHEE preferensi yang sama penting selama selisih atau
nilai H(d) dari masing masing alternative untuk
Promethee terdapat enam bentuk fungsi criteria tertentu tidak melebihi nilai q dan apabila
preferensi kriteria. Meskipun tidak bersifat selisih hasil evaluasi untuk masing masing
mutlak, namun bentuk- bentuk ini cukup baik alternative melebihi nilai q maka terjadi bentuk
untuk beberapa kasus. Untuk memberikan preferensi mutlak. Jika pembuat keputusan
gambaran yang lebih baik terhadap area yang menggunakan criteria quansi, maka dia harus
tidak sama, digunakan menentukan nilai q, dimana nilai ini dapat
fungsi selisih nilai kriteria antara alternatif H (d), menjelaskan pengaruh yang signifikan dari suatu
dimana hal ini mempunyai hubungan langsung criteria. Dengan demikian q adalah merupakan
dengan fungsi preferensi P, seperti yang terlihat nilai threshold indifference yaitu nilai d terbesar
pada Persamaan dibawah ini. yang masih memungkinkan terjadinya
indifference antar alternative

Langkah-langkah yang digunakan metode ini

adalah sebagai :
1. Menentukan/mengidentifikasi alternatif.
2. Penjelasan kriteria, semua alternatif dievaluasi Gambar 2. Bentuk preferensi kriteria Quasi
pada beberapa kriteria yang harus dimaksimalkan
ato diminimalkan. Kriteria dengan Preferensi linier
3. Rekomendasi fungsi preferensi untuk keperluan
aplikasi.
4. Evaluasi matrik.
5. Perhitungan nilai preferensi dan indek
preferensi.
Beberapa preferensi kriteria pada promethee : Kriteria preferensi linier menjelaskan bahwa
Kriteria Biasa selama ini selisih memiliki nilai yang lebih rendah
dari p, maka preferensi dari pembuat keputusan
akan meningkat secara linier dengannilai d. Jika
nilai d lebih besar daripada nilai p,maka akan
terjadi preferensi mutlak.Pada saat pembuat
keputusanmengidentifikasikan beberapa kriteria

637
Seminar Nasional Informatika 2015
untuktipe ini, ia harus menentukan
nilaikecenderungan dari nilai p. Dalam hal ini
nilaid di atas nilai p telah dipertimbangkan
akanmemberikan preferensi mutlak dari
suatualternatif, seperti yang terlihat pada Gambar
3.
Gambar 3. Bentuk preferensi kriteria linier
Kriteria Level
Disini nilai kecenderungan tidak berbeda (nilai
indifference threshold) q dan kecenderungan
preferensi (preference threshold) p adalah
ditentukan secara simultan. Jika d berada diantara
nilai q dan p, hal ini berarti situasi preferensi yang
lemah (H(d) = 0,5).
Gambar 4. Bentuk Preferensi kriteria Level
Kriteria dengan preferensi dan area yang
tidak berbeda
Pada kasus ini pengambil keputusan
mempertimbangkanpeningkatan preferensi secara
linier dari tidak berbeda hingga preferensi mutlak
dalam area antara dua kecenderungan q dan p, dua
parameter tersebut telah ditentukan.
638
Gambar 5. Bentuk kriteria dengan preferensi dan
area yang tidak berbeda
Kriteria Gaussian
Fungsi ini bersyarat apabila telah ditentukan nilai
, dimana dapat dibuat berdasarkan distribusi
normal dalam statistic. Disini preferensi
pengambil keputusan meningkat secara linier dari
kondisi indifference ke preferensi mutlak di area
antara q dan p
Gambar 6. Bentuk preferensi kriteria
Gaussian
3. HASIL DAN PEMBAHASAN
Terdapat beberapa alternatif yang
digunakan dalam menentukan kinerja dosen
terbaik. Alternatif tersebut adalah dosen tetap
yang mengajar di STMIK Bumigora. Dalam
melakukan penilaian kinerja dosen, maka
ditentukan beberapa kriteria yang digunakan yaitu
: kriteria penelitian, pengajaran, pengabdian dan
kedisiplinan. Preferensi didalam metode
promethee ada 6 yaitu :
1. Preferensi I = Kriteria biasa (Usual Criterion)
2. Preferensi II = Kriteria Quasi (Quasi Criterion)
3. Preferensi III = Kriteria dengan preferensi
linier
4. Preferensi IV = Kriteria Level (level Criterion)
5. Preferensi V = Kriteria dengan preferensi linier
dan area yang tidak berbeda
6. Preferensi VI = Kriteria Gaussian (Gaussian
Criterion).
Berdasarkan pengamatan di lapangan diperoleh
data-data untuk masing-masing alternatif dan
kriteria yang telah ditentukan. Pada pembahasan
ini akan digunakan 3 Dosen sebagai sample untuk
dilakukan penilaian kinerja berdasarkan kriteria
yang telah ditentukan dan selanjutnya diperoleh
hasil penilaian dengan metode Promethee.
Tabel1. Data dosen yang dinilai
A1 Syahputra
A2 Indra
A3 Ocvita
 Seminar Nasional Informatika 2015

kedisiplinan
Data kriteria dan bobot yang akan digunakan d(a1,a2) -2
dalam penilaian setiap dosen. p(a1,a2) -0,066667
d(a2,a1) -2
Tabel 2. Data bobot kriteria p(a2,a1) -0,066667

Langkah selanjutnya adalah menentukan index

preferensi berdasarkan hasil perbandinga setiap
alternatif berdasarkan kriteria maka diperoleh :

Index preferensi perbandingan A1 dan A2 :

(a1,a2)= -0,01666667
(a2,a1)= 0,916666667

Index Preferensi perbandingan A1 dan A3 :

(a1,a3)= 0,593333
(a3,a1)= 0,293333
Langkah selanjutnya dalam metode promethee
adalah menentukan rekomendasi preferensi Index Preferensi perbandingan A2 dan A3 :
terhadap kriteria yang digunakan dalam
melakukan penilaian terhadap data dosen. (a2,a3)= 0,01
Pemilihan preferensi terhadap kriteria ditentukan (a3,a2)= 0,89
berdasarkan kebutuhan dan kegunaan kriteria
yang akan digunakan.
Proses yang terakhir adalah menghitung nilai net
flow dan leaving low. Hasil dari net flow dan
Tabel 3. Data preferensi kriteria leaving low akan menentukan rangking dari setiap
alternatif.
PARAMETER
KRITERIA BOBOT SATUAN KAIDAH PREFENSI
q p
PENELIATIAN 30 2 KALI / TAHUN MAX I Tabel 5. Data nilai net flow dan leaving low
PENGABDIAN 30 1 KALI / TAHUN MAX I
PENGAJARAN 30 1 4 SKS / SEMESTER MAX I alternatif syahputra indra ocvita leaving low rangking
KEDISIPLINAN 10 30 HARI/TAHUN MAX III
syahputra 0.016667 0.593333333 0.288333333 3
indra 0.916666667 0.01 0.463333333 2
Langkah selanjutnya adalah membandingkan
ocvita 0.293333333 0.89 0.591666667 1
alternatif dengan alternatif yang lain berdasarkan
entering
setiap kriteria. 0.605 0.436667 0.301666667
low
Perbandingan setiap alternatif : net flow 0.316666667 0.026667 0.29
1. A1 dan A2 rangking
2. A1 dan A3 3 2 1
net flow
3. A2 dan A3

A1 dan A3 4. KESIMPULAN DAN SARAN

Penelitian
d= 0 SIMPULAN
p(a1,a2) 1 Berdasarkan hasil analisis dan
p(a2,a1) 0 pembahasan pada penelitian ini, maka dapat
diambil simpulan bahwa:
Pengabdian 1. Keuntungan dari metode promethee adalah
d= 0 mempertimbangkan ukuran-ukuran berbeda
p(a1,a2) 1 pada waktu yang sama, yang mana mustahil
p(a2,a1) 0 dengan proses dasar keputusan yang umum
berdasar pada hanya satu ukuran
Pengajaran (dapatmenggunakan ukuran-ukuran berbeda
d= 1 untuk masing-masing dimensi).
p(a1,a2) 0
p(a2,a1) 1

639
Seminar Nasional Informatika 2015

SARAN Sepeda Motor Berbasis WEB dengan

Adapun saran-saran terhadap penelitian
Penerapan Metode Promethee dalam Penilaian
Kinerja Dosen untuk Pemilihan dosen Terbaik
adalah :
1. Saran yang diberikan pada penelitian
selanjutnya, dapat menggunakan metode lain
untuk melakukan penilaian kinerja dosen.
Sehingga hasilnya bisa dibandingkan dengan
penelitian sebelumnya.
Daftar Pustaka
[1]. Hendi Ayusta Yudha, Sistem Pendukung
Keputusan Menggunakan Metode
Promethee (Studi Kasus Pengisian Bahan
Bakar Bensin Umum), Yoyakarta, 2011.
[2]. Sari, L. P., 2013, Sistem Pendukung
Keputusan Menentukan Merek dan Tipe
Metode TOPSIS, Jurnal Ilmiah Pelita
Informatika Budi Darma Informasi dan
Informatika, Vol IV, No 3, Hal 78-83.
[3]. Azmi, M., Sonatha, Y., Rasyidah, 2014,
Pemanfaatan Sistem Pendukung Keputusan
Untuk Penentuan Alokasi Dana Kegiatan
(Studi Kasus Unit Kegiatan Mahasiswa
Politeknik Negeri Padang), Jurnal
Momentum, Vol 16, No 1, Hal 74-83.
[4]. Kusrini, M.Kom, Konsep dan Aplikasi
Sistem Pendukung Keputusan, Penerbit
Andi, Yogyakarta, 2007

640
 Seminar Nasional Informatika 2015

ANALISA DAN PERANCANGAN SISTEM INFORMASI

PENERIMAAN SISWA BARU DAN PEMBAYARAN SPP
MENGGUNAKAN ZACHMAN FRAMEWORK

Mentari Adhani1, Leon Andretti Abdillah2, Qoriani Widayati3

1,2
Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Bina Darma
3
Program Studi Sistem Informasi Akuntansi, Fakultas Ilmu Komputer, Universitas Bina Darma
Jalan Ahmad Yani No.12, Plaju, Palembang
1
mentari.adhani@yahoo.com, 2 leon.abdillah@yahoo.com, 3 qoriani.ubd@gmail.com

Abstract

Vocational High School Ethika Palembang is one of the foundations of formal education for children that
teach Vocational High School level. Currently the new admissions process and payment SPP (Payment
order) performed by conventional methods. Constraints diamali by SMK Etikha Palembang is the Admission
process still takes a long time because it is still done manually and rotating line up for new student
registration and for the Fee Payment (Payment Order) still use the old way of recording in the books so
frequent errors in calculation in writing the books. With the design of information systems can help speed up
the process of new admissions and reduce calculation errors in the process of payment of fees (Payment
Order). Zachman framework is one of the methods to help design the modeling of information systems that
can help all parties to define the overall management that has the basic structure of the complete
organization.the result of this research is an analysis of information systems admissions and payment based
on zachman framework.

Keywords : Information systems, Etikha Vocational High School of Palembang, Zachman Framework.

1. Pendahuluan pihak manajemen mendefinisikan secara

Perkembangan teknologi informasi (TI) dan
ilmu pengetahuan pada masa globalisasi telah
berkolaborasi dengan banyak bidang ilmu lainnya
[2] dan merambah ke segala bidang. TI membawa
perubahan yang sangat mendasar bagi organisasi
baik swasta maupun publik [3]. Dikarenakan hasil
dari pemikiran manusia yang semakin maju dan
berkembang dengan pesat. Sistem yang baik
adalah sistem yang mudah digunakan dan sangat
bermanfaat. Dalam pengembangan sebuah sistem
diperlukan sebuah rancangan yang nantinya
dikembangkan untuk membuat sebuah sistem.
Gambar 1. Kerangka Zachman
Zachman Framework adalah salah satu
metode untuk membantu merancang model
arsitektur enterprise yang dapat membantu semua
menyeluruh sehingga memiliki struktur dasar
organisasi yang mendukung akses, integrasi
interpeksi, pengembangan, pengolahan dan
perubahan. Zachman Framework memungkinkan
manajer bisnis senior dan profesional TI untuk
memahami implikasi dari strategi bisnis dan TI
kunci yang harus ditetapkan untuk masa bergolak
[8].
SMK Ethika Palembang merupakan salah
satu yayasan pendidikan formal untuk memdidik
anak-anak setingkat Sekolah Menengah Kejuruan
(SMK). Saat ini proses penerimaan siswa baru
dan pembayaran Surat Perintah Pembayaran
(SPP) dilakukan dengan metode konvensional
dimana proses seleksi dilakukan dengan cara
yaitu referensi sekolah menengah pertama dimana
langsung diterima tanpa dilakukan tes tertulis, dan
pembayaran yang dilakukan secara bergilir dan
seringkali melebihi target waktu yang ditentukan
dikarenakan tidak adanya sistem yang mampu
membantu proses penerimaan dan pembayaran
pada sekolah tersebut. Sejumlah penelitian terkait
Zachman famework yang dijadikan rujukan,
antara lain: 1) Pemodelan Customer Relationship
Management pada Perusahaan Petrokimia [4], 2)
Perancangan Sistem Informasi Laboratorium [5],
dan 3) Perancangan Arsitektur Sistem Manajemen
Penyusunan Anggaran Keuangan Daerah [6].

641
Seminar Nasional Informatika 2015
Berdasarkan uraiaan dan latar belakang
diatas maka penulis tertarik untuk membuat
sebuah perancangan mengenai penerimaan siswa
baru dan pembayaran SPP (Surat Perintah
Pembayaran) sehingga penulis memberi judul
pada proposal ini Analisa dan Perancangan
Sistem Informasi Penerimaan Siswa Baru dan
Pembayaran SPP (Surat Perintah Pembayaran)
pada Sekolah SMK Ethika Palembang
Menggunakan Zachman Framework.
2. Metode Penelitian
Penelitian ini menggunakan pendekatan
studi kasus yang fokus pada penerapan zachman
framework untuk menganalisis sistem informasi
penerimaan siswa baru dan pembayaran SPP-nya.
Metode pengumpulan data yang digunakan
dalam penelitian ini adalah: 1) Wawancara:
Dalam metode ini penulis mengumpulkan data
penelitian dengan bertanya langsung kepada pihak
yang bersangkutan yang dapat memberikan
informasi yang dibutuhkan, 2 Observasi: Metode
ini dilakukan dengan cara mengamati langsung
keadaan dan kegiatan pada SMK Ethika
Palembang sebagai objek guna mendapatkan
keterangan yang akurat, dan 3) Kepustakaan:
Mengumpulkan data dengan cara mencari dan
mempelajari data-data dari buku-buku ataupun
dari referensi lain yang berhubungan dengan
penulisan laporan penelitian proposal. Buku yang
digunakan penulis sebagai referensi, adapun
metode yang digunakan penulis dalam merancang
dan mengembangkan dapat dilihat pada daftar
pustaka.
Kerangka kerja yang digunakan adalah
zachman framework [7], yang terdiri atas: 1)
Perspektif perencana (Objective/ Scope):
menetapkan konteks, latar belakang, dan tujuan,
2) Perspektif pemilik (Business Model/ Owners
View): menetapkan model konseptual dari
enterprise, 3) Perspektif perancang (System
Model/ Designers View): menetapkan model
sistem informasi sekaligus menjembatani hal yang
diinginkan pemilik dan hal yang dapat
direalisasikan secara teknis dan fisik, 4)
Perspektif pembangun (Technology Model/
Builders View): menetapkan digunakan dalam
mengawasi implementasi teknis dan fisik, 5)
Perspektif subkontraktor (Detailed
Representations/Out of Context View):
menetapkan peran dan rujukan bagi pihak yang
bertanggung jawab untuk melakukan
pembangunan system informasi, dan 6) Perspektif
fungsional (Functioning Enterprise/Functioning
System): merepresentasikan perspektif pengguna
dan wujud nyata hasil implementasi.
642
3. Hasil dan Pembahasan
Berdasarkan hasil pengumpulan data maka
selanjutnya akan dilakukan proses pemetaan
masalah kedalam kerangka Zachman untuk
menghasilkan rancangan sistem yang dibutuhkan.
Setelah peta masalah didapatkan maka
selanjutnya masalah-masalah tersebut akan
disusun dalam kerangka matrik Zachman. Setelah
matrik Zachman diperoleh maka masing-masing
baris dan kolom pada matrik tersebut akan
diuraikan satu per satu. Hasil ini menyajikan
matrik Zachman dari hasil pemetaan masalah
yang sudah dilakukan.
3.1 Perspektif Planner
Pada bagian pertama dari perspektif planner
yang juga sering disebut dengan arsitektur
kontekstual yang menjelaskan proses penerimaan
siswa baru dan pembayaran secara umum.
1. What (Data)
Kolom ini menjelaskan tentang data yang
disajikan dari sudut pandang planner. Dari anaisis
data-data tersebut terdiri dari: a) Data Registrasi
adalah data identitas dari calon siswa, b) Data
Berkas adalah data persyaratan penerimaan siswa
baru, c) Data Upload Registrasi adalah
pembayaran registrasi dari calon siswa, d)
Pembayaran Registrasi adalah data pembayaran
yang sudah diterima dari Tata Usaha, e)
Pengumuman adalah informasi pengumuman
penerimaan siswa baru, f) Siswa adalah data
siswa yang sudah menjadi siswa SMK Ethika
Palembang, g) Pembayaran SPP (Surat Peintah
Pembayaran), adalah data yang di uploud yang
sudah melakukan pembayaran SPP (Surat
Perintah Pembayaran), h) Data Pembayaran
adalah data pembayaran siswa yang diterima
Bendahara, dan i) How (Proses). Kolom ini
menjelaskan tentang proses dari penerimaan siswa
baru dan pembayaran SPP (Surat Perintah
Pembayaran) yang ada pada SMK Ethika
Palembang.
2. How (Proses)
Kolom ini menjelaskan tentang proses dari
penerimaan siswa baru dan pembayaran SPP
(Surat Perintah Pembayaran) yang ada pada SMK
Ethika Palembang.
3. Where (Lokasi)
Kolom ini menjelaskan lokasi dari SMK
Etika Palembang yang berada di Jalan Sei Seputih
di kelurahan Pakjo Kecamatan Ilir Barat I
Palembang.

4. Who (Orang)
Kolom ini menjelaskan tentang sumber daya
manusia yang berperan penting dalam proses
penerimaan dan pembayaran SPP (Surat Perintah
Pembayaran) yaitu: a) Kepala Sekolah menerima
laporan, b) Tata Usaha mengelola data calon
siswa, c) Bendahara mengolah keuangan data
pembayaran, d) Calon Siswa melakukan
pendaftaran, dan e) Siswa melakukan
pembayaran SPP.
5. When (Waktu)
Kolom ini membahas kejadian atau jadwal
dari penerimaan siswa baru dan pembayaran SPP
akan dilakukan atau dilaksanakan pada SMK
Etika Palembang meliputi: 1) Penerimaan siswa
baru dibuka awal bulan Juli di setiap tahunnya, 2)
Pembayaran SPP dilakukan paling lambat tanggal
10 setiap bulannya.
6. Why (Motivasi)
Kolom ini menjabarkan visi dan misi, SMK
Ethika Palembang yang tertuang dalam
pernyataan-pernyataan berikut: 1) Visi SMK
Ethika Palembang yaitu Menciptakan Tenaga
Terampil Yang Berilmu, Beriman, Dan
Berakhlaqul Karimah Menuju Era Global, dan 2)
Misi yang ingin dicapai oleh SMK Ethika
Palembang adalah sebagai berikut: a)
Meningkatkan kompetensi sesuai dengan
program keahliannya, b) Membentuk Manusia
yang berilmu, beriman dan berbudi pekerti luhur,
c) Menanamkan prinsip ibadah dalam setiap
kegiatan dan usaha, d) Menghasilkan lulusan yang
bersaing dalam lapangan kerja, dan e)
Meningkatkan kemandirian, kesiapan dalam
menghadapi globalisasi.
3.2 Perspektif Owner
Dari sudut pandang owner akan dijabarkan
tentang usulan sebuah sistem informasi dan
bagaimana sistem itu nanti berjalan secara
sederhana dengan sistem informasi dan teknologi
yang ada saat ini.
1. What (Data)
Kolom ini menjelaskan tentang konsep
model bisnis sederhana yang terbatas hanya pada
entitas-entitas yang berkaitan dengan proses
penerimaan siswa baru dan pembayaran SPP.
Entitas tersebut antara lain: 1) Registrasi, 2)
Berkas, 3) Upload_Reg, 4) Pembayaran_Reg, 5)
Pengumuman, 6) Siswa, 7) Pembayaran_SPP, dan
8) Pembayaran.
2. How (Proses)
Kolom ini menjelaskan tentang proses
penerimaan siswa baru dan pembayaran SPP yang
digambarkan dengan Flow Chart Diagram yang
Seminar Nasional Informatika 2015
terdiri atas: 1) Flowchart penerimaan siswa baru,
dan 2) Flowchart pembayaran SPP.
3. Where (Lokasi)
Kolom ini menjelaskan unit lokasi denah
dari proses penerimaan siswa baru dan
pembayaran SPP-nya.
4. Who (Orang)
Kolom ini akan menjelaskan siapa saja
sumber daya manusia yang terlibat atau
ditugaskan saat penerimaan siswa baru dan
pembayaran SPP.
5. When (Waktu)
Kolom ini akan menjelaskan siapa saja
sumber daya manusia yang terlibat atau
ditugaskan saat penerimaan siswa baru dan
pembayaran SPP.
6. Why (Motivasi)
Pada kolom ini akan menjelaskan tujuan
yang ini dicapai terkait dengan perancangan
sistem informasi yang dibuat, yaitu: a) Membuat
administrasi yang baik dalam mengelola dan
menyimpan data, b) membangun,
mengoperasikan, mengimplementasikan teknologi
maupun aplikasi di bidang teknologi informasi,
serta mampu menganalisis dan memecahkan
masalah-masalah didalam pelaksanaannya, dan c)
mampu menerima jumlah calon siswa dengan
jumlah besar.
3.3 Prespektif Designer
Pada sudut pandang ini membahas mengenai
model logic berserta kebutuhannya terhadap
sistem informasi sebagai bentuk dasar dari
rancangan sistem yang nantinya akan berjalan.
1. What (Data)
Kolom ini menggambarkan relasi antar tabel
secara lebih detail. Model ini berupa Entity
Relation Diagram (ERD). ERD digunakan untuk
menggambarkan hubungan secara logika antar
entitas yang terlibat pada suatu sistem database
[1].
643
Seminar Nasional Informatika 2015

Tgl_lahir gender
Id_Reg
Formulir

Pass_foto
5. When (Waktu)
nama alamat

Id_Reg tlp
Id_berkas ijazah
Kolom ini membahas jadwal kegiatan untuk
Registrasi 1 memiliki m Berkas

Periode analisis dan perancangan pada sistem informasi

Judul

1
1
No_pengumuman Id_Reg

Jurusan
yang akan dibuat.
melakukan melihat m Pengumuman

6. Why (Motivasi)

1
Tanggal Diterima_dari
1

Id_pembay
Id_Reg Kwitansi jumlah
aran
mendapatkan

Kolom ini akan menjelaskan aturan yang

Id_Reg

keterangan
Pembayaran Tanggal
Upload_Reg 1 menghasilkan m lahir
_Registrasi alamat
nama

akan dipakai dalam pembuatan model, yaitu: a)

m
nis
nis nama_ayah
spp
No_pengumuman
Id_pembayaran

Pembayaran_S
PP
Tanggal

m
melakukan
1
Siswa
Nama_ibu
Penentuan Entity dan Primery Key bahwa
disetiap tabel mempunyai Primery Key, jika ada
m

menghasilk
an
yang berelasi memiliki Foreign Key, dan b) Hak
akses dari setiap User berbeda.
nis Diterima_dari
m

jumlah
No_pembayaran
keterangan

Data_Pemba
yaran

Gambar 2. Rancangan ERD 3.4 Prespektif Builder (Teknologi)

Bagian ini mendefinisikan teknologi dengan

2. How (Proses) menyusun model data fisik yang mendukung
Kolom ini menggambarkan rancangan perancangan awal dari sistem informasi.
diagram aliran data yang akan berjalan dengan
menggunakan Data Flow Diagram (DFD) pada
proses penerimaan siswa baru dan pembayaran 1. What (Data)
SPP (Surat Perintah Pembayaran). Kolom ini akan membahas rancangan dari
relasi antar tabel yang saling berkaitan dan
3. Where (Lokasi) disesuaikan dengan teknologi basisdata yang
Kolom ini akan merancang jaringan internet digunakan (gambar 4).
yang akan berjalan pada SMK Etika Palembang
yang akan diletakkan pada ruang TU (Tata Usaha) 2. How (Proses)
dan Bendahara. Kolom ini akan mendefinisikan rancangan
proses teknis dengan menggambarkan kebutuhan
menggunakan kamus data yang terdiri dari: a)
Data_registrasi, b) Upload_Berkas, c)
internet Upload_Pembayaran, d) Pengumuman, e)
Data_Siswa, dan e) Pembayaran_SPP.

Registrasi Berkas
1
PK id_reg PK id_berkas
1 id_reg
nama 1 m
tgl_lahir formulir
gender pass_foto
alamat ijazah
tlp
periode

m
Pengumuman
Uploud_Reg Pembayaran_Registrasi 1
1 PK no_pengumuman
m
1 PK id_reg PK id_reg
judul
id_pembayaran tanggal id_reg
kwitansi diterima_dari jurusan
jumlah
keterangan

Bendahara
Tata Usaha
Pembayaran Pembayaran_SPP siswa
Gambar 3. Jaringan SMK Ethika PK no_pembayaran
m m
PK id_pembayaran PK nis m

nis nis m 1 no_pengumuman

diterima_dari spp nama
jumlah tanggal tanggal_lahir
keterangan alamat
4. Who (Orang) nama_ayah
nama_ibu
Kolom ini akan merancang manual
antarmuka aplikasi sistem informasi penerimaan Gambar 4. Relasi antar tabel
siswa baru dan pembayaran SPP (Surat Perintah
Pembayaran) yang akan di rancamg.
3. Where (Lokasi)
Pada kolom ini akan menggambarkan ruang
dimana sistem informasi akan diletakkan serta

644

lokasi penyimpanan master data dan transaction
data pada komputer.
4. Who (Orang)
Dalam kolom ini akan menggambarkan
gambaran antarmuka dari sistem informasi dan
pembayaran SPP (Surat Perintah Pembayaran)
pada SMK Ethika Palembang. Hal ini mengacu
kepada siapa saja pemakai atau pengguna sistem.
5. When (Waktu)
Pada kolom ini akan dibahas jadwal dari
perancangan aplikasi yang dimulai dari membuat
database hingga pembuatan kode program.
6. Why (Motivasi)
Kolom ini membahas kemampuan perangkat
teknologi dalam penyelesaian sistem yang
diusulkan antarai lain berupa bahasa
pemrograman yang akan digunakan bersifat open
source, sehingga yang dikeluarkan tidak terlalu
besar: a) adapun bahasa pemrogramannya yaitu
PHP dan HTML, b) database yang akan
digunakan adalah MY SQL, c) tampilannya
menggunakan CSS, dan d) aplikasi web server
yang digunakan Apache.
3.5 Prespektif Detailed Representation
Pada bagian sudut pandang ini akan
menggambarkan detail dari bagian yang
bertanggung jawab dalam mengolah sistem
informasi penerimaan siswa baru dam
pembayaran SPP untuk menjadi produk akhir dan
skema basis data yang digunakan oleh
pengembang untuk membangun sistem.
1. What (Data)
Pada kolom ini menghasilkan deskripsi
rancangan detail dari tabel data yang saling
berelasi, yaitu: a) Registrasi, b) Berkas, c)
Uploud_Reg, d) Pembayaran_Reg, e)
Pemngumuman, f) Siswa, g) Pembayaran_SPP,
dan h) Pembayaran.
Gambar 5. Formulir Pendaftaran
Seminar Nasional Informatika 2015
Gambar 6. Kartu SPP
2. How (Proses)
Kolom ini akan mengasilkan rancangan
proses detail berupa model modul pada sistem
informasi penerimaan siswa baru dan pembayaran
SPP.
3. Where (Lokasi)
Pada Kolom ini akan dibahas mengenai
konfigurasi jaringan dari sistem informasi
penerimaan siswa baru dan pembayaran SPP di
SMK Ethika Palembang.
4. Who (Orang)
Pada kolom ini akan menjelaskan hak akses
dari sistem informasi penerimaan siswa baru dan
pembayaran SPP pada SMK Ethika Palembang
sebagai berikut: a) Kepala Sekolah yang dapat
melihat laporan dari Penerimaan Siswa Baru dan
Pembayaran SPP (Surat Perintah Pembayaran), b)
Tata Usaha yang mengelola data calon siswa
sampai menjadi siswa SMK Ethika Palembang, c)
Bendahara yang mengelola keuangan Pembayaran
SPP (Surat Perintah Pembayaran) dan
pembayaran lainnya, d) Calon Siswa yang
melakukan pendaftaran pada SMK Ethika
Palembang, dan e) Siswa yang wajib membayar
iuran sekolah setiap bulan.
5. When (Waktu)
Kolom ini membahas tantang waktu yang
digunkan dalam proses perancangan ini selama 4
bulan.
6. Why (Motivasi)
Pada kolom ini penulis akan membahas
tentang aturan dalam proses coding, yaitu: a)
Proses login harus aman dari berbagai gangguan
keamanan yang dapat menyebabkan kerusakan
baik pada sistem ataupun pada data, dan b) User
yang memiliki hak akses, tidak diperkenankan
atau diperbolehkan untuk memberikan hak akses
kepada user lain.
645
Seminar Nasional Informatika 2015

3.6 Prespektif Function Enterprise

Pada sudut pandang ini akan

menggambarkan detail dari fungsi-fungsi dan
penjelasan detil mengenai sistem informasi
penerimaan siswa baru dam pembayaran SPP
sehingga memudahkan user dan pengelola dalam
menjalankan sistem.

1. What (Data)
Pada kolom ini menghasilkan rancangan dari
data penerimaan siswa baru dan pembayaran SPP
pada SMK Etika Palembang, misalnya: a)
Formulir Pendaftaran, dan b) Kartu SPP. Gambar 6 Jadwal Perancangan, Desain dan
Implementasi

2. How (Proses) 6. Why (Motivasi)

Pada kolom ini akan menampilkan contoh Kolom ini membahas mengenai standard
hasil print out dari aplikasi yang akan dibuat dari operation procedures (SOP) dalam menggunakan
sistem informasi penerimaan siswa baru dan sistem informasi penerimaan siswa baru dan
pembayaran SPP pada SMK Ethika Palembang. pembayaran SPP (Surat Perintah Pembayaran)
pada SMK Ethika Palembang. Diharapkan dengan
3. Where (Lokasi) SPO yang baik, maka aktivitas pengembangan
Pada Kolom ini menjelaskan akan sistem dapat berjalan dengan optimal.
kebutuhan dari insfrastruktur jaringan yang akan
digunakan dalam sistem informasi penerimaan 4. Kesimpulan dan Saran
siswa baru dan pembayaran SPP pada SMK Etika
Palembang. Berdasarkan hasil penelitian yang telah
dilakukan, maka dapat diambil kesimpulan
4. Who (Orang) bahwa : 1) Penelitian ini menghasilkan analisa
Pada kolom ini membahas user yang akan dan perancangan sistem informasi yang dapat
menggunakan sistem dari penerimaan siswa baru mengolah data pada saat penerimaan siswa baru
dan pembayaran SPP. dan data pembayaran Surat Perintah Pembayaran
(SPP) pada SMK Ethika Palembang dengan
Tabel 1. Daftar User menggunakan Zachman Framework, dan 2)
No Nama User Jabatan Analisa dan perancangan ini dapat digunakan
1 Hafis, S.Ag Kepala Sekolah sebagai landasan pengembangan sistem informasi
2 Mursyidah, BA Bendahara di sekolah khususnya Penerimaan Siswa Baru dan
3 Lendra Suharag, SE Tata Usaha Pembayaran SPP agar pengembangan yang
dilakukan sesuai dari Sekolah.
4 Rika Fransiska Tata Usaha
5 Wiratsih Tata Usaha
Daftar Pustaka

[1]. Abdillah, L. A., 2006, Perancangan

5. When (Waktu)
basisdata sistem informasi penggajian,
Pada kolom ini membahas tentang jadwal
Jurnal Ilmiah MATRIK, vol. 8, pp. 135-152.
proses perancangan, desain dan implementasi
[2]. Abdillah, L. A., et al., 2007, Pengaruh
sistem. Jadwal kegiatan dapat dilengkapi dengan
kompensasi dan teknologi informasi
Gant Chart, dll.
terhadap kinerja dosen (KIDO) tetap pada
Universitas Bina Darma, Jurnal Ilmiah
MATRIK, vol. 9, pp. 1-20.
[3]. Abdillah, L. A.; Rahardi, D. R., 2007,
Optimalisasi pemanfaatan teknologi
informasi dalam menumbuhkan minat
mahasiswa menggunakan sistem informasi,
Jurnal Ilmiah MATRIK, vol. 9, pp. 195-204.
[4]. Rosalian, V., 2013, Pemodelan Customer
Relationship Management pada Perusahaan
Petrokimia menggunakan Zachman

646
 Seminar Nasional Informatika 2015

Framework, ELECTRANS, vol. 12, pp. 179- Information Technology Journal, vol. 2, pp.
191. 39-50.
[5]. Slameto, A. A., et al., 2012, Penerapan 36 [7]. Surendro, K., 2007, Pemanfaatan Enterprise
Sel Zachman Framework dalam Architecture Planning untuk Perencanaan
Perancangan Sistem Informasi Strategis Sistem Informasi, Jurnal
Laboratorium, Telematika, vol. 5. Informatika, vol. 8, pp. pp. 1-9.
[6]. Sudrajat, A. W., 2014, Penerapan [8]. Zachman, J. A., 1996, Concepts of the
Framework Zachman Dalam Perancangan framework for enterprise architecture, Los
Arsitektur Sistem Manajemen Penyusunan Angels, CA.
Anggaran Keuangan Daerah (Studi Kasus
UPTD Graha Teknologi Sriwijaya), Creative

647
Seminar Nasional Informatika 2015

ANALISA SISTEM INFORMASI PELAYANAN JASA IMPORT

PETI KEMAS
Fujiati

Univesreitas Potensi Utama

Jl. K.L Yos Sudarso Km.6.5 No.3A Tanjung Mulia Medan
fuji@potensi-utama.ac.id

Abstrak

Pelabuhan merupakan sarana transportasi laut yang terdapat terminal konvensional, terminal peti kemas,
terminal khusus maupun pelabuhan sebagai terminal untuk kepentingan sendiri. Dengan berbagai
pengalaman dan teknologi yang ada maka para penyedia jasa membuat alternatif yang efisien dalam
pelaksanaan transportasi laut antara lain dibuatlah sistem Containerisasi. Container tersebut yang dulu lebih
dikenal dengan sebutan peti kemas merupakan wadah atau tempat yang dapat digunakan untuk memuat
barang dengan aman. Perancangan basis data seperti Digaram konteks berfungsi untuk memetakan model
lingkungan yang direpresentasikan dengan lingkaran tunggal yang mewakili keseluruhan sistem, serta dapat
menggambarkan hubungan antara file-file yang dipergunakan dalam sistem, seiring berkembanngnya zaman,
teknologi sangat seperti sistem informasi yang sangat mendukung untuk mengoptimalkan dan
mempermudah proses pelayanan jasa import peti kemas.

Kata Kunci Basis Data, Sistem Informasi, Peti Kema

1. PENDAHULUAN Surat Keputusan Indonesia pelabuhan korporasi I

Dengan berbagai pengalaman dan
teknologi yang ada maka para penyedia jasa
membuat alternatif yang efisien dalam
pelaksanaan transportasi laut antara lain dibuatlah
sistem Containerisasi. Container tersebut yang
dulu lebih dikenal dengan sebutan peti kemas
merupakan wadah atau tempat yang dapat
digunakan untuk memuat barang dengan aman.
Pelabuhan merupakan sarana transportasi laut
yang terdapat terminal konvensional, terminal peti
kemas, terminal khusus maupun pelabuhan
sebagai terminal untuk kepentingan sendiri. Di
pelabuhan terdapat kegiatan pelayaran niaga yang
timbul karena adanya kebutuhan manusia yang
tidak dapat disediakan oleh daerah tertentu, untuk
mengangkut barang dari satu tempat ke tempat
lain melalui laut dibutuhkan alat angkut yaitu
kapal, yang digunakan untuk mengangkut barang
niaga yang dihasilkan disuatu tempat dan akan
dibarter atau dijual ditempat lain. Kontainer
layanan pengembangan di Gabion Belawan
dilakukan dalam fase baik dari aspek organisasi
atau layanan, dimulai dengan struktur organisasi
Divisi UTPK bawah manajemen Belawan cabang
pada tanggal 1 September 1984 dan mulai
beroperasi pelayanan bongkar muat dengan crane
kapal pada bulan Februari 10 tahun 1985. Ini
dioperasikan sepenuhnya sebagai terminal
kontainer setelah dilengkapi dengan 2 unit
container crane pada Maret 1987. Berdasarkan
direktur No.OT.09/I/I/PI-98 tanggal 16 Januari
1998, struktur organisasi dan administrasi kerja
Belawan International Container Terminal (BICT)
telah ditentukan.
2. TINJAUAN PUSTAKA
2.1 Landasan Teori
2.1.1 Konsep Dasar Sistem
Menurut Alfattah (2007:3) sistem adalah
sekumpulan objek-objek yang saling berelasi dan
berinteraksi serta hubungan antar objek yang
biasa dilihat sebagai satu kesatuan yang dirancang
untuk mencapai satu tujuan. Sedangkan menurut
Jogiyanto (2005:1) sistem adalah suatu kerja dari
prosedur-prosedur yang saling berhubungan,
berkumpul bersama-sama untuk melakukan suatu
kegiatan atau untuk menyelesaikan suatu sasaran
tertentu.
Sistem Informasi berasal dari kata sistem
dan informasi, merupakan kegiatan atau aktifitas
yang melibatkan serangkaian proses, berisi
informasi-informasi yang digunakan untuk
mencapai tujuan. Hart (2005:fairuzelsaid)
mendefinisikan : Sistem merupkan komponen-
komponen atau subsistem-subsistem yang saling
berinteraksi satu sama lain, dimana masing-
masing bagian tersebut dapat bekerja secara
sendiri-sendiri (independent) atau bersama-sama
serta saling berhubungan membentuk satu

648
 Seminar Nasional Informatika 2015

kesatuan sehingga tujuan atau sasaran sistem
tersebut dapat tercapai secara keseluruhan.
2.1.2 Perancangan Sistem.
Metodologi Berorientasi Objek dapat di
definisikan sebagai berikut:
Suatu strategi pembangunan perangkat
lunak yang mengorganisasikan perangkat lunak
sebagai kumpulan objek yang berisi data dan
operasi yang diberlakukan terhadapnya,
(Nugroho,2005).
Sistem yang dibangun dengan metode
berorientasi objek adalah sebuah sistem yang
komponennya dienkapsulasi menjadi kelompok
data dan fungsi. Setiap komponen dalam sistem
tersebut dapat mewarisi atribut dan sifat dan
komponen lainnya serta dapat berinteraksi satu
sama lainnya.
- Key tersebut lebih natural untuk dijadikan acuan
2. Foreign Key
Foreign Key adalah satu set atribut atau set atribut
sebagai key penghubung kedua tabel dan
melengkapi satu relationship (hubungan) terhadap
primary key yang menunjukan keinduknya.
Jika sebuah primary key terhubungan ke
table/entity lain, maka keberadaan primary key
pada entity tersebut di sebut sebagai foreign key..
3. Unique
Constraint unique fungsinya hamper sama dengan
constraint primary key, dimana keduanya
digunakan untuk menerapkan integritas
entitas/table.
4. Check
Constraint check digunakan untuk menjamin
bahwa nilai kolom berada dalam ruang lingkup
nilai tertentu.

2.1.3 Perancangan Basis Data

Istilah "basis data" berawal dari ilmu 3. METODE PENELITIAN
komputer. Meskipun kemudian artinya semakin
luas, memasukkan hal-hal di luar bidang 3.1. Analisa
elektronika, artikel ini mengenai basis data
komputer. Konsep dasar dari basis data adalah Dalam mekanisme sistem pelayanan jasa import
kumpulan dari catatan-catatan, atau potongan dari peti kemas, ada beberapa tahapan yaitu:
pengetahuan. Sebuah basis data memiliki
penjelasan terstruktur dari jenis fakta yang
tersimpan di dalamnya: penjelasan ini disebut
skema. Skema menggambarkan obyek yang
diwakili suatu basis data, dan hubungan di antara
obyek tersebut. Ada banyak cara untuk
mengorganisasi skema, atau memodelkan struktur
basis data ini dikenal sebagai model basis data
atau model data.
Tahap Perancangan Database dilakukan
dengan cara sebagai berikut :
3.2 Metode Penelitian
1. Perancangan secara konseptual
Metode penelitian yang dilakukan adalah metode
a. Diagram konteks
literature dimana penulis mengumpulkan
b. DFD
informasi dari beberapa buku dan jurnal,serta
c. Model ER
mewawancara beberapa pihak terkait
2. Perancangan secara logis.
Translasi model ER ke Model Relasional
4. HASIL DAN PEMBAHASAN
3. Perancangan secara fisik.
Penciptaan database, relasi, dan hal-halterkait
4.1. Analisa Pembahasan
ke dalam bentuk fisik.[3]
Adapun Analisa Pembahasan pada
penelitian ini dimana suatu input data akan
Jenis-jenis Constrain yang digunakan :
dikelola agar menjadi output yang diinginkan.
1. Primary Key
Dalam penginputan data dilakukan oleh personil
Kunci primer adalah suatu atribut atau satu set
divisi teknologi dan divisi komersil. setelah data
minimal atribut yang tidak hanya mendefinisikan
diinput, data tersebut diserahkan kepada
secara unik suatu kejadian spesifik tetapi juga
pengguna jasa dan dikonfirmasikan ke petugas
dapat mewakili setiap kejadian dari suatu
tally dermaga dan tally container yard, lalu
kejadian.
pengguna jasa mengajukan permohonan
Nilai field yang menjadi primary key harus:
pelayanan import peti kemas dengan membawa
- Unik atau tidak boleh ganda
dokumen import barang dan delivery order, lalu
- Tidak boleh Null (kosong, tidak diketahui, tidak
setelah menerima penerbitan nota proses import,
dapat ditentukan)
pengguna jasa membayar nota tersebut ke bank

649
Seminar Nasional Informatika 2015

dan menerima kwitansi bayar lunas (KWBL) dari Gambar 1 Diagram Konteks Sistem Informasi
bank, selanjutnya pengguna jasa menyerahkan Pelayanan Jasa Import Peti Kemas
copy KWBL ke divisi komersil, divisi komersil
memeriksa keabsahan dan kelengkapan dokumen Kemudian penulis membuat turunan dari diagram
dan mencetak SP2, nota lunas proses bongkar, kontek yaitu DFD level 0 sebagai berikut
lalu menyerahkan ke pengguna jasa sebagai bukti
proses pelayanan jasa import siap untuk dilakukan
di Lapangan (Container Yard). Namun pada saat
head truk pengguna jasa tiba di Gate (gerbang
depan), petugas gate melakukan entry nomor peti
kemas dan plat no, cek administrasi dan terbitkan
slip. Selanjutnya pada saat head truk tiba di
lapangan CY, petugas tally menerima dokumen
SP2 dan meneliti dokumen tersebut lalu
mengarahkan hand tally untuk pelaksanaan
loading operation peti kemas dan tally melakukan
confirm unstack dengan HHT. Selanjutnya
pemeriksaan ulang dokumen di Gate dan
konfirmasi container status 09 dengan system
pada modul gate out delivery.

DFD Level 0

Dalam menggambarkan alur kerja dalam

penelitian ini menggunakan Diagram Konteks.
Diagram konteks atau DFD level 0 Diagram
konteks merupakan gambaran kasar aliran
informasi dan data yang akan dilakukan oleh
system database yang akan dirancang. DFD
merupakan detail rancangan dari diagram konteks
yang sudah dibuat yang sudah memuat rancangan
table database yang akan diimplementasikan pada
database yang akan dibuat. Adapun Diagram
konteks yang dibuat dalam penelitian ini terlihat
pada gambar berikut.
Gambar 2 DFD Level 0 Sistem Informasi
Pelayanan Jasa Import Peti Kemas
Keterangan DFD level 0 adalah sebagai
berikut:
1. Pengguna jasa memberikan dokumen
bongkaran peti kemas, data bongkaran peti
kemas ke sistem penerimaan dan
penginputan data import.
2. Divisi TI memberikan data bongkaran peti
kemas ke sistem penerimaan dan
penginputan data import dan sistem
melakukan penyimpanan ke data store D1
(Data Import), data store tersebut menjadi
data referensi ke sistem berikutnya.
3. Petugas planner memberikan dokumen
daftar bongkaran container ke sistem
pembongkaran peti kemas, sistem
memproses daftar bongkaran berdasarkan
data container yang telah dibongkar dan data
container yang telah disusun pada
penyimpanan D2 dan D3, lalu petugas tally
dermaga dan petugas tally container yard
melakukan validasi ke sistem namun proses
selanjutnya yaitu proses pembuatan nota
proses import dapat dilakukan berdasarkan
daftar bongkaran dan daftar penyusunan
yang telah ada dari sistem sebelumnya.
4. Pengguna jasa memberikan dokumen import
peti kemas ke sistem pembuatan nota proses

650
 Seminar Nasional Informatika 2015

import, dan disimpan di data store D4 (data - Tabel bongkar Peti Kemas
nota proses import), data store ini menjadi
data referensi ke sistem berikutnya yaitu No Nama_Field Type Length
sistem pembayaran nota, lalu sistem tersebut 1 Id_Peti Kemas Int Primary
menghasilkan output dokumen nota proses Key, Not
import yang ditujukan ke pengguna jasa. Null,
5. Pengguna jasa melakukan pembayaran update
berdasarkan nota proses import ke sistem cascade,
pembayaran nota, sistem melakukan nota delete no
pembayaran ke bank dan membuat data action,
store D5 atau data store nota pembayaran, 2 Id_Petugas Int Foreign
bank memberikan output KWBL ke sistem Planner Key,Not
dan sistem menghasilkan keluaran KWBL null ,
nota proses import yang ditujukan ke update
pengguna jasa cascade,
6. Pada tahap sistem delivery order peti kemas, delete no
pengguna jasa menyerahkan dokumen action
delivery order dan copy KWBL ke sistem, 3 Id_Petugas Tally Int Foreign
sistem menghasilkan SP2 dan nota lunas Key,Not
proses bongkar yang ditujukan kembali ke null ,
pengguna jasa, lalu petugas gate menerima update
SP2 dari sistem untuk di teliti ulang, setelah cascade,
itu petugas gate menerbitkan slip sebagai delete no
tanda bukti delivery order peti kemas siap action
dilakukan berdasarkan D6 (data store 4 Id_Barang Foreign
delivery order). Key,Not
null ,
4.2. update
Struktur Table cascade,
delete no
Struktur Table merupakan uraina rinci tiap-tiap action
table atau file. 5 Jumlah Int Not null,
- Ta CHECK
bel Pengguna Jasa jlh>= 0
No Nama_Field Type Length Pada pembahasan constraint di penelitian ini
1 Id_Pengguna Int Primary penulis menggunakan (a)primary key, yaitu kunci
Key, Not utama pada sebuah tabel untuk membatasi
Null, pengisian record agar tidak terjadi duplikat, jadi
update setiap table memiliki primary key masing-masing
cascade, yang unik. (b)foreign key, atau kunci tamu
delete no merupakan penghubung antara satu tabel dengan
action, tabel lainnya, jadi apabila da 2 tabel yang saling
2 Nama Varchar 20 berelasi maka harus memiliki foreign key,
3 Alamat Varchar 20 contohnya pada penelitian ini pada tabel Bongkar
Peti Kemas dimana ada beberapa tabel yang
- Ta terelasi dengan tabel bongkar peti kemas salah
bel Divisi IT satunya tabel petugas Planner maka id_)planer
menjadi foreign key pada tabel Bongkar Peti
No Nama_Field Type Length Kemas. (c)check, untuk memberi batasan pada
1 Id_Teknisi Int Primary suatu tabel untuk menjamin keakuratan data,
Key, Not contoh tabel yang menggunakan chek adalah tabel
Null, bongkar peti kemas, pada tabel ini jumlah barang
update tidak boleh kurang dari 0. (d) on update cascade
cascade, delete no action, untuk menentukan aksi apa yang
delete no akan dilakukan pada sebuah baris dalam suatu
action, tabel, pada penelitian ini salah satu tabel yang
2 Nama Varchar 20 menggunakan update cascade, delete no action
3 Jabatan Varchar 20 adalah tabel posko, pada primary key untuk tabel
pengguna jasa menggunakan update cascade,

651
Seminar Nasional Informatika 2015
delete no action jadi apabila penulis ingin
mengupdate id pengguna jasa pada tabel lain yang
terlasi dengan tabel pengguna jasa, maka otomatis
tabel yang memiliki tabel yang memiliki relasi Daftar Pustaka
dengan tabel pengguna jasa mengupdate
id_pengguna. [1].
KESIMPULAN
[2].
Adapun Kesimpulan pada penelitian ini,
1. Penelitian ini menganalisa basis data sistem
yang telah berjalan pada perusahaan jasa peti [3].
kemas.
2. Dengan menggunakan basis data dapat lebih
menjamin keakuratan data.
[4].
SARAN
1. Perlu adanya perancangan desain aplikasi
(Prototype Desain) basis data EPT untuk [5].
membantu pembangunan aplikasi EPT.
652
Rohmadi, 2008, Perancangan Basis Data
Sistem Informasi Pelayanan Medis
Di Rumah Bersalin Permata Hati Abadi
Sragen, Jurnal Kesehatan, ISSN 1979-
9551, VOL.II, NO.2, 2 Maret.
Ariyana nofa, 2012, Model Lokasi-alokasi
bantuan logistic catastrophic berbasis
masjid di kota padang, Optimasi Sistem
Industri, ISSN 2088-4882
Irawan hendri, 2012, Afrizal rancang
bangun sistem informasi administrasi
pemeriksaan jentik
puskesmas,SEMANTIK 2012, ISBN 979 -
26 - 0255 0
Suranto, SE, 2011, Manajemen
Operasional Angkutan Laut dan Terminal
Peti Kemas, Gema Indonesia, Medan.
 Seminar Nasional Informatika 2015

INFORMASI KEPADATAN LALU LINTAS

BERBASIS KOMUNITAS
Erfan Hasmin

Teknik Informatika
STMIK DIPANEGARA MAKASSAR
Erfan.hasmin@gmail.com

Abstrak

Penelitian ini bertujuan untuk menganalisis pengembangan model informasi kepadatan lalu lintas dan dengan
memanfaatkan partisipasi komunitas untuk menggunakan perangkat mobile dengan Global Positioning
System (GPS) teknologi dan Google Map API., peta koordinat, dan titik koordinat dari peserta yang
memberikan informasi melalui jaringan internet ke server web. Hasil dari penelitian ini adalah antarmuka
pada perangkat android akan menampilkan informasi kecepatan lalulintas perangkat anggota komnitas yang
sedang berbagi. Web server adalah untuk menganalisis serta untuk melihat dan menghitung kecepatan
berdasarkan posisi GPS yang dikirim oleh perangkat android . Model inidapat diimplementasikan untuk
menyediakan sistem kontrol penunjang lalu lintas dan dapat membantu pengguna jalan.

Kata Kunci: Lalu Lintas, kepadatan, informasi, google,android

1. Pendahuluan mendeteksi kecepatan lalu lintas di titik-titik

Pengembangan kota Makassar sangat pesat,
terutama yang berkaitan dengan peningkatan
kendaraan bermotor. Perkembangan ini,
bagaimanapun, tidak diikuti dengan pembangunan
infrastruktur jalan yang memadai. Akibatnya,
Kota Makassar menghadapi kemacetan lalu lintas
yang cukup parah. Hal ini terjadi di beberapa
bagian jalan di Kota Makassar, terutama di jam
kerja. Data terakhir menunjukkan bahwa jumlah
kendaraan di Kota Makassar telah mencapai
dari jumlah warga tempat tinggal Makassar yang
sekitar 1.200.000 orang. Secara rinci, jumlah
kendaraan roda dua adalah sekitar 416.000
kendaraan, 216.000 kendaraan roda empat pribadi
dan 2.000 kendaraan umum. Apa yang akan
terjadi jika kendaraan tersebut didorong secara
bersamaan pada jalan di hari yang sama? Kota ini
akan pasti dalam kemacetan lalu lintas yang
mengerikan.
teknologi ini sedang berkembang pesat,
termasuk perkembangan perangkat teknologi
mobile bernama Smartphone. Dengan teknologi
yang dimiliki oleh Smartphone yang ada, para
peneliti diharapkan bahwa jenis teknologi ini
dapat membantu membangun sistem yang dapat
digunakan oleh pengemudi kendaraan bermotor
untuk mendapatkan informasi sehingga mereka
dapat memiliki aktivitas mengemudi yang
nyaman tanpa kemacetan lalu lintas.
Untuk melengkapi sistem pemantauan yang
ada digunakan untuk mendeteksi dan melaporkan
kondisi lalu lintas, penelitian ini akan difokuskan
pada pengembangan sistem dengan menggunakan
perangkat mobile (Smartphone) yang dapat
tertentu di jalan dan memberikan informasi
kepada pengguna jalan lain yang saat ini
mengemudi kendaraan atau mereka yang
berencana untuk perjalanan mereka sehingga
dapat memfasilitasi tur mereka. Utilitas teknologi
Global Positioning System (GPS) yang dimiliki
oleh Smartphone ini diharapkan dapat membantu
mengembangkan model ini. Berdasarkan fakta di
atas, akan ada pengembangan model pelaporan
kepadatan lalu lintas dengan menggunakan
perangkat mobile dengan dukungan teknologi
GPS yang akan mengembangkan sebuah aplikasi
yang dirancang untuk menambahkan sistem
aplikasi di Smartphone.
2. Desain Sistem
Model yang akan dikembangkan adalah
kombinasi dari beberapa teknologi, yaitu:
teknologi Smartphone, Global Positional System
(GPS), Internet dan Google Map API, JSON
A. Data Flow Diagram
Gambar 1, menjelaskan proses aliran data yang
terjadi dalam model partisipasi komunitas:
1. Proses penerimaan data dalam server web
sebagai koordinat yang berasal dari satelit GPS
seperti jam, dan IdDevice dari Smartphone.
2. Data disimpan dalam file dbPadatJalur
3. Proses perhitungan Kecepatan didasarkan pada
data lintang, bujur, dan waktu.
4. Proses mengintegrasikan data dari Google Map
dan file yang dbPadatJalur.

653
Seminar Nasional Informatika 2015

5. view Density adalah proses menampilkan peta MULAI

dengan informasi Kecepatan, nama jalan,
komentar dan IdDevice.
6. Google Map API adalah penyedia layanan
lokasi penelitian peta, sehingga dapat dilihat MENANGKAP
PERBAHARUI
secara interaktif. DATA LATITUDE
DATA LATITUDE
DAN LONGITUDE
DAN LONGITUDE
dari SATELIT

Smarphone/
PERHITUNGAN
Partisipan/User WAKTU = 8
DETIK YA

Smartphone
Menerima data MENGIRIM KE
/ User
Data latitude, longitude, waktu, IDDevice latitude, longitude, WEB SERVER
pengguna
jam dan IdDevice
JIKA = 8
DETIK

TIDAK
Data latitude, longitude, jam, IDDevice
F. dbPadatJalur Peta, Nama jalan, latitude, long
SELESAI
idDevice
Latitude, longitude, waktu
Gambar .3 Data Transmission Flowchart
Proses
Integrasi peta
Flowchart penerimaan informasi oleh
perhitungan Kecepatan dan waktu Kec, waktu, nama jalan View Density
mencari kecepatan
dengan kecepatan
pengguna dari server
Penerimaan informasi dapat dijelaskan bahwa
sistem informasi dari server akan diterima oleh
Data Peta dan nama jalan pengguna. Informasi yang akan ditampilkan pada
monitor akan mencakup informasi Kecepatan dan
nama jalan.
Google Map
Untuk mendukung rancangan flowchart,
desain sistem yang dibuat seperti yang
gambar.1 Data Flow Diagram ditunjukkan pada Gambar 4.

Server Partisipan

DB_Padat

Analisa
Kepadatan

JSON

Update Posisi
Data Kepadatan INPUT PROSES OUT PUT
Google Map

Penentuan Titik Informasi

Lalitutde Kepadatan pada Kepadatan Jalan
Longitude MAP
Keterangan
Jam Proses
Wilayah Penelitian View
Client Application IDDevice Kalkulasi MAP
Kecepatan
Gambar 2. Arsitekrutur Sistem
Traffic & Density Information

Gambar 4 Process of Traffic and Density

Information
Penjelasan untuk gambar.3 adalah sebagai
berikut: Smartphone adalah perangkat yang
digunakan untuk mendapatkan data (latitude,
logitude) dari satelit dengan bantuan GPS (Global
Positioning System) dan mengirim data ke server
web bersama dengan data jam dan IdDevice yang
akan diproses. Metode transmisi data digunakan
secara real-time selama program diaktifkan. Input
adalah data lintang, bujur, jam dan IdDevice
diterima oleh server web secara real time
kemudian akan diproses. Proses ini penentuan
titik kepadatan pada peta dengan dukungan

654

Google Map dan menggunakan metode haversine
untuk mengihutng jarak antara dua titik GPS.
Output informasi kepadatan jalan yang dapat
dilihat pada Lihat Peta yang disediakan untuk
server dan client
3. Hasil
Antarmuka Proses
Ada beberapa antarmuka sistem yang dapat
digunakan untuk mendukung proses kerja sistem.
Proses terjadi dalam sistem adalah sebagai
berikut: Proses Pemantauan (userpeserta dan
server), proses penentuan koordinat (server),
proses penentuan Kecepatan (server), dan proses
Pelaporan (user).
Position monitoring process
Sistem ini menampilkan proses pemantauan di
sisi pengguna, dengan menggunakan teknik posisi
pengguna secara real-time dari Smartphone yang
telah dilengkapi dengan fasilitas GPS untuk
terhubung dengan satelit GPS. Smartphone pada
kendaraan yang bergerak dan program yang
diinstal kepadatan lalu lintas juga diaktifkan.
Coordinate determination process
Untuk menentukan koordinat objek peta
penelitian ini, perlu koordinat peta lokasi
penelitian, yaitu Makassar, dalam kemudian
dilanjutkan dengan menentukan posisi peserta
berdasarkan pada transmisi dari Smartphone
pengguna.
Mengkoordinasikan penentuan titik Kota peta
Makassar
Mengkoordinasikan penentuan titik peta Kota
Makassar karena dapat menunjukkan peta Kota
Makassar yang menjadi objek penelitian ini.
Koordinat digunakan untuk menampilkan lokasi
yang lintang dan bujur (-5.145842, 119.426251).
Google Map API digunakan untuk menampilkan
garis lintang dan bujur. Javascript adalah bahasa
pemrograman yang dapat diterapkan untuk
mengakses aplikasi antarmuka Google Map API
yang dapat ditampilkan pada WEB yang sedang
dikembangkan seperti apa yang ditunjukkan
dalam Gambar 5 dan script ditunjukkan pada
Gambar 6
Gambr 5 Google Map API
Seminar Nasional Informatika 2015
Gambar 6. Script in Google Map API
Application on web server
Berdasarkan hasil dari Google Map API,
aplikasi di web ditampilkan dalam Gambar.6
untuk menentukan pusat Kota Makassar sesuai
dengan garis lintang dan bujur yang telah
ditemukan sebelumnya. Aplikasi ini diupload
pada www.kepadatanjalan.extreemhost.com
Desain titik koordinat untuk menentukan
densitas
Desain titik koordinat digunakan untuk
menentukan kepadatan lalu lintas yang dikirim
oleh pengguna atau peserta dan diterapkan pada
server web dalam bentuk tanda atau simbol yang
mewakili posisi peserta. Seperti dalam Gambar 6,
itu menunjukkan titik yang mewakili peserta.
Kecepatan determination process
Proses penentuan Kecepatan diinisialisasi
dengan menampilkan peta Makassar, dan
kemudian menerima data tentang gerakan posisi
peserta dalam waktu tertentu. Hasil pengolahan
data dapat dilihat pada peta server dan peta
pengguna.
Server Side
Data yang dikirim ke database web server
diproses seperti dalam Gbr.2 di mana hasilnya
kemudian akan ditampilkan pada peta di sisi
server web. Tampilan di sisi server didasarkan
pada pengolahan data dalam database itu sendiri
dinamakan sebagai dbpadatjalur. Aplikasi pada
web server yang dapat dilihat pada Gambar 6
sebagai berikut,
Gambar.6 Web Server Display
655
Seminar Nasional Informatika 2015

Desain data yang digunakan dalam database

dan Gambar .6 adalah sebagai berikut,

User Side (map user)

Antarmuka yang tampil pada pad
perangkat smartphone, seperti gambar dibawah 8
Gambar. 7 Desain Field DB ini

Struktur Data JSON

JSON (Java Script Object Notation) pada
aplikasi inimejadi interface antara data yang ada
pada server dengan perangkat android. Adapun
bentuk JSON seperti

{posisi:[

{"id":"1d0d98b8c858aa51",

"lat":"-5.136809",

"lng":"119.450134",

"jam":"09:45:14", 4. Pengujian
Impelementasi Haversine Pengujian sistem ini diperlukan untuk
Metode "jalan":"","kecepatan":"66.0}
Haversine digunakan untuk mengetahui kinerja dari sistem itu sendiri, apakah
mengukur jarak antara kedua titik GPS, dengan itu sudah memenuhi harapan kami atau tidak.
]}
menegetahui dua titik GPS terakhir yang dikirim Tujuan dari tes ini atau penilaian yang mengukur
perangkat ke server, serta selisih waktu antara dan menguji sistem yang telah dibuat. Oleh
kedua GPS tersebut bisa diketahui kecepatan dari karena itu, tes ini dilakukan untuk melihat fungsi
kendaraan. dan kualitas program sistem.

Functional test
function haversineGreatCircleDistance( Tes ini dilakukan dengan mengambil 30
sampel Anggota Komunitas) sebagai obyek
$latitudeFrom, $longitudeFrom, $latitudeTo, penelitian. Sampling ini digunakan karena
populasi sampel yang menjadi objek penelitian
$longitudeTo)
dianggap tak terbatas, sehingga proses
{ pengambilan sampel dilakukan dengan
menggunakan purposive sampling. Pengambilan
$earthRadius = 6371000; sampel ini didasarkan pada jumlah, terlepas asal-
usul subjek ini dengan persyaratan yang
// convert from degrees to radians memenuhi mereka sebagai objek populasi, di
mana pengemudi menggunakan Android
$latFrom = deg2rad($latitudeFrom); Smartphone dan telah pernah di kemacetan lalu
lintas.
$lonFrom = deg2rad($longitudeFrom);

$latTo = deg2rad($latitudeTo);

$lonTo = deg2rad($longitudeTo);

$latDelta = $latTo - $latFrom;

$lonDelta = $lonTo - $lonFrom;

$angle = 2 * asin(sqrt(pow(sin($latDelta /

2), 2) + cos($latFrom) * cos($latTo) *

pow(sin($lonDelta / 2), 2)));

656 return $angle * $earthRadius;

}

Gambar 9. Pengujian Fungsional dengan 30 data
Test Pemantauan posisi peserta
Faktor Test Ini dapat mengambil data dari
fasilitas GPS pada Smartphone berbasis android
dan mengirimkannya kembali ke database server
web. Input data dari peserta ke Web Server:. Data
Lokasi Peserta yang dibutuhkan dan atau
bertujuan untuk mengetahui lokasi peserta yang
diwakili oleh lintang dan bujur. Koordinat juga
digunakan untuk menentukan kecepatan atau
percepatan. Nama Jalan input data yang
digunakan untuk memperjelas lokasi tertentu
peserta seperti jalan apa yang peserta saat ini di.
IdDevice adalah data yang diperlukan untuk
mengetahui identitas peserta yang benar-benar
bertujuan untuk mengetahui spesifikasi
perhitungan kecepatan. Waktu merupakan
masukan yang didasarkan pada jam transmisi
koordinat posisi peserta. Hasil: Data dari GPS
dapat dikirim ke database server web.
Gambar 10. Data view
Untuk tes ini, ada beberapa langkah yang
dilakukan:
Menentukan titik uji lokasi. Ini bertujuan untuk
mengetahui prediksi kepadatan lalu lintas. Lokasi
yang dipilih adalah: Jalan Perintis Kemerdekaan
yang dimulai dari Depan Makassar Town Square
Sampa dengan Depan PLTU Tello.
Setelah data diterima dalam database server
web, akan ada pengolahan data dan Kota
Makassar peta akan ditampilkan serta posisi,
kecepatan dan nama jalan kepada perangkat
peserta.
User Side
Seminar Nasional Informatika 2015
skenarionya adalah pengguna akan
mengaktifkan Smartphone dengan dukungan
Google API. Ini berarti bahwa peta dari Google
yang digunakan dalam program kepadatan ini
akan ditampilkan, sehingga dapat menampilkan
peta Makassar, serta posisi dan kecepatan peserta
seperti yang ditunjukkan pada Gambar.11.
Di telepon (dengan menggunakan
Lenovo, Samsung, dan ponsel Sony), pengguna
dapat peta dengan poin di jalan yang
menampilkan posisi peserta yang saat ini di
Simpang PLTU t dengan kecepatan 0.5 km per
jam.
Gambar.11 in the user side.
Gambar 12. in the web server side
Kecepatan 0.5 km / jam pada 13:20:03.
Jika kecepatan peserta di bawah 20 km / jam,
jalan akan menjadi mungkin dalam kepadatan
yang signifikan. Semakin banyak peserta yang
kita miliki, kualitas yang lebih baik dari informasi
yang kami dapatkan
5. Kesimpulan
Berdasarkan hasil penelitian, dapat disimpulkan
bahwa: Ada kebutuhan dari model partisipasi
masyarakat yang memberikan kepadatan dan lalu
lintas informasi dan dapat digunakan oleh
masyarakat untuk memantau lalu lintas dengan
menggunakan salah satu teknologi dalam
Smartphone yang disebut Global Positioning
System. perancangan dilakukan dengan
menggunakan Google Map API untuk
menampilkan peta Makassar yang akan digunakan
oleh web server dan pengguna dari peta di
Smartphone. Desain ini dapat digunakan untuk
menampilkan peta dengan poin informasi
Kecepatan kendaraan peserta.
Model partisipasi masyarakat untuk informas
ilalu lintas dan kepadatan informasi dapat
657
Seminar Nasional Informatika 2015
terwujud dengan penggunaan perangkat android.
Diharapkan pengembangan model partisipasi ini
dapat diterapkan untuk sistem operasi lainnya. [3].
Untuk informasi tentang kepadatan, diharapkan
untuk diintegrasikan dengan sistem kontrol lalu
lintas lainnya untuk mendapatkan informasi [4].
mengenai kepadatan kendaraan.
[5].
Refrensi
[6].
[1]. B. Marson, Urban Traffic Control and
Monitoring System, J. University of
Hasanuddin, Makassar, 2012.
[2]. Department of Public Works, Manual of
Indonesian Road Capacity (MKJI),
658
Department of Public Works, Dirjen Bina
Marga, 1997.
J. Hadihardja, dkk, Transportation
System, Jakarta, Guna Darma Publisher,
1997.
Intelligent Transportation System, 2001,
pp. 195-200.
L. Mats, A Community Based Approach
to Traffic Information Systems, Halden,
Norway, 2005.
P. Mirchandani and E.Y. Wang,
RHODES to Intelligent Transportation
System, IEEE Intell. Syst, vol.20, pp.10-
15, 2005
 Seminar Nasional Informatika 2015

ANALISIS REKOMENDASI PEMILIHAN PERANGKAT PENYEJUK

UDARA MENGGUNAKAN METODE FUZZY SAW

Fhery Agustin

Dosen Jurusan Sistem Informasi, Universitas Potensi Utama

Universitas Potensi Utama, Jl. K.L. Yos Sudarso Km. 6.5 No 3A Tanjung Mulia-Medan
Email : fhery@potensi-utama.ac.id

Abstraksi

Perangkat AC atau penyejuk udara merupakan perangkat yang tergolong vital dan cukup mahal dari sisi
harga. Sehingga ketika akan dilakukan pengadaan perangkat AC dalam jumlah yang cukup banyak, maka
diperlukan rekomendasi yang teruji untuk menentukan merk yang layak untuk dibeli. Dalam hal ini tentunya
sistem pendukung keputusan memegang peranan penting untuk dapat melakukan fungsi tersebut. Salah
satunya dengan menggunakan perhitungan dengan metode fuzzy SAW (Simple Additive Weighting).
Kemudian berdasarkan penelitian yang dilakukan menghasilkan dua buah merk AC yang layak dibeli dengan
memperoleh skor 2 point. Namun setelah dianalisa lagi berdasarkan pengalaman penggunaan sebelumnya
dengan mempertimbangkan indikator kemudahan perawatan dan layanan purna jual, maka rekomendasi akhir
jatuh kepada AC merk Panasonic.

Kata Kunci : Sistem Pendukung Keputusan, Fuzzy SAW, Merk AC

A. PENDAHULUAN analisa teknis dari bagian perawatan, karena

1. Latar Belakang
Air Conditioner atau biasa disingkat dengan
AC merupakan perangkat wajib pada setiap ruang
kelas di Universitas Potensi Utama. Tentunya
fungsinya untuk mendinginkan ruangan kelas
yang notabene tertutup tanpa ventilasi sama
sekali. Sehingga AC memegang fungsi yang
sangat vital untuk menyejukkan ruangan kelas.
Tanpa AC maka kegiatan Proses Belajar
Mengajar tidak dapat terlaksana dengan nyaman.
Usia dari sebagian besar AC yang ada di
Universitas Potensi Utama telah mencapai lebih
dari 10 tahun terhitung sejak pertama kali
dipasang pada tahun 2003 silam. Kemudian saat
ini berdasarkan data dari bagian perawatan
Universitas Potensi Utama, ternyata terdapat 56%
dari total keseluruhan AC yang ada sudah harus
diganti.
Untuk proses penggantian itu sendiri,
prosedurnya adalah dengan mengajukan
permintaan ke bagian pengadaan. Tentunya
bagian pengadaan akan meminta spesifikasi dan
merk AC yang akan dibeli berikut dengan
analisanya. Hal tersebut tentunya membuat bagian
perawatan harus menggunakan pengalamannya
selama ini dalam merawat AC untuk menentukan
merk mana yang menjadi pilihan berdasarkan
berbagai faktor.
Namun permasalahannya adalah bagian
pengadaan tidak cukup hanya menggunakan
banyak faktor lain yang harus dipertimbangkan
untuk melakukan pengadaan AC dalam jumlah
yang cukup banyak. Untuk itu bagian pengadaan
Universitas Potensi Utama perlu melakukan
kajian analisis dengan metode Simple Additive
Weighting (SAW).
2. Identifikasi Masalah
Identifikasi masalah dalam penelitian ini
antara lain :
a. Pengadaan AC pada tahun 2014 terhitung
cukup banyak sehingga tidak dapat hanya
dengan menggunakan faktor teknis dan
pengalaman semata dalam menentukan
pemilihan merk AC yang akan dibeli.
b. Saat ini belum ada metode baku yang
diterapkan dalam menentukan merk saat
pengadaan barang di Universitas Potensi
Utama, hanya berdasarkan permintaan saja
dari bagian yang membutuhkan.
3. Tujuan Penelitian
Adapun tujuan penelitian ini adalah untuk
membuat analisis yang baku berdasarkan berbagai
kriteria dan bobotnya dalam hal rekomendasi
pemilihan merk AC pada bagian pengadaan di
Universitas Potensi Utama.
B. TINJAUAN PUSTAKA

659
Seminar Nasional Informatika 2015

digunakan pada mall atau pusat

1. Sejarah Penggunaan AC perbelanjaan.
Penggunaan AC atau penyejuk ruangan
ternyata telah dikenal oleh bangsa Romawi kuno
dan Persia abad pertengahan. Konsepnya pada
saat itu adalah dengan mengalirkan air melalui
terowongan ke dinding-dinding rumah untuk
mendinginkan ruangan serta juga memanfaatkan
menara angin. Sedangkan teknologi AC dengan
menggunakan listrik baru ditemukan pada tahun
1902 oleh Willis Haviland Carrier. [1] Gambar 3. AC Central
2. Type-Type AC d. AC Standing Floor
Merupakan AC yang unitnya mudah
Terdapat berbagai jenis type-type AC yang untuk dipindah-pindahkan. Biasanya AC
beredar di pasaran, diantarnya adalah : [2] ini digunakan pada saat acara-acara
seperti resepsi pernikahan, dan lain-lain.
a. AC Split
Merupakan jenis AC yang paling umum
digunakan di perkantoran maupun
perumahan. Hal ini disebabkan oleh
mudahnya pemasangan dan
pelayanannya.

Gambar 4. AC Standing Floor

e. AC Cassette
Merupakan AC yang unit indoornya
menempel di plafon. Pemasangan jenis
AC ini membutuhkan keahlian khusus
Gambar 1. AC Split karena cukup sulit.

b. AC Window
Merupakan AC yang dipasang
menembus didnding serta hanya terdiri
dari 1 unit saja (tidak ada istilah indoor
maupun outdoor).

Gambar 5. AC Cassette

f. AC Split Duct
Merupakan AC dengan distribusi hawa
dinginnya menggunakan sistem ducking
yang dikontrol pada satu titik.
Gambar 2. AC Window

c. AC Central
Merupakan AC yang memiliki ruangan
cooling plant untuk memproses udara
dingin, kemudian mengalirkannya ke
ruangan-ruangan. Biasanya jenis AC ini

660
 Seminar Nasional Informatika 2015

d. Dukungan untuk keputusan independen

maupun sekuensial.
e. Dukungan pada semua fase pengambilan
keputusan.
f. Adaptifitas sepanjang waktu.
g. Dukungan pada semua proses dan gaya
pengambilan keputusan.
h. Sebagai pendukung pengambil keputusan,
Gambar 6. AC Split Duct bukan menggantikannya.
g. AC Inverter
Merupakan unit AC yang menggunakan 4. Konsep Fuzzy MADM
teknologi inverter sehingga lebih hemat
daya mencapai 60%. Fuzzy MADM meruapakan konsep
penerapan sistem pendukung keputusan. Konsep
ini digunakan untuk mencari alternatif optimal
dari beberapa alternatif yang ada berdasarkan
kriteria tertentu, yaitu antara lain : [4]

a. Simple Addictive Weighting (SAW)

Gambar 6. AC Inverter
h. AC VRV
Merupakan AC yang menggunakan
teknologi Variable Refrigerant Volume,
dan juga telah menggunakan CPU dan
kompressor inverter sehingga lebih
handal dibandingkan AC type lainnya.
b. Analytic Hierarchy Process (AHP)
c. Technique for Order Preference by
Similiarity to Ideal Solution (TOPSIS)
d. Weighted Product (WP)
e. Elimination Et Choix la Realite (ELECTRE)
5. Simple Additive Weighting
Merupakan sebuah metode dengan cara
melakukan penjumlahan terbobot terhadap rating
kinerja pada setiap alternatif dari atribut-atribut
yang telah ditetapkan. Proses normalisasi matriks
dibutuhkan agar dapat dilakukan perbandingan
dari rating semua alternatif yang telah ditentukan.
[4]

X ij

Max xij
i
Min xij
rij
i
... Persamaan (1)
X ij


Gambar 7. AC AC VRV
Keterangan :
3. Sistem Penunjang Keputusan
i : atribut keuntungan (Benefit)
j : atribut biaya (Cost)
Merupakan sebuah konsep untuk
rij : Nilai rating kinerja ternormalisasi
pengambilan keputusan yang biasanya
xij : Nilai atribut yang setiap kriteria
menggunakan model dan dibangun oleh suatu
Max Xij : Nilai terbesar dari setiap
proses interaktif dan iteratif. Sistem Pendukung
kriteria
Keputusan memiliki karakteristik dan kapabilitas
Min Xij : Nilai terkecil dari setiap
kunci, yaitu : [3]
kriteria
a. Dukungan untuk pengambil keputusan
terutama pada situasi semi maupun tak
6. Langkah-langkah Penerapan Metode SAW
terstruktur dengan menyertakan hasil
penilaian manusia dan informasi yang
Metode SAW menggunakan tahapan
terkomputerisasi.
implementasi seperti berikut : [4]
b. Dukungan untuk semua level manajerial
pada suatu organisasi.
a. Memberikan nilai setiap alternatif (Ai) pada
c. Dukungan secara luas untuk individu dan
setiap kriteria (Cj) yang sudah ditentukan.
kelompok.

661
Seminar Nasional Informatika 2015

b. Memberikan bobot nilai (W) yang juga Adapun indikator atau kriteria yang
diperoleh dari nilai crisp. digunakan dalam penelitian ini adalah sebagai
c. Normalisasi matriks yang dilakukan dengan berikut :
menghitung rating kinerja yang
ternormalisasi (rij) dari alternatif Ai pada
atribut Cj menggunakan persamaan
berdasarkan jenis atribut (Benefit atau Cost).
d. Melakukan proses perangkingan untuk
setiap alternatif. Tabel 1. Kriteria dan Pembobotan

7. Penelitian Rujukan N Kriteri Sumbe Typ Bobot

o. a r Riset e
Terdapat beberapa penelitian sebagai bahan 1 Daya Bagian Ben 0 = Kurang
rujukan dalam penelitian ini, yaitu antar lain : tahan Perawa efit dari 10
umur tan tahun
a. Penelitian yang dilakukan oleh Suparjoli AC 1 = Lebih
Parhusip yang membahas tentang pemilihan dari 10
spare part sepeda motor menggunakan tahun
metode fuzzy SAW. Makalah ini 2 Tingk Bagian Cos 0 = Kurang
menyajikan sebuah aplikasi yang dibangun at Perawa t dari 5 kali
dengan menggunakan software Visual basic. Kerus tan 1 = Lebih
Adapun data yang disajikan memiliki tingkat akan dari 5 kali
kesesuaian dengan kriteria pilihan di atas 3 Konsu Bagian Cos 0 = Hemat
angka 0 s/d 1. [5] msi Perawa t 1 = Boros
b. Penelitian skripsi yang dilakukan oleh Listrik tan
Bambang Budi Prayitno yang membahas Tekno Survey Ben 0 =
4
tentang keputusan pembelian sepeda motor
logi Pasar efit Teknologi
menggunakan metode Simple Additive
yang Lama
Weighting. Skripsi ini khusus membahas
diguna 1 =
pemilihan merk sepeda motor produk Jepang
kan Teknologi
dengan menghasilkan sebuah program bantu Baru
berbasiS PHP. [6]
5 Harga Survey Cos 0 = Murah
Pasar t 1 = Mahal
C. METODE PENELITIAN
Kriteria dan pembobotan tersebut akan
Metode penelitian yang dilakukan adalah digunakan untuk melakukan benchmark terhadap
penelitian lapangan dengan cara mengumpulkan beberapa merk AC ternama dan yang sebelumnya
informasi di lapangan dan pengalaman juga pernah dipakai di Universitas Potensi Utama
penggunaan merk AC tersebut oleh bagian dengan kapasitas 1 pk , yaitu : Sharp, LG,
perawatan. Mitsubishi, Daikin, dan Panasonic.

Identifikasi Masalah
D. HASIL DAN ANALISA

1. Hasil
Pengumpulan Data

Setelah dilakukan analisa terhadap kelima

merk AC tersebut, maka diperoleh hasil sebagai
Pengolahan Data
Data
berikut :

Tabel 2. Checklist Hasil Analisa

Perhitungan Fuzzy SAW
Merk AC

Penarikan Kesimpulan

Gambar 8. Metodologi Penelitian

662

Hasil checklist di atas menunjukkan hasil
penilaian terhadap masing-masing merk AC
berdasarkan ketentuan yang terdapat pada Tabel 1
sebelumnya. Kemudian hasil checklist tersebut
dikonversikan dalam bentuk angka seperti berikut
:
Tabel 3. Hasil Konversi Nilai
Hasil konversi diperoleh dengan menuliskan
nilai 0 atau 1, tergantung dari posisi cheklist
berada. Kemudian langkah selanjutnya adalah
menyesuaikan type dari masing-masing kriteria
dan menentukan bobot kriteria. Apabila kriteria
tersebut bertype BENEFIT, maka diambil nilai
tertinggi. Apabila kriteria tersebut bertype COST,
maka diambil nilai terendah.
Tabel 4. Type dan Bobot Kriteria
Apabila kriteria tersebut bertype BENEFIT,
maka BOBOT diambil nilai TERTINGGI
sedangkan jika kriteria tersebut bertype COST,
maka BOBOT diambil nilai TERENDAH.
Kemudian lakukan perhitungan berdasarkan
bobot, jika kriteria bernilai COST maka
Bobot/Kriteria. Jika kriteria bernilai BENEFIT
maka Kriteria/Bobot.
Tabel 5. Hasil Perhitungan Bobot dan Kriteria
Setelah perhitungan bobot dan kriteria
diperoleh, maka selanjutnya adalah menghitung
total perolehan dari masing-masing merk AC.
Seminar Nasional Informatika 2015
Tabel 6. Total Perolehan
Nilai total tertinggi didapatkan oleh Sharp
dan Panasonic, maka kedua merk AC tersebut
layak direkomendasikan untuk dibeli oleh bagian
Pengadaan Universitas Potensi Utama.
2. Analisa
Berdasarkan hasil perhitungan dengan
menggunakan konsep fuzzy SAW tersebut
diperoleh hasil akhir untuk masing-masing merk
AC setelah diurutkan, yaitu :
1. Sharp =2
2. Panasonic = 2
3. LG =1
4. Daikin =1
5. Mitsubishi = 0
Gambar 9. Grafik Total Nilai
Terdapat dua buah merk AC dengan hasil
point tertinggi, yaitu Sharp dan Panasonic
sehingga masih menimbulkan permalahan akhir
untuk menentukan salah satu merk yang layak
untuk dibeli. Sehingga diskusi akhir dengan
bagian perawatan untuk membandingkan antara
kedua merk AC tersebut harus dilakukan.
Kemudian paramater akhir yang digunakan adalah
kemudahan perawatan dan layanan purna jual
menjadi tolak ukur akhir. Dan akhirnya
berdasarkan pengalaman pemakaian sebelumnya,
663
Seminar Nasional Informatika 2015
maka yang direkomendasikan adalah AC merk
Panasonic.
Penggunaan fuzzy SAW terlihat sederhana
namun cukup sesuai bila diterapkan dalam
perhitungan pemilihan alat pendingin ruangan
karena perangkat yang diuji dan kriteria yang
digunakan sebagai dasar pengujian tidak terlalu
banyak sehingga perhitungan yang dilakukan juga
terbilang sederhana.
E. KESIMPULAN DAN SARAN
Terdapat beberapa kesimpulan yang dapat
diambil dalam penelitian ini, yaitu :
1. Merk AC Sharp dan Panasonic memperoleh
Total Nilai yang sama besar, yaitu 2 point.
2. Setelah dilakukan analisa berdasarkan
pengalaman dalam penggunaan sebelumnya
maka yang direkomendasikan untuk dibeli
oleh bagian pengadaan adalah AC merk
Panasonic.
3. Parameter akhir yang digunakan untuk
membandingkan antara kedua merk AC
tersebut adalah kemudahan perawatan dan
layanan purna jual.
Sementara saran yang dapat penulis berikan
untuk pengembangan penelitian ini di masa yang
akan datang adalah :
1. Dapat dikembangkan penelitian dengan
menggunakan skor penilaian yang lebih
detail.
2. Diperlukan benchmark untuk
pengukuran dengan alat khusus sehingga
hasil penilaian lebih akurat.
664
DAFTAR PUSTAKA
[1]. Wikipedia, 2014. Penyejuk Udara.
http://id.wikipedia.org/wiki/Penyejuk_udar
a, Diakses tgl : 25 Juni 2014, Jam : 09.13
WIB.
[2]. Mediaproyek, 2014. Jenis dan Macam AC.
http://www.mediaproyek.com/2014/01/jenis-
dan-macam-macam-ac.html, Diakses tgl : 25
Juni 2014, Jam : 15.05 WIB.
[3]. Turban, Efraim, et all, 2005. Decission
Support Systems and Intelligent Systems
7th Ed. Jilid 1. Penerbit Andi, Yogyakarta.
[4]. Kusumadewi, Sri, 2006. Fuzzy Multi-
Attribute Decision Making (Fuzzy
MADM). Graha Ilmu, Yogyakarta.
[5]. Suparjoli Parhusip, 2013. Sistem
Pendukung Keputusan Dalam Pemilihan
Spare Part Kenderaan Sepeda Motor
Dengan Menggunakan Metode Simple
Additive Weighting (SAW). Pelita
Informatika Budi Darma Vo. 4 No. 2,
Universitas Budi Darma, Medan.
[6]. Bambang Budi Prayitno, 2012. Skripsi :
Sistem Pendukung Keputusan Pembelian
Sepeda Motor Dengan Metode Simple
Additive Weighting Menggunakan
Bahasa Pemrograman PHP dan Mysql di
Finance Kabupaten Ponorogo. Universitas
Muhammadiyah Ponorogo, Jawa Timur
 Seminar Nasional Informatika 2015

APLIKASI AUGMENTED REALITY (AR) SEBAGAI INOVASI

PROMOSI OBJEK WISATA DI KABUPATEN PURBALINGGA

Imam Tahyudin1, Dhanar Intan Surya Saputra2

1,2
Sistem Informasi, STMIK AMIKOM Purwokerto
1
imam.tahyudin@amikompurwokerto.ac.id, 2 dhanar.amikom@gmail.com

Abstrak

Kabupaten Purbalingga adalah salah satu kabupaten yang kaya akan potensi wisata. Perkembangan dunia
wisata di Kabupaten Purbalingga terus menunjukan tren positif. Salah satu wisata yang pendapatannya
melampaui target PAD yaitu Owabong. Tetapi dalam perkembangannya terjadi kurangnya pemerataan
pengenalan objek wisata. Kurangnya pemerataan pengenalan objek wisata di Kabupaten Purbalingga salah
satu Penelitian ini bertujuan untuk membuat inovasi promosi obyek wisata menggunakanTeknologi
Augmented Reality (AR). Metode pembangunan aplikasi ini menggunakan extreme programming. Pada
penelitian ini, penulis menyajikan media promosi melalui brosur dengan integrasi Augmented Reality
menggunakan engine Layar Android sebagai solusi pintar, mudah, cepat untuk mengetahui objek wisata
Purbalingga secara menarik melalui sebuah Brosur khusus sehingga setiap orang dapat mengetahui real
objek wisataPurbalingga yaitu berupa video dan audio.

Kata Kunci : Aplikasi, Augmented Reality, Promosi, Pariwisata, Android

1. Pendahuluan Tetapi dalam perkembangannya terjadi

Sektor pariwisata sebagai kegiatan
perekonomian telah menjadi andalan dan prioritas
pengembangan bagi sejumlah negara, terlebih
bagi negara berkembang seperti Indonesia yang
memiliki potensi wilayah yang luas dengan
adanya daya tarik wisata cukup besar, banyaknya
keindahan alam, aneka warisan sejarah budaya
dan kehidupan masyarakat. Selain itu, objek
wisata merupakan salah satu kekayaan alam yang
patut di banggakan, dimana setiap daerah
mempunyai keunikan tersendiri baik dari segi
keindahan maupun adat istiadat sehingga menarik
minat wisatawan untuk mengunjunginya, salah
satunya Purbalingga.
Kabupaten Purbalingga adalah salah satu
kabupaten yang kaya akan potensi wisata.
Perkembangan dunia wisata di Kabupaten
Purbalingga terus menunjukan tren positif. Salah
satu indikasinya, dengan terlampauinya target
pendapatan daerah tahun 2012 dari sektor
wisata.Pada tahun 2012 kemarin, Kabupetan
Purbalingga memeroleh pendapatan asli daerah
lebih dari Rp 644 juta dari sektor wisata. Padahal
targetnya Rp 485 juta. Artinya ada peningkatan
33 persen dari target. Salah satu wisata yang
pendapatannya melampaui target PAD yaitu
Owabong. Selain itu Purbalingga meraih The
Most Improved TCTA Award 2013, Purbalingga
merupakan satu-satunya kabupaten di Jateng yang
meraih penghargaan kategori ini [4].
kurangnya pemerataan pengenalan objek wisata,
hanya beberapa saja yang terkenal yaituOwabong,
Purbasari Pancuran Mas, Sanggaluri Park dan
Buper Munjulluhur. Hal tersebut dibuktikan
dengan pendapatan dua Objek Wisata yaitu
Owabong dan Buper Munjulluhur yang
melampaui target [3]. Kurangnya pemerataan
pengenalan objek wisata di Kabupaten
Purbalingga salah satu penyebabnya adalah
kurangnya sosialisasi yang sampai ke masyarakat
umum serta media promosi yang kurang menarik
hanya sebatas brosur, gambar di internet dan
website [3].
Melihat fenomena tersebut, maka sangat
diperlukan suatu teknologi yang mampu
mewujudkan pemerataan pengenalan objek wisata
Purbalingga dan mampu menggambarkan objek
wisata secara real. Yaitu dengan memanfaatkan
teknologi yang dapat mengemas potensi objek
wisata secara menarik, atraktif dan [2]. Teknologi
yang dapat digunakan salah satunya yaitu
Augmented Reality, yang mana dapat dinikmati
melalui Smatphone (HP) dengan fasilitas aplikasi
Layar. Dimana penggunaan HP atau smartphone
berbasis Android sekarang sudah banyak
digunakan di kalangan masyarakat sehingga hal
tersebut sangat mendukung dalam penerapan
teknologi ini, adapun aplikasi Layar, dapat
diunduh melalui Play Store secara Gratis.
Penelitian terkait dengan penerapan AR
pernah dilakukan oleh Saputra, Utami, Sunyoto
[8] dengan judul Penerapan Mobile Augmented

665
Seminar Nasional Informatika 2015
Reality Berbasis Cloud Computing Pada Harian
Umum Radar Banyumas, merancang dan
menerapkan sebuah aplikasi Mobile Augmented
Reality berbasis Cloud Computing dimana konten
yang ditampilkan merupakan headline news dari
media cetak, kemudian data marker gambar dan
konten video yang ditampilkan disimpan dalam
server yang kemudian dipanggil menggunakan
perangkat mobile yaitu smartphone berbasis
Android.
Penelitian Huang, dkk. [5] dengan judul
Mobile Augmented Reality Based on Cloud
Computing, menerapkan mobile augmented
reality berbasis cloud computing. Menggunakan
perangkat ponsel dengan kamera untuk
menangkap gambar dari buku dan mengirimkan
fitur untuk diproses kedalam cloud. Kemudian
fitur dibandingkan dengan database, jika
informasi yang didapatkan cocok, maka akan
dikirim kembali ke perangkat ponsel. Informasi
tersebut kemudian akan ditampilkan pada layar
melalui augmented reality. Mereka menggunakan
smartphone Android sebagai perangkat mobile,
dan Chunghwa Telecoms Hicloud sebagai Cloud.
Penelitian yang dilakukan Mukhlis [6]
dengan judul Aplikasi Augmented Reality
Pembelajaran Organ Pernapasan Manusia Pada
Smartphone Android, menggunakan teknologi
Augmented Reality dalam pembuatan animasi 3D
agar terlihat lebih real-time. Aplikasi ini
menampilkan objek organ pernapasan manusia
serta mekanisme dari pernapasan. Hasil diujikan
kepada sekelompok murid SMP dan guru.
Penelitian yang dilakukan oleh Hardiansyah
[1] dengan judul Augmented Reality Untuk
Mengetahui Fasilitas Umum Berbasis Android
membahas kombinasi kemampuan komputasi
mobile, kemampuan imaging dan akses network
untuk membuat aplikasi baru yaitu alat bantu
navigasi pejalan kaki. Hasil penelitian adalah
sebuah aplikasi yang membantu pengguna untuk
mengenali daerah di sekitarnya, untuk mendeteksi
gedung-gedung yang ada di sekitar. Aplikasi ini
dapat membantu user untuk mengetahui lokasi
dimana dia berada. Selain itu juga dapat
membantu user untuk menunjukkan arah jalan ke
suatu tempat tujuan.
Penelitian yang dilakukan oleh Mugni [7]
dengan judul SIG (Sistem Informasi Geografis)
Objek Wisata di Kota Bandung menggunakan
Google Maps dan Augmented Reality. Output
penelitian ini berupa Aplikasi SIG (Sistem
Informasi Geografis) Wisata Kota Bandung
dengan Google Maps dan Augmented Reality di
Web dan Brosur.
2. Metode Penelitian
2.1 Metode Pengumpulan Data
666
Pengumpulan data digunakan dalam
memperoleh data-data yang dibutuhkan dalam
penyusunan penelitian ini. Adapaun metode
pengumpulan data yang digunakan adalah:
a. Studi Literatur
Penulis mencari referensi tentang Augmented
Reality. Referensi yang dipakai berupa buku,
jurnal, artikel dari penelitian sebelumnya.
b. Metode Wawancara dan Observasi
Wawancara yaitu suatu model data dengan
mengajukan pertanyaan atau tanya jawab
secara langsung kepada pihak yang
berkompeten. Metode observasi atau
pengamatan langsung merupakan salah satu
metode pengumpulan data atau fakta yang
bertujuan untuk memperoleh informasi yang
diperlukan dengan cara melakukan
pengamatan dan pencatatan langsung tentang
permasalahan yang terjadi pada instansi
terkait.
c. Metode Dokumentasi
Metode dokumentasi merupakan
pengumpulan data yang berupa dokumen,
dalam penelitian ini dokumen-dokumen yang
berhubungan dengan Augmented Reality.
2.2 Metode Pengembangan Sistem
Pada penelitian ini, metode pengembangan
sistem yang digunakan adalah Extreme
programming. Adapun langkah yang dilakukan
sebagai berikut [9]:
f. Exploration phase
g. Planning phase
h. Iteratio to release phase
i. Productionizing phase
j. Maintenance phase
k. Death phase
3. Hasil dan Pembahasan
3.1. Arsitektur Sistem
Aplikasi augmented reality yang dibangun
dapat digunakan ketika pihak redaksi telah
mendesain layout pada brosur promosi objek
wisata di Kabupaten Purbalingga, kemudian
menentukan gambar apa yang akan dijadikan
sebagai penanda aplikasi dan mengunggah konten
yang akan ditampilkan pada penanda tersebut
sebagai informasi realitas tertambah. Arsitektur
sistem secara umum yang akan dibangun dapat
dilihat pada gambar 3.1 berikut ini :

Gambar 1 Arsitektur sistem secara umum
Pada gambar 4.1 tersebut, dapat dilihat
bahwa arsitektur sistem terdiri atas dua pelaku
utama yaitu sisi Pembaca dan Redaksi. Dimana
redaksi merupakan aktor atau pelaku yang
membuat konten augmented reality (AR), dimana
redaksi harus melakukan koneksi ke Layar Cloud
untuk dapat membuat konten. Pembaca
merupakan pelaku yang menikmati atau melihat
konten augmented reality (AR), dimana pembaca
adalah pengguna smartphone Android dan harus
sudah memiliki atau menjalankan aplikasi Layar
App for Android. Arsitektur sistem tersebut dapat
diperjelas lagi berdasarkan pelaku pada gambar
3.2 berikut ini :
Gambar 2 Arsitektur sistem yang berjalan
Penjelasan singkat dari arsitektur sistem
mobile augmented reality yang pada gambar 4.2
adalah sebagai berikut :
a. Redaksi menentukan berita atau iklan mana
yang akan dijadikan sebagai media
augmented reality dan mengunggah gambar
untuk dijadikan sebagai penanda, kemudian
mencetak edisi terbit brosur promosi objek
wisata di Kabupaten Purbalingga. Jika
diperlukan redaksi dapat menambahkan logo
Layar untuk mempertegas konten.
Seminar Nasional Informatika 2015
b. Gambar yang diunggah akan tersimpan di
database cloud Layar dan dapat dipanggil
dengan cara Point and Scan menggunakan
Layar App for Android.
c. Pembaca membaca edisi cetak brosur
promosi objek wisata di Kabupaten
Purbalingga dan mendapatkan gambar mana
yang merupakan penanda dan dapat
dipanggil untuk menampilkan realitas
tertambah.
d. Pembaca menjalankan aplikasi Layar App
for Android untuk dapat menampilkan
augmented reality dan menggunakan
smartphone yang sudah ter-install Layar
App, pembaca menjalankan aplikasi dan
mengarahkan kamera ke brosur promosi
yang sudah ditentukan oleh redaksi. Kamera
diarahkan ke gambar tertentu (penanda).
e. Gambar yang ditangkap oleh kamera dari
pembaca akan mencari konten dalam
database di Cloud Layar. Kemudian Layar
akan menampilkan informasi yang terdapat
di database.
f. Pembaca dapat menikmati konten yang
ditampilkan melalui augmented reality,
adapun konten dapat berupa gambar serta
video.
Jika dilihat pada sisi pembaca atau pengguna
(client) Layar App for Andorid ketika
menggunakan dan menjalankan aplikasi,
arsitektur sistem yang berjalan dapat digambarkan
dalam gambar 5.3 berikut ini :
Gambar 3. Arsitektur sistem pada sisi pengguna
Penjelasan singkat dari arsitektur sistem
augmented reality yang pada gambar 5.3 adalah
sebagai berikut :
a. Pembaca (client) menjalankan aplikasi Layar
App for Android, kemudian dari gambar
penanda (marker) yang di scanning, Layar
API pada Client akan meminta Vision data
pada sisi database Server Cloud Layar.
b. Layar Service Providers akan memverifikasi
data gambar yang diminta, jika sesuai Layar
akan mengirimkan data dalam bentuk
getPOI ke client (pembaca).
c. Data yang dikirimkan ke client akan dirubah
dalam bentuk konten augmented reality
dimana konten dapat berupa gambar
2Dimensi (2D), video atau animasi, virtual
buttons, atau web links.
667
Seminar Nasional Informatika 2015

melacak gambar yang sudah diregistrasi

tersebut ke Cloud Layar dan kemudian akan
memunculkan informasi (video, gambar atau
virtual tombol).

3.3. Proses Pembacaan Penanda

3.2. Fungsionalitas Sistem
Antarmuka Layar App for Android
digunakan untuk melakukan pendeteksian gambar
penanda yang ada di brosur dan menampilkan
informasi serta konten augmented reality berupa
video, gambar, animasi atau virtual button yang
berisi link tertentu.

Aplikasi augmented reality (AR) sebagai

inovasi promosi objek wisata di Kabupaten
Purbalingga, pada sisi pembaca bersifat single
user. Dimana masing-masing pembaca akan
menjalankan aplikasi mereka tersendiri
menggunakan smartphone yang mereka miliki.
User tersebut dapat menjalankan aplikasi ini
dengan mengarahkan kamera pada smartphone ke
media penanda yang telah ditentukan oleh pihak
redaksi. Secara umum alur sistem aplikasi mobile
augmented reality yang dibuat adalah sebagai
berikut :
a. Pembaca brosur mendapatkan gambar
sebagai penanda bahwa gambar tersebut
merupakan informasi yang dapat diakses
melalui augmented reality.
b. Pembaca (user) membuka aplikasi melalui
Smartphone Android yang sudah terinstall
Layar App.
c. User mengarahkan kamera ponsel android
kearah gambar yang ingin ditampilkan
informasinya.
d. Ketika user mengarahkan kamera ke gambar
Gambar 4. Pendeteksian Gambar
yang akan ditampilkan informasinya, secara
otomatis kamera Smartphone Android akan

668

Pembaca atau pengguna smartphone
Android mengarahkan kamera smartphone
Android kearah gambar sebagai penanda
kemudian aplikasi akan menampilkan konten
augmented reality (AR) dan informasi sesuai
dengan gambar penanda yang dilihat, dan
disesuaikan dengan database yang ada pada
Layar Cloud.
Pada teknologi yang dikembangkan oleh
Layar, metode untuk pengenalan pola gambar
adalah menggunakan metode yang mereka sebut
dengan Layar Vision. Layar Vision menggunakan
deteksi, pelacakan dan teknik computer vision
untuk menambahkan objek dalam dunia fisik
(augmented reality). Pengembang harus meng-
upload gambar tertentu untuk dijadikan sebagai
penanda (marker), kemudian pada sisi Layar akan
mendeteksi gambar tersebut untuk dikonversi
dalam bentuk khusus atau kode unik (fingerprint)
dan akan mengirimkan fingerprint tersebut ke sisi
pengguna (client) kemudian langkah terakhir,
Layar melakukan recognizes dan akan
menampilkan konten augmented reality dalam
dunia nyata.
Gambar 5. Pembuatan konten augmented reality
Metode Layar Vision yang digunakan
termasuk dalam kategori pengenalan objek
Colour Descriptor, dimana histogram warna
dapat digunakan dalam pengenalan obyek dan
sistem pengambilan gambar pada database,
dengan melihat pada distribusi warna dalam patch
atau area gambar dengan metode pengenalan
objek yang digunakan adalah Dominant Color
Descriptor (DCD). DCD memberikan gambaran
yang ringkas dan padat tentang warna yang
muncul pada gambar atau area gambar tertentu.
Dominant Color Descriptor teraplikasi pada
penjelajahan dan pemunculan database gambar
berdasarkan warna tunggal maupun beberapa nilai
warna, DCD melakukannya secara komputerisasi.
Hal ini memungkinkan kapasitas warna dalam
jumlah besar tapi tetap efisien.
4. Kesimpulan dan Saran
4.1. Kesimpulan
Berdasarkan hasil penelitian pada tahap
fungsionalitas sistem dari penerapan augmented
reality (AR) sebagai inovasi promosi objek wisata
Seminar Nasional Informatika 2015
di Kabupaten Purbalingga, maka dapat
disimpulkan sebagai berikut:
a. Penerapan augmented reality (AR) sebagai
inovasi promosi objek wisata di Kabupaten
Purbalingga terdapat setidaknya dua user yang
saling berhubungan yaitu sis Redaksi dan
Pembaca.
b. Bagi redaksi diharapkan mengunggah gambar
sebagai markers complex sesuai dengan
ketentuan seperti gambar jelas, tidak kabur
(blur) dan diharapkan proses cetak pada edisi
terbit juga tidak terdapat kerusakan gambar
atau terjadinya lipatan kertas.
4.2. Saran
Penerapan augmented reality (AR) sebagai
inovasi promosi objek wisata di Kabupaten
Purbalingga sangat mungkin untuk terus
dikembangkan ke arah yang lebih baik lagi,
sehingga kedepannya dapat diterapkan untuk
beberapa topik yang kiranya perlu dan cocok,
dengan harapan dapat memenuhi kebutuhan
masyarakat akan informasi. Penerapan augmented
reality ini juga memiliki peluang untuk diterapkan
pada halaman iklan bergambar, sehingga iklan
yang ada dapat lebih menarik.
Perlu dilakukan sosialisasi, edukasi, dan
penyampaian informasi kepada masyarakat atau
pembaca tentang adanya penerapan augmented
reality pada brosur wisata Kabupaten
Purbalingga, sehingga penerapan teknologi ini
dapat bermanfaat dengan maksimal. Penerapan
augmented reality sangat mungkin untuk terus
dikembangkan ke arah yang lebih baik lagi,
misalkan menambahkan konten augmented reality
location based atau konten yang lainnya sehingga
dapat memenuhi kebutuhan masyarakat akan
informasi.
Daftar Pustaka:
[1]. Hardiansyah, Fadilah Fahrul, 2012,
Augmented Reality Untuk Mengetahui
Fasilitas Umum Berbasis Android, Institut
Teknologi Sepuluh Nopember
[2]. Hasan, Ellyda. 2010. Contoh Proposal
PKMT. Surabaya : Scribd
(http://id.scribd.com/doc/94890490/contoh-
proposal-PKMT, di akses pada tanggal 29
September 2013, pukul 10.00 WIB)
[3]. Jatengprov.2014. Pengembangan Pariwisata
di Purbalingga Perlu Gebrakan
Monumental.(http://www.jatengtime.com/20
13/reg/jateng/purbalingga/pengembangan-
pariwisata-di-purbalingga-perlu-gebrakan-
monumental/#.U1cyDfl_vmg, di akses pada
tanggal 22 April 2014, pukul 10. 30 WIB)
[4]. Noegroho, Arif. 2013. PurbalinggaRaih The
Most Improved TCTA Award 2013.
669
Seminar Nasional Informatika 2015
(http://m.suaramerdeka.com/index.php/read/
news/2013/12/22/184240, di akses pada
tanggal 22 April 2014, pukul 10.26 WIB)
[5]. Huang Ruei, Bai, 2012, Mobile Augmented
Reality Based on CloudComputing, National
Taiwan University of Science and
Technology
[6]. Mukhlis, Yuzti Perdana, 2012, Aplikasi
Augmented Reality Pembelajaran
OrganPernapasan Manusia Pada
Smartphone Android, Jurnal Teknik
Informatika, Vol 1 September 2012.
[7]. Mugni, Ilham, 2012. SIG (Sistem Informasi
Geografis) Objek Wisata di Kota Bandung
menggunakan Google Maps dan Augmented
Reality.
http://elib.unikom.ac.id/download.php?id=2
670
03946. di akses pada tanggal 22 April 2014,
pukul 10.26 WIB).
[8]. Saputra, Utami, Sunyoto. 2013. Penerapan
Mobile Augmented Reality Berbasis Cloud
Computing Pada Harian Umum Radar
Banyumas. Seminar Nasional Informatika
2013 (SemnasIF 2013) UPN Veteran
Yogyakarta, 18 Mei 2013. ISSN : 1979
2328.
[9]. Widodo, 2008. Extreme Programming :
Pengembangan Perangkat Lunak Semi
Formal. E-Indonesia Initiative 2008
(eII2008). Konferensi dan Temu Nasional
Teknologi Informasi dan Komunikasi untuk
Indonesia 21-23 Mei 2008, Jakarta
 Seminar Nasional Informatika 2015

DECISION SUPPORT DALAM PEMILIHAN STAF TERBAIK

DENGAN METODE ANP
Edy Victor Haryanto

Universitas Potensi Utama

Jl. KL. Yos Sudarso, Km. 6,5 No. 3A Tanjung Mulia Medan

Abstrak
Staf atau Pegawai adalah salah satu sumber daya yang dimiliki oleh setiap perusahaan atau instansi manapun,
kualitas sebuah perusahaan baik itu makin lebih meningkat atau menurun dapat ditentukan oleh kinerja dari
masing-masing staf diperusahaan tersebut, makin baik kinerja staf nya tentukan pendapatan dan kinerja dari
perusahaan atau instansi tersebut makin baik, agar dapat meningkatkan kinerja para staf maka dilakukan
penilaian kinerja dan akan mendapatkan reward, dengan dilakukan penilaian ini tentunya akan memacu
kinerja staf yang lain dikarenakan hasil dari penilaian tersebut mendapatkan reward, dalam penelitian ini
terdapat alternatives, kriteria dan sub kriteria, untuk alternative ada 5 node, kriterianya adalah : Disiplin,
Etika dan Sikap Kerja, Kualitas Kerja, dan dalam Disiplin ada 3 sub kriteria, kriteria Etika dan Sikap Kerja
ada 4 sub kriteria, kriteria Kualitas Kerja ada 3 sub kriteria, dan perhitungannya dengan bantuan software
Super Decision dan hasil akhir dari penilaian pemilihan staf paling tinggi tersebut adalah M. Zen dengan
persentasi nilai 0.4612 atau 46 %.

Kata Kunci : Staf terbaik, Metode ANP, Pemilihan , Super Decision.

1. Pendahuluan when (kapan), who (siapa) dan how (bagaimana)

Sumber daya manusia sangatlah penting
untuk setiap perusahaan atau instansi, karena
kinerja perusahaan tersebut akan meningkat
apabila kinerja para sumber daya manusianya
baik.
Kualitas sumber daya manusia merupakan salah
satu faktor yang diperlukan untuk meningkatkan
produktivitas kinerja suatu instansi. Oleh karena
itu diperlukan sumber daya manusia yang
mempunyai kompetensi tinggi karena keahlian
atau kompetensi akan dapat mendukung
peningkatan prestasi kerja setiap staf. Penilaian
kinerja harus dilakukan untuk mengetahui prestasi
yang dapat dicapai setiap staf dalam melakukan
kinerjanya setiap hari. Dengan melakukan proses
penilaian kinerja maka akan diketahui apakah
nilai untuk setiap staf tersebut dengan nilai baik
sekali, baik, cukup atau kurang dapat langsung
diketahui. Penilaian prestasi penting bagi setiap
staf dan berguna bagi perusahaan untuk
menetapkan tindakan kebijaksanaan selanjutnya.
Penilaian kinerja ini dilaksanakan oleh atasan staf
tersebut dan dari hasil tersebut dapat mendorong
staf agar lebih semangat untuk bekerja, asalkan
proses penilaian jujur dan objektif serta ada tindak
lanjutnya. Tindak lanjut dari penilaian kinerja
dimungkinkan staf tersebut dapat promosi,
dikembangkan.
Dan hasil penilaian ini tentunya akan dapat
memacu staf yang lain untuk lebih berprestasi
lagi. Ruang lingkup penilaian kinerja dicakup
dalam what (apa), why (kenapa), where (dimana),
atau sering disingkat dengan istilah 5 W + 1 H.
Penelitian terkait
Hidayati dalam penelitiannya menerangkan
bagaimana penerapan metode ANP dalam
membuat system e-learning dalam
meningkatkan proses belajar pada SMA Negeri
10 Bandar Lampung, proses dalam penerapan ini
dengan menggunakan wawancara dan
kuesioner[1].
Ayu Mukti dalam penelitiannya menilai kinerja
staf kepala bagian produksi pada PT. Siantar TOP
dengan menggunakan metode ANP dan Rating
Scale, dan kepala bagian yang dinilai adalah 16
orang dengan 18 sub kriteria[2].
Tujuan Penelitian
1. Agar dapat menerapkan sebuah system
dengan metode ANP dan software super
decision dalam membantu untuk menilai
kinerja dari pada staf.
2. Penilaian yang dilakukan dapat diterapkan
untuk bidang yang lain secara adil.
3. Dapat mengetahui secara langsung dan cepat
siapa saja yang terbaik tanpa ada rekayasa
dikarenakan perhitungannya dilakukan
dengan bantuan software superdecision.
2. ANALISIS DAN PERANCANGAN
Hasil analisis kebutuhan dan perancangan
sistem yang akan dijadikan penyelesaian
permasalahan dalam menentukan penilaian staf

671
Seminar Nasional Informatika 2015
terbaik. Data-data tersebut akan dibutuhkan untuk
menjalankan metode Analitic Network Process
(ANP) akan diuraikan pada analisis kebutuhan
data. Perancangan sistem yang dilakukan dengan
melakukan wawancara dan penilaian dari atasan,
semua data hasil penilaian akan dimasukkan ke
dalam software Super Decision. Selanjutnya
dilakukan perhitungan matriks agar dapat
dihasilkan nilai bobot dan rangking alternatif
sebagai untuk pengambil keputusan tersebut,
adapun criteria yang digunakan dalam pemilihan
staf terbaik ini adalah Disipli, Etika dan Sikap
Kerja, Kualitas Kerja, di dalam kriteria-kriteria
tersebut terdapat lagi sub kriteria dan untuk
Kriteria Disiplin ada 3 sub kriteria, Kriteria Etika
dan Sikap Kerja ada 4 sub kriteria dan Kriteria
Kualitas Kerja ada 3 sub kriteria.
2.1 Analisis Kebutuhan Alternatif
Alternatif merupakan nama-nama objek
yang akan diproses sebagai penentuan kasus. Pada
penelitian ini analisis kebutuhan alternatifnya
adalah beberapa staf dalam perguruan tinggi
tersebut. Staf atau alternative yang akan dinilai
dalam penelitian ini adalah sebagai berikut :
1. M. Zen
2. Erwin Sirait
3. Roni
4. M. Yusuf
5. P. Tambunan
2.2 Analisis Kebutuhan Kriteria
Kluster merupakan pengelompok kriteria
yang sejenis dan node adalah sub kriteria dari
masing-masing kluster. Dalam menentukan
penilaian kinerja staf mempunyai tiga kriteria dan
masing-masing kluster atau kriteria mempunyai 3
sub kriteria yang dijadikan sebagai node-nya.
Ketiga kriteria beserta masing-masing sub
kriterianya dapat dijelaskan sebagai berikut :
A. Kriteria Disiplin
Displin adalah criteria yang sangat berperan
dalam penilaian kinerja staf tersebut karena
disiplin akan mencerminkan semangat dan
loyalitas dari staf tersebut. Kriteria Disiplin ini
mempunyai sub kriteria atau node yang meliputi :
a. Disiplin Kerja adalah kegiatan staf tersebut
yang dilakukan dalam sehari-hari.
b. Displin Administrasi adalah disiplin dalam
bidang hal surat menyurat yang dilakukan
setiap pekerjaan.
c. Keandalan adalah loyalitas yang diberikan
oleh staf tersebut dalam membangun kinerja
dari perguruan tinggi tersebut agar lebih
meningkat lagi.
B. Kriteria Etika dan Sikap Kerja
672
Etika dan Sikap Kerja adalah etika yang
dilakukan dalam bekerja dan sikapnya terhadap
atasan staf tersebut.
Kluster kriteria Etika dan Sikap Kerja ini
mempunyai sub kriteria atau node yang meliputi :
a. Kedewasaan dan Integritas Pribadi adalah
suatu sikap dari staf tersebut dalam
menghadapi sebuah masalah atau persoalan
b. Semangat Kerja merupakan sikap dari staf
yang dituntut untuk dapat mengatasi semua
persoalan yang ada agar tetap fit selalu.
c. Kerjasama adalah interaksi antara staf yang
satu dengan yang lain agar dapat
meningkatkan kinerja institusi.
d. Tenggang Rasa adalah sikap toleransi yang
diberikan kepada institusi dalam
menghadapi persoalan yang ada baik itu
dengan teman sesama kerja atau dengan
yang lain
C. Kriteria Kualitas Kerja
Merupakan salah satu kriteria yang
penilaian dapat menentukan staf tersebut baik,
cukup atau kurang. Kriteria Kualitas Kerja ini
mempunyai sub kriteria atau node yang meliputi :
a. Prinsip Kerja adalah ketegasan seorang staf
dalam menghadapi pekerjaan yang ada dan
masalah yang ada.
b. Kuantitas Hasil Kerja adalah banyak
persoalan yang dapat diatasi oleh staf
tersebut.
c. Kualitas Hasil Kerja adalah cara staf dalam
menyelesaikan permasalahan yang ada.
2.3 Analisis Kebutuhan Keterhubungan
(Network)
Dalam proses mengatasi permasalahan
dengan menggunakan metode ANP dan super
decision analisis kebutuhan keterhubungan
(Network) merupakan bagian utama. Analisis ini
menyatakan hubungan antara kriteria dan antara
node kriteria dengan masing-masing alternatif
yang telah ditetapkan. Keterhubungan antar node
dapat ditunjukkan dengan menggunakan 2 matriks
yaitu supermatriks dan limit supermatriks. Dan
hubungan antara sub kriteria dengan alternatif
sub kriteria dengan sub kriteria yang lain dapat
dilihat pada gambar 1.
 Seminar Nasional Informatika 2015

Gambar 1. Pembuatan node-node sub kriteria dan alternative dengan Super Decision

Nama Node -1 -2 -3 -4 -5 -6 -7 -8 -9 -10 -11 -12 -13 -14 -15

M. Zen(1) 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
Erwin Sirait(2) 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
M. Yusuf(3) 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
Junaidi(4) 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
P.
0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
Tambunan(5)
Disiplin
1 1 1 1 1 0 1 1 0 1 0 0 0 0 0
Kerja(6)
Disiplin
1 1 1 1 1 1 0 1 0 1 0 0 0 0 0
Administrasi(7)
Keandalan(8) 1 1 1 1 1 1 1 0 0 1 0 0 0 0 0
Kedewasaan
dan Integritas 1 1 1 1 1 0 0 0 0 1 1 1 0 0 1
Pribadi(9)
Semangat
1 1 1 1 1 1 1 1 1 0 1 1 0 0 1
Kerja(10)
Kerjasama11) 1 1 1 1 1 0 0 0 1 1 0 1 0 0 1
Tenggang
1 1 1 1 1 0 0 0 1 1 1 0 0 0 1
Rasa(12)
Prinsip
1 1 1 1 1 0 0 0 0 0 0 0 0 1 1
Kerja(13)
Kuantitas Hasil
1 1 1 1 1 0 0 0 0 0 0 0 1 0 1
Kerja(14)
Kualitas Hasil
1 1 1 1 1 0 0 0 1 1 1 1 1 1 0
Kerja(15)

Gambar 2. Keterhubungan node-node sub kriteria dan alternative dalam super matriks

673
Seminar Nasional Informatika 2015

2.5 Analisis Model Analytic Network Process

(ANP)

Analisa model pada metode Analytic

Network Process (ANP) dapat dilihat pada
gambar 2.
Pada gambar 2 menunjukkan analisa model
supermatiks dari metode ANP yang terdiri dari Gambar 3. Pengisian hasil penilaian para staf
Alternative, cluster dan keterhubungan antar node yang diinputkan untuk kriteria disiplin
dalam satu cluster (inner dependence) maupun administrasi pada super decision
keterhubungan antar cluster (outer dependence).
Pada cluster alternative terdiri dari nama-nama
staf yang akan dinilai oleh atasannya. Kriteria
Disiplin terdiri dari Displin, Disiplin Administrasi
dan Keandalan. Kriteria Etika dan Sikap Kerja
terdiri dari Kedewasaan dan Integritas Pribadi,
Semangat Kerja, Kerjasama dan Tenggang Rasa.
Kriteria Kualitas Kerja terdiri dari Prinsip Kerja,
Kuantitas Hasil Kerja dan Kualitas Hasil Kerja.
Antara hubungan outer dependence adalah Gambar 4. Hasil Inconsistency (CR) disiplin
keterhubungan sub kriteria Kualitas Hasil Kerja administrasi
dengan kriteria Etika dan Sikap Kerja (Kualitas
Hasil Kerja dengan Kedewasaan dan Integritas Pada gambar 4 memperlihatkan hasil nilai CR
Pribadi, Semangat Kerja, Kerjasama dan atau inconsistency adalah 0.0887 atau dibawah
Tenggang Rasa). Dan untuk outer dependence 0.1 yang berarti konsisten dan hasil diatas
kedua adalah keterhubungan sub kriteria memperlihatkan bahwa penilaian yang tertinggi
Semangat Kerja dengan kriteria Disiplin adalah M. Zen.
(Semangat Kerja dengan Disiplin, Disiplin
Administrasi dan Keandalan).
Pada gambar 2 ada beberapa warna berbeda yang
menyatakan antara lain : warna hijau menyatakan
keterhubungan sub kriteria dengan alternative,
warna kuning adalah meyatakan keterhubungan
untuk inner independence, warna biru adalah
menyatakan keterhubungan antara sub kriteria
dengan sub kriteria yang lain atau outer
independence. Gambar 5. Hasil Perhitungan dalam bentuk
Limit Matrix didalam super decision
3. Pembahasan

Setelah dilakukan penilaian dari atasan staf

tersebut maka nilai dari setiap staf akan
diinputkan ke dalam software superdecision. Dan
hasil CR tiap-tiap sub criteria terhadap alternative
tidak boleh lebih dari 0.1.
Hasil dari penilaian dari atasan untuk masing-
masing alternatives atau staf yang akan dinilai
langsung diinputkan ke dalam superdecision
Hasil untuk cluster matrix, unweighted
supermatrix, weighted supermatrix, limiting
matrix dan full report/synthesize (melihat hasil Gambar 6. Hasil Perhitungan dalam bentuk
akhir) semua dilakukan di super decision. Unweigth Super Matrix

674

Gambar 7. Hasil Perhitungan dalam bentuk
Cluster Matrix
Gambar 8. Prioritas yang didapat setelah
disemua nilai diinputkan ke dalam super
decision
Setelah dilakukan semua input nilai dan dilakukan
perhitungan dengan menggunakan super decision
maka hasilnya atau full report nya staf yang
mendapatkan rankingnya akan ditampilkan dalam
bentuk html atau web.
Gambar 9. Hasil Full Report ditampilkan
dalam bentuk HTML atau web
Dari hasil full reportnya bahwa staf yang
mendapatkan ranking 1 adalah M. Zen dengan
persentasi 46 %.
4. Kesimpulan
Berdasarkan pembahasan dan analisa maka
dapat disampaikan beberapa kesimpulan sebagai
berikut :
1. Metode Analytic Network Process (ANP)
dapat digunakan pada Sistem Pendukung
Keputusan yang dapat membantu untuk
Seminar Nasional Informatika 2015
menyelesaikan dalam pemilihan staf dengan
adil dan transparan
2. Penyelesaian permasalahan dengan
menggunakan metode Analytic Network
Process (ANP) menghasilkan prediksi yang
lebih akurat hal ini disebabkan adanya
pengaruh feedback , keterhubungan antar
node dan cluster yang terdiri dari inner
dependence dan outer dependence,
komparasi yang lebih obyektif dan hasil
yang lebih stabil dan handal.
3. Hasil akhir menunjukkan bahwa sebagian
besar responden memilih Universitas Panca
Budi dengan prosentasi sebesar 38.1.
4. Berdasarkan data yang didapat dari penilaian
para atasan dan wawancara kemudian
dihitung dengan manual dan dibandingkan
dengan perhitungan Super Decision terdapat
urutan yang sama berdasarkan bobot
rangking.
Daftar Pustaka
[1]. Hidayati, Novi, Sistem E-Learning Untuk
Meningkatkan Proses Belajar Mengajar :
Studi Kasus Pada SMA Negeri 10 Bandar
Lampung, Jurnal TELEMATIKA MKOM,
Vol.2 No.2, September 2010. ISSN 2085-
725X.
[2]. Mardyaning, Ayu Mukti, dkk, PENILAIAN
KINERJA KEPALA BAGIAN PRODUKSI
DENGAN METODE ANP DAN RATING
SCALE (STUDI KASUS DI PT. SIANTAR
TOP, TBK. WARU-SIDOARJO), Jurnal
Industria, Vol.2 No.1.
[3]. Shu-Hsuan Chang, dkk, Decision Support
model for employee selection : A strategic
human resource management (HRM)
perspective, African Journal of Business
Management Vol 7(7), 21 February 2013.
www.academicjournals.org/AJBM
[4]. Santoso, Leo Wilyanto, Pembuatan Aplikasi
Sistem Seleksi Calon Pegawai dan Pemilihan
Supplier dengan Metode Analytic Network
Process (ANP) dan Analytic Hierarchy
Process (AHP) di PT X.
[5]. www.superdecision.com
675
Seminar Nasional Informatika 2015

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENYELEKSI

CALON PENERIMA BANTUAN SISWA MISKIN (BSM) DI MTs
NEGERI CIAMIS MENGGUNAKAN
METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Teuku Mufizar1, Teten Nuraen2, Deni Andrianto3

1,2,3
STMIK Tasikmalaya,
Jl. RE. Martadinata No. 272A Kota Tasikmalaya, Telp. 310830
1
fizargama@gmail.com , 2 teten.nuraen@gmail.com , 3 deniandrianto@stmik-tasikmalaya.ac.id

Abstrak

Bantuan Siswa Miskin (BSM) adalah program pemerintah dalam penuntasan wajib belajar dua belas tahun,
yang secara khusus bertujuan untuk menghilangkan halangan siswa miskin berprestasi untuk bersekolah
dengan membantu supaya bisa memperoleh akses pelayanan pendidikan yang layak. MTS Negeri Ciamis
secara rutin setiap tahun melaksanakan kegiatan penyeleksian untuk memilih calon penerima BSM.
Penyeleksian ini dilakukan agar penerima bantuan ini adalah benar-benar siswa yang berhak
mendapatkannya. Adapun permasalahan yang dihadapi oleh panitia seleksi yaitu adanya kesulitan dalam
menentukan keputusan siapa saja yang terpilih menjadi calon penerima bantuan dengan kriteria-kriteria yang
memiliki sifat subjektif atau tidak pasti dengan cepat. Untuk mengatasi permasalahan tersebut maka
dirancangsebuah sistem pendukung keputusan menggunakan Metode Simple Additive Weighting (SAW), yang
merupakan metode perangkingan sederhana dengan cara mencari penjumlahan terbobot berdasarkan kriteria-
kriteria penilaian yang telah ditentukan. Adapun kriteria yang dipakai yaitu: Jumlah Penghasilan Orang tua,
Jumlah Tanggungan Orang tua, Nilai Raport, Kepribadian, Prestasi, Kaum Dhuafa, Banyaknya Absensi
Siswa Yang Alfa, dan Mendapat bantuan Program Pemerintah. Dalam penelitian ini alat bantu pembuatan
aplikasinya menggunakan Ms. Visual Basic, sedangkan basisdata nya menggunakan Ms. Access. Hasil akhir
dari penelitian ini didapatkan bahwa sistem pendukung keputusan dengan metode SAW mampu mengatasi
permasalahan dalam menyeleksi calon penerima bantuan siswa miskin (BSM) di MTs Negeri Ciamis.

Kata kunci : Sistem Pendukung Keputusan, Bantuan Siswa Miskin(BSM), Metode SAW

1. Pendahuluan nantinya adalah siswa yang benar-benar berhak

Bantuan Siswa Miskin (BSM) adalah bantuan
yang diberikan kepada siswa dari keluarga kurang
mampu untuk dapat melakukan kegiatan belajar
di sekolah[1]. Bantuan ini memberikan peluang
bagi siswa untuk mengikuti pendidikan di level
yang lebih tinggi. Tujuan pemberian BSM adalah
mengamankan program pemerintah dalam
penuntasan wajib belajar dua belas tahun agar
dapat menghilangkan halangan siswa miskin
berpartisipasi untuk bersekolah dengan membantu
siswa miskin untuk memperoleh akses pelayanan
pendidikan yang layak, mencegah angka putus
sekolah & menarik siswa miskin untuk bersekolah
serta membantu siswa miskin memenuhi
kebutuhan dalam kegiatan pembelajaran.
MTs Negeri Ciamis merupakan salah satu
lembaga sekolah yang secara rutin setiap tahun
melaksanakan kegiatan penyeleksian untuk
memilih calon penerima BSM. Proses
penyeleksian dilakukan agar penerima BSM ini
dan tepat sasaran. Penyeleksian ini dilakukan oleh
panitia yang dibentuk oleh komite sekolah.
Proses penyeleksian calon penerima BSM
saat ini masih dipengaruhi unsur subjektifitas dari
yang memilih, sehingga dirasakan kurang
mendukung proses tersebut. Apabila terjadi
ketidaktepatan tim penilai, maka hasilnya nanti
dikhawatirkan pemberian BSM menjadi tidak
tepat sasaran.
Untuk mengatasi permasalahan diatas, maka
dibuatkan suatu sistem pendukung keputusan
untuk membantu proses penyeleksian calon
penerima bantuan siswa miskin (BSM) di MTs
Negeri Ciamis. Sistem Pendukung Keputusan
(SPK) itu sendiri adalah salah satu cara
mengorganisir informasi yang dimaksudkan untuk
digunakan dalam membuat keputusan. Ada yang
mendefinisikan bahwa sistem pendukung
keputusan merupakan suatu pendekatan untuk
mendukung pengambilan keputusan[2].
Pembuatan SPK ini diharapkan akan

676
 Seminar Nasional Informatika 2015

menyelesaikan permasalahan yang dihadapi, dan Alur penelitian dengan metode SAW
menghasilkan rekomendasi keputusan yang bisa dalam penyeleksian calon penerima bantuan siswa
membantu Tim Penilai untuk menentukan siapa miskin (BSM) di MTs Negeri Ciamis bisa dilihat
saja siswa yang benar-benar layak mendapatkan di gambar 1.
beasiswa BSM.
Kriteria Fuzzy Multiple Menentu
Salah satu jurnal yang menjadi referensi dalam Peneri Attribute kan
penulisan jurnal ini adalah penelitian yang ma
Decision Nilai
Making Rating
dilakukan oleh Galih Eka Rinaldi [3]. Dalam BSM (FMADM)
penelitian tersebut di lakukan Penerapan Metode
Menent
Simple Additive Weighting (SAW) Untuk Sistem ukan
Pendukung Keputusan Penentuan Penerimaan Nilai
Beasiswa Bantuan Siswa Miskin pada SMA Bobot
Negeri 1 Subah Kabupaten Batang. Adapun Priorita
Menent
s (W)
Hasil
kriteria penilaiannya terdiri dari 5 jenis kriteria, dari
ukan
yaitu Gaji Orang tua, Jumlah Tanggungan, Nilai Nilai
Seleksi
Bobo
Raport, Kepribadian, Prestasi. BSM
Priorita
Jurnal lain yang menjadi acuan yaitu Rankin Menghi Matriks Matriks
g Normali s (W)
tung Keputu
penelitian yang dilakukan oleh Saelindri, Pratya V sasi san
Satria [4]. Penelitian ini dilakukan untuk Gambar 1. Alur penelitian dengan metode
(R) SAW (X)
membuat Sistem Pendukung Keputusan Untuk
Menentukan Kelayakan Penerimaan Bantuan 2.1 Metode Simple Additive Weighting (SAW)
Siswa Miskin (BSM) Dengan Menggunkan Metode SAW merupakan metode Fuzzy
Metode Topsis. Adapun keriteria yang dipakai MADM yang paling sederhana dan paling banyak
yaitu Memiliki tingkat kehadiran 75% di sekolah, digunakan. Metode ini juga metode yang paling
Memiliki kepribadian terpuji : rajin & disiplin, tat mudah untuk diaplikasikan, karena mempunyai
aturan & tata tertib, santun, tidak algoritma yang tidak terlalu rumit.Metode SAW
merokok/narkoba, Orang tua siswa terdaftar sering juga dikenal istilah metode penjumlahan
sebagai peserta PKH, Orang tua siswa penerima terbobot [6]. Konsep dasar metode SAW adalah
kartu perlindungan sosial, Yatim dan/atau Piatu, mencari penjumlahan terbobot dari rating
Siswa terancam putus sekolah karena kesulitan kinerja pada setiap alternatif pada semua
biaya, Pertimbangan lain (misalnya kelainan atribut. [7]
fisik, korban musibah berkepanjangan, anak Langkah-langkah metode dalam metode
korban PHK, atau indikator lainnya).. SAW adalah:
Selain dari 2 jurnal diatas, peneliti 1. Memberikan nilai bobot preferensi (W)
menggunakan referensi penelitian oleh Rina oleh pengambil keputusan untuk masing-
Hasanah [5]. Penelitian ini dilakukan untuk Untuk masing kriteria yang sudah ditentukan.
merancang sistem pendukung keputusan untuk
menentukan penerima beasiswa dengan 2. Melakukan normalisasi matriks keputusan Z
menggunakan Metode Simple Additive dengan cara menghitung nilai rating kinerja
Weighting (SAW). Kriteria yang di pakai Nilai ternormalisasi (rij) dari alternative Ai pada
Rata-rata Raport, Penghasilan Orang Tua, atribut Cj..
Semester, Jumlah Tanggungan Orang Tua.
Dari referensi jurnal diatas, dapat terlihat
adanya perbandingan dengan penelitian yang saat
ini dilakukan.Penelitian saat ini memiliki
perbedaan dengan penelitian [4] dari sisi metode
yang dipakai, yaitu SAW dan Topsis. Sedangkan
kalau dibandingkan dengan penelitian [3] dan [5], Dengan ketentuan :
walaupun ada kesamaan dari sisi penggunaan a. Dikatakan atribut keuntungan apabila
metode yaitu metode SAW, akan tetapi dalam atribut banyak memberikan keuntungan
penelitian kali ini peneliti melakukan bagi pengambil keputusan, sedangkan
pengembangan dari penelitian tersebut yaitu atribut biaya merupakan atribut yang
dengan menambahkan kriteria yang digunakan banyak memberikan pengeluaran jika
menjadi 8 kriteria. Penambahan kriteria ini nilainya semakin besar bagi pengambil
didasarkan pada hasil wawancara dengan pihak keputusan.
panitia seleksi. b. Apabila berupa atribut keuntungan maka
nilai (xij) dari setiap kolom atribut dibagi
2. Metode Penelitian dengan nilai (MAX xij) dari tiap kolom,
2.1 Alur Penelitian sedangkan untuk atribut biaya, nilai (MIN

677
Seminar Nasional Informatika 2015

xij) dari tiap kolom atribut dibagi dengan Tabel 2. Jumlah Tangguangan Orangtua
nilai (xij) setiap kolom. C2 Bobot(W)
3. Hasil dari nilai rating kinerja ternormalisasi 1-2 anak 1
(rij) membentuk matriks ternormalisasi (N) 3-4 anak 2
5-6 anak 3
7-8 anak 4
>=9 anak 5
4. Melakukan proses perankingan dengan cara
3. Kriteria Nilai Raport
mengalikan matriks ternormalisasi (N) dengan
Nilai raport siswa di ambil dari jumlah
nilai bobot preferensi (W).
seluruh aspek nilai mata pelajaran yang hasil
5. Menentukan nilai preferensi untuk setiap
jumlah nya di lihat di dalam buku data pribadi
alternatif (Vi) dengan cara menjumlahkan
murid madrasah tsanawiyah sesuai dengan tahun
hasil kali antara matriks ternormalisasi (N)
pelajaran yang sudah di tempuh.
dengan nilai bobot preferensi (W)..
Tabel 3. Nilai Raport
C3 Bobot(W)
<=1.840 1
1.840 - 2.714 2
Nilai Vi yang lebih besar mengindikasikan bahwa 2.713 - 3.404 3
alternatif Ai lebih terpilih. 3.403 - 4.140 4
4.139 - 4.600 5
3. Analisis dan Pembahasan
3.1 Analisis Kebutuhan Sistem 4. Kriteria Data Kepribadian
Dalam proses penyeleksian calon penerima Data kepribadian ini di ambil dari guru
bantuan siswa miskin (BSM) di MTs Negeri BK yang di nilai dari kepatutannya, kejujuran,
Ciamis, data yang dibutuhkan adalah kriteria yang rasa tanggung jawab, emosi, hubungan dengan
dijadikan sebagai acuan dalam pengambilan teman baik di sekolah maupun di luar sekolah,
keputusan, alternatif yaitu siswa, rating hubungan dengan guru, dari semua aspek itu di
kecocokan pada setiap alternatif pada setiap nilai bagaimana prilaku siswa yang tercantum di
kriteria, dan bobot kepentingan. dalam raport siswa.
Adapun Output yang akan dihasilkan dari
penelitian ini adalah sebuah alternatif yang Tabel 4. Tabel Kepribadian
memiliki nilai tertinggi dibandingkan dengan C4 Bobot(W)
alternatif nilai yang lain. Hasil Outputnya diambil Jelek 1
dari urutan alternatif tertinggi ke alternative yang Cukup baik 2
terendah.Alternatif yang dimaksud disini adalah Cukup 3
seluruh siswa calon penerima BSM di MTs Baik 4
Negeri Ciamis. Sangat baik 5
3.2 Analisis Bobot Nilai Kriteria 5. Kriteria Prestasi
1. Kriteria Penghasilan Orangtua Prestasi di ambil dari kegiatan atau
Penghasilan orangtua di dapat dari gaji perlombaan siswa yang pernah di ikutinya
atau pendapatan orangtua tiap bulannya yang bisa berdasarkan tingkatan yang ada pada tabel berkut.
di lihat di tabel berikut. Tabel 5. Prestasi
Tabel 1. Jumlah Penghasilan Orangtua C5 Bobot(W)
C1 Bobot(W) Tidak ada 1
>Rp 2.000.000 1 Tingkat kecamatan 2
>Rp 1.500.000 - <=RP 2 Tingkat kabupaten 3
2.000.000
Tingkat provinsi 4
>Rp 1.000.000 - <=Rp 3
Tingkat nasional 5
1.500.000
>Rp 500.000 - <=Rp 1.000.000 4
6. Kriteria Kaum Dhuafa
<=Rp 500.000 5 Kriteria untuk kaum dhuafa ini
berdasarkan siswa yang masih punya kedua
2. Kriteria Tanggungan Orangtua orangtua atau sudah tiada atau bisa jadi siswa ini
Jumlah tanggungan atau jumlah saudara berasal dari panti asuhan.
dalam keluarga data ini di dapat dari guru BK Tabel 6. Kaum Dhuafa
bimbingan konseling yang terdapat dalam buku C6 Bobot(W)
data pribadi murid madrasah tsanawiyah.
Kedua 1

678
 Seminar Nasional Informatika 2015

Orangtua wali siswa terdaftar program pemerintah kartu

masih ada perlindungan sosial (KPS) atau program keluarga
Siswa dari harapan (PKH).
2 Tabel 8. Mendapat Bantuan Program Pemerintah
panti asuhan
Tidak punya C8 Bobot(W)
3
ibu Terdaftar KPS 5
Tidak punya Terdaftar
4 4
ayah PKH
Tidak punya Memiliki
5 3
kedua orangtua SKTM
7. Kriteria Absensi Siswa Yang Alfa Tidak
Absensi siswa ini berdasarkan absensi Mendapat 2
semester terakhir yang pernah alfa atau tidak Bantuan
masuk sekolah tanpa keterangan.
3.3 Pembahasan Studi Kasus
Tabel 47. Absensi Siswa Yang Alfa Adapun untuk contoh kasusnya dalam
C7 Bobot(W) pemecahan permasalahan dengan menggunakan
>=7 1 metode SAW diantaranya sebagai berikut:
5-6 2 Menentukan jenis-jenis kriteria dan
3-4 3 alternatif, alternatif dalam penelitian ini adalah di
1-2 4 sekolah mencari siapa siswa yang berhak
0 5 menerima bantuan siswa miskin (BSM), penulis
akan menggunakan 3 alternatif dalam contoh
8. Kriteria Memiliki Kartu Program perhitungan metode SAW ada alternatif 1 (A1),
Pemerintah altrenatif 2 (A2), dan alternatif 3 (A3).
Kriteria untuk memiliki kartu program
pemerintah dilihat apakah kedua orangtua atau
Tabel 9. Rating Kecocokan dari data awal
Jumlah Jumlah Mendapat
Absens
Penghasi Tanggua Bantuan
Alternat Nilai Kepriba Kaum i Siswa
lan ngan Prestasi Program
if Raport dian Dhuafa Yang
Orang Orang Pemerinta
Alfa
tua tua h
Sangat Tidak Tidak punya Terdaftar
A1 800.000 2 3.190 5
baik ada ayah KPS
Tingkat
1.200.00 Siswa dari Terdaftar
A2 5 3.420 Cukup kecamata 7
0 panti asuhan PKH
n
Tingkat Kedua Tidak
A3 500.000 9 2.680 Baik kabupate Orangtua 0 Mendapat
n masih ada Bantuan

1.
Menentukan bobot preferensi atau tingkat kepentingan (W) dari setiap kriteria.
Tabel 10. Tingkat Kepentingan (w) Dari Setiap Kriteria
Kriteria C1 C2 C3 C4 C5 C6 C7 C8
Rating
4 3 3 2 3 4 2 5
Kepentingan

2. Membuat matrik keputusan X

3. Melakukan noramalisasi matrik keputusan X dengan cara menghitung nilai rating kinerja
ternormalisasi (Rij) dari alternatif (Ai) pada kriteria (Cj).

679
Seminar Nasional Informatika 2015

4. Hasil dari nilai rating kinerja ternormalisasi (Rij) membentuk matrik ternoralisasi (R).

5. Hasil akhir nilai preferensi (Vi) diperoleh dari perkalian dan penjumlahan elmen baris matrik
ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matrik (W).
18,8
V1 = (4)(0,8)+(3)(0,2)+(3)(0,75)+(2)(1)+(3)(0,33)+(4)(1)+(2)(0,4)+(5)(1) =
4
16,8
V2 = (4)(0,6)+(3)(0,6)+(3)(1)+(2)(0,6)+(3)(0,67)+(4)(0,5)+(2)(0,2)+(5)(0,8) =
1
V3 = (4)(1)+(3)(1)+(3)(0,5)+(2)(0,8)+(3)(1)+(4)(0,25)+(2)(1)+(5)(0,4) = 18,1

6. Proses prangkingan
Tabel 11. Hasil Perangkingan
Rangking Vi Nama Nilai
1 V1 IMAM AMINUDIN MUHAROM 18,84
2 V3 FEBI HENDRAWA 18,1
3 V2 SEKAR SARI 16,81

680
 Seminar Nasional Informatika 2015

d. Form Data Bobot Kepentingan Tiap

Kriteria

Kesimpulan yang bisa diambil dari tabel

11 diatas yaitu bahwa nilai tertinggi ada pada V1.
Dengan demikian alternatif A1 yaitu Imam
AMinudin Muharom adalah alternatif yang
terpilih sebagai alternatif terbaik untuk calon
penerima BSM..

3.4. Implementasi
a. Form Menu Utama

Gambar 5. Form Data Bobot

e. Form Hasil Penghitungan SPK

Penyeleksian BSM

Gambar 2. Form Menu Utama

b. Form Data Siswa Pemohon

Gambar 6. Hasil Penghitungan SPK Penyeleksian

BSM
Gambar 3. Form Data Siswa Pemohon 4. Kesimpulan
Dari hasil penelitian yang dilakukan
c. Form Data Penilaian BSM maka dapat diambil kesimpulan sebagai berikut :
1. Sistem Pendukung Keputusan (SPK)
Penyeleksian calon penerima BSM dengan
menggunakan metode SAW telah berhasil
dibangun untuk menghasilkan keputusan
berupa daftar perangkingan calon penerima
BSM di MTs. Negeri Ciamis.
2. Sistem pendukung keputusan ini dibangun
dengan melakukan penambahan kriteria-
kriteria sehingga mampu mengurangi tingkat
subjektifitas, dan berdampak pada hasil
penyeleksian terhadap siswa calon penerima
BSM menjadi lebih akurat dan tepat.

Daftar Pustaka :
Gambar 4. Form Data Penilaian BSM

681
Seminar Nasional Informatika 2015

[1]. Peraturan Pemerintah RI Nomor 17 Tahun SEMARANG: UNIVERSITAS DIAN

2010 tentang pengelolaan dan penyelenggara NUSWANTORO.
pendidikan Program dan Peraturan [5]. Rina Hasanah, 2013. Sistem Pendukung
Pemerintah RI Nomor 19 Tahun 2005 Keputusan Untuk Menentukan Penerima
[2]. Kendall, Kennet E., dan Kendall, Jullie E., Beasiswa Dengan Metode Simple Additive
2010, Analisis dan Perancangan Sistem Weighting (Saw) (Studi Kasus Pada Mts Al-
Edisi ke-5 (Versi Bahasa Indonesia). Jakarta Maidah Kotasan). Jurnal Pelita
: Indeks. InformatikaBudi Darma. Volume : V,
[3]. GALIH EKA RINALDH, 2014, Nomor: 3, Desember 2013 ISSN : 2301-
PENERAPAN METODE SIMPLE 9425
ADDITIVE WEIGHTING (SAW) UNTUK [6]. Deni, Widayanti, Sudana, Oka, dan Sasmita,
SISTEM PENDUKUNG KEPUTUSAN Arya, 2013, Analysis and Implementation
PENERIMAAN BEASISWA BANTUAN Fuzzy Multi-Attribute Decision Making SAW
SISWA MISKIN PADA SEKOLAH Method for Selection of High Achieving
MENENGAH ATAS NEGERI 1 SUBAH Students in Faculty Level, IJCSI
KABUPATEN BATANG, SKRIPSI. International Journal of Computer Science
SEMARANG: UNIVERSITAS DIAN Issues, Vol. 10, Issue 1, No 2, January 2013
NUSWANTORO. [7]. Kusumadewi, Sri, Hartati, Sri, Harjoko,
[4]. SAELINDRI, PRATYA SATRIA , 2014, Agus, dan Wardoyo, Retantyo, 2006,Fuzzy
SISTEM PENDUKUNG KEPUTUSAN Multi Attributte Decision Making (Fuzzy
UNTUK MENENTUKAN KELAYAKAN MADM),Yogyakarta: Graha Ilmu.
PENERIMAAN BANTUAN SISWA MISKIN
(BSM) DENGAN MENGGUNAKAN
METODE TOPSIS. SKRIPSI.

682
 Seminar Nasional Informatika 2015

APLIKASI DASHBOARD SISTEM EVALUASI HASIL BELAJAR

UNTUK MENGETAHUI PRESTASI SISWA PADA SMA PGRI 109
TANGERANG

Deddy Hidayat1, Nina Oktapia2, Pamor Astomo3, Eva Mariana4

1)
Teknik Informatika STMIK IP Heartline Tangerang
Heartline Center Building Jl Permata Sari no 1000, Villa Permata Lippo Village Karawaci 15811
2,3,4)
Sistem Informasi, Sistem Informasi Manajemen Perguruan Tinggi Raharja
Jl Jend Sudirman No. 40 Modernland Cikokol - Tangerang, 15117 Tlp 552969
Email : rendy0477@gmail.com1),nina.oktapia@raharja.info2) , pamor.astomo@gmail.com3),
evamariana@raharja.info4)

Abstrak

Pada saat ini komputer sudah memasuki hampir semua bidang telah menggunakan komputer sebagai
alat bantu untuk mendukung evaluasi, analisis dan efektifitas serta pengambilan keputusan dan
kebijaksanaan, seperti salah satunya pendidikan. Dengan perkembangan teknologi bisa dimaanfatkan
membantu aktifitas penilaian siswa yang lebih efektif dan efisen dibanding dengan secara manual.
Rumusan masalah pada penelitian ini, Bagaimana sistem informasi yang sedang berjalan dalam bentuk
manual dapat menjadi terkomputerisasi. Penelitian ini menggunakan metode pengumpulan data seperti
observasi, wawancara, studi pustaka, interview dan elisitasi. Untuk analisa penelitian ini menggunakan
metode analisis critical success factor (CSF). Dari pengumpulan data dan analisis ditemukan bahwa
penilaian siswa masih belum efektif dan efisien. Ruang lingkup penilaianhasil belajar peserta didik mencakup
Kurikulum 2013 merupakan pengembangan atas kurikulum sebelumnya yaitu kurikulum tingkat satuan
pendidikan atau yang biasa disebut KTSP. Penerapan kurikulum 2013 sekolah lebih dapat
memaksimalkan kemampuan dan mencoba menekan kelemahan bagi diri dan lembaganya sehingga
dapat mengoptimalkan pemanfaatan sumber daya yang tersedia untuk memajukan lembaganya
sehingga dalam pelaksanaan Kurikulum 2013 lebih memfokuskan semua mata pelajaran harus mendukung
semua kompetensi baik dalam sikap, keterampilan dan pengetahuan. Pada tahun 2013, pemerintah
telah menetapkan beberapa sekolah untuk ditunjuk menggunakan kurikulum 2013 dan
mengimplementasikan dalam proses pembelajaran sesuai dengan standar proses yang berlaku yang
menjadikan konsep Kurikulum 2013 dimaksudkan untuk dapat mengarahkan pendidikan menuju arah
dan tujuan yang dimaksudkan dalam kegiatan pembelajaran secara menyeluruh.Konsep penilaian
dengan menggunakan berbasis website ini menyediakan banyak kemudahan dan kelebihan jika
dibandingkan dengan konsep sistem penilaian secara manual, karena kurangnya pembuatan laporan yang
kurang maksimal serta lambatnya memberikan hasil laporan penilaian. Hasil dari pengembangan aplikasi
dashboard ini adalah sebuah system dashboard yang menampilkan data barupa chart atau diagram dimana
data ini berguna untuk membantu dalam pengambilan keputusan dalam mengetahui prestasi belajar siswa.

Kata Kunci : Evaluasi, Siswa, Nilai

11. Latar Belakang usaha yang memerlukan data yang akurat

Perkembangan komputer sekarang ini sudah
demikian pesatnya, tidak seperti dahulu masih
dianggap barang langka.Komputer sudah ada
dimana mana sudah menjadi barang yang
tidak dapat dipisahkan dari kehidupan sehari
hari. Pada saat ini komputer sudah memasuki
hampir semua bidang telah menggunakan
komputer sebagai alat bantu untuk mendukung
evaluasi, analisis dan efektifitas serta
pengambilan keputusan dan kebijaksanaan.
Seperti halnya dalam pendidikan, perdagangan,
perkantoran, perbankan, perusahaan serta dunia
untuk mendapatkan informasi.
Di era globalisasi seperti sekarang ini,
teknologi memang tidak dapat dipisahkan dari
kehidupan manusia dan selalu bersifat
dinamis.Perkembangan zaman yang semakin
modern, dan perkembangan teknologi yang
maju dan canggih, membuat manusia merasa
dimanja dan dibiasakan dengan teknologi yang
ada.
Sistem informasi berbasis komputer saat ini
sudah menjadi kebutuhan yang sangat penting di
dalam dunia pendidikan.Karena kita sebagai

683
Seminar Nasional Informatika 2015
pelaku di dunia pendidikan harus membuat
laporan penilaian hasil belajar siswa atau
informasi yang akurat kepada guru.Baik informasi
yang berhubungan dengan penilaian sikap,
keterampilan dan pengetahuan.
SMA/SMK PGRI 109 merupakan salah
satu sekolah swasta yang berada di kota
tangerang. Cara penilaian hasil belajar siswa
masih dilakukan secara manual, Sistem pencarian
datanya memakan waktu lama, karena harus
mencari file data terdahulu untuk penilaian
hasil belajar siswa yang mendukung hasil
laporan penilaian, Dokumen yang ada saat ini
tidak terdokumentasi dengan baik, sehingga
menyebabkan adanya kehilangan data (laporan
system penilaiannya yang masih berantakan
atau tercecer), Pembuatan laporan system
penilaiannya masih lambat karena bagian
kurikulum harus menginput ulang dari hasil
penilaian setiap guru mata pelajaran terhadap
siswa. Di SMA/SMK PGRI 109
TANGERANG untuk system penilaiannya
memakai dua kurikulum yang berbeda, untuk
kelas 10 dan 11 sistem penilaiannya
menggunakan kurikulum 2013 dan untuk kelas
12 sistem penilaiannya masih menggunakan
kurikulum 2006.
Proses penilaian evaluasi hasil belajar
siswa, dilakukan oleh semua guru mata
pelajaran dan hasil laporan penilaian tersebut
langsung diberikan kepada bagian kurikulum
untuk direkapitulasi.
Yang menjadi permasalahan utama dalam
proses monitoring prestasi siswa adalah tidak
adanya data yang ditampikan untuk mendukung
keputusan bahwa seorang siswa tersebut
berprestasi atau tidak, atau kelas mana yang
prestasi atau nilainya baik. Tidak terdapatnya
aplikasi yang menggambarkan laporan Nilai
Siswa berupa table, dimana seluruh siswa dapat
ditampilkan. Dalam aplikasi yang diharapkan
seluruh siswa ditampilkan baik untuk nilai
pengetahuan, keterampilan dan sikap.
12. Teori
Menurut Prof. Dr. Mr. S. Prajudi
Atmosudirdjo dalam bukunya menyatakan,
suatu sistem terdiri atas objek-objek atau
unsur-unsur atau komponen-komponen yang
berkaitan dan berhubungan satu sama lain
sedemikian rupa sehingga unsur-unsur tersebut
merupakan sebuah kesatuan pemrosesan atau
pengolahan tertentu, yang ditulis kembali oleh
Tata Sutabri.
Menurut Norman L. Enger dalam
bukunya Tata Sutabri (2012:7), menyatakan
bahwa sistem dapat terdiri atas kegiatan-kegiatan
yang saling berhubungan guna mencapai tujuan-
tujuan seperti inventaris atau penjadwalan
produksi.
684
Menurut McLeod dalam Yakub (2012),
Informasi adalah data yang diolah menjadi
bentuk yang lebih berguna bagi penerimanya.
Menurut Ward (2002), analisis critical
success factor (CSF) merupakan area terbatas
dalam suatu bisnis yang apabila terpenuhi
maka akan menjamin kesuksesan kinerja
kompetitif bagi perusahaan.
Rockart (Ward,2002), mendefinisikan CSF
sebagai area tertentu dalam perusahaan, dimana
jika hasil dari area tersebut memuaskan, maka
akan menjamin keberhasilan perusahaan dalam
bersaing. Area tersebut adalah area kunci dimana
sesuatu harus berjalan dengan baik dan benar,
sehingga keberhasilan bisnis dapat dicapai dan
terus berkembang.
Perangkat lunak aplikasi adalah program
yang ditulis dan diterjemahkan oleh linguage
software untuk menyelesaikan suatu aplikasi
tertentu. (Jogiyanto.2005)
13. Analisa Sistem Berjalan
13.1 Prosedur Sistem berjalan
a. Proses Absensi Siswa
Guru memanggil murid satu persatu tanda
kehadiran murid.
Guru menulis keterangan absensi kedalam
buku absensi tanda kehadiran.
Guru mengevaluasi absensi murid untuk
menilai kehadiran siswa.
b. Proses Penilaian
Guru melakukan penilaian akademis yang
terbagi dalam beberapa penilaian yaitu
tugas, ujian tengah semester, dan ujian
akhir semester
Melakukan perhitungan dengan rumus
dan metode tertentu sesuai dengan
kurikulum.
Membuat laporan penilaian
c. Proses Pengolahan Data
Melakukan pendataan siswa dan pembagian
kelas.
Melakukan pembagian jadwal guru dan
mata pelajaran di setiap kelas.
Gambar 1 Usecase Penilaian Siswa Yang
Berjalan

Dalam use case diatas terdiri dari 3 actor
yang terlibat yaitu: Guru, Bagian Kurikulum dan
Kepala Sekolah selaku top manajemen yang ingin
meluhat perkembangan hasil evaluasi belajar
siswa. Sementara usecase yang ada yaitu
melakukan absensi, melakukan penilaian,
mengelola data siswa dan data nilai siswa, serta
laporan nilai siswa.
13.2 Literature Review
a. Agus Imam Muharom 2013. Perancangan
Sistem Informasi Akademik Berbasis Web
Studi Kasus Di SMAN 1 Ciawi Tasikmalaya.
Tujuan penelitian adalah Membuat perancangan
sistem informasi akademik berbasis web untuk
mengembangkan sistem informasi akademik
yang sudah ada di SMAN 1 Ciawi. Hasil
penelitian Meningkatkan kinerja sekolah,
karena selain nilai raport siswa disajikan dalam
bentuk buku konvensional sebagai bukti fisik,
juga disajikan dalam bentuk database atau
komputerisasi
b. Susy Kusuma Wardani.2013 Sistem Informasi
Pengolahan Data Nilai Siswa Berbasis Web
Pada Sekolah Menengah Kejuruan (SMK)
PGRI 1 Pacitan. Tujuan penelitian
Menghasilkan sistem informasi nilai berbasis
web yang dapat mengolah nilai siswa,
pencarian, mengupdate, menyimpan, rekap nilai
siswa dan laporan nilai yang dapat diakses
dengan mudah dan efektif. Hasil penelitian
adalah untuk mempermudah dalam
penyampaian sistem penilaian siswa dan
kemudahan pengolahan data bagi para guru.
c. Ganang Roga Atgira, 2013. Perancangan
Sistem Informasi Nilai Siswa Berbasis website
di SMA Santa Maria Rembang. Tujuan
penelitian adalah dapat meminimalisir
kesalahan pengolahan data, mencari data dalam
waktu singkat,menyimpan data secara aman
tanpa perlu khawatir akan kerusakan atau
kehilangan data, serta menampilkan informasi
secara tepat dan akurat. Hasil penelitian adalah
dengan adanya sistem ini diharapkan dapat
membantu semua pihak yang ada disekolah
dalam melakukan pengelolahan dan
penyimpanan data nilai siswa.
13.3 Analisa Critical Success Factor
Seminar Nasional Informatika 2015
Gambar 2 Analisa Critical Success Factor
Dalam hasil analisa success factor di atas
terdapat 3 point penting yaitu mission, factor-
faktor critical dari kesuksesan proyek dan goal
atau tujuan yang ingin dicapai. Yang menjadi misi
dari proyek ini adalah membuat Aplikasi
Dashboard Evaluasi Hasil Belajar Untuk
Mengetahui Prestasi Siswa, sementara tujuan
yang ingin dicapai adalah dashboard untuk
penilaian siswa baik itu per siswa maupun siswa
per kelas. Dengan tujuan ini pihak manajemen
level atas bisa mengevaluasi siswa mana saja
yang paling menonjol baik dari segi keterampilan
sikap maupun pengetahuan, disamping itu dapat
dilihat dievaluasi kelas mana yang nilainya paling
tinggi dan paling baik secara langsung dengan
dashboard ini.
Untuk menjalankan misi dan menghasilkan
tujuan yang ingin dicapai, harus ada beberapa
kriteria atau factor factor penentu keberhasilan
proyek ini yaitu analisa kebutuhan user, estimasi
pekerjaan, mapping laporan dengan kebutuhan
dari user serta pemilihan tools untuk membuat
dashboard tersebut.
14. Rancangan Sistem Usulan
14.1 Use Case Diagram
Gambar 3 Use Case Diagram pada sistem
Penilaian
Berdasarkan Gambar 3 terdiri atas:
a. 1 system yang mencakup kegiatan system
Penilaian Sekolah.
685
Seminar Nasional Informatika 2015

b. 3 Actor yang melakukan kegiatan didalam dashboard dimulai dari login sampai dengan
sistem yaitu Bagian Kurikulum, Guru Dan tampilan untuk melihat dashboard penilaian baik
Kepala Sekolah. siswa maupun penilai perkelas.
c. 24 use case, meliputi use case :
i. Melakukan Login
ii. Halaman Utama
iii. Master mempunyai extend use case:

Gambar 5 Form Login

14.2 Class Diagram Tampilan di atas menggambarkan tampilan

login pertama kali aplikasi ini dijalankan. Login
yang berhak masuk ke dalam sistem ini adalah 3
actor seperti dijelaskan di atas, Guru, Kepala
Sekolah dan Bagian Kurikulum.

Gambar 4 Class Diagram system usulan

Gambar 6 Form Laporan Siswa tabular
Dari class diagram di atas, terdapat 10 class
yaitu, Siswa, Absensi, Guru, Nilai Pengetahuan, Tampilan diatas menggambarkan laporan
Nilai keterampilan, Nilai Sikap, User, Kelas, Nilai Siswa berupa table, dimana seluruh siswa
Penilaian, Jadwal. dapat ditampilkan di dalam tampilan ini. Dalam
tampilan ini seluruh siswa ditampilkan baik untuk
Tabel 1. Perbedaan sistem berjalan dengan sistem nilai pengetahuan, keterampilan dan sikap.
usulan.
Sistem Berjalan Sistem Usulan
Sistem Penilaian yang Untuk system usulan
berjalan pada SMA penulis
PGRI 109 bersifat semi ingin membangun
komputerisasi, hanya sistem yang
sebatas menggunakan berbasisweb yang
Microsoft Excel. dapat dalam
proses pengolahan data
Nilai
Sistem Penilaian yang Sistem usulan delam
berjalan pada SMA Pelaporan
PGRI 109 sering terjadi menggunakan Gambar 7 Dashboard Laporan Nilai Siswa
kesalahan dalam dashboard yang dapat
laporan penilaian. diakses kapan waktu Tampilan ini merupakan salah satu tampilan
dan membantu dashboard untuk laporan nilai siswa, dalam
keputusan. tampilan ini ditampilan persiswa, sehingga bila
dipilih siswa yang dimaksud maka akan diketahui
14.3 Tampilan prototype nilai keseluruhan baik pengetahuan, keterampilan
Didalam tampilan prototype ini akan dan sikap dari siswa tersebut.
digambarkan hasil perancangan aplikasi

686

Gambar 8 Dashboard Laporan Nilai Kelas XI
Sama seperti dashboard di gambar 7 di atas, akan
tetapi dashboard pada tampilan gambar 8 lebih di
titik beratkan pada dashboard seluruh siswa per
kelas.
15. Kesimpulan
Dari hasil pengujian, dapat diambil
kesimpulan agar dapat menjawab pertanyaan-
pertanyaan yang terdapat pada rumusan masalah :
1. Metode Laporan Penilaian yang bersifat
manual dan harus mencaricari data terlebih
dahulu. Secara kualitas informasi yang
didapat oleh semua guru mata pelajaran
dan bagian kurikulum 2013 dalam
pengolahan data tersebut tidak berjalan
efektif dalam segi waktu. Dimana harus
mengumpulkan beberapa berkas yang
pengolahannya masih manual hanya
menggunakan bantuan Microsoft Excel,
sehingga masih kurang efisien dalam segi
tenaga.
2. Dari media sebelumnya masih kurang
efisien maka yang dibutuhkan aplikasi
dashboard system evaluasi hasil belajar
untuk mengetahui prestasi siswa pada SMA
PGRI 109 Tangerang berbasis web. Karena
dapat memudahkan user dalam proses
penginputan penilaian siswa tanpa harus
Seminar Nasional Informatika 2015
mengumpulkan beberapa berkas serta
penyimpanan data pun akan tersimpan aman.
3. Aplikasi Dashboard System Evaluasi Hasil
Belajar Untuk Mengetahui Prestasi Siswa
Pada SMA PGRI 109 Tangerang berbasis
web. Kontennya terdiri dari Penilaian siswa
dan laporan raport hasil belajar siswa.
4. Komponen pada Aplikasi Dashboard
System Evaluasi Hasil Belajar Untuk
Mengetahui Prestasi Siswa Pada SMA
PGRI 109 Tangerang berbasis web yaitu
penilaian pengetahuan, penilaian
keterampilan dan penilaian sikap.
5. Untuk merancang sistem penilaian evaluasi
hasil belajar siswa dibuat sebuah sistem yang
dapat meringkas semua data dengan
menggunakan bahasa pemograman PHP
untuk mempermudah dalam penginputan
penilaian evaluasi hasil belajar siswa pada
Sekolah Menengah Atas ( SMA ) PGRI 109
Tangerang.
Daftar Pustaka:
[1] Sutabri, Tata. 2012. "Analisa Sistem
Informasi". Yogykarta: Andi Offset
[2] Sutarman, 2012. Buku Pengantar
Teknologi Informasi. Jakarta Bumi Aksara.
[3] Yakub, 2012. "Pengantar Sistem Informasi".
Yogyakarta : Graha Ilmu
[4] Ward, John., Peppard, Joe. 2002.
Strategic Planning for Information
System.Cranfield, Bedfordshire, United
Kingdom: JohnWiley & Sons, LTD.
[5] Jogiyanto, (2005), Analisis dan Disain
Sistem Informasi Pendekatan Terstruktur
Teori dan Praktek Aplikasi Bisnis, Cetakan
Ketiga, Andi, Yogyakarta. 126.
687
Seminar Nasional Informatika 2015

ANALISA DAN PERANCANGAN SISTEM PAKAR MENDIAGNOSA

PENYAKIT GINJAL DENGAN MENGGUNAKAN
METODE CERTAINTY FACTOR

Adil setiawan

Universitas Potensi Utama Medan

Jl. K.L Yos Sudarso km.6.5 No.3A Tanjung Mulia Medan

Abstrak

Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan tehnik penalaran
dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang
tertentu. Sistem pakar memberikan nilai tambah pada teknologi untuk membantu dalam menangani era
informasi yang semakin canggih. Aplikasi Sistem Pakar ini menghasilkan keluaran berupa kemungkinan
penyakit ginjal yang diderita berdasarkan gejala yang dirasakan oleh user. Sistem ini menggunakan konsep
Certainty Factor (CF). Sistem akan mencari nilai CF tertinggi, dari berbagai kemungkinan jenis penyakit
berdasarkan gejala yang dimasukkan user dan hasilnya ditampilkan kepada user. Sistem Pakar untuk
Mendiagnosis Penyakit Ginjal ini menghasilkan keputusan penentuan jenis penyakit berdasarkan gejala yang
dimasukkan. Nilai CF yang mungkin dihasilkan adalah antara 0 sampai dengan 1. Jika nilai CF yang
dihasilkan semakin mendekati 1, maka semakin tinggi kepastian terkena penyakit terkait. Sebaliknya, Jika
nilai CF yang dihasilkan semakin mendekati 0, maka semakin rendah kepastian terkena penyakit terkait.
Hasil diagnosis yang ditampilkan bagi pengguna meliputi nama penyakit, gejala, dan solusi pengobatannya.

Kata kunci : Sistem Pakar, Ginjal, Metode Certainty Factor.

PENDAHULUAN dan cara pengobatanya. Sistem yang di rancang

Aplikasi sistem pakar untuk
mendiagnosa penyakit ginjal ini adalah suatu
sistem yang terkomputerisasi untuk membantu
dokter dan untuk masyarakat khususnya dalam
mendiagnosa suatu penyakit ginjal. Aplikasi ini
berbasis web, sehingga nantinya sistem ini dapat
diakses oleh masyarakat luas secara online
melalui internet dimana saja dan kapan saja.
Angka kematian para penderita penyakit
ginjal yang semakin meningkat dalam setiap
tahunnya, dikarenakan kurangnya pengetahuan
tentang gejala awal terhadap penyakit ginjal ini
dan fasilitas kesehatan khususnya pada bagian
penyakit ginjal di Indonesia masih sangat terbatas.
Sehingga dalam bidang kesehatan juga
membutuhkan teknologi komputer. Salah satunya
adalah digunakan untuk mendiagnosa penyakit
ginjal.
Untuk mengatasi permasalahan tersebut
dibutuhkan suatu sistem yang dapat membantu
pihak-pihak yang terlibat dalam upaya menangani
penyakit ginjal, dengan menerapkan salah satu
metode yang terdapat dalam bidang ilmu
kecerdasan buatan yang dapat mengadopsi
pengetahuan pakar ke dalam komputer sehingga
komputer dapat menyelesaikan masalah seperti
layaknya seorang pakar. Dengan adanya sistem
ini diharapkan dapat membantu doskter dan
masyarakat untuk mendiagnosa penyakit ginjal
hanya melakukan penalaran pada penyakit ginjal
yang berdasarkan gejala-gejala fisik yang terjadi
pada seseorang. dengan menggunakan metode
Certainty Factor dengan representasi pengetahuan
berbasis aturan ( rule based system ) dan
Penilaian dilihat dari gejala-gejala yang timbul
terhadap pasien berdasarkan rekomendasi pakar
dan studi literatur dari buku acuan mengenai
penyakit ginjal.
.
LANDASAN TEORI
Sistem Pakar
Bidang sistem pakar merupakan
penyelesaiaan pendekatan yang sangat berhasil
dan bagus untuk permasalahan AI (Artificial
Intelligent) klasik dari pemograman intelligent
(cerdas). Sistem pakar (expert system) merupakan
solusi AI bagi masalah pemrograman pintar
(intelligent). Profesor Edward Feigenbaum dari
Stanford University yang merupakan pionir dalam
teknologi sistem pakar mendefinisikan sistem
pakar sebagai sebuah program kamputer pintar
(intelligent computer program) yang
memanfaatkan pengetahuan (knowledge) dan
prosedur inferensi (inference procedure) untuk
memecahkan masalah yang cukup sulit sehingga
membutuhkan keahlian khusus dari manusia.

688

Dengan kata lain, sistem pakar adalah sistem
komputer yang ditujukan untuk meniru semua
aspek (emulates) kemampuan pengambilan
keputusan (decision making) seorang pakar.
Sistem pakar memanfaatkan secara maksimal
pengetahuan khusus selayaknya seorang pakar
untuk memecahkan masalah. [1]
Manfaat Sistem Pakar
Secara garis besar, banyak manfaat yang
dapat diambil dengan adanya sistem pakar, antara
lain [2]:
1. Membuat seorang yang awam bekerja seperti
layaknya seorang pakar.
2. Meningkatkan produktivitas akibat
meningkatnya kualitas hasil pekerjaan,
mengingkatnya kualitas pekerjaan ini
disebabkan meningkatnya efisiensi kerja.
3. Menghemat waktu kerja.
4. Menyederhanakan pekerjaan.
5. Merupakan arsip terpercaya dari sebuah
keahlian, sehingga bagi pemakai sistem pakar
seolah-olah berkonsultasi langsung dengan
sang pakar, meskipun mungkin sang pakar
telah tiada.
6. Memperluas jangkauan, dari keahlian seorang
pakar. Di mana sebuah sistem pakar yang
telah disahkan, akan sama saja artinya dengan
seorang pakar yang tersedia dalam jumlah
besar (dapat diperbanyak dengan kemampuan
yang persis sama), dapat diperoleh dan dipakai
di mana saja.
Metode Certainty Factor
Dalam aplikasi sistem pakar terdapat suatu
metode untuk menyelesaikan
masalahketidakpastian data, salah satu metode
yang dapat digunakan adalah faktor kepastian
(certainty factor ) (Kusrini, 2008). Faktor
keyakinan diperkenalkan oleh ShortliffeBuchanan
dalam pembuatan MYCIN (Wesley).Certainty
factor (CF) merupakan nilai parameter klinis yang
diberikan MYCIN untuk menunjukan besarnya
kepercayaan. Ada 2 macam faktor kepastian yang
digunakan, yaitu faktor kepastian yang diisikan
oleh pakar bersama dengan aturan dan faktor
kepastian yang diberikan oleh pengguna.Faktor
kepastian yang diisikan oleh pakar
menggambarkan kepercayaan pakarter hadap
hubungan antara antacedent dan konsekuen.
Sementara itu faktor kepastian dari pengguna
menunjukan besarnya kepercayaan terhadap
keberadaan masing-masing elemen dalam
antecedent.[3]
Penerapan Metode Certainty Factor
Seminar Nasional Informatika 2015
Certainty factor diperkenalkan oleh Shortliffe
Buchanan dalam pembuatan MYCIN (Wesley
1984).Certainty factor (CF) merupakan nilai
parameter klinis yang diberikanMYCIN untuk
menunjukkan besarnya kepercayaan.
Certainty factor didefinisikan sebagai berikut
(Giarattano dan Riley, 1994):
CF(H,E) = MB(H,E) - MD(H,E)[2.1]
CF(H,E): certainty factor dari hipotesis H yang
dipengaruhi oleh gejala (evidence) E.Besarnya CF
berkisar antara -1 sampai dengan 1. Nilai -1
menunjukanketidakpercayaan mutlak sedangkan
nilai 1 menunjukan kepercayaan mutlak.
MB(H,E): ukuran kenaikan kepercayaan (measure
of increased belief ) terhadaphipotesis H yang
dipengaruhi oleh gejala E.
MD(H,E): ukuran kenaikan ketidakpercayaan
(measure of increased disbelief )
terhadaphipotesis H yang dipengaruhi oleh gejala
E.
2.3. Menentukan CF Paralel
Menurut Kusrini (2008) pengertian mengenai
certainty factor paralel dan contoh penerapannya
adalah sebagai berikut.Certainty factor paralel
merupakan CF yangdiperoleh dari beberapa
premis pada sebuah aturan. Besarnya CF paralel
dipengaruhi olehCF user untuk masing-masing
premis dan operator dari premis. Rumus untuk
masing-masing operator adalah sebagai berikut :
CF (x Dan y)= Min(CF(x),CF(y)) ..[2.2]
CF (x Atau y)=
Max(CF(x),CF(y))...[2.3]
CF (Tidak x)= -CF(x)..[2.4]
Penyakit Ginjal
Ginjal merupakan organ tubuh manusia
yang sangat vital. Karena ginjal merupakan salah
satu organ perkemihan (ginjal-ureter-kandung
kemihuretra). Penyakit ginjal dapat meningkatkan
risiko kematian bagi penderita dan dapat juga
menjadi pemicu timbulnya penyakit jantung.
Apabila penyakit ginjal bisa dideteksi secara dini,
penyakit lain yang menyebabkan kematian bisa
segera dicegah. Karena ketidaknormalan fungsi
ginjal sering kali menggambarkan tahapan awal dari
gejala penyakit jantung [4].
Kecerdasan Buatan
Kecerdasan buatan berasal dari kata
Artificial Intelligence yang mengandung arti
tiruan atau kecerdasan. Secara harfiah Artificial
Intelligence adalah kecerdasan buatan.
Kecerdasan buatan adalah salah satu bidang
dalam ilmu komputer yang membuat komputer
689
Seminar Nasional Informatika 2015

agar dapat bertindak dan sebaik seperti manusia

(menirukan kerja otak manusia) [5]. METODE PENELITIAN
Pada aplikasi kecerdasan buatan ada 2 bagian
utama yang sangat dibutuhkan yaitu [5]: Subjek penelitian ini adalah membuat aplikasi
a. Basis Pengetahuan (Knowledge Base), berisi sistem pakar mendiagnosa penyakit ginjal
fakta-fakta, teori pemikiran dan hubungan berdasarkan gejala yang ada dan memberitahukan
antara satu dengan yang lainnya. Jurnal cara pengobatan dari penyakit ginjal tersebut
Sarjana Teknik Informatika e-ISSN: 2338- dengan menggunakan metode Certainty Factor.
5197 Langkah yang dilakukan dalam penelitian ini
b. Motor Inferensi (Inference Engine) yaitu meliputi analisis data: mengumpulkan data dan
kemampuan menarik kesimpulan mendiskripsikan data. Perancangan Sistem :
berdasarkan pengalaman. Mengidentifikasi masalah dan kebutuhan,
menentukan masalah yang cocok, akusisi
Pengetahuan, rekayasa Pengetahuan : tabel
Representasi Pengetahuan (Knowledge Base) keputusan, pohon keputusan, tabel aturan,
perancangan sistem : DVD level 0 dan flowchart
Upaya dari usaha penelitian pada kecerdasan sistem. hasil program : form hasil konsultasi.
buatan adalah bagaimana cara untuk ANALISIS DAN PERANCANGAN SISTEM
mengembangkan representasi pengetahuan.
Perangkat lunak kecerdasan buatan mempunyai Analisis sistem
banyak metode yang berbeda untuk menyajikan
pengetahuan dua diantaranya yaitu [5] : Untuk mendiagnosa penyakit ginjal perlu diketahui
terlebih dahulu gejala-gejala yang timbul. Meskipun
a. Pohon
dari gejala klinis (gejala-gejala yang terlihat
Pohon merupakan struktur penggambaran pohon
langsung). Ada 4 tabel untuk membantu Rule basis
secara hirarkis. Struktur pohon terdiri dari node-
pengetahuan untuk mendiagnosa penyakit ginjal ini
node yang menunjukkan obyek, dan arc (busur)
yaitu tabel penyakit, tabel gejala, tabel
yang menunjukkan hubungan antar obyek.
pengobatannya dan tabel rule basis pengetahuan
b. Kaidah Produksi penyakit dengan pengobatannya, serta akan
Kaidah produksi secara umum terdiri dari digambarkan dengan menggunakan pohon
komponen-komponen sebagai berikut: keputusan.
1) Ruang keadaan, yang berisi keadaan awal,
tujuan dan kumpulan aturan yang digunakan Tabel 1. Tabel Penyakit
untuk mencapai tujuan. Kode Penyakit Nilai
2) Strategi kontrol, yang berguna untuk Penyakit CF
mengarahkan bagaimana proses pencarian P001 Gagal ginjal akut 0.6
akan berlagsung dan mengendalikan arah P002 Kanker ginjal 0.7
eksplorasi. Infeksi ginjal 0.6
Kaidah produksi ini merupakan salah satu bentuk P003
(Pielonefritis)
representasikan pengetahuan yang sangat populer P004 Sindrom nefrotik 0.6
dan banyak digunakan adalah kaidah produksi. P005 Hidronefrosis 0.5
Representasi pengetahuan dengan kaidah
P006 Kanker kandung kemih 0.7
produksi. Representasi pengetahuan dengan
P007 Ginjal polikista 0.6
kaidah produksi, pada dasarnya berupa aplikasi
Nefritis 0.6
aturan (rule) yang berupa : P008
tubulointerstisialis
1) Antecedent, yaitu bagian yang
P009 Sistitis Interstisialis 0.5
mengekspresikan situasi atau premis
P010 Infeksi saluran kemih 0.6
(Pernyataan berawalan IF).
2) Konsekuen, yaitu bagian yang menyatakan
Tabel 2. Tabel Gejala
suatu tindakan tertentu atau konklusi yang
Kode Gejala Nilai CF
diterapkan jika suatu situasi atau premis
Gejala
bernilai benar (Pernyataan berawalan THEN).
Berkurangnya rasa, 0.7
G001
terutama ditangan
Konsekuensi atau konklusi yang dinyatakan pada
Darah didalam air 0.6
bagian THEN baru dinyatakan benar, jika bagian G002
kencing (hematuria)
IF pada sistem tersebut juga benar atau sesuai
G003 Demam 0.8
dengan aturan.
Desakan untuk 0.6
Contoh : G004
kencing
IF lalulintas pagi ini padat
THEN saya naik sepeda motor saja G005 Kejang 0.7
Kencing dimalam hari 0.8
G006
(Nokturia)

690
 Seminar Nasional Informatika 2015

G007 Menggigil 0.8 anda mengalami penyakit

G008 Mual 0.7 sembelit, sebaiknya segera
G009 Mudah lelah 0.8 ditangani. Karena hal tersebut
G010 Muntah 0.6 dapat menyebakan infeksi
Nafsu makan 0.6 kandung kemih yang nantinya
G011 juga akan mempengaruhi
menurun
G012 Nanah di air kencing 0.7 ginjal. Hal yang juga perlu
G013 Nyeri di tulang pinggul 0.6 diperhatikan adalah ketika
Nyeri didaerah 0.8 anda ke toilet, pastikan bahwa
G014 bagian sensitif terhadap
kandung kemih
G015 Nyeri didaerah ginjal 0.8 bakteri dicuci dengan bersih.
Nyeri ketika kencing 0.6 Obat antihipertensi untuk
G016 menurunkan tekanan darah
(disuria)
G017 Nyeri perut 0.7 tinggi. Diuretik yang berfungsi
untuk membuang cairan yang
Nyeri punggung 0.8
G018 berlebihan dari dalam tubuh
bagian bawah
melalui urine. Obat
Nyeri yang hilang 0.7 S004 P004
G019 antikoagulan yang digunakan
timbul
untuk menurunkan risiko
Pembengkakan organ 0.7
G020 penggumpalan darah. Steroid
tubuh tertentu
untuk menangani peradangan
Pembengkakan yang 0.6 atau glomerulonefritis
G021
menyeluruh perubahan minimal.
Penurunan berat 0.8 Jika fungsi ginjal telah
G022
badan menurun, infeksi menetap
Perubahan mental / 0.6 atau nyeri yang hebat, maka
G023
suasana hati air kemih yang terkumpul
Rambut dan kuku 0.7 S005 P005
G024 diatas penyumbatan segera
menjadi rapuh dikeluarkan (biasanya melalui
Ruam kulit / kulit 0.7 sebuah jarum yang
G025
kemerahan dimasukkan melalui kulit)
G026 Sering kencing 0.8 Jika penyebabnya adalah
G027 Syok atau kaget 0.6 cedera saraf, maka dipasang
Tekanan darah tinggi 0.8 kateter melalui uretra untuk
G028
(hipertensi) mengosongkan kandung
G029 Tremor tangan 0.8 kemih, baik secara
Volume air kencing 0.8 berkesinambungan maupun
G030
berkurang untuk sementara waktu.
S006 P006
Kateter dipasang sesegera
Tabel 3. basis pengetahuan penyakit dan mungkin agar otot kandung
pengobatan kemih tidak mengalami
Kode Kode Cara pengobatannya kerusakan karena peregangan
Solusi Penyakit yang berlebihan dan untuk
Gagal Ginjal Akut sulit mencegah infeksi kandung
diperkirakan dan dicegah, kemih.
namun resikonya dapat Lebih dari separuh penderita
S001 P001 dikurangi dengan menjaga akan mengalami gagal ginjal di
kesehatan ginjal, dengan kemudian hari. Mengobati
menerapkan pola hidup sehat infeksi dan tekanan darah
dan olahraga teratur. S007 P007 tinggi bisa memperpanjang
Pemeriksaan fisik, dokter harapan hidup penderita.
memeriksa tanda-tanda Untuk mengatasi gagal ginjal,
kesehatan umum dan dilakukan dialisa atau
mengujinya untuk demam dan pencangkokan ginjal.
S002 P002
tekanan darah tinggi. Dokter Meskipun terbentuk jaringan
juga akan meraba perut dan parut, fungsi ginjal biasanya
pinging untuk memastikan kembali normal setelah
adanya gejala tumor S008 P008 pemakaian obat penyebabnya
tidak menahan hasrat buang dihentikan. Jika penyebabnya
S003 P003 air kecil, mengkonsumsi air adalah reaksi alergi, maka
yang cukup. Selain itu, jika pemberian kortikosteroid bisa

691
Seminar Nasional Informatika 2015

mempercepat pemulihan Representasi pengetahuan (knowledge

fungsi ginjal. representation) adalah cara untuk menyajikan
Dilatasi (pelebaran) kandung pengetahuan yang diperoleh ke dalam suatu
kemih dengan tekanan skema/diagram tertentu sehingga dapat diketahui
S009 P009 hidrostatik (tenaga air). Anti- relasi antara suatu pengetahuan dengan
depresi (memberikan efek pengetahuan yang lain dan dapat dipakai untuk
pereda nyeri) menguji kebenaran penalarannya. Representasi
Jangan tahan keinginan Anda pengetahuan dibutuhkan untuk menangkap sifat-
untuk kencing karena dengan sifat penting masalah dan mempermudah prosedur
mengosongkan kandung pemecahan masalah dalam mengakses informasi.
kemih, Anda dapat mencegah Format representasi harus mudah dipahami
S010 P010
bakteri untuk makin sehingga seorang programmer mampu
berkembang biak. Minum mengekspresikan pengetahuan (fakta), namun
banyak air. Redakan nyeri semua cara tersebut harus mengacu pada dua
dengan kompresan air panas. entitas berikut.
1. Fakta, yaitu kejadian sebenarnya. Fakta inilah
yang akan kita representasikan.
Perancangan sistem 2. Representasi dari fakta. Berdasarkan
representasi inilah kita dapat mengolah
Penggambaran perancangan sistem menggunakan fakta.[3]
DFD Level 0 sebagai berikut : Representasi pengetahuan, kaidah produksi
dibentuk dari pengubahan tabel keputusan.
Konfirmasi
Pembuatan suatu kaidah dilakukan dengan
Gejala Penyakit
User
Sistem Pakar
mendiagnosa
Logon
Pakar
beberapa tahapan. Sebagai contoh perhatian
Nama Penyakit
Penyakit Ginjal
Nama Penyakit pembuatan kaidah konklusi ini akan dapat
Informasi Penyakit GejalaPenyakit
Informasi Penyakit tercapai bila kondisi kondisi yang mendukung
Aturan
Konfirmasi Logon terpenuhi. Pembuatan kaidah menggunakan goal
dan kondisi yang telah diperolah, seperti pada
tabel 4:

Gambar 1. DVD Level 0 Tabel 4. Keputusan

P P P P P P P P P P
0 0 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0
Mulai 1 2 3 4 5 6 7 8 9
G001 *
G002 * * * * * * * *
G003 * * * * * * *
Tampilkan Pilihan
gejala G004 * * *
G005 *
G006 * *
G007 * *
Baca pilihan gejala
G008 * * * * *
sesuaikan dengan aturan
G009 * * *
G10 * * * *
G11 *
If solusi = 0 G12 * *
Solusi = kdpenyakit
G13 * *
G14 * *
Tampilkan hasil G15 * *
diagnosa G16 * * * * * *
G17 * * *
G18 * * * * *
Selesai G19 *
Gambar 2. Diagram Flowchart Sistem G20 *
G21 *
G22 *
PEMBAHASAN G23 *
G24 *
Representasi Pengetahuan
G25 * *

692
 Seminar Nasional Informatika 2015

G26 * * * terutama di tangan akut

G27 * 2 Darah didalam air Gagal ginjal 0,6
G28 * * * kencing (hematuria) akut
G29 * 3 Demam Gagal ginjal 0,8
G30 * * * * akut
4 Mudah lelah Gagal ginjal 0,8
Setiap spektrum di atas akan di buat akut
kombinasi untuk setiap kemungkinan gejala
terpenuhi dan disesuaikan dengan jenis penyakit. CF(H,e) = CF (E,e) * CF(H,E)
Berikut ini akan di gambarkan dalam pohon CF(E,e) = 1 nilai kepastian
keputusan pada gambar 3 di bawah ini. CF(H,E) = min [ Rule CF(H,e)]
Dalam perancangan basis pengetahuan ini nilai 1 jika menggunakan min, -1 jika
digunakan kaidah produksi sebagai sarana untuk menggunakan max untuk batas kepastian
representai pengetahuan. Kaidah produksi CF(H,e) = 1 x min[0.7, 0.6, 0.8, 0.8, ]
dituliskan dalam bentuk pernyataan JIKA
[premis] MAKA [konklusi]. Pada perancangan CF(H,e) = 0.60000002384186
basis pengetahuan sistem pakar ini premis adalah Dari perhitungan di atas, didapatkan nilai faktor
gejala dan konklusi adalah jenis unsur hara, kepastian dari masukan gejala untuk penyakit
sehingga bentuk pernyataannya adalah JIKA gagal ginjal akut adalah 0,6
[gejala] MAKA [jenis unsur hara].

Pada sistem pakar ini jika dapat memiliki lebih

dari satu gejala, gejala-gejala tersebut HASIL
dihubungkan dengan operator DAN. Bentuk
pernyataannya adalah :
JIKA [gejala 1]
DAN [gejala 2]
DAN [gejala 3]
MAKA [penyakit]
Dan Untuk kaidah produksinya dapat dilihat
di bawah ini :

1. Kaidah untuk Gagal ginjal akut

IF Berkurangnya rasa, terutama di
tangan
AND Darah didalam air kencing
(hematuria)
AND Demam
AND Kejang
AND Kencing dimalam hari (Nokturia)
AND Mual
AND Mudah lelah Gambar 4. Form Pilih Gejala
AND Muntah
AND Pembengkakan yang menyeluruh Halaman ini merupakan tampilan pilihan
AND Perubahan mental / suasana hati gejala yang disaat user melakukan konsultasi.
AND Ruam kulit / kulit kemerahan
AND Syok atau kaget
AND Tremor tangan
AND Volume air kencing berkurang
THEN Gagal ginjal akut

Dari tabel yang sudah dipaparkan sebelumnya

maka sebagai hasil uji coba sistem aplikasi yang
dibangun dihitung untuk tingkat keakuratan
menggunakan metode CF, seperti pada tabel 5:

Tabel 5. Perhitungan dengan metode CF

No Gejala Penyakit Nilai
CF
1 Berkurangnya rasa, Gagal ginjal 0,7

693
Seminar Nasional Informatika 2015
Gambar 5. Tampilan Hasil Konsultasi
Halaman ini merupakan tampilan data hasil
konsultasi user yang telah menjawab beberapa
pertanyaan dari sistem yang dibangun. Hasilnya
berupa data diri user, gejala defisiensi unsur hara,
penanganan, dan gambar dari kekurangan gejala
defisiensi unsur hara tersebut.
KESIMPULAN
Berdasarkan hasil penelitian dan
pembahasan yang telah dilakukan maka dapat di
simpulkan berikut ini :
1. Penelitian ini menghasilkan aplikasi program
sistem pakar diagnosis 10 penyakit ginjal
dengan gejala dan pengobatannya baik itu
penyakit gagal ginjal akut, kanker ginjal,
infeksi ginjal (pielonefritis), sindrom nefrotik,
hidronefrosis, kanker kantong kemih, ginjal
polikista, nefritis tubulointerstisialis, sistitis
Interstisialis dan infeksi saluran kemih dengan
metode Certainty Factor. Hasil kesimpulan
dari aplikasi yang dibangun keakuratannya
mencapai 85% dengan membandingkan
gejala-gejala yang ada .
2. Dengan adanya akses online berbasis web
maka masyarakat dapat mendiagnosa
kemungkinan penyakit ginjal yang dideritanya
sebelum mengambil tindakan lebih lanjut
seperti konsultasi ke dokter atau tes
laboratorium di rumah sakit.
3. Aplikasi sistem pakar ini dapat menjadi sarana
untuk menyimpan pengetahuan tentang
penyakit ginjal dari para pakar atau ahlinya.
694
4. Aplikasi sistem pakar untuk mendiagnosa
penyakit ginjal adalahsuatu aplikasi untuk
mendiagnosa penyakit ginjal berdasarkan
pengetahuan dari para pakar.
5. Dari hasil penilaian terhadap responden,
responden tertarik dengan sistem ini karena
interface dan pewarnaan sistem sangat mudah
digunakan dan menarik, serta informasi yang
diberikan sistem sudah mencukupi kebutuhan
user dalam mendiagnosa penyakit ginjal. Dan
dari segi manfaat para dokter sangat tertarik
terhadap aplikasi sistem pakar diagnose
penyakit ginjal yang dibuat ini.
DAFTAR PUSTAKA
[1] Rosnelly Rika, 2012, Sistem Pakar Konsep
dan Teori, Yogyakarta, Andi Offset.
[2] Sari Ria Eka, 2013, Sistem Pakar Untuk
Mendeteksi Penyakit THT Dengan
Menggunakan Metode Forward Chaining,
Prosiding SNIf STMIK Potensi Utama
2013.
[3] Kusrini, 2008, Menentukan Faktor
Kepastian Pengguna dengan metode
kuantifikasi pertanyaan, Yogyakarta : Andi.
[4] Purnomo, B. Dasar-dasarurologi Edisi
Kedua, Jakarta: CV Sagung Seto. 2003
[5] Kusumadewi, Sri, 2003, Artificial
Intelligence (Teknik dan Aplikasinya),
Yogyakarta, Graha Ilmu
 Seminar Nasional Informatika 2015

SISTEM INFORMASI STOK OBAT BESERTA ALERT

DENGAN VISUAL BASIC 2008
Iqbal Kamil Siregar, M.Kom1, Bachtiar Efendi, ST. M.Kom2.
1,2
Sistem Komputer, STMIK Royal Kisaran
Jl. Prof. H.M, Yamin No. 173 Kisaran, (0623) 41079
1
sir.anne.droidd@gmail.com, 2 medo_bakti@yahoo.com.

Abstrak

Saat ini masih banyak apotek yang menggunakan sistem manual dalam melakukan pencatatan-pencatatan
transaksi penjualan maupun pencatatan stok obat. Selain tidak efisien, penggunaan sistem manual juga
memerlukan banyak tenaga dan waktu sehingga efektifitas kerja tidak tercapai. Untuk mengatasi masalah
tersebut dibuatlah program sistem informasi stok obat menggunakan alert sehingga dapat membantu proses
penghitungan stok obat, pendataan obat, pendataan pemasok, dan pelanggan, serta mencatat beberapa
transaksi diantaranya pembelian, penjualan dan retur. Dengan program sistem informasi stok obat
menggunakan alert ini, jumlah minimum persediaan obat akan cepat diketahui oleh pemilik apotek serta
pendataan obat, pemasok, pelanggan dan beberapa transaksi menjadi lebih cepat, efisien dan tidak
memerlukan banyak tempat penyimpanan. Sistem informasi ini dirancang menggunakan aplikasi Visual
Basic 2008 dan dengan metode interview ke pemilik apotek untuk memperoleh data-data yang dibutuhkan.

Kata Kunci : Sistem Informasi, Stok Obat, Alert, Visual Basic2008

1. Pendahuluan Apotek merupakan salah satu tempat

Era persaingan bebas saat ini, kecepatan
pengolahan dan penyampaian informasi memiliki
peran yang sangat penting bagi setiap perusahaan,
terutama pada perusahaan-perusahaan yang
memiliki tingkat rutinitas yang tinggi dan
memiliki data yang harus diolah. Banyaknya data
maupun informasi yang harus diolah tidak
memungkinkan dilakukan dengan menggunakan
cara-cara manual. Pengolahan data yang
jumlahnya sangat banyak memerlukan suatu alat
bantu yang memiliki tingkat kecepatan
perhitungan dan penyampaian data yang tinggi.
Alat bantu tersebut berupa perangkat keras
(hardware) dan perangkat lunak (software).
Penerapan sistem informasi berlandaskan
komputer dalam dunia bisnis sekarang telah
menjadi suatu keharusan, Hal ini sebagai salah
satu strategi keunggulan kompetitif. Sistem
informasi berlandaskan komputer merupakan
salah satu pilihan yang tepat untuk mewujudkan
peningkatan produktivitas. Penggunaan komputer
dan penguasaan ketrampilan pengguna software
yang terintegrasi maka dalam proses pengolahan
data menjadi suatu bentuk informasi, akan dapat
dilakukan dengan mudah, cepat, dan akurat. Suatu
hasil pengembangan sistem informasi harus
mendukung aktivitas organisasi sampai jangka
waktu tertentu, karena keberadaan suatu sistem
informasi akan disesuaikan dengan perkembangan
organisasi atau perusahaan.
pelayanan kesehatan yang menyediakan obat
bebas, obat resep yang diperlukan masyarakat
dalam membantu mewujudkan tercapainya
kesehatan. Kemudahan, kecepatan dan kepuasan
masyarakat yang membutuhkan pelayanan
kesehatan menjadi hal yang sangat penting dalam
usahanya memperoleh keuntungan. Oleh karena
itu dibutuhkan rancangan sistem yang dapat
memberikan informasi yang cepat dan tepat.
Dari latar belakang d iatas tersebut,
penulis tertarik untuk membuat penelitian ini
dengan judul: Perancangan Sistem Informasi
Stok Obat Beserta Alert Dengan Menggunakan
Bahasa Pemrograman Visual Basic 2008
2. Pembahasan
Berdasarkan dari penelitian yang telah
dilakukan terhadap sistem yang lama terdapat
kendala atau permasalahan di antaranya:
1. Pengolahan data yang lambat, karena
memasukkan data pembelian dan stok obat
masih dilakukan dengan cara semi
komputer (manual) sehingga hasil yang
didapat belum maksimal.
2. Keamanan data pembelian dan stok obat
kurang terjamin, karena data tersebut masih
disimpan didalam arsip/dokumen.
Setelah diamati secara keseluruhan maka
perlu dilakukan pengembangan terhadap sistem
informasi pengolahan data stok obat secara

695
Seminar Nasional Informatika 2015

komputerisasi yang nantinya diharapkan dapat Lap. Pembelian Obat

1.4
Pesanan Obat
mempercepat proses pengolahan data, dan SUPPLIER PIMPINAN Tanda Tangan
Lap. Pembelian Obat ACC
informasi yang dihasilkan lebih akurat sehingga Pesanan Obat
Faktur Pembelian

data stok obat dapat lebih terjamin. 1.1

Laporan Penjualan Obat
2.1 Desain Sistem Informasi Baru Proses Pembelian Laporan
Berdasarkan aliran sistem informasi (ASI) Obat
Faktur Pembelian
Penjualan Obat
ACC
Laporan Penjualan Obat
yang sedang berjalan maka dapat ditemukan Pesanan
Obat
masalah atau kendala apa saja yang dapat atau 1.5 Siap
Bayar 1.3
1.9

kemungkinan yang akan terjadi jika sistem lama Pengecekan

Persediaan Data Obat KASIR
Cetak
Laporan Tanda Tangan
Obat Laporan
masih dipakai. Pembelian
Pembelian
Obat
Obat
Desain sistem adalah salah satu unsur 1.2
atau tahapan dari keseluruhan pembangunan Pesanan Obat
Entry Data
Data Pembelian
Pembelian
sistem komputerisasi. Penerapan perancangan Obat dan Data
Obat
Data Obat
Bagian Pelayanan
sistem untuk pembangunan sistem informasi Obat

biasanya memerlukan jangka waktu yang lebih 1.8

Pesanan Obat
lama dari pada pemecahan masalah pada Cetak Laporan
Penjualan Obat
umumnya. Salah satu unsur pokok yang harus KONSUMEN
dipertimbangkan dalam pembangunan sistem 1.6 1.7

komputerisasi yaitu masalah perangkat lunak, Entry Data

Penjualan Data Penjualan Cetak Faktur
Penjualan
karena perangkat lunak yang harus dipakai harus Faktur
Penjualan
Obat

sesuai dengan masalah yang akan diselesaikan.

2.2 Context Diagram (CD)
Context Diagram adalah gambaran
umum mengenai suatu sistem yang terdapat
dalam suatu organisasi yang memperlihatkan
batasan sistem, adanya interaksi antara eksternal
entity, sistem dan informasi utama mengalir di
antara entity-entity dari sistem. Context Diagram
ini merupakan alat bantu yang digunakan dalam
menganalisa sistem yang akan dikembangkan dan
menggambarkan hubungan antar elemen yang
membentuk suatu kesatuan.
Gambar Context Diagram dapat dilihat
pada gambar di bawah ini:
PIMPINAN
Faktur Pembelian,
Laporan Pembelian Obat,
Laporan Penjualan Obat
Gambar 2 Data Flow Diagram (DFD)
Stok Obat
2.4 Entity Relationship Diagram (ERD)
Entity Relationship Diagram dapat
membantu kita dalam mempelajari hubungan
antara file yang kita rancang, dalam hal ini
sebagai penghubung antar file-file yang kita set
sebagai field kunci (key) yang sifatnya unik (tidak
boleh sama dengan yang lain).
Gambar Entity Relationship Diagram
(ERD) dapat dilihat pada gambar di bawah ini:
Tanggal_Pembelian Kode_Supplier
Nama_Supplier
Pesanan Obat,
Faktur Pembelian No_Telp No_Faktur_Pembelian
Kode_Obat
Alamat

Nama_Obat
Pesanan Obat, Faktur Pembelian,
Faktur Pembelian Pesanan Obat siap bayar Nama_Supplier
SUPPLIER KASIR SUPPLIER layani PEMBELIAN Satuan
0
Kode_Supplier Harga_Beli
Faktur Pembelian Sistem Laporan Pembelian Obat,
Faktur Penjualan,
Informasi Stock Laporan Penjualan Obat
Jumlah_Obat
Obat Beserta
Pesanan Obat Faktur Penjualan
Alert
Total
menghasilkan

Bagian
KONSUMEN
Pelayanan Obat Pesanan Obat siap bayar Pesanan Obat
Harga_Jual Jumlah_Obat Kode_Obat
Total

Gambar 1 Context Diagram (CD) Stok Satuan Nama_Obat

Obat Nama_Obat PENJUALAN

Digunakan
OBAT
untuk Satuan

2.3 Data Flow Diagram (DFD) Kode_Obat

Stok

Data Flow Diagram merupakan Tanggal_Penjualan Harga_Beli

No_Faktur_Penjualan Harga_Jual
gambaran umum dari sistem secara logika dimana
sistem tersebut memudahkan pemakai yang
kurang menguasai bidang komputer untuk Gambar 3 Entity Relationship Diagram
mengerti sistem yang dikerjakan. (ERD) Stok Obat
Gambar Data Flow Diagram (DFD) dapat dilihat
pada gambar di bawah
ini:

696
 Seminar Nasional Informatika 2015

3. Struktur Program
Struktur program adalah gambaran dari
sebuah rangkaian modul-modul program yang
saling terikat satu sama lain yang terlibat dalam
proses pengolahan data. Pembuatan struktur b. Menu Utama
program ini dimaksudkan untuk mempermudah
dalam memahami keterkaitan program
pengolahan data yang dirancang seperti gambar di
bawah ini:

Login

MENU UTAMA

File Transaksi Laporan Exit

Gambar 6 Desain Menu Utama

Data Supplier Pembelian Laporan Pembelian Obat

c. Input Data Obat

Data Obat Penjualan Laporan Penjualan Obat

Gambar 4 Struktur Program Stok

Obat

a. Tampilan Program
Desain terinci merupakan rancangan dari
pengamatan yang telah dilakukan dalam bentuk
fisik. Adapun desain sistem secara terinci tersebut
antara lain dalam bentuk desain input, output, file
dan logika program.
Gambar 7 Desain Input Data Supplier
b. Desain Masukan (Input Design)
Desain masukan sangat penting dalam d. Input Data Pemasok
membangun sebuah sistem, kuantitas informasi
atau laporan yang akan dihasilkan nantinya
tergantung pada input yang kita rancang. Dalam
perancangan input juga mempengaruhi record-
record yang terlibat dalam pengolahan data.
Berikut ini adalah desain masukan pada sistem
informasi stok obat beserta alert.

a. Input Login

Gambar 8 Desain Input Data Obat

e. Input Data Penjualan Obat

Gambar 5 Desain Input Login

697
Seminar Nasional Informatika 2015
Gambar 9 Desain Input Data Penjualan Obat
f. Input Data Pembelian dan Stok Obat
Gambar 10 Desain Input Data Pembelian dan
Stok Obat
c. Desain Luaran (Output Design)
Tujuan akhir dari suatu sistem yang dapat
menyajikan informasi atau output secara cepat
dan akurat. Untuk itu dalam pendefinisian ini
perlu kita cermati output saja yang akan kita
sajikan dan apa saja yang menjadi isi dari output
tersebut. Berikut ini adalah desain luaran pada
sistem informasi stok obat menggunakan alert.
4. Pembahasan Hasil Perancangan Sistem
Informasi Baru
Berdasarkan dari hasil perancangan
sistem informasi baru ini, dapat dilihat bahwa
permasalahan atau kendala yang ada pada sistem
informasi lama, yaitu:
a. Pengolahan data yang mulanya lambat
dikarenakan masih menggunakan sistem
manual, sekarang sudah lebih cepat dengan
menggunakan bahasa pemrograman Visual
Basic 2008.
b. Data stok dapat terjamin keamanannya,
karena data tersebut disimpan dalam bentuk
database tidak lagi dalam bentuk dokumen
atau kertas/ buku yang diarsip dan akan
dipermudah dengan ada nya alert.
c. Laporan yang dihasilkan juga lebih akurat,
dengan dirancangnya sistem informasi baru
ini.
Oleh karena itu, sistem informasi baru ini
dapat digunakan di Apotek, dan dapat
698
mempercepat proses stok obat, dan datanya lebih
akurat, data stok obat dapat lebih terjamin
keamanannya.
5. Kesimpulan
Berdasarkan hasil penelitian,
pengamatan dan analisa selama melakukan
pengumpulan data pada Apotek dapat diambil
beberapa kesimpulan antara lain:
1. Sistem yang sudah berjalan pada masih
manual, sehingga diperlukan perbaikan
terhadap sistem tersebut yaitu dengan sistem
komputerisasi yang lebih efektif dan efisien.
2. Sistem informasi stok obat beserta alert
dibuat dengan menggunakan bahasa
pemrograman Visual Basic 2008 dan
dirancang melalui aliran sistem informasi
(ASI) baru, contex diagram, data flow
diagram, entity relationship diagram,
struktur program, flowchart, menyajikan
program, dan melalukan pengujian program.
3. Sistem yang baru ini telah mempermudah
dalam pengolahan data yaitu, melakukan
penambahan, pengubahan dan penghapusan
data serta sistem yang dirancang ini dapat
memberikan informasi yang akurat tentang
persediaan obat kapan saja diperlukan dengan
ada nya alert tersebut, serta terjaminnya
keamanan data.
6. Daftar Pustaka
7.
[1] Hartono Jogiyanto, 1999, Pengenalan
Komputer, Yogyakarta, Andi Offset.
[2] Romney, Marshall B dan Stembaut, Paul
Jhon, 2006, Sistem Informasi
Akuntansi(edisi 9). Jakarta: Salemba 4
[3] Hartono Jogiyanto, 1999. Analisis & Desain
Sistem Informasi. Yogyakarta: Andi Offset
[4] Priyanto Rahmat, 2009, Langsung Bisa
Visual Basic.Net 2008, Yogyakarta, Andi
Offset
[5] Rusmawan Uus, 2015, Belajar VB.Net
Secara Mandiri, Jakarta, PT. Elex Media
Komputindo
[6] Sadeli M, 2010, 7 Jam Belajar Interaktif
VisualBasic.Net 2008 Untuk Orang Awam,
Palembang, Maxikom
 Seminar Nasional Informatika 2015

ALGORITMA LEAST SIGNIFICANT BIT UNTUK ANALISIS

STEGANOGRAFI
Indra Yatini1, F. Wiwiek Nurwiyati2

Teknik Informatika, STMIK AKAKOM

Jln. Raya Janti No 143 Yogyakarta
1
indrayatini@akakom.ac.id, 2 wiwiek@akakom.ac.id,

Abstrak

Steganografi merupakan salah satu teknik penyembunyian informasi yang sangat banyak dimanfaatkan untuk
keamanan data. Steganografi mampu menyembunyikan informasi rahasia dalam media digital, seperti :
citra/gambar, audio, video, dan sebagainya. Metode steganografi yang cukup populer adalah least significant
bit (LSB). Tujuan penelitian ini adalah menganalisis dan membandingkan waktu yang dibutuhkan dalam
proses penyisipan, perubahan ukuran berkas terhadap proses penyisipan, penampakan sebelum dan sesudah
proses penyisipan, serta pengaruh proses terhadap aplikasi lain yang sedang berjalan, antara metode LSB 1
bit dan 2 bit. Perbandingan hasil yang diperoleh dari pengujian terhadap obyek gambar dan teks dengan
ukuran yang berbeda dilakukan untuk mengetahui performansi masing-masing algoritma. Gambar yang
menjadi obyek penelitian yaitu jenis .png dan .jpg. Hasil penelitian menunjukkan waktu yang dibutuhkan
pada proses penyisipan metode LSB 1 bit lebih cepat dibanding dengan LSB 2 bit sedangkan ukuran gambar
yang dihasilkan oleh LSB 2 bit lebih kecil dibanding LSB 1 bit. Semakin besar ukuran gambar maka akan
membutuhkan waktu yang lama untuk penyisipan.

Kata kunci :1 bit, 2 bit, java, jpg, LSB, png, steganografi

1. Pendahuluan Kelebihan dari teknik least significant bit

(LSB) yaitu menghasilkan ukuran citra yang tidak
Komunikasi sudah menjadi salah satu bagian berubah dari ukuran semula tetapi teknik least
penting pada kehidupan manusia. Terutama significant bit (LSB) memiliki kekurangan yaitu
dewasa ini, dimana pertukaran informasi begitu terbatasnya penyisipan pesan atau data yang
cepat dan pesat. Terkadang informasi tertentu sesuai dengan ukuran citra.[6]
bersifat rahasia dan penting, sehingga perlu Berdasarkan latar belakang permasalahan
digunakan suatu metode agar kerahasiaan di atas maka penulisan ingin melakukan
informasi tersebut tetap terjaga. penelitian bagaimana menerapkan dan
Dengan berkembangnya kriptografi, ada menganalisis metode steganografi khususnya
pihak-pihak yang dapat merusak algoritma metode penyisipan least significant bit
kriptografi itu sendiri. Untuk mengatasi masalah menggunakan 1 bit dan 2 bit.
ini dapat dilakukan kombinasi pengaman pesan Penelitian ini membahasa tentang
dengan menggunakan kriptografi dan implementasi dan analisis steganografi
steganografi. Steganografi merupakan seni dan menggunakan 1 bit dan 2 bit least significant bit
ilmu menyembunyikan pesan tersembunyi dengan dengan menggabaikan perubahan gambar,
cara menyisipkan pesan ke dalam sebuah gambar penekannya pada :
dengan tujuan tidak ada seorang pun yang - Analisis waktu yang dibutuhkan dalam
mengetahui atau menyadari bahwa ada suatu proses penyisipan.
pesan rahasia selain pengirim dan penerima - Analisis perubahan ukuran file terhadap
pesan. Ada beberapa teknik steganografi salah proses penyisipan.
satuya least significant bit (LSB). - Analisis penampakan sebelum dan sesudah
Steganografi dengan teknik Least Significant proses penyisipan.
Bit (LSB) menggunakan cara penyisipan pada bit - Analisis pengaruh aplikasi yang berjalan
rendah atau bit yang paling kanan (LSB) pada terhadap proses penyisipan.
data pixel yang menyusun file tersebut pada
akhir file. Pada teknik LSB dapat dimodifikasi 2. Steganografi
menggunakan teknik penyisipan sesuai grafik Steganografi (Steganography) berasal dari
linier, dengan grafik linier menjadi acuan untuk bahasa Yunani steganos (hidden) dan grphein
menentukan lokasi penyisipan pesan pada gambar (writing). Jadi, steganografi berarti hidden writing
[4] (tulisan tersembunyi). Steganografi adalah seni

699
Seminar Nasional Informatika 2015

dan ilmu menyembunyikan pesan ke dalam
sebuah media dengan suatu cara sehingga selain si
pengirim dan si penerima, tidak ada seorangpun
yang mengetahui atau menyadari bahwa
sebenarnya ada suatu pesan rahasia. Pada
steganografi modern, arti steganografi
berkembang menjadi penyembunyian informasi
pada sebuah media file digital, bisa berupa media
gambar, suara ataupun video. [4]
Aspek terpenting pada steganografi
adalah tingkat keamanan penyembunyian
informasinya, yang mengacu pada seberapa besar
ketidak mampuan pihak ketiga dalam mendeteksi
keberadaan informasi yang tersembunyi.
citra digital sebagai cover. Pada susunan bit di
dalam sebuah byte (1 byte = 8 bit), ada bit yang
paling berarti (most significant bit atau MSB) dan
bit yang paling kurang berarti (least significant bit
atau LSB).
Sebagai contoh byte 11010010, angka bit 1
(pertama, digaris-bawahi) adalah bit MSB, dan
angka bit 0 (terakhir, digaris-bawahi) adalah bit
LSB. Bit yang cocok untuk diganti adalah bit
LSB, sebab perubahan tersebut hanya mengubah
nilai byte satu lebih tinggi atau satu lebih rendah
dari nilai sebelumnya. Misalkan byte tersebut
menyatakan warna merah, maka perubahan satu
bit LSB tidak mengubah warna merah tersebut
secara berarti. Mata manusia tidak dapat
membedakan perubahan kecil tersebut. [1]

- 1 bit LSB
Misalkan segmen pixel-pixel citra/gambar
sebelum penambahan bit-bit adalah:

00110011 10100010 11100010 10101011

00100110
10010110 11001001 11111001 10001000
Gambar 1 Konsep dasar steganografi 10100011

Pesan rahasia (yang telah dikonversi ke sistem

Pada steganografi digunakan beberapa biner) misalkan '1110010111', maka setiap bit
istilah penting. Penjelasannya adalah sebagai dari pesan tersebut menggantikan posisi 1 bit
berikut :[4] terakhir dari segmen pixel-pixel citra menjadi
1. Message, berarti pesan yang ingin (digaris bawahi):
disembunyikan.
2. Cover Image, yang berarti gambar asli. 00110011 10100011 11100011 10101010
3. Carrier Image, gambar yang sudah 00100110
dimasukkan message di dalamnya dengan 10010111 11001000 11111001 10001001
algoritma tertentu. 10100011
4. Embedding (Encrypt), yang berarti proses
memasukkan message ke cover image.
5. Extracting (Decrypt), yang berarti proses Sehingga perubahan maksimal pada setiap pixel
pengambilan message dari carrier image. citra adalah 1.[2]

Kriteria steganografi yang baik adalah sebagai - 2 bit LSB

berikut: Misalkan segmen pixel-pixel citra/gambar
sebelum penambahan bit-bit adalah:
- Fidelity, mutu citra yang menampung data
tidak jauh berubah. 2. 00110011 10100010 11100010 10101011
- Robustness, pesan yang disembunyikan 00100110
harus tahan (robust) terhadap berbagai
operasi manipulasi yang dilakukan pada Pesan rahasia (yang telah dikonversi ke sistem
stego-object, seperti pengubahan kontras, biner) misalkan '1110010111', maka setiap bit
penajaman, pemampatan, rotasi, dari pesan tersebut menggantikan posisi 2 bit
perbesaran gambar, pemotongan terakhir dari segmen pixel-pixel citra menjadi
cropping, enkripsi dan sebagainya. (digarisbawahi):
- Recovery, data yang disembunyikan harus
dapat diungkapkan kembali (recovery). [6] 00110011 10100010 11100001 10101001
00100111
3. Least Significant Bit (LSB)
Metode LSB merupakan metode steganografi
yang paling sederhana dan mudah Sehingga perubahan maksimal pada setiap
diimplementasikan. Metode ini menggunakan pixel citra adalah 3.

700
 Seminar Nasional Informatika 2015

4. Pembahasan Sistem

Program yang dibuat adalah aplikasi

penyisipan dan ekstraksi pada algoritma least
significant bit menggunakan 1 bit dan 2 bit.
Berkas yang akan dipakai adalah gambar
berekstensi .png, .jpg dan teks berekstensi .txt.
Untuk mengetahui perhitungan kinerja
algoritma dalam hal waktu eksekusi satuan yang
dipakai adalah millisecond (ms) dan besaran
ukuran berkas dalam satuan Byte.
Implementasi algoritma least significant bit
pada penelitian ini menggunakan bahasa
pemrograman JAVA dan menggunakan editor
NetBeans IDE 7.4.[5]

Tabel 2. Perbandingan Waktu Proses Penyisipan Gambar 4. Grafik Perbandingan Waktu

No Ukuran Ukuran LSB Penyisipan
Nama
Berkas Teks 1 bit 2 bit
Berkas
(Byte) (Byte) (ms) (ms) Tabel 3. Perbandingan Waktu Ekstraksi
1 asli0.png 555104 6972 77 80 Nama LSB
2 asli1.png 684254 6972 96 97 No Berkas 1 bit 2 bit
Asli (ms) (ms)
3 asli2.png 853964 6972 121 124
1 asli0.png 16 16
4 asli3.png 1057629 6972 144 153
2 asli1.png 35 35
5 asli4.png 1262918 6972 170 174
3 asli2.png 41 45
6 asli0.png 555104 11366 81 81
4 asli3.png 51 53
7 asli1.png 684254 11366 98 99
5 asli4.png 52 58
8 asli2.png 853964 11366 135 140
6 asli0.png 31 33
9 asli3.png 1057629 11366 147 163
7 asli1.png 36 40
10 asli4.png 1262918 11366 185 191
8 asli2.png 47 47
11 asli0j.jpg 87784 6972 69 71
9 asli3.png 56 58
12 asli1j.jpg 98806 6972 71 75
10 asli4.png 59 61
13 asli2j.jpg 120731 6972 99 104
11 asli0j.jpg 15 16
14 asli3j.jpg 157352 6972 119 120
12 asli1j.jpg 33 34
15 asli4j.jpg 185417 6972 145 151
13 asli2j.jpg 40 47
16 asli0j.jpg 87784 11366 71 72
14 asli3j.jpg 49 50
17 asli1j.jpg 98806 11366 80 83
15 asli4j.jpg 51 51
18 asli2j.jpg 120731 11366 105 114
16 asli0j.jpg 16 16
19 asli3j.jpg 157352 11366 121 129
17 asli1j.jpg 33 32
20 asli4j.jpg 185417 11366 147 159
18 asli2j.jpg 42 47
Rerata Waktu 114.05 119 19 asli3j.jpg 50 54
20 asli4j.jpg 54 61

Rerata 40.35 42.7

701
Seminar Nasional Informatika 2015

15 185417 6972 1105774 1101370

16 87784 11366 491406 484047
17 98806 11366 605927 597427
18 120731 11366 749302 740961
19 157352 11366 934222 926129
20 185417 11366 1113261 1105494
Rerata 844387.35 839906.5

Gambar 5. Grafik Perbandingan Waktu Ekstraksi

Dari tabel 1, grafik 2, tabel 2 dan grafik

3, dapat diperhatikan bahwa semakin besar
ukuran berkas gambar, maka semakin lama waktu
yang dibutuhkan untuk proses penyisipan dan
ekstraksi. Hal ini disebabkan karena semakin
besar ukuran berkas gambar maka semakin besar
pula resolusi pixel-nya.
Rerata waktu penanganan proses
penyisipan pada LSB 1 bit lebih cepat yaitu
114.05 ms, dibanding LSB 2 bit yaitu 119 ms.
Sedangkan waktu yang dibutuhkan dalam
penanganan proses ekstraksi pada LSB 1 bit lebih
cepat yaitu 40.35 ms, dibanding LSB 2 bit yaitu Gambar 6. Grafik Perbandingan Ukuran Berkas
42.7 ms. Hasil Proses Penyisipan

Tabel 4. Perbandingan Ukuran Berkas Hasil Dari tabel 3 dan grafik 4, dapat diamati
Proses Penyisipan bahwa ukuran berkas sebelum dan sesudah proses
Ukuran penyisipan tidak mengalami perubahan yang
Ukuran Ukuran Berkas Stego
Berkas terlalu signifikan. Perubahan ukuran terjadi
No Teks 1bit 2bit karena perubahan bit dari 0 ke 1 atau sebaliknya
Asli
(byte) (bytes) (bytes) pada saat proses penyisipan berlangsung. Rerata
(bytes)
1 555104 6972 576405 574923 ukuran berkas sesudah penyisipan pada metode
LSB 1 bit adalah 844387.35 bytes, lebih besar
2 684254 6972 708242 706360
dibanding metode LSB 2 bit yaitu 839906.5 bytes.
3 853964 6972 882233 880589
4 1057629 6972 1091442 1089981 Tabel 5. Perbandingan Waktu Proses Penyisipan
Normal
5 1262918 6972 1300923 1298822
Ukuran Ukuran LSB
6 555104 11366 579204 576859 No Berkas Teks 1 bit 2 bit
7 684254 11366 712339 708775 (bytes) (bytes) (ms) (ms)
8 853964 11366 886758 882686 1 555104 6972 77 80
9 1057629 11366 1095847 1091903 2 684254 6972 96 97
10 1262918 11366 1305338 1301183 3 853964 6972 121 124
11 87784 6972 484237 479220 4 1057629 6972 144 153
12 98806 6972 597569 592944 5 1262918 6972 170 174
13 120731 6972 741252 736510 6 87784 6972 69 71
14 157352 6972 926066 921947 7 98806 6972 71 75

702
 Seminar Nasional Informatika 2015

8 120731 6972 99 104 1. Aplikasi yang dibangun dapat menangani

proses penyisipan dan ekstraksi metode
9 157352 6972 119 120
LSB 1 bit dan 2 bit, mampu memberikan
10 185417 6972 145 151 hasil performansi algoritma steganografi
Rerata 111.1 114.9 tersebut.
2. Gambar yang dapat menjadi masukan
Tabel 6. Perbandingan Pengaruh Aplikasi adalah gambar berekstensi .png dan .jpg,
Berjalan pada Proses Penyisipan sedangkan hasil keluarannya berekstensi
.png.
Ukuran Ukuran LSB 3. Pada uji coba proses penyisipan
No Berkas Teks 1 bit 2 bit menggunakan berkas gambar dengan
(bytes) (bytes) (ms) (ms) ukuran yang berbedabeda, dapat
1 555104 6972 79 81 disimpulkan bahwa semakin besar
2 684254 6972 109 108 ukuran berkas gambar maka semakin
lama waktu yang dibutuhkan untuk
3 853964 6972 142 119 proses penyisipan atau ekstraksi.
4 1057629 6972 160 149 4. Dalam hal penanganan proses
5 1262918 6972 174 192 penyisipan, waktu yang dibutuhkan oleh
metode LSB 1 bit lebih cepat dibanding
6 87784 6972 71 71 metode LSB 2 bit.
7 98806 6972 89 81 5. Besaran ukuran berkas gambar yang
8 120731 6972 101 138 dihasilkan pada proses penyisipan
metode LSB 2 bit lebih kecil dibanding
9 157352 6972 128 154 metode LSB 1 bit.
10 185417 6972 157 172 6. Ukuran byte array teks harus lebih kecil
Rerata 121 126.5 dari ukuran byte array gambar.
7. Terhadap pengaruh aplikasi yang sedang
berjalan, dapat disimpulkan bahwa
banyaknya aplikasi yang berjalan sangat
mempengaruhi kecepatan proses
penyisipan maupun ekstraksi.

Gambar 7. Grafik Perbandingan Pengaruh
Aplikasi Berjalan pada Proses Penyisipan
Dari tabel 5 dan grafik 5, dapat dicermati
bahwa aplikasi yang sedang berjalan pada
komputer mempengaruhi waktu yang diperlukan
proses penyisipan maupun proses ekstraksi. Hal
ini disebabkan adanya fungsi schedulling pada
sistem operasi yang mengatur prosesor untuk
membagi waktu proses untuk setiap aplikasi yang
sedang berjalan.
5. KESIMPULAN
Setelah melalui tahap perancangan
sistem dan implementasi, serta berdasarkan uraian
dan pembahasan sebelumnya maka dapat diambil
kesimpulkan, yaitu:
6. SARAN
Berbagai macam aplikasi dapat terus
dikembangkan dan disempurnakan, begitu pula
dengan aplikasi ini. Berikut adalah beberapa saran
yang dipandang perlu dalam proses
pengembangan berikutnya :
1. Perlu diadakan pengacakan posisi
penyisipan bit-bit pesan pada pixel
gambar.
2. Perlu ditambahkan media selain
gambar/citra, misalnya audio atau video.
Daftar Pustaka:
[1] Abdullah Bamatraf, Rosziati Ibrahim and
Mohd. Najib Mohd. Salleh. 2011. A New
Digital Watermarking Algorithm Using
Combination Of Least Significant Bit (LSB)
And Inverse Bit.. Journal of Computing
Volume 3, ISSUE 4.
[2] Basuki Rahmat Muhammad Fairuzabadi,
M.Kom. 2010. Steganografi Menggunakan
Metode Least Significant Bit Dengan
Kombinasi Algoritma Kriptografi Vigenere
Dan Rc4. Jurnal dinamika Informatika
[3] Rizqi Firmansyah - Wahyu Suadi. S.Kom.,
M.M., M.Kom. 2011. Implementasi

703
Seminar Nasional Informatika 2015

Kriptografi Dan Steganografi Pada Media Komputer Dalam Bahasa Java,

Gambar Dengan Menggunakan Metode Des Yogyakarta: Penerbit ANDI.
Dan Region-Embed Data Density. [6] T. Sutoyo. et al. 2009. Teori Pengolahan
Informatika. ITS Citra Digital, Yogyakarta: Penerbit ANDI.
[4] Rinaldi Munir, 2006. Kriptografi. penerbit
INFORMATIKA Bandung.
[5] Suarga. 2009. Dasar Pemrograman

704
 Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI DANA SUBSIDI

(STUDI KASUS : SMP XYZ)
Ratna Sri Hayati

UNIVERSITAS POTENSI UTAMA

Jl. K.L. Yos Sudarso Km. 6.5 No.3-A, Medan, telp/fax: (061) 6640525
Email : ratnayach@gmail.com

ABSTRACT

Subsidi Keterampilan (Block Grant) adalah program pemberian dana subsidi keterampilan yang bertujuan
untuk memberikan bekal kemampuan penguasaan kompetensi mengenai salah satu jenis keterampilan yang
sesuai dengan kondisi sosial dan ekonomi setempat, agar terlaksananya program pemerintah wajib belajar 9
tahun dengan mempertahankan mutu dan hasil pendidikan yang akan diperoleh. Pada penelitian ini, penulis
merancang sistem informasi dana subsidi dengan menggunakan database sebagai tempat penyimpanan
sistem agar dapat mempermudah proses pengolahan dana subsidi terhadap penerimaan, pengeluaran dan
laporan dana subsidi perperiodik. Sistem yang dirancang dapat memberikan solusi pengolahan dana subsidi
dan membantu memberikan laporan keuangan dana subsidi dengan cepat dan akurat. Dalam perancangan
sistem informasi dana subsidi, bahasa pemograman yang digunakan adalah Microsoft Visual Studio.Net
2008, penyajian laporan mengunakan Crystal Report 2008, DBMS (Database Management System) yang
digunakan Microsoft SQL Server 2008.
Kata kunci: Block Grant, Keterampilan, Database ,Crystal Report, SQL Server, VB.Net

1. Pendahuluan Data merupakan bahan mentah untuk

Pendidikan merupakan hal yang sangat
penting dalam kehidupan manusia. Oleh karena itu,
sangat disayangkan sekali apabila di jaman sekarang
ini banyak anak-anak yang putus sekolah tanpa
adanya bekal keterampilan yang dimiliki. Hal ini
memicu pemerintah untuk meningkatkan layanan
pendidikan masyarakat, pemerintah telah merintis
program Wajib Belajar 9 tahun yakni 6 tahun di SD
dan 3 tahun di SMP. Maka untuk mencegah
terjadinya anak-anak putus sekolah, pemerintah
memberikan Dana Subsidi Keterampilan untuk
tingkat Sekolah Menengah Pertama yang memenuhi
kriteria sebagai penerima Dana Subsidi yang telah
ditetapkan oleh pemerintah setempat.. Dengan
diberikannya bekal keterampilan yang bermanfaat
bagi tamatan SMP yang tidak melanjutkan pelajaran
ke jenjang yang lebih tinggi, mereka dapat lebih siap
untuk terjun ke masyarakat.
2. Landasan Teori
2.1. Sistem Informasi
Sistem informasi adalah berupa suatu
sistem di dalam suatu organisasi yang
mempertemukan kebutuhan pengolahan data
transaksi harian yangmendukung operasi yang
bersifat manajerial dengan kegiatan strategi suatu
organisasi untuk dapat menyediakan kepada pihak
luar tertentu dengan laporan-laporan yang
diperlukan.[1]
2.2. Pengolahan Data
diolah, yang hasilnya kemudian menjadi informasi.
Dengan kata lain, data yang telah diperoleh harus
diukur dan dinilai baik buruknya, berguna atau tidak
dalam hubungannya dengan tujuan yang akan
dicapai. Pengolahan data terdiri dari kegiatan-
kegiatan penyimpanan data dan penanganan data.
Untuk lebih jelasnya akan diuraikan dibawah ini.[1]
2.3. Subsidi ( Block Grant )
Subsidi adalah bantuan berupa dana yang
diberikan pemerintah kepada instansi pemerintah
yang membutuhkan bantuan untuk mengelola
Program Pendidikan Keterampilan (PPK), dengan
syarat dan ketentuan yang telah ditetapkan. Untuk
memperoleh dana subsidi yang dimaksud, maka
pemohon harus terlebih dahulu mengajukan
Proposal Program Pendidikan Keterampilan ke
Direktorat Pembinaan Sekolah ( Depdiknas, No.
0019/C3/PK/2010 : 1 ).[5]
3. Metode Penelitian
3.1. Studi Lapangan
Merupakan metode yang dilakukan dengan
mengadakan studi langsung ke lapangan untuk
mengumpulkan data yaitu peninjauan langsung ke
lokasi studi. Adapun teknik pengumpulan data yang
dilakukan penulis adalah dengan observasi dan
teknik sampel.

705
Seminar Nasional Informatika 2015

3.2. Studi Kepustakaan (Library Research)

Penulis melakukan studi pustaka untuk 1. Tabel Pendana
memperoleh data-data yang berhubungan dengan Tabel 1. Tabel Pendana
penelitian dari berbagai sumber bacaan seperti: buku Nama Field Tipe Length Constraint
tentang sistem informasi dan database. Data
*IDPendana Nchar 10 Primary
3.3. Alur Analisis Perancangan Key, Not
Null,
update
cascade,
delete no
action

NamaPendana Varchar 30 Not Null

Alamat Varchar 50 Not Null

Telepon Varchar 20 Not Null

2. Tabel Bahan
Tabel 2. Struktur Tabel Bahan
Nama Field Tipe Length Constraint
Data
*KodeBahan Nchar 10 Primary
Gambar 1. Alur Perancangan Key, Not
Null,
update
4. Analisa dan Pembahasan cascade,
delete no
4.1. Perancangan Database action

NamaBahan Varchar 30 Not Null

HargaBahan Money 8 Not Null

Satuan Nchar 10 Not Null

JenisBahan Varchar 40 Not Null

3. Tabel Keterampilan
Tabel 3. Struktur Tabel Keterampilan
Nama Field Tipe Lengt Constrain
Data h t
*IDKeterampila Nchar 10 Primary
n Key, Not
Null,
update
cascade,
delete no
action

NamaKeterampila Varcha 30 Not Null

Gambar 2. Perancangan Database n r

4.2. Struktur Database 4. Tabel Rencana Keluar Anggaran

Struktur database terdiri dari penjelasan- Tabel 4. Struktur Tabel Rencana Keluar
penjelasan dari tabel yang terdapat pada system ini. Anggaran
706
 Seminar Nasional Informatika 2015

Nama Field Tipe Lengt Constrain

Data h t 7. Tabel Detail Operasional
NoRencanaKelua Varcha 20 Foreign Tabel 7. Struktur Tabel Detail Operasional
r r Key Nama Field Tipe Length Constraint
Data
Anggaran
*NoRencanaKe Varchar 20 Primary
KodeBahan Nchar 10 Foreign luarAnggaran Key, Not
Key Null,
HargaSatuan Money 8 Not Null update
cascade,
Volume Int 4 Not Null delete no
action
Jumlah Money 8 Not Null
TahunAjaran Nchar 10 Not Null

5. Tabel Penerimaan Subsidi IDKeterampilan Nchar 10 Foreign

Tabel 5. Struktur Tabel Penerimaan Subsidi Key
Nama Field Tipe Len Constr NoPenerimaanS Varchar 20 Foreign
Data gth aint
ubsidi Key
NoRencana Varchar 20 Foreign
KeluarAnggaran Key
8. Tabel Temp
Uraian Varchar Ma Not Tabel 8. Struktur Tabel Temp
x Null Nama Field Tipe Length Constraint
Kegiatan Varchar Ma Not Data
x Null
*NoPenerimaa Varchar 20 Primary
Volume Int 4 Not nSubsidi Key, Not
Null Null,
Satuan Money 8 Not update
Null cascade,
Jumlah Money 8 Not delete no
Null action
6. Tabel Detail Bahan Tanggal, Bulan, Date Max Not Null
Tabel 6. Struktur Tabel Detail Bahan Tahun
Nama Field Tipe Leng Constrai
Data th nt TahunAjaran Nchar 10 Not Null
NoRencana Varchar 20 Foreign
KeluarAnggaran Key Constraint Varchar Max Not Null
IDPendana Nchar 10 Foreign
KodeBahan Nchar 10 Foreign Key
Key
Jumlah Money 8 Not Null
HargaSatuan Money 8 HargaSat
uan
4.3. Perancangan Sistem
Volume Int 4 Volume
4.3.1. Use Case Diagram
Jumlah Money 8 Jumlah Dalam perancangan system diperlukan suatu
model data yang berbentuk diagram yang dapat
menjelaskan suatu alur proses sistem yang akan di
bangun. Dalam penelitian ini penulis menggunakan
metode UML yang dalam metode itu penulis
menerapkan diagram Use Case untuk menampilkan alur
proses yang terjadi pada sistem informasi dana subsidi
yang dapat dilihat pada Gambar 2 berikut ini:

707
Seminar Nasional Informatika 2015

PERANCANGAN SISTEM INFORMASI

DANA SUBSIDI KETERAMPILAN PADA SMP XYZ 3. Form Input Data Keterampilan
Form keterampilan ini berfungsi untuk
Login menginputkan data keterampilan berdasarkan jenis
Input Data Bahan
keterampilan yang dilaksanakan yang terlihat pada
gambar 5 berikut :
Input Data Pendana

Input Data
Penerimaan Subsidi

Input Data
Bagian Pengeluaran Subsidi
Adm.Tata *
Usaha Sekolah

Input Data
Keterampilan
Kepala
Sekolah
*
Cetak Laporan Laporan

Gambar 2. Use Case Diagram Gambar 5. Tampilan Form Input Data Keterampilan

5. Implementasi Hasil 4. Form Input Data Penerimaan Subsidi

Berikut ini dijelaskan tentang tampilan Pada form penerimaan subsidi ini berfungsi
hasil dari perancangan sistem informasi dana untuk menginputkan data penerimaan subsidi beserta
subsidi keterampilan. data pendana yang terlihat pada gambar 6 berikut :
1. Form Input Data Pendana
Form ini berfungsi menampilkan data pendana yang
memberikan dana subsidi yang ditampilkan pada gambar
3 berikut :

Gambar 6. Tampilan Form Input Data Penerimaan

Subsidi

5.
Form Input Data Pengeluaran Subsidi
Gambar 3. Tampilan Form Input Data Pendana Pada form pengeluaran subsidi ini
berfungsi untuk menginputkan data pengeluaran
2. Form Input Data Bahan dana subsidi sesuai kebutuhan yang terlihat pada
Form ini berfungsi untuk menginputkan datagambar 7. berikut :
bahan yang digunakan untuk program keterampilan
yang terlihat pada gambar 4 berikut :

Gambar 7. Tampilan Form Input Data Pengeluaran

Subsidi
Gambar 4. Tampilan Form Input Data
Bahan

708

6. Kesimpulan
Dari hasil penelitian ini, maka dapat
diambil beberapa kesimpulan antara lain:
1. Dengan adanya sistem informasi dana subsidi
keterampilan, pengolahan data dana subsidi
dapat diproses dengan mudah,cepat dan akurat.
2. Laporan penerimaan dana subsidi
danpengeluaran subsidi telah terdokumentasi
dengan baik.
3. Sistem ini mempermudah user untuk
menampilkan data pendana, data bahan, data
penerimaan dan pengeluaran subsidi serta
laporan pengolahan dana subsidi.
7. Saran
Saran yang diharapkan untuk
mengembangkan system ini adalah :
1. Sistem ini harus terintegrasi dengan system
terkait sehingga menjadi open source
dikalangan user.
Seminar Nasional Informatika 2015
2. Sistem ini sebaiknya dilengkapi dengan data
laporan, sehingga setiap proses yang dilakukan
terdokumentasi secara akurat.
Daftar Pustaka
[1] Sutabri, Tata. 2005. Sistem Informasi
Manajemen. Andi : Yogyakarta.
[2] Anggadini, Dewi Sri. 2012. Sistem Informasi
Akuntansi. Graha Ilmu:Jakarta.
[3] Istianingsih dan Setyo Hari Wijanto.2008.
Pengaruh Kualitas Sistem Informasi, Kualitan
Informasi, dan Percived Usefulness Terhadap
Kepuasan Pengguna Software Akuntansi.
Simposium Nasional Akuntansi IX, Pontianak.
[4] Sugiyono. 2013. Metode Penelitian Kuantitatif,
Kualitatif, dan R & D. Bandung : Alfabeta
[5] Depdiknas, No. 0019/C3/PK/2010 : 1
709
Seminar Nasional Informatika 2015

KAJIAN USABILITAS PERANCANGAN ANTARMUKA APLIKASI

MOBILE EZ-EVENT MENGGUNAKAN TEORI GESTALT
Isnanto Adi Prasetyo1, Rizky2, HariAgung Budi3

Magister STMIK AMIKOM YOGYAKARTA

Jl. Ring Road Utara, CondongCatur, Sleman, Yogyakarta. Telp : (0274) 884-201
Email :tyobeda@gmail.com1, kaksam2nas @gmail.com2, okedonkey@gmail.com3

Abstrak

Kemajuan teknologi mobile berimbas pada banyaknyaaplikasi berbasis web beralih keaplikasi mobile.
Perubahan ini tentu mempengaruhi antarmuka suatua plikasi, karena aplikasi berbasis mobile memiliki layar
yang lebih kecil serta tombol yang terbatas, sehingga diperlukannya penyesuaian untuk penerapan berbasis
mobile. Antarmuka sebuaha plikasi menentukan tingkat user-friendly suatu aplikasi tersebut. User-friendly
berarti suatu aplikasi harus mudah digunakan, memiliki tampilan yang menarik serta pengguna akan merasa
nyaman saat menggunakannya. Aplikasi mobile Ez-Event merupakan aplikasi yang berfungsi untuk
mempermudah seseorang membuat sebuah event yang melakukan transaksi pemesanan hingga pembayaran
kepada Event Organizer melalui smartphone. Ez-Event juga bertindak sebagai media social untuk
menyebarluaskan event yang hendak diadakan. Teori Gestalt mengungkapkan bahwa keseluruhan perilaku tidak
ditentukan oleh elemen individu, tetapi disana bagian proses adalah penentu mereka sendiri dengan dasar
keseluruhan alami. Gestalt memberikan sebelas hukum yang mengimplikasikan desain (Balance/Symmetry,
Continous, Closure, Figure-Ground, Focal Point, Isomorphic, Pragnanz, Proximity, Similarity, Simplicity,
danUnity/Harmony) dengan sebelas tersebutlah aturan yang nantinya akan dijadikan dasar dalam perancangan
user-friendly antarmu kaaplikasi Ez-Event. Hasil akhir dari penelitian ini adalah rancangan tampilan antarmuka
aplikasi Ez-Event yang telah dikaji usabilitasnya yang mencakup aspek Effective, Efficient, Engaging, Error
tolerant, Easy to learn (5E ).

Kata Kunci:Ez-Event, KajianUsabilitas, RancanganAntarmuka, Gestalt

710

1. Pendahuluan
Maraknya penggunaan smartphone
mengakibatkan berubahnya cara bertransaksi
berbagai kegiatan jual/beli barang maupun jasa.
Smartphone telah berkembang sebagai media
transaksi yang praktis, bisa dibawa kemana saja dan
mempermudah untuk melakukan transaksi tanpa
harus bertatap muka secara langsung antar penjual
maupun pembeli.
Ez-Event (dibaca:easy-event) merupakan
aplikasi mobile yang bertujuan untuk
mempermudah pembuatan sebuah acara, yang
mana semua transaksi baik pemesanan maupun
pembayaran dilakukan secara online melalui
aplikasi Ez-Event. Ez-Event juga memiliki peran
sebagai media sosial yang bisa dihubungkan
dengan media sosial lain (seperti: twitter, facebook)
untuk mempermudah penyebaran undangan acara
secara non-formal (online).
Ez-Event memiliki paket acara sebagai
berikut: Pernikahan, Konser, Ulang Tahun, serta
Rapat. Segmentasi ini dilakukan agar setiap acara
yang dijalankan dapat dimaksimalkan sesuai
fasilitas yang dimiliki.
Untuk membuat pengguna tertarik, tentunya
dalam perancangan antarmuka Ez-Event harus
memiliki suatu pembeda dengan aplikasi penyedia
event yang memiliki tujuan yang sama seperti :
Eventbrite, maupun event planner. Ez-Event
bertindak sebagai tangan pertama atau Event
Organizer yang bersangkutan, sehingga segala
bisnis rule langsung diatur oleh Event Organizer.
Salah satu cara untuk menarik pengguna ialah,
dengan menerapkan gamifikasi pada aplikasi ini.
Gamifikasi adalah konteks non game yang bisa
diterapkan untuk menarik minat pelanggan, misal :
penggunaan lencana yang ditukarkan dengan
hadiah, hinggan penerapan kupon diskon dengan
melakukan transaksi-transaksi yang telah
ditentukan.
Dari berbagai cara untuk menarik pelanggan
tersebut, rancangan antarmuka berperan sebagai
eksekusioner, artinya rancangan antarmuka
merupakan bentuk nyata yang nantinya digunakan
pengguna untuk berinteraksi dengan aplikasi.
Tingkat kenyamanan pengguna dalam berinteraksi
dengan aplikasi bergantung pada tingkat
userfriendly yang diterapkan dalam perancangan
antarmuka aplikasi Ez-Event ini.
Untuk memaksimalkan user-friendly pada
perancangan antarmuka Ez-Event, peneliti
menggunakan teori Gestalt sebagai teori psikologis
manusia ketika berinteraksi dengan sesuatu.
TeoriGestalt mengungkap kanbahwa keseluruhan
perilaku tidak ditentukan oleh elemen individu,
tetapi disana bagian proses adalah penentu mereka
sendiri dengan dasar keseluruhan alami [1]. Gestalt
memberikan sebelas hukum yang
mengimplikasikan desain (Balance/Symmetry,
Seminar Nasional Informatika 2015
Continous, Closure, Figure-Ground, Focal Point,
Isomorphic, Pragnanz, Proximity, Similarity,
Simplicity, danUnity/Harmony). Dengan sebelas
tersebutlah aturan yang nantinya akan dijadikan
dasar dalam perancangan user-friendly antarmuka
aplikasiEz-Event [2].
Berdasarkan hal tersebut permasalahan yang
ditemukan oleh peneliti yaitu, bagaimana hasil
kajian usabilitas perancangan antarmuka Ez-Event
menggunakan teori Gestalt.
Batasan penelitian tulisan ini antara lain :
a. Analisis perancangan antar muka dilakukan
berdasarkan teori Gestalt.
b. Metode pengujian usabilitas dilakukan dengan
metode prototyping.
c. Pengumpulan data hasil pengujian usabilitas
dilakukan dengan metode pembagian
kuesioner.
d. Penilaian hasil uji usabilitas dilakukan dengan
aspek 5E (Effective, Efficient, Engaging,
Error tolerant, Easy to learn)
e. Hasil akhir hanya sebatas rancangan antar
muka pengguna.
Tujuan dari penelitian ini ialah untuk
merancang serta mengkaji usbilitas rancangan
antarmuka aplikasi mobile Ez-Event berdasarkan
teori Gestalt serta mengkaji
usabilitasnya.Sedangkan sasaran dari penelitian ini
adalah tersedianya sebuah rancangan
antarmukaaplikasi mobile yang telah memenuhi
aspek teori Gestalt, serta telah dievaluasi melalui
kajian usabilitas yang sesuai dengan proses bisnis
Event Organizer.
Kajian Usabilitas
Kajian tentang usability (kegunaan)
merupakan bagian dari bidang ilmu multi disiplin
Human Computer Interaction (HCI). Disampaikan
oleh Nugroho (2009:2) Human Computer
Interaction merupakan bidang ilmu yang
berkembang sejak tahun 1970 yang mempelajari
bagaimana mendesain tampilan layar komputer
dalam suatu aplikasi sistem
informasi agar nyaman dipergunakan oleh
pengguna. Usability berasal dari kata Usableyang
secara umum berarti dapat digunakan dengan baik.
Sesuatu dapat dikatakan bergunadengan baik
apalagi kegagalan dalam penggunaanya dapat
dihilangkan atau diminimalkan serta memberi
manfaat dan kepuasan kepada pengguna (Rubin
dan Chisnell, 2008) dalam Joana (2010). [3]
Menurut Joseph Dumas dan Janice Redish
(1999) usability mengacu kepada bagaimana
pengguna bisa mempelajari dan menggunakan
produk untuk memperoleh tujuannya dan seberapa
puaskah mereka terhadap penggunannya.
Definisi usability menurut ISO 9241:11
(1998) adalah sejauh mana suatu produk dapat
digunakan oleh pengguna tertentu untuk mencapai
target yang ditetapkan dengan efektivitas, efesiensi
711
Seminar Nasional Informatika 2015
dan mencapai kepuasan penggunaan dalam konteks
tertentu. Konteks penggunaan terdiri dari pengguna,
tugas, peralatan (hardware, software dan material).
Berdasarkan definisi tersebut usability diukur
berdasarkan komponen [3] :
a. Kemudahan (learnability) didefinisikan
seberapa cepat pengguna mahir dalam
menggunakan sistem.
b. Efisiensi (efficiency) didefenisikan sebagai
sumber daya yang dikeluarkan guna mencapai
ketepatan dan kelengkapan tujuan.
c. Mudah diingat (memorability) didefinisikan
bagaimana kemapuan pengguna
mempertahankan pengetahuannya setelah
jangka waktu tertentu, kemampuan mengngat
didapatkan dari peletakkan menu yang selalu
tetap.
d. Kesalahan dan keamanan (errors)
didefinisikan berapa banyak kesalahan-
kesalahan apa saja yang dibuat pengguna,
kesalahan yang dibuat pengguna mencangkup
ketidaksesuaian apa yang pengguna pikirkan
dengan apa yang sebenarnya disajikan oleh
sistem.
e. Kepuasan (satisfaction) didefinisikan
kebebasan dari ketidaknyamanan, dan sikap
positif terhadap penggunaan produk atau
ukuran subjektif sebagaimana pengguna
merasa tentang penggunaan sistem.
Teori Gestalt
Adapun pemilihan teori Gestalt sebagai aspek
yang dijadikan pertimbangan awal perancangan
aplikasi Ez-Event ini didasari pada kelengkapan
aspek hukum psikologis yang dimiliki oleh teori
Gestalt ini, aspek hukum dimaksud antara lain [4]:
a. Law of Balance/Symmetri.
b. Law of Continuation. Continuation
c. Law of Closure. .
d. Law of Figure-Ground.
e. Law of Focal Point.
f. Law of Isomorphic Correspondence.
g. Law of Pragnanz.
h. Law of Proximity.
i. Law of Similarity.
j. Law of Simplicity.
k. Law of Unity/ Harmony.
2. Metode Penelitian
Metode pengumpulan data yang digunakan
dalam penelitian ini adalah :
d. Metode wawancara / Interview.
Penulis mengumpulkan informasi dan data
dengan wawancara secara langasung dengan
pihak Event Organizer. Data yang diperlukan
pada tahap ini adalah kebutuhan fungsional
aplikasi yang akan dibangun.
e. Metode Kearsipan / Documentation.
712
Penulis mengumpulkan dara dengan cara
membaca serta mempelajari data dan arsip
terdahulu. Data berupa aspek-aspek teoritis
bisa digali pada tahap ini.
f. Metode Kepustakaan / Library.
Penulis melakukan pengumpulan data dengan
cara membaca dan mempelajari buku-buku
pustaka yang ada untuk referensi bahan
referensi.
Alur Penelitian
Dalam melakukan penelitian ini penulis
melakukan urutan penelitian seperti yang
dijabarkan pada bagan berikut :
Gambar 1. Alur Penelitian
Keterangan alur penelitian adalah sebagai berikut :
a. Wawancara
Mewawancarai Event Organizer untuk
mengetahui data apa saja, dan bagaimana alur
bisnisnya.
b. Analisis Kebutuhan
Menganalisis fitur yang dibutuhkan untuk
memproses input data.
c. Perancangan Struktur Data
Perancangan alur data hingga relasi tabel pada
database.
d. Pemilihan ragam dialog
Memilih media interaksi manusia (input data)
dengan aplikasi.
e. Draft wireframe
Membuat wireframe sementara pada kertas.
f. Merancang appmap
Membuat hirarki antar halaman
g. Membuat prototype
Membuat rancangan aplikasi sementara yang
sudah bisa digunakan oleh tester/
h. Ujicoba prototype
Menguji prototype apakah sudah sesuai
dengan kebutuhan fitur.
i. Penerapan teori gasalt
Teori gasalt digunakan untuk penempatan
ragam dialog, baik teks, form, gambar,
maupun button.
j. Kajian usabilitas
Kajian usabilitas dilakukan dengan metode
penyebaran kuesioner yang berisi pertanyaan
tertutup dari 10 responden praktisi IT, 10
 Seminar Nasional Informatika 2015

responden non IT. Adapun pertanyaan MelihatKritikdan saran

menyangkut aspek 5E MembalasKritikdan Saran
k. Hasil Evaluasi Menjadikankritik yang baikmenjadi
Hasil evaluasi merupakan hasil perhitungan testimonial
kuesioner. e) Menu Pengaturan
l. Kesimpulan dan Saran Pada Menu Pengaturan Admin bisa:
Mengubah Password
3. Pembahasan Logout
Pembahasan dilakukan sesuai dengan alur f) Menu Edit Profil
penelitian yang telah dibuat. Pada Menu Pengaturan Admin bisa:
Menggantifotosampul
3.1 Wawancara MenggantiFotoProfil
Wawancara dilakukan untuk mengetahui
kebutuhan fitur apa saya yang diperlukan pada 3) Menu yang terdapat pada Aplikasi Klien :
aplikasi Ez-Event, adapun kebutuhan fitur aplikasi Menu Bagikan Event
Ez-Event dibahas pada sub-bab setelah ini. Peneliti o Membuat Event Baru
juga memberikan saran agar aplikasi yang dibuat o Membagikan Event yang sudah di
tetap layak dengan beberapa aspek kelayakan yang konfirmasi
ada. Menu Event Saya
o Melihat status pemesanan event
3.2 Kebutuhan Fitur o Edit detail event
Aplikasi ini mempunyai tiga aplikasi yang o Batalkan event
terpisah, yaitu :aplikasi mobile admin yang hanya Menu Galeri
dimiliki oleh admin, aplikasi web admin, dan o Unggahfoto event
bagian aplikasi client yang bisa di akses oleh semua Menu Lencanaku
calon pemesan. o MelihatLencana
1) Menu yang terdapat pada Aplikasi Web Admin Menu Hadiahku
Bisa mengelola seluruh data master. o MelihatHadiah
2) Menu yaang terdapat pada Aplikasi Admin Menu Pengaturan
Mobile o PengaturanPrivasiPostingan
a) Bagikan Berita o PengaturanSosial Media yang
Pada menu Bagikanberita admin terhubung
dapatmelakukan: Menu KonfirmasiPembayaran
BagikanBerita o Input data form konfirmasipembayaran
o Create, Read, Update, Delete Menu Edit Profil
(selanjutnya disingkat CRUD) o Edit data profil
kontenBerita o Menggantifotoprofil
BagikanFasilitas o Menggantifotosampul
o CRUD kontenFasilitas o Permintaanpenghapusanakun
BagikanHadiah Menu HubungiSaya
o CRUDkontenHadiah o Mengirimkritik& saran
BagikanLencana o Membacabalasankritik& saran
o CRUDkontenLencana SyaratdanKetentuan
b) Menu Notifikasi / Konfirmasi Menu F.A.Q
Pada menu List Pemesanan admin dapat
melakukan: 3.3 Perancangan Struktur Data
Pemesanan Pending Dari kebutuhan fitur yang telah dianalisis
o Verifikasipemesanan maka dapat dianalisis Struktur data yang berupa
o Batalkanpemesanan ERD beserta relasi antar tabelnya seperti yang
PemesananTerverifikasi terdapat pada gambar 2.
ReturPemesanan
ReturPemesanan
c) Kalender Event
Pada menu Kalender Event admin bisa :
Melihatjadwalpemesananberdasarkantangg
al
Mengonfirmasikan,
atapunmembatalkanpesanan
d) Menu Pesan
Pada Menu Pesan Admin bisa:

713
Seminar Nasional Informatika 2015
Gambar 2. ERD Ez-Event
3.4 Pemilihan Ragam Dialog
Adalah cara yang digunakan untuk meng-
organisasikanberbagai tehnik dialog [5].Pada
tampilan rancangan antar muka ragam dialog
berarti media input data seperti apa yang digunakan
oleh manusia untuk berinteraksi dengan aplikasi.
Pada aplikasi Ez-Event, ragam dialog yang
digunakan ialah :
a. Tombol
Seiring dengan kemajuan teknologi touch
screen fungsi tombol secara fisik telah digantikan
dengan menyentuh button(gambar 3), walaupun
pada sebagian perangkat, tombol secara fisik masih
digunakan(gambar 4)
Gambar 3. Tombol dengan touch screen
Gambar 4. Tombol fisik
b. Icon
Gambar 5. Icon
Icon, adalah gambar yang mewakili fungsi
teks. Pemilihan icon harus sesuai dengan teks yang
dimaksud agar tidak terjadi kesalah pahaman dalam
penggunaan aplikasi.
c. Form
Gambar5. Form Input
Form adalah bentuk masukan yang telah lama
digunakan secara konvensional (menulis tangan
714
data dalam tabel tertentu), hingga penginputan data
digital saat ini.
d. Radio Button
Radio button berfungsi untuk memilih satu
pilihan yang pasti dari beberapa pilihan.
e. Combo Box
Combo box sendiri memiliki kegunaan yang
hampir sama dengan Radio Button, namun combo
box bisa digunakan untuk memilih lebih dari satu
pilihan.
3.5 Draft Wireframe
Gambar9.Rancangan Wireframe
Merupakan adalah kerangka atau coretan
kasar untuk penataan item-item pada website
sebelum merancang tema. Biasanya ini tugas
seorang UI Designer. Untuk merancang wireframe
Anda bisa menggunakan coretan sementara pada
kertas.
3.6 Membuat Appmap
Gambar10.Rancangan App Map
Appmap dibuat untuk mengetahui hirarki alur
aplikasi yang akan dibuat.
3.7 Membuat Prototype
Prototype dibuat dengan menggunakan
hyperlink pada powerpoint, hyperlink diposisikan
pada tiap-tiap button, dan setiap button mengarah
pada halaman sesuai appmap yang telah dianalisis.
3.8 Menguji Prototype
Prototype diuji, apakah terdapat navigasi yang
membingungkan, yang tidek tepat lokasi maupun
halaman tertentu yang membutuhkan tombol
navigasi baru.
 Seminar Nasional Informatika 2015

3.9 Penerapan Teori Gestalt Pada Tampilan yang tidak terlalu berdempetan,
perancangan antarmuka sehingga pandangan bisa memisahkan satu objek
a. Law of Balance / Simetry dengan objek lainnya.
Posisi simetris membuat keseimbangan,
sehingga konten tidak terlihat penuh pada satu sisi. h. Law of Focal Point

Gambar11.Desain simetris Ez-Event Gambar13.Desain Vocal Point Ez-Event

b. Law of Continuation Fokal poin menarik perhatian yang melihat

Tampilan yang berkelanjutan membuat dan memaksa yang melihat untuk mengukuti
pandangan mata pengguna akan mengikuti arah pesan tampilan lebih lanjut.
tampilan.
i. Law of Isomorphic Correspondence.

Gambar12.Desain Continuation Ez-Event

c. Law of Closure
Tampilan terbuka / tidak lengkap, secara tidak Gambar14.Desain Isomorphic Correspondence
langsung meminta pengguna untuk melengkapi Ez-Event
sesuatu. Semua gambar tidak memiliki arti yang sama
bagi setiap individu, kerena interpretasi setiap
orang berbasis pada pengalaman. Maka selain
diwakili dengan icon, tetap terdapat teks keterangan
icon tersebut.
j. Law of Pragnanz

Gambar13.Desain Closure Ez-Event

g. Law of figure ground

Gambar 15. Desain Pragnanz Ez-Event

Gambar13.Desain Figure Ground Ez-Event

715
Seminar Nasional Informatika 2015

Sebuah stimulus akan diorganisasikan dalam 4. Hasil

gambar yang bagus. Form yang bagus adalah yang Dari kuesioner didapatkan data yang kemudian
sederhana atau layout yang simeteris. diolah menggunakan skala Likert. Skala
k. Law of Proximity and simmiliarity Likert adalah suatu skala psikometrik yang umum
digunakan dalam kuesioner, dan merupakan skala
yang paling banyak digunakan. Nama skala ini
diambil dari nama Rensis Likert, yang menerbitkan
suatu laporan yang menjelaskan penggunaannya
[5]Olehkarenatipepernyataannyabersifatpositifdans
ayasengaja menghilangkan pilihan
jawaban Netralagar jawaban yang didapat tidak
bias.
Tabel 1 Evaluasi Usabilitas
Easy to Learn
No Pertanyaan 1 2 3 4
1 Apakah navigasi aplikasi ini
0 2 4 14
Gambar 16. Desain Proximity dan Simmiliarity mudah dipahami?
Ez-Event 2 Apakah aplikasi ini mudah
0 1 6 13
Kedekatan titik adalah item ditempatkan digunakan?
disekitar sebuah objek menjadi kelompok. Effective
Mengelompukkan funsionalitas fitur pada menu Apakah pemilihan form dan
tertentu.Kesamaan objek akan dihitung seperti grup detail informasi pada aplikasi
3 1 3 4 12
yang sama dan teknik ini digunakan untuk ini membantu anda dalam
menggambarkan perhatian yang melihat mengoprasikannya?
Apakah pemilihan warna pada
l. Law of Simplicity 4 aplikasi ini membantu anda 0 3 5 12
Ketika yang mempelajari presentasi dengan dalam mengoprasikannya?
visual, disana ada usaha yang tidak sadar untuk Apakah fitur diaplikasi ini
menyederhanakan apa dirasakan dalam apa yang 5 sudah berjalan sesuai 0 1 9 10
dapat dipahami oleh yang melihat. Desain form fungsionalnya ?
yang simple dan terbatas membuat pengguna tidak Efficient
bingung karena hanya ada beberapa pilihan. Seberapa cepat anda
6 mengakses fitur dalam 1 2 5 12
aplikasi ini?
Apakah tampilan antarmuka
membantu anda mengurangi
7 0 3 4 13
kesalahan pada pengaksesan
link maupun pembacaan ?
Seberapa banyak manfaat
8 yang anda rasakan dari 0 0 6 14
aplikasi ini?
Error Tollerant
Gambar14.Desain Simplicity Ez-Event Apakah penanggulangan
9 kesalahan eksekusi sudah 0 4 4 12
m. Law of Unity/ Harmony baik?
Persatuan menyiratkan bahwa harmoni atau
Apakah terdapat konfirmasi
pengaturan ada di antara unsur-unsur dalam desain. 10 0 0 6 14
eksekusi suatu perintah?
Mereka terlihat seperti milik bersama, seolah -olah
Apakah tampilan antarmuka
ada beberapa koneksi visual melampaui
membantu anda mengurangi
kemungkinan yang menyebabkan mereka datang 11 0 2 7 11
kesalahan pada pengaksesan
bersama-sama. Ez-Event menggunakan warna flat
link maupun pembacaan ?
untuk menyelaraskan unsur desain.
Engaging
3.10 Evaluasi Usabilitas Antarmuka Ez- Menurut anda, apakah tulisan
Event pada aplikasi ini mudah
12 0 1 9 10
Dalam mengevaluasi aplikasi, peneliti dibaca?
membagikan 20 kuesioner kepada 20 responden.
Adapun pertanyaan kuesioner yang dibagikan Apakah pemilihan icon antar
melingkupi aspek usabilitas Effective, Efficient, 13 muka aplikasi ini menarik? 1 3 4 12
Engaging, Error tolerant, Easy to learn (5E).

716
 Seminar Nasional Informatika 2015

Seberapa besar kelebihan Apakah terdapat konfirmasi Sangat

10
yang ditawarkan dari eksekusi suatu perintah? Setuju
14 aplikasi ini jika dibandingkan 0 2 5 13 Apakah tampilan antarmuka
dengan aplikasi lain yang membantu anda mengurangi Sangat
11
sejenis? kesalahan pada pengaksesan Setuju
link maupun pembacaan ?
Angka 1 Mewakili Tidak setuju / tidak baik. Engaging
Sedangkan angka maksimal 4 mewakili kondisi Menurut anda, apakah tulisan
sangat setuju / baik. Perhitungan dilakukan per tiap Sangat
12 pada aplikasi ini mudah
soal. Dengan menggunakan rumus (Panovski : Setuju
dibaca?
2002) maka didapat rumus berikut : Apakah pemilihan icon antar Sangat
(Skala) : (skala maks x jml responden ) x 100% 13
muka aplikasi ini menarik? Setuju
(1) Seberapa besar kelebihan
Contoh untuk soal no 1 : yang ditawarkan dari
(1x0)+(2x2)+(3x4)(4x14) / 4x20 x 100% Sangat
14 aplikasi ini jika dibandingkan
(0 + 4 + 12 + 56) / 80 x 100% Setuju
dengan aplikasi lain
72 /80 x 100% = 90 % yang sejenis?
Sehingga didapatkan nilai evaluasi usabilitas
untuk pertanyaan no 1 adalah 90% . Sedangkan 5. Kesimpulan
konversi persentasi ke bahasa adalah sebagai Dalam merancang serta mengavaluasi
berikut: usabilitas antar muka peneliti melalui tahap-tahap
0%-20 % : sangat tidak setuju berikut : Wawancara, Analisis Kebutuhan,
21%-40% : lemah Perancangan Struktur Data, Pemilihan ragam
41%-60% : cukup dialog, Draft wireframe, Merancang appmap,
61%-80% : kuat Membuat prototype, Ujicoba prototype, Penerapan
81%-100% :sangatsetuju teori gasalt, Kajian usabilitas, dan menyimpulkan
Hasil Evaluasi.
Tabel 3 Hasil Evaluasi Usabilitas Sedangkan untuk mengavaluasi sendiri,
Easy to Learn menggunakan kuesioner yang telah dibagikan
No Pertanyaan 1 2 3 4 kepada 20 responden, dengan aspek usabilitas
1 Apakah navigasi aplikasi ini Sangat Effective, Efficient, Engaging, Error tolerant, Easy
mudah dipahami? Setuju to learn (5E), hasil respon yang didapat rata-rata
2 Apakah aplikasi ini mudah Sangat baik, dan sangat baik.
digunakan? Setuju
Effective 6. Saran
Apakah pemilihan form dan Dalam perancangan antar muka ini bisa
detail informasi pada aplikasi Sangat menggunakan metode perancangan user-friendly
3 lain selain teori Gesalt, serta metode evaluasi
ini membantu anda dalam Setuju
mengoprasikannya? usabilitas bisa menggunkan metode lain.
Apakah pemilihan warna pada
Sangat DaftarPustaka:
4 aplikasi ini membantu anda
Setuju
dalam mengoprasikannya?
Apakah fitur diaplikasi ini [1] Moore, P, Fitz, C. Using Gestalt Theory to
5 sudah berjalan sesuai Setuju Teach Document Design and Graphics.
fungsionalnya ? Buletin: 4: 389-410.
Efficient [2] Graham, L., 2008,Gestal Theory in Interactive
Seberapa cepat anda Media Design, University of Texas, Journal of
Sangat Humanities and Social Sciences.
6 mengakses fitur dalam
Setuju [3] Rahadi, D.R., 2014,Pengukuran Usability
aplikasi ini?
Apakah tampilan antarmuka Sistem Menggunakan Use Questionnaire
membantu anda mengurangi Sangat Pada Aplikasi Android, Jurnal Sistem
7 Informasi (JSI), VOL. 6, NO. 1, April.
kesalahan pada pengaksesan Setuju
link maupun pembacaan ? [4] Bawono, S.A.T., 2012, Perancangan Tata
Seberapa banyak manfaat Letak Antarmuka E-Book Reader dengan
Sangat Teori Gestalt, Magister Infosrmatika
8 yang anda rasakan dari
Setuju Universitas Gajahmada.Yogyakarta
aplikasi ini?
[5] Likert, Rensis (1932), "A Technique for the
Error Tollerant
Measurement of Attitudes", Archives of
Apakah penanggulangan
Sangat Psychology 140: 155
9 kesalahan eksekusi sudah
Setuju
baik?

717
Seminar Nasional Informatika 2015

EVALUASI PEMANFAATAN INTERNET DALAM

MENINGKATKAN KEMAMPUAN LISTENING

Dien Novita1, Lisa Amelia Fransen2

1
Sistem Informasi, 2Komputerisasi Akuntansi
1,2
STMIK GI MDP
1,2
Jalan Rajawali No 14 Palembang 30113
1
dien@mdp.ac.id, 2lisa@mdp.ac.id

Abstrak

Pemanfaatan internet di Indonesia sebagai media pembelajaran sudah semakin luas. Hal ini dikarenakan oleh
semakin luasnya informasi dan pengetahuan yang disediakan, serta selalu terupdate dan menyesuaikan
kebutuhan penggunanya. Pemanfaatan internet yang telah dilakukan oleh siswa SMKN 1 Tanjung Lago,
belum dilakukan secara optimal dalam pembelajaran listening pada mata pelajaran Bahasa Inggris, ditambah
lagi sekolah belum memiliki laboratorium bahasa untuk mendukung pembelajaran padahal mata pelajaran
tersebut masuk dalam daftar pelajaran Ujian Nasional. Maka dari itu dilakukan pelatihan pemanfaatan
internet untuk meningkatkan kemampuan listeningnya. Dalam penelitian ini akan dilihat pengaruh pelatihan
pemanfaatan internet terhadap peningkatan kemampuan listening siswa. Setelah dilakukan penilaian terhadap
kemampuan listening sebelum dan sesudah pelatihan dan dilakukan pengolahan data dengan Uji T dan alat
bantu software SPSS diperoleh hasil adanya korelasi yang signifikan sebelum dan sesudah diadakan
pelatihan dan nilai korelasi 0,918 menunjukkan korelasi yang sangat tinggi, kuat sekali, dan dapat
diandalkan. Hasil evaluasi juga membuktikan pengujian hipotesis bahwa rata-rata nilai test listening siswa
sebelum pelatihan berbeda dengan nilai test sesudah pelatihan. Perbedaan ini ditunjukkan dengan adanya
kenaikan nilai setelah diadakan pelatihan pemanfaatan internet. Kesimpulan dari penelitian ini adalah bahwa
memang terbukti bahwa pemanfaatan internet mampu meningkatkan kemampuan listening.

Kata kunci : internet, listening, Ujian Nasional, Uji T, SPSS

718

1. Pendahuluan
Pemanfaatan internet di lingkungan
SMK sebagai media pembelajaran dirasakan
sangat penting. Hal ini dikarenakan semakin
luasnya pengetahuan yang harus dikuasai oleh
siswa, seperti listening dalam pelajaran Bahasa
Inggris. Terlebih lagi materi tersebut masuk
dalam Ujian Nasional (UN). Selain itu juga sudah
mulai tumbuh kesadaran yang lebih besar di
kalangan guru untuk membantu siswanya
mengembangkan keterampilan listening
mereka[1]. Pemanfaatan internet yang telah
dilakukan oleh siswa SMKN 1 Tanjung Lago,
belum dilakukan secara optimal dalam
pembelajaran listening pada mata pelajaran
Bahasa Inggris. Pemanfaatan internet baru
dilakukan sebatas untuk mengerjakan tugas-tugas
yang diberikan guru. Maka dari itu akan
dilakukan evaluasi sejauh mana pengaruh
pemanfaatan internet dalam pembelajaran Bahasa
Inggris khususnya dalam meningkatkan
kemampuan listening. Pemanfaatan internet ini
dilakukan dengan memberikan pelatihan kepada
siswa-siswi di SMKN 1 Tanjung Lago selama
empat jam. Evaluasi terhadap pengaruh
pemanfaatan ini akan dilakukan dengan
menggunakan pengolahan data statistik yaitu Uji
T. Akan dilakukan perbandingan nilai rata-rata tes
sebelum dan sesudah dilakukan pelatihan. Uji T
digunakan untuk uji beda pada sampel yang
berpasangan. Pengujian ini sering dilakukan pada
penelitian-penelitian event study atau
eksperimental dengan perlakukan tertentu,
misalnya motivasi kerja sebelum pelatihan dan
sesudah pelatihan, nilai harga saham sebelum
pengumuman laporan keuangan dan sesudah
pengumuman[2].
2. Tinjauan Pustaka
2.1 Kelebihan Internet
Internet memiliki kelebihan sebagai
sumber bahan pengajaran [3], yaitu:
1. Ruang lingkup
Internet memiliki cakupan yang sangat luas.
Sebagai perpustakaan virtual, internet
menawarkan jangkauan materi yang luar biasa
yang dapat diakses dimanapun berada.
Sekarang ini terjadi pertumbuhan jumlah
materi yang dirancang untuk pembelajaran
bahasa Inggris, khususnya listening.
2. Topikalitas
Materi yang ditawarkan senantiasa diupdate.
Orang dapat memperoleh informasi dari
terbitan manapun tanpa harus membeli,
bahkan materi yang tidak tersedia dalam
bentuk cetak pun ada.
Seminar Nasional Informatika 2015
3. Personalisasi
Buku ajar sering tidak sesuai dengan
kebutuhan pembaca. Internet membantu
melakukan tugas ini. Materi disajikan sesuai
dengan tingkat kesulitan dan pembelajar dapat
menyesuian sesuai dengan kemampuan
mereka.
Pada dasarnya kelebihan internet itu
terletak pada cakupan materi yang luas dengan
selalu terupdate dan nyaman digunakan oleh
pengguna, karena menyesuaikan tingkat
kemampuan pengguna. Selain itu penggunaan
internet dapat lebih efektif dan efisien, artinya
dapat langsung dirasakan manfaatnya serta
penghematan biaya, waktu, dan tenaga.
2.2 Kajian Penelitian Terdahulu
2.2.1 Pemanfaatan Internet Dan Dampaknya
Pada Pelajar Sekolah Menengah Atas Di
Surabaya [4]
Di penelitian [4] ini dijelaskan
bagaimana evaluasi pemanfaatan internet
dilakukan yaitu dengan pendekatan kuantitati
dengan tipe deskriptif survei tanpa melakukan
pengujian hipotesis. Dalam penelitian dianalisa
dampak positif internet terhadap pelajar, yaitu:
1. Internet bermanfaat sebagai media
informasi
2. Internet bermanfaat sebagai media
komunikasi
3. Internet bermanfaat sebagai media
belajar
4. Internet bermanfaat sebagai media
hiburan
5. Internet bermanfaat sebagai media bisnis
dan perdagangan
Dari hasil penelitian juga dianalisa dampak
negatif internet terhadap pelajar, yaitu:
1. Internet menyebabkan sifat sosial pada
siswa berkurang.
2. Internet menyebabkan pola interaksi
siswa berubah
3. Internet menyebabkan siswa mengetahui
tindakan kejahatan
4. Internet menyebabkan kecenderungan
siswa melakukan perbuatan buruk
2.2.2 Pemanfaatan Media Internet dalam
Belajar dan Implikasinya dalam
Pendidikan [5]
Di penelitian [5] ini menjelaskan
manfaat internet khususnya di bidang pendidikan,
siswa dapat mandiri memanfaatkan situs secara
berulang-ulang tanpa terikat dengan jam pelajaran
yang terbatas di kelas. Internet juga dapat
dijadikan sumber belajar dan ajang uji kompetensi
bahi siswa, baik di kelas dalam mengerjakan
tugas-tugas dari guru, maupun di rumah, atau
dimana saja yang dapat mengakses internet secara
mandiri.
719
Seminar Nasional Informatika 2015
2.2.3 Pemanfaatan Internet Sebagai New
Media Dalam Bidang Politik, Bisnis,
Pendidikan Dan Sosial Budaya [6]
Di penelitian [6] ini dijelaskan internet
telah dimanfaatkan oleh semua ilmu pengetahuan
dan oleh karenanya berkaitan dengan banyak
bidang kehidupan manusia. Dalam tulisan ini
pemanfaatan Internet dibatasi dalam bidang
politik, bisnis, pendidikan dan sosial budaya.
Pertimbangannya adalah karena berbagai new
media yang ada di internet hampir semuanya telah
dimanfaatkan oleh keempat bidang tersebut.
Beberapa new media di internet seperti situs
jejaring sosial dan situs berbagi video sering kali
mempengaruhi gaya hidup pengguna Internet dan
bukan hanya itu, materi yang diunggah ke kedua
media itu juga mudah sampai ke masyarakat luas
misalnya melalui telepon genggam yang sebagian
besar masyarakat sudah memilkinya. Internet
merupakan bagian dari teknologi informasi yang
terus akan berkembang sebagaimana yang sudah
terjadi selama ini. Di masa depan pasti akan
muncul new media yang akan menggantikan
media yang ada sekarang yang nantinya akan
bergeser sebagai old media. Siklus seperti ini
akan terjadi selama peradaban manusia dengan
internetnya masih berlangsung.
2.2.4 Relevansi Penelitian Terdahulu
Relevansi atau keterkaitan penelitian
terdahulu dengan penelitian evaluasi pemanfaatan
internet dalam meningkatkan kemampuan
listening ini adalah untuk membuktikan secara
langsung pengaruh positif pemanfaatan internet
dalam meningkatkan kemampuan siswa atau
peserta didik seperti yang dijelaskan penelitian
terdahulu tersebut. Dengan penelitian ini dapat
langsung dilihat hasil pemanfaatan internet
tersebut dengan mengevaluasi nilai tes yang
diperoleh siswa sebelum dan sesudah dilakukan
pelatihan pemanfaatan internet di dalam jam
sekolah.
2.3 Uji Beda
Uji beda dilakukan untuk
membandingkan beda rata-rata dari dua populasi.
Uji beda terdiri dari dua bentuk pengujian, yaitu
parametrik dan non parametrik seperti pada
Gambar 1.
Gambar 1 Uji Beda [7]
720
Dalam melakukan evaluasi pengaruh
pemanfaatan internet dalam meningkatkan
kemampuan listening ini menggunakan Uji T,
Paired Sample. Uji T untuk sampel berpasangan
ini digunakan jika dua kelompok mempunyai
anggota yang sama dan mempunyai korelasi [7].
Dalam hal ini dilakukan kepada siswa-siswi
SMKN 1 Tanjung Lago yang sama tetapi
dikelompokkan data nilai hasil tesnya, yaitu
sebelum dan sesudah pelatihan.
Ada tiga konsep dalam Uji T ini [7], yaitu:
1. Uji T digunakan untuk menguji hipotesa
komparatif (uji perbedaan).
2. Uji T digunakan untuk sampel kecil dan varian
populasi tidak diketahui.
3. Uji T merupakan salah satu teknik statistik
parametrik untuk membedakan rata-rata
kelompok.
2.4 . Situs Penyedia Latihan Listening
Ada banyak situs penyedia latihan
listening untuk digunakan sebagai media
pembelajaran, salah satunya adalah www.esl-
lab.com. Di dalam situs ini Gambar 2, tersedia
tiga level latihan, yaitu easy, medium, dan
difficult. Setiap level terdiri dari beberapa
Listening Exercises yang dapat dipilih sesuai
topik yang diberikan. Masing-masing topik
disediakan play audio untuk memutar audionya
yang dapat diputar berulang-ulang. Dan diberikan
5 pertanyaan sesuai topik dan audio tersebut.
Pertanyaan dapat langsung dijawab, sambil
mendengarkan audio, atau setelah mendengarkan
audio. Setelah selesai menjawab dengan hanya
mengklik pilihan yang disediakan, dapat langsung
melihat final score untuk melihat total jawaban
benar dan kunci jawaban.
 Seminar Nasional Informatika 2015

lab.com mengambil level easy untuk 3 topik

yaitu A Day at School, Family Activities, dan
Family Relationship
3. Pelaksanaan pelatihan
Pelatihan diberikan dengan penyajian
powerpoint dan mempraktikkan langsung
penggunaan internet dengan memanfaatkan
situs www.esl-lab.com. Dipilih level easy dan
topik yang tentunya berbeda dengan topik
yang diujikan sebelum pelatihan ataupun
sesudah pelatihan.
4. Test sesudah pelatihan
Sesudah pelatihan diberikan kembali soal test
seperti sebelum pelatihan.
5. Pengolahan data
Setelah pelatihan dilakukan, data nilai test
sebelum dan sesudah pelatihan direkap untuk
dilakukan pengolahan data. Data terdiri dari 2
kelompok yaitu kelompok pertama adalah data
sebelum pelatihan, terdiri dari 30 jawaban
siswa untuk 3 topik berbeda yang masing-
masing terdiri dari 5 jawaban. Sedangkan
kelompok kedua, data sesudah pelatihan
dengan pertanyaan yang sama.
6. Analisis data
Gambar 2. Situs Penyedia Listening [8] Setelah data terkumpul maka mulai dilakukan
analisis data dengan Uji T dan menggunakan
3. Metode Penelitian bantuan software SPSS.

3.1 Objek Penelitian 7. Membuat kesimpulan

Objek penelitian adalah siswa siswi SMKN
1 Tanjung Lago yang dipilih dengan cara
purposive sampling, yaitu teknik penentuan
sampel dengan pertimbangan tertentu [7]. Dalam
penentuan sampel dipilih oleh guru bidang studi
Bahasa Inggris sebanyak 30 siswa, dengan
pertimbangan jurusan komputer dan disesuaikan
dengan kapasitas ruang perpustakaan yang
digunakan untuk pelatihan.
Dari hasil analisis dapat ditarik kesimpulan.
4. Pembahasan
Hasil perolehan data untuk penelitian ini
dibagi dalam dua kelompok, yaitu data nilai
sebelum pelatihan dan sesudah pelatihan. Dan
masing-masing kelompok terdiri dari 3 topik
pertanyaan dengan 5 jumlah pertanyaan. Berikut
Tabel 1 hasil perolehan total jawaban benar dari
30 siswa yang mengikuti pelatihan.

3.2 . Metode Penelitian Tabel 1. Data Penelitian

Prosedur yang dilakukan dalam evaluasi Resp sebelum

sesudah

I II III I II III
pemanfaatan internet ini, yaitu: 1 2 1 2 5 1 2 2 5
1. Merumuskan hipotesis 2 1 0 1 2 1 1 1 3
3 2 1 1 4 2 1 2 5
Hipotesis yang disusun untuk evaluasi 4 1 0 0 1 1 1 0 2
pemanfaatan internet dalam meningkatkan 5 1 1 0 2 1 2 0 3
6 0 0 1 1 0 1 1 2
kemampuan listening siswa SMKN 1 Tanjung 7 1 1 2 4 1 3 2 6
Lago, yaitu: 8
9
2
1
1
2
0
1
3
4
2
1
1
2
2
2
5
5
H0 : Rata-rata nilai test listening siswa 10 0 0 0 0 0 1 1 2
11 1 1 0 2 1 1 2 4
sebelum pelatihan sama dengan nilai 12 1 0 1 2 1 2 1 4
test sesudah pelatihan. 13 1 1 2 4 1 2 2 5
14 2 1 3 6 2 2 3 7
H1 : Rata-rata nilai test listening siswa 15 1 2 0 3 1 1 0 2
sebelum pelatihan berbeda dengan nilai 16 2 1 1 4 2 2 1 5
17 2 2 1 5 2 2 2 6
test sesudah pelatihan. 18 0 1 2 3 1 1 2 4
2. Test sebelum pelatihan 19 1 0 1 2 1 0 2 3
20 0 1 0 1 0 1 2 3
Sebelum mulai pelatihan siswa langsung 21 1 1 2 4 2 1 2 5
diberikan Listening Exercise dari www.esl- 22
23
2
2
1
2
3
1
6
5
2
2
2
3
3
1
7
6

721
Seminar Nasional Informatika 2015

24 2 2 3 7 2 3 3 8
25 1 0 0 1 1 1 2 4
yang sangat tinggi, kuat sekali, dan dapat
26 0 0 0 0 0 1 1 2 diandalkan karena bernilai 0,918.
27 1 0 1 2 1 1 2 4
28 1 1 1 3 1 2 1 4
29 2 2 1 5 2 4 1 7 Tabel 3 Paired Samples Correlation
30 2 3 1 6 2 3 3 8
Paired Differences
Std. t df Sig.
Std.
Mean Error
4.1 Uji Reliabilitas dan Validitas Deviation
Mean
Pair - -
0,75 0,137 29 0,00
Sebelum melakukan pengolahan data, 1 1,300 9,497
terlebih dahulu dilakukan pengujian reliabilitas
dan validitas. Uji reliabilitas digunakan untuk Tabel 4 Paired Samples Test
melihat kestabilan atau kecocokan data yang N Correlation Sig.
digunakan sebagai alat ukur dalam penelitian, sebelum
Pair
sedangkan uji validitas berkaitan dengan 1
& 30 0,918 0,000
ketepatan alat ukur yang digunakan. Cara sesudah
mengukur reliabilitas yang paling umum adalah
dengan menggunakan koefisien alpha. Koefisien Pada output ketiga Paired Samples Test
alpha bisa diukur dengan menggunakan uji pada Tabel 4 dapat diinterpretasikan sebagai
statistik Cronbach Alpha. Suatu construct berikut:
dikatakan reliabel jika memberikan nilai 1. Hipotesis
Cronbach Alpha > 0,7 [9]. Hasil pengujian H0 : Rata-rata nilai test listening siswa
reliabilitas pada diperoleh nilai Cronbach Alpha sebelum pelatihan sama dengan nilai test
sebesar 0,957 jauh di atas 0,7. Ini menunjukkan sesudah pelatihan.
reliabilitas dari data tinggi H1 : Rata-rata nilai test listening siswa
Menurut [9] ada berbagai metode yang sebelum pelatihan berbeda dengan nilai test
digunakan dalam mengukur validitas, antara lain sesudah pelatihan.
melihat korelasi Product Moment Pearson. 2. Tingkat Signifikansi, = 5%
Caranya adalah membandingkan nilai r hitung 3. Daerah Kritis
dan dengan r tabel. Jika r hitung > r tabel maka Jika Thitung Ttabel H0 ditolak
dapat dikatakan valid. Atau dapat juga dengan Jika Thitung < Ttabel H0 diterima
membandingkan nilai signifikansi pertanyaan atau
dengan nilai alpha 5%. Hasil pengujian validitas Jika Sig. H0 ditolak
dengan nilai r tabel (n=30, =5%) sebesar 0,361 Jika Sig. > H0 diterima
menghasilkan nilai r hitung sebesar 0,918. 4. Statistik Uji
Dengan demikian data valid, karena r hitung > r Sig. = 0,00 dan = 0,05
tabel. -Thitung = 9,497 dan Ttabel = 2,045
4.2 Pegujian Hipotesis Sig. (0,00) < (0,05)
dan
Pada output pertama yaitu Paired -Thitung (9,497) > Ttabel (2,045)
Samples Statistics pada Tabel 2, dapat dilihat rata- 5. Keputusan Uji
rata nilai pelatihan sebelum dan sesudah pelatihan Karena nilai Sig. < dan -Thitung > Ttabel maka
terjadi kenaikan 1,3 dari 3,23 menjadi 4,53. keputusannya adalah H0 ditolak.
6. Kesimpulan
Tabel 2 Paired Samples Statistics Dengan tingkat signifikansi 5% didapatkan
Mean N Std. Std. kesimpulan rata-rata nilai test listenig siswa
sebelum pelatihan berbeda dengan nilai test
Deviation Error
Mean sesudah pelatihan.
Pair sebelum 3,23 30 1,888 0,345
1 5. Kesimpulan
sesudah 4,53 30 1,795 0,328

Dari hasil evaluasi pemanfaatan internet

Pada output yang kedua Paired Samples dengan mengikuti pelatihan, dalam rangka
Correlation pada Tabel 3 menunjukkan ada meningkatkan kemampuan listening, diperoleh
korelasi yang kuat antara nilai sebelum pelatihan beberapa kesimpulan, yaitu:
dan sesudah pelatihan. Terlihat bahwa nilai Sig. 1. Dengan Uji T dan alat bantu SPSS telah
(0,00) < (0,05) maka dapat disimpulkan ada diperoleh interpretasi dari evaluasi
korelasi yang signifikan sebelum dan sesudah pemanfaatan internet, dalam rangka
diadakan pelatihan. Dapat juga dilihat kekuatan meningkatkan kemampuan listening.
korelasinya, menurut [10] menunjukkan korelasi 2. Hasil evaluasi menunjukkan ada korelasi yang
signifikan sebelum dan sesudah diadakan

722
 Seminar Nasional Informatika 2015

pelatihan dan nilai korelasi 0,918 [10] Hasan, M. Iqbal, 2003, Pokok-Pokok Materi
menunjukkan korelasi yang sangat tinggi, kuat Statistik I (Statistik Deskriptif), Jakarta, PT
sekali, dan dapat diandalkan. Bumi Aksa
3. Hasil evaluasi juga membuktikan pengujian
hipotesis bahwa rata-rata nilai test listenig
siswa sebelum pelatihan berbeda dengan nilai
test sesudah pelatihan. Perbedaan ini
ditunjukkan dengan adanya kenaikan nilai
setelah diadakan pelatihan pemanfaatan
internet.
4. Kenaikan nilai setelah diadakan pelatihan
pemanfaatan internet sebesar 1,3
menunjukkan bahwa kenaikan tidak terlalu
tinggi. Hal ini dikarenakan latihan
pemanfaatan internet yang sifatnya baru
dilakukan dengan waktu yang terbatas.
5. Dengan adanya pemanfaatan internet untuk
meningkatkan kemampuan listening ini
diharapkan dapat diterapkan secara konsisten
bagi para siswa ataupun para akademisi
lainnya agar hasil yang didapatkan menjadi
lebih optimal.

Daftar Pustaka:

[1] Mukminantun, Siti, 2008, Pemanfaatan

Media Internet dalam Peningkatan
Pembelajaran Listening, diakses tanggal 16
April 2015 dari
http://eprints.uny.ac.id/id/eprint/3481
[2] Wijaya, Tony, 2011, Cepat Menguasai SPSS
19, Yogyakarta, Penerbit Cahaya Atma.
[3] Teeler, Dede and Pete Gray, 2000, How to
Use the Internet in ELT, Jeremy Marmer
(ed), England: Longman.
[4] Rahardiyan K, Elfan, 2012, Pemanfaatan
Internet Dan Dampaknya Pada Pelajar
Sekolah Menengah Atas Di Surabaya,
Departemen Ilmu Informasi dan
Perpustakaan Fakultas Ilmu Sosial dan Ilmu
Politik Universitas Airlangga,
[5] Zainuddin, Pemanfaatan Media Internet
dalam Belajar dan implikasinya dalam
Pendidikan, Jurnal Cakrawala Pendidikan
Vol 9 No 1, Maret 2011, Pendas FKIP
Universitas Tanjungpura Pontianak
[6] Situmorang, James R., Pemanfaatan Internet
Sebagai New Media Dalam Bidang Politik,
Bisnis, Pendidikan Dan Sosial Budaya,
2012, Jurnal Administrasi Bisnis Vol.8 No.1
[7] Uji Beda (Parametrik dan Non Parametrik),
2013, diakses tanggal 16 Juni 2015 dari
http://statistikapendidikan.com.
[8] www.esl-lab.com
[9] Sekaran, Uma, 2003, Research Methods for
Business: Skill Building Approach, Fourth
Edition, New York: John Wiley & Sons Inc.

723
Seminar Nasional Informatika 2015

724