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
Seminar Nasional Informatika 2015
proses ini mengubah ide yang tadinya abstrak 1.4 Tujuan Penelitian
menjadi rencana tertulis.
Metodologi penelitian yang dilaksanakan Adapun tujuan penelitian ini adalah :
yaitu deskriptif kualitatif, Adapun langkah a. Melestarikan kebudayaan permainan
dimulai dari pencarian data, pengolahan data, tradisional.
perancangan game (pra-produksi), pengembangan b. Merancang GDD (Game Design Document)
game (produksi), dan pengujian game (pasca- permainan tradisional angklek.
produksi). Dalam perancangan serious game ini, c. Merancang game permainan tradisional
penulis menggunakan metode Digital Game angklek.
Based Learning (DGBL-ID) terdiri dari 5 fase d. Sebagai salah satu syarat kelulusan Magister
yang harus diselesaikan sebelum dilanjutkan ke Teknik Informatika STMIK Amikom
fase berikutnya, fase-fase tersebut yaitu analysis Yogyakarta.
phase, design phase, development phase, quality
assurance, kemudian implementation and 1.5 Manfaat Penelitian
evaluation. Kerangka kerja analysis phase
meliputi problem analysis, menentukan Manfaat dari penelitian ini adalah :
karakteristik user, tujuan pembelajaran, ide game, a. Menjaga kebudayaan permainan tradisional
target platform. Design phase meliputi desain angklek tetap lestari.
instuksional, game design. Development phase b. Sebagai media edukasi melalui permainan
meliputi art development, coding, implementasi game secara fun.
art dan code, test. Pengujian difokuskan ke dalam c. Mengenalkan permainan tradisional angklek
tiga hal utama yaitu verifikasi, validasi, dalam bentuk modern berbasis PC.
eksplorasi.
2. Landasan Teori
1.2 Rumusan Masalah
2.1 Data Tentang Kepadatan Penduduk
Dari masalah serta fenomena yang ada,
maka dirumuskan permasalahan sebagai berikut : Tabel 2.1. Jumlah penduduk DIY Hasil
a. Apakah penerapan perancangan GDD Sensus Penduduk 2010
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) ?
Batasan variabel penelitian ini adalah Sumber: DIY Dalam Angka 2013, BPS DIY
sebagai berikut :
a. Game Design Document yang dirancang Estimasi jumlah penduduk DIY pada tahun
adalah game permainan tradisional angklek. 2012 menurut BPS sebanyak 3.514.762 jiwa
b. Pembuatan game permainan tradisional dengan komposisi penduduk laki-laki sebanyak
angklek hanya sebatas pada prototipe game 1.737.506 jiwa dan perempuan sebanyak
angklek, dimana game yang dibuat tidak 1.777.256 jiwa. Dari tabel diatas, persebaran
diuji langsung kepada pengguna, tetapi
penduduk DIY menurut Kabupaten/Kota tahun
sebatas pada pengujian fungsionalitas game
dengan metode pengujian verifikasi, 2012 terbanyak berada di Kabupaten Sleman
validasi, eksplorasi. yaitu sebanyak 1.114.833 jiwa atau sebesar
c. Game dimainkan dengan mode single player 31,71%. Wilayah dengan jumlah penduduk
atau dimainkan secara individual atau terbanyak kedua yaitu kabupaten Bantul sebanyak
perseorangan pada platform personal 927.956 jiwa atau sebesar 26,40%, disusul oleh
computer (PC), dengan menggunakan sistem
kabupaten Gunungkidul pada urutan ketiga
operasi Windows.
dengan jumlah penduduk sebanyak 684.740 jiwa
atau sebesar 19,48%. Selanjutnya wilayah dengan
jumlah penduduk paling sedikit adalah Kota
2
Seminar Nasional Informatika 2015
Yogyakarta dan Kabupaten Kulon Progo dengan Komunitas Pojok Budaya Kampoeng Dolanan
jumlah penduduk masing-masing sebanyak Dusun Pandes.
394.012 jiwa dan 393.221 jiwa atau sebesar 11,21
% dan 11,18 %.
3.2 Analisis dan Rancangan Sistem
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
Seminar Nasional Informatika 2015
4
Seminar Nasional Informatika 2015
Gambar3.4.Splash Screen
5
Seminar Nasional Informatika 2015
6
Seminar Nasional Informatika 2015
7
Seminar Nasional Informatika 2015
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.
8
Seminar Nasional Informatika 2015
Space Model dapat dilihat tingkat kedekatan atau penyimpangan. Adapun batasan masalahnya yaitu
kesamaan dengan cara pembobotan term. :
1. Metode Vector Space Model digunakan hanya
Pada proses stemming atau mencari kata untuk proses pembobotan buku yang sesuai
dasar pada kata, sistem akan menggunakan dengan kata kunci yang dicari.
algoritma tala. Menurut hasil penelitian 2. Untuk pembobotan buku, Metode Vector
sebelumnya yang telah dilakukan oleh (Mardi Space Model membandingkan antara judul
Siswo Utomo, 2013) menyatakan bahwa Stemmer buku dengan kata kunci yang dicari pada
tala merupakan adopsi dari algoritma stemmer sistem.
bahasa inggris terkenal porter stemmer. Stemmer 3. Pada proses stemming, sistem menggunakan
ini menggunakan rule base analisis untuk mencari algoritma tala.
root sebuah kata. Pada sistem pencarian buku 4. Pengujian sistem akan dilakukan dengan
akan menggunakan stemming algoritma tala karna dengan beberapa sampel judul buku.
algoritma tala merupanya pengembangan dari
algoritma porter. 1.4 Tujuan Penelitian
9
Seminar Nasional Informatika 2015
temu kembali informasi jika ada sebuah Text mining adalah proses mengolah data yang
kumpulan dokumen dan seorang user yang berupa teks yang didapatkan dari dokumen untuk
memformulasikan sebuah pertanyaan request atau mencari kata-kata yang dapat mewakili isi dari
query (Fatkhul Amin, 2012). dokumen sehingga dapat dilakukan analisa
Sistem Temu Kembali Informasi bertujuan hubungan antar dokumen. Proses penganalisisan
untuk menjawab kebutuhan informasi user teks guna menyarikan informasi yang bermanfaat
dengan sumber informasi yang tersedia dalam untuk tujuan tertentu.
kondisi seperti sebagai berikut (Fatkhul Amin, Text mining dapat didefinisikan sebagai suatu
2012) : proses menggali informasi dimana seorang user
1. Mempresentasikan sekumpulan ide dalam berinteraksi dengan sekumpulan dokumen
sebuah dokumen menggunakan sekumpulan menggunakan tools analisis yang merupakan
konsep. komponen-komponen dalam data mining yang
2. Terdapat beberapa pengguna yang salah satunya adalah kategorisasi (Fatkhul Amin,
memerlukan ide, tapi tidak dapat 2011).
mengidentifikasikan dan menemukannya 2.4. Case Folding
dengan baik.
3. Sistem temu kembali informasi bertujuan Adalah proses yang digunakan untuk
untuk mempertemukan ide yang dikemukakan mengubah huruf besar menjadi huruf kecil. Case-
oleh penulis dalam dokumen dengan folding adalah proses penyamaan case dalam
kebutuhan informasi pengguna yang sebuah dokumen. Ini dilakukan untuk
dinyatakan dalam bentuk key word mempermudah pencarian dokumen.
query/istilah penelusuran.
2.5. Cleaning Data
2.2. Arsitektur Sistem Temu Kembali
Informasi Adalah proses yang digunakan untuk
melakukan pembersihan text dari karakter-
karakter selain huruf, tanda baca dan tag yang
Sistem memiliki dua pekerjaan yaitu, yaitu tidak digunakan nantinya didalam proses
melakukan pre-processing terhadap database dan information retrieval.
kemudian menerapkan metode tertentu untuk
menghitung kedekatan relevansi atau similarity 2.6. Tokenizing
antara dokumen di dalam database yang telah
dipreprocess dengan query pengguna. Query yang Tokenisasi secara garis besar dapat diartikan
dimasukkan pengguna dikonversi sesuai aturan sebagai peoses pememecah sekumpulan karakter
tertentu untuk mengekstrak term-term penting dalam suatu teks ke dalam satuan kata. Proses
yang sejalan dengan term-term yang sebelumnya untuk membagi teks yang dapat berupa kalimat,
telah diekstrak dari dokumen dan menghitung paragraf atau dokumen, menjadi token-token atau
relevansi antara query dan dokumen berdasarkan bagian-bagian tertentu.
pada term-term tersebut. Sebagai hasilnya, sistem Tokenisasi merupakan proses pemisahan suatu
mengembalikan suatu daftar dokumen terurut rangkaian karakter berdasarkan karakter spasi,
sesuai nilai kemiripannya dengan query pengguna dan mungkin pada waktu yang bersamaan
(Giat Karyono, Fandy Setyo Utomo, 2012). 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
10
Seminar Nasional Informatika 2015
kunci dalam pencarian dokumen sehingga kata- Vector space model digunakan untuk
kata tersebut dapat dihilangkan dari dokumen. mengukur kemiripan antara suatu dokumen
Sedangkan wordlist adalah daftar kata yang dengan suatu query. Konsep dasar dari Vector
mungkin digunakan sebagai kata kunci dalam Space Model adalah menghitung jarak antar
pencarian dokumen, dengan demikian maka tentu dokumen kemudian mengurutkan berdasarkan
jumlah kata yang termasuk dalam wordlist akan tingkat kedekatannya. Cara kerja Vector Space
lebih banyak daripada stoplist (Hervilorra Eldira, Model dimulai dengan case folding , cleaning
2010). data, indexing, filtering, stemming, dan tokenisasi
yaitu tahap pemotongan string input berdasarkan
2.8. Stemming tiap kata yang meyusunnya dan memecah
dokumen ke dalam tabel frekuensi kata. Seluruh
Stemming merupakan suatu proses untuk kata dalam dokumen dibentuk menjadi satu yang
menemukan kata dasar dari sebuah kata dengan disebut sebagai term. Tiap dokumen ditampilkan
menghilangkan semua imbuhan. Stemming sebagai vektor yang akan dibandingkan dengan
digunakan term yang telah dibentuk. Similarity Analysis
untuk mengganti bentuk dari suatu kata menjadi untuk mengukur kemiripan dokumen dilakukan
kata dasar dari kata tersebut yang sesuai dengan dengan menghitung cosinus jarak antara dokumen
struktur morfologi bahasa Indonesia yang baik tersebut.
dan benar.
Stemming adalah salah satu cara yang Sebuah dokumen dj dan sebuah query q
digunakan untuk meningkatkan performa direpresentasikan sebagai vektor dimensi seperti
Information Retrieval dengan cara pada gambar 2.7.
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 Gambar 2.2 Representasi Dokumen dan
berbeda. Proses stemming pada teks berbahasa Query pada Ruang Vektor
Indonesia lebih rumit/kompleks karena terdapat
variasi imbuhan yang harus dibuang untuk
Proses perhitungan Vector space model
mendapatkan root word dari sebuah kata (Ledy
melalui tahapan perhitungan term frequency (tf)
Agusta, 2009).
menggunakan persamaan (1) (Fatkhul Amin,
2012).
2.9. Indexing
tf = tfij
(1)
Proses Indexing adalah tahap pengindeksan
kata dari koleksi teks yang digunakan untuk Dengan tf adalah term frequency, dan tfij adalah
mempercepat proses pencarian. Seluruh dokumen banyaknya kemunculan term ti dalam dokumen dj,
dalam koleksi disimpan dalam satu file dengan Term frequency (tf) dihitung dengan menghitung
format tertentu sehingga antara dokumen satu banyaknya kemunculan term ti dalam dokumen dj.
dengan dokumen yang lain bisa dibedakan.
Setelah kata telah dikembalikan dalam bentuk Perhitungan Inverse Document
kata dasar, kemudian disimpan dalam tabel. Frequency (idf), menggunakan persamaan (2)
Proses indexing menghasilkan database index idfi = log
.(Fatkhul Amin, 2012). (2)
Dengan idfi adalah inverse document
frequency, N adalah jumlah dokumen yang
2.10. Vector Space Model
terambil oleh sistem, dan dfi adalah banyaknya
Vector Space Model (VSM) adalah metode dokumen dalam koleksi dimana term ti muncul di
untuk melihat tingkat kedekatan atau kesamaan dalamnya, maka Perhitungan idfi digunakan untuk
similarity term dengan cara pembobotan term. mengetahui banyaknya term yang dicari (dfi) yang
Dokumen dipandang sebagi sebuah vektor yang muncul dalam dokumen lain yang ada pada
memiliki magnitude (jarak) dan direction (arah). database.
Pada Vector Space Model, sebuah istilah
direpresentasikan dengan sebuah dimensi dari Perhitungan term frequency Inverse Document
ruang vektor. Relevansi sebuah dokumen ke Frequency (tfidf), menggunakan persamaan (3)
sebuah query didasarkan pada similaritas diantara
vektor dokumen dan vektor query (Fatkhul Amin,
2012).
11
Seminar Nasional Informatika 2015
(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
= = 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
3.3 Hasil
14
Seminar Nasional Informatika 2015
DAFTAR PUSTAKA
15
Seminar Nasional Informatika 2015
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
16
Seminar Nasional Informatika 2015
pengelolaan data dan informasi secara tepat [4]. perguruan tinggi, rumah sakit, dan distributor
Memiliki perencanaan dan mekanisme memperlihatkan rata-rata nilai tingkat
pengelolaan manajemen internal yang baik dapat kematangan ketersediaan layanan teknologi
memastikan penerapan teknologi informasi dan informasi masih berada di skala 2 (repeatable but
memiliki keselarasan secara konsisten dengan intuitive). Kepatutan prosedurnya belum
keterpaduan antara strategi bisnis dan teknologi terdefinisi secara baik dan formal sehingga masih
informasi [2,3]. sering terjadi ketidakkonsistenan [6,9-11].
Ketersediaan perencanaan dan organisasi Penelitian ini memiliki relevansi dengan
yang relevan, tepat dan memiliki akurasi yang penelitian sebelumnya dalam aspek mencapai
tinggi merupakan kebutuhan penting dalam keselarasan strategi teknologi informasi dan
memberikan pelayanan kepada masyarakat dan strategi bisnis, kemampuan mengoptimalkan
pelanggan perusahaan secara keseluruhan [14]. sumberdaya teknologi informasi, memahami
Tidak hanya organisasi pemerintahan dan BUMN, sasaran teknologi informasi, mengelola resiko
tetapi juga untuk organisasi atau perusahaan teknologi informasi dan kualitas teknologi
swasta, dalam hal ini perusahaan-perusahaan yang informasi sesuai dengan kebutuhan bisnis. Dalam
bergerak dalam bisnis ritel untuk produk penelitian ini tidak hanya sekedar mengukur nilai
perawatan kecantikan melalui penerapan E- tingkat kematangannya saja, tetapi juga
Selling Application System (E-SAS). E-SAS membahas mengenai sisi implikasi pada aspek
memiliki tujuan memperlancar dan manajerial dan rekomendasi model proses tata
mempermudah dalam mengolah semua data kelola teknologi informasi dari sisi control
transaksi bisnis ritel secara online sehingga dapat objective input dan output berdasarkan indikator
memperlancar dalam proses pembuatan keputusan tujuan (key goal indicators) dan kinerja
pengadaan barang khususnya perawatan perusahaan (key performance indicators).
kecantikan. Menerapkan E-SAS dapat Tujuan penelitian untuk mengetahui nilai
menghasilkan berbagai jenis laporan dan kesenjangan dari tingkat kematangan yang ada
informasi baik secara umum dan mendetil, mulai dengan yang diharapkan dalam tata kelola
dari sistem pemesanan, mekanisme sistem retur teknologi informasi dari sisi domain PO melalui
dan pengembalian, penerbitan faktur, penerapan aplikasi E-SAS untuk sejumlah
penjadwalan pengiriman dan penerimaan, sistem perusahaan yang bergerak dalam bidang bisnis
penagihan dan pembayaran tagihan. ritel untuk produk perawatan kecantikan.
Sehubungan aplikasi ini sangat penting Berdasarkan nilai tingkat kematangan tersebut,
dalam mengolah semua data transaksi bisnis ritel, selanjutnya mengusulkan sebuah rekomendasi
dan agar sistem dapat bekerja secara maksimal, model tata kelola teknologi informasi dengan
maka perlu untuk mengetahui nilai tingkat merujuk kepada indikator tujuan dan kinerja
kematangannya. Mengingat nilai sebuah perusahaan dalam suatu hubungan antara
kematangan tata kelola teknologi informasi dapat keterkaitan proses PO dengan proses teknologi
memberikan sejumlah informasi penting terutama informasi lainnya.
mengenai kinerja dari E-SAS khusus dari sisi Bentuk penelitian melalui kegiatan survei
domain PO (Plan and Organize) [4]. Domain PO dengan metode R&D (Research and
menitikberatkan aspek perencanaan dan Development). Penelitian ini melibatkan sebanyak
organisasi tata kelola teknologi informasi yang 30 bisnis ritel khusus produk perawatan
tepat agar dapat memberikan pelayanan teknologi kecantikan yang sudah menerapkan E-SAS
informasi yang prima [4]. Kondisi ini dengan skala ukuran bisnis yang relatif sama
membutuhkan kematangan dan keselarasan menggunakan teknik purposive sampling.
perencanaan dan organisasi teknologi informasi. Instrumen penelitian melalui teknik wawancara
Ketidakselarasan antara pengelolaan teknologi dan menyebarkan angket kuesioner. Pengolahan
informasi dengan tujuan dan sasaran bisnis data sekunder berasal dari sejumlah dokumen
perusahaan menyebabkan pengelolaan pendukung selama 1 tahun terakhir. Pengolahan
sumberdaya teknologi informasi menjadi tidak data kuesionernya menggunakan skala Guttman.
optimal [5,12]. Melalui perencanaan dan Setiap pernyataan dalam kuesioner dapat dijawab
organisasi dapat memberikan kepastian bahwa dengan dua kemungkinan jawaban yaitu Y (Ya)
penggunaan teknologi informasi menjadi lebih dan T (Tidak). Pernyataan dengan jawaban Ya
optimal dan dapat mengelola resiko secara tepat. (Y) akan dikonversikan pada nilai 1, sebaliknya
Salah satu metode untuk menilai tingkat untuk jawaban Tidak (T) akan dikonversi pada
kematangan tata kelola teknologi informasi dapat nilai 0. Responden menjawab dengan
menggunakan kerangka kerja COBIT 4.1 dan memberikan tanda centang () pada kolom yang
hanya membahas dari sisi domain PO [2,7-8]. ada.
Penelitian sejenis yang hanya membahas sisi Setelah semua hasil kuesioner dimasukkan
domain PO diantaranya penelitian untuk beberapa ke dalam tabel, dilanjutkan dengan menghitung
kasus seperti badan kepegawaian daerah, 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].
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).
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
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
22
Seminar Nasional Informatika 2015
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 %.
23
Seminar Nasional Informatika 2015
24
Seminar Nasional Informatika 2015
P (P01 | G02) =
Penyakit (P03) : tungro
P (G02 | P01) * P (P01)
Gejala: P (G02 | P01) * P (P01) + P (G02 | P02) *
G07 |pertumbuhan tanaman kurang sempurna, P (P02) + P (G02 | P03) * P (P03) +
G09| daun kuning hingga kecoklatan, P (G02 | P04) * P (P04)+ P (G02 | P05) *
G11 |jumlah tunas berkurang, P (P05) + P (G02 | P06) * P (P06) +
G12| pembungaan tertunda, P (G02 | P07) * P (P07) + P (G02 | P08) *
P (P08) + P (G02 | P09) * P (P09)
G13|malai kecil dan tidak berisi.
25
Seminar Nasional Informatika 2015
= 0 / 2 * 100% = 0 %
Perhitungan nilai Bayes :
5. KESIMPULAN DAN SARAN
P (P03 | G01) =
26
Seminar Nasional Informatika 2015
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.
27
Seminar Nasional Informatika 2015
28
Seminar Nasional Informatika 2015
Informasi publik bidang pendidikan menurut running text sehingga akan selalu terbaca oleh
UU 14/2008 yang diatur lebih lanjut dalam pengunjung situs ; kedua jenis informasi publik
Permendiknas No 50 tahun 2011 yang harus yang berkaitan dengan akses informasi publik
disediakan sejumlah 58 jenis, terdapat 17 jenis yang terdiri dari : jumlah permohonan informasi
informasi publik yang tersedia (29%) pada situs publik yang diterima, waktu yang diperlukan
kopertis 6 (www.kopertis6.or.id) sehingga masih dalam memenuhi setiap permohonan informasi
terdapat 41 jenis informasi publik (71%) yang publik, jumlah permohonan informasi publik yang
belum tersedia. Selanjutnya informasi publik dikabulkan baik sebagian atau seluruhnya dan
tersebut dikategorikan menjadi 2 jenis informasi, permohonan informasi publik yang ditolak serta
yakni informasi yang bersifat statis (tidak alasan penolakan permohonan informasi publik,
berubah-ubah dalam jangka waktu paling tidak 6 sesuai dengan ketentuan pasal 4 UU No. 14
bulan sekali) dan informasi yang bersifat dinamis Tahun 2008 tentang Keterbukaan Informasi
(berubah berdasarkan transaksi melalui situs Publik, dengan prinsip-prinsip :
layanan) yang disajikan dalam bentuk text, (1) Setiap Orang berhak memperoleh Informasi
gambar dan tabel. Peta situs kopertis 6 Publik sesuai dengan ketentuan Undang-
(www.kopertis6.or.id) berdasarkan jenis Undang.
informasi publik adalah sebagai berikut : (2) Setiap Orang berhak:
a. melihat dan mengetahui Informasi
Jenis Informasi Tersedia Belum Publik;
Publik Tesedia b. menghadiri pertemuan publik yang
Informasi Statis 16 37 terbuka untuk umum untuk memperoleh
Informasi Dinamis 1 4 Informasi Publik;
c. mendapatkan salinan Informasi Publik
3.2 Database Informasi Publik yang Bersifat melalui permohonan sesuai dengan
Statis. Undang-Undang ; dan/atau
Untuk informasi publik yang bersifat statis, d. menyebarluaskan Informasi Publik
pengguna hanya dapat melihat isi dokumen pada sesuai dengan peraturan perundang-
situs. Interaksi terbatas pada melihat informasi undangan.
yang ditampilkan. Informasi publik jenis statis (3) Setiap Pemohon Informasi Publik berhak
akan ditampilkan dengan cara dikoding dalam mengajukan permintaan Informasi Publik
format HTML pada editor teks dan disimpan disertai alasan permintaan tersebut
dalam bentuk .html (misal: informasi tentang
kedudukan atau domisili beserta alamat lengkap, Dengan demikian, konsep database informasi
ruang lingkup kegiatan, maksud dan tujuan, tugas publik pendukung layanan informasi publik
dan fungsi masing-masing PPID, struktur adalah sebagai berikut :
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 Informasi serta merta ditampilkan dengan konsep
Bersifat Dinamis. running text yang selalu tampil pada seluruh
Dari hasil analisis, terdapat 2 jenis informasi halaman situs dengan tujuan pengunjung situs
yang bersifat dinamis, yakni : pertama jenis selalu dapat mengetahui serta membaca membaca
informasi publik yang wajib diumumkan secara informasi tersebut.
serta merta meliputi informasi terkait dalam
bidang pendidikan yang dapat mengancam hajat Menu permintaan akses informasi publik
hidup orang banyak dan ketertiban umum sebagai disediakan untuk pengunjung yang ingin
akibat seperti bencana alam, bencana non-alam, mendapatkan softcopy informasi publik. Syarat
bencana sosial, penyebaran penyakit, racun pada untuk permintaan informasi publik ini,
bahan makanan, gangguan terhadap utilitas pengunjung harus mendaftarkan alamat email
publik diumumkan melalui situs dengan konsep terlebih dahulu, karena softcopy informasi publik
29
Seminar Nasional Informatika 2015
30
Seminar Nasional Informatika 2015
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
31
Seminar Nasional Informatika 2015
berdasarkan pada fitur-fitur gambar tersebut. sehingga persamaan turunan pertama dapat ditulis
Dalam sistem pencarian gambar berdasarkan pada Persamaan 2.
konten, pengguna sistem memasukkan gambar
dan sistem harus menemukan gambar yang
relevan dengan gambar masukan [1]. Prinsip
CBIR ditunjukkan pada Gambar 1 [7].
(2)
Operator Sobel menggunakan sepasang
matriks horisontal dan vertikal berdimensi 3 x 3
untuk pengoperasiannya terlihat pada Persamaan
3.
(3)
32
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.
(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
34
Seminar Nasional Informatika 2015
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
Gambar 5. Tampilan awal Aplikasi CBIR dengan berupa png dan berukuran 256 x 384 dan 384
algoritma Sobel Edge Detection x 256
Ketika Form Training dipilih pada tampilan 2. Threshold edge: 16, 32, 48, 64, 96, 128, dan
awal, maka muncul form untuk mengekstrasi fitur dengan metode iterasi
35
Seminar Nasional Informatika 2015
36
Seminar Nasional Informatika 2015
37
Seminar Nasional Informatika 2015
Evi Dewi Sri Mulyani1, Yoga Handoko Agustin2, Sri Fitrya Kamellia3
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.
38
Seminar Nasional Informatika 2015
SDLC, adalah sebagai berikut : Gambar 2. Use case Sistem yang Sedang
Berjalan
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 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
<<extend>> Hapus
<<include>>
<<extend>> Tambah
<<include>> <<include>>
<<extend>>
Login <<include>>
Hapus Edit
Admin
Proses
<<include>>
<<include>>
Data Hasil
Laporan
<<extend>>
Laporan Data Hasil
About
42
Seminar Nasional Informatika 2015
6.2. Saran
43
Seminar Nasional Informatika 2015
44
Seminar Nasional Informatika 2015
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.
45
Seminar Nasional Informatika 2015
46
Seminar Nasional Informatika 2015
Gambar 3. ERD
47
Seminar Nasional Informatika 2015
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.
48
Seminar Nasional Informatika 2015
Penelitian halaman
penelitian
49
Seminar Nasional Informatika 2015
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.
50
Seminar Nasional Informatika 2015
51
Seminar Nasional Informatika 2015
sebelumnya. Proses seleksi ini digunakan agar berguna tidak dievaluasi, tetapi bila peluang
hanya kromosom-kromosom yang berkualitas mutasi ini terlalu besar maka akan terlalu banyak
yang dapat melanjutkan peranannya dalam proses gangguan acak, sehingga anak akan kehilangan
algoritma genetika. Teknik seleksi yang akan kemiripan dari induknya dan algoritma juga akan
digunakan tergantung pada permasalahan yang kehilangan kemampuan untuk belajar dari history
akan diselesaikan. Ada bermacam-macam teknik pencarian. Ada dua macam proses mutasi yang
seleksi, diantaranya adalah Roulette Wheel ada pada algoritma genetika, diantaranya mutasi
Selection, Rank Base Selection, dan Steady State bilangan real dan mutasi biner.
Selection. Proses penseleksian pada makalah ini
menggunakan teknik Roulete Wheel. 3. Hasil Uji Coba dan Pembahasan
52
Seminar Nasional Informatika 2015
53
Seminar Nasional Informatika 2015
54
Seminar Nasional Informatika 2015
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
55
Seminar Nasional Informatika 2015
Mamdani untuk Fuzzy Inference System (FIS). atas dua bagian, yaitu bagian akuisisi pengetahuan
Hasilnya menunjukkan bahwa sistem ini mampu dan bagian konsultasi. Dalam akuisisi
mengidentifikasi 89 varietas dengan benar dari pengetahuan diperoleh fakta dan aturan yang
input data. Penelitian berikutnya adalah diagnosa kemudian disimpan dalam basis pengetahuan.
penyakit tanaman hias menggunakan metode Fakta pada basis pengetahuan berisi penyakit,
certainty factor berbasis web [2]. Penelitian penyebab dan gejala penyakit pada tanaman
tersebut menghasilkan Website Sistem Pakar anthurium daun. Sedangkan aturan berisi gejala-
Diagnosa penyakit pada tanaman hias. Web yang gejala penyakit serta solusi untuk mengatasi
dihasilkan dapat melakukan perhitungan jenis penyakit anthurium daun tersebut. Secara umum,
jenis penyakit yang sedang dihadapi beserta rancangan sistem pakar untuk menentukan jenis
solusinya. dan penyakit anthurium daun ini dapat
Sedangkan pada penelitian ini membuat digambarkan sebagai berikut (gambar 1):
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
56
Seminar Nasional Informatika 2015
Ambil Record
Pertanyaan dari
tabel IF-THEN
Gambar 2. Kontrol Strategi Sistem pakar
[3,4,5]
Pecah/urai rule
pada IF_Clause
Start
Working
Memory
If User
Tampil soal
menjawab ya?
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
57
Seminar Nasional Informatika 2015
User
Halaman Beranda
Halaman Diagnosa
Halaman Penyakit dan
Solusi
Mendiagnosa
Inpu Gejala
Rule base penyakit dan
solusi
- nama_penyakit
- nama_jenis
- id_penyakit
- id ciri
:
Gambar 7. Class Diagram sistem pakar
58
Seminar Nasional Informatika 2015
59
Seminar Nasional Informatika 2015
antara stau pakar dengan pakar yang lain. Adapun [4]. M Sasikumar, S. R., 2007, A practical
saran yang dapat dikembangkan adalah introduction to rule based expert system.
menambah fitur-fitur yang ada di website, seperti New Delhi: Narosa Publising house.
grup diskusi, sarana konsultasi, dan menambah [5]. Strauss, Martin., 2007, Jess The Java Expert
lebih banyak lagi spesies-spesies anthurium daun. System Shell, Seminar AI Tools, April 26,
Hasil diagnosa sistem pakar diagnosa jenis dan 2007, pp1-33
penyakit pada anthurium daun berbasis web ini [6]. Hashem Hashemi, Hossein Alizadeh
dapat ditingkatkan keakuratannya sehingga hasil Moghaddam, Pegah Keyvan, Shahram Jafari,
diagnosa jenis dan penyakit pada anthurium daun 2013, A Decision Support System for
memiliki keakuratan yang lebih baik. Polyuria Patients Treatment, International
Journal of Engineering Science Invention,
DAFTAR PUSTAKA Volume 2 Issue 1, January 2013, ISSN
(Online): 2319 6734, ISSN (Print): 2319
[1]. Bursatriannyo., Cheppy Syukur., Mushthofa., 6726, PP.70-76
2014, Identifikasi Varietas Tanaman Kunyit [7]. Rukmana, Rahmat., 2007, Tanaman Hias
Menggunakan Sistem Pakar, Jurnal Anthurium, Seri tanaman hias, Penerbit
Informatika Pertanian, Vol. 23 No.1, Juni Kanisius, Yogyakarta
2014, pp95-106. [8]. Kadir, Abdul., 2007, Galeri Anthurium Daun,
[2]. Mujilahwati, Siti., 2014, Diagnosa Penyakit panduan teknis mengenal ragam bentuk &
Tanaman Hias Menggunakan Metode corak daun anthurium daun fantastis,
certainty Factor Berbasis Web, Jurnal Penebar Swadaya
Teknika, Vol 6 No 2 September 2014,
ISSN:2085-0859, pp585-591
[3]. Morris, J., 2003, Intro to JESS, Morris
Technical Solutions.
60
Seminar Nasional Informatika 2015
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
61
Seminar Nasional Informatika 2015
II.1 Langkah Penyelesaian Simple Additive berikutnya yaitu mengumpulkan data-data apa
Weighted (SAW) saja yang dibutuhkan untuk penelitian ini.
Langkah selanjutnya adlaha menganalisa metode
Langkah Penyelesaian SAW sebagai berikut : yang digunakan dalam penelitian ini yaitu
Menentukan kriteria-kriteria yang akan dijadikan menggunakan metode simple additive weighting.
acuan dalam pengambilan keputusan, yaitu Ci. Berikutnya barulah peneliti mendesain sistem
Menentukan rating kecocokan setiap alternatif yang akan dibangun dan dilakukan proses
pada setiap kriteria. implementasi untuk melakukan proses pengujian
Membuat matriks keputusan berdasarkan terhedap data-data yang diambil pada objek
kriteria(Ci), kemudian melakukan normalisasi penelitian. Dari hasil pengujian tersebut nanti
matriks berdasarkan persamaan yang disesuaikan akan didapatlah sebuah keputusan yang dapat
dengan jenis atribut (atribut keuntungan ataupun digunakan untuk mengambil keputusan yang
atribut biaya) sehingga diperoleh matriks sebenarnya.
ternormalisasi R.
Hasil akhir diperoleh dari proses IV. ANALISA DAN PERANCANGAN
perankingan yaitu penjumlahan dari perkalian
matriks ternormalisasi R dengan vektor bobot Dalam menetapkan kelayakan calon
sehingga diperoleh nilai terbesar yang dipilih anggota DPRD PKS wilayah Medan Belawan.
sebagai alternatif terbaik (Ai)sebagai solusi. Langkah pertama yang harus dilakukan adalah
Formula untuk melakukan normalisasi menentukan kriteria-kriteria yang digunakan,
tersebut adalah : kriteria yang digunakan adalah pembobotan
penilaian terhadap kriteria-kriteria.
62
Seminar Nasional Informatika 2015
63
Seminar Nasional Informatika 2015
KRITERIA
ALTE
RNAT C1 C2 C3 C4 C5 C6
IF
64
Seminar Nasional Informatika 2015
65
Seminar Nasional Informatika 2015
66
Seminar Nasional Informatika 2015
67
Seminar Nasional Informatika 2015
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.
68
Seminar Nasional Informatika 2015
dengan menggunakan sistem antrian secara d. Pengujian Sistem adalah proses pembuatan
profesional yaitu sebuah sistem pemesanan nomor aplikasi selesai, dilakukan pengujian sistem
antrian yang menggunakan teknologi komunikasi menggunakan metode white box.
telepon seluler berupa SMS sehingga pasien yang e. Implementasi sistem dimana Tahap ini
ingin mengantri tidak perlu lagi mendatangi digunakan untuk penerapan dan pengujian
tempat antrian. Dengan media ini, para pengguna sistem kedalam kondisi sebenarnya agar dapat
bisa mengetahui informasi yang dibutuhkan, diketahui kekurangan dan kelebihannya. [1],
termasuk informasi tentang pengambilan nomor [2]
antrian pasien yang dibutuhkan oleh masyarakat.
Yang menjadi permasalahan dalam 2.2. SMS Geteway
penelitian ini adalah bagaimana merancang sistem
antrian berbasis SMS Gateway pada Klinik Short Message Service (SMS) adalah
Herona Medical Center Parepare, dengan tujuan layanan pesan teks komponen telepon, web, atau
merancang, membangun, dan menguji aplikasi sistem komunikasi mobile, menggunakan protocol
antrian berbasis SMS Gateway pada Klinik standar komunikasi yang memungkinkan
Herona Medical Centre Parepare. pertukaran pesan teks singkat antara fixed line
atau perangkat ponsel. Pada awalnya SMS khusus
2. Metode Penelitian untuk dirancang dan dibuat hanay untuk ponsek
GSM (Global System for Mobile
Untuk melakukan analisis dan mendapatkan Communications), namun kemudian dengan
data berdasarkan latar belakang masalah yang berkembang pesatnya teknologi-teknologi dalam
diteliti, maka penulis melakukan penelitian pada kebutuhan komunikasi modern, layanan SMS
Klinik Herona Medical Centre yang berlamat di mulai dikembangkan untuk berbagai jaringan lain
Jalan Agussalim No.218 Parepare. Dalam rangka selain GSM.
keberhasilan penelitian, maka digunakan dua jenis SMS Gateway adalah cara mengirim pesan
metode penelitian untuk pengumpulan data yaitu teks dengan atau tanpa menggunakan ponsel.
: Secara khusus, ini adalah perangkat atau layanan
a. Penelitian pustaka, yaitu penelitian yang yang menawarkan angkutan SMS dengan baik
dilakukan dengan mengambil beberapa pesan transformasi ke lalu lintas jaringan selular
definisi dan konsep yang diperlukan dalam dari media lain atau dengan memungkinkan
mendukung kegiatan penulisan penelitian ini transmisi atau penerimaan pesan SMS dengan atau
yaitu mengenai Sistem Penjualan Pada Klinik tanpa menggunakan ponsel. Penggunaan yang
Herona Medical Centre yang berlamat di khas dari gateway akan meneruskan email
Jalan Agussalim No. 218 Parepare. sedehana untuk penerima ponsel. Hal ini juga
b. Penelitian lapangan, yaitu penelitian yang dapat berguna dalam mengembangkan aplikasi
dilakukan dengan mengunjungi langsung web, dimana kita dapat berinteraksi dengan
lokasi penelitian. Di tempat penelitian melalui SMS (Short Messaging Service) [4]
tersebut penulis melakukan pengamatan dan
melakukan wawancara singkat kepada 2.3 Blok Diagram Sistem Secara Umum
pimpinan, customer service (petugas
pelayanan), dan beberapa pasien yang Proses pemesanan nomor antrian maupun
mengantri di Klinik Herona Medical Centre melihat nomor antrian secara real time yang
Parepare pada saat itu dilakukan oleh calon pasien dilakukan dengan
mengirim sms dengan format dan nomor tujuan
2.1 Tahapan Penelitian yang telah ditentukan. Sms yang dikirim oleh
pasien akan tersimpan pada database server yang
Tahap - tahap yang harus penulis lalui dirancang yang kemudian server akan otomatis
dalam pembangunan sistem adalah sebagai akan mengirim pesan berupa informasi yang telah
berikut : diminta oleh calon pasien sebelumnya. Proses
a. Analisis Sistem yaitu mengidentifikasi dan secara detail dapat dilihat pada gambar 1 blok
mengenali masalah yang ada, kemudian diagram sistem secara umum sebagai berikut :
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.
Gambar 1. Blok Diagram Secara Umum
69
Seminar Nasional Informatika 2015
Modem
70
Seminar Nasional Informatika 2015
71
Seminar Nasional Informatika 2015
Daftar Pustaka
72
Seminar Nasional Informatika 2015
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
73
Seminar Nasional Informatika 2015
melakukan diagnosa penyakit. Sistem pakar pakar, yaitu berupa representasi pengetahuan
digunakan untuk menentukan diagnosa penyakit dari pakar. Basis pengetahuan tersusun atas
akan membantu mengkonfirmasi diagnosa dan fakta dan kaidah. Fakta adalah informasi
menentukan saran dan terapinya. tentang objek, peristiwa, atau situasi. Kaidah
sistem pakar adalah sistem informasi adalah cara untuk membangkitkan suatu fakta
berbasis komputer yang menggunakan baru dari fakta yang sudah diketahui
pengetahuan pakar untuk mencapai performa
keputusan tingkat tinggi dalam domain persoalan 2. Mesin Inferensi (Inference Engine) Mesin
sempit. Bagian dalam sistem pakar terdiri dari 2 inferensi berperan sebagai otak dari sistem
komponen utamayakni berisi knowledge base pakar. Mesin inferensi berfungsi untuk
yang berisi basis pengetahuan dan mesin inferensi memandu proses penalaran terhadap suatu
yang menggambarkan kesimpulan. Kesimpulan kondisi, berdasarkan pada basis pengetahuan
tersebut merupakan respons dari sistem pakar atas yang tersedia. Di dalam mesin inferensi terjadi
permintaan pengguna. Gambar 1 berikut proses untuk memanipulasi dan mengarahkan
menggambarkan konsep dasar suatu sistem pakar kaidah, model, dan fakta yang disimpan dalam
knowledge based 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
Gambar1. Konsep dasar sistem pakar tiga tehnik pengendalian yang sering
digunakan, yaitu forward chaining, backward
Komponen yang harus dimiliki dalam chaining, dan gabungan dari kedua teknik
membangun sistem pakar adalah sebagai berikut pengendalian tersebut
Antar Muka pengguna, Basis pengetahuan, Mesin
Inferensi, Memori kerja. Sedangkan untuk 3. Basis Data (Data Base) Basis data terdiri atas
menjadikan sistem pakar menjadi lebih semua fakta yang diperlukan, dimana fakta
menyerupai seorang pakar yang berinteraksi fakta tersebut digunakan untuk memenuhi
dengan pemakai, maka dilengkapi dengan, kondisi dari kaidah-kaidah dalam sistem.
fasilitas Penjelasan (Explanation Facility), Basis data menyimpan semua fakta, baik fakta
fasilitas Akuisisi Pengetahuan (Knowledge awal pada saat sistem mulai beroperasi,
Acquisition Faciility). Hal ini terlihat dalam maupun fakta-fakta yang diperoleh pada saat
struktur sistem pakar pada Gambar 2. proses penarikan kesimpulan sedang
dilaksanakan. Basis data digunakan untuk
menyimpan data hasil observasi dan data lain
yang dibutuhkan selama pemrosesan .
74
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 Nilai tingkat kepastian bahwa ketombe
pakar. Nilai CF(Rule) serta bobot dari masing- disebabkan oleh adanya Timbul sisik pada kulit
masing fakta didapat dari interpretasi istilah dari dihitung oleh sistem dengan formula (2), (3),
pakar menjadi nilai CF serta bobot tertentu, dan (4) :
seperti contoh pada tabel berikut:
MB (H,E1) = (0.4 0.03) / (1-0.03)
Tabel 1. Interpretasi Nilai Bobot = 0.37 / 0.97
= 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
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
76
Seminar Nasional Informatika 2015
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 .
77
Seminar Nasional Informatika 2015
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
Decision maker
Gambar 4. Relasi tabel
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
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
81
Seminar Nasional Informatika 2015
Naser Jawas
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.
82
Seminar Nasional Informatika 2015
Penelitian yang dilakukan oleh Ntirogianis Pada bagian ini dijelaskan data, algoritma
dkk. mengangkat permasalahan dalam melakukan dan alur penelitian yang digunakan dalam
binerisasi citra dokumen dengan tulisan tangan. melakukan penelitian ini.
Citra dokumen dengan tulisan tangan memiliki
tantangan yang lebih sulit untuk aplikasi OCR Input citra
dibandingkan dengan citra dokumen tulisan dari
hasil ketikan. Tulisan tangan memiliki struktur
yang sangat beragam dibandingkan ketikan.
Sehingga sangat menyulitkan untuk aplikasi OCR ln citra
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 DFT
sudah sangat lama. Kualitas dari dokumen asli
sudah menurun sehingga citra dokumennya pun
tidak terlalu bagus [1].
Langkah-langkah yang dilakukan oleh Filter Spektrum
Ntirogiannis dkk. dalam memecahkan
permasalahan binerisasi citra dokumen dengan
tulisan tangan adalah sebagai berikut: Pertama-
tama dilakukan estimasi background dengan Inverse DFT
menggunakan metode inpainting. Selanjutnya
dilakukan normalisasi citra untuk meratakan
pencahayaan yang tidak seimbang. Binerisasi
Otsu digunakan untuk melakukan binerisasi exp citra
secara global. Kemudian dari citra yang
dinormalisasi juga dilakukan binerisasi lokal.
Hasil dari binerisasi global dan lokal kemudian Gambar 1. Alur Filterisasi Homomorphic
digabung menjadi satu untuk mendapatkan hasil
akhir dari metode yang diusulkan.
83
Seminar Nasional Informatika 2015
(a) (b)
(a) (b)
(c) (d)
(c) (d)
(e)
(e) Gambar 3. Hasil Filterisasi Homomorphic.
Gambar 2. Contoh Citra Dokumen.
84
Seminar Nasional Informatika 2015
(1)
85
Seminar Nasional Informatika 2015
86
Seminar Nasional Informatika 2015
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.
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 :
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
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
89
Seminar Nasional Informatika 2015
90
Seminar Nasional Informatika 2015
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.
91
Seminar Nasional Informatika 2015
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
94
Seminar Nasional Informatika 2015
95
Seminar Nasional Informatika 2015
96
Seminar Nasional Informatika 2015
97
Seminar Nasional Informatika 2015
Perancangan basis data ini menghasilkan 10 pemahaman proses bisnis dari suatu perusahaan .
tabel yang pembuatannya dilakukan dengan Oleh karenanya, maka penelitian selanjutkan
menggunakan aplikasi MySQL Server. dapat melakukan analisis lebuh detil dari suatu
Perancangan basis data yang mengacu kepada proses bisnis sehingga dapat menghasilkan
model data relasional khususnya basis data racangan Conceptual Database, Logical Database
penjualan barang dimaksudkan agar dalam setiap dan Physical Database dengan tepat.
tabel yang terdapat didalam database penjualan
barang saling memiliki keterkaitan demi DAFTAR PUSTAKA
menjamin integritas data. Selain itu, model data
relasional akan memberikan gambaran yang jelas [1] Asmuni, I., & Firdaus, R., 2005., Basis Data
dan memberikan kemudahan bagi programmer Relasional dalam Kreasi Organisasi File
ketika ingin membangun aplikasi penjualan. Akuntansi (Suatu Bahasan atas Pendekatan
Penyajian Informasi Akuntansi Perusahaan
4. KESIMPULAN Berbasis Komputer)., In Seminar Nasional
Aplikasi Teknologi Informasi (SNATI).
Perancangan basis data yang dirancang [2] Connolly, Thomas and Begg, Carolyn.,
dengan menggunakan metode perancangan 2010., Database Systems: A Practical
database DBLC (Data Base Life Cycle) telah Approach to Design, Implementation, and
menghasilkan bentuk database relational dengan Management., Fifth Edition, Pearson
rincian sebagai berikut ini: Education, Boston.
a. Conceptual database design [3] Connolly, Thomas, Carolyn Begg., 2002.,
Tipe entitas yang diperlukan berjumlah 10 Database Systems : A Practical Approach to
(sepuluh) entitas dengan memberikan Design, Implementation, and Management.,
attribute domain pada setiap nama entitas Third Edition, Pearson Education, Ltd.,
dan menghasilkan diagram hubungan England.
entitas. [4] Indrajani., 2011., Perancangan Basis Data
b. Logical Database Design dalam All in 1, (1st edition)., Elex Media
Menghasilkan relasi untuk model data Komputindo, Jakarta.
logikal lokal yang mempresentasikan entity, [5] Joefrie, Yuri Yudhaswana, and Protus Pieter
relationship, dan attribute yang telah Kalatiku., 2013., Desain basis data sistem
diidentifikasi sebelumnya. informasi akademik di Fakultas Teknik
c. Physical Database Design Universitas Tadulako., Jurnal Ilmiah
Perancangan database menggukan database Foristek, vol.2, hal 190-194.
MySQL dengan Data Definiton Language [6] Kusnendar, J., 2009., Perangkat Lunak
adalah bahasa yang digunakan untuk untuk Mentransformasikan Model Entity
mendefinisikan pendefinisian data. Jumlah Relationship ke Model Relational., Jurnal
tabel dalam basis data penjualan ada 10 Universitas Pendidikan Indonesia.
buah. [7] Laudon, Kenneth C. dan Laudon, Jane
d. Kebutuhan untuk menghasilkan sebuah P., 2005., Management Information Systems:
aplikasi yang baik tidak terlepas dari Managing The Digital Firm, 8 th edition.,
bagaimana sebuah model dari basis data Prentice Hall, New Jersey.
relasional.
5. SARAN
Kebutuhan dalam menghasilkan rancangan
basis data yang baik tidak terlepas dari
98
Seminar Nasional Informatika 2015
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.
99
Seminar Nasional Informatika 2015
100
Seminar Nasional Informatika 2015
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
Seminar Nasional Informatika 2015
5. Penutup
5.1. Kesimpulan
Gambar 4.3: Tampilan Halaman Utama 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 [2] Mahendale, Veena., Dual-tone multi-
saat kondisi rumah kosong saat meninggalkan frequency signaling, Ninands Research Lab.
rumah. [3] Connoly, Thomas, and Begg, Carolyn. ,
2005, Database Systems: A Pratical
5.2. Saran Approach to Design, Implementation, and
Selain menarik beberapa kesimpulan, ada Management, Fifth Edition. Boston: Person
beberapa saran yang mungkin dapat dijadikan Education.
pertimbangan dan masukan bagi sistem ini, antara [4] Liberty, Jesse. , 2003, Learning Visual Basic
lain: .NET. California: OReilly Media.
a. Memilih jaringan operator seluler yang [5] Harbour, Jonathan S. , 2002, Microsoft
memiliki jaringan yang baik agar proses Visual Basic .Net Programming for the
pemanggilan telepon dapat berjalan lebih Absolute Beginner. Ohio: Premier Press.
lancar. [6] Scott C, 2012, Arduino Serial
b. Sistem ini dapat dikembangkan lagi menjadi Communication
sistem yang berbasis web sehingga dapat http://Arduinobasics.blogspot.com/2012/07/A
diakses melalui internet. rduino-basics-simple-Arduino-serial_09.html
c. Dapat ditambahkan CCTV untuk lebih , diakses pada November
memastikan kondisi rumah. 2013.DatasheetMT8870,
http://pdf1.alldatasheet.com/datasheet-
pdf/view/77085/MITEL/MT8870.html,22
DAFTAR PUSTAKA November 2013.
104
Seminar Nasional Informatika 2015
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.
1. Pendahuluan
2. Tinjauan Pustaka
Kualitas sumber daya manusia (SDM)
merupakan salah satu faktor untuk meningkatkan 2.1 Sistem Pendukung Keputusan
Produktivitas kinerja suatu organisasi atau
instansi. PT. Mas Putih Belitung merupakan salah Menurut Bonczek dalam buku (Turban,
satu perusahaan terkemuka yang bergerak dalam et.al;2005) Sistem pendukung Keputusan sebagai
bidang industri. Terdapat 12 orang kepala bagian sebuah sistem berbasis komputer yang terdiri atas
pada departemen produksi yang bertanggung komponen-komponen antara lain komponen
jawab dan berwenang dalam kelancaran produksi, sistem bahasa (language), komponen sistem
baik buruknya kinerja kepala bagian dalam pengetahuan (knowledge) dan komponen sistem
bertugas pada perusahaan secara langsung akan pemrosesan masalah (problem processing) yang
mempengaruhi perkembangan perusahaan, saling berinteraksi satu dengan yang lainnya.
permasalahan selama ini sulitnya dalam Menurut Alter dalam buku (Kusrini, 2007),
melakukan penilaian kinerja yang dilakukan oleh Sistem pendukung keputusan merupakan sistem
atasan dalam melihat baik buruknya perbandingan informasi interaktif yang menyediakan informasi,
pada setiap kepala bagian departemen produksi pemodelan, dan pemanipulasian data dimana
hal ini dikarenakan hasil kinerja semua kepala sistem yang digunakan untuk membantu
bagian departemen produksi berdasarkan fakta pengambilan keputusan dalam situasi yang
dilapangan tidak menonjolkan perbedaan yang semiterstruktur dan situasi yang tidak terstruktur.
signifikan, sehingga sedikit rumit dalam Hal yang perlu diperhatikan di sini
melakukan evaluasi guna pengembangan adalah bahwa keberadaan SPK bukan untuk
kompetensi ataupun karakter karena tanpa adanya menggantikan tugas manajer, tetapi untuk
acuan yang dipilih sebagai kepala bagian yang menjadi sarana penunjang bagi mereka. SPK
terbaik maka oleh karena itu Penerpan ANP merupakan implementasi teori teori pengambilan
dilakukan dalam penelitian untuk melihat hasil keputusan yang telah diperkenalkan oleh ilmu
penilaian kinerja pada setiap kepala bagian ilmu seperti operation research dan management
produksi tersebut, sehingga hal ini bermanfaat science. Hanya bedanya adalah bahwa dahulu
untuk acuan dalam melakukan evaluasi untuk mencari penyelesaian masalah yang
kompetensi pada setiap kepala bagian dihadapi harus dilakukan perhitungan iterasi
departement produksi, tentunya keputusan ini secara manual. Dalam kedua bidang ilmu di atas,
akan mempengaruhi perkembangan perusahan dikenal istilah decision modeling, decision theory,
secara langsung. decision analysis yang pada hakekatnya adalah
105
Seminar Nasional Informatika 2015
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
107
Seminar Nasional Informatika 2015
108
Seminar Nasional Informatika 2015
109
Seminar Nasional Informatika 2015
110
Seminar Nasional Informatika 2015
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.
111
Seminar Nasional Informatika 2015
terhadap kinerja, informasi, ekonomi, kontrol, topik permasalahan yang bersifat teoritis dengan
efisiensi dan pelayanan. Panduan ini dikenal cara membaca buku-buku, makalah, jurnal
sebagai analisis PIECES (performance, penelitian dan membaca bahan-bahan sumber
information, economy, control, eficiency dan referensi lainnya.
services). Hasil dari analisis pieces akan
didapatkan masalah utama sebagai dasar untuk 2. Pengumpulan Data
menemukan solusi. [1] Kegiatan dapal pengumpulan data yaitu
dengan melakukan observasi dan wawancara
1.2 Analisis Fishbone kepada pimpinan dan staff LPK RJ-Comp.
Diagram fishbone pertama kali 3. Rekasayasa Kebutuhan Fungsional
dikembangkan oleh Dr. Kaoru Ishikawa sekitar Tahapan dalam rekayasa kebutuhan fungsional
tahun 1960-an. Diagram Ishikawa merupakan alat sebagai berikut:
untuk mengidentifikasi, mengeksplorasi dan a. Identitifikasi masalah dilakukan untuk
secara grafik menggambarkan secara detail semua mengetahui masalah-masalah yang ada,
penyebab yang berhubungan dengan suatu dengan menggunakan kerangka pieces yang
permasalahan. Diagram ini akan menunjukan didapatkan dari tahap pengumpulan data.
sebuah dampak atau akibat dari sebuah Analisis pieces juga digunakan sebagai
permasalahan, dengan berbagai penyebabnya, langkah awal untuk melakukan analisis
dapat dilihat pada gambar 1 berikut ini. [3] 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
Gambar 1 Contoh Diagram Fishbone berdasarkan hasil dari analisis fishbone dan
menganalisis solusi yang tepat untuk
1.3 Rekayasa Kebutuhan mengatasi akar dari masalah. Dan menjadi
landasan untuk menganalisis kebutuhan-
Rekayasa kebutuhan Dalam pembuatan kebutuhan fungsional yang diperlukan dalam
perangkat lunak memerlukan beberapa tahap. merancang dan membangun sistem
Tahap pertama yang dilakukan adalah merekayasa d. Analisis Kebutuhan Fungsional merupakan
kebutuhan. Analisa kebutuhan merupakan kunci tahapan untuk menentukan kebutuhan-
utama untuk mendapatkan informasi tentang kebutuhan fungsional yang dibutuhkan oleh
perangkat lunak yang di butuhkan oleh pengguna sistem.
atau client. [4] e. Pemodelan Fungsi Analisa Kebutuhan.
Analisa kebutuhan merupakan bagian dari Dalam tahap ini dilakukan pemodelan hasil
rekayasa perangkat lunak yang menitik beratkan analisa kebutuhan dengan menggunakan
pada tujuan, fitur atau fungsi kegunaan dan diagram usecase
batasan yang ada pada sistem perangkat lunak.
Dalam pandangan proses rekayasa perangkat 3. Hasil Dan Pembahasan
lunak, rekayasa kebutuhan adalah tindakan utama
dalam melakukan rekayasa perangkat lunak yang 3.1 Identifikasi Masalah
berawal dari kegiatan-kegiatan komunikasi dan
berlanjut pada kegiatan permodelan. Rekayasa Hasil dari observasi dan wawancara dengan
kebutuhan juga adalah jembatan dari tahap pemilik LKP RJ-Comp Jogja dapat diidentifikasi
analisis ke tahap perancangan dan konstruksi. [6] beberapa masalah berdasarkan kerangka analisis
pieces. Tabel 1 merupakan hasil identifikasi
2. Metodologi Penelitian masalah menggunakan analisis pieces.
112
Seminar Nasional Informatika 2015
Hasil dari analisis pieces teridentifikasi Hasil dari kegiatan identifikasi masalah dan
masalah-masalah berdasarkan kategori penyebabnya dapat digambarkan dalam diagram
performance, information, ekonomi, control, fishbone (Gambar 2) dalam menjelaskan
eficiency, dan service. Dari hasil tersebut dapat keterkaitan antara masalah dan penyebabnya yang
di identifikasi lagi faktor-faktor penyebabnya . mengakibatkan pihak manajemen kesulitan dalam
Adapun faktor-faktor penyebab dari masalah pembuatan laporan.
yang telah teridentifikasi dapat dilihat pada tabel
2 sebagai berikut:
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
114
Seminar Nasional Informatika 2015
DAFTAR PUSTAKA
115
Seminar Nasional Informatika 2015
116
Seminar Nasional Informatika 2015
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.
117
Seminar Nasional Informatika 2015
118
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
119
Seminar Nasional Informatika 2015
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
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.
121
Seminar Nasional Informatika 2015
secara efektif dan efisien. Karena gaji pemograman PHP, XAMPP serta MySQL,
merupakan unsur terpenting dalam perputaran Adobe Dreamweaver CS5, dan metode
dunia kerja. Suatu lembaga dapat dikatakan pengujian yang digunakan Blackbox Testing.
seimbang apabila gaji yang diberikan untuk para
pegawainya tepat waktu dan sesuai dengan 2. Kajian Teori
rencana karena itu dapat memberikan semangat 2.1 Kajian Umum
kepada para pegawainya jika gaji yang mereka Menurut Gorden B. Davis dalam bukunya
terima sesuai dengan jadwal. Tata Sutabri (2012:6), mendefinisikan bahwa
sistem bisa berupa abstrak atau fisik. Sistem
1.2 Masalah abstrak susunan gagasan-gagasan atau
Berdasarkan latar belakang yang telah konsepsi ang teratur yang saling bergantung.
dijelaskan diatas, maka yang menjadi Menurut Rohmat Taufiq (2013:2), Sistem
permasalahan pada Sekolah Menengah Kejuruan adalah kumpulan dari sub-sub sistem abstrak
(SMK) Bina Am maupun fisik yang saling terintegrasi dan
mamur antara lain adalah : berkolaborasi untuk mencapai suatu tujuan
1) Kendala apa saja yang dialami sistem tertentu.
yang berjalan saat ini pada Sekolah Menurut Bambang Hartono (2013:9),
Menengah Kejuruan (SMK) Bina Am Sistem adalah suatu himpunan dari berbagai
mamur? bagian atau elemen, yang saling berhubungan
2) Bagaimana kebutuhan user pada secara teroganisasi berdasar fungsi-fungsinya,
sistem penggajian pegawai pada menjadi satu kesatuan.
Sekolah Menengah Kejuruan (SMK) Menurut Tata Sutabri (2012:20-21), Siklus
Bina Am mamur? Hidup Sistem adalah proses evolusioner yang
3) Bagaimana merancang sistem informasi diikuti dalam menerapkan sistem atau
perhitungan gaji pegawai pada Sekolah subsistem informasi berbasis komputer.
Menengah Kejuruan (SMK) Bina Am Menurut Tata Sutabri (2012:22), Informasi
mamur? adalah data yang telah diklasifikasikan atau
4) Bagaimanakah sistem akuntansi diinterprestasi untuk digunakan dalam proses
penggajian yang telah diterapkan pada pengambilan keputusan.
Sekolah Menengah Kejuruan (SMK) Menurut Tata Sutabri (2012:38), Sistem
Bina Am mamur? informasi adalah suatu sistem di dalam suatu
5) Bagaimanakah sistem akuntansi organisasi yang mempertemukan kebutuhan
penggajian terkomputerisasi yang sesuai pengolahan transaksi harian yang mendukung
pada Sekolah Menengah Kejuruan fungsi operasi organisasi yang bersifat manajerial
(SMK) Bina Am mamur? dengan kegiatan strategi dari suatu organisasi
6) Siapakah yang berperan dalam untuk dapat menyediakan laporan-laporan oleh
pengoperasian sistem akuntansi pihak luar tertentu.
penggajian pada Sekolah Menengah Menurut Yakub (2012:142), Analisa sistem
Kejuruan (SMK) Bina Am mamur? dapat diartikan sebagai suatu proses untuk
memahami sistem yang ada, dengan menganalisa
1.3 Ruang Lingkup jabatan dan uraian tugas (business users), proses
Ruang lingkup yang akan dibahas pada bisnis (business prosess), ketentuan atau aturan
penelitian ini adalah Aktifitas proses (business rule), masalah dan mencari solusinya
perhitungan gaji pegawai yang terdiri dari : (business problem and business soulution), dan
pencatatan waktu hadir pegawai, honor jabatan, rencana-rencana perusahaan (business plan).
insentif masa kerja dan tunjangan. Menurut Mulyanto (2009:125), Analisa
sistem adalah teori sistem umum yang sebagai
1.4 Metode Analisa dan Rancangan sebuah landasan konseptual yang mempunyai
Setelah melakukan proses pengumpulan data tujuan untuk memperbaiki berbagai fungsi
selanjutnya data yang sudah diperoleh diolah didalam sistem yang sedang berjalan agar menjadi
dan dianalisa, Dalam melakukan perancangan lebih efisien, mengubah sasaran sistem yang
sistem penggajian pegawai pada Sekolah sedang berjalan, merancang/mennganti output
Menengah Kejuruan (SMK) Bina Am mamur. yang sdang digunakan, untuk mencapai tujuan
Disini penulis menggunakan beberapa metode yang sama dengan seperangkat input yang lain
Analisa yang dilakukan metode analisa sistem (biasa jadi lebih sederhana dan lebih interatif)
yaitu, analisa PIECES. atau melakukan beberapa perbaikan serupa.
Data yang diperoleh kemudian dianalisa dan Menurut Kamus Besar Bahasa Indonesia
digambarkan dalam bentuk usecase dengan (2002:43), Analisis adalah penguraian suatu
menggunakan software UML. Perancangan pokok atas berbagai bagiannya dan penelaahan
system diimplementasikan ke dalam bahasa bagian itu sendiri serta hubungan antar bagian
122
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.
123
Seminar Nasional Informatika 2015
124
Seminar Nasional Informatika 2015
125
Seminar Nasional Informatika 2015
126
Seminar Nasional Informatika 2015
127
Seminar Nasional Informatika 2015
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
128
Seminar Nasional Informatika 2015
interaktif, fleksibel, yang secara khusus Metodologi ini dapat diterapkan pada perangat
dikembangkan untuk mendukung solusi dari keras, perangkat lunak, atau kombinasi keduanya.
pemasalahan manajemen yang tidak terstruktur Dalam logika klasik dinyatakan bahwa segala
untuk meningkatkan kualitas pengambilan sesuatu bersifat biner, yang artinya adalah hanya
keputusan. Dengan demikian dapat ditarik satu mempunyai dua kemungkinan, Ya atau Tidak,
definisi tentang SPK yaitu sebuah sistem berbasis Benar atau Salah, Baik atau Buruk, dan lain-
komputer yang adaptif, fleksibel, dan interaktif lain. Oleh karena itu, semua ini dapat mempunyai
yang digunakan untuk memecahkan masalah- nilai keanggotaan 0 atau 1.Akan tetapi, dalam
masalah tidak terstruktur sehingga meningkatkan logika fuzzy memungkinkan nilai keanggotaan
nilai keputusan yang diambil [5]. berada di antara 0 dan 1. Artinya, bisa saja suatu
keadaan mempunyai dua nilai Ya dan Tidak,
2.1.1 Komponen Sistem Pendukung Keputusan Benar dan Salah, Baik dan Buruk secara
bersamaan, namun besar nilainya tergantung pada
Aplikasi komponen-komponen sistem bobot keanggotaan yang dimilikinya. Logika
pendukung keputusan dapat terdiri dari subsistem, fuzzy dapat digunakan di berbagai bidang, seperti
diantaranya : sistem diagnosa penyakit (dalan bidang
kedokteran); pemodelan sistem pemasaran, riset
1. Subsistem manajemen data. Subsistem operasi (dalam bidang ekonomi); kendali kualitas
manajemen data mencakup satu database air, prediksi adanya gempa bumi, klasifikasi dan
yang berisi data yang relevan untuk situasi pencocokan pola [1].
dan dikelola oleh sistem manajemen
basisdata (Data Base Management Systems Fuzzy Multi Atribute Decision Making (Fuzzy
(DBMS)). Subsistem manajemen data dapat MADM)
diinterkoneksikan dengan data warehouse
perusahaan, suatu repositori untuk data Pada dasarnya, proses MADM dilakukan melalui
perusahaan yang relevan untuk pengambil 3 tahap, yaitu penyusunan komponen-komponen
keputusan. Biasanya data disimpan atau situasi, analisis, dan sintesis informasi. Ada
diakses via server web databasel. Subsistem beberapa metode yang dapat digunakan untuk
manajemen data dapat diinterkoneksikan menyelesaikan masalah FMADM yaitu [1]:
dengan data warehouse perusahaan. 1. Simple Additive Weighting Method (SAW).
2. Subsistem manajemen model. Merupakan 2. Weighted Product (WP).
paket perangkat lunak yang memasukkan 3. ELECTRE.
model keuangan, statistik, ilmu manajemen, 4. TOPSIS (Technique for Order Preference by
atau model kuantitatif lainnya yang Similarity to Ideal Solution ).
memberikan kapabilitas analitik dan 5. Analytic Hierarchy Process (AHP).
manajemen perangkat lunak yang tepat.
3. Subsistem antarmuka pengguna. Pengguna Pada dasarnya proses MADM dilakukan melalui
berkomunikasi dengan dan memerintahkan 3 tahapan yaitu: penyusunan komponen-
DSS melalui subsistem ini. Pengguna adalah komponen situasi, analisis dan sintesis informasi.
bagian yang dipertimbangkan dari sistem. Pada tahap penyusunan komponen, komponen
Para peneliti menegaskan bahwa beberapa situasi akan dibentuk tabel taksiran yang berisi
kontribusi unik dari DSS berasal dari identifikasi alternatif dan spesifikasi tujuan,
interaksi yang intensif antara komputer dan kriteria dan atribut. Salah satu cara untuk
pembuat keputusan. menspesifikasikan tujuan situasi |Oi, i=1,...,t |
4. Subsistem manajemen berbasis-pengetahuan. adalah dengan cara mendaftar konsekuensi-
Subsistem ini dapat mendukung semua konsekuensi yang mungkin dari alternatif yang
subsistem lain atau bertindak sebagai telah teridentifikasi | Ai, i=1,...,n|. Selain itu juga
komponen independen. Ia memberikan disusun atribut-atribut yang akan digunakan |ak,
inteligensi untuk memperbesar pengetahuan k=1,...,n|. Tahap analisis dilakukan melalui 2
si pengambil keputusan [2]. langkah, yaitu:
a. Mendatangkan taksiran dari besaran yang
2.2 Logika Fuzzy potensial, kemungkinan dan ketidakpastian yang
Konsep tentang logika Fuzzy diperkenalkan berhubungan dengan dampak-dampak yang
oleh Prof. Lotfi Astor Zadeh pada tahun 1962. mungkin pada setiap alternatif.
Logika fuzzy adalah metodologi sistem kontrl b. Meliputi pemilihan dari preferensi pengambil
pemecahan masalah, yang cocok untuk keputusan untuk setiap nilai dan ketidakpedulian
diimplementasikan pada sistem, mulai dari sistem terhadap resiko yang timbul.
yang sederhana, sistem kecl, embedded system,
jaringan PC, multi-channel atau workstation Masalah Multi Attribute Decision Making
berbasis akuisisi data, dan sistem kontrol. (MADM) adalah mengevaluasi m alternatif Ai
129
Seminar Nasional Informatika 2015
130
Seminar Nasional Informatika 2015
131
Seminar Nasional Informatika 2015
132
Seminar Nasional Informatika 2015
133
Seminar Nasional Informatika 2015
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.
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
136
Seminar Nasional Informatika 2015
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
137
Seminar Nasional Informatika 2015
01010000=80,di mana 80 itu adalah nilai Setelah digabungkan menjadi 24 bit akan
ascii dari P dipecah menjadi 8 bit yang hasilnya yaitu:
Yang mana dari karkter tersebut digabungkan 01010100
menjadi 24 bit seperti di bawah ini: 01010110
001011010101100101010000, setelah itu 24 00000000(penambahan agar mencukupi 24
bit dipecah menjadi 6 bit yang dapat bit)
dihasilkan sebagai berikut: Yang mana dari bilangan biner tersebut
001011=11 memiliki nilai decimal seperti berikut:
010101=21 01010100=84
100101=37 01010110=75
010000=16 Setelah dapat nilai decimal maka nilai dari
Setelah kita mendaptkan nilai dari 6 bit di decimal tersebut di buat ke karakter ASCII
atas maka kita akan melakukan proses yang mana nilai dari 84 di kode Ascii adalah
penggabungan dari 6 bit menjadi 24 bit. T,75=K. Jadi dari encode VEs= dihasilkan
Setelah digabungkan menjadi 24 bit akan decode TK
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 Gambar 4. Hasil proses Encode
dihasilkan decode -YP.
3. Proses decode VEs=
Masing-masing karakter encode di atas KESIMPULAN
memiliki panjang 6 bit yang di mana
V=21,E=4,s=44. Jadikan nilai nilai tersebut Penulis memperoleh beberapa kesimpulan dari
menjadi indeks untuk memilih karakter hasil pengerjaan tugas akhir ini, yang
penyusun dari base64 diimplementasikan pada sebuah aplikasi encode
ABCDEFGHIJKLMNOPQRSTUVWXYZab dan decode data text. Dengan beberapa poin yaitu:
cdefghijklmnopqrstuvwxyz0123456789+/ di 1. Base64 di bangun menggunakan bahasa
mana [A = 0], maka atau Base64Char[0] = pemrograman PHP, dapat menjadi solusi
A bit tersebut didapat dari karakter TK alternatif bagi pengembangan keamanan data
yang mau diencode yang di mana masing- untuk menyediakan layanan penyandian
masing karkter memiliki panjang 8 bit yaitu: secara gratis melalui media website.
01010100=84,di mana 84 itu adalah nilai 2. Penyandian Base64 dapat diimplementasikan
Ascii dari T dengan cara konversikan karakter ASCII ke
01001011=75,di mana 75 itu adalah nilai binary.
Ascii dari K 3. Base64 di pecahkan dengan waktu cukup
Yang di mana dari karakter tersebut lama di karenakan base64 banyak melalui
digabungkan menjadi 24 bit tapi karena proses konversi.
karakter T dan K tidak cukup maka
ditambahkan 0 di belakang sampai Daftar Pustaka
mencukupi 24 bit seperti di bawah ini:
010101000100101100000000 [1] Ahmad Timbul Sholeh, Erwin Gunadhi,
setelah itu 24 bit di pecah menjadi 6 bit yang Asep Deddy Supriatna, 2013. Journal
dapat dihasilkan sebagai berikut: Mengamankan Skirp Pada Bahasa
010101=11 Pemrograman Php dengan Menggunakan
000100=21 Kriptografi Base64.
101100=37 [2] Febrian Wahyu.C, Adrian.P Rahangiar,
Setelah kita mendaptkan nilai dari 6 bit di Febry De Fretes, 2012. Journal Penerapan
atas maka kita akan melakukan proses Algoritma Gabungan RC4 Dan Base64 Pada
penggabungan dari 6 bit menjadi 24 bit. Sistem Keamanan E-Commerce
138
Seminar Nasional Informatika 2015
[3] Dony Ariyus 2008, Pengantar Ilmu database dan Php Pada sistem Operasi
kriptografi Teori Analisa dan Implementasi, Fedora core 5
Yogyakarta. [6] Semuil Tjihardi, Marvin Chandra Wijaya
[4] Andi, 2011. Aplikasi Web Database Dengan 2009, Journal Pengamanan Data
Dremweaver Dan Php-MySQL Menggunakan Metoda Enkripsi Simetri
[5] Andi Wahyu Rahardjo Emanuel, 2006. Dengan Algoritma Feal
Journal Instalasi Apache Web Server,MySQl [7] Tri Wahyu W, Aidil Sanjaya 2008, Journal
Studi Sistem Keamanan Komputer.
139
Seminar Nasional Informatika 2015
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.
140
Seminar Nasional Informatika 2015
operasi. Metode langsung menghitung saldo kas kegiatan yang dilakukan pada tiap-tiap
dari selisih antara kas masuk dari pendapatan tahap adalah sebagai berikut:
usaha dengan kas keluar untuk beban usaha
perusahaan. Sedangkan keuangan dari aktivitas 5. Target/Tujuan Penelitian
investasi dan aktivitas pembiayaan dihitung Target penelitian dilakukan untuk
dengan mencari selisih antara keuangan masuk membuat suatu aplikasi yang memudahkan
dan keuangan keluar pada masing masing kinerja karyawan CV. Sinar Jaya dalam mengolah
kelompok sumber kas tersebut. Keuangan bersih data dan menghasilkan informasi yang lebih
dari msing masing kategori dijumlahkan untuk akurat.
menghasilkan keuangan bersih total, yang
kemudian ditambahkan dengan saldo kas pada 6. Analisis Kebutuhan
awal periode sehingga menghasilkan saldo kas Berisi tentang hal-hal yang harus ada
pada akhir periode tersebut. pada hasil perancangan agar mampu
menyelesaikan masalah yang ada sesuai tujuan.
2.. Studi Lapangan Beberapa hal-hal yang harus dipenuhi adalah :
Merupakan metode yang dilakukan a. Adanya aplikasi yang dijalankan untuk
dengan mengadakan studi langsung ke lapangan melakukan proses arus kas.
untuk mengumpulkan data yaitu peninjauan b. Adanya database untuk menyimpan data
langsung ke lokasi studi. Adapun teknik pemasukan dan data pengeluaran pada kas
pengumpulan data yang dilakukan penulis adalah CV. Mitra Bersama.
:
a. Pengamatan (Observation) 7. Spesifikasi dan Desain
Merupakan salah satu metode Berisi spesifkasi alat yang dirancang,
pengumpulan data yang cukup efektif komponen, peralatan uji yang digunakan dan
untuk mempelajari suatu sistem. diagram blok peralatan yang akan dirancang.
Kegiatannya dengan melakukan Perancangan sistem menggunakan bahasa
pengamatan langsung terhadap kegiatan pemrograman Java, database MySQL. Spesifikasi
yang sedang berjalan, yaitu kegiatan komputer yang digunakan minimal Intel Pentium
pencatatan keuanganpada CV. Sinar Jaya. 4, RAM 512 serta Hard Drive 80 Gb.
b. Sampel
Mengambil contoh-contoh data yang Implementasi dan Verifikasi
diperlukan khususnya data mengenai dana Berisi langkah-langkah yang dilakukan
pemasukan dan pengeluaran CV. Sinar dalam pembuatan alat serta tahapan-tahapan
Jaya. pengujian yang dilakukan untuk masing-masing
blok peralatan yang dirancang.
3. Studi Kepustakaan (Library Research) a. Menganalisis beberapa kesalahan yang ada
Penulis melakukan studi pustaka untuk pada sistem yang lama.
memperoleh data-data yang berhubungan dengan b. Melakukan pengujian aplikasi yang baru
penulisan Skripsi dari berbagai sumber bacaan untuk meminimalisir kesalahan yang ada.
seperti: buku tentang sistem informasi dan c. Melakukan perawatan sistem yang baru
aplikasi java, internet, dan lain lain. apabila terjadi kesalahan.
Metode yang digunakan dalam
merancang sistem informasinya adalah dengan Validasi
metode UML (Unified Modeling Language). Berisi langkah-langkah yang dilakukan
Unified Modeling Language (UML) adalah salah saat pengujian peralatan secara keseluruhan,
satu alat bantu yang sangat handal di dunia besaran-besaran yang akan diuji, dan ukuran
pengembangan sistem yang berorientasi objek [5]. untuk menilai apakah alat sudah bekerja dengan
baik sesuai spesifikasi.
4. Analisa Tentang Sistem Yang Ada. a. Setelah aplikasi dibuat maka selanjutnya
Merupakan tata cara dan langkah akan dijalankan pada komputer apakah telah
langkah yang diperlukan untuk mencapai tujuan sesuai dan berjalan dengan baik.
perancangan yang dilakukan. Langkah- b. Menjalankan aplikasi yang baru untuk di uji
langkahnya adalah : pada sistem yang lama serta melakukan
a. Menganalisis permasalahan yang ada dalam perawatan sistem.
proses akuntansi CV. Sinar JayaMedan. c. Melihat hasil informasi dari aplikasi yang
b. Merancang sistem yang baru dengan dibuat dengan spesifikasi komputer yang
menggunakan metode UML (Unified digunakan.
Modeling Language).
c. Membuat aplikasi dengan bahasa
pemrograman Java.
141
Seminar Nasional Informatika 2015
142
Seminar Nasional Informatika 2015
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
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
143
Seminar Nasional Informatika 2015
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 :
Laporan Keuangan
Laporan keuangan ini bertujuan untuk
menampilkan semua kegiatan uang keluar dan
uang masuk yang ada. Seperti terlihat pada
Gambar 13. Form Pengiriman View gambar 17 berikut :
Form Jurnal
Form jurnal ini merupakan halaman
untuk menampilkan berbagai transaksi pada
144
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
Gambar 17. Laporan Arus Kas Jaya.
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
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
147
Seminar Nasional Informatika 2015
prediktif terhadap data mengingat jumlah Terkadang kita sering dibuat bingung dengan
kematian yang terus naik. pengertian obesitas dan overweight, padahal
Dalam paper ini, kamu mengusulkan kedua istilah tersebut mempunyai pengertian yang
klasifikasi data terhadap dataset menggunakan berbeda. Obesitas adalah suatu kondisi kelebihan
metode decision tree algoritma C4.5. Metode berat tubuh akibat tertimbunnya lemak, untuk pria
decision tree mengubah fakta yang sangat besar dan wanita masing- masing melebihi 20% dan
menjadi pohon keputusan yang merepresentasikan 25% dari berat tubuh dan dapat membahayakan
aturan. Aturan dapat dengan mudah dipahami kesehatan. Sementara overweight (kelebihan berat
dengan bahasa alami. Proses pada decision tree badan, kegemukan) adalah keadaan dimana BB
adalah mengubah bentuk data (tabel) menjadi seseorang melebihi BB normal[15]. Perhitungan
model pohon, mengubah model pohon menjadi IMT dapat dilakukan menggunakan rumus
rule, dan menyederhanakan rule[3]. Decision sebagai berikut:
Tree merupakan teknik data mining yang
didasarkan pada divide-and-conquer untuk (1)
klasifikasi suatu masalah[19]. Metode ini juga
merupakan klasifikasi dari proses representasin Keterangan :
struktur tree dimana setiap node IMT : Indeks Massa Tubuh (kg/m)
mempresentasikan atribut, dan cabangnya
mempresentasikan nilai dari atribut, serta daunya Batas ambang batas IMT (Table
(leaves) mempresentasikan kelas[6]. Algoritma 1.)ditentukan dengan merujuk ketentuanb
C4.5 telah banyak digunakan sebagai FAO/WHO, yang membedakan batas ambang
implementasi pencarian pola klasifikasi prediktif untuk laki-laki dan perempuan.Batas ambang
di bidang-bidang tertentu misalnya untuk kasus normal laki-laki 20,1-25,0 dan untuk perempuan
bisnis[8][10][17] dan akademis[2][5] serta 18,7-23,8. Menurut WHO WPR / IASO / IOTF
medis[9]. untuk wilayah Asia Pasifik, klasifikasi berat
Preview inculudes metode penelitian, data badan lebih dan obesitas berdasarkan IMT terbagi
collection, building data training, analisis using menjadi berat badan kurang, kisaran normal, dan
Weka, Results. berat badan lebih dengan derajat beresiko, obes I,
dan obes II [18]
2. Metode dan Materi
2.1 Kerangka Penelitian Tabel 1. Kategori ambang batas IMT
Kategori IMT(Kg/m)
Kami menawarkan sebuah model (Gambar Berat badan kurang <18,5
1.) pemecahan masalah untuk mengidentifikasi Berat badan normal 18,5-22,9
atau klasifikasi obesitas menggunakan atribut- Berat badan lebih 23,0
atribut berdasarkan faktor-faktor penyebab Beresiko 23,0 - 24,9
obesitas menurut penelitian dari Albu-Shamah Obes I 25,0 - 29,9
dan Zhan[1]. Kemudian atribut tersebut Obes II 30,0
digunakan untuk membangun dataset yang
kemudian record-record yang dihasilkan 2.3 Algoritma C4.5
dianalisis menggunakan model Decision Tree
Algoritma C4.5. Model Tersebut kemudian Menurut Kusrini dan Luthfi [11], Algoritma
dievaluasi menggunakan software analisis WEKA C4.5 adalah algoritma yang digunakan untuk
versi 3.7.4. membentuk suatu pohon keputusan. Pohon
keputusan merupakan metode klasifikasi dan
Obese Attribut
Building Dataset prediksi yang sangat kuat dan terkenal. Metode
Dataset
ini mengubah fakta ata data yang besar menjadi
suatu pola yang berbentuk Decision tree yang
mempresentasikan sebuah pola atau aturan.
Decision Tree Evaluasi dan
Algoritma C4.5 Validasi Algoritma C4.5 juga merupakan
pengembangan dari algoritma ID3 dimana telah
terjadi perubahan atau perbaikan di beberapa
Performance
Weka Analyzer
Results bagian. Algoritma ini dapat menghandel beberapa
masalah yang tidak dapat ditangani oleh algoritma
Gambar 1. Model Penelitian ID3 seperti numeric attributes, missing values,
noisy data, dan aturan yang menghasilkan aturan
2.2 Obesitas dari tree[19].
Secara umum dalam membangun klasifikasi
Obesitas atau kegemukan mempunyai dengan Decision Tree yang menggunakan
pengertian yang berbeda-beda bagi setiap orang.
148
Seminar Nasional Informatika 2015
149
Seminar Nasional Informatika 2015
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
152
Seminar Nasional Informatika 2015
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.
153
Seminar Nasional Informatika 2015
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
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
156
Seminar Nasional Informatika 2015
157
Seminar Nasional Informatika 2015
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.
158
Seminar Nasional Informatika 2015
159
Seminar Nasional Informatika 2015
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
161
Seminar Nasional Informatika 2015
162
Seminar Nasional Informatika 2015
163
Seminar Nasional Informatika 2015
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 Model Sistem yang dihasilkan tetap mengacu
perintah untuk melakukan koneksi ke web server pada syarat yang memenuhi pemberian
dan web database LAKALANTAS. santunan/klaim asuransi kecelakaan secara
konvensional. Model Sistem secara umum
Pengujian prototype digunakan untuk berfokus pada faktor teknologi.
membuktikan bahwa prototipe yang
dikembangkan telah sesuai dengan hasil analisis Telah dikembangkan Prototipe yang
kebutuhan fungsional yang dinyatakan dalam memanfaatkan teknologi web service untuk
bentuk DFD pada gambar 3.. Pengujian prototipe integrasi data JASARAHARJA dan
dilakukan secara black box testing [5], yaitu LAKALANTAS dengan berpedoman pada
pengujian fungsional tanpa memperhatikan alur kebutuhan fngsional untuk mendapatkan data
eksekusi program, hanya untuk membuktikan penduduk yang valid untuk digunakan dalam
hasil eksekusi program sesuai dengan harapan. verifikasi keluarga korban.
164
Seminar Nasional Informatika 2015
165
Seminar Nasional Informatika 2015
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.
1. Pendahuluan
166
Seminar Nasional Informatika 2015
167
Seminar Nasional Informatika 2015
NCF : Nilai rata-rata core factor Pada tahap awal yang akan dilakukan adalah
NC : Jumlah total nilai core factor(tes menentukan kriteria yang akan dijadikan
tulis, microteaching, wawancara, penilaian penilaian kemampuan karyawan berikut
kepribadian) keriterianya :
IC : Jumlah item core factor Sedangkan untuk Penilaian A
perhitungan secondary factor dapat ditunjukkan 1. Penilaian Kepemimpinan = W001
pada 2. Penilaian Inovasi = W002
Persamaan (3) di bawah ini: 3. Penilaian Perilaku = W003
4. Penilaian Tanggun Jawab = W004
Penilaian B
1. Penilaian Kerja Sama = S001
Keterangan: 2. Penilaian Skill = S002
NSF : Nilai rata-rata secondary factor 3. Penilaian Keterampilan = S003
NS : Jumlah total nilai secondary
factor(tes tulis, microteaching, Penilain C
wawancara,penilaian kepribadian) 1. Penilaian kedisiplinan = P001
IS : Jumlah item secondary factor 2. Penilaian Pencapaian Target = P002
168
Seminar Nasional Informatika 2015
NCF =
Keterangan:
NCF : Nilai rata-rata core factor
NC : Jumlah total nilai core factor
IC : Jumlah item core factor
169
Seminar Nasional Informatika 2015
170
Seminar Nasional Informatika 2015
171
Seminar Nasional Informatika 2015
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.
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
173
Seminar Nasional Informatika 2015
174
Seminar Nasional Informatika 2015
175
Seminar Nasional Informatika 2015
Gigi Pepsodent adalah Pasta Gigi terbaik Menggunakan Metode Analytical Hierarchy
yang banyak diminati oleh Masyarakat. Process, KNS&I , 13 November (2010)
[2] Nur Rochmah Dyah, et al, (2008). Sistem
5. SARAN Penentuan Penerima Bantuan Langsung
Adapun saran yang dapat diberikan dalam Tunai (BLT) Dengan Metode Analytical
penelitian ini adalah : Hierarchy Process , Jurnal Informatika Vol
2, No. 2, Juli (2008).
1. Dalam pengumpulan data Kuesioner [3] M. Yousefi Nejad Attari, et.al. (2012). A
diharapkan lebih banyak lagi Responden Decision Making Model For Qutsourcing Of
yang memberikan tanggapannya agar hasil manufacturing Activities By ANP And
analisis akan dapat lebih baik lagi. DEMATEL Under Fuzzy Environmenx, Vol
2. Untuk melakukan perhitunggan berpasangan 23. Number. 3 (2012.).
baik goal, kriteria dan alternatif, harus [4] Fuadi Arif,et.al, (2010). Sistem Penunjang
dilakukan dengan hati-hati, jika terjadi Keputusan Untuk Mengukur Minat Siswa
kesalahan pada pemasukan data dapat Dalam Memilih Ekstrakulukuler Pada SMA
menyebabkan hasil akhir yang di peroleh Negri 1 Haru Menggunakan Metode AHP
tidak terpenuhi atau nilai inkonsistennya Dan Didukung Oleh Software Super
salah . Decision, (2010).
3. Hasil yang diperoleh dari penelitian ini, [5] Iskandar Z. Nasibu, (2009). Penerapan
hasilnya dapat dijadikan referensi oleh Metode AHP Dalam Sistem Pendukung
masyarakat dan peneliti yang lain. Keputusan Penerapan Karyawan
Menggunakan Aplikasi Expert Choice, Vol.
2, No. 5. Mei (2009).
DAFTAR PUSTAKA
176
Seminar Nasional Informatika 2015
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.
177
Seminar Nasional Informatika 2015
merupakan proses pemilihan alternative tindakan Keputusan sudah menjadi hal yang biasa
untuk mencapai tujuan atau sasaran tertentu [4]. dalam kehidupan. Karena berhubungan dengan
Pada penelitian sebelumnya tentang sistem masalah dan solusi. Definisi dari keputusan pada
pendukung keputusan penetuan bonus karyawan umumnya adalah pilihan (choice). yaitu pilihan
menggunakan metode Weighted Product (WP)[3]. dari dua atau lebih kemungkinan. Jika
Telah dilakukan pengembangan sistem berhubungan dengan proses, maka keputusan
pendukung keputusan dengan beberapa kriteria adalah keadaan akhir dari suatu pross yang lebih
dan jumlah karyawan yang terbatas. Untuk itu dinamis yang diberi label pengambilan keputusan.
dalam penelitian ini dibuat rancangan sistem Keputusan dipandang sebagai proses karena
pendukung keputusan yang mampu menangani terdiri dari suatu seri aktifitas yang berhungan dan
penentuan kriteria yang tidak terbatas. tidak hanya dianggap sebagai tindakan yang
bijaksana [4].
178
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
(3)
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.
Gambar 3 ERD
4 Implementasi
Berikut adalah flowchart prosedur program
181
Seminar Nasional Informatika 2015
Daftar Pustaka:
182
Seminar Nasional Informatika 2015
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
183
Seminar Nasional Informatika 2015
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.
184
Seminar Nasional Informatika 2015
System), atau EIS, untuk digunakan eksekutif menerima konsep faktor-faktor penentu
organisasi. Terdapat juga sistem informasi keberhasilan
fungsional satu untuk tiap area fungsional utama menggunakan sistem informasi eksekutif mereka
organisasi. Subsistem fungsional adalah sistem untuk memantau setiap faktor penentu
informasi yang disesuaikan bagi kegiatan dalam keberhasilan dalam hal ini adalah instansi
area ini, dimana terdapat dua subsistem yaitu pendidikan misalnya kualitas staf pengajar, materi
sistem informasi akademis dan sistem informasi yang berbobot, fasilitas universitas. Sistem
kepegawaian yang disesuaikan untuk memenuhi informasi eksekutif memvisualisasikan
kebutuhan pemakai atas informasi mengenai area- perbandingan kinerja yang dianggarkan dengan
area fungsional, mendapatkan publikasi luas di kinerja aktual dengan bentuk multimedia yang
beberapa area dan sedikit kurang diarea lain[2]. menampilkan tabel atau narasi, sehingga eksekutif
Model Sistem Informasi Eksekutif diperlihatkan dapat mendapatkan informasi yang perlu
pada Gambar 3 basis data berisi data dari SIA diperhatikan oleh eksekutif untuk memutuskan
(sistem informasi akademis) dan SIK (sistem suatu tindakan yang diperlukan. Peran utama dari
informasi kepegawaian) yang digunakan eksekutif SIE adalah membuat sintesis, atau menyarikan
untuk mendapatkan informasi dan publikasi yang data dan informasi bervolume besar untuk
luas. Perangkat lunak EIS menggunakan isi basis meningkatkan kegunaannya. Pengambilan sari ini
data untuk menghasilkan tampilan yang telah disebut pemampatan informasi, dan menghasilkan
disusun sebelumnya yang diturunkan ke suatu gambaran operasi organisasi. Dengan
workstation eksekutif dan disimpan di database menyatukan komputer ke dalam sistem informasi
eksekutif. Eksekutif memasukkan permintaan mereka, peluang baru akan terbuka bagi
informasi dan menerima tampilan. pengambilan dan analisis informasi yang
sebelumnya tidak pernah tersedia pada tingkat
eksekutif.
185
Seminar Nasional Informatika 2015
186
Seminar Nasional Informatika 2015
5.3 Implementasi
SISTEM INFORMASI EXECUTIVE
DEPARTMENT ELECTRIC
SISTEM INFORMASI EXECUTIVE
DEPARTMENT ELECTRIC
187
Seminar Nasional Informatika 2015
Emerging Economy. Decision Support [4] Turban, E., Aronson, J.E. & Liang, T.P.
Systems. Vol 42, pp. 2078-84. (2005). Decision Support Systems and
[2] Dawan, A. (2005). Sistem Informasi Intelligent System. New Jersey: Pearson
Eksekutif Berbasis Web pada Fakultas Education Inc.
Teknik Universitas Diponegoro. Makalah [5] Averweg, U.R. & Roldan, J.L. (2004). A
Seminar Tugas Akhir Universitas Comparative Analysis of Executive
Diponegoro, Semarang. Information Systems in Organisations in
[3] Robbins, S.P. & Coulter, M. (1999). South Africa and Spain. Iadis
Management, Jakarta: PT Prenhallindo. International Conference
188
Seminar Nasional Informatika 2015
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.
189
Seminar Nasional Informatika 2015
dalam tampilan e-Learning, dan memberikan 1. e-Learning adalah pembelajaran jarak jauh
rekomendasi warna untuk tampilan e-Learning yang menggunakan teknologi komputer
dari acuan pada IMK yang ada. (biasanya terkoneksi internet)
LANDASAN TEORI 2. e-Learning dapat digunakan untuk para
E-LEARNING pekerja dimana mereka dapat belajar pada di
Pembelajaran elektronik atau e-Learning tempat kerja mereka tanpa harus pergi ke
telah dimulai pada tahun 1970-an Udan and kelas
Weggen (2000) menyebutkan bahwa e-Learning 3. e-Learning dapat dijadwalkan dengan
adalah bagian dari pembelajaran jarak jauh kesepakatan antara instruktur dengan siswa
sedangkan pembelajaran on-line adalah bagian 4. e-Learning dapat merupakan can be an on-
dari e-Learning. Di samping itu, istilah elearning demand course dimana pembelajar
meliputi berbagai aplikasi dan proses seperti dapatbelajar mandiri sesuai waktu yang
computer-based learning web-based learning, mereka inginkan.
virtual classroom, dll; sementara itu pembelajaran
on-line adalah bagian dari pembelajaran berbasis Belum ditemukannya sebuah standard yang
teknologi yang memanfaatkan sumber daya baku baik dalam hal definisi maupun
internet, intranet, extranet. (Waller and Wilson, implementasi e-Learning menjadikan banyak
2001). Berbagai istilah digunakan untuk orang mempunyai konsep yang bermacam-
mengemukakan pendapat/gagasan tentang macam. E-Learning merupakan kependekan dari
pembelajaran elektronik, antara lain adalah: on- electronic learning (Sohn, 2005).E-Learning
line learning, internet-enabled learning, virtual menurut The ILRT of Bristol University (2005)
learning, atau web-based learning. mendefinisikan e-Learning sebagai penggunaan
Salah satu definisi umum dari e-Learning teknologi elektronik untuk mengirim,
diberikan Gilbert & Jones (2001), yaitu : mendukung, dan meningkatkan pengajaran,
pengiriman materi pembelajaran melalui suatu pembelajaran dan penilaian.
media elektronik seperti internet,
intranet/extranet, satellite broadcast, audio/video Nilai
tape, interactive TV, CD-ROM, dan computer- Menurut Louis O. Kattsoff (1987):
based training (CBT). E-Learning adalah membedakan nilai dalam dua macam, yaitu: (1)
sembarang pengajaran dan pembelajaran yang NIlai intrinsik dan 2) nilai instrumental. Nilai
menggunakan rangkaian elektronik (LAN, WAN, intrinsik adalah nilai dari sesuatu yang sejak
atau internet) untuk menyampaikan isi semula sudah bernilai, sedangkan nilai
pembelajaran, interaksi, atau bimibingan (Jaya instrumental adalah nilai dari sesuatu karena
Kumar C. Koran : 2002) dapat dipakai sebagai sarana untuk mencapai
Definisi yang hampir sama diusulkan oleh tujuan sesuatu. Menurut Purwodarminto, nilai
The Australian National Authority (2003) yakni dapat diartikan dalam 5 hal. Lima hal itu adalah:
meliputi aplikasi dan proses yang menggunakan harga dalam taksiran, harga sesuatu, angka
berbagai media elektronik seperti internet, kepandaian, kadar/mutu dan sifat-sifat yang
audio/video tape, interactive TV and CD-ROM penting. Thomas Kuhn (Barnes 1982, dalam
guna mengirimkan materi pembelajaran secara Martati, 2010: 42) menyatakan a value can be, if
lebih fleksibel. E-Learning merupakan suatu it held to be more that a verbal formulation,
jenis belajar mengajar yang memungkinkan sebuah nilai akan terwujud andaikata nilai itu
tersampaikannya bahan ajar ke siswa dengan dilakukan, dari pada hanya sebagai sebuah ucapan
menggunakan media Internet, Intranet atau saja.
media jaringan komputer lain (Darin E. Hartley,
2001:1) INTERAKSI MANUSIA DAN KOMPUTER
Secara sederhana dapatlah dikatakan bahwa Bidang ilmu interaksi manusia dan komputer
pembelajaran elektronik (e-Learning) merupakan adalah ilmu yang mempelajari tentang bagaimana
kegiatan pembelajaran yang memanfaatkan mendesain, mengevaluasi, dan
jaringan (Internet, LAN, WAN) sebagai metode mengimplementasikan sistem komputer yang
penyampaian, interaksi, dan fasilitasi serta interaktif sehingga dapat digunakan oleh manusia
didukung oleh berbagai bentuk layanan belajar dengan mudah.
lainnya (Brown, 2000; Feasey, 2001).
Lebih khusus lagi Rosenberg (2001) A. Faktor Psikologi
mendefinisikan e-Learning sebagai pemanfaatan Psikologi berasal dari kata dalam bahasa
teknologi intranet untuk mendistribusikan materi Yunani Psychology yang merupakan gabungan
pembelajaran, sehingga siswa dapat mengakses dan kata psyche dan logos. Psyche berarti jiwa
dari mana saja.Allan J. Henderson (2003:2) dan logos berarti ilmu. Secara harafiah psikologi
dinyatakan sebagai, diartikan sebagal ilmu jiwa. Istilah psyche atau
jiwa masih sulit didefinisikan karena jiwa itu
190
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
192
Seminar Nasional Informatika 2015
sinar matahari, akan dihasikan warna merah, sebagai warna ke dua dengan menggunakan nilai
jingga, kuning, hijau, biru, danungu alias warna latar belakang yang dominan sebagai acuan
mejikuhibiniu. Warna-warna itu bisa ditangkap warna pertama, setelah dilakukan pengolahan data
mata manusia pada saat ada pelangi. dari sampling elearning.amikom.ac.id maka
Aspek Penelitian diperoleh data sebagai berikut:
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. L
atar belakang
H
alaman
Gambar 2.
T Pemetakan halaman
oolbar elearning.amikom.ac.id
Skala: 1:10 H
eader
2. Di tinjau dari
F tampilan e-learning dengan
onts diameter layar 14inc dengan format tampilan
browser full screen
J dan diameter tampilan
umlah halaman default maka di asumsikan bahwa
dilakukan pemetakan dengan skala 1:10 dan
W
didapati nilai prosentase pada latar belakang
arna fonts
tampilan halaman elearing sebagai berikut:
3. F
Latar Toolbar diperoleh data warna Cyan
onts bold & non bold
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
193
Seminar Nasional Informatika 2015
194
Seminar Nasional Informatika 2015
195
Seminar Nasional Informatika 2015
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.
196
Seminar Nasional Informatika 2015
seperti artificial intelligent, machine learning, merupakan salah satu algoritma klasifikasi
statistik dan database. Beberapa teknik DM antara didalam data mining
lain: clustering, classification, association rule yang bekerja berdasarkan teori informasi
mining, neural network, genetic algorithm dan (information theory). Decision tree memiliki
lain-lain. beberapa keunggulan yaitu mudah dalam
pengembangan sebuah model, mudah dipahami
2.2 Proses Data Mining oleh pengguna, dan mampu menangani noisy data
dan unknown data. Decision tree terdiri dari
DM dapat dibagi menjadi beberapa tahap beberapa bagian yaitu simpul dalam (inside
yang diilustrasikan pada Gambar 1 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)
Gambar 1. Tahapan Data Mining
197
Seminar Nasional Informatika 2015
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 nama motor dengan instance nilai blower
atribut nama motor blower mangandung ya=6 mengandung instance ya dan tidak pada
(terbakar) dan tidak = 4 (kerusakan lain) artinya target atribut terbakar sehingga dipecah kembali
pada motor blower terdapat 6 motor dengan jenis dengan atribut penggunaan dimesin dengan
kerusakan terbakar dan 4 motor dengan jenis nilai instance polish yang hanya mengandung
kerusakan lain, sehingga pada daun ini masih instance tidak sebanyak 2 record sehingga atribut
perlu dicari nilai entropynya pada setiap atribut ini menjadi daun, berbeda dengan atribut press
yang hanya mengandung nama motor blower masih perlu dipecah lagi dengan atribut ampere
untuk dilakukan pemecahan daun sehingga dan begitulah seterusnya sampai pembentukan
kembali membentu cabang dimana nilai entropy pohon keputusan dapat diselesaikan seperti
atribut yang paling rendah maka atribut tersebut gambar diatas.
yang akan menjadi cabang selanjutnya sama
halnya yang harus dilakukan pada atribut nama 3.4. Membuat Rules.
motor dengan instance saringan getar dan Berdasarkan pohon keputusan diatas
conveyor sebagaimana gambar diatas. selanjutnya tahap dalam membuat rules sebagai
output dari pada penelitian data mining ini,
adapun rule yang terbentuk :
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
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.
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
202
Seminar Nasional Informatika 2015
203
Seminar Nasional Informatika 2015
peta ketika pengguna mengakses menu "peta Navigasi dapat dimulai dengan menekan
seluruh". pengguna dapat langsung memilih toko tombol "Mulai" pada peta yang akan
dari tampilan peta ini dan akan langsung di menampilkan arah jalan. Penelitian ini juga
arahkan ke tampilan informasi toko empek- mengukur ketepatan navigasi yang dilakukan.
empek. Gambar 7 merupakan tampilan informasi dengan data yang telah dikumpulkan dan di
toko empek-empek. Terdapat nama toko, gambar simpan ke dalam aplikasi. dapat membantu
tampak depan toko, harga makanan berdasarkan google maps untuk memberikan akurasi yang
menu yang ada, alamat lengkap, tombol navigasi tepat kepada pengguna. sehingga pengguna
dan tombol telfon. terhindar dari kesalahan navigasi. ataupun marker
toko empek-empek yang tidak tepat.
204
Seminar Nasional Informatika 2015
6. Saran
205
Seminar Nasional Informatika 2015
Lampiran :
Mulai
Informasi profil
pembuat aplikasi
tidak
Klik list toko List Toko
tidak klik marker toko terdekat Pempek
pempek
ya
tidak
ya
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
206
Seminar Nasional Informatika 2015
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.
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
4.1 Kesimpulan
Dari penelitian ini dapat disimpulkan
beberapa hal sebagai berikut :
209
Seminar Nasional Informatika 2015
210
Seminar Nasional Informatika 2015
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.
211
Seminar Nasional Informatika 2015
pertimbangan. Pertimbangan tersebut adalah jenis dimaksudkan untuk memudahkan integrasi antara
kayu, serat kayu, kadar air atau tingkat kekeringan berbagai komponen dalam proses pengambilan
kayu, umur pohon dari kayu tersebut saat keputusan seperti prosedur, kebijakan, teknik
ditebang, tahap pengolahannya dalam proses analisis, serta pengalaman dan wawasan
pembuatan kayu balok untuk dijadikan bahan manajerial guna membentuk suatu kerangka
meubel, dan sebagainya. Seperti jenis kayu yang keputusan bersifat fleksibel. Konsep Sistem
bagus dan kuat, serat lurus, licin, dan kadar air di Pendukung Keputusan(SPK)/Decision Support
dalam kayu sebelum diolah tidak lebih dari 15%. Sistem (DSS) pertama kali diungkapkan pada
Namun pertimbangan tersebut belum ada awal tahun 1970-an oleh Michael S. Scott Morton
model perhitungan matematis yang pasti, dengan istilah Management Decision Sistem.
sehingga keputusan yang diambil oleh manajer Sistem tersebut adalah suatu sistem yang berbasis
perusahaan meubel menjadi asal atau sembarang komputer yang ditujukan untuk membantu
pilih kayu. Cara seperti itu akan sangat beresiko pengambil keputusan dengan memanfaatkan data
untuk kemajuan industri meubel di masa yang dan model tertentu untuk memecahkan berbagai
akan datang,karena image pasar yang merosot persoalan yang tidak terstruktur.
terhadap kualitas furniture yang dihasilkan[1].
Berdasarkan temuan masalah diatas, maka akan 2.1.1 Ciri-ciri Sistem Pendukung Keputusan
dibangun sistem pendukung keputusan yang
dibutuhkan berdasarkan kategori atau kriteria Menurut Jurnal Ria Eka Sari (2014), adapun
yang digunakan oleh para pemilik perusahaan ciri-ciri sebuah SPK seperti yang dirumuskan oleh
meubel yang sudah berpengalaman dan ahli Alters Keen adalah sebagai berikut [3]:
dibidangnya, dalam penelitian ini akan 1. SPK ditujukan untuk membantu pengambilan
dikembangkan menggunakan metode Topsis yang keputusan-keputusan yang kurang terstruktur
memanfaatkan beberapa pilihan alternatif yang dan umumnya dihadapi oleh para manajer
ada ,khususnya MADC(Multi Attribute Decision yang berada di tingkat puncak.
Making) sebagai dasar perhitungan yang berguna 2. SPK merupakan gabungan antara kumpulan
untuk pengambilan keputusan. model kualitatif dan kumpulan data.
Penggunaan metode Topsis bertujuan untuk 3. SPK memiliki fasilitas interaktif yang dapat
menentukan solusi ideal positif dan solusi ideal mempermudah hubungan antara manusia
negatif. Solusi ideal positif memaksimalkan dengan komputer.
kriteria manfaat dan meminimalkan kriteria biaya, 4. SPK bersifat luwes dan dapat menyesuaikan
sedangkan solusi ideal negatif memaksimalkan dengan
kriteria biaya dan meminimalkan kriteria manfaat perubahan-perubahan yang terjadi.
(Fan dan Cheng, 2009 : 4),yang merupakan
ketetapan yang dipakai oleh perusahaan dan 2.2 TOPSIS (Technique For Order Preference
berdasarkan standar baku kayu layak panen yang bySimiliarity to Ideal Solution)
telah ditetapkan oleh perum perhutani Kriteria
manfaat merupakan kriteria dimana ketika nilai TOPSIS adalah salah satu metode
kriteria tersebut semakin besar maka semakin pengambilan keputusan multikriteria yang
layak pula untuk dipilih. Sedangkan kriteria biaya pertama kali diperkenalkan oleh Yoon dan Hwang
merupakan kebalikan dari kriteria manfaat, (1981). TOPSIS menggunakan prinsip bahwa
semakin kecil nilai dari kriteria tersebut maka alternatif yang terpilih harus mempunyai jarak
akan semakin layak untuk dipilih, maka diperoleh terdekat dari solusi ideal positif dan terjauh dari
peringkat kayu mana yang layak untuk dijadikan solusi ideal negatif dari sudut pandang geometris
kerajinan meubel dan informasinya digunakan dengan menggunakan jarak Euclidean untuk
sebagai pendukung keputusan. Dalam metode menentukan kedekatan relatif dari suatu alternatif
TOPSIS, alternatif yang optimal adalah yang dengan solusi optimal. Solusi ideal positif
paling dekat dengan solusi ideal positif dan paling didefinisikan sebagai jumlah dari seluruh nilai
jauh dari solusi ideal negatif [2]. terbaik yang dapat dicapai untuk setiap atribut,
sedangkan solusi negatif-ideal terdiri dari seluruh
nilai terburuk yang dicapai untuk setiap atribut.
2. Landasan Teori TOPSIS mempertimbangkan keduanya, jarak
terhadap solusi ideal positif dan jarak terhadap
2.1 Sistem Pendukung Keputusan solusi ideal negatif dengan mengambil kedekatan
relatif terhadap solusi ideal positif. Berdasarkan
Pada dasarnya sistem pendukung keputusan perbandingan terhadap jarak relatifnya, susunan
merupakan pengembangan lebih lanjut dari sistem prioritas alternatif bisa dicapai. Metode ini banyak
informasi manajemen terkomputerisasi yang digunakan untuk menyelesaikan pengambilan
dirancang sedemikian rupa sehingga bersifat keputusan. Hal ini disebabkan konsepnya
interaktif dengan pemakainya. Sifat interaktif sederhana, mudah dipahami, komputasinya
212
Seminar Nasional Informatika 2015
efisien, dan memiliki kemampuan mengukur J = {j=1,2,3,...,n dan j merupakan benefit criteria}
kinerja relatif dari alternatif-alternatif keputusan J = {j=1,2,3,...,n dan j merupakan cost criteria}
[2].
2.2.1 Langkah-langkah Metode Topsis Separation measure untuk solusi ideal negatif
2. Analisa
2.1 Hasil Analisa Permasalahan dan
(2) Pemecahan Masalah dengan Metode
3. Menentukan solusi ideal positif dan solusi ideal TOPSIS
negatif Solusi ideal positif dinotasikan dengan A+
dan solusi ideal negatif dinotasikan dengan A-, Dalam memilih bahan baku kayu yang terbaik
sebagai berikut : untuk kerajinan meubel sangat sulit. Namun,
Menentukan solusi ideal (+) dan (-) memilih kayu yang tepat sesuai kebutuhan dan
A+ = {(max Vij)(min Vij | j J ), i = anggaran keuangan bukan hal mudah. Banyaknya
1,2,3.m}={V1+,V2+,...Vm+} pilihan tersedia dipasaran bisa menjadi hal yang
A- = {(max Vij)(min Vij | j J ), i = membingungkan dalam memilih yang terbaik.
1,2,3.m}={V1-,V2-,......Vm-} Untuk itu, penelitian ini akan membahas
sistem pendukung keputusan yang diharapkan
Dimana : dapat membantu pemilik sesuai dengan kriteria
Vij = elemen matriks V baris ke-i dan kolom kej yang sudah ditetapkan . Metode yang dipakai
J = {j=1,2,3,...,n dan j berhubungan dengan dalam pengambilan keputusan pemilihan
benefit alternatif kayu terbaik adalah Technique For
criteria} Order Preference by Similiarity to Ideal Solution
J = {j=1,2,3,...,n dan j berhubungan dengan cost (TOPSIS). Metode tersebut dipilih karena metode
criteria} TOPSIS merupakan suatu bentuk metode
4. Menghitung separasi Separation measure ini pendukung keputusan yang didasarkan pada
merupakan pengukuran jarak dari suatu alternatif konsep bahwa alternatif yang terbaik tidak hanya
ke solusi ideal positif dan solusi ideal negatif. memiliki jarak terpendek dari solusi ideal positif
Perhitungan tetapi juga memiliki jarak terpanjang dari solusi
matematisnya adalah sebagai berikut : ideal negatif yang dalam hal ini akan memberikan
Separation measure untuk solusi ideal positif. rekomendasi kayu terbaik sesuai dengan yang
diharapkan.
Adapun Langkah-langkah dalam penelitian ini
adalah sebagai berikut :
1. Menentukan jenis-jenis kriteria pemilihan
..(3) kualitas kayu terbaik. Dalam penelitian ini,
kriteria-kriteria yang dibutuhkan dalam
Dimana : 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
216
Seminar Nasional Informatika 2015
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.
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.
218
Seminar Nasional Informatika 2015
Gambar 4. Inferensi dengan menggunakan Gambar 5. Diagram blok dasar dari proses
metode Tsukamoto [2]
219
Seminar Nasional Informatika 2015
Selanjutnya proses untuk melakukan 5. Jika tingkat kekotoran pakaian sedang dan
pemodelan data terlebih dahulu berdasarkan jenis kotoran biasa, maka waktu pencucian
kebutuhan yang sudah didefinisikan, proses adalah sedang
pemodelan data ini yang akan digunakan dalam 6. Jika tingkat kekotoran pakaian rendah dan
tahap uji coba dan pembuatan sistem. Pemodelan jenis kotoran biasa, maka waktu pencucian
data disini mencakup basis pengetahuan dan adalah sedang
mesin inferensi yang akan dikembangkan, atau 7. Jika tingkat kekotoran pakaian tinggi dan jenis
rule/aturan dalam algoritma fuzzy. [7] kotoran tidak berminyak, maka waktu
Untuk merepresentasikan pemahaman dari pencucian adalah sedang
pengalaman pengguna mesin cuci dalam bentuk 8. Jika tingkat kekotoran pakaian sedang dan
proposisi fuzzy, dimana, pernyataan yang tepat jenis kotoran tidak berminyak, maka waktu
dari kedua variabel linguistik ditempatkan ke pencucian adlah cepat
dalam 4 kotak kosong untuk setiap proposisi 9. Jika tingkat kekotoran pakaian rendah dan
khusus. Dapat di gambarkan dalam tabulasi jenis kotoran tidak berminyak, maka waktu
berikut: pencucian adalah sangat cepat
220
Seminar Nasional Informatika 2015
221
Seminar Nasional Informatika 2015
222
Seminar Nasional Informatika 2015
Fandi Halim1, Gunawan2, Aditya Delin Pratama3, Puji Restu Esa Ndruru4
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.
223
Seminar Nasional Informatika 2015
224
Seminar Nasional Informatika 2015
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.
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.
227
Seminar Nasional Informatika 2015
6.1 Kesimpulan
Gambar 21 Tampilan Halaman Utama/Beranda
Administrator Dari hasil pengembangan website, maka
dapat ditarik kesimpulan sebagai berikut:
Halaman perusahaan menampilkan daftar 1. Website yang dikembangkan dapat membantu
perusahaan yang telah terdaftar pada website. perusahaan yang belum memiliki media online
Tampilan halaman perusahaan dapat dilihat pada seperti website dalam menyampaikan
Gambar 22 berikut ini. informasi lowongan pekerjaan, juga
228
Seminar Nasional Informatika 2015
229
Seminar Nasional Informatika 2015
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.
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
232
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
234
Seminar Nasional Informatika 2015
235
Seminar Nasional Informatika 2015
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,
.
236
Seminar Nasional Informatika 2015
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 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
Tabel 1 diatas menjelaskan mengenai
mengaksesnya. Alamat tersebut berupa link url
info user untuk melihat penyimpanan data
seperti biasanya. Dalam kasus ini format URL
pegawai.
sebagai berikut
serveraplikasi/API/NOMORIDPEGAWAI
Tabel 2. Menyimpan data Checkin dan Checkout
misal serveraplikasi/API/5, method yang
Absensi Harian Pegawai
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
Pada tabel 2 diatas menjelaskan solusi RESTful API ini bisa menjembatani adanya
mengenai daftar absensi pegawai yang berupa perbedaan platform dari perangkat-perangkat
data checkin dan checkout. yang mengakses sistem tersebut.
Data yang diharapkan berupa record
yang akan menjelaskan tentang status absensi "statusharian": [
harian pegawai, item item tersebut berupa nama {"namapegawai": "HJ.
pegawai, jam masuk pagi, jam masuk siang, ANDI PUJIATI"},
apakah alpa, terlambat atau izin. Aplikasi akan {"nip":
menarik 1 record tunggal berdasarkan USERID "19621041986032005"},
dari pegawai, berikut diperlihatkan contoh output {"pagi": "07:11"},
data yang diharapkan dari komputer client. {"siang": "16:35"},
{"keterangan": ""},
]
4. Kesimpulan
Daftar Pustaka:
Gambar 4. Output Aplikasi di akses dari
Smartphone Android
[1] PP 23 Tahun 2002 Tentang Penempatan
Pegawai Dalam Jabatan Struktural.
238
Seminar Nasional Informatika 2015
[2] Badan Pusat Statistik Kota Makassar dalam [5] Supriyatno. 2010. Pemrograman Database
Angka 2013 Menggunakan Java & Mysql. Jakarta:
[3] Richardson, Leonard , Ruby, Sam., 2007, Mediakita.
RESTful Web Service, OReilly Media, Inc: [6] L. Paulson, 2005, Building rich web
Sebastopol , United States of America. applications with AJAX, IEEE Computer,
[4] Allamaraju Subbu. 2010. RESTful Web 38(10), 14-17
Services Cookbook, OReilly YAHOO!
PRESS , 223 228.
239
Seminar Nasional Informatika 2015
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.
240
Seminar Nasional Informatika 2015
seperti kerahasiaan, integritas data, serta g. Availability: Sistem yang diserang atau di
otentikasi. jebol dapat menghambat atau meniadakan
Definisi yang digunakan di dalam buku akses ke informasi.
menyatakan bahwa kriptografi adalah ilmu dan
h. Access Control: Aspek ini berhubungan
seni untuk menjaga kerahasiaan pesan dengan
cara menyandikannya ke dalam bentuk yang tidak dengan cara pengaturan siapa-siapa saja yang
dapat dimengerti lagi maknanya. Definisi ini berhak mengakses sistem, mengetahui sistem
mungkin cocok pada masa lalu di mana keamanannya.(Anindita, 2011)
kriptografi digunakan untuk keamanan
komunikasi penting seperti komunikasi di II.2. Konsep Dasar Enkripsi Dan Enkripsi
kalangan militer, diplomat, dan mata-mata . 1. Enkripsi
Namun saat ini kriptografi lebih dari sekadar Enkripsi merupakan hal yang sangat penting
privacy, tetapi juga untuk tujuan data integrity, dalam kriptografi yang merupakan pengamanan
authentication, dan non-repudation.(Abdul,2013) data yang dikirimkan terjaga rahasianya. Pesan
asli disebut plaintext yang dirubah menjadi kode-
1. Aspek-aspek Keamanan pada Kriptografi kode yang tidak dimengerti. Enkripsi bisa
Kriptografi pada dasarnya adalah menjaga diartikan dengan cipher atau kode. Sama halnya
kerahasiaan plaintext atau kunci dari penyadapan. bila penulis tidak mengerti akan sebuah kata,
Penyadap berusaha mendapatkan data yang maka penulis akan melihatnya didalam kamus
digunakan untuk kegiatan pencurian data atau atau daftar istilah-istilah. Beda halnya dengan
biasa disebut kriptanalisis (cryptanalysis). enkripsi, untuk merubah plaintext ke bentuk
Kriptanalisis bertujuan untuk memecahkan ciphertext kita menggunakan algoritma yang
cipherteks menjadi plainteks semula tanpa dapat mengkodekan data yang penulis
memiliki akses ke kunci yang digunakan hingga inginkan.(Doni Ariyus, 2006)
berhasil menemukan kelemahan dari sistem
kriptografi yang pada akhirnya mengarah untuk 2. Dekripsi
menemukan kunci dan mengungkap plainteks. Dekripsi adalah proses mengembalikan
Aspek-aspek yang diamankan pada sistem suatu informasi dengan cara tertentu dan dengan
kriptografi agar sistem dapat berjalan sempurna algoritma enkripsi yang dipakai. Dekripsi
menurut Kristanto (2003); Munir (2006); Dony merupakan proses kebalikan enkripsi, mengubah
Ariyus (2006) dalam Hadi (2011) ada delapan ciphertext kembali ke dalam bentuk plaintext.
aspek yang perlu Untuk menghilangkan padding yang diberikan
diperhatikan antara lain: pada saat proses enkripsi, dilakukan berdasarkan
a. Authentifikasi: agar penerima informasi informasi jumlah padding, yaitu angka pada byte
dapat memastikan pesan tersebut dating dari terakhir. (Wahana Komputer;2003)
orang yang dimintai informasi, dengan kata
lain informasi tersebut benarbenar datang dari II.3. Algoritma Pohlig Hellman
orang yang dikehendaki. Pada awalnya algoritma pohlig hellman
ditemukan oleh Roland Silver, namun untuk
b. Integrity: keaslian pesan yang dikirim melalui
pertama kalinya diterbitkan oleh Stephen Pohlig
sebuah jaringan dan dapat dipastikan bahwa dan Martin Hellman. Algoritma pohlig hellman
informasi yang dikirim tidak dimodifikasi oleh dipatenkan di Amerika Serikat dan Kanada.
orang lain yang tidak berhak dalam perjalanan Konsep enkripsi pada Algoritma Pohlig-
informasi tersebut. Hellman hampir sama dengan algoritma RSA.
c. Nonrepudiation: menyatakan pesan yang Pada dasarnya algoritma ini adalah salah
satu algoritma asimetris karena menggunakan
dikirim dari orang yang asli, artinya si
kunci yang berbeda untuk enkripsi dan dekripsi
pengirim pesan tidak dapat mengelak bahwa (Mollin;2007).
dialah yang mengirimkan informasitersebut. Dalam algoritma Pohlig Hellman tidak
d. Authority: informasi yang berada pada sistem menggunakan konsep kunci publik karena
jaringan tidak dapat dimodifikasi oleh pihak kuncinya dapat digunakan pada saat enkripsi dan
yang tidak berhak atas akses tersebut. dekripsi sehingga harus terjaga kerahasiaannya.
e. Confidentiality: merupakan usaha untuk Sama seperti algoritma lainnya seperti algoritma
RSA dimana dapat melakukan enkripsi dan
menjaga informasi dari orang yang tidak
dekripsi dalam dihitung dengan rumus:
berhak mengakses. e
f. Privacy: merupakan data-data yang sifatnya C = P mod n (untuk melakukan enkripsi) .
(1)
rahasia dan tidak boleh diketahui oleh pihak
d
lain. P = C mod n (untuk melakukan dekripsi)..
(2)
241
Seminar Nasional Informatika 2015
besar dan mengetesnya apakah prima atau tidak, Test Bilangan Prima
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.
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
243
Seminar Nasional Informatika 2015
244
Seminar Nasional Informatika 2015
245
Seminar Nasional Informatika 2015
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.
246
Seminar Nasional Informatika 2015
(WBL). Karena WBL bisa menangani masalah keluarga maupun anggota masyarakat. Scientific
ketidakmerataan pendistribusian buku kurikulum Approach (Pendekatan Ilmiah), merupakan
2013. 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
Gambar 1. Technological dimensions of e- pendekatan ilmiah, antara lain kemampuan untuk
Learning (Said Hadjerrouit, 2007) mengamati, menyimak, membaca, mendengar,
bertanya, bernalar, mencoba, dan
Menurut (Turban, 2005), E-learning mengomunikasikannya
merupakan proses belajar-mengajar yang Dalam penelitian sebelumnya tentang
didukung oleh web, bisa digunakan dalam kelas pembelajaran integratif yang juga melakukan
biasa atau kelas virtual. Menurut (Henderson, penelitian dengan pendekatan ilmiah,
2003), e-learning merupakan pemanfaatan Kemendikbud memiliki versi pendekatan ilmiah
teknologi khususnya dalam penggunaan internet yang dipetakan dalam model DEE (Descriptive-
sebagai media pembelajaran jangkauan yang luas Explanatory-Experimental) yang memetakan
berlandaskan pada tiga kriteria, yaitu: pendekatan ilmiah dengan keterampilan proses
a. E-learning merupakan jaringan dengan yang wajib dimiliki oleh siswa.
kemampuan memperbarui, menyimpan,
mendistribusi dan membagi materi ajar atau
informasi. Tabel 1. Kesesuaian Pendekatan Ilmiah dengan
b. Pengiriman sampai ke pengguna akhir Keterampilan Proses
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 Keterampilan proses Tabel 1 dapat dijadikan
Conferencing, LCC (Learned Centered acuan untuk menentukan kebutuhan fitur E-
Classroom), WBT (Web-Based Training), dan Learning yang akan diterapkan pada Kurikulum
sebagainya. Contoh penerapan E-Learning pada 2013 dan di bandingkan dengan fitur media
WBT yaitu : Khan Academy, Quipper. Dan pembelajaran yang sedang diterapkan pada
Udemy. Ketiga website inilah yang akan peneliti website Khan Academy, Quipper, dan Udemy.
gunakan sebagai acuan kebutuhan fitur-fitur yang Untuk memaksimalkan peluang yang ada,
akan diterapkan sebagai media pembelajaran tentu perlu adanya pertimbangan bahwa E-
Kurikulum 2013. learning sebagai media pembelajaran harus dapat
Ada beberapa pilihan pendekatan dalam memfasilitasi terjadinya proses belajar atau
menganalisis kebutuhan fitur pada kurikulum meningkatkan pemahaman materi pembelajaran
2013, antara lain : pendekatan PAKEM (Newby, Stepich, Lehman, & Russell, 2000
(Pembelajaran yang Aktif, Kreatif, Efektif, dan dikutip dalam Craig L. Scanlan, tt) Tabel berikut
Menyenangkan). Contextual Teaching and ini menyajikan berbagai karakteristik media
Learning/CTL yang merupakan konsep mengajar pembelajaran
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
247
Seminar Nasional Informatika 2015
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
248
Seminar Nasional Informatika 2015
3. Pembahasan
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
Tabel 5. Pemetaan Model DEE, Fitur e-learning,
dan karateristik Media Pembelajaran 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
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
251
Seminar Nasional Informatika 2015
252
Seminar Nasional Informatika 2015
253
Seminar Nasional Informatika 2015
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= =
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
Seminar Nasional Informatika 2015
keputusan ini dapat dikembangkan lagi Tenaga Kerja Dengan Metode Profile
menjadi lebih baik dan lebih bervariasi Maching. E-Indonesia Initiative Konferensi
dengan melengkapi untuk kriteria-kriteria dan Temu Nasional Teknologi Informasi dan
Penentuan Asisten Pelatih Baru, agar hasil Komunikasi untuk Indonesia. 1.
analisa lebih tajam dan valid. [5] Muslihudin et al, (2014). Sistem
Pendukung Keputusan Seleksi Siswa
Berprestasi Pada Smk Nurul Huda
DAFTAR PUSTAKA Pringsewu Menggunakan Metode
AHP.ISSN:2355-1941
[1] Asfan, et al, (2013). Sistem Penunjang Proceeding from JBPTITBPP.
Keputusan Kenaikan Jabatan Menggunakan [6] Muhammad, (2013). Sistem Pendukung
Metode Profile Matching. Vol 1, No. 3. Keputusan Pemindahan Tugas
[2] Nasir Abu, et al, (2011). A Prototype KaryawanDengan Menggunakan Metode
Decision Support System For Optimizing Profile Matching Vol 4, No.2.
The Effectiveness of E-Learning In [7] Andreas, et al, (2012). Pembuatan Aplikasi
Educational Institutions.Vol 1, No. 4. Sistem Pendukung Keputusan Untuk Proses
[3] Riyani et al (2010). Sistem Pendukung Kenaikan Jabatan dan Perencanaan Karir
Keputusan Sertifikasi Badan Usaha Pada PT. X. Vol 1, No.2
Pelaksana Jasa Konstruksi Pada BPD [8] Ferdian, (2013). Sistem Pendukung
GAPENSI Kaltim. Jurnal Informatika Keputusan Perencanaan Karir dan Pemilihan
Mulawarman Vol 5 No. 1 Februari 2010. Prestasi Karyawan di CV. Sas Bandung.
[4] Nyoman et al, (2013). Rancang Bangun Vol 1, No.4
Sistem Pendukung Keputusan Seleksi
257
Seminar Nasional Informatika 2015
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
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
259
Seminar Nasional Informatika 2015
260
Seminar Nasional Informatika 2015
Sedangkan untuk tabel fasilitas query nya dapat insert into jadwal_fasilitas values (
dilihat di bawah ini. 'FUC004','MU0018','Feri','08173829483','06-04-
create table fasilitas ( 2015','14:00'); --ERROR--
id_fasilitas char (6) unique not null,
nama_fasilitas varchar (25) not null, Tabel jadwal_program query nya sebagai berikut.
biaya int, create table jadwal_program (
ket text, id_kelas char (6) not null,
primary key (id_fasilitas) id_trainer char (6) not null,
); tanggal date,
jam time,
Menambahkan data pada tabel fasilitas di atas foreign key (id_kelas) references kelas (id_kelas),
menggunakan query sebagai berikut. foreign key (id_trainer) references trainer
insert into fasilitas values ( (id_trainer)
'FUC001','Kolam Renang','500000','sewa per hari. );
seluruh area kolam renang');
Sintak query untuk menambahkan data pada tabel
jadwal_program dapat dilihat di bawah ini.
Tabel kelas memiliki query sebagai berikut. insert into jadwal_program values (
create table kelas ( 'KUC001','TUC002','05-21-2015','08:00');
id_kelas char (6) unique not null,
nama_kelas varchar (25) not null, Tabel kelas_member query seperti di bawah ini.
id_program char (6) not null, create table kelas_member (
jumlah_member int, id_member char (6) not null,
primary key (id_kelas), id_kelas char (6) not null,
foreign key (id_program) references program foreign key (id_member) references member
(id_program) (id_member),
); foreign key (id_kelas) references kelas (id_kelas)
);
Untuk menginputkan data kelas ke dalam tabel
kelas dengan cara. Penginputan data pada tabel kelas_member query
insert into kelas values ( nya sebagai berikut.
insert into kelas_member values (
261
Seminar Nasional Informatika 2015
262
Seminar Nasional Informatika 2015
Sedangkan pada tabel berita_event dapat dilihat dalam satu tabel dengan tabel yang lain tidak
sebagai berikut. diperbolehkan.
create table berita_event (
id_event char (6) not null, c. Aspek Relevansi
nama_event varchar (25) not null, Aspek relevansi merupakan aspek teknik,
isi_event text, apakah aspek-aspek teknik pada tabel relevan
tanggal_event datetime, digunakan. Aspek relevansi ini untuk mengetahui
primary key (id_event) apakah ada tabel yang tidak relevan dengan tabel
); yang lainnya. Pada database ini terdapat satu tabel
yang tidak relevan dengan tabel yang lain. Yaitu
Pemambahan data pada tabel berita_event dapat tabel admin, berita_event, dan complain_form.
dilakukan seperti di bawah ini. Tabel admin ini dapat dikembangkan melalui
program. Sehingga dapat lebih dikembangkan di
insert into berita_event values ( masa yang akan datang.
'BE0001','lomba renang anak','event lomba renang
anak-anak','05-28-2015'); d. Aspek Tingkat Detail
Tingkat detail merupakan aspek teknik,
Apakah tingkat detail tabel sesuai. Apakah
Sedangkan pada tabel admin query yang memenuhi semua kebutuhan para penggunanya
diberikan sebagai berikut. atau belum. Dengan menggunakan kepakaran
create table admin ( teknik untuk menentukan tingkat detail yang
id_admin varchar (6) unique not null, diinginkan dan membandingkannya dengan tabel.
username varchar (25) unique not null, Tabel database ini belum mampu memenuhi
password varchar (25) not null, kebutuhan pengguna, hal ini terjadi karena tabel
nama_admin varchar (25), yang kurang detail.
email varchar (25),
level char (1), e. Aspek Kelengkapan
primary key (id_admin) Aspek kelengkapan ini untuk mengetahui
); apakah tabel telah lengkap sesuai kebutuhan
pengguna. Pengukuran dilakukan dari aspek
Sedangkan untuk menambahkan data pada tabel jangkauan dan tingkat detail. Dari database ini
admin dapat dilakukan seperti berikut ini. belum terdapat penggunaan trigger dan function.
Baru sebatas constraint saja.
insert into admin values (
'EI0091','suryadi','bergadang ','Emi Suryadi', f. Aspek Minimalitas
'emisuryadi@gmail.com', '1'); Aspek minimalitas ini untuk mengetahui
apakah tabel dimodelkan secara kompak dan tidak
Hasil contraint check yang diberikan penulis di ada perulangan. Hal ini penting karena tabel
atas sudah cukup baik dan benar bila mana konseptual harus tepat. Dengan mengecek apakah
diterapkan untuk membuat database pada kasus terdapat aspek-aspek yang dimodelkan secara
yang berbeda. berulang atau tidak. Aspek minimalitas telah
diterapkan dalam database ini yaitu pada
pemberian constraint check sebagai berikut:
Adapun hasil analisis rancangan basis data jenis_kelamin char (1) check (jenis_kelamin = 'L'
dari penilain beberapa aspek diantaranya adalah: OR jenis_kelamin = 'P')
a. Aspek Kebenaran statuspemb char (1) not null check (statuspemb =
Database yang baik harus mampu memfilter 'P' OR statuspemb = 'L')
data sehingga data yang dimasukkan melalui
interface apapun dapat diseleksi. Constraint check
untuk memfilter telah digunakan database ini. 5. KESIMPULAN
Contohnya pada tabel member dan tabel trainer. Hasil penelitian yang dilakukan pada mobile
payment information system of the sport hall
b. Aspek Konsistensi centre penulis menyimpulkan bahwa, Constraint
Konsistensi data merupakan aspek teknik, check yang diterapkan pada kasus ini sudah baik
apakah semua aspek dalam model terbebas dari dan benar dikarenakan setiap tabel mampu
kontradiksi atau tidak. Konsistensi data dalam melakukan filtering jika terjadi pengiputan data
suatu database merupakan hal yang mutlak. yang tidak sesuai dengan constraint check pada
Adanya perbedaan isi data pada suatu kolom atau setiap tabel di database.
kumpulan kolom dengan maksud yang sama
263
Seminar Nasional Informatika 2015
264
Seminar Nasional Informatika 2015
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
265
Seminar Nasional Informatika 2015
266
Seminar Nasional Informatika 2015
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
269
Seminar Nasional Informatika 2015
270
Seminar Nasional Informatika 2015
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.
271
Seminar Nasional Informatika 2015
Alternatif
Hasil Cluster
Output yang dihasilkan pada penelitian
ini berupa perangkingan rumah sehat
yang diseleksi menggunakan metode Gambar 2. DFD Level 1 DSS Rumah Sehat
SAW, kemudian hasil perangkingan
tersebut akan dikelompokkan kembali DFD level 1 DSS Rumah Sehat merupakan
sesuai dengan kelas-kelas yang pemecahan dari konteks diagram pada Gambar 1.
ditentukan oleh pengguna system. 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
273
Seminar Nasional Informatika 2015
274
Seminar Nasional Informatika 2015
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
Ambil hasil
perhtiungan
Rata-rata (Rt)
275
Seminar Nasional Informatika 2015
276
Seminar Nasional Informatika 2015
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
277
Seminar Nasional Informatika 2015
atau sebagian basis data baik dalam bentuk image, XML (Extensible Markup Language)
softcopy maupun dalam bentuk hardcopy seperti atau JSON (JavaScript Object Notation).[4]
tabel, grafik, peta, dan lain-lain. (3) Data
Management : mengorganisasikan baik data 2.2 Perancangan Sistem
spasial maupun atribut ke dalam sebuah basis data Perancangan sistem dapat diartikan sebagai tahap
sedemikian rupa sehingga mudah dipanggil, setelah analisa dari siklus pengembangan sistem
diperbaharui, dan diperbaiki. (4) Data penggambaran, perencanaan dan pembuatan
Manipulation and Analysis : menentukan sketsa atau pengaturan dari beberapa elemen yang
informasi-informasi yang dapat dihasilkan oleh terpisah ke dalam satu kesatuan yang utuh dan
SIG. Selain itu, sub sistem ini juga melakukan berfungsi. Perancangan sistem dapat dibagi
manipulasi dan pemodelan data untuk menjadi dua bagian yaitu desain sistem secara
menghasilkan informasi yang diharapkan [2]. umum (general system design) / konseptual
Akan tetapi sebelum membangun suatu desain / makro design dan desain sistem secara
Sistem Informasi Geografis (SIG) berbasis web terinci/ secara phisik/ desain internal.Tujuan
maka perlu dilakukan perekayasaan perangkat desain :
lunak yang baik agar sistem yang nantinya dibuat a. Untuk memenuhi kebutuhan pemakai
sesuai dengan kebutuhan pengguna sistem. Salah sistem.
satu tahapan dari rekayasa perangkat lunak b. Untuk memberikan gambaran yang jelas
tersebut adalah tahap perancangan sistem. dan rancang bangun yg lengkap untuk
Berdasarkan hal tersebut maka dalam penelitian nantinya digunakan untuk pembuatan
ini dibuat dokumen perancangan Sistem Informasi program komputernya.[5]
Geografis (SIG) berbasis web untuk pasar
tradisional di wilayah kota Denpasar. Dokumen 2.3 Pasar
perancangan ini diharapkan dapat dijadikan Pasar adalah sebuah tempat umum yang melayani
sebagai panduan dalam pembuatan atau transaksi jual - beli. Di dalam Peraturan Daerah
implementasi Sistem Informasi Geografis (SIG) Khusus Ibukota Jakarta Nomor 6 Tahun 1992
Pasar Tradisional Di Wilayah Denpasar Berbasis tentang pengurusan pasar di Daerah Khusus
Web. Ibukota Jakarta yang ditetapkan dalam Bab I
Pasal 1 pengertian pasar adalah suatu tempat
2. Tinjauan Pustaka transaksi jual beli umum milik Pemerintah
Daerah, tempat pedagang secara teratur dan
2.1 Sistem Informasi Geografis langsung memperdagangkan barang dan jasa.
Menurut Fu (2006: 1) Web GIS merupakan Dalam ilmu ekonomi, pasar adalah tempat
website yang terintegrasi dengan sistem informasi transaksi jual beli yang tidak selalunya
geografis atau geographic information system memerlukan lokasi fisik. Pasar yang dimaksud
(GIS). Web GIS pertama dikembangkan oleh bisa merujuk kepada suatu negara tempat suatu
Xeror Corporation Palo Alto Research Center barang dijual dan dipasarkan. Contohnya adalah
(PARC) pada tahun 1993 dan berkembang pesat. pasar valuta asing.
Web GIS mengubah cara memperoleh, Menurut Peraturan Walikota Denpasar Nomor 9
mentransmisi, mempublikasi, membagi dan Tahun 2009, Pasar adalah area tempat jual beli
memvisualisasi data geospatial. GIS disimpan dan barang dengan jumlah penjual lebih dari satu baik
dijalankan di sebuah sever GIS melalui internet. yang disebut sebagai pusat perbelanjaan, pasar
Server tersebut memproses file web GIS agar tradisional, pertokoan, mall, plasa, tempat
dapat ditampilkan di browser.[3] perdagangan maupun sebutan lainnya.
File GIS menggunakan data vektor dalam A. Jenis-Jenis Pasar
pembuatannya tetapi web browser tidak dapat Ada beberapa jenis pasar, antara lain : pasar
membaca data vektor sehingga dibutuhkan suatu tradisional, pasar modern, dan pasar ekonomi.
perangkat lunak untuk mengkonversi format data Pasar tradisional biasanya terdiri dari kios-kios
vektor menjadi format data raster agar dapat yang dibuka oleh penjual dan kebanyakan
dibaca oleh web browser. menjual kebutuhan sehari-hari seperti bahan-
Elemen penting web GIS adalah sebagai berikut: bahan makanan. Bahan-bahan makanan tersebut
a. Server memiliki URL sehingga klien dapat bisa berupa ikan, sayur-sayuran, telur, daging dan
menggunakan web GIS melalui web. lain-lain. Selain itu, ada pula yang menjual kue-
b. Klien menggunakan HTTP untuk mengirim kue dan barang-barang lainnya. Pasar seperti ini
permintaan ke server. masih banyak ditemukan di Indonesia, dan
c. Server melakukan operasi GIS dan umumnya terletak dekat kawasan perumahan agar
mengirimkan tanggapan kepada klien memudahkan pembeli untuk mencapai pasar.
melalui HTTP. Pasar modern tidak banyak berbeda dari pasar
d. Format respon kepada klien berupa HTML tradisional, namun pasar jenis ini berada dalam
(Hypertext Markup Language), binary bangunan dan barang-barang yang dijual biasanya
278
Seminar Nasional Informatika 2015
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
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
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
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_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
jumlah_kios
c. Entitas Foto : menyimpan data foto User
jumlah_pedagang
deskripsi
id_pasar
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
Memiliki
Omset_pasar
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
Daftar Pustaka:
282
Seminar Nasional Informatika 2015
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.
283
Seminar Nasional Informatika 2015
dari kapasitas ukuran citra aslinya dan memiliki Algoritma Huffman diperkenalkan oleh David A.
derajat halus[3]. Huffman seorang mahasiswa MIT dalam
papernya yang berjudul "A Method for the
Kompresi Data Construction of Minimum-Redundancy Codes"
dan diterbitkan pada tahun 1952. Prinsip kode
Proses kompresi merupakan proses mereduksi Huffman adalah karakter yang paling sering
ukuran suatu data untuk menghasilkan muncul di dalam data dikodekan dengan kode
representasi digital yang padat atau mampat yang jumlah bitnya lebih sedikit, sedangkan
(compact) namun tetap mewakili kuantitas karakter yang jarang muncul dikodekan dengan
informasi yang terkandung pada data. Pada citra, kode yang jumlah bitnya lebih panjang. Algoritma
video, dan audio, kompresi mengarah pada Huffman menggunakan tabel frekuensi
minimisasi jumlah bit rate untuk representasi kemunculan karakter untuk menggambarkan
digital. setiap karakter menjadi kode atau string biner.
Data dan informasi adalah dua hal yang Kode atau string biner yang digunakan untuk
berbeda. Pada data terkandung suatu informasi. mengkodekan setiap karakter dinamakan kode
Namun tidak semua data terdapat bagian-bagian Huffman.
data yang berulang untuk mewakili informasi Algoritma Huffman yang akan dibahas dalam
yang sama. Bagian data yang tidak terkait atau tulisan ini adalah algoritma Huffman yang
bagian data yang berulang disebut dengan data menggunakan metode statik, yaitu metode yang
berlebih (redudancy data). Tujuan dari pada menggunakan peta kode yang sama, metode ini
kompresi data adalah untuk mengurangi data membutuhkan dua fase, yaitu fase pertama untuk
berlebihan sehingga ukuran data menjadi lebih menghitung frekuensi kemunculan tiap karakter
kecil dan lebih ringan dalam proses transmisi[4]. dan menentukan peta kodenya dan fase ke dua
untuk mengubah pesan atau data menjadi
Algoritma Hufftman kumpulan kode yang akan ditransmisikan.
Kode optimal untuk sebuah file digambarkan
Metode huffman adalah metode pengkodean yang dengan pohon biner penuh, di mana setiap node
telah banyak diterapkan untuk aplikasi kompresi bukan daun mempunyai dua anak. Pada awalnya
citra. Seperti metode shannon fano, metode Huffman hanya mengkodekan karakter
huffman juga membentuk pohon atas dasar menggunakan pohon biner biasa, namun setelah
probabilitas setiap simbol, namun teknik itu Huffman menemukan bahwa penggunaan
pembentukan pohonnya berbeda. Berikut ini algoritma Greedy dapat membentuk kode prefiks
langkah-langkah algoritma huffman. (Darma yang optimal. Penggunaan algoritma Greedy pada
Putra : 2010 : 279) algoritma Huffman adalah pada saat pemilihan
1. Data dianalisis dahulu dengan cara membuat dua pohon dengan frekuensi terkecil dalam
tabel frekuensi kemunculan setiap simbol membuat pohon Huffman. Cost yang digunakan
ASCII, tabel frekuensi tersebut memiliki untuk menggabungkan dua buah pohon pada akar
attribut berupa simbol ASCII dan frekuensi. setara dengan jumlah frekuensi dua buah pohon
2. Dua data yang memiliki frekuensi yang digabungkan. Oleh karena itu, total cost
kemunculan paling kecil dipilih sebagai pembentukan pohon Huffman adalah jumlah
simpul pertama pohon huffman. seluruh penggabungan daun-daun.
3. Data dua simpul dibuat simpul induk yang Algoritma Huffman menggunakan struktur data
mencatat jumlah frekuensi dua simpul string sebagai masukan, struktur data binary tree
pertama. pada pembentukan pohon biner dan array untuk
4. Dua simpul tersebut dihapus dari tabel mendeklarasikan kumpulan variabel yang bertipe
digantikan oleh simpul induk. Simpul ini sama[4].
kemdian dijadikan acuan untuk membentuk
pohon. 2. Perancangan
5. Langkah 3-5 dilakukan berulang-ulang
hingga isi tabel tinggal satu saja. Data inilah Dalam penelitian ini, yang dibahas adalah
yang akan menjadi simpul bebas atau simpul pengkompresian gambar (citra) dengan
akar. menggunakan metode Huffman. Sebagaimana
6. Setiap simpul yang terletak pada cabang kiri telah diuraikan dalam bab sebelumnya, pada
(simpul dengan frekuensi lebih besar) dasarnya citra (*.jpg atau *.bmp) dibentuk dengan
diberikan nilai 0 dan simpul yang terletak mendefinisikan nomor warna untuk setiap pixel
pada cabang kanan (Simpul dengan yang terdapat dalam daerah gambar atau citra.
frekuensi lebih kecil) diberikan nilai 1. Dengan demikian banyak pendefinisian warna
7. Pembacaan dilakukan dari simpul akar ke adalah hasil perkalian lebar dengan tinggi citra.
simpul daun dengan memperhatikan nilai Warna yang digunakan tentu kemungkinan besar
setiap cabang[4]. ada yang berulang untuk lokasi yang berbeda.
284
Seminar Nasional Informatika 2015
(*.jpg_mapat).
File Y Pilih Submenu File
2.1. Analisis Algoritma Huffman
T
T
Priview Gambar
setLabelPreviewIcon=ImgIcon
Setting Pemapatan
A
File Original :
File Mampat :
285
Seminar Nasional Informatika 2015
MC
Citra=BufferedImage
SizeAwal=Citra.getSize()
Rasio=(SizeAwal-SizeAkhir)/SizeAkhir x 100%
286
Seminar Nasional Informatika 2015
4.1. Kesimpulan
287
Seminar Nasional Informatika 2015
Santi
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.
288
Seminar Nasional Informatika 2015
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
Pengujian Aplikasi
290
Seminar Nasional Informatika 2015
5. Kesimpulan
Daftar Pustaka:
291
Seminar Nasional Informatika 2015
Nita Syahputri
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.
292
Seminar Nasional Informatika 2015
mengevaluasi hasil belajarnya secara mandiri kontrak belajar, mahasiswa diberikan kebebasan
adalah model self-directed learning. seluas luasnya untuk berkreasi namun harus
Model self-directed learning bertanggung jawab terhadap kontrak belajar yang
memungkinkan mahasiswa dapat mengatur proses mereka telah buat sehingga akan menuju ke
belajar dalam bentuk inisiatif sendiri, pengaturan pembelajaran yang mandiri (self-directed
diri, eksplorasi diri, dan kebebasan belajar untuk learning).
mencapai hasil belajar yang optimal dan Kemandirian belajar (self-directed in
meningkatkan kemandirian belajar. Menurut learning) dapat diartikan sebagai sifat dan sikap
Kwoles (dalam Zulharman, 2008), self-directed serta kemampuan yang dimiliki mahasiswa untuk
learning didefinisikan sebagai suatu proses melakukan kegiatan belajar secara sendirian
dimana seseorang memiliki inisiatif, dengan atau maupun dengan bantuan orang lain melalui
tanpa bantuan orang lain untuk menganalisis motivasinya sendiri untuk menguasai suatu
kebutuhan belajarnya sendiri, merumuskan tujuan kompetensi
belajarnya sendiri, mengidentifikasi sumber- tertentu sehingga dapat digunakannya untuk
sumber belajar, memilih dan melaksanakan memecahkan masalah yang dijumpainya di dunia
strategi belajar yang sesuai serta mengevaluasi nyata (Sunarto, 2008).
hasil belajarnya sendiri. Proses self-directed Berdasarkan uraian di atas, tujuan
learning mencakup apa yang diinginkan dari penelitian ini adalah: (1) meningkatkan hasil
pembelajaran (individual learning needs), belajar mahasiswa Jurusan Sistem Informasi pada
karakteristik belajar (individual learning perkuliahan Sistem Basis Data melalui penerapan
characteristics), dan aktivitas belajar mandiri model self-directed learning; (2) meningkatkan
(self-directed learning activities) untuk mencapai kemandirian belajar bagi mahasiswa Jurusan
learning satisfaction (Read, 2000). Sistem Informasi pada perkuliahan Sistem Basis
Secara garis besar, proses pembelajaran Data melalui penerapan model self-directed
dalam self-directed learning dibagi menjadi tiga learning; dan (3) menampilkan tanggapan
yaitu planning, monitoring, dan evaluating (Song mahasiswa terhadap penerapan model self-
& Hill, 2007). Pada tahap perencanaan, siswa directed learning pada perkuliahan Sistem Basis
merencanakan aktivitas pada tempat dan waktu Data.
dimana siswa merasa nyaman untuk belajar.
Mahasiswa juga merencanakan komponen belajar
yang diinginkan serta menentukan target belajar METODE
yang ingin dicapai, pada tahap monitoring, siswa
mengamati dan mengobservasi pembelajaran Penelitian ini merupakan penelitian
mereka. tindakan kelas (classroom action research) yang
Menurut Hiemstra (dalam Richard, dengan sengaja dilakukan untuk merencanakan,
2007), langkah-langkah self-directed learning melaksanakan kemudian mengamati dampak dari
terbagi menjadi 6 langkah yaitu preplanning, pelaksanaan tindakan tersebut pada subjek
menciptakan lingkungan belajar yang positif, penelitian.
mengembangkan rencana pembelajaran, Penelitian dilaksanakan di Kampus
mengidentifikasi aktivitas pembelajaran yang Universitas Potensi Utama dengan subjek
sesuai, melaksanakan kegiatan pembelajaran dan penelitian berjumlah 7 orang mahasiswa
monitoring, dan mengevaluasi hasil belajar yang mengambil mata kuliah Sistem Basis Data
individu. Pembelajaran mandiri (self-directed pada semester genap tahun ajaran 2014/2015.
learning) merupakan pembelajaran yang bersifat Objek sasaran kegiatan yang ditangani dalam
fleksibel namun tetap berorientasi pada planning, penelitian ini adalah hasil belajar, kemandirian
monitoring, dan evaluating bergantung pada belajar, dan tanggapan mahasiswa terhadap
kemampuan penerapan model selft-directed learning.
siswa dalam mengelola pembelajaran sesuai Penelitian tindakan kelas ini
otonomi yang dimilikinya. Pembelajaran mandiri dilaksanakan dalam dua siklus. Penentuan jumlah
menuntut pelajar untuk dapat mengatur siklus didasarkan pada kompetensi
sumbersumber belajar yang ada sesuai dengan dasar yang akan dicapai. Prosedur penelitian
kebutuhan dilaksanakan dengan empat tahapan, yaitu:
dan konteks pembelajaran. perencanaan, pelaksanaan, observasi/evaluasi, dan
Kirkman dkk. (2007) juga refleksi. Jenis data yang diperlukan dan
mendefinisikan kontrak belajar (learning dikumpulkan dalam penelitian ini ditunjukkan
contract) sebagai dokumen tertulis yang pada Tabel 01.
menggambarkan target belajar individu, aktivitas
yang harus dilakukan untuk memenuhi target
tersebut dan kriteria penilaian untuk masing-
masing output aktivitas. Dengan menggunakan
293
Seminar Nasional Informatika 2015
294
Seminar Nasional Informatika 2015
mampu mengembangkan dan memecahkan Tabel 03. Skor Rata-rata Kontrak Belajar dan Tes
permasalahan. Akhir Siklus pada Siklus II
Berdasarkan hasil refleksi pada akhir No. Jenis Penilaian Skor Rata- Kualifikasi
siklus, sekalipun proses pembelajaran rata
1. Kontrak belajar 80,0 Baik
berlangsung kondusif, tampaknya proses 2. Tes akhir siklus II 80,7 Baik
pembelajaran pada siklus I masih perlu 3. Hasil belajar 80,4 Baik
disempurnakan. Data hasil belajar pada siklus I
diperoleh dari penggabungan hasil tes akhir siklus Tabel 03 menunjukkan bahwa skor rata-rata hasil
I dengan skor kontrak belajar. Berdasarkan hasil belajar siklus II termasuk berkualifikasi baik.
analisis data skor kontrak belajar dan tes akhir Secara umum, skor rata-rata hasil belajar
siklus I diperoleh skor hasil belajar rata-rata dan mahasiswa meningkat dari 74,9 pada siklus 1
kualifikasinya seperti pada Tabel 02. menjadi 80,4 pada siklus II. Pada siklus II, 86%
mahasiswa memperoleh nilai A dan B. Hanya
Tabel 02. Skor Rata-rata Kontrak Belajar, 14% mahasiswa memperoleh nilai C dan tidak
TesAkhir Siklus pada Siklus I ada yang mendapat nilai D dan E. Hasil ini sesuai
Jenis Skor Rata- dengan kriteria keberhasilan yang telah ditetapkan
No. Kualifikasi
Penilaian rata
Kontrak pada penelitian ini.
1. 76.7 Baik
belajar
Tes akhir
2. 75.8 Baik
siklus I Kemandirian Belajar dan Tanggapan Siswa
3. Hasil belajar 77.6 Baik
Kemandirian belajar mahasiswa yang
dijaring dengan angket mencerminkan
Berdasarkan Tabel 02, skor rata-rata kemampuan mahasiswa dalam mengelola belajar
hasil belajar siklus I termasuk berkualifikasi baik. secara mandiri. Angket ini terdiri dari 25 item.
71% Mahasiswa memperoleh nilai B, namun Aspek yang diukur dalam kemandirian belajar
tidak ada mahasiswa yang memperoleh nilai A. meliputi: pengelolaan
Hanya 29% mahasiswa memperoleh nilai C dan diri (self-management), keinginan untuk belajar
tidak ada yang mendapat nilai D dan E. Hasil ini (desire for learning), dan kontrol diri (self-
belum sesuai dengan kriteria keberhasilan yang control).
telah ditetapkan pada penelitian ini. Hasil analisis skor kemandirian belajar
Dengan mencermati hasil refleksi siklus mahasiswa menunjukkan bahwa skor rata-rata
I, beberapa upaya perbaikan dan penyempurnaan kemandirian belajar mahasiswa di awal siklus I
dilakukan untuk tindakan siklus II, yaitu: (1) (sebelum pelaksanaan tindakan) adalah 81,3 yang
sebelum pelaksanaan tindakan, terlebih dahulu termasuk berkualifikasi cukup tinggi dan skor
diadakan orientasi konsep-konsep esensial; (2) rata-rata kemandirian belajar mahasiswa setelah
memberikan bimbingan pada mahasiswa yang pelaksanaan tindakan pada siklus I adalah 88,4.
masih kesulitan dalam mengembangkan Peningkatan skor rata-rata kemandirian belajar
permasalahan; dan (3) menanamkan tanggung pada siklus I
jawab terhadap kontrak belajar yang telah sebesar 7,1. Walaupun terjadi peningkatan skor
disepakati dengan cara membantu mahasiswa rata-rata kemandirian belajar pada siklus I, namun
mengidentifikasi aktivitas belajar yang sesuai hasil ini belum sesuai dengan kriteria
dengan gaya belajar mereka. keberhasilan yang telah ditetapkan pada penelitian
ini.
Penelitian Siklus II Pada siklus II, skor rata-rata kemandirian
Proses pembelajaran pada siklus II pada belajar 96,9 yang termasuk berkualifikasi tinggi.
prinsipnya sama dengan pembelajaran pada siklus Hasil ini melampaui kriteria keberhasilan yang
I. Pada siklus II, beberapa contoh permasalahan telah ditetapkan
yang dapat dikembangkan oleh mahasiswa: (1) pada penelitian ini. Peningkatan skor rata-rata
bagimana menetukan primary-key pada suatu kemandirian belajar pada siklus II dibandingkan
tabel ?; (2) dapatkah sebuah tabel dibangun dengan siklus I adalah sebesar 8,5. Angket
dengan tanpa menggunakan primary-key ?; (3) tanggapan mahasiswa terhadap penerapan model
buatlah sebuah ERD dari system informasi self-directed learning terdiri dari 10 item. Angket
perpustakaan ?; (4) buatlah normalisasi data dari ini menjaring pendapat mahasiswa tentang proses
database system informasi perpustakaan ?; dan (5) perkuliahan yang dialami dan dirasakan sendiri
apa yang dimaksud dengan client-server dan apa oleh mahasiswa. Dari hasil analisis skor
yang menjadi keuntungan dari client-server ?. tanggapan mahasiswa, 94% mahasiswa
Berdasarkan analisis data skor kontrak memberikan tanggapan sangat setuju (SS) dan
belajar dan tes akhir siklus pada siklus II setuju (S), 4% mahasiswa memberikan tanggapan
diperoleh skor rata-rata dan kualifikasi seperti kurang setuju (KS), dan 1% mahasiswa
disajikan pada Tabel 03. memberikan tanggapan sangat tidak setuju (STS)
295
Seminar Nasional Informatika 2015
terhadap model self-directed learning yang dibandingkan dengan pada siklus I. Skor rata-rata
diterapkan pada perkuliahan Sistem Basis Data. hasil belajar pada siklus II adalah 80,4 yang
termasuk kualifikasi baik. 86% Mahasiswa
memperoleh nilai A dan B dengan rincian 14%
Pembahasan memperoleh nilai A dan 72% memperoleh nilai
B. 14% Mahasiswa memperoleh nilai C dan tidak
Masalah dalam penelitian ini adalah ada mahasiswa yang memperoleh nilai D dan E.
proses pembelajaran yang diterapkan selama ini Ini berarti, selain terjadi peningkatan skor rata-
mengabaikan gaya belajar yang ada pada setiap rata hasil belajar, juga terjadi peningkatan
mahasiswa sehingga belum berhasil persentase mahasiswa yang memperoleh nilai A
meningkatkan kualitas proses yang pada akhirnya dan B. Jadi, penerapan model self-directed
bermuara pada hasil belajar dan kemandirian learning dapat meningkatkan hasil belajar
belajar yang belum optimal. Setelah melibatkan mahasiswa.
mahasiswa sebagai penentu arah pembelajaran Sebelum pelaksanaan tindakan,
dalam proses pembelajaran, diperoleh skor rata- kemandirian belajar mahasiswa termasuk
rata kontrak belajar dan tes akhir siklus pada berkualifikasi cukup tinggi. Skor rata-rata
siklus I yang berkualifikasi baik. Hal senada juga kemandirian belajar mahasiswa yang dijaring di
ditunjukkan oleh skor rata-rata hasil belajar. awal siklus I adalah 81,3. Penerapan model self-
Walaupun skor rata-rata hasil directed learning dalam proses pembelajaran
belajar pada siklus I berada pada kualifikasi baik, dapat meningkatkan skor rata-rata kemandirian
namun baru 71% mahasiswa memperoleh nilai A belajar mahasiswa pada akhir siklus I dan siklus
dan B, dan tidak ada yang memperoleh nilai D II. Ini berarti, mahasiswa telah memiliki
dan E. Artinya, hasil belajar mahasiswa belum kemampuan sebagai pemegang kendali,
mencapai kriteria keberhasilan yang telah pengambil keputusan atau pengambil inisiatif atas
ditetapkan belajarnya sendiri. Penerapan model self-directed
pada siklus I. Pada siklus I, mahasiswa belum learning memberikan peluang yang besar bagi
melibatkan diri sepenuhnya atau berperan penuh mahasiswa untuk menganalisis kebutuhan
sebagai penentu arah pembelajaran dalam proses belajarnya sendiri, merumuskan tujuan belajar,
pembelajaran. mengidentifikasi sumber-sumber belajar, memilih
Ketidak berhasilan itu disebabkan oleh dan melaksanakan strategi belajar yang sesuai
beberapa faktor, di antaranya: (1) adanya serta mengevaluasi hasil belajarnya sendiri, baik
kesulitan dalam mengembangkan permasalahan; dengan atau tanpa bantuan orang lain.
(2) kesulitan menentukan aktivitas dan strategi Pemberian otonomi kepada mahasiswa
belajar yang sesuai dengan dirinya sehingga dalam mengelola belajarnya dapat menumbuhkan
kontrak belajar selalu berubah yang berdampak atau meningkatkan kemampuan dalam
pada molornya waktu pembelajaran; dan (3) tidak mengendalikan atau mengarahkan belajarnya
terbiasa melakukan monitoring dan mengevaluasi sendiri. Hal ini dapat berdampak pada
diri terhadap kegiatan belajar yang telah berkembangnya kemandirian belajar secara
dilakukan. optimal yang bermuara pada hasil belajar yang
Terhadap beberapa faktor penyebab optimal pula. Jadi, penerapan model self-directed
tersebut, upaya pemecahan dilakukan melalui learning dapat meningkatkan kemandirian
perencanaan siklus II sebagai berikut: (1) sebelum belajar mahasiswa.
pelaksanaan tindakan terlebih dahulu diadakan Pada akhir siklus II, 94% mahasiswa
orientasi konsep-konsep esensial pada materi ajar; memberikan tanggapan positif terhadap tindakan
(2) memberikan bimbingan pada mahasiswa yang yang telah dilakukan. Ini menunjukkan bahwa
masih kesulitan dalam mengembangkan model self-directed learning dapat menciptakan
permasalahan; (3) memberikan beberapa pilihan suasana kondusif selama proses pembelajaran dan
aktivitas dan strategi belajar dan menyerahkan pembelajaran menjadi lebih bermakna.
pemilihan aktivitas dan strategi belajar tersebut
kepada mahasiswa; (4) menanamkan tanggung SIMPULAN
jawab terhadap kontrak belajar yang telah
disepakati; dan (5) menanamkan pentingnya Berdasarkan hasil analisis dan
melakukan monitoring dan mengevaluasi kegiatan pembahasan yang telah diuraikan di atas, maka
belajar yang telah dilakukan sehingga dapat diperoleh beberapa simpulan sebagai berikut: (1)
melakukan pembenahan terhadap kesalahan dan penerapan model self-directed learning dapat
kekurangan. meningkatkan hasil belajar mahasiswa Jurusan
Setelah beberapa upaya tersebut Sistem Informasi pada perkuliahan Sistem Basis
dilakukan dalam proses pembelajaran, skor rata- Data; (2) penerapan model self-directed learning
rata kontrak belajar dan tes akhir pada siklus II dapat meningkatkan kemandirian belajar
meningkat berturut-turut sebesar 4,9 dan 6,7 mahasiswa Jurusan Sistem Informasi pada
296
Seminar Nasional Informatika 2015
perkuliahan Sistem Basis Data; dan (3) tanggapan Read, J. M. 2000. Training and Developing Self-
mahasiswa terhadap penerapan model self- directed Learning Through Menitoring,
directed learning pada perkuliahan Sistem Basis Coaching other Developmental Activities
Data adalah positif. and Opportunities. (Online),
Beberapa saran diajukan berdasarkan (http://www.sedb.com.sg/index1.htm,
temuan penelitian ini, yaitu: (1) model diakses 2 Desember 2014).
selfdirected learning disarankan untuk diterapkan
Richard, B. R. 2007. Self-directed Learning:
pada mata kuliah lainnya untuk meningkatkan
Aprocess Perspective. International
kualitas proses pembelajaran, (2) dosen
Journal of Self-Directed Learning, 4(1):
disarankan memberikan keleluasan pada
53-64.
mahasiswa sebagai penentu arah pembelajaran,
dan (3) dosen hendaknya mengembangkan Song, L., & Hill, J. R. 2007. A Conceptual Model
permasalahan-permasalahan yang lebih bersifat for Understanding Self-directed Learning
kompleks saat menerapkan model in Online Envirotments. Journal of
self-directed learning. Interctive Online Learning, 6(1): 27-42.
Sunarto. 2008. Kemandirian Belajar. (Online),
DAFTAR RUJUKAN
(http://banjarnegarambs.
wordpress.com/2008/09/10/kemandirian-
Kirkman, S., Coughlin, K. & Kromrey, J. 2007.
belajar-siswa.htm, diakses 15 Desember
Correlates of Satisfaction and Success in
2014).
Selfdirected Learning: Relationships with
School Experience, Course Format, and Zulharman. 2008. Self-directed Learning.
Internet Use. International Journal of Self- (Online),(hhtp://zulharman79.
Directed Learning, 4(1): 39-52. wordpress.com/2008/05/14/self-directed-
learning-sdl-atau-belajar-mandiri. htm,
Pedoman Studi Universitas Pendidikan Ganesha.
diakses 1 Nopember 2014).
2006. Singaraja: Universitas Pendidikan
Ganesha.
297
Seminar Nasional Informatika 2015
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.
298
Seminar Nasional Informatika 2015
299
Seminar Nasional Informatika 2015
Pada flowmap tersebut dapat dilihat bahwa proses Gambar 3. Diagram konteks sistem
dimulai Bagian Field Collection menginputkan pengelolaan tagihan angsuran kredit
data ke database. Data yang diinputkan berupa Berdasarkan gambar 3 diatas, inputan
data nasabah, data kredit dan data tagihan data dari Bagian Field Collection berupa: a) data
diinputkan oleh Bagian Field Collection ke staf yang terdiri dari ID Pegawai, NIP, Nama,
database yang disimpan pada hosting online milik Posisi, Alamat, Telepon; b) data Nasabah yang
Permata Finance. Updatenya informasi angsuran terdiri dari ID Nasabah, Nama, Telapon, Alamat,
kredit ini, maka informasi tagihan untuk setiap Kota; c) data tagihan yang terdiri dari ID Tagihan,
nasabah sudah tersedia pada database. ID Pegawai, ID Nasabah, jumlah Angsuran,
Untuk nasabah harus menginstal aplikasi Angsuran Ke, Denda, Tanggal Jatuh Tempo,
pada smrtphone androidnya, lalu login dengan Tanggal Pembayaran, Status. Data-data tersebut
nomor kreditnya, lalu akan mendapatkan yang akan diolah menjadi informasi yang
informasi tagihan dan notifikasi untuk tanggal ditampilkan melalui media perangkat mobile
jatuh tempo pembayaran. untuk nasabah dan Staf Penagihan.
Sedangkan staf penagihan melalui aplikasi Dari gambar 3 diatas juga, dihasilkan
ini dapat mengetahui informasi mengenai data informasi tagihan untuk pihak Nasabah yang
nasabah yang harus ditagihkan hari tersebut. Jika terdiri dari ID Tagihan, jumlah Angsuran,
pada proses penagihan, nasabah melakukan Angsuran Ke, Denda, Tanggal Jatuh Tempo dan
pembayaran, maka status angsuran dapat diupdate Staf yang akan melakukan tagihan. Sedangkan
dengan status sudah dibayar. Sehingga bagian informasi untuk Staf Penagihan hanya berupa
Field Collection dapat mengetahui informasi daftar nama nasabah, jumlah tagihan, dan
tersebut melalui aplikasi webnya. alamatnya.
300
Seminar Nasional Informatika 2015
(b)
(c)
301
Seminar Nasional Informatika 2015
302
Seminar Nasional Informatika 2015
5. Saran
Daftar Pustaka
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
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.
305
Seminar Nasional Informatika 2015
306
Seminar Nasional Informatika 2015
alternative
Wi : Nilai prioritas criteria
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
lengkap
Info penerima PMW mahasiswa
Input data
peserta
yang lolos Gambar 5. Diagram Konteks Sistem
tahap I
Mengikuti diklat
kewirausahaan Data login 1.0
ADMIN Input data Tb_ Login
Login
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
end
6.0
Laporan
308
Seminar Nasional Informatika 2015
309
Seminar Nasional Informatika 2015
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.
Gambar 10. Form Hasil Keputusan 6. Perlunya ketelitian dari pengambil keputusan
3.3.5. Form Laporan Hasil Keputusan dalam menentukan prioritas awal untuk setiap
Form ini digunakan untuk menampilkan Laporan kriteria karena hasil akhirnya sangat
dari hasil keputusan mahasiswa-mahasiswa yang bergantung dari nilai awal yang diberikan.
lolos seleksi dan berhak menerima dana PMW. Jika nilai awal yang diberikan salah maka
Adapun tampilannya sebagai berikut : hasil akhirnya tidak akan sama seperti yang
diharapkan.
Daftar Pustaka
310
Seminar Nasional Informatika 2015
311
Seminar Nasional Informatika 2015
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.
312
Seminar Nasional Informatika 2015
313
Seminar Nasional Informatika 2015
Melakukan Form
Ujian Ujian
Lulus
Atau Proses
Tidak Ujian
Daftar
Peserta diterima
Aktivasi
Peserta
Hasil
Ujian
314
Seminar Nasional Informatika 2015
[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
315
Seminar Nasional Informatika 2015
316
Seminar Nasional Informatika 2015
317
Seminar Nasional Informatika 2015
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.
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
319
Seminar Nasional Informatika 2015
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
Dt_detail_
Dt_suplier
penjualan
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:
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:
321
Seminar Nasional Informatika 2015
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.
322
Seminar Nasional Informatika 2015
(DSS), pada tahun 1970-an sebagai pengganti dipenuhi atau dilewati. Dalam pencocokan profil,
istilah Management Information System (MIS). dilakukan identifikasi terhadap kelompok
Tetapi pada dasarnya SPK merupakan karyawan yang baik maupun buruk. Para
pengembangan lebih lanjut dari MIS yang karyawan dalam kelompok tersebut diukur
dirancang sedemian rupa sehingga bersifat menggunakan beberapa kriteria penilaian. Aspek-
alternatif dengan pemakaiannya. Pada dasarnya aspek penilaian tersebut dirancang sedemikian
pengambilan keputusan adalah suatu pendekatan rupa sehingga pengguna yang dalam hal ini
sistem pada suatu masalah, pengumpulan fakta adalah manajer bagian sumber daya manusia bisa
dan informasi, penentuan yang baik untuk menentukan aspek-aspek penilaian sendiri secara
alternatif yang dihadapi dan pengambilan dinamis sehingga sistem pendukung keputusan
tindakan yang menurut analisa merupakan tersebut bisa dipakai lebih luas[5]. Langkah-
tindakan yang paling tepat[3]. langkah pada metode profile matching yaitu[6]:
a. Menentukan variable pemetaan gap
2.1 Komponen Sistem Pendukung Keputusan kompetensi menentukan aspek-aspek yang
akan digunakan dalam proses nilai karyawan
Suatu SPK memiliki tiga subsistem b. Menghitung hasil pemetaan gap kompetensi
utama yang menentukan kapabilitas teknis SPK yang dimaksud dengan gap disini adalah
tersebut , yaitu: beda antara profil karyawan dengan profil
1. Subsistem Manajemen Basis Data (Data Base standar yang diharapkan atau dapat di
Management Subsystem) tunjukkan pada rumus dibawah ini:
Ada beberapa perbedaan antara database
untuk SPK dan non-SPK. Pertama, sumber data Gap = Profile Seseorang Profile Standard
untuk SPK lebih kaya dari pada non-SPK
dimana data harus berasal dari luar dan dari dalam Profil karyawan yaitu nilai-nilai yang
karena proses pengambilan keputusan, terutama diperoleh dari karyawan sedangkan profil standar
dalam level manajemen puncak, sangat yaitu nilai standar yang ditentukan terlebih
bergantung pada sumber data dari luar. Perbedaan dahulu. Setelah diperoleh gap pada masing-
lain adalah proses pengambilan dan ekstraksi data masing karyawan, setiap profil karyawan diberi
dari sumber data yang sangat besar. SPK bobot nilai dengan patokan. Kemudian setiap
membutuhkan proses ekstraksi dan DBMS yang aspek dikelompokan menjadi 2 kelompok, yaitu
dalam pengelolaannya harus cukup fleksibel kelompok Core Factor dan Secondary Factor.
untuk memungkinkan penambahan dan Perhitungan core factor ditunjukkan
pengurangan secara cepat. menggunakan rumus di bawah ini:
2. Subsistem Manajemen Basis Model (Model
Base Management Subsystem)
Salah satu keunggulan SPK adalah
kemampuan untuk mengintegrasikan akses data Di mana :
dan model-model keputusan. Hal ini dapat NCF = Nilai Rata-rata Core Factor
dilakukan dengan menambahkan model-model NC = Jumlah Total Nilai Core Factor
keputusan ke dalam sistem informasi yang IC = Jumlah Item Core Fator
menggunakan database sebagai mekanisme
integrasi dan komunikasi diantara model-model. Sementara untuk perhitungan secondary factor
Karakteristik ini menyatukan kekuatan pencarian bisa ditunjukkan dengan rumus berikut :
dan pelaporan data dari PDE dan pengembangan
disiplin manajemen.
3. Subsistem Perangkat Lunak Penyelenggara
Dialog (Dialog Generation and Management
System) Di mana :
Fleksibilitas dan kekuatan karakteristik NSF = Nilai Rata-rata Secondary Factor
SPK timbul dari kemampuan interaksi antara NS = Jumlah Total Nilai Secondary Factor
sistem dan pemakai, yang dinamakan subsistem IS = Jumlah Item Secondary Factor
dialog[4].
Setelah perhitungan Core factor dan
2.2 Metode Profile Matching Secondary factor, kemudian menghitung nilai
total berdasarkan dari persentase dari core dan
Profile Matching adalah sebuah
secondary yang diperkirakan berpengaruh
mekanisme pengambilan keputusan dengan
terhadap kinerja tiap-tiap profil. Contoh
mengasumsikan bahwa terdapat tingkat variabel
perhitungan bisa dilihat pada rumus di bawah ini:
prediktor yang ideal yang harus dimiliki oleh
karyawan, bukannya tingkat minimal yang harus
NT = (x) % NCF + (x) % NSF
323
Seminar Nasional Informatika 2015
324
Seminar Nasional Informatika 2015
325
Seminar Nasional Informatika 2015
326
Seminar Nasional Informatika 2015
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.
327
Seminar Nasional Informatika 2015
Dari kondisi parkir pada saat ini, maka mengenai tujuan dari sistem ini. Aspek tersebut
secara umum dapat di rumuskan permasalahan bisa di jabarkan sebagai berikut :
parkir pada kampus STIKOM Bali adalah pada
penataaan areal parkir yang belum optimal. a. Aspek Kenyamanan
Jumlah mahasiswa yang terus bertambah setiap Dalam menata letak parkir, hal yang paling
tahunnya membuat situasi parkir sekarang penting untuk di ingat adalah memperhitungkan
menjadi tidak teratur, bisa di bayangkan dalam 2 kenyamanan dari pengguna parkir. Apabila
atau 3 tahun ke depan apabila jumlah mahasiswa lokasi parkir tidak terorganisir maka pengelola
baru lebih besar daripada mahasiswa yang sudah akan di sibukan oleh complain dari pengguna
menyelesaikan kuliah dan membuat satu sesi parkir yang mengeluhkan ketidaknyamanan lokasi
perkuliahan menjadi penuh, maka parkir akan parkir. Dengan lokasi parkir saat ini, harapan dari
menjadi kendala utama bagi manajemen kampus pengelola adalah dapat menampung seluruh
STIKOM Bali. Rekomendasi yang bisa di pengguna parkir. Ini adalah sebuah tantangan bagi
sarankan untuk mengurangi beban permasalahan pengelola untuk bisa menyediakan tempat parkir
parkir kampus adalah dengan penataan areal bagi mahasiswa dengan mengedepankan aspek
parkir semaksimal mungkin untuk menampung kenyamanan.
sebanyaknya kendaraan mahasiswa sehingga
resiko overcapacity pada areal parkir dapat b. Aspek Volume
dikurangi. Di samping aspek terkait yang telah di
Model tata letak parkir yang akan di rancang sebutkan di atas, dalam penelitian ini juga di
akan memetakan lahan parkir dimana basement rancang untuk mengoptimalkan lahan parkir yang
parking tersebut akan di pecah menjadi blok ada. Tentunya harapan dari pengelola adalah
parkir yang kemudian di bagi lagi menjadi menampung sebanyak banyak nya kendaraan
parking lots untuk menentukan daya tampung pengguna parkir di areal parkir. Penggambaran
maksimal kendaraan, kemudian model parkir layout parkir dan perapatan ruang menjadi solusi
tersebut akan di rancang untuk memenuhi aspek untuk optimalisasi volume di dukung dengan
yang di kehendaki. Dalam penentuan model tata penggunaan metode optimalisasi heuristic
letak parkir menggunakan algoritma Ant Colony untuk sistem user travelling dalam pencarian
System (ACS) dimana algoritma ini dapat lokasi parkir di harapkan agar bisa membantu
mencari tata letak yang optimal dalam permasalahan optimalisasi dan kondisi lalu
lintas pada areal parkir. Dengan sistem lalu lintas
2. Metode Penelitian parkir yang terorganisir di harapkan tidak terjadi
Adapun tahapan-tahapan yang akan lalu lintas buntu karena banyak nya pengguna
dilaksanakan adalah sebagai berikut: yang keluar masuk tempat parkir.
328
Seminar Nasional Informatika 2015
Total jarak tempuh apabila di asumsikan slot d. Konstruksi tour perjalanan dengan
parkir kosong berada di titik K dan kendaraan mengaplikasikan langkah langkah
berjalan melalui semua titik adalah : perhitungan ACS.
Untuk mencari rute terpendek dalam proses
Start + A-1 + A-2 + A-3 + A-4 + A-5 + A-6 +A-7 pencarian spot parkir di perlukan 3 data utama
+A-8 + A-9 + A-10 + A-11 + A-12 + Start yaitu :
1. Jumlah blok parkir dan daya tampung
Start + 18.94 + 5.92 + 20.10 + 12.23 + 15.85 + kendaraan masing-masing blok. Setelah denah
10.17 + 8.85 + 10.28 + 13.63 + 13.75 + 19.66 + parkir dipetakan menjadi blok parkir, maka
18.42 + 18.94 = 186.74 meter pada parkir basement stikom bali dapat
dipecah menjadi 11 blok parkir dimana dalam
Jika di asumsikan kembali waktu tempuh analisa ini blok tersebut akan diberi nama blok
kendaraan per meter adalah sebesar 0.2 detik 1 sampai dengan blok 11, untuk lebih
maka total waktu tempuh adalah 0.2 x 186.74 = lengkapnya dapat dilihat pada tabel berikut :
37,34 detik. Garis kuning pada gambar Tabel 1 Kapasitas Peta Parkir 1
menunjukan lintasan yang di lalui kendaraan pada
kondisi awal.
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
b. Titik yang ada dalam graph hanya di 3. Denah parkir dimana denah berfungsi sebagai
kunjungi sekali dan titik awal sama dengan alat bantu dalam memetakan lokasi parkir
titik akhir. menjadi blok parkir dan mengukur jarak yang
c. Nilai pheromone awal di berikan kepada perlukan dalam proses perhitungan.
jarak antar tiap titik.
329
Seminar Nasional Informatika 2015
(1)
330
Seminar Nasional Informatika 2015
Dimana
= nilai pheromone akhir setelah mengalami
pembaharuan lokal
331
Seminar Nasional Informatika 2015
Lgb = panjang jalur terpendek pada akhir siklus parkir sehingga tidak ada lokasi parkir yang
= parameter dengan nilai antara 0 sampai 1 kosong.
= perubahan pheromone
332
Seminar Nasional Informatika 2015
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).
333
Seminar Nasional Informatika 2015
334
Seminar Nasional Informatika 2015
335
Seminar Nasional Informatika 2015
Rancangan ini digunakan mengisi data konfirmasi Dengan dibuatnya sistem ini proses
setelah member melakukan pembayaran melalui pencarian dan pemesanan rumah kost dapat
media bank 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 Beberapa saran dan masukan yang telah
Telah Dipesan penyusun terima antara lain adalah sebagai
berikut :
Rancangan output diatas berisi notifikasi yang Jangkauan sistem agar lebih diperluas, tidak
dikirim melalui pesan singkat, setelah member hanya di lima kecamatan akan tetapi seluruh
melakukan pemesanan terhadap kamar tertentu wilayah Kabupaten Ciamis, serta dibuatkan
dan bisa dilakukan pengecekan dengan login fasilitas untuk mengisi tanggal kunjungan
dihalaman member. member yang telah melakukan pemesanan kamar,
supaya pemilik kost bisa tahu kapan pemesan
3.4. Pengujian datang ke rumah kost.
Pengujian software adalah elemen kritis dan
jaminan kualitas software dan merupakan review
akhir dari spesifikasi perancangan dan DAFTAR PUSTAKA.
pengkodean. Pengujian ini dilakukan dengan tipe
black box, data sampel berasal dari sumber asli [1] Viviliana Siang, Margareta Susanto, Desy
baik baik data yang valid maupun data invalid Iba Ricoida, Perancangan Sistem Informasi
Penjualan Berbasis Web Pada Pempek
Nony 168 Palembang , STMIK GI MDP,
2013
336
Seminar Nasional Informatika 2015
[2] Rindi Damayanti, Indah Uly Wardati, [5] K. Andri, 2008. Perancangan Sistem
Perancangan Sistem Informasi Pemesanan Informasi dan Aplikasinya. Yogyakarta,
Dan Pembayaran Kamar Pada Hotel Gava Media
Remaja Pacitan, Indonesian Journal On [6] Laudon, Kenneth C., & Jane, P. Laudon.
Networking And Security, Volume 3 No. 2, 2010. Manajemen Information System :
2014 Managing the Digital Firm. New Jersey:
[3] Bakti Abidin, Ira Prasetyaningrum, Tita Prentice-Hall
Karlita, Sistem Informasi Rumah Kost [7] Stair, Ralph M., & Reynold G. Walter. 2010.
Online Berbasis Web Dan Messaging, Informations System. Course Technology,
Institut Teknologi Sepuluh Nopember, 2012 Centage Learning
[4] Yakub. 2012. Pengantar Sistem
Informasi.Yogyakarta, Graha Ilmu
337
Seminar Nasional Informatika 2015
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.
338
Seminar Nasional Informatika 2015
339
Seminar Nasional Informatika 2015
Mengumpulkan data
Analisis data
Kesimpulan
340
Seminar Nasional Informatika 2015
menggunakan pendekatan TAM, dan model 5. Terdapat beberapa dosen yang kurang
teoritis penelitian. Model teoritis penelitian paham bahkan tidak pernah
akan dijadikan dasar pada saat pengujian menggunakan SID.
pada responden. Berdasarkan hasil analisis, dapat disimpulkan
3. Pengumpulan dan analisis data bahwa SID yang terdapat pada STIKOM Bali
Pada tahap pengumpulan dan analisis data dimanfaatkan oleh dosen untuk mendukung
dilakukan pembuatan instrument kegiatan dosen tersebut. Berdasarkan observasi,
pengukuran berupa kuesioner, pengumpulan rata-rata dosen telah pernah menggunakan SID
data dan analisis data. Penyebaran data tetapi terdapat beberapa dosen yang tidak pernah
kuesioner dilakukan pada STMIK STIKOM menggunakan.
Bali dengan responden mahasiswa. Analisis
data pada penelitian ini menggunakan 4.2 Analisis Faktor Yang Mempengaruhi
analisis statistik deskriptif dan analisis Pengguna Dalam Menerima Suatu
statistik inferensial. Hasil dari pengumpulan Teknologi Khususnya SID
data kuesioner akan diolah dan dianalisis Faktor-faktor yang mempengaruhi
sehingga menghasilkan kesimpulan. penggunaan suatu teknologi khususnya SID dapat
4. Kesimpulan bermacam-macam. Penelitian yang dilakukan
Tahap terakhir dalam penelitian ini adalah oleh [5] mengemukakan bahwa dalam
penarikan kesimpulan penggunaan aplikasi perpustakaan digital terdapat
beberapa variabel eksternal yang mempengaruhi
4. Analisis seperti desain interface aplikasi tersebut,
4.1 Analisis pengelolaan progress skripsi, organisasi e-resources, serta kemampuan dan skill
konseling dan konsentrasi dengan penggunaan dari user. Berdasarkan hasil analisis
menggunakan SID yang disesuaikan dengan penelitian ini maka
Sistem Informasi Dosen (SID) merupakan variabel eksternal atau variabel endogen yang
salah satu aplikasi yang membantu dosen untuk digunakan dalam penelitian ini mengadopsi dari
melihat informasi terkait mahasiswa dan dosen penelitian [5], tetapi hanya melibatkan dua
tersebut. Berdasarkan observasi yang dilakukan variabel yaitu :
pada perguruan tinggi yang digunakan sebagai 1. Desain interface
studi kasus yaitu STMIK STIKOM Bali, SID 2. Kemampuan dan skill penggunaan
memiliki beberapa fasilitas yang terkait dengan
dosen tersebut yaitu update biodata dosen, history 4.3 Analisis Penerimaan Dosen Terhadap
kelas ajar, history absensi, upload topik SID Menggunakan Pendekatan TAM
TA/Skripsi, dan approve judul TA/Skripsi. Selain TAM telah banyak digunakan pada
itu terdapat fasilitas yang terkait mahasiswa penelitian-penelitian mengenai penggunaan
seperti mahasiswa wali, mahasiswa konseling, teknologi informasi dan telah diakui
mahasiswa bimbingan proposal, skripsi dan kerja kebenarannya oleh para peneliti dunia [6][7].
praktek. Penelitian ini akan memfokuskan untuk
Berdasarkan hasil observasi dan testing yang mengetahui faktor penerimaan pemakai terhadap
dilakukan, dapat disimpulkan terdapat beberapa penggunaan SID memanfaatkan pendekatan
data yang didapatkan dari penggunaan maupun TAM. TAM menganggap bahwa tingkat
pemanfaatan SID pada STMIK STIKOM Bali : penggunaan nyata atau penerimaan pemakai atas
1. Dosen memanfaatkan SID untuk suatu teknologi dipengaruhi oleh faktor-faktor
aktivitas yang terkait dengan dosen itu yaitu faktor eksternal, persepsi kegunaan, persepsi
sendiri maupun mahasiswa. kemudahan penggunaan, sikap maupun niat untuk
2. Fasilitas yang dimanfaatkan oleh dosen menggunakannya. Terdapat beberapa penelitian
yang ada kaitannya dengan kegiatan yang menggunakan TAM untuk mengetahui
dosen yaitu yaitu update biodata dosen, tingkat penerimaan pengguna. Pada Tabel 1 dapat
history kelas ajar, history absensi, upload dilihat variabel yang digunakan oleh beberapa
topik TA/Skripsi, dan approve judul peneliti.
TA/Skripsi.
3. Fasilitas yang dimanfaatkan oleh dosen Tabel 1 Variabel Penerimaan Teknologi Informasi
yang ada kaitannya dengan mahasiswa Sumber Variabel
yaitu mahasiswa wali, mahasiswa Yuadi, I. Desain Portal Perpustakaan
konseling, mahasiswa bimbingan (2009) Organisasi E-resources
proposal, skripsi dan kerja praktek. Perpustakaan
4. Dosen tetap atau internal STIKOM Bali User abilities & Skills
rata-rata sudah menggunakan Persepsi Kegunaan
menggunakan SID. Persepsi Kemudahan
Sikap ke arah Penggunaan
341
Seminar Nasional Informatika 2015
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 sosialisasi kembali tentang penggunaan dan
penggunaan SID bagi Dosen. manfaat penggunaan SID bagi Dosen.
6. Kesimpulan Referensi
Beberapa hal yang berhasil disimpulkan
berdasarkan pelaksanaan penelitian yang [1] Prasetyo, H., B., dan Anubhakti D. (2011).
dilakukan hingga analisa hasil yang dilakukan, Kajian Penerimaan Sistem E-Learning
adalah sebagai berikut: Dengan Menggunakan Pendekatan UTAUT
1. Pada penelitian ini analisis penerimaan Studi Kasus Fakultas Teknologi Informasi
sistem informasi dosen pada STIKOM Bali Universitas Budi Luhur, Jurnal BIT, 2(22),
menghasilkan model modifikasi TAM dalam 45-47.
Sistem Informasi Dosen yang terdiri dari [2] Davis, F. (1993). User Acceptance of
tujuh hipotesis yaitu H1: Desain interface Computer Technology: System
akan berpengaruh terhadap persepsi Characteristics, User Perceptions. Int. J.
kemudahan penggunaan SID, H2: Man-Machine Studies , 38 (3), 475-487.
Kemampuan & skill pengguna akan [3] Jogiyanto, H. (2007). Model Kesuksesan
berpengaruh terhadap persepsi kemudahan Sistem Teknologi Informasi. Yogyakarta:
penggunaan SID, H3: Persepsi kemudahan CV. Andi Offset.
penggunaan akan berpengaruh terhadap [4] Hevner, A. C., March, S., Park, J., dan Ram,
persepsi kemanfataan SID, H4: Persepsi S. (2004). Design Science in Information
kemanfaatan akan berpengaruh terhadap Systems Research, Management Information
sikap penggunaan SID, H5: Persepsi Systems Quarterly, 28(1), 77-105.
kegunaan akan berpengaruh terhadap sikap [5] Yuadi, Imam. (2009). Analisis Technology
ke arah penggunaan SID, H6: Sikap ke arah Acceptance Model terhadap Perpustakaan
penggunaan berpengaruh terhadap perilaku Digital dengan Structural Equation
untuk menggunakan SID, H7: Perilaku Modeling, Jurnal Ilmu Informasi dan
untuk menggunakan berpengaruh terhadap Perpustakaan, 1(1).
penggunaan nyata SID. [6] Vaidyanathan, G. (2005) User Acceptance
2. Berdasarkan hasil pengujian hipotesis dari Of Digital Library: An Empirical
model yang diusulkan, dari tujuh hipotesis Exploration Of Individual And System
yang diuji terdapat dua hipotesis yang Components. Issues in Information System,
signifikan atau terbukti yaitu H3 Persepsi Volume VI, No. 2.
kemudahan penggunaan akan berpengaruh [7] Goon, T. L. (2005). Impact of Interface
terhadap persepsi kemanfataan SID dan H7 Characteristics on Digital Libraries Usage.
perilaku untuk menggunakan berpengaruh Malaysian Online Journal of Instructional
terhadap penggunaan nyata SID. Technology, 2 (1).
3. Banyaknya hipotesis yang ditolak pada saat [8] Wibowo, A. (2008). Kajian tentang perilaku
pengujian dikarenakan aplikasi SID belum pengguna sistem informasi Dengan
dimanfaatkan secara maksimal oleh dosen pendekatan technology acceptance model
STIKOM Bali. Berdasarkan hal tersebut (tam), Konferensi Nasional Sistem
dapat diberikan rekomendasi berupa Informasi.
peningkatan penggunaan SID oleh dosen [9] Sugiyono. (2008). Metode Penelitian Bisnis.
STIKOM Bali dengan cara melakukan Bandung: Alfabeta
344
Seminar Nasional Informatika 2015
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
345
Seminar Nasional Informatika 2015
media bluetooth pada handphone. Adanya suatu Observasi dilakukan untuk melihat secara
aplikasi yang dapat melakukan manajemen langsung kegiatan pelayanan direstoran dan
laporan dari transaksi-transaksi yang terjadi mempelajari dokumen yang selama ini
membuat pengerjaan manual yang rentan akan dipergunakan untuk melakukan aktivitas
kesalahan dan kurang efisien dapat dikurangi pelayanan dan pemesanan makanan dan minuman
dengan aplikasi tersebut[9]. Pemanfaatan jaringan direstoran.
wireless dalam mendukung aktivitas bisnis tidak
hanya sekedar dijadikan sebagai pelengkap dan 3. HASIL DAN PEMBAHASAN
penarik minat pelanggan untuk datang seperti
yang pada saat ini sering dijumpai di caf, hotel Sistem pemesanan makanan dan minuman
dan restoran. Namun jaringan wireless sudah bisa berbasis mobile terdiri dari 3 (tiga) modul yaitu
dimanfaatkan untuk membantu para penyedia modul pencatatan menu pesanan diakses dengan
makanan dan minuman di restoran atau caf. menggunakan tablet, modul dapur diakses dengan
Dengan demikian pelayan yang bertugas mencatat komputer/laptop dan modul kasir diakses dengan
pesana pelanggan tidak perlu lagi pergi bolak- komputer/laptop. Ketiga modul ini saling
balik ke dapur untuk mengantar catatan pesanan berhubungan dalam jaringan Local Area Network
pelanggan. Penyampaian informasi dilakukan (LAN) dengan menggunakan wired dan wireless.
menggunakan perangkat mobile dengan meminta Cara kerja dari sistem ini adalah pesanan yang
request dari user yang selanjutnya request tersebut diinputkan oleh bagian pelayan akan secara
akan diproses dalam sistem kemudian hasilnya otomatis masuk ke modul dapur secara berurutan
akan dikirim lagi ke user dengan ditampilkan sehingga bagian dapur dapat membuat menu
pada layar perangkat mobile [10]. berdasarkan nomor pesanan. Menu yang telah
Dalam penelitian ini penulis ingin dibuat oleh bagian dapur akan secara otomatis
menghasilkan sebuah sistem pemesanan makanan masuk ke modul kasir dan sistem akan melakukan
dan minuman dengan menggunakan perangkat perhitungan total biaya dari setiap item menu
mobile. Aplikasi pencatatan pesanan makanan berdasarkan nomor pesanan.
dan minuman diakses dengan memanfaatkan Perancangan dari sistem pemesanan makanan
koneksi wifi dari perangkat mobile yang terdiri dan minuman berbasis mobile ini dimulai dari
dari 3 interface utama yaitu, interface bagian perancangan arsitektur dari sistem. Model
pelayan, intreface dapur dan interface kasir. arsitektur mendeskripsikan rancangan dari
Seperti yang telah dijelaskan di atas, interface perangkat lunak disisi web server dan komputer
pelayan adalah interface yang dipergunakan untuk client. Web server menggunakan apache, script
mencatat pesanan pelanggan, interface bagian PHP dan database MySQL. Arsitektur
dapur adalah interface yang digunakan oleh pengembangan sistem pelayanan makanan dan
bagian dapur untuk melihat dan menindaklanjuti minuman berbasis mobile yang diusulkan
pesanan pelanggan dan interface kasir diperlihatkan pada gambar 1.
dipergunakan oleh bagian kasir untuk melihat
X=
daftar pesanan dan jumlah biaya dari pesanan. Daftar pesanan
pelanggan
Daftar pembayaran
pesanan
Aplikasi pencatatan pesanan makanan dan
minuman pada restoran ini dapat memudahkan
Dapur Kasir
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. Database
346
Seminar Nasional Informatika 2015
pesanan. Berikut ini adalah use case diagram Memilih menu sesuai
dengan nomor urut
secara umum.
a. Pencatatan pesanan oleh konsumen dimulai
dari konsumen dengan memilih menu yang Gambar 4. Activity Diagram Pembayaran
diinginkan dari daftar menu yang tersedia.
Pelayan menginputkan menu sesuai dengan Sequence diagram menggambarkan interaksi
yang diminta oleh konsumen beserta dengan antar objek di dalam dan di sekitar sistem
nomor meja tempat konsumen duduk. Setelah (termasuk pengguna, display, dan sebagainya)
menu selesai diinputkan dan sesuai dengan berupa message yang digambarkan terhadap
yang diinginkan oleh konsumen, maka waktu. Sequence diagram terdiri atar dimensi
pelayan melakukan submit pada aplikasi. vertikal (waktu) dan dimensi horizontal (objek-
Setelah berhasil melakukan submit, maka objek yang terkait). Sequence diagram dapat
secara otomatis data menu yang dipesan akan digunakan untuk menggambarkan skenario atau
ditampilkan pada layar bagian dapur sesuai rangkaian langkah-langkah yang dilakukan
dengan nomor meja dimana konsumen sebagai respons dari sebuah event untuk
tersebut duduk. Melalui daftar menu tersebut, menghasilkan output tertentu. Diawali dari apa
bagian dapur menyiapkan menu sesuai dengn yang men-trigger aktivitas tersebut, proses dan
nomor antrian pesanan. Setelah menu selesai perubahan apa saja yang terjadi secara internal
dibuatkan maka bagian dapur tinggal dan output apa yang dihasilkan. Masing-masing
mengklik data menu untuk menghilangkan objek, termasuk aktor, memiliki lifeline vertikal.
data tersebut sebagai bukti kalau pesanan
tersebut telah disediakan (lihat gambar 3).
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
348
Seminar Nasional Informatika 2015
349
Seminar Nasional Informatika 2015
350
Seminar Nasional Informatika 2015
Alfa Saleh
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.
351
Seminar Nasional Informatika 2015
kemudian mengekstraksi data tersebut menjadi masa depan berdasarkan pengalaman dimasa
informasi informasi yang nantinya dapat sebelumnya[10].
digunakan. Naive Bayes didasarkan pada asumsi
penyederhanaan bahwa nilai atribut secara
Tahap-tahap Data Mining konditional saling bebas jika diberikan nilai
output. Dengan kata lain, diberikan nilai output,
Sebagai suatu rangkaian proses, Data probabilitas mengamati secara bersama adalah
Mining dapat dibagi menjadi beberapa tahap produk dari probabilitas individu[8]. Keuntungan
proses. Tahap-tahap tersebut bersifat interaktif, penggunaan Naive Bayes adalah bahwa metode
pemakai terlibat langsung atau dengan ini hanya membutuhkan jumlah data pelatihan
perantaraan knowledge base. (Training Data) yang kecil untuk menentukan
Tahap-tahap Data Mining adalah sebagai estimasi paremeter yang diperlukan dalam proses
berikut[8]: pengklasifikasian. Naive Bayes sering bekerja
a. Pembersihan data (Data Cleaning) jauh lebih baik dalam kebanyakan situasi dunia
Pembersihan data merupakan proses nyata yang kompleks dari pada yang
menghilang-kan noise dan data yang tidak diharapkan[11].
konsisten atau data tidak relevan.
b. Integrasi data (Data Integration) Persamaan Metode Naive Bayes
Integrasi data merupakan penggabungan data
dari berbagai database ke dalam satu database Persamaan dari teorema Bayes adalah
baru. (Bustami,2013) :
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. Di mana :
d. Transformasi data (Data Transformation) X :Data dengan class yang belum
Data diubah atau digabung ke dalam format diketahui
yang sesuai untuk diproses dalam Data Mining. H : Hipotesis data merupakan suatu class
e. Proses Mining spesifik
Merupakan suatu proses utama saat metode P(H|X) :Probabilitas hipotesis H berdasar
diterapkan untuk menemukan pengetahuan kondisi X (posteriori probabilitas)
berharga dan tersembunyi dari data. Beberapa P(H) : Probabilitas hipotesis H (prior
metode yang dapat digunakan berdasarkan probabilitas)
pengelompokan Data Mining. P(X|H) :Probabilitas X berdasarkan kondisi
f. Evaluasi pola (Pattern Evaluation) pada hipotesis H
Untuk mengidentifikasi pola-pola menarik ke P(X) : Probabilitas X
dalam knowledge based yang ditemukan. Untuk menjelaskan metode Naive Bayes, perlu
g. Presentasi pengetahuan (Knowledge diketahui bahwa proses klasifikasi memerlukan
Presentation) sejumlah petunjuk untuk menentukan kelas apa
Merupakan visualisasi dan penyajian yang cocok bagi sampel yang dianalisis tersebut.
pengetahuan mengenai metode yang digunakan Karena itu, metode Naive Bayes di atas
untuk memperoleh pengetahuan yang diperoleh disesuaikan sebagai berikut :
pengguna.
352
Seminar Nasional Informatika 2015
itu, rumus diatas dapat pula ditulis secara kategori yang sama dibagi dengan jumlah
sederhana sebagai berikut : data pada kategori tersebut.
3. Mendapatkan nilai dalam tabel mean,
standart deviasi dan probabilitas.
4. solusi kemudian dihasilkan.
Untuk klasifikasi dengan data kontinyu digunakan
rumus Densitas Gauss : 2. Pembahasan
Penerapan Metode Naive Bayes
353
Seminar Nasional Informatika 2015
Adapun nilai probabilitas setiap kriteria diklasifikasikan dengan benar. Dengan begitu
didapatkan dari data latih pada tabel 1. Adapun keakuratan metode Naive Bayes dalam
nilai probabilitas setiap kriteria dapat dilihat pada mengklasifikasikan 100 data siswa adalah sebesar
pengujian dengan tools Weka di bawah ini. 90%. Persentasi ini dapat dilihat pada gambar 5
berikut :
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
Gambar 4. Hasil Klasifikasi Naive Bayes proses klasifikasi yang dilakukan oleh
metode Naive Bayes itu sendiri.
Berdasarkan gambar 4 di atas, dapat diketahui 3. Berdasarkan data akademik siswa yang
dari 100 data siswa yang diuji dengan 6 buah dijadikan data training, metode Naive Bayes
kriteria sebagai pendukung pengklasifikasian di berhasil mengklasifikasikan 90 data siswa
mana setiap kriteria memiliki nilai probabilitas dari 100 data yang diuji. Sehingga dengan
tersendiri untuk setiap class-nya terdapat 90 data demikian metode Naive Bayes ini berhasil
siswa yang berhasil diklasifikasikan dengan benar memprediksi jurusan siswa dengan
sementara sebanyak 10 data siswa tidak berhasil persentase keakuratan sebesar 90 %.
354
Seminar Nasional Informatika 2015
355
Seminar Nasional Informatika 2015
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.
356
Seminar Nasional Informatika 2015
357
Seminar Nasional Informatika 2015
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
360
Seminar Nasional Informatika 2015
menyelesaikan proses) tidak dikelola dengan Berdasarkan hasil tersebut, maka kapabilitas
maksimal. Berdasarkan hasil tersebut, maka dapat proses pengembangan E-KRS tidak mencapai
diambil kesimpulan bahwa, kapabilitas proses level 2 yaitu Managed process dimana proses
pengembangan E-KRS tidak mencapai level 2 pada level 1 diimplementasi ke dalam sebuah
yaitu Managed process dimana proses pada pengaturan proses (direncanakan, dimonitor, dan
level 1 diimplementasi ke dalam sebuah disesuaikan) dan produk kerja proses tersebut
pengaturan proses (direncanakan, dimonitor, dan ditetapkan, dikontrol, dan dipertahankan secara
disesuaikan) dan produk kerja proses tersebut tepat.
ditetapkan, dikontrol, dan dipertahankan secara
tepat. Dengan demikian, pengukuran untuk level Daftar Pustaka
kapabilitas berikutnya tidak dilakukan. Sebab,
sesuai dengan syarat dari level 3, adalah atribut [1] Popescu, G., Popescu, V. A., dan Popescu, C.
pada level 2 minimal Largely Achieved. R (2007). Information System security audit.
Finance Accountancy, no. 06
4. Simpulan [2] Pettersson, T. Gorschek and P. O'hman,
1. Berdasarkan nilai pada rata-rata total Base 2008."A practitioners guide to light weight
Practice (BP) dan Work Product (WP) pada software process assessment and improvement
pengkuran kapabilitas tingkat 1, diperoleh planning," Journal of Systems and Software,
nilai rata-rata total sebanyak 83.3. Hal vol. 81, no. 6, p. 972995,.
tersebut menunjukkan bahwa proses
[3] . Tanrver and O. Demirrs, 2015. "A
pengembangan E-KRS adalah termasuk
process capability based assessment model for
kategori Largely achieved. Yaitu terdapat
software workforce in emergent software
bukti dari pendekatan sistemik, dan
organizations," Computer Standards &
pancapaian signifikan dari atribut yang
Interfaces, vol. 37, pp. 29-40,.
ditetapkan dalam penilaian proses. Beberapa
kelemahan terkait atribut tersebut mungkin [4] G. A. Garca-Mireles, . Moraga and . F.
muncul dalam penilaian proses. Sehingga Garca, 2015. "Approaches to promote
dapat disimpulkan bahwa proses product quality within software process
pengembangan sistem tersebut telah improvement initiatives: A mapping study,"
mencapai tujuannya. Journal of Systems and Software, vol. 103, pp.
2. Pengukuran kapabilitas tingkat 2, hasil 150-166,.
pengukuran PA 2.1 Manajemen Performansi, [5] F. Pino, C. Pardo and M. Piattini, 2010.
atribut ini memiliki nilai akhir sebanyak "Assessment methodology for software
54.85, sehingga masuk dalam kategori process improvement in small organizations,"
largely achived. Artinya, bahwa terdapat Information and Software Technology, vol.
bukti dari pendekatan sistemik, dan 52, no. 10, pp. 1044-1061,.
pancapaian signifikan dari atribut yang [6] I. Sommerville, Software Engineering, Macau,
ditetapkan dalam penilaian proses. Untuk 2006.
atribut PA 2.2 Manajemen Produk Kerja,
[7] S. McConnell, Code Complete, 2004.
dengan nilai total 24.96 maka dapat
disimpulkan bahwa atribut ini termasuk
kategori Partialy Achieved.
361
Seminar Nasional Informatika 2015
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
362
Seminar Nasional Informatika 2015
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
Tombol
Batal
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
<<include>>
Dosen : dosen Sistem : sistem
Tombol Validasi
Simpan
konten intranet dan sistem menampilkan konten Menampilkan pesan berhasil update biodata
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)
Dosen memilih form daftar modul kuliah Menampilkan form daftar modul kuliah
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
Implementasi
Gambar 14 Prototype Form Menu Pimpinan
365
Seminar Nasional Informatika 2015
366
Seminar Nasional Informatika 2015
Daftar Pustaka:
367
Seminar Nasional Informatika 2015
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,.
368
Seminar Nasional Informatika 2015
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.
2. Format JSON
2.1 Penjelasan
369
Seminar Nasional Informatika 2015
Tabel 1. User Info Penyimpanan Data Pegawai 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
Tabel 1 diatas menjelaskan mengenai mengaksesnya. Alamat tersebut berupa link url
info user untuk melihat penyimpanan data seperti biasanya. Dalam kasus ini format URL
pegawai. sebagai berikut
serveraplikasi/API/NOMORIDPEGAWAI
Tabel 2. Menyimpan data Checkin dan Checkout misal serveraplikasi/API/5, method yang
Absensi Harian Pegawai 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
Pada tabel 2 diatas menjelaskan perbedaan platform dari perangkat-perangkat
mengenai daftar absensi pegawai yang berupa yang mengakses sistem tersebut.
data checkin dan checkout.
Data yang diharapkan berupa record
"statusharian": [
yang akan menjelaskan tentang status absensi
{"namapegawai": "HJ. ANDI
harian pegawai, item item tersebut berupa nama
PUJIATI"},
pegawai, jam masuk pagi, jam masuk siang,
{"nip":
apakah alpa, terlambat atau izin. Aplikasi akan "19621041986032005"},
menarik 1 record tunggal berdasarkan USERID {"pagi": "07:11"},
dari pegawai, berikut diperlihatkan contoh output {"siang": "16:35"},
data yang diharapkan dari komputer client. {"keterangan": ""},
]
4. Kesimpulan
Daftar Pustaka:
370
Seminar Nasional Informatika 2015
[1] PP 23 Tahun 2002 Tentang Penempatan [4] Allamaraju Subbu. 2010. RESTful Web
Pegawai Dalam Jabatan Struktural. Services Cookbook, OReilly YAHOO!
[2] Badan Pusat Statistik Kota Makassar dalam PRESS , 223 228.
Angka 2013. [5] Supriyatno. 2010. Pemrograman Database
[3] Richardson, Leonard , Ruby, Sam., 2007, Menggunakan Java & Mysql. Jakarta:
RESTful Web Service, OReilly Media, Inc: Mediakita.
Sebastopol , United States of America. [6] L. Paulson, 2005, Building rich web applications
with AJAX, IEEE Computer, 38(10), 14-17.
371
Seminar Nasional Informatika 2015
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.
372
Seminar Nasional Informatika 2015
(Bantuan Biaya Pendidikan Peningkatan positif dalam proses perkalian, sementara bobot
Prestasi Akademik) diantaranya yaitu biaya berfungsi sebagai pangkat negative [1].
kehadiran, IPK, prestasi, jumlah tanggungan Metode WP menggunakan perkalian
orang tua, semester, dan penghasilan orang
sebagai penghubung rating atribut, dimanarating
tua. Dengan bobot untuk setiap kriterianya
yaitu 3,2,1,5,2,5 ? setiap atribut harus dipangkatkan dulu dengan
2. Bagaimana cara membuat sebuah aplikasi bobot yang bersangkutan.
dengan perhitungan SPK menggunakan
metode WP untuk mempermudah dan Algoritma weighted product melalui tiga
mempercepat dalam proses perhitungan tahap, yaitu
untuk calon penentuan mahasiswa yang a. Penentuan nilai bobot W, yaitu sebagai
berhak mendapatkan beasiswa? Sehingga pembobotan.
dapat memberikan informasi ke ketua b. Penentuan nilai vector S, yaitu sebagai
lembaga STIMIK TASIKMALAYA agar pemangkatan.
dapat persetujuan siapa saja yang berhak c. Penentuan nilai vector V, yaitu sebagai
mendapatkan bantuan berupa beasiswa. perangkingan.
Preferensi untuk alternatif Si diberikan sebagai
1.3. Batasan Masalah berikut:
Agar pembahasan lebih terarah dan tidak 1. Penentuan nilai bobot W
menyimpang dari pokok bahasan, maka penulis
membatasi masalah hanya untuk:
1. Penerapan perhitungan metode yang 2. Penentuan nilai Vektor S
digunakan adalah metode Weighted product S = ( WijAwj . w) . ( WinAwn . w)
(WP) dengan lima kriteria yang diberikan 3. Penentuan nilai Vektor V
untuk BPPA (Beasiswa Peningkatan Prestasi
Akademik), diantaranya yaitu kehadiran,
IPK, prestasi, jumlah tanggungan orang tua, Dimana :
dan semester. Dengan bobot untuk setiap Preferensi alternatif dianalogikan
V
kriterianya yaitu 5,5,5,2,2. Dan kriteria untuk = sebagai vektor V
BBP-PPA (Bantuan Biaya Pendidikan W = Bobot kriteria / subkriteria
Peningkatan Prestasi Akademik) diantaranya J = Kriteria
yaitu kehadiran, IPK, prestasi, jumlah
tanggungan orang tua, semester, dan i = Alternatif
penghasilan orang tua. Dengan bobot untuk N = Banyaknya criteria
setiap kriterianya yaitu 3,2,1,5,2,5. Preferensi alternatif dianalogikan
2. Laporan untuk mahasiswa yang terpilih S
= sebagai vektor S
sebagai penerima beasiswa, setelah
melakukan proses perhitungan SPK metode 2.2. Langkah- langkah dalam Perhitungan
WP menggunakan aplikasi Borland Delphi, Metode WP
yang akan diberikan kepada ketua Lembaga Langkah- langkah dalam perhitungan
untuk mendapatkan persetujuan mahasiswa metode Weighted product (WP) adalah sebagai
yang berhak menerima bantuan beasiswa. berikut:
1. Mengalihkan seluruh atribut bagi seluruh
2. Tinjauan Pustaka
alternatif dengan bobot pangkat positif bagi
2.1. Metode Weighted Product
atribut biaya.
Metode Weighted Product (WP) adalah
2. Hasil perkalian dijumlahkan untuk
merupakan metode yang mengunakan perkalian menghasilkan nilai pada setiap alternatif.
untuk menghubungkan rating atribut, di mana 3. Membagi nilai V bagi setiap alternatif dengan
rating setiap atribut harus dipangkatkan terlbih nilai pada setiap alternatif.
dahulu dengan bobot atribut yang bersangkutan. 4. Ditemukan urutan alternatif terbaik yang
Proses ini sama halnya dengan proses normalisasi akan menjadi keputusan.
[3].
3. Pembahasan
Metode Weighted product memerlukan
3.1. Contoh kasus dengan Metode WP
proses normalisasi Karena metode ini mengalikan Di STISIP TASIKMALAYA terdapat
hasil penilaian setiap atrtibut. Hasil perkalian dua jenis beasiswa yaitu BPPA (Beasiswa
tersebut belum bermakna jika belum Peningkatan Prestasi Akademik), dan BBP-PPA
dibandingkan (dibagi) dengan nilai standart. (Bantuan Biaya Pendidikan Peningkatan Prestasi
Bobot untuk atribut berfungsi sebagai pangkat Akademik). Dalam pengambilan keputusan dari
dua jenis beasiswa tersebut dihitung masing-
373
Seminar Nasional Informatika 2015
374
Seminar Nasional Informatika 2015
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
376
Seminar Nasional Informatika 2015
377
Seminar Nasional Informatika 2015
4. Implementasi
5. Penutup
Gambar 1. Form pendaftaran beasiswa 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
Gambar 2. Form data mahasiswa
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.
4.1. Tampilan Form Output Data Mahasiswa 2. Diperlukan ketelitian kerja supaya tidak
Penerima Beasiswa terjadi kesalahan dan kerusakan data pada
komputer itu sendiri.
3. Backup database secara berkala untuk
mengantisipasi keselamatan data jika terjadi
kerusakan sistem.
Daftar Pustaka
Gambar 3. Form Laporan Pertahun
[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.
Gambar 4. Form hasil laporan Pertahun BBP-
PPA
378
Seminar Nasional Informatika 2015
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.
379
Seminar Nasional Informatika 2015
Misalnya informasi mengenai ketersediaan alat sedemikian rupa sehingga kelak dapat
medis dan stok obat. dimanfaatkan dengan cepat dan mudah.
Tujuan utama IFRS (Instalasi Farmasi b. Kumpulan data yang saling berhubungan
Rumah Sakit) adalah pengelolaan mulai dari yang disimpan secara bersama
perencanaan, pengadaan, penyimpanan, sedemikian rupa tanpa pengulangan
penyiapan, peracikan, pelayanan langsung kepada redundancy yang tidak perlu, untuk
penderita sampai dengan pengendalian semua memenuhi kebutuhan.
perbekalan kesehatan yang beredar dan digunakan c. Kumpulan file atau table atau arsip yang
dalam rumah sakit baik untuk penderita rawat saling berhubungan yang disimpan
tinggal, rawat jalan maupun untuk semua unit dalam media penyimpanan elektronik.
termasuk poliklinik rumah sakit. Berkaitan
dengan pengelolaan tersebut, IFRS harus Basis data bertujuan untuk mengatur data
menyediakan terapi obat yang optimal bagi semua sehingga diperoleh kemudahan, ketepatan, dan
penderita dan menjamin pelayanan bermutu kecepatan dalam pengambilan kembali.[3]
tertinggi dan yang paling bermanfaat dengan Dengan memanfaatkan teknologi jaringan,
biaya minimal.[2] kemampuan basis data dapat dioptimalkan,
misalnya untuk mengetahui stok obat yang ada di
1.1 Tujuan gudang farmasi.
Tujuan dari penelitian ini adalah merancang Begitu banyak keuntungan yang dapat
basis data yang baik untuk mengolah data obat diperole dengan pemanfaatan basis data. Basis
dan bahan medis yang ada di rumah sakit data dapat meningkatkan daya guna perangkat
sehingga dapat mempermudah apoteker dan computer yang mungkin tadinya hanya untuk
instalasi terkait untuk mendapatkan informasi keperluan game atau pengetikan dengan aplikasi
mengenai obat-obatan dan bahan medis yang ada office.
di instalasi farmasi.
Jenis-jenis Constrain yang digunakan :
1.2 Identifikasi Masalah
Berdasarkan latar belakang yang telah a. Primary Key
dikemukakan, identifikasi masalah dalam Kunci primer adalah suatu atribut atau satu set
penelitian ini adalah sebagai berikut: minimal atribut yang tidak hanya mendefinisikan
1. Pengolahan data yang digunakan instalasi secara unik suatu kejadian spesifik tetapi juga
farmasi masih menggunakan sistem semi dapat mewakili setiap kejadian dari suatu
komputer sehingga mempersulit dan kejadian.
memperlambat proses pengolahan data tidak Nilai field yang menjadi primary key harus:
dapat menjamin integritas dari data itu - Unik atau tidak boleh ganda
sendiri. - Tidak boleh Null (kosong)
2. Pembuatan laporan masih menggunakan - Key tersebut lebih natural untuk dijadikan
sistem semi komputerisasi sehingga acuan
mempersulit proses rekap ulang. Proses rekap b. Foreign Key
ulang yang dimaksud adalah proses Foreign Key adalah satu set atribut atau set atribut
pengumpulan laporan-laporan yang sudah sebagai key penghubung kedua tabel dan
dibuat kemudian dianalisa kembali sehingga melengkapi satu relationship (hubungan) terhadap
menghasilkan laporan baru. Laporan-laporan primary key yang menunjukan keinduknya.
yang di buat tidak di simpan di database Jika sebuah primary key terhubungan ke
tetapi disimpan di dalam bentuk arsip table/entity lain, maka keberadaan primary key
sehingga mempersulit pencarian dan pada entity tersebut di sebut sebagai foreign key.
membuang banyak waktu dalam pembuatan
rekap ulang laporan. c. Unique
Constraint unique fungsinya hampir sama dengan
1.3 Basis Data constraint primary key, dimana keduanya
Basis data adalah kumpulan data yang saling digunakan untuk menerapkan integritas
berelasi. Data sendiri merupakan fakta mengenai entitas/table.
objek, orang dan lain-lain. Data dinyatakan
dengan nilai (angka, deretan karakter, atau d. Check
symbol). Constraint check digunakan untuk menjamin
Basis data dapat didefinisikan dalam berbagai bahwa nilai kolom berada dalam ruang lingkup
sudut pandang seperti berikut: nilai tertentu.
a. Himpunan kelompok data yang saling
berhubungan yang diorganisasi
2. Metode Penelitian
380
Seminar Nasional Informatika 2015
381
Seminar Nasional Informatika 2015
no action, r
382
Seminar Nasional Informatika 2015
Entri data suplier, pasien & obat Sistem Resep untuk pasien
Pengolahan
Data Obat &
bahan medis
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
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
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
384
Seminar Nasional Informatika 2015
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
386
Seminar Nasional Informatika 2015
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.
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
387
Seminar Nasional Informatika 2015
4. Pembahasan
Berikut adalah hasil dan pembahasan dari
Sistem Informasi Arus Kas Uang Masuk dan Uang
Keluar pada Toko Funncy Colection.
388
Seminar Nasional Informatika 2015
389
Seminar Nasional Informatika 2015
Funncy Colection. Menu Pembelian dapat dilihat 2. Proses pendataan akun-akun yang ada bisa
pada Gambar 16 berikut ini. 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)
Gambar 16. Menu Pembelian c. Belum adanya sistem keamanan yang baik
dalam perancangan sistem ini.
h. Laporan Penjualan
Menu laporan Penjualan adalah invoice 5. Kesimpulan
penjualan apabila ada transaksi penjualan pada Toko Berdasarkan hasil penelitian yang penulis
Funncy Colection. Menu cetak laporan penjualan lakukan, maka dapat diambil kesimpulan sebagai
dapat dilihat pada Gambar 17 berikut ini. 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
Gambar 17. Laporan Penjualan Toko Funncy Colection.
4. Aplikasi ini dirancang dengan menggunakan
i. Laporan Pembelian bahasa pemrograman PHP dan database
Menu Laporan Pembelian adalah invoice MySQL.
penjualan apabila ada transaksi penjualan pada Toko
Funncy Colection. Menu cetak laporan pembelian
dapat dilihat pada Gambar 18 berikut ini. DAFTAR PUSTAKA
390
Seminar Nasional Informatika 2015
391
Seminar Nasional Informatika 2015
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.
392
Seminar Nasional Informatika 2015
393
Seminar Nasional Informatika 2015
394
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 :
395
Seminar Nasional Informatika 2015
Start Mulai
For i = 0 to
Citra.picture.height-1 Treshold = 50
For i = 0 to
Citra.picture.width-1 For i = 0 to
Citra.picture.height-1
For i = 0 to
Gray = (GetRValue(Citra,Canvas.Pixel[j,i] +
Citra.picture.width-1
GetGValue(Citra,Canvas.Pixel[j,i] +
GetBValue(Citra,Canvas.Pixel[j,i])) div 3
Color = GetRValue(citra.canvas.pixel[j,i])
citra.canvas.pixel[j,i]
=RGB(Gray, Gray,
Gray T Color>= Y
Color=255 Color=255
threshold
next j
citra.canvas.pixel[j,i]=RGB
(color,color,color)
next i
next j
Selesai
next i
Gambar 4 Flowchart proses grayscale
Selesai
Hasil dari proses grayscale adalah citra dengan
intensitas pixel sebanyak 256 intensitas. Nilai Gambar 5 Flowchart proses binerisasi
intensitas paling rendah merepresentasikan warna
hitam dan intensitas paling tinggi merepresentasikan Keterangan :
warna putih. 1. Threshold : nilai yang menjadi batas intensitas
pixel. Jika suatu intensitas pixel kurang dari nilai
3.2 Proses Tressholding Image ini, maka akan berwarna hitam. Jika lebih dari
Proses ini dilakukan untuk mengubah citra nilai threshold, maka akan berwarna putih.
berderajat keabuan menjadi citra biner atau hitam 2. citra.picture.height : tinggi citra
putih. Intensitas pixel citra hasil grayscale 3. citra.picture.width : lebar citra
dibandingkan dengan nilai ambang (thresshold). Jika 4. citra.canvas.pixel [j,i] = clBlack?: apakah pixel
nilai pixel lebih besar dari nilai ambang, maka pixel yang sedang diakses berwarna hitam ?
akan dipresentasikan dengan warna putih. Jika nilai 5. GetRValue : fungsi yang digunakan untuk
pixel lebih kecil daripada nilai ambang, maka pixel mendapatkan nilai layer R (red) suatu pixel.
akan dipresentasikan dengan warna hitam. Gambar 4.2 6. RGB (color,color,color) : fungsi yang digunakan
adalah flowchart algoritma yang digunakan pada untuk menggabungkan ketiga layer
proses binerisasi. (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
396
Seminar Nasional Informatika 2015
Rekam Wajah
Aktifkan Webcam
Capture
Tampilkan Gambar
Pesan
Absen
Aktifkan Webcam
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
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
Rekam Wajah
Ambil Gambar
Simpan Sampel Wajah Gambar 9 Activity Diagram Capture Marker
Scan Wajah
Deteksi
b. Activity diagram untuk pegawai
Absen
View Report
Menamiplkan Data
pengujian program yang dilakukan adalah dengan
Cari Data
menggunakan metode pengujian white box dan Black
Menamiplkan Data
Box
View Report
Halaman Report
397
Seminar Nasional Informatika 2015
398
Seminar Nasional Informatika 2015
DAFTAR PUSTAKA
399
Seminar Nasional Informatika 2015
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.
400
Seminar Nasional Informatika 2015
Sedana ini selalu dihadapkan pada resiko yang menggunakan metode analisa Balanced
cukup besar apakah dana dan bunga dari kredit Scorecard. Sementara untuk analisa data terkati
yang diberikan akan dapat diterima kembali dengan penilaian kelayakan kredit menggunakan
sesuai dengan yang telah dijanjikan yang tertulis metode prinsip 5C (Character, Capital, Capacity,
dalam perjanjian kredit. Mengetahui akan resiko Collateral, Condition of economy). Tujuan
yang cukup besar tersebut, maka dalam digunakan analisa Balanced Scorecard (BSC)
pemberian kredit ini sangat diperlukan sebuah digunakan untuk melakukan evaluasi kinerja
analisa yang tepat, khususnya dalam pengambilan penilaian kelayakan kredit yang terjadi pada
keputusan kelayakan pemberian kredit tersebut, perusahaan selama ini.
dan proses pemberian kredit tidak berakhir setelah
kredit tersebut direalisasi, tetapi masih diperlukan 2. Kajian Teori
pengawasan terhadap kegiatan debitur agar 2.1 Teori Khusus
seluruh kredit beserta bunga dapat dibayar sesuai Yakub (2012:142) mengemukakan bahwa,
dengan prosedur yang disepakati. Berdasarkan analisa sistem dapat diartikan sebagai suatu
uraian diatas maka penulis tetarik untuk proses untuk memahami sistem yang ada, dengan
melakukan penelitian pada dengan judul menganalisa jabatan dan uraian tugas (business
penelitian Analisis Kelayakan Penilaian Kredit users), proses bisnis (business prosess),
Menggunakan Metode Analisa 5C Sebagai ketentuan atau aturan (business rule), masalah
Pendukung Keputusan Kredit Pada PT. Bank dan mencari solusinya (business problem and
Perkreditan Rakyat Hariarta Sedana. business soulution), dan rencana-rencana
perusahaan (business plan).
1.2 Batasan Masalah Menurut Henderi, dkk (2011:322), analisa
Berdasarkan permasalahan yang ada peneliti sistem adalah penguraian dari suatu sistem yang
membatasi laporan ini hanya pada sistem utuh ke dalam bagian-bagian komponennya
penunjang keputusan kelayakan penilaian dengan maksud untuk mengidentifikasikan dan
pemberian kredit kepada nasabah dengan mengevaluasi permasalahan permasalahan,
menerapkan metode analisa 5C (Character, kesempatan - kesempatan, hambatan-hambatan
Capacity, Capital, Condition dan Collateral) pada yang terjadi dan kebutuhan - kebutuhan yang
PT BPR Hariarta Sedana. diharapkan sehingga dapat dibuat rancangan
sistem yang baru yang sesuai dengan kebutuhan.
1.3 Masalah Menurut Prof. G.M. Verryn Stuart dalam
Berdasarkan latar belakang yang telah bukunya Prof. Dr. Thamrin Abdullah, M.M.,
dijelaskan diatas, maka yang menjadi M.Pd. dan Dr. Francis Tantri, S.E., M.M.
permasalahan pada PT. BPR Hariarta Sedana (2012:2), bank
antara lain adalah : adalah suatu badan yang bertujuan untuk
1. Bagaimana prosedur pemberian kredit pada memuaskan kebutuhan kredit, bank dengan
nasabah yang dilakukan oleh PT BPR alat-alat pembayaran sendiri atau dengan uang
Hariarta Sedana? yang diperolehnya dari orang lain, manapun
2. Apakah proses pemberian yang dilakukan dengan jalan memperedarkan alat penukar dan
oleh PT BPR Hariarta Sedana sudah sesuai tempat uang giral.
dengan prinsip pemberian kredit 5C? Menurut Raymond P. Kent (1972) dalam
3. Apakah sistem yang berjalan saat ini di PT bukunya Prof. Dr. Thamrin Abdullah, M.M.,
BPR Hariarta Sedana dapat memudahkan M.Pd. dan Dr. Francis Tantri, S.E., M.M.
komite kredit dalam memberikan keputusan (2012:163), kredit adalah hak untuk menerima
kredit ? pembayaran kewajiban untuk melakukan
4. Bagaimana merancang suatu sistem yang pembayaran pada waktu diminta, atau pada
dapat membantu komite kredit pada PT BPR waktu yang akan datang, karena penyerahan
Hariarta Sedana dalam mengambil barang-barang sekarang.
keputusan kredit ? Syamsu Iskandar, (2008 : 93) berpendapat
5. Apakah keuntungan dari sistem yang bahwa kredit merupakan piutang bagi bank,
diusulkan untuk PT BPR Hariarta Sedana ? maka pelunasannya (repayment) merupakan
6. Siapa sajakah yang berhubungan dengan kebijakan yang harus dilakukan oleh debitur
sistem yang diusulkan ? terhadap utangnya, sehingga resiko kredit macet
dapat dihindarkan.
1.4 Metode Analisa dan Rancangan Kasmir (2012 : 72), mengatakan bahwa :
Setelah dilakukannya proses pengumpulan dalam bahasa latin kredit disebut credere yang
data melalui beberapa tehnik, maka data yang artinya percaya. Maksudnya si pemberi kredit
sudah ada akan diolah dan di analisis supaya percaya kepada si penerima kredit yang
mendapatkan suatu hasil akhir yang bermanfaat. disalurkan pasti akan dikembalikan sesuai
Dalam menganalisa data tersebut penulis perjanjian. Sedangkan bagi si penerima kredit
401
Seminar Nasional Informatika 2015
402
Seminar Nasional Informatika 2015
403
Seminar Nasional Informatika 2015
404
Seminar Nasional Informatika 2015
1) Pasang surut harga terhadap kelancaran sesuai dengan prinsip 5C maka pengajuan
usaha: kredit tersebut tidak valid yang artinya di
a) Sangat terpengaruh tolak dan jika data-data calon debitur
b) Terpengaruh tersebut valid yang artinya pengajuan kredit
c) Tidak terpengaruh tersebut dapat diterima maka dilanjutkan
2) Apakah tidak ada larangan pemerintah pada proses akad kredit dan dilakukan oleh
terhadap produk dan tempat usaha: bank yang bersangkutan.
a) Ada 3) Sistem yang berjalan saat ini pada PT
b) Tidak ada BPR Prima Kredit Mandiri Cabang
Serpong masih belum memudahkan komite
Penentuan Bobot pada Measure *) dan Target kredit dalam memberikan keputusan kredit
**) dikarenakan pada sistem yang berjalan saat
Untuk menentukan calon debitur berhak ini keputusan kredit yang dilakukan masih
atau tidak mendapatkan kredit ditentukan manual dan tidak ada suatu penilaian yang
berdasarkan kategori-kategori yang telah akurat yang dilakukan oleh komite kredit
ditentukan oleh Bank.5 kategori tersebut yaitu, dan waktu yang dibutuhkan untuk sebuah
Character, Capital, Capacity, Collateral, keputusan tidak dapat diputuskan secara
Condition.Hasil dari jawaban masing-masing cepat.
telah diberikan bobot diantaranya: 4) Untuk membangun sebuah sistem aplikasi
a) Untuk jawaban a diberi bobot 1 berbasis web yang dapat memudahkan dan
b) Untuk jawaban b diberi bobot 2 membantu perusahaan adalah dengan
c) Untuk jawaban c diberi bobot 3 menggunakan software Visual Paradigm for
d) Untuk jawaban d diberi bobot 4 UML 6.4 Enterprise Edition untuk membuat
e) Untuk jawaban e diberi bobot 5 suatu model diagram, bahasa pemrograman
Kemudian, dijumlah dan dibagi dengan PHP (Hypertext Preprocessor), XAMPP for
jumlah tertinggi lalu dikalikan100% dengan Windows Version 3.2.1, merupakan tools
mmenggunakan perhitungan sebagai berikut: yang menyediakan paket perangkat lunak
kedalam satu buah paket. MySQL, Adobe
Dreamweaver CS5, dan metode pengujian
Dimana : yang digunakan blackbox testing.
N : Nilai yang didapat 5) Dengan aplikasi berbasis web ini tentunya
Sp : Skor yang didapat ( Measure) dapat memudahkan calon nasabah yang
Sm : Skor maksimal ( Target) ingin melakukan pengajuan kredit tidak
Kemudian hasil diinterpretasikan kedalam lagi harus datang langsung ke bank
kategori: melainkan cukup memanfaatkan web yang
a. 51%-100% = Disetujui telah disediakan, selain itu sistem berbasis
b. <50% = Ditolak web ini pun dapat membantu komite
Setelah nilai persentase kelayakan kredit dalam membeikan penilaian kredit
diperoleh, maka dapat diketahui besarnya terkait keputusan kredit yang akan
pinjaman yang dapat diterima oleh debitur diberikan secara cepat, tepat dan akurat.
dengan menggunakan perhitungan sebagiberikut : Serta, tidak lagi membutuhkan sumber
daya manusia secara berlebihan, dengan
kata lain user yang dibutuhkan untuk
mengakses sistem berbasis web ini hanya
4. Kesimpulan akan diberikan kepada bagian-bagian
1) Dilihat dari sistem yang berjalan saat ini terkait saja.
pada prosedur pemberian kredit pada 6) Pada sistem ini yang akan berhubungan
nasabah dilihat masih kurang efektif secara langsung dengan system ini hanyalah
dikarenakan masih menggunakan sistem calon nasabah, team leader dan pimpinan
manual, dan proses pemberian kredit cabang.
nasabah masih menggunakan Microsoft
Excel untuk meregister dan menginput Daftar Pustaka:
calon debitur yang ingin mengajukan
pinjaman dan mengharuskan calon nasabah [1] Yakub. 2012. Pengantar Sistem Informasi.
yang ingin mengajukan pinjaman untuk Yogyakarta: Graha Ilmu.
datang langsung ke kantor. [2] Henderi, dkk. 2011. Desain Aplikasi E-
2) Proses pemberian kredit nasabah sudah learning Sebagai Media Pembelajaran
sesuai dengan prinsip pemberian kredit 5C, Artificial Informatics. Tangerang: Jurnal
sudah terbukti pada gambaran system yang CCIT. Vol. 4, No.3-Mei 2011.
sedang berjalan saat ini, jika memang tidak [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
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.
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
409
Seminar Nasional Informatika 2015
410
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
Gambar 11. Halaman Utama Sistem Fox
Administrator
Teknik Pengujian
Halaman Form Tambah Soal-soal Try Out Tahap terakhir dalam pembahasan sistem
Dan UN yang di buat adalah pengujian sistem aplikasi Try
Halaman menu atas digunakan untuk Out dan UN yang telah di rancang. Pengujian
memasukan Soal-soal Try Out dan UN (Ujian sistem aplikasi ini dilakukan untuk menguji dan
Nasional) kedalam sistem, adapun gambarnya mengetahui apakah sistem aplikasi telah berjalan
terlihat seperti dibawah ini : 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 :
411
Seminar Nasional Informatika 2015
c. Memberikan informasi hasil nilai skor. 4. Memberikan Tryout berbasis Web kepada para
d. Suatu tes psikologi dalam mengukur siswa dalam beberapa tipe soal yang biasa
kamampuan IQ. digunakan dalam Ujian Masuk Perguruan
2. Kekurangan Tinggi
a. Aplikasi tidak memberikan suatu angka
level intelektualitas. Daftar Pustaka:
b. Aplikasi tidak dapat memberi soal
berbentuk berupa gambar. [1] Anhar ST, Panduan Menguasai PHP dan
c. Aplikasi tidak dapat mengukur dua nilai MySQL Secara Otodidak, Media Kita,
dari orang yang sama. 2010.
[2] Dewanto, Joko, Web Desain (Metode
4. Kesimpulan Aplikasi dan Implementasi), Graha Ilmu,
Berdasarkan pembahasan aplikasi Ujian Yogyakarta, 2006.
Test Seleksi Penerimaan Mahasiswa Baru [3] Hariadi, Sandi., Trik dan Solusi Jitu
(SPMB) dan UN berbasis Web, Maka dapat Pemrograman WEB, 2010.
diperoleh beberapa kesimpulan sebagai berikut: [4] Jeprie, Muhammad & Muhammmadun,
1. Dengan adanya sistem komputerisasi pada Aris., Panduan Lengkap Desain Web Dari
Ujian Test Uii Coba (TryOut) ini maka proses Photoshop Hingga HTML, 2011.
untuk mengetahui kemampuan seorang siswa. [5] Primagama Try out Online tahun 2004.
2. Aplikasi ini akan menginformasi hasil ujian www.primagama.co.id, diakses pada 19 Mei
bisa diperoleh dengan cepat dan akurat tanpa 2015
adanya rekayasa dari pihak manapun.
3. Aplikasi ini akan menjadi latihan untuk
menguji kemampuan pengetahuan siswa atau
calon mahasiswa sebelum mengikuti ujian
sebenarnya.
412
Seminar Nasional Informatika 2015
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
413
Seminar Nasional Informatika 2015
menilai kinerja pegawai?, Berapa keakuratan 1.2. Teknik Penilaian KinerjaPaired Comparison
tingkat akurasi sistem penilaian kinerja pegawai Secara umum, penilaian kinerja
dengan menggunakan metode paired comparison merupakan suatu proses membandingkan kinerja
dan algoritme fuzzy c-means pada kecamatan karyawan dengan standar yang ditetapkan oleh
kalibawang Yogyakarta.Penelitian ini bermanfaat organisasi[1]. mengemukakan bahwa penilaian
untuk mempermudah mengambil keputusan kinerja merupakan proses dimana kontribusi
secara baik, bijak dan benar dalam penilaian karyawan terhadap organisasi selama periode
kinerja pegawai lebih optimal, cepat, baik dengan tertentu dinilai. Penilaian kinerja didefinisikan
hasil lebih akurat dan mendapatkan reward sebagai usaha mengevaluasi kinerja karyawan
terlepas dari sifat subjektif, serta sebagai bahan pada saat ini dan masa lalu dikaitkan dengan
acuan dan referensi dalam menambah standar kinerjanya[2]. Sejumlah pendekatan untuk
pengetahuan bagi peneliti-peneliti berikutnya mengukur kinerja antara lain pendekatan
yang ada relevansinya. komparatif, pendekatan atribut dan pendekatan
keprilakuan. Teknik penilaian kinerja Paired
2. Metode Analisa Data Comparison merupakan salah satu teknik dengan
pendekatan komparatif[3]. Sebagai contoh,
Penelitian ini, menggunakan metode paired seorang penilai akan menilai enam orang. Nama-
comparison yang merupakan salah satu metode nama individu yang dinilai didaftar pada sisi
pengambilan keputusan terhadap dua atau lebih sebelah kini lembar penilaian. Penilai, kemudian
kriteria, hasil metode ini kemudian akan dianalisis membandingkan karyawan pertama dengan
menggunakan fuzzy cluster means (FCM). karyawan kedua pada kriteria kinerja yang telah
1). Paired comparison dipilih, seperti kuantitas kerja. Jika penilai
Paired Comparison Analysis membantu percaya bahwa karyawan pertama telah
kita memecahkan masalah yang relatif lebih menghasilkan kerja lebih baik daripada karyawan
penting daripada yang lainnya. Teknik ini kedua, maka ada skor nilai di tempatkan pada
berguna, ketika kita tidak mempunyai data-data namakaryawan pertama. Penilai, selanjutnya
yang objektif mengenai masalah yang sedang kita membandingkan karyawan pertama dengan
hadapi. Analisis ini memudahkan kita untuk karyawan ketiga, keempat, kelima dan keenam
memilih masalah yang paling penting untuk pada kriteria kinerja yang sama dan menempatkan
diselesaikan atau memilih solusi yang skor nilai 1 pada nama karyawan yang
memberikan keuntungan paling besar. Dalam menghasilkan kerja yang paling pasang dalam
menggunakan teknik ini, bandingkan tiap pilihan setiap pasang pembandingan.
yang ada dengan pilihan lain, satu per satu. Untuk Proses diulang hingga setiap karyawan
setiap perbandingan tentukan dua pilihan yang telah dibandingkan dengan setiap karyawan lain
paling penting. Lalu berikan skor yang pada semua kriteria kinerja yang dipilih.
menunjukkan seberapa penting pilihan tersebut. Karyawan dengan angka 1 terbanyak dinyatakan
Setelah itu, kita bisa menggabungkan semua sebagai berkinerja terjelak. Teknik ini akan
perbandingan diatas sehingga tiap pilihan menghadapi masalah, jika karyawan dan kriteria
memiliki derajat kepentingan. yang dibandingkan lebih banyak, maka akan
memerlukan waktu yang relative lama
1.1 Langkah-langkah dalam melakukan Paired
Comparison Analysis: 2). Algoritme fuzzy c-means
Buatlah daftar mengenai hal apa yang FCM adalah suatu teknik pengklusteran
akan dibandingkan. Berikan huruf untuk data yang keberadaan tiap-tiap titik data suatu
tiap pilihan. cluster ditentukan oleh nilai keanggotaan. Nilai
Buat tabel dengan model baris dan keanggotaan tersebut akan mencakup bilangan
kolom. Real pada Interval. Fungsi untuk melakukan
Matriks 1 Responden yang menyatakan clustering pertama menentukan pusat cluster yang
bahwa kolom lebih penting dari pada akan menandai lokasi rata-rata untuk tiap-tiap
baris cluster. Pada kondisi awal, pusat kluster ini masih
Matriks 2 diubah menjadi matriks 3 belum akurat. Tiap-tiap titik data memiliki derajat
melalui tabel normal baku (z), kemudian keanggotaan untuk tiap-tiap cluster. Dengan cara
jmulah nilai Z dan hitung rata ratanya. memperbaiki pusat kluster dan derajat
Matrik 3, Harga Z yang paling kecil ( keanggotaan tiap-tiap titik data secara berulang,
harga negative paling besar ) dijadikan 1 maka akan dapat dilihat bahwa pusat cluster akan
kemudian nilai z ditranformasikan bergerak menuju lokasi yang tepat. Perulangan ini
kedalam : Y = z + k ; k= 1+Z min didasarkan pada minimasi fungsi objektif. Fungsi
Hasilnya kemudian di gunakan untuk Objektif yang digunakan pada FCM[4].
proses perhitungan algoritme fuzzy c- Algoritme fuzzy C-means (FCM)
means diberikan sebagai berikut[5].
414
Seminar Nasional Informatika 2015
- Jumlah cluster =c
- Pangkat =w Menghitung Pusat Cluster
Tentukan Nilai Minimum,Maksimum
dan jumlah data untuk tiap cluster
415
Seminar Nasional Informatika 2015
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
Data variabel
variabel
Pengolahan subuar
Data subuar subuar
Pengolahan pegawai
Data pegawai
pegawai
Pengolahan jabatan
Data jabatan
jabatan
penelusuran
Data penilaian
417
Seminar Nasional Informatika 2015
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
Gambar 7. Menu Utama Admin Time: 0.36699020067851 Menit, sehingga dapat
membantu pejabat penilai dalam menilai pegawai
secara efektif dan efisien
418
Seminar Nasional Informatika 2015
Daftar Pustaka:
419
Seminar Nasional Informatika 2015
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
420
Seminar Nasional Informatika 2015
susunan) teks. Tujuan dari pemrosesan awal mentranspose-kan data tersebut untuk
adalah untuk mempersiapkan teks menjadi data menciptakan fingerprint, yang biasa disebut hash
yang akan mengalami pengolahan lebih lanjut. value. Algoritma rabin-karp didasarkan pada
Operasi yang dapat dilakukan pada tahap ini fakta jika dua buah string sama maka harga hash
meliputi part-of-speech (PoS) tagging, valuenya pasti sama. Akan tetapi ada dua masalah
menghasilkan parse tree untuk tiap-tiap kalimat, yang timbul dari hal ini, masalah pertama yaitu
dan pembersihan teks. Sebelum menentukan fitur- ada begitu banyak string yang berbeda,
fitur yang mewakili, diperlukan tahap permasalahan ini dapat dipecahkan dengan meng-
preprocessing yang dilakukan secara umum assign beberapa string dengan hash value yang
dalam teks mining pada dokumen, yaitu case sama(Andini 2013).
folding, tokenizing, filtering, stemming, tagging
dan analyzing. Gambar 1 adalah tahap dari 2.5.2. ASCII
preprocessing (Surahman 2014)
Nilai hash yang akan dicari dengan fungsi
CASE FOLDING hash dalam algoritma Rabin-Karp merupakan
representasi dari nilai ASCII (American Standar
Code for Information Interchange) yang
menempatkan angka numerik pada karakter,
TOKENIZING angka, tanda baca dan karakter-karakter lainnya.
ASCII menyediakan 256 kode yang dibagi ke
dalam dua himpunan standar dan diperluas yang
FILTERING 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
STEMMING
7 bit untuk tiap kode dan menghasilkan 128 kode
karakter dari 0 sampai 127 (heksadesimal 00H
Gambar 1 Tahap preprocessing sampai 7FH)(Andini 2013).
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
Token_Kata
Kata
Array
Dasar Stemming
Kata Unik
Unik
Proses Pengecekan
Plagiarisme dengan
Stop
Algoritma Rabin-Karp
422
Seminar Nasional Informatika 2015
Start
kasus hukum mati yang
berbeda di indonesia.
String = Kata
Hasil Case Folding Token_Kata
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
424
Seminar Nasional Informatika 2015
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%
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.
426
Seminar Nasional Informatika 2015
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
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
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
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
431
Seminar Nasional Informatika 2015
432
Seminar Nasional Informatika 2015
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.
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 Usability testing adalah salah satu kategori
keberhasilan sebuah website berinteraksi dengan metode dalam evaluasi usability yang
pengguna dalam melaksanakan tugas tertentu mengobservasi pengguna sebuah desain kemudian
dengan mudah (Al-Badi & Mayhew, 2010). diambil data dan menganalisanya. Tujuannya
Ukuran keberhasilan dari website usability dilihat adalah untuk mengidentifikai masalah kegunaan,
dari seberapa baik sebuah website dalam mengumpulkan data kualitatif dan kuantitatif dan
memberikan kualitas layanan kepada pengguna, menentukan kepuasan pengguna dengan produk.
mengurangi kemungkinan kesalahan pada sistem, Penelitian serupa tentang evaluasi usability
memudahkan proses pembelajaran website dan terhadap website event organizer telah banyak
penggunaan secara efisien sehingga pengguna dilakukan, misalnya penelitian evaluasi usability
merasa puas dengan website tersebut. Untuk dapat website event organizer dengan metode usability
mengetahui kualitas website dalam berinteraksi testing pada rata rata waktu yang diperlukan
dengan pengguna adalah dengan cara melakukan oleh evaluator dalam menyelesaikan task skenario
evaluasi website dari aspek usability (Pressman, yang disediakan untuk usability testing website
2005). Website yang memiliki usability tinggi tersebut (Adhitia et al., 2014). Namun, dalam
akan memiliki peluang untuk lebih sering di penelitian tersebut belum dijelaskan bahwa
kunjungi. Pada umumnya pengguna ingin website tersebut telah memenuhi ke 5 aspek
mendapatkan informasi secara cepat. Jika sebuah aspek usability, hanya berdasarkan waktu
website gagal dalam memberikan informasi maksimal yang dibutuhkan evaluator dalam
secara jelas dari situs tersebut pengguna akan menyelesaikan task scenario yang diberikan.
langsung meninggalkan website dan beralih ke Evaluasi ini tidak memerlukan banyak user
website lain (Nelson, 2012). Namun karena atau evaluator karena berdasarkan penelitian
Usability memiliki banyak kaitannya dengan Jacob Nielsen dan Tom Landauer bahwa hasil
pemikiran perilaku manusia yang sulit untuk yang terbaik dari tes usability adalah dengan
diprediksi sehingga hal ini menyebabkan kegiatan menggunakan tidak lebih dari 5 orang user [3].
evaluasi Usability tidak dapat dilakukan secara Hasil penelitian ini ditunjukkan pada grafik di
434
Seminar Nasional Informatika 2015
435
Seminar Nasional Informatika 2015
436
Seminar Nasional Informatika 2015
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%
10 0% 0% 70% 30% 0%
437
Seminar Nasional Informatika 2015
8 Desain warna yang nyaman 3,7 sebesar 3,7 membuat website dapat
dikatakan telah meminimalisir aspek Errors.
9 Kemudahan mengakses e. Dari keseluruhan atribut yang memiliki nilai
4,3
informasi pada setiap halaman rata rata 3,76 menunjukkan jika website
telah mempunyai aspek satisfaction yang
10 Kemudahan mengingat kembali baik.
3,3
tampilan halaman website
6. Kesimpulan
Dari tabel 5 dapat digambarkan dalam diagram Dari penelitian yang dilakukan diperoleh
batang berikut ini : 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.
Gambar 3. Diagram Rekap Nilai Usability
Evaluasi ini juga tidak dapat memberikan
Dari tabel 5 menunjukan nilai nilai solusi yang pasti, namun dapat menyediakan jalan
kepuasan atau penerimaan user (acceptance) keluar untuk melakukan pembetulan. Dengan
terhadap masing masing atribut. Dapat dilihat evaluasi usability testing dapat membantu dalam
bahwa untuk atribut Kemudahan Interface menemukan solusi kasar untuk memulai tahap
dikenali memiliki nilai penerimaan usability oleh analisa lanjutan untuk melakukan perancangan
user sebesar 3,9 (sudah berada diatas skala 3 atau ulang sistem.
nilai tengah). Hal ini dapat diartikan bahwa Untuk mendapatkan hasil yang optimal,
website yang telah dibuat mudah untuk dikenali sebaiknya dalam melakukan evaluasi sistem
oleh user dari halaman interface awal website. dilakukan dengan menggunakan lebih dari satu
Apabila sisesuaikan kembali hubunganya metode evaluasi. Diharapkan hal ini akan
dengan kelima aspek usability pada tabel 3, dapat memberikan hasil yang lebih baik, karena masing
dikatakan bahwa website event organizer ini telah - masing metode mempunyai sisi yang berbeda
memiliki nilai usability, yaitu : learnability, dalam menganalisa. Pada penelitian lanjutan,
efficiency, memorability, errors dan satisfaction disarankan untuk menguji pada beberapa
yang baik. Hal ini ditunjukkan dengan nilai hasil pendekatan usability sebuah website.
usability sebagai berikut :
a. Nilai atribut Kemudahan Interface untuk Daftar Pustaka :
dikenali sebesar 3,9 yang menunjukkan
bahwa website telah memiliki aspek [1] ISO : ISO 9241-11. Ergonomic
learnability. Requirements for Office Work With Visual
b. Nilai atribut Kemudahan menemukan Display Terminals (VDT). Part 11:
informasi sebesar 4,0 menunjukkan bahwa Guidance in Usability. International
website telah meiliki nilai aspek efficiency. Standards Organization, London (1998).
c. Nilai atribut Kemudahan mengingat
Diakses 28 April 2015, pukul 13.10 wib.
kembali menu-menu dan tampilan halaman
website sebesar 3,8 menunjukan bahwa [2] Jumeno , D., dan D.H Putri. (2010). Analisis
website telah meiliki nilai aspek Usability Website Universitas Andalas.
memorability. National Conference On Applied
d. Nilai atribut Kemudahan web dibaca Ergonomics 2010.
sebesar 3,5; atribut simbol-simbol gambar [3] Munaiseche, Cindy P.C. (2012). Pengujian
yang mudah dipahami sebesar 3,6 dan Web Aplikasi DSS Berdasarkan Pada Aspek
atribut Bahasa yang mudah dimengerti
438
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
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
440
Seminar Nasional Informatika 2015
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
441
Seminar Nasional Informatika 2015
Keterangan :
Garis Paranada
Not Seperdelapan
442
Seminar Nasional Informatika 2015
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
443
Seminar Nasional Informatika 2015
13,PentagramLines(idxNot, LineY&,
ColoumX + HScroll1.Value), Gambar 5.b. Tone yang di Buka
NoteType(idxNot, LineY&,
ColoumX + HScroll1.Value) Jika di lihat dar logika programnya akan di
Next LineY dapatkan hasil seperti di bawah
Next ColoumX
fs = Mid(nfile, 1, Len(nfile) - 3)
4.1.2. Algoritma Membuka Tone yang ada fs = fs & Trim(idxNot) & "ms"
MaxX& = 0
Langkah 1 : Klik File, lalu Open Tone Open fs For Input As #1
maka akan di tampilkan Do While Not EOF(1)
File dialog untuk membuka
file yang ada seperti Line Input #1, Buffer
gambar di bawah ini : 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
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
446
Seminar Nasional Informatika 2015
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.
447
Seminar Nasional Informatika 2015
448
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
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
Gambar 1 menjelaskan urutan alur penelitian yang Tahap 3 : Desain E-Learning 2013
dilakukukan oleh peneliti, adapun penjelasannya Hasil dari penelitian ini adalah rekomendasi bagi
adalah : praktisi informatika khususnya desainer untuk
melakukan penelitian lanjut.
450
Seminar Nasional Informatika 2015
General Information
E-LEARNING
login
Registration
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
451
Seminar Nasional Informatika 2015
452
Seminar Nasional Informatika 2015
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.
453
Seminar Nasional Informatika 2015
2.3 Perancangan
Perancangan yang dilakukan pada pembuatan
aplikasi ini meliputi
454
Seminar Nasional Informatika 2015
memiliki
penerimaan
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.
455
Seminar Nasional Informatika 2015
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
Gambar 8. Tampilan output bukti pengiriman disimpulkan sebagai berikut:
dan penerimaan 1. Sistem pengolahan data pada CV. Merapi Jaya
masih menggunakan pencatatan menggunakan
7. Tampilan Form Penerimaan
Form ini adalah form penerimaan yang buku jalan expedisi berbentuk hardcopy.
merupakan tampilan untuk menginputkan Pencariaan data masih terasa lambat dan
penerimaan. 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
Gambar 9. Tampilan Form Penerimaan pencariaan data tanpa harus ada data yang
duplikat sehingga tidak salah dalam
8. Tampilan Output Report Pengiriman / pengetikan dan pencarian data dengan
Tracking menambahkan pemberitahuan jika data yang
Form ini adalah form output report diinput telah ada atau pencariaan data salah,
pengiriman yang merupakan tampilan laporan Menyatukan sebuah pembuatan laporan
per periode.
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.
Gambar 10. Tampilan output bukti pengiriman
4. Dengan adanya sistem pengolahan data ini
9. Tampilan Output Report Penerimaan diharapkan dapat membantu para karyawan
Form ini adalah form ouput report penerimaan dalam pengolahan data penerimaan dan
yang merupakan tampilan laporan per periode, pengiriman barang pada CV. Merapi Jaya
adapun tampilan form output report Medan.
penerimaan.
456
Seminar Nasional Informatika 2015
457
Seminar Nasional Informatika 2015
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
458
Seminar Nasional Informatika 2015
2009). Tujuan analisis Rough Set adalah untuk 4. Lakukan proses Reduction yang merupakan
mendapatkan perkiraan rule yang singkat dari penyeleksian attribute minimal dari
suatu tabel atau sekumpulan data (Warih sekumpulan attribut yang menggunakan
Maharani, 2008). 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.
Gambar 2.a. Teknik Metode Rough Set e) Sederhakan persamaan tersebut dengan
prinsip atau konsep aljabar bolean.
Pada gambar di atas dijelaskan teknik f) Jadikan hasil persamaan sebagai reduct.
metode Rough Set terdapat langkah-langkah
penyelesaian masalah, yaitu sebagai berikut : 5. Untuk memperoleh hasil akhir dilakukan
1. Decision Systems merupakan Information proses Generate Rules.
Systems yang telah memiliki keputusan atau
hasil berdasarkan hasil asumsi yang telah Ketentuan dalam menentukan generate rules yang
memenuhi syarat dan ketentuan berdasarkan dihasilkan berdasarkan dari reduction adalah
atributnya sebagai berikut:
2. Equivalence Class merupakan a) Jika attribut kondisi sama, attribut hasil
pengelompokan objek-objek yang sama berbeda, maka rule attribut kondisi hanya
untuk atribute dari decision system. ditulis sekali saja dengan menggabungkan
3. Kemudian dilakukan proses Discernibility attribut hasilnya.
Matrik atau Discernibility Matrik Module D. b) Jika attribut kondisi berbeda, attribut hasil
Berikut merupakan langkah-langlah sama, maka rule ditulis semua attribut.
dalam menyelesaikan Discernibility Matrix :
a) Lihat perbandingan attribute kondisi yaitu A 3. HASIL DAN PEMBAHASAN
dan B dengan mengabaikan attribute Hasil Data yang digunakan dalam penelitian ini
yaitu C. adalah data izin usaha tahun 2011 pada BPTPM
b) Jika ada perbedaan nilai yang ada pada A Kota Dumai. Input yang digunakan adalah jenis
dan B maka ditulis didalam kolom/baris usaha dan lokasi usaha dan knowledge yang
hanya attribute yang berbeda saja. dihasilkan adalah jenis usaha yang berpotensi
c) Jika nilai attribute A dan B sama maka untuk daerah yang ideal. Contoh data yang
ditulis dengan simbol (X) pada kolom atau digunakan sepert pada tabel 1 yang akan diproses
baris yang menyatakan tidak ada nilai. menggunakan metode rough set. Untuk langkah
pertama yaitu Decision Systems dengan
Adapun langkah-langkah penyelesaian menambahkan attribut keputusan yang hasilnya
Discernibility Matrix Module D adalah : dapat dilihat pada tabel 2.
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.
459
Seminar Nasional Informatika 2015
460
Seminar Nasional Informatika 2015
461
Seminar Nasional Informatika 2015
[3]. Khalida binti Oseman, Sunarti binti Mohd Quantitative Measure Pada Aplikasi
Shukor, Norazrina Abu Haris, Faizin bin Pendukung keputusan. Indonesia : Institut
Abu Bakar (2010) Journal of Statistical Teknologi Sepuluh November. 113-116
Modeling and Analytics. Data Mining in [8]. Subekti Mujiasih (2011), Jurnal
Churn Analysis Model for Meteorologi dan Geofisika. Penerapan Data
Telecommunication Industry. 19-27 Mining Untuk Prakiraan Cuaca. 189-195
[4]. Kusrini, Emha Taufiq Luthfi (2009). [9]. V.Umarini, Punithavalli (2010). IJCSR
Algoritma Data Mining. 1. STMIK International Journal of Computer Science
AMIKOM Yogyakarta : Andi. and Research. A Study on Effective Mining
[5]. Mujib Ridwan, Hadi Suyono dan M.Sarosa of Association Rules from Huge Database.
(2013). Jurnal EECCIS. Penerapan Data 30-34
Mining untuk Evaluasi Kinerja Akademik [10]. Warih Maharani, (2008). Analisis
Mahasiswa Menggunakan Algoritma Naive Performance Algoritma Rough Adaptive
Bayes Classifer. 59-64 Neuro-Fuzzy Inference System. 39-42
[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
Seminar Nasional Informatika 2015
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.
463
Seminar Nasional Informatika 2015
Untuk membantu pihak sekolah dalam 5. Sistem ini hanya dibuat sebagai sistem
memilih peserta dari hasil dipertimbangkan pendukung keputusan untuk menentukan
menjadi hasil diterima maka diperlukan sistem urutan ranking peserta yang layak diterima
pendukung keputusan dalam penyeleksian menjadi siswa dengan menggunakan Simple
penerimaan siswa baru. Pada saat proses Additive Weighted ( SAW )
pemilihan peserta pun melibatkan banyak kriteria 6. Sistem aplikasi yang akan dibuat bukan
yang dinilai (multikriteria), sehingga dalam sistem informasi penerimaan siswa baru,
penyelesaiannya diperlukan sebuah sistem sehingga tidak membahas masalah basis data
pendukung keputusan untuk multikriteria. siswa baru secara keseluruhan.
Beberapa metode sistem pendukung
keputusan diantaranya dengan menggunakan
metode Simple Additive Weighted ( SAW ) 1.4 Tujuan dan Manfaat Peneitian
Dalam seleksi penerimaan siswa baru ini,
metode tersebut digunakan untuk mendapatkan Tujuan
bobot dari tiap kriteria. Bobot kriteria yang sudah Tujuan dari penelitian ini adalah :
diperoleh kemudian akan digunakan kedalam 1. Mempermudah pekerjaan panitia penerimaan
metode Simple Additive Weighted (SAW). siswa baru SMA Negeri 01 Kalirejo dalam
Simple Additive Weighted sering juga dikenal pengolahan data siswa baru.
dengan istilah metode penjumlahan terbobot. 2. Meminimalisir kesalahan yang dilakukan
Konsep dasar metode SAW adalah mencari oleh panitia penerimaan siswa baru SMA
penjumlahan terbobot dan rating kinerja pada Negeri 01 Kalirejo dalam mengolah data
setiap alternatif pada semua atribut. Metode SAW calon siswa baru.
membutuhkan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat Manfaat
diperbandingkan dengan semua rating alternatif Adapun manfaat dari penelitian ini
yang ada. adalah:
Untuk membantu panitia dalam
1.2 Rumusan masalah mengambil sebuah keputusan mengenai
Berdasarkan latar belakang di atas dapat pendaftaran siswa/i yang memiliki potensi
dirumuskan masalah adalah bagaimana untuk mendapatkan siswa/i baru yang baik.
membangun sebuah Sistem Pendukung
Keputusan (SPK) untuk kemudahan panitia
dalam penyeleksian penerimaan siswa baru pada II. LANDASAN TEORI
SMA Negeri 01 Kalirejo ?
2.1 Sistem Pendukung Keputusan
1.3 Batasan Masalah
Dalam penelitian ini tidak menyimpang dan Suryadi dan Ramdhani (1998) mengatakan :
mengambang dari tujuan yang semula di Pada dasarnya pengambilan keputusan adalah
rencanakan sehingga mempermudah mendapatkan suatu pendekatan sistematis suatu masalah dengan
data dan informasi yang di perlukan maka penulis pengumpulan fakta,penentuan yang matang dari
menetapkan batasan-batasan sebagai berikut : alternatif yang dihadapi dan pengambian tindakan
1. Tempat penelitian adalah di SMA Negeri 01 yang paling tepat .Pada sisi lain, pembuatan
Kalirejo. keputusan kerap kali dihadapkan pada kerumitan
2. Sistem pendukung keputusan yang akan dan lingkup pengambilan keputusan dngan data
dibuat merupakan alat bantu bagi pihak yang begitu banyak.
sekolah untuk mendukung keputusan dalam Untuk kepentingan ini, sebagian pembuat
menentukan peserta dengan hasil test keputusan dengan mempertimbangkan rasio
dipertimbangkan untuk menjadi peserta manfaat / biaya, dihadapkan pada suatu
dengan hasil test diterima dan bukan sebagai keharusan untuk mengandalkan seperangkat
pengganti dari proses pengambilan sistem yang mampu memecahkan masalah secara
keputusan. efisien dan efektif, yang kemudian disebut Sistem
3. Sistem ini bukan untuk menentukan semua Penunjang Keputusan (SPK).
peserta yang terdaftar menjadi diterima Disisi lain Keen dan Scoot Morton, (1968)
tetapi menentukan beberapa peserta dengan dalam (Turban dkk, 2005 : 137) mengatakan :
hasil test dipertimbangkan untuk menjadi Sistem pendukung keputusan merupakan
peserta dengan hasil test diterima. penggabungan sumber-sumber kecerdasan
4. Data kriteria yang akan digunakan kedalam individu dengan kemampuan komponen untuk
sistem telah ditentukan oleh pihak sekolah memperbaiki kualitas keputusan. Sistem
sebelumnya berdasarkan hasil wawancara. pendukung keputusan juga merupakan sistem
informasi berbasis komputer untuk manajemen
464
Seminar Nasional Informatika 2015
pengambilan keputusan yang menangani masalah- kebutuhan data dari suatu organisasi, biasanya
masalah semi struktur. oleh System Analys dalam tahap analisis
persyaratan proyek pengembangan system.
Dengan pengertian diatas, dapat diambil Pengertian ERD menurut Pohan dan
suatu kesimpulan bahwa sistem pendukung Bahri (1997) adalah model konseptual yang
keputusan bukan merupakan alat pengambilan mendeskripsikan hubungan antar penyimpanan
keputusan, melainkan merupakan sistem yang dalam DFD. ERD digunakan untuk memodelkan
membantu pengambil keputusan dengan struktur data dan hubungan antar data. Dengan
melengkapi mereka dengan informasi dari data ERD model dapat diuji dengan mengabaikan
yang telah diolah dengan relevan dan diperlukan proses yang harus dilakukan. Selain itu dengan
untuk membuat keputusan tentang suatu masalah ERD kita akan dapat menjawab pertanyaan
dengan lebih cepat dan akurat. Sehingga sistem mengenai data apa yang kita perlukan serta
ini tidak dimaksudkan untuk menggantikan bagaimana data yang satu berhubungan dengan
pengambilan keputusan dalam proses pembuatan data yang lain.
keputusan.
Sedangkan Alter (2002) dalam Kusrini Pengertian ERD menurut Nugroho (2002)
(2007) mengatakan : Sistem pendukung adalah diagram yang memperlihatkan entitas-
keputusan merupakan sistem informasi interaktif entitas yang terlibat dalam suatu sistem serta
yang menyediakan informasi, pemodelan dan hubungan-hubungan (relasi) antar entitas tersebut.
pemanipulasian data. Sistem itu digunakan untuk
membantu pengambilan keputusan dalam situasi Pengertian ERD menurut Jogiyanto (2001
yang semi terstruktur dan situasi yang tidak : 700) adalah suatu komponen-komponen
terstruktur, dimana tak seorang pun tahu secara himpunan entitas dan himpunan relasi yang
pasti bagaimana keputusan seharusnya dibuat. masing-masing dilengkapi dengan atribut yang
mempresentasikan seluruh fakta dari dunia nyata
2.2 Diagram Konteks yang ditinjau. ERD menggambarkan data dan
hubungan antar data secara global dengan
Menurut Pohan dan Bahri (1997), Context menggunakan ERD
Diagram (CD) atau Diagram Konteks adalah
kasus khusus DFD (bagian dari DFD yang
berfungsi memetakan model lingkaran), yang III. METODE PENELITIAN
direpresentasikan dengan lingkaran tunggal yang
mewakili keseluruhan sistem. Metode SAW membutuhkan proses
normalisasi matrik keputusan (X) ke suatu skala
2.3 Data Flow Diagram yang dapat diperbandingkan dengan semua rating
alternatif yang ada. Metode SAW mengenal
Banyak sekali definisi dari pengertian DFD adanya 2 (dua) atribut yaitu kriteria keuntungan
yang disampaikan oleh beberapa ahli, diantaranya (benefit) dan kriteria biaya (cost).
: Perbedaan mendasar dari kedua kriteria
Pengertian DFD menurut James A Hall ini adalah dalam pemilihan kriteria ketika
(2007) adalah simbol-simbol untuk mengambil keputusan. Adapun langkah
mencerminkan proses, sumber-sumber data, arus penyelesaian dalam menggunakannya adalah :
data dan entitas dalam sebuah sistem. DFD
digunakan untuk menyajikan sistem pada tingkat- 1. Menentukan alternatif yaitu Ai
tingkat rincian berbeda, dari yang bersifat umum 2. Menentukan kriteria yang akan dijadikan
kerincian banyak. acuan dalam pengambilan keputusan,
Pengertian DFD menurut Kristanto yaitu Cj
(2003) adalah suatu model logika data atau proses 3. Memberikan nilai rating kecocokan
yang dibuat untuk menggambarkan dari mana asal setiap alternatif pada setiap kriteria
data dan kemana tujuan data yang keluaran dari 4. Menentukan bobot preferensi atau tingkat
sistem, dimana data di simpan, proses apa yang kepentingan (W) setiap kriteria
menghasilkan data tersebut, dan interaksi antara W = [W1, W2, W3, ., WJ] (2.1)
data yang tersimpan dan proses yang dikenakan
5. Membuat tabel rating kecocokan dari setiap
pada data tersebut. alternatif pada setiap kriteria
6. Membuat matriks keputusan (X) yang
2.4 ERD (Entity Relationship Diagram) dibentuk dari table rating kecocokan dari setiap
alternative pada setiap kriteria. Nilai X
Menurut Brady dan Loonam (2010) 7. Hasil dari rating kinerja ternormalisasi (rij)
Entity Relationship diagram (ERD) adalah
Membentuk matriks ternormalisasi (R)
teknik yang digunakan untuk memodelkan
465
Seminar Nasional Informatika 2015
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 :
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
467
Seminar Nasional Informatika 2015
5.2 Saran
468
Seminar Nasional Informatika 2015
469
Seminar Nasional Informatika 2015
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
470
Seminar Nasional Informatika 2015
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
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
= 1.37 3. Kesimpulan
473
Seminar Nasional Informatika 2015
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
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
Daftar Pustaka:
476
Seminar Nasional Informatika 2015
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)
478
Seminar Nasional Informatika 2015
479
Seminar Nasional Informatika 2015
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.
480
Seminar Nasional Informatika 2015
lain : (1) terpenuhinya sisi legal, dengan segala pertimbangan untuk perencanaan pengembangan
peraturan dan hukum yang sesuai; (2) efektifitas karirnya.
biaya untuk organisasi; (3) keseimbangan Sedangkan disisi lain hasil penilaian ini
individual, internal, eksternal untuk seluruh dapat digunakan perusahaan untuk melandasi
karyawan; dan (4) peningkatan keberhasilan pengambilan keputusan dalam hal sistem
kinerja organisasi. pemberian imbalan (kompensasi), penempatan
Perusahaan membutuhkan sistem (promosi,mutasi,demosi dan pensiun), pelatihan,
informasi yang dapat mendukung kebutuhan perencanaan karir, penentuan kriteria seleksi, dll.
kpengambilan keputusan dan berbagai informasi
dari atasan dan para praktisi. Dalam perusahaan Batasan Masalah
atau instansi yang memiliki karyawan dalam Pembatasan ruang lingkup penelitian ini berfokus
jumlah besar proses evaluasi (penilaian) pada pembuatan sistem pendukung keputusan
pemberian reward pada karyawan relatif sering penerimaan karyawan yang meliputi pengolahan
dilakukan sehingga perusahaan memerlukan data dan proses perhitungan hasil serangkaian
prosedur yang baku dalam menetapkan pengolahan data berdasarkan kriteria-kriteria yang
persyaratan bagi seorang karyawan untuk yang telah ditentukan dengan teknis analisis Gap.
mendapatkan reward dalam perusahaan tersebut.
Beberapa masalah yang terjadi dalam Tujuan Penelitian
proses evaluasi (penilaian) kinerja karyawan Sesuai dengan konsep yang ada dan upaya untuk
diantaranya adalah subyektifitas pengambilan menyelesikan hasil penelitian maka tujuan dari
keputusan akan terasa, terutama jika beberapa penelitian ini yaitu:
karyawan yang ada memiliki kemampuan (dan 1. Untuk membangun system pendukung
beberapa pertimbangan lain) yang tidak jauh keputusan evaluasi kerja karyawan untuk
berbeda. peningkatan promosi jabatan dengan analisis
Masalah yang muncul saat ini adalah jika Gap pada Dinas Pekerjaaan Umum kab.
proses evaluasi (penilaian) rumit yaitu yang Pringsewu.
terjadi sekarang umumnya adalah adanya 2. Mengimplementasikan ilmu yang didapat
karyawan yang langsung mendapatkan promosi oleh penulis selama belajar di STMIK
untuk kenaikan jabatan yang hanya melihat pada Pringsewu.
kriteria pertama saja, tetapi karyawan tersebut
belum tentu unggul pada beberapa kriteria-kriteria
yang lain, akan tetapi tetap mendapat promosi Manfaat Penelitian
untuk kenaikan jabatan. 1. Membantu pihak manajemen dan Pimpinan
Padahal bisa saja terjadi seorang karyawan dalam menentukan pemberian reward
yang di kriteria pertama tidak lulus, tetapi baru kepada karyawan yang sesuai berdasarkan
akan terlihat kelebihannya pada kriteria-kriteria penentuan rangking yang merupakan output
selanjutnya. Bisa dimaklumi bahwa serangkaian dari system yang dibangun.
kriteria yang berurutan tersebut bertujuan untuk 2. Penelitian ini diharapkan akan mampu untuk
mengurangi kerumitan. proses pengambilan mengembangkan ilmu yang didapat oleh
keputusan akibat banyaknya alternatif. penulis selama belajar di stmik pringsewu
Jika proses pengambilan keputusan ini
dibantu oleh sebuah sistem pendukung keputusan
yang terkomputerisasi diharapkan subyektifitas TINJAUAAN PUSTAKA
dalam pengambilan keputusan dapat dikurangi
dan dapat diganti dengan pelaksanaan seluruh Sistem Pendukung Keputusan
kriteria-kriteria untuk seluruh karyawan sehingga
diharapkan Sistem Pendukung Keputusan / Decision Support
karyawan dengan kemampuan (dan Systems (DSS) adalah sebuah sistem yang
pertimbangan lain) terbaik yang terpilih.Dari dimaksudkan untuk mendukung para pengambil
penjabaran di atas, hal yang menjadi latar keputusan manajerial dalam situasi keputusan
belakang masalah pada skripsi ini adalah semiterstruktur. DSS dimaksudkan untuk menjadi
bagaimana sistem pendukung keputusan dapat alat bantu bagi para pengambil keputusan untuk
digunakan sebagai alat untuk mengevaluasi memperluas kapabilitas mereka, namun tidak
(dalam hal ini memberikan penilaian) atas kinerja untuk
karyawan, sehingga nantinya pihak manajemen menggantikan penilaian mereka. DSS ditujukan
dapat melakukan pengambilan keputusan. untuk keputusan-keputusan yang memerlukan
Bagi karyawan, hasil penilaian ini dapat penilaian atau pada keputusan-keputusan yang
digunakan untuk menjadi umpan balik terhadap sama sekali tidak dapat didukung oleh algoritma.
prestasi kerja sehingga ia memiliki dasar Aplikasi DSS dapat terdiri dari beberapa
subsistem, yaitu: subsistem manajemen data,
481
Seminar Nasional Informatika 2015
Analisis Gap
482
Seminar Nasional Informatika 2015
berupa fenomena yang ditemukan dilapangan, 5. Pengujian (Testing), Sebelum sistem informasi
guna menunjang data hasil interview dengan (Perangkat Lunak) dapat digunakan, maka
maksud memberikan solusi melalui sistem harus dilakukan pengujian terlebih dahulu.
informasi yang akan dibangun sehingga dapat
Pengujian difokuskan pada logika internal,
lebih bermanfaat.
3. Metode Kepustakaan, metode ini merupakan fungsi eksternal dan mencari semua
teknik pengumpulan data dengan cara kemungkinan kesalahan, dan memeriksa
mempelajari referensi berupa dokumen/berkas apakah sesuai dengan hasil yang diinginkan.
dan mengumpulkan data, peraturan 6. Perawatan (Maintenance), Pada tahap ini
perundang-undangan, buku, jurnal penelitian sistem informasi (PL) yang telah diuji (bebas
dan sebagainya. Melalui studi pustaka dari kesalahan) diimplemetasikan
dilakukan kajian terhadap peraturan
dilingkungan pelanggan jika ditemui
perundang-undangan yang terkait pengolahan
potensi daerah. Kebutuhan data-data yang kesalahan (error) maka dilakukan perbaikan
mengungkapkan tentang indikator-indikator atau adanya penambahan fungsi. Sehingga
yang digunakan oleh calon investor untuk factor pemeliharaan ini penting dan dapat
pengambilan keputusan investasi diperoleh berpengaruh pada semua tahap yang dilakukan
melalui studi pustaka terhadap buku-buku dan sebelumnya.
jurnal penelitian. Studi pustaka juga dilakukan
untuk mengetahui kemampuan teknologi
informasi yang akan diterapkan dalam sistem. Perancangan Data
483
Seminar Nasional Informatika 2015
Uraikan tentang alur perancangan dan diperoleh nilai profil karyawan untuk masing-
implementasi secara rinci, mulai dari tahap masing kategori sebagai berikut:
perencanaan/ perancangan, implementasi, sampai
pada hasil akhir yang diperoleh sesuai dengan (k1)=4, (k2)=4, (k3)=3, (k4)=5, (k5)=2, (k6)=3,
metode perancangan yang digunakan pada (k7)=3, (k8)=3, (k9)=2, (k10)=4, (k11)=1,
penelitian. Beberapa hal yang dapat diuraikan (k12)=3, (k13)=2, (k14)=4, (k15)=4. Sehingga
adalah sebagai berikut . gap yang diperoleh adalah (k1)=1, (k2)=1, (k3)=-
1, (k4)=2, (k5)=-1, (k6)=1, (k7)=0, (k8)=1,
Perancangan (k9)=0, (k10)=0, (k11)=-2, (k12)=- 1, (k13)=-1,
(k14)=1, (k15)=2.
Dalam penyeleksian penentuan karyawan yang
sesuai dengan criteria-kriteria yang diinginkan Dari perhitungan yang diperoleh diatas dapat
untuk promosi jabatan ini akan menggunakan diketahui keunggulan dan kelemahan dari setiap
metode Gap. Yang dimaksud dengan Gap disini karyawan, terutama setalah nilai gap
adalah beda antara profil jabatan dengan profil dibandingkan dengan bobot nilai yang terdapat
karyawan atau dapat ditunjukkan pada rumus di dari setiap nilai yang ada, seperti pada table 2.
bawah ini:
Tabel 2. Bobot Nilai
Gap = Profil Karyawan - Profil Jabatan
484
Seminar Nasional Informatika 2015
Secondary Factor :
NS (2)
NSI =
IS
Keterangan :
NSI = Nilai rata-rata secondary factor
NS = Jumlah total nilai
secondary factor
IS = Jumlah item secondary factor
PENUTUP
Kesimpulan
485
Seminar Nasional Informatika 2015
486
Seminar Nasional Informatika 2015
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.
487
Seminar Nasional Informatika 2015
multimedia yang disajikan dari awal hingga akhir. berkembang dalam pembuatan credit title film
Pengertian dari video merupakan seperangkat dan menjadi sangat populer untuk pembuatan
komponen atau media yang mampu menampilkan bumper video MTV (Music Television). Dalam
gambar sekaligus suara dalam waktu yang dunia pertelevisian, motion graphic lebih
bersamaan [2]. Video juga merupakan metode dimanfaatkan sebagai network branding antara
yang cerdas untuk mengirimkan multimedia lain dalam bentuk station ID, Public Service
kepada audiens yang melihat televisi ataupun Announcements (PSA), show openers, dan show
internet [3]. packages yang mencakup bumper, lower-third,
interstitials, lineups and upfronts, dan mortises
1.2 Infografis dan Penerapannya [6].
Menurut Kendra Mack, infografis merupakan Berikut penjelasan lebih lanjut mengenai
visualisasi data untuk memberikan informasi beberapa pertimbangan untuk menghasilkan
kepada pembaca yang direpresentasikan melalui motion graphic yang efektif:
objek grafis sehingga menarik dan mudah 1. Spatial
dimengerti [4]. Infografis pertama kali digunakan Merupakan pertimbangan ruangan, terdiri
dalam bentuk peta. Media massa cetak yang dari arah, ukuran, arah acuan, arah gerakan,
pertama kali menggunakan infografis yaitu USA perubahan ketika gerakan dipengaruhi
Today. Media penyampaian infografis saat ini gerakan lain, hubungan pergerakan terhadap
tidak hanya media massa tetapi dapat berupa batas-batas frame.
video yang disebut video infografis dan 2. Temporal
disebarluaskan melalui internet maupun media Di dunia video dan film, time atau waktu
televisi. menggambarkan secara numeric sebagai
frame per second (fps).
1.3 Pengembangan Video Infografis 3. Live Action
Video infografis dibuat melalui tahap Faktor-faktor yang perlu diperhatikan ketika
visualisasi data. Di mana visualisasi data ini bekerja dengan konten live action termasuk
dimulai dengan mengumpulkan data yang bentuk atau konteks, properti film, dan sifat
dibutuhkan kemudian dianalasis terlebih dulu sinematik, seperti tone, contrast, lighting,
sebelum diolah menjadi objek grafis. Dalam depth of field, focus, camera angle, shot size,
mengembangkan infografis, ada tiga tantangan dan mobile framing.
utama yang perlu diperhatikan, yaitu [5]: 4. Typographic
1. Mengerti dengan jelas apa jenis informasi Type merupakan salah satu prinsip untuk
yang ingin dikomunikasikan apakah membangun sebuah pesan dalam grafis
spasial, kronologis, kuantitatif, atau desain. Hal yang perlu diperhatikan pada
kombinasi dari ketiganya. typography yaitu tipe huruf, weight, capital
2. Memahami representasi yang cocok sehingga atau lowercase.
informasi merupakan satu kesatuan yang utuh
keutuhan yang lebih dari sekedar jumlah 2. Metodologi Penelitian
bagian-bagian penyusunnya seperti grafik,
diagram, peta, jadwal, dan lain-lain. Tahapan-tahapan dalam penelitian ini adalah
3. Memilih media yang tepat untuk presentasi sebagai berikut:
statis (kertas atau monitor), gerak (animasi 1. Wawancara
atau video), atau interaktif. Dalam mendapatkan informasi yang valid
mengenai P.T. Bumi Artha Nugraha maka
1.4 Pengertian Media Informasi dilakukan wawancara dengan beberapa
Menurut Heinich (1993), media merupakan stakeholder perusahaan, yaitu manajer utama
alat saluran komunikasi. Sedangkan informasi dan direktur utama. Kegiatan ini dilakukan
adalah data yang telah diolah menjadi suatu untuk memperoleh data-data yang dibutuhkan
bentuk yang penting bagi si penerima dan dalam penelitian.
mempunyai nilai yang nyata yang dapat dirasakan 2. Observasi
dalam keputusan-keputusan yang sekarang atau Kegiatan observasi video-video infografis
keputusan-keputusan yang akan datang. (Gordon, dengan teknik motion graphic dilakukan
1974). dengan tujuan memperoleh referensi yang
akan bermanfaat dalam penelitian.
1.5 Konsep Teknik Motion Graphic 3. Studi Literatur
Motion Graphic berasal dari nama Penelitian ini mengacu pada studi pustaka,
perusahaan animasi milik John Whitney. Pada internet, maupun referensi lain dari berbagai
tahun 1950-an, pelopor desain grafis Saul Bass sumber yang valid dan terpercaya.
menjadi inovator judul film dalam industri
perfilman. Sejak saat itu motion graphic mulai
488
Seminar Nasional Informatika 2015
489
Seminar Nasional Informatika 2015
Dari bagan diatas pada proses analisis data 7. Data mengenai profil P.T. Bumi Artha
diperlukana karena mempunyai peran penting Nugraha
untuk mengetahui apa saja yang perlu ditampilkan P.T. Bumi Artha Nugraha berdiri pada tahun
dalam infografis. Setelah analisis model data 2011 dengan akta pendirian No.
selesai langkah selanjutnya adalah pembuatan 3/PT/NOT/VIII/2011 dan saat ini telah
desain dan dilanjutkan compositing serta editing membentuk sebuah grup bernama Quares
yang dilakukan menggunakan software adobe Group.
after effect. 8. Data mengenai portofolio P.T. Bumi Artha
Nugraha
3.4 Pengumpulan Data dan Analisis Saat ini P.T. Bumi Artha Nugraha
Berikut adalah data yang didapatkan sesuai mempunyai tiga proyek yaitu Quantum
dengan kebutuhan pembuatan video infografis Residence Tahap 1 dengan jumlah rumah 23
P.T. Bumi Artha Nugraha. kavling, Quantum Residence Tahap 2 dengan
tambahan rumah sebanyak 5 kavling,
1. Data luas wilayah Daerah Istimewa sehingga total rumah yang dibangun di
Yogyakarta Pada data yang didapat dapat proyek Quantum Residence yaitu sebanyak
disimpulkan bahwa Daerah Istimewa 28 kavling, dan Quares the Flat sebanyak 22
Yogyakarta memiliki luas wilayah 3.185,80 kavling rumah.
Km2 [7].
2. Data jumlah perguruan tinggi negri dan
swasta di Daerah Istimewa Yogyakarta 4.1.2 Visualisasi Data
Pada data yang didapatkan dapat disimpulkan Setelah data yang terkumpul dianalisis sesuai
bahwa Perguruan Tinggi Swasta yang tercatat kebutuhan, tahap selanjutnya yaitu
ada 110 PTS dan jumlah Perguruan Tinggi memviualisasikan data tersebut menjadi objek
Negri sebanyak 25 PTN di Kopertis Wilayah grafis yang menarik dengan Adobe Illustrator
V [8]. CS6. Pembuatan desain ini menggunakan teknik
3. Data jumlah tempat wisata di Daerah dasar vektor, tools yang digunakan adalah Pen
Istimewa Yogyakarta Tool dan Shape Tool. Berikut cara pembuatan
Data mengenai jumlah tempat wisata di objek grafis dengan Adobe Illustrator CS6:
Daerah Istimewa Yogyakarta didapatkan dari 1. New document
website yang dikelola oleh pemerintah. 2. Membuat objek dengan pen tool
Tercatat sebanyak 74 tujuan wisata yang ada 3. Mewarnai objek sesuai kebutuhan
di Daerah Istimewa Yogyakarta [9]. 4. Menyimpan objek dalam format .ai
4. Data pertumbuhan penduduk Beberapa objek yang telah dibuat seperti
Dari data yang didapat, dapat disimpulkan ditunjukkan pada tabel 1
bahwa jumlah penduduk tahun 2007
sebanyak 3.359.404 jiwa yang kemudian naik Tabel 1
menjadi 3.514.762 jiwa pada tahun 2012. Hal No Gambar Nama
ini menunjukkan adanya pertumbuhan .
penduduk di Daerah Istimewa Yogyakarta 1 diy
[10]. base.ai
5. Data pertumbuhan ekonomi Daerah Istimewa
Yogyakarta
Laju pertumbuhan ekonomi di Daerah
Istimewa Yogyakarta naik dengan angka 2 map.ai
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 3 map
merasa cukup puas dengan perkembangan graphic.
iklim properti di dua kuartal awal tahun 2014. ai
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]. 3.5 Rekaman Narasi dan Editing Backsound
490
Seminar Nasional Informatika 2015
491
Seminar Nasional Informatika 2015
5. Saran
2 Scene 6 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
3 Scene 7
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.
4 Scene
12
Daftar Pustaka
492
Seminar Nasional Informatika 2015
493
Seminar Nasional Informatika 2015
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
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
Registrasi
uses Kriteria
uses
*
*
2. Metodologi Penelitian *
*
uses
uses *
* *
Admin Variabel Kriteria Pimpinan
2.1 Analisis Kebutuhan Sistem Laporan Calon
uses Siswa Baru
495
Seminar Nasional Informatika 2015
perankingan yang akan menyeleksi alternatif yang metode SAW adalah mencari penjumlahan
sudah diberikan. Pada dasarnya, ada 3 pendekatan terbobot dari rating kinerja pada setiap alternatif
untuk mencari nilai bobot atribut, yaitu pada semua atribut. Metode SAW membutuhkan
pendekatan subyektif, pendekatan obyektif dan proses normalisasi matriks keputusan (X) ke suatu
pendekatan integrasi antara subyektif & skala yang dapat diperbandingkan dengan semua
obyektif. Masingmasing pendekatan memiliki rating alternatif yang ada.
kelebihan dan kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan X ij
subyektifitas dari para pengambil keputusan, Jika j atribut keuntungan (benefit)
sehingga beberapa faktor dalam proses Max xij
perankingan alternatif bisa ditentukan secara i
bebas. Sedangkan pada pendekatan obyektif, r Min x
ij ij
nilai bobot dihitung secara matematis sehingga
i (2)
mengabaikan subyektifitas dari pengambil
xij
keputusan [1]. Jika j atribut biaya (cost)
Secara umum, model multi attribute decision
making dapat didefinisikan dalam matriks
keputusan setiap alternatif terhadap setiap
kriteria[2] Dimana rij adalah rating kinerja ternomalisasi dari
alternatif Ai pada atribut Cj; i=1,2,,m dan
x11 x12 ... x1n j=1,2,,n. Nilai preferensi untuk setiap
x x22 alternative (Vi) diberikan pada persamaan (3)
... x2 n
X 21 ..(1) dibawah ini.
xm1 xm 2 ... xmm n
V wr
Algoritma FMADM adalah: i j ij
j 1
1. Memberikan nilai setiap alternatif (Ai) pada
setiap kriteria (Cj) yang sudah ditentukan, (3)
dimana nilai tersebut di peroleh berdasarkan
nilai crisp; i=1,2,m dan j=1,2,n. Nilai Vi yang lebih besar mengindikasikan bahwa
2. Memberikan nilai bobot (W) yang juga alternative Ai lebih terpilih [3]
didapatkan berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara Langkah Penyelesaian dalam penelitian ini
menghitung nilai rating kinerja ternormalisasi menggunakan FMADM metode SAW :
(rij) dari alternatif Aipada atribut Cj 1. Menentukan kriteria-kriteria yang akan
berdasarkan persamaan yang disesuaikan dijadikan acuan dalam pengambilan
dengan jenis atribut (atribut keputusan, yaitu Ci.
keuntungan/benefit=MAKSIMUM atau 2. Menentukan rating kecocokan setiap
atribut biaya/cost=MINIMUM). Apabila alternatif pada setiap kriteria.
berupa artibut keuntungan maka nilai crisp 3. Membuat matriks keputusan berdasarkan
(Xij) dari setiap kolom atribut dibagi dengan kriteria (Ci), kemudian melakukan
nilai crisp MAX (MAX Xij) dari tiap kolom, normalisasi matriks.
sedangkan untuk atribut biaya, nilai crisp 4. berdasarkan persamaan yang disesuaikan
MIN (MIN Xij) dari tiap kolom atribut dibagi dengan jenis atribut (atribut keuntungan
dengan nilai crisp (Xij) setiap kolom. ataupun atribut biaya) sehingga diperoleh
4. Melakukan proses perankingan dengan cara matriks ternormalisasi R.
mengalikan matriks ternormalisasi (R) 5. Hasil akhir diperoleh dari proses perankingan
dengan nilai bobot (W). yaitu penjumlahan dari perkalian matriks
5. Menentukan nilai preferensi untuk setiap ternormalisasi R dengan vektor bobot
alternatif (Vi) dengan cara menjumlahkan sehingga diperoleh nilai terbesar yang dipilih
hasil kali antara matriks ternormalisasi (R) sebagai alternatif terbaik (Ai) sebagai solusi
dengan nilai bobot (W). Nilai Vi yang lebih [4].
besar mengindikasikan bahwa alternatif Ai
lebih terpilih [2]. 2.7 Flowchart
Flowchart dalam melakukan penyeleksian
2.6 Metode Simple Additive Weighting Method siswa baru (Airlines Staff) dengan menerapkan
(SAW) metode SAW pada LPP Penerbangan QLTC
Metode SAW sering juga dikenal istilah ditunjukkan pada gambar 1.
metode penjumlahan terbobot. Konsep dasar
496
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
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
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.
498
Seminar Nasional Informatika 2015
Daftar Pustaka
499
Seminar Nasional Informatika 2015
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.
500
Seminar Nasional Informatika 2015
pemrosesan bahasa alami, yaitu bahasa Indonesia Penalaran logika (logic), penjelasan
dengan OWL (Ontology Web Language)? penalaran logika (proof), autentifikasi
Tujuan dari penelitian adalah menyediakan (trust), dan Sistem Question Answering
fasilitas pencarian bibliografi pada Perpustakaan Bibliografi Perpustakaan.
STMIK AMIKOM Yogyakarta menggunakan d) Pengujian
bahasa alami. Pengujian fungsionalitas modul sistem
Metode yang akan digunakan dalam penelitian question answering bibliografi.
ini terdiri dari langkah-langkah sebagai berikut: e) Evaluasi
a. Obyek penelitian Pembuatan lanjutan sistem question
Obyek penelitian dari penelitian ini adalah answering bibliografi berdasarkan hasil
Perpustakaan STMIK AMIKOM Yogyakarta. pengujian.
b. Data yang diperlukan f) Penyesuaian
Merupakan data yang mendukung dalam Berupa dokumentasi sistem question
penelitian ini meliputi data primer dan data answering bibliografi yang dapat
sekunder. digunakan untuk tanya jawab seputar
1) Data primer masalah bibliografi. [1]
Data berupa basis data bibliografi (buku,
pengarang, penerbit, sinopsis, artikel 2. Pembahasan
(jurnal), dan keterangan tambahan lainnya)
pada Perpustakaan STMIK AMIKOM 2.1 Analisis Sistem
Yogyakarta.
2) Data sekunder Pengumpulan data bibliografi perpustakaan
Data yang diperoleh dengan membaca dan STMIK AMIKOM Yogyakarta yang meliputi
mempelajari referensi mengenai data buku, pengarang, penerbit, jenis buku,
pengolahan bahasa alami, teknologi web sumber buku dan data lain yang terkait dengan
semantik, bahasa pemrograman Java serta bibliografi perpustakaan.
perancangan query dengan menggunakan Identifikasi URI pada objek dalam web
SPARQL. bibiliografi perpustakaan STMIK AMIKOM
c. Teknik pengumpulan data Yogyakarta, salah satu jenisnya adalah URL
Tahap ini mempunyai tujuan untuk (Uniform Resource Locator) yang akan
mendapatkan data-data tesis yang mempunyai memberitahu komputer dimana letak suatu
keterkaitan dengan topik penelitian, sehingga resource terkait dengan database bibliografi
lebih relevan dan akurat. Teknik pengumpulan perpustakaan (buku.owl) yang berada pada URL
data yang dilakukan pada penelitian ini adalah (http://localhost/perpustakaan/buku.owl) yang
sebagai berikut: disajikan pada gambar 1.
1) Observasi ...
Pengamatan dan pencatatan secara <uri id="Automatically generated entry,
sistematis yang berhubungan dengan Timestamp=1430659622837"
bibliografi perpustakaan. name="http://localhost/perpustakaan/buku.owl"
2) Studi pustaka uri="buku.owl"/>
Teknik pengumpulan data dilakukan ...
dengan mengumpulkan bahan-bahan,
referensi, dan dokumen yang berhubungan Gambar 1. Identifikasi URI
dengan bibliografi perpustakaan.
3) Metode pengembangan 2.2 Desain Sistem
Tahapan yang dilakukan pada penelitian
ini dengan menggunakan metode Deskripsi XML (eXtensible Markup
pengembangan prototyping: Language) untuk mempertukarkan data
a) Analisis bibliografi Perpustakaan STMIK AMIKOM
Pada tahap ini dilakukan analisis Yogyakarta di web yang terdapat dalam Ontologi
dengan mengumpulkan data bibliografi Buku.
perpustakaan dan identifikasi URI RDF (Resource Description Framework)
(URL). digunakan untuk mendeskripsikan informasi
b) Desain bibliografi perpustakaan dan metadata dari sebuah
Deskripsi XML, RDF dan RDFS, resource dan relasi resource tersebut dengan
OWL, query SPARQL dan rules (RIF), resource yang lain di web secara semantik dalam
metode question answering dan desain format yang dipahami oleh mesin. Resource
UML. tersebut adalah representasi pengetahuan sintaksis
c) Prototipe dan semantik.
501
Seminar Nasional Informatika 2015
502
Seminar Nasional Informatika 2015
503
Seminar Nasional Informatika 2015
504
Seminar Nasional Informatika 2015
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.
505
Seminar Nasional Informatika 2015
506
Seminar Nasional Informatika 2015
507
Seminar Nasional Informatika 2015
3. Prototipe 2
4. Testing
508
Seminar Nasional Informatika 2015
data yang didapat. Salah satu data yang dibuat dibangun Sistem pendukung keputusan memilih
diagram adalah data dari pertanyaan nomor tujuh pondok pesantren di Purwokerto menggunakan
dan delapan. Berikut diagram data dari pertanyaan AHP yang digunakan oleh Mahasiswa STAIN
nomor tujuh dan delapan : 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 :
Gambar 4.8 Diagram pertanyaan nomor tujuh 1. Seiring dengan perkembangan ilmu
pengetahuan dan teknologi, maka tidak
Gambar 4.9 merupakan salahsatu menutup kemungkinan sistem pendukung
diagram yang dibuat dari hasil jawaban kuisioner keputusan yang telah dibangun ini nantinya
pertanyaan nomor tujuh. Dapat dilihat responden akan mengalami perkembangan salah satunya
menjawab sangat sebesar 3,333 %, ya sebesar dengan mengembangkan aplikasi menjadi
66,667 % dan 30 % menjawab cukup. web.
Berdasarkan hasil jawaban dari pertanyaan nomor 2. Seiring dengan perkembangan zaman, maka
tujuh pada diagram dapat disimpulkan 70 % tidak menutup kemungkinan STAIN
responden menjawab ya didapat dari responden Purwokerto akan memperbanyak kerjasama
yang menjawab sangat sebanyak 3,333 % dengan Pondok Pesantren yang ada di
ditambah 66,667 % yang menjawab ya. Puwokerto. Oleh karena itu, aplikasi SPK
inipun nantinya akan mengalami perubahan
pada pilihan Ponpesnya yang bertambah
banyak.
Daftar Pustaka:
509
Seminar Nasional Informatika 2015
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
510
Seminar Nasional Informatika 2015
hasil kromosom (solusi) yang terbaik (solusi diperkenalkan ke Jepang dan mendapatkan nama
optimal).[1] Sudoku. Nama ini berasal dari kata Suuji wa
Sebuah game yang ada dalam perangkat dokushin ni kagiru yang dapat diterjemahkan
bergerak tentu dapat memberikan hiburan yang menjadi angka harus sendiri atau muncul sekali.
menarik kepada para pecinta game. Karena Pada April 2005, New York Post menerbitkan
mereka dapat bermain game di mana saja secara teka-teki Sudoku sebagai fitur secara teratur dan
praktis dan mudah. Kesederhanaan dalam mulai sekitar bulan Juli 2005, Sudoku mencapai
bermain game namun tidak membosankan, serta kepopuleran di Amerika dan muncul sebagai
dapat membuat pemain ingin kembali memainkan acara live di televisi. Di Indonesia sendiri, Sudoku
game tersebut. Oleh karena itu berbagai muncul dalam bentuk buku yang cukup digemari.
pendekatan terus dikembangkan untuk membuat [3]
sebuah game yang dapat dimainkan dalam Bentuk Sudoku yang paling umum
perangkat bergerak atau mobile yang menarik, berukuran 9 x 9 kisi dan terbagi menjadi 3 x 3
salah satunya berbasis aplikasi pemograman kotak yang disebut subgrid. Secara tradisional,
android. tujuan permainan ini adalah mengisi semua kotak
Oleh karena itu, penulis mengusulkan kotak kecil dalam kolom, baris dan subgrid
sebuah aplikasi game mobile tentang permainan dengan angka satu sampai sembilan sedemikian
Sudoku yang dapat menunjang pembelajaran sehingga dalam satu deret angka hanya muncul
dalam mengasah logika berpikir. Untuk membuat sekali saja demikian juga dalam satu kolom dan
game ini lebih menarik sekaligus ingin satu subgrid. Karena berhubungan dengan angka
mengeksplorasi teknologi baru Android OS permainan ini terlihat lebih matematis. Contoh
Mobile yang saat ini semakin berkembang pesat, Sudoku dengan angka dapat dilihat dalam gambar
penulis berusaha untuk membuat aplikasi game 1 : [4]
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 Gambar 1. Contoh Sudoku (a) dan Sudoku
aktifitas bermain. Aktifitas bermain merupakan lengkap (telah diselesaikan) (b)
suatu aktifitas yang meliputi pemecahan masalah
yang menjadi tantangan dari game tersebut, 3. Penerapan Algoritma Genetika
dengan mengikuti suatu aturan tertentu. [2]
Penulis menyimpulkan bahwa game atau Perancangan aplikasi game Sudoku
permainan biasanya dilakukan untuk kesenangan menggunakan Eclipse Galileo sebagai desain
dan kadang kadang digunakan sebagai alat pengembang aplikasi. Eclipse memiliki sifat
pendidikan. Untuk membuat sebuah game, multi-platform (dapat dijalankan di semua
terlebih dahulu pembuat game harus membuat platform), multi-language (mendukung
deskripsi yang menceritakan game yang akan pengembangan aplikasi beberapa bahasa
dibuat. Selain itu dibutuhkan juga design game pemrograman) dan multi-role (digunakan juga
yang sederhana untuk mempermudah pembuatan sebagai aktivitas dalam siklus pengambangan
game. Dari design yang telah dibuat dapat perangkat lunak), Sedangkan untuk platform yang
diketahui semua elemen elemen yang digunakan pada aplikasi game Sudoku ialah
dibutuhkan dalam pembuatan game, misalnya platform Android 2.2 (Froyo) jenis yang
karakter user, karakter musuh, animasi serangan merupakan generasi kedua dari Sistem Operasi
dan sebagainya. Android. Aplikasi game yang akan dirancang
hanya dapat dijalankan pada handphone yang
2.1. Game Sudoku memiliki sistem operasi android seperti :
Samsung Galaxy Mini, Nexian Journey.
Sudoku modern diterbitkan pertama kali Pada game logika ini, user harus menyusun
dalam Dell Magazine pada tahun 1979. Teka-teki angka 1 9 pada blok blok yang sudah
ini dibuat oleh Howard Garns, seorang pensiunan disediakan. Blok blok tersebut disusun ke dalam
arsitek dan perancang teka-teki dari Amerika 9 kotak lagi. Permainan selesai bila semua blok
Serikat. Meskipun, demikian, cikal bakal Sudoku pada kotak telah terisi semua dengan angka 1 9.
sebenarnya telah muncul pada akhir abad ke-19 di Tujuan permainan Sudoku adalah mengisi sel-sel
Perancis. Pada bulan April 1984, teka-teki ini yang kosong dengan angka antara 1 dan 9 (setiap
511
Seminar Nasional Informatika 2015
sel hanya 1 angka) sesuai dengan persyaratan sel tersebut dilakukan menggunakan array dua
yaitu angka hanya dapat muncul sekali dalam dimensi dengan ukuran 9x9. Kemudian looping
setiap baris, angka hanya dapat muncul sekali dilakukan untuk semua sel tersebut, dari kiri ke
dalam setiap kolom dan angka hanya dapat kanan, atas ke bawah. Untuk masing-masing sel,
muncul sekali dalam setiap area/kotak. diambil angka secara random dari kandidat-
4.1. Solusi Puzzle Game Sudoku kandidat yang tersedia untuk sel tersebut.
Kemudian angka yang terpilih tersebut
Ada dua proses yang dilakukan oleh dihapuskan dari kandidat pada sel sel pada
perangkat lunak ini, yaitu pembangkitan baris, kolom, dan region yang sama. Dengan
(generate) puzzle Sudoku dan penyelesaiannya teknik ini, satu puzzle Sudoku yang valid dapat
menggunakan Algoritma Genetika. Proses yang dibangkitkan dalam waktu yang cukup cepat (< 1
pertama adalah proses membuat puzzle Sudoku detik).
yang valid, yang artinya memiliki solusi.
Pengguna permainan kemudian dapat melakukan Adapun pseudocode untuk permasalahan di
permainan untuk menyelesaikan puzzle tersebut. atas adalah :
Proses kedua adalah penyelesaian puzzle a. Lakukan langkah 2 hingga 9 selama tidak
tersebut menggunakan Algoritma Genetika. terjadi error.
Sebelum memasuki proses tersebut, terlebih b. Buat array of list berukuran 9x9.
dahulu dicari kandidat-kandidat solusi untuk c. Isi setiap list dengan angka 1 hingga 9.
masing-masing kotak puzzle. Hal ini bertujuan d. Lakukan langkah 5 hingga 9 untuk semua sel.
untuk mengeliminasi kandidat-kandidat solusi e. Ambil satu angka dari kandidat secara acak.
yang tidak mungkin. Contoh, jika suatu kotak f. Hapus angka yang terpilih dari kandidat pada
telah terisi dengan angka 9, maka angka 9 tersebut baris yang sama.
dieliminasi dari kandidat pada kotak kotak di g. Hapus angka yang terpilih dari kandidat pada
baris, kolom, dan region yang sama. Dengan kolom yang sama.
langkah tersebut, diharapkan Algoritma Genetika h. Hapus angka yang terpilih dari kandidat pada
akan memiliki konvergensi yang baik. Solusi dari region yang sama.
suatu puzzle didapatkan jika suatu kromosom i. Jika kandidat pada sel kosong, ulangi dari
memiliki nilai fitness yang sempurna, karena langkah 2 (terjadi error).
kromosom dengan nilai fitness di bawah nilai j. Kosongkan secara random sejumlah sel sesuai
fitness sempurna berarti bukan solusi dari puzzle dengan tingkat kesulitan.
Sudoku.
Pada Algoritma Genetika, satu kromosom 4.3. Representasi Kromosom
adalah satu kandidat solusi puzzle. Karena nilai
yang mungkin pada solusi adalah antara 1 sampai Kromosom adalah representasi solusi dari
dengan 9, maka representasi kromosom yang suatu masalah pada algoritma Genetika. Pada
digunakan adalah deretan bilangan bulat (integer) Sudoku, kromosom adalah representasi suatu
dengan panjang kromosom sama dengan jumlah solusi dari puzzle yang berisi angka-angka yang
kotak yang kosong pada puzzle. Nilai fitness akan diisikan pada kotak-kotak yang kosong
diambil dari panjang kromosom dikurangi dengan sehingga panjang kromosom adalah sama dengan
jumlah gen error. Gen error adalah gen yang jumlah kotak yang kosong pada puzzle. Nilai
berisi angka yang berulang pada baris, kolom, untuk masing-masing gen pada kromosom
atau region. Metode seleksi yang digunakan diambil secara acak dari kandidat-kandidat pada
adalah Roulette-Wheel. setiap sel. Kandidat nilai untuk setiap kromosom
adalah angka 1 hingga 9. Pada pemrograman,
4.2. Pembangkitan Puzzle kromosom direpresentasikan dengan array of
integer (int[]). Bentuk kromosom dapat dilihat
Pembangkitan puzzle adalah proses pada Gambar 2.
pembuatan puzzle Sudoku yang valid. Puzzle
sudoku direpresentasikan dengan array dua 4 7 8 9 4 3 6 1 7 4 6 5 2 5 6 9 9 7 4 7
dimensi. Puzzle ini harus memenuhi aturan dalam
Gambar 2. Contoh Bentuk Kromosom
permainan Sudoku, yaitu tidak boleh ada angka
yang berulang pada baris, kolom, dan region.
4.4. Eliminasi Kandidat
Puzzle ini kemudian dikosongkan beberapa
kotaknya yang jumlahnya tergantung ada tingkat Eliminasi kandidat dilakukan untuk
kesulitan permainan.
menghilangkan kandidat-kandidat solusi yang
Tekniknya, kandidat-kandidat pada setiap
tidak mungkin. Kandidat yang tidak mungkin
blok direpresentasikan dengan sebuah List. Pada
adalah kandidat yang memiliki angka yang
kondisi awal, list tersebut berisi angka 1 hingga 9.
berulang pada baris, kolom, atau region yang
Karena papan berukuran 9x9, penyimpanan sel
512
Seminar Nasional Informatika 2015
513
Seminar Nasional Informatika 2015
4.8. Elitisme
4.10. Mutasi
4. Eksperimen dan Pembahasan
Mutasi dilakukan satu titik, yaitu dengan
mengganti nilai pada gen tertentu dengan nilai Setelah perencanaan dan pembuatan sistem,
yang lain yang mungkin diisikan pada kotak yang maka langkah selanjutnya yaitu melakukan
bersesuaian. Mutasi Single Point dapat dilihat pengujian terhadap sistem yang telah dibuat.
pada Gambar 7. 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
Seminar Nasional Informatika 2015
Puzzle yang digunakan untuk percobaan inisialisasi populasi baru dapat membawa kepada
adalah puzzle dengan tingkat kesulitan Sulit (55 solusi dengan lebih cepat. Dan penambahan
kotak kosong). Puzzle ini disimpan ke dalam file jumlah generasi maksimum berarti
dan di-load pada setiap percobaan. Percobaan memperpanjang stagnasi dan akan membuang
yang dilakukan adalah dengan mengubah-ubah waktu.
konfigurasi Algoritma Genetika, yaitu jumlah Percobaan jumlah kromosom dilakukan
individu, generasi maksimum, crossover rate, dengan menambah jumlah kromosom untuk
jumlah titik crossover, dan mutation rate. dilihat pengaruh pada performa Algoritma
Untuk setiap konfigurasi, dilakukan 10 Genetika. Hasil percobaan digambarkan pada
percobaan dan diambil nilai rata-ratanya. Hal ini grafik berikut.
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 Gambar 11. Grafik Pengaruh Jumlah Kromosom
ini bertujuan untuk menghindari proses evolusi terhadap Waktu Evolusi
yang stagnan, yang artinya tidak ada peningkatan
nilai fitness pada populasi. Grafik yang Grafik di atas menunjukkan pengaruh
ditampulkan pada Gambar 9 di bawah ini adalah jumlah kromosom dalam populasi terhadap waktu
grafik nilai rata-rata dari percobaan tersebut. 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
Gambar 9. Grafik Pengaruh Jumlah Generasi pada populasi berarti semakin banyak operasi-
Maksimum terhadap Waktu Evolusi operasi seleksi, crossover, dan mutasi yang harus
dilakukan, dan itu menambah waktu evolusi.
Grafik di atas menunjukkan pengaruh Percobaan crossover rate dilakukan untuk
jumlah generasi maksimum pada waktu evolusi. melihat pengaruh probabilitas crossover pada
Penambahan jumlah generasi maksimum dapat waktu evolusi Algoritma Genetika. Hasil
menurunkan performa Algoritma Genetika. Hal percobaan digambarkan pada grafik berikut.
itu membawa kepada analisa yang lain, seperti
ditunjukkan oleh grafik pada Gambar 10 berikut.
Gambar 10. Stagnasi pada Proses Evolusi Grafik di atas menunjukkan pengaruh
crossover rate atau probabilitas crossover
Grafik di atas menunjukkan peningkatan terhadap waktu evolusi. Pada grafik tersebut ada
nilai fitness pada proses evolusi suatu populasi. penurunan performa Algoritma Genetika yang
Grafik tersebut juga menggambarkan nilai fitness sebanding dengan penambahan crossover rate.
yang tidak meningkat hingga generasi ke-2000. Percobaan mutation rate dilakukan untuk
Ada kemungkinan nilai fitness tersebut akan mengetahui pengaruhnya terhadap waktu evolusi.
meningkat pada generasi-generasi selanjutnya, Hasil percobaan digambarkan pada grafik berikut
namun akan lebih baik jika dilakukan inisialisasi :
populasi dari awal. Hal ini disebabkan karena
515
Seminar Nasional Informatika 2015
Grafik di atas menunjukkan pengaruh Gambar 16. Tampilan Permainan Puzzle Sudoku
mutation rate atau probabilitas mutasi terhadap
waktu evolusi. Pada grafik tersebut terjadi Aplikasi ini dibuat dengan bahasa
penurunan performa Algoritma Genetika yang pemograman Eclipse for Java Developers dapat
sebanding dengan penambahan mutation rate. Hal dijalankan dengan komputer yang berbasiskan
ini disebabkan karena mutasi dibutuhkan terus- windows ataupun handphone android.
menerus untuk mencapai solusi. Menaikkan
mutation rate berarti memperbanyak proses 6. Kesimpulan
mutasi yang terjadi sehingga solusi akan lebih
cepat tercapai. Berdasarkan hasil pengujian dan analisa
yang telah dibahas pada bab sebelumnya, maka
5. Implementasi dapat dibuat beberapa kesimpulan sebagai
berikut:
Implementasi dilakukan pada emulator a. Dalam proses evolusi menuju nilai fitness
eclipse Galileo dengan versi 2.2 ke atas. Adapun yang sempurna, seringkali terjadi stagnasi
tampilan permainan Sudoku berbasis android yang membuang waktu dan menyebabkan
seperti Gambar 14 di bawah ini : 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.
Gambar 14. Tampilan Awal Aplikasi
Daftar Pustaka:
516
Seminar Nasional Informatika 2015
517
Seminar Nasional Informatika 2015
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.
518
Seminar Nasional Informatika 2015
Robshaw, R. Sidney, dan Y.L. Yin merupakan tersebut akan menunggu pesan yang ditujukan
salah satu algoritma yang menjadi finalis kandidat pada nomor port tersebut. Untuk mengirimkan
untuk menjadi AES. Algoritma ini cukup diakui pesan pada port yang spesifik, pengirim harus
kesederhanaannya dan kesesuaiannya untuk menyertakan nomor port pada pesan yang
diimplementasikan pada prosesor dengan dikirimkannya. Jika pengirim tidak menyertakan
arsitektur ARM yang banyak dipakai pada telepon nomor port, seperti halnya yang dilakukan oleh
selular dibandingkan dengan finalis yang lainnya aplikasi standar setiap telepon selular, maka pesan
pada saat itu. akan ditujukan ke aplikasi standar yang dimiliki
Oleh karena itu, penulis mengusulkan oleh telepon selular atau aplikasi yang memiliki
sebuah aplikasi pengamanan SMS menggunakan nomor port 0. Informasi nomor port tersebut
algoritma RC6 pada mobile device berbasis dibawa bersama paket pesan yang dikirimkan
android. oleh pengirim, oleh karena itu jika pengirim
menyertakan informasi nomor port tujuan, maka
2. Short Message Service (SMS) panjang maksimal pesan yang dapat dikirimkan
akan berkurang karena sebagian terpakai oleh
Short Message Service (SMS) merupakan informasi nomor port.
sebuah layanan yang banyak diaplikasikan pada
sistem komunikasi tanpa kabel, memungkinkan 3. Kriptografi
dilakukannya pengiriman pesan dalam bentuk
teks. SMS didukung oleh GSM (Global System Keamanan data adalah suatu hal yang sangat
For Mobile Communication), TDMA (Time penting dan harus diperhatikan jika kita akan
Division Multiple Access), CDMA (Code Division melakukan pengiriman data dari satu pihak ke
Multiple Access) yang berbasis pada telepon pihak lainnya. Hal tersebut dilakukan karena
seluler yang saat ini banyak digunakan. [1] mungkin saja data yang dikirimkan tersebut dicuri
SMS merupakan suatu fasilitas untuk oleh pihak lain sebelum data tersebut sampai ke
mengirim dan menerima suatu pesan singkat pihak yang dituju, ataupun salah kirim secara
berupa teks melalui perangkat komunikasi telepon tidak sengaja ke tujuan yang salah. Oleh sebab
selular. Pada proses pengiriman SMS, SMS itu, data harus diamankan terlebih dahulu sebelum
tersebut tidak langsung dikirimkan dari mobile dikirimkan agar data terlindungi dari pihak yang
phone pengirim ke mobile phone tujuan, akan tidak memiliki izin untuk membaca dan
tetapi terlebih dahulu dikirim ke Short Message mengetahui isi dari data yang dikirimkan tersebut.
Service Center (SMSC), kemudian dengan system Salah satu teknik pengamanan data yang umum
store and forward SMS tersebut dikirimkan ke dilakukan adalah pengamanan dengan cara
mobile phone tujuan. [2] mengubah data asli ke dalam bentuk yang tidak
Secara umum sebuah telepon selular hanya terbaca dengan menggunakan seperangkat aturan
dapat melakukan pengiriman satu buah paket tertentu yang hanya diketahui oleh pihak pengirim
SMS dalam satu pesan, namun dengan kemajuan dan penerima, sehingga pihak lain yang tidak
teknologi yang ada sekarang, beberapa telepon berhak atas data tersebut akan menemui kesulitan
selular mampu mengirimkan beberapa paket SMS untuk mengetahui isi dari data yang sudah
dalam satu pesan. Yang dilakukan telepon selular diamankan tersebut. [3]
agar dapat melakukan pengiriman beberapa paket Dalam kriptografi suatu pesan yang akan
dalam satu kali pengiriman pesan adalah dirahasiakan akan disandikan dengan
melakukan konkatinasi, jadi sebenarnya hal yang menggunakan suatu algoritma. Pesan yang telah
dilakukan sama dengan mengirimkan beberapa disandikan disebut plaintext dan pesan yang
pesan hanya saja dengan melakukan konkatinasi, sudah diacak atau disandikan disebut ciphertext.
beberapa pesan yang disatukan tersebut dapat Proses untuk mengkonversi plaintext menjadi
terlihat menjadi satu buah pesan. Dengan adanya ciphertext disebut enkripsi (encrypt) dan proses
fitur konkatinasi, sebuah SMS seolah-olah dapat untuk mengembalikan plaintext dari ciphertext
mengirim pesan dengan panjang lebih dari 160 disebut dekripsi (decrypt).
karakter (7 bit karakter) dalam satu buah pesan, Dengan diagram blok, proses enkripsi dan
namun pada fitur konkatinasi ini dibutuhkan dekripsi dapat digambarkan pada Gambar 1
sebuah informasi tambahan pada pesan untuk berikut : [4]
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 Gambar 1. Diagram Blok Proses Enkripsi dan
digunakan sebagai pengenal apabila terdapat dua Dekripsi
buah atau lebih aplikasi penerimaan SMS pada Pada operasi enkripsi dan dekripsi
sebuah telepon selular. Aplikasi penerimaan SMS dibutuhkan suatu kunci yang gunanya untuk
519
Seminar Nasional Informatika 2015
menjaga kerahasiaan cara kerja dari algoritma RC6 adalah algoritma yang menggunakan
enkripsi dan dekripsi. Algoritma enkripsi yang ukuran blok hingga 128 bit, dengan ukuran kunci
didasarkan pada kunci digolongkan menjadi dua yang digunakan bervariasi antara 128, 192 dan
bagian : 256 bit. Algoritma RC6 dilengkapi dengan
a. Algoritma Simetrik (Symmetric Algorithms), beberapa parameter, sehingga dituliskan sebagai
dimana kunci yang dipakai untuk proses RC6-w/r/b. Parameter w merupakan ukuran kata
enkripsi maupun proses dekripsi sama. dalam satuan bit, parameter r merupakan bilangan
Algoritma ini dapat disebut juga secret-key bukan negatif yang menunjukan banyaknya iterasi
algorithms atau one-key algorithms. selama proses enkripsi dan parameter b
b. Algoritma Asimetrik (Asymmetric menunjukan ukuran kunci enkripsi dalam byte.
Algorithms), dimana menggunakan kunci yang Setelah algoritma ini masuk dalam kandidat AES,
berbeda yaitu kunci publik (public key) untuk maka ditetapkan bahwa nilai w = 32, r = 20 dan b
melakukan proses enkripsi dan kunci pribadi bervariasi antara 16, 24 dan 32 byte. [5]
(private key) untuk melakukan proses dekripsi.
[4] 5.1. Pembentukan Kunci Internal
520
Seminar Nasional Informatika 2015
lebih rumit karena dalam melakukan enkripsi, terakhir. Setelah semua selesai blok yang
kunci yang dipakai adalah kunci internal. terbagi menjadi 4 bagian disatukan kembali.
Pada pembentukan kunci internal digunakan Algoritma RC6 termasuk kedalam iterated
iterasi yang cukup banyak baik pada tahap satu, di cipher, kekuatan utama algoritma ini terletak pada
mana untuk melakukan ekspansi kunci iterasi yang dilakukannya. Dengan dilakukannya
dibutuhkan iterasi, dan pada tahap dua, dimana iterasi yang berulang ulang dengan menggunakan
dibutuhkan iterasi untuk melakukan inisialisai kunci yang berbeda-beda, maka prinsip confusion
array serta pada tahap terakhir yang dibutuhkan dan diffusion dilakukan secara berulang-ulang
untuk menggabungkan dua buah array, yang pula, sehingga keamanan akan semakin baik.
bahkan dilakukan selama tiga kali. Iterasi-iterasi Serangan yang paling baik untuk
ini membutuhkan waktu yang cukup besar untuk memecahkan algoritma RC6 adalah serangan
dilakukan. dengan menggunakan exhaustive search yang
ditujukan kepada kunci yang dimasukkan oleh
5.2. Proses Enkripsi dan Dekripsi pengguna atau kunci internal. Untuk serangan
yang lebih rumit seperti kriptanalisis differensial
Algoritma RC6 bekerja dengan empat dan linier, dapat digunakan untuk memecahkan
buah register A,B,C,D yang masing-masing algoritma RC6 yang menggunakan jumlah rotasi
berukuran w-bit, register-register tersebut akan yang kecil, untuk jumlah rotasi 20 ke atas,
diisi oleh plainteks yang kemudian akan serangan ini tidak dapat bekerja dengan baik
digunakan selama proses enkripsi dan setelah karena sulitnya menemukan karakteristik iteratif
proses enkripsi berakhir isi dari register-register yang baik atau perkiraan linier.
tersebut merupakan cipherteks. Byte pertama dari
plainteks atau cipherteks akan disimpan pada 6. Perancangan
least significant byte dari A dan byte terakhir dari
plainteks atau cipherteks disimpan pada most Masalah utama dari penelitian ini adalah
significant byte dari D. Proses enkripsi dan melakukan implementasi algoritma RC6 untuk
dekripsi algoritma RC6 menggunakan enam buah melakukan enkripsi SMS pada telepon selular.
operasi dasar : Agar pesan dapat dikirimkan dengan baik, dalam
a. a + b = penjumlahan integer modulo 2w melakukan enkripsi, yang dienkripsi hanya bagian
b. a - b = pengurangan integer modulo 2w message body saja karena jika bagian dari
c. a b = operasi bitwise exclusive-or sebesar message header dienkripsi, maka pesan tidak
w-bit words akan disampaikan dengan baik. Sebagai contoh,
d. a * b = perkalian integer modulo 2w salah satu bagian dari message header adalah
e. a<<<b = rotasi sejumlah w-bit word ke kiri nomor tujuan, apabila nomor tujuan ini dienkripsi,
sebanyak jumlah yang diberikan oleh least maka nomor dapat menjadi tidak dikenali atau
sifnificant lg w bit dari b berubah menjadi nomor lain sehingga pesan tidak
f. a>>>b = rotasi sejumlah w-bit word ke kanan dapat dikirimkan atau salah mengirimkan.
sebanyak jumlah yang diberikan oleh least
sifnificant lg w bit dari b. 6.1. Analisis Penerapan Enkripsi SMS
Langkah-langkah enkripsi algoritma RC6
secara detil adalah sebagai berikut : Algoritma RC6 merupakan algoritma yang
a. Blok plainteks dibagi menjadi 4 bagian A, B, sederhana, fungsi yang digunakan merupakan
C dan D yang masing-masing memiliki fungsi yang sederhana dan hanya mengandalkan
panjang w bit atau panjang blok dibagi 4. prinsip iterated cipher untuk keamanan.
Kemudian B dan D dijumlahkan (dalam Sehingga, dalam implementasi untuk melakukan
modulo 2w) dengan kunci internal S[0] dan enkripsi SMS pada telepon selular tidak
S[1]. diperlukan adanya penanganan khusus dalam
b. Selanjutnya pada setiap putaran dari 1 sampai melakukan implementasi algoritma, yang perlu
r, lakukan XOR dan pergeseran ke kiri diperhatikan dalam melakukan implementasi
terhadap A dengan f(x) yang di geser ke kiri algoritma RC6 untuk enkripsi SMS pada
sebanyak lg w, di mana f(x) = x* (2x+1) dan telepon selular adalah menghindari pemakaian
x = B. Setelah itu melakukan penjumlahan memory yang berlebihan dan melakukan
(dalam modulo 2w) dengan kunci internal. Hal penyesuaian aplikasi SMS terhadap algoritma
serupa dilakukan pula terhadap C dengan x = RC6.
D. Kemudian melakukan swapping A B, B C, Aplikasi yang akan dibangun merupakan
C D dan D A aplikasi pengiriman dan penerimaan pesan yang
c. Setelah iterasi selesai langkah terakhir adalah berdiri sendiri. Hal tersebut berdasarkan
w
melakukan penjumlahan (dalam modulo 2 ) pertimbangan dimana aplikasi SMS standar tiap
terhadap A dan C dengan dua kunci internal jenis telepon selular tidaklah sama, panjang
sebuah karakter dapat beragam dan kemampuan
521
Seminar Nasional Informatika 2015
untuk melakukan konkatinasi tidak dimiliki oleh b. Sistem dapat melakukan enkripsi SMS dengan
semua jenis telepon selular dan juga tidak semua menggunakan algoritma RC6.
aplikasi pengiriman SMS mengirimkan pesan c. Sistem harus dapat melakukan penyimpanan
dalam bentuk binary. pesan.
Tampilan hasil enkripsi dan data hasil d. Dalam melakukan penyimpanan pesan, pesan
enkripsi yang diterima harus diperhatikan, hal ini yang akan / sudah terkirim dengan pesan yang
dikarenakan pada data hasil enkripsi, setiap diterima harus dapat dibedakan.
karakternya akan memiliki panjang 8 bit, e. Sistem harus dapat menerima pesan.Untuk
sedangkan sebagian telepon selular hanya dapat menerima pesan ini, system harus dapat
dapat menampilkan karakter dengan panjang 7 berjalan terus dan dapat memberikan
bit. Untuk 128 karakter pertama pada karakter pemberitahuan jika pesan datang.
ASCII dengan panjang 8 bit yang jarak f. Sistem harus mampu melakukan dekripsi.
karakternya direpresentasikan oleh bit-bit Pesan yang telah terenkripsi harus dapat
00000000 sampai 01111111 akan dapat dikembalikan menjadi pesan semula jika
ditampilkan oleh telepon selular karena bit MSB masukkan kunci dari pengguna benar.
yang bernilai 0 tidak akan dibaca, namun apabila g. Sistem memiliki fasilitas untuk melakukan
bit MSB tersebut bernilai 1, maka jika dipaksa pemilihan properti algoritma RC6.
untuk ditampilkan sebagai karakter oleh telepon Selain kebutuhan fungsional di atas, aplikasi
selular, akan ditampilkan sebagai karakter dalam yang akan dibangun harus dapat memenuhi
format ucs2 atau unicode yang memiliki panjang beberapa kebutuhan non-fungsional yang dapat
16 bit atau menjadi bernilai 2 byte. hal ini akan membantu pengguna dalam menggunakan
sangat merugikan jika diimplementasikan untuk aplikasi dan juga dapat memudahkan dalam
SMS. Dengan pertimbangan tersebut, dalam pengembangan lebih lanjut. Kebutuhan non-
implementasi yang akan dilakukan, jika sebuah fungsional itu antara lain:
pesan telah terenkripsi, maka, dalam pengiriman a. Sistem akan memiliki antar muka yang
pesan, pesan yang dikirim berupa pesan binary menarik dan juga mudah untuk dimengerti.
yang terdiri dari byte-byte hasil enkripsi. b. Sistem akan memiliki menu bantuan agar
memudahkan dalam penggunaan.
c. Sistem mudah untuk dikembangkan lebih
6.2. Analisis Spesifikasi dan Kebutuhan lanjut. Untuk memenuhi hal ini, sistem
Perangkat Lunak sebaiknya dibangun dengan konsep
pemrograman berorientasi objek, dengan
Perangkat lunak yang akan dibangun rancangan kelas yang baik.
memiliki dua buah fitur utama, yaitu:
a. Melakukan enkripsi SMS pada telepon selular 6.2. Flowchart
dengan algoritma RC6. Pada perangkat lunak
yang akan dibangun, pengguna harus dapat Flowchart atau diagram alir adalah
melakukan pembuatan SMS yang kemudian sekumpulan simbol-simbol atau skema yang
dapat dienkripsi dan pesan SMS yang telah menunjukkan atau menggambarkan rangkaian
terenkripsi tersebut harus dapat dikirimkan ke kegiatan-kegiatan program dari mulai awal hingga
tujuan dengan baik oleh perangkat lunak yang akhir. Adapun flowchart dari aplikasi enkripsi
akan dibangun. dengan menggunakan algoritma RC6 yang
b. Melakukan dekripsi dari SMS terenkripsi yang diterapkan untuk enkripsi SMS adalah :
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
Seminar Nasional Informatika 2015
523
Seminar Nasional Informatika 2015
524
Seminar Nasional Informatika 2015
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.
525
Seminar Nasional Informatika 2015
berhubungan satu sama lain( tidak berupa siklus Menurut Bahri dkk (2010). Belajar adalah
kegiatan keseharian. proses perubahan perilaku berkat pengalaman dan
Anak - anak cenderung lebih suka bermain latihan.
dan aktif. Jika sistem yang dipakai kaku, dapat Sardiman (2011). Belajar adalah rangkaian
menimbulkan ketidaknyamanan yang pada kegiatan jiwa raga, psikofisik untuk menuju ke
akhirnya menimbulkan kebosanan. Akibatnya perkembangan pribadi manusia seutuhnya, yang
anak jadi malas untuk belajar. Hal inilah yang berarti menyangkut unsur cipta, rasa dan karsa,
terjadi pada sistem yang ada sekarang. ranah kognitif, afektif dan psikomotorik. Menurut
Para pendidik pun terkadang kesulitan untuk Purwanto, (2011). Belajar merupakan proses
mengajarkan yang berupa siklus keseharian dalam diri individu yang berinteraksi dengan
karena harus mengumpulkannya satu persatu. Dan lingkungan untuk mendapatkan perubahan dalam
ini membutuhkan waktu. Belum lagi harus perilakunya.
mengajarkannya secara perlahan pada anak - anak Menurut Hardini dan Puspitasari (2012)
yang memiliki daya ingat yang berbeda - beda. Pembelajaran adalah suatu aktivitas yang dengan
Sasaran Game edukasi ini adalah untuk sengaja untuk memodifikasi berbagai kondisi
Anak Pendidikan Anak Usia Dini & TK, Untuk yang diarahkan untuk tercapainya suatu tujuan,
Anak - anak Sekolah Dasar, Untuk Guru guru yaitu tercapainya tujuan kurikulum. Seorang ahli
PAUD, TK & SD, dan juga untuk para Orang yang lain mengemukakan bahwa Pembelajaran
Tua. adalah kegiatan yang dirancang oleh guru untuk
Tujuan dari Game ini sendiri adalah agar membantu siswa mempelajari suatu kemampuan
para orang tua, pendidik, dan anak - anak itu dan atau nilai yang baru dalam suatu proses yang
sendiri dapat mendalami ilmu agama dengan lebih sistemmatis, melalui tahap rancangan ,
baik dan lebih mudah tanpa mengesampingkan pelaksanaan dan evaluasi.(Sagala 2010).
perkembangan tekhnologi yang terkadang Pendidikan anak usia dini merupakan salah
bertentangan dengan ilmu agama. satu bentuk penyelenggaraan pendidikan yang
menitikberatkan pada peletakan dasar ke arah
1.2 Masalah. pertumbuhan dan perkembangan fisik (koordinasi
Sebelum membuat game edukasi ini, kita motorik halus dan kasar), kecerdasan (daya pikir,
harus mengetahui apa saja alasan, tujuan dan apa daya cipta, kecerdasan emosi, kecerdasan
saja yang akan kita tampilkan dalam game ini spiritual), sosio emosional (sikap dan perilaku
seperti : serta agama) bahasa dan komunikasi, sesuai
Mengapa perlu dibuat game edukasi dengan keunikan dan tahap-tahap perkembangan
untuk menanamkan nilai Agama pada yang dilalui oleh anak usia dini.( Adalilla, S,
seseorang semenjak kanak - kanak ini? 2010)
PAUD merupakan salah satu bentuk
Siapa saja yang akan memakai Game penyelenggaraan pendidikan yang
edukasi ini? menitikberatkan pada peletakan dasar kearah
Apa saja kelemahan sistem yang sudah pertumbuhan dan perkembangan fisik dan
ada saat ini? kecerdasan, daya pikir, daya cipta, emosi,
Dimanakah Game ini akan diterapkan? spiritual, berbahasa/komunikasi, dan social
Bagaimana tampilan dan cara (Hasan, 2009).
memakainya? Menurut Ahira Pendidikan Anak Usia Dini
adalah jenjang pendidikan yang dilakukan
2. Kajian Teori sebelum jenjang pendidikan dasar yang
Menurut Norman L. Enger dalam merupakan suatu pembinaan yang ditujukan bagi
bukunya Tata Sutabri (2012),menyatakan anak sejak lahir sampai usia 6 tahun yang
bahwa sistem dapat terdiri atas kegiatan-kegiatan dilakukan melalui pemberian rangsangan
yang saling berhubungan guna mencapai tujuan- pendidikan untuk membantu pertumbuhan dan
tujuan seperti inventaris atau penjadwalan perkembangan jasmani dan rohani agar anak
produksi. memiliki kesiapan dalam memasuki pendidikan
Yakub (2012) berpendapat bahwa sistem lebih lanjut yang diselenggarakan pada jalur
adalah suatu jaringan kerja dari prosedur- formal dan informal (Ahira,2007)
prosedur yang berhubungan, terkumpul bersama- Menurut Harizal ada beberapa tahap
sama untuk melakukan suatu kegiatan atau tujuan perkembangan untuk anak usia dini, yaitu sebagai
tertentu. berikut :
Taufiq (2013) mengemukakan bahwa 1) Sejak lahir sampai dengan usia 3 tahun,
sistem adalah kumpulan dari sub-sub sistem anak memiliki kepekaan sensoris dan
abstrak maupun fisik yang saling terintegrasi daya pikir yang sudah mulai dapat
dan berkolaborasi untuk mencapai suatu tujuan menyerap pengalaman melalui
tertentu. sensorinya.
526
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
527
Seminar Nasional Informatika 2015
.
Gambar 7. Tampilan Kegiatan Dimalam Hari
Gambar 4. Tampilan menu pilihan doa Gambar 7 diatas menunjukkan tampilan ketika
meng-KLIK menu pilihan Kegiatan Dimalam
Gambar 4 diatas menunjukkan tampilan Hari. Saat anda meng-Play..Animasi akan
menu pilihan permainan ketika ditampilan Menu bermain. Isinya adalah siklus dan kegiatan berdoa
Utama memilih Play. dalam beraktifitas malam hari seperti Belajar,
Mengaji, hingga pergi Tidur. Jika memilih keluar
maka akan kembali ke Menu Utama.
4. Kesimpulan
528
Seminar Nasional Informatika 2015
saat ini yaitu sistem pembelajaran yang Manajemen. Yogyakarta: Graha Ilmu.
tidak hanya bisa diakses secara manual 2013
seperti disekolah, sehingga memberikan [4] Bahri Djamarah Syaiful, dan Zain Aswan,
solusi bagi orangtua yang juga ingin Strategi Belajar Mengajar, Rineka Cipta,
mengajarkan doa pada anaknya sekaligus Jakarta, 2010.
berusaha dekat dan bermain bersama [5] Sardiman. Interaksi dan Motivasi Belajar
mereka. Mengajar. Jakarta: Rajawali Pers, 2011
3. Sistem pembelajaran ini bisa dimainkan [6] Purwanto. 2011. Evaluasi Hasil Belajar
oleh siapa saja. Meski sistem pembelajaran Yogyakarta, Pustaka Pelajar, 2011.
ini ditujukan khusus untuk anak PAUD, [7] Hardini, Isriani dan Dewi Puspitasari.
namun tidak menutup kemungkinan dapat Strategi Pembelajaran Terpadu (Teori,
digunakan untuk anak TK, SD, Guru dan Konsep dan Implementasi). Yogyakarta
para orangtua. Familia 2012.
4. Sistem yang ada sekarang masih [8] Sagala, Syaiful. Konsep dan makna
melakukan cara manual dan konvensinal. Pembelajaran: Untuk membantu
Cara Konvensional yang mengharuskan Memecahkan Problematika Belajar dan
terjadinya komunikasi dua arah dapat mengajar. Bandung Alfabeta. 2010.
menghambat perkembangan belajar anak [9] Adallila, S.. Pentingnya Pendidikan Anak
ketika anak berhalangan masuk sekolah. Usia ini
5. Untuk awal percobaan sistem ini akan .http://sadidadallila.wordpress.com
diterapkan di PAUD assalam Sepatan. (diakses 17 Mei 2011). 2010
Namun tidak menutup kemungkinan akan [10] Hasan, M.. Pendidikan Anak Usia Dini
disebar ke Sekolah-sekolah yang lain (PAUD). Diva Press. Yogyakarta. 2009
ditahap selanjutnya. [11] Ashak Abdulhak. Memposisikan
6. Tampilan dari sistem usulan ini berupa Pendidikan Anak Usia Dini dalam Sistem
gambar animasi dengan suara dan musik Pendidikan Nasional Buletin PADU.
pengiring. Dilengkapi juga dengan Jurnal Ilmiah Anak Usia Dini. Edisi 03,
petunjuk permainan seperti yang telah Desember 2002. (Jakarta: Dir.PAUD,
dibahas diatas. Dirjend. PLSP, Depdiknas, 2007)
[12] Harizal. Pendidikan Anak Dini Usia
Daftar Pustaka: Dalam Rangka Otonomi Daerah. Buletin
Padu Jurnal Ilmiah Anak Dini Usia. 2008
[1] Sutabri, Tata.. Analisis Sistem Informasi.
Yogyakarta: Andi Offset. 2012
[2] Yakub.. Pengantar Sistem
Informasi.Yogyakarta: Graha Ilmu. 2012
[3] Taufiq, Rohmat.. Sistem Informasi
529
Seminar Nasional Informatika 2015
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.
530
Seminar Nasional Informatika 2015
2 Tegangan Watt
3 Perlengkapan Unit
531
Seminar Nasional Informatika 2015
2. Tegangan
Persamaan fungsi keanggotaan untuk variabel
tegangan seperti di bawah ini :
4. Pemakaian Listrik
Untuk himpunan fuzzy variabel pemakaian
listrik dapat dilihat pada tabel 5 di bawah ini :
532
Seminar Nasional Informatika 2015
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:
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 :
Kesimpulan
Gambar 6.Aturan Fuzzy dalam Rule Editor Adapun dari penelitian ini dapat diambil
Matlab kesimpulan sebagai berikut :
1. Penerapan metode fuzzy mamdani dipilih
[R1] IF Luas Rumah is Standar AND Tegangan is dikarenakan tingkat keakuratannya dalam
Rendah AND Perlengkapan is Sedikit THEN memprediksi pemakaian listrik lebih baik
Pemakaian Listrik is Rendah dibandingkan sugeno berdasarkan luas
-pred1 =Min rumah, tegangan dan perlengkapan.
((Standar(60);Rendah(4);Sedikit(900)) 2. Pengujian yang dilakukan dengan
= min (0; 0;0.5) menggunakan nilai luas rumah, perlengkapan
=0 yang digunakan dan tegangan akan
Setelah didapat nilai min lalu menghitung mendapatkan besar pemakaian listriknya
defuzzifikasi, adapun hasil yang dihasilkan
dengan tools Matlab berdasarkan data yang Saran
ditentukan didapat hasil pilihan dengan nilai 58.2
menggunakan fuzzy mamdani dan 50 untuk fuzzy Adapun saran dari penelitian ini adalah sebagai
sugeno dengan kata lain pemakaian listrik adalah berikut :
Rendah untuk kedua metode fuzzy tersebut, Nilai
534
Seminar Nasional Informatika 2015
535
Seminar Nasional Informatika 2015
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.
536
Seminar Nasional Informatika 2015
ini sudah kalah bersaing dengan keberadaan e. Membuat pelajaran Matematika menjadi
game-game modern lainnya. Jadi, dengan lebih menarik dan menyenangkan untuk
menggunakan ular tangga sebagai game edukatif dipelajari.
disamping sebagai sarana edukatif, dapat f. Menjadi sarana pembelajaran alternatif
menggangkat kembali image dari game tersebut. pelajaran Matematika bagi anak.
Game ular tangga ini akan dikembangkan g. Siswa SD Negri Gintung Kerta 3 menjadi
dengan cara yang berbeda. Ada tantangan terlatih untuk mengerjakan soal
tambahan yang disediakan dalam game ular Matematika dengan waktu yang singkat
tangga ini yakni terdapat soal-soal Matematika dan menyenangkan.
untuk anak skolah dasar kelas satu yang harus h. Siswa dapat mengenal kembali game ular
diselesaikan oleh player. Dengan tangga yang mulai ditinggalkan.
menggabungkan Matematika dan game ular
tangga diharapkan dapat membantu siswa untuk 2. Teori
belajar dengan menggunakan bantuan teknologi
informasi secara menyenangkan sehingga siswa Menurut Kamus Besar Bahasa Indonesia,
dapat lebih tertarik untuk belajar matematika. pengembangan adalah proses, cara, perbuatan
mengembangkan (1989: 414).
1.2 Masalah Dan lebih dijelaskan lagi dalam Kamus
Masalah yang dibahas dalam makah ini Umum Bahasa Indonesia karya WJS
adalah : Poerwadarminta, bahwa pengembangan adalah
a. Dimana aplikasi game ular tangga ini akan perbuatan menjadikan bertambah, berubah
diterapkan? sempurna (pikiran, pengetahuan dan sebagainya)
b. Kenapa aplikasi game ular tangga ini akan (2002: 473).
dibangun? Kegiatan pengembangan meliputi tahapan:
c. Siapa sasaran utama pengguna (user) perencanaan, pelaksanaan, dan evaluasi yang
aplikasi game ular tangga ini? diikuti dengan kegiatan penyempurnaan sehingga
d. Apa manfaat game ular tangga ini? diperoleh bentuk yang dianggap memadahi.
e. Bagaimana aplikasi game ular tangga ini Untuk melakukan kegiatan pengembangan media
akan dibangun? pembelajaran diperlukan prosedur
pengembangan. Prosedur pengembangan adalah
1.3 Batasan langkah-langkah prosedural yang harus ditempuh
Agar penelitian yang dilakukan lebih oleh pengembang agar sampai ke produk yang
terarah dan sesui dengan tujuan penelitian, baik dispesifikasikan. Prosedur pengembangan media
dalam pengumpulan dan pengolahan data, analisa meliputi beberapa tahap, yaitu perencanaan atau
serta menarik kesimpulan, maka ruang lingkup penyusunan rancangan media, produksi media,
penelitian mencangkup sebagai berikut: dan evaluasi media.
a. game ular tangga interaktif ini hanya Herry (2007:6.31) menyatakan:Ada
berisikan materi matematika aritmatika tiga jenis media pembelajaran yang dapat
sederhana (tambah, kurang, bagi, dan kali) dikembangkan dan digunakan dalam kegiatan
yang dapat mengasah kecepatan dan pembelajaran oleh guru di sekolah, yaitu:
ketanggapan berpikir pemainnya. a. Media visual adalah media yang hanya dapat
b. Game ular tangga interaktif ini hanya dilihat dengan menggunakan indra
terbatas untuk 1 user ditambah 1 komputer penglihatan terdiri atas media yang dapat
/ pc diproyeksikan (projekted visual) dan media
c. Aplikasi game ular tangga ini dibangun yang tidak dapat diproyeksikan
untuk SD Negeri gintumg kerta 3 klari (nonprojekted visual).
karawang. b. Media audio adalah media yang
mengandung pesan dalam bentuk auditif
1.4 Tujuan & Manfaat yang dapat merangsang pikiran, perasaan,
perhatian, dan kemauan para siswa untuk
a. Menjadikan aplikasi game ular tangga mempelajari bahan ajar dan jenisnya.
sebagai sarana pembelajaran Matematika c. Media audio visual merupakan kombinasi
dan hiburan yang efektif. dari media audio dan media audio visual
b. Meningkatkan minat siswa pada pelajaran atau media pandang dengar.
matematika.
c. Meningkatkan kecepatan siswa SD Negri Kurikulum 2004:Matematika merupakan
Gintung Kerta 3 dalam mengerjakan soal suatu bahan kajian yang memiliki objek abstrak
Matematika. dan dibangun melalui proses penalaran deduktif,
d. Melestarikan game ular tangga yang yaitu kebenaran suatu konsep diperoleh sebagai
semakin kurang diminati. akibat logis dari kebenaran sebelumnya sudah
537
Seminar Nasional Informatika 2015
diterima sehingga keterkaitan antara konsep pada manusia baik disemak-semak maupun
dalam matematika bersifat sangat kuat dan jelas. ditanah yang permukaannya tidak rata.
Kurikulum 2006:Matematika merupakan Ular termasuk dalam Kelas Reptilia,
ilmu universal yang mendasari perkembangan merupakan hewan yang hidupnya melata, dan
teknologi modern, mempunyai peran penting kebanyakan hidup di terestrial, dan termasuk
dalam berbagai disiplin dan memajukan daya dalam Ordo Squamata karena tubuhnya
pikir manusia. Perkembangan pesat di bidang dikelilingi oleh sisik. Dalam penggolongan
teknologi informasi dan komunikasi dewasa ini Subordo, ular masuk dalam kategori Ophidia
dilandasi oleh perkembangan matematika di (Serpentes) atau hewan tidak berkaki.
bidang teori bilangan, aljabar, analisis, teori
peluang, dan diskrit. Untuk mengusai dan 3. Analisa Sistem Berjalan
menciptakan teknologi di masa depan diperlukan 3.1 Tinjauan Umum
penguasaan matematika yang kuat sejak dini.
Riedesel: Matematika adalah kumpulan Ular tangga adalah permainan papan untuk
kebenaran dan aturan, matematika bukanlah anak-anak yang dimainkan oleh 2 orang atau
sekedar berhitung. Matematika merupakan sebuah lebih. Papan permainan dibagi dalam kotak-kotak
bahasa, kegiatan pembangkitan masalah dan kecil dan di beberapa kotak digambar sejumlah
pemecahan masalah, kegiatan menemukan dan "tangga" atau "ular" yang menghubungkannya
mempelajari pola serta hubungan. dengan kotak lain. Permainan ini diciptakan pada
Menurut Chris Crawford, seorang computer tahun 1870.
game designer mengemukakan bahwa game, pada Tidak ada papan permainan standar dalam
intinya adalah sebuah interaktif, aktivitas yang ular tangga - setiap orang dapat menciptakan
berpusat pada sebuah pencapaian, ada pelaku papan mereka sendiri dengan jumlah kotak, ular
aktif, ada lawan anda. dan tangga yang berlainan.
Menurut David Parlett, Game adalah sesuatu Setiap pemain mulai dengan bidaknya di
yang memiliki "akhir dan cara mencapainya": kotak pertama (biasanya kotak di sudut kiri
artinya ada tujuan, hasil dan serangkaian bawah) dan secara bergiliran melemparkan dadu.
peraturan untuk mencapai keduanya. Bidak dijalankan sesuai dengan jumlah mata dadu
Menurut Roger Caillois, seorang sosiolog yang muncul. Bila pemain mendarat di ujung
Perancis, dalam bukunya yang berjudul Les jeux bawah sebuah tangga, mereka dapat langsung
et les hommes menyatakan game adalah aktivitas pergi ke ujung tangga yang lain. Bila mendarat di
yang mencakup karakteristik berikut: fun (bebas kotak dengan ular, mereka harus turun ke kotak di
bermain adalah pilihan bukan kewajiban), ujung bawah ular. Pemenang adalah pemain
separate (terpisah), uncertain, non-productive, pertama yang mencapai kotak terakhir.
governed by rules (ada aturan), fictitious (pura- Biasanya bila seorang pemain mendapatkan
pura). angka 6 dari dadu, mereka mendapat giliran sekali
Menurut Clark C. Abt, Game adalah lagi. Bila tidak, maka giliran jatuh ke pemain
kegiatan yang melibatkan keputusan pemain, selanjutnya.
berupaya mencapai tujuan dengan dibatasi oleh
konteks tertentu (misalnya, dibatasi oleh 3.2 Analisa Sistem
peraturan). 3.2.1 Use Case Diagram
Menurut Bernard Suits Game adalah upaya Berikut adalah Use Case Diagram system
sukarela untuk mengatasi rintangan yang tidak berjalan Ular Tangga.
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
Seminar Nasional Informatika 2015
Gambar 1. Use Case Diagram Sistem Berjalan Tahap perancangan isi juga merupakan
implementasi dari ide-ide kreatif yang kita miliki.
Use Case diagram diatas terdiri dari 2 actor Merancang isi meliputi mengevaluasi dan
yang berperan dalam system Ular Tangga system memilih daya tarik pesan, gaya dalam
berjalan. Actor tersebut adalah Player1 dan pengeksekusian pesan kata (tema) dalam
Player2. Sementara use case yang berhubungan mengeksekusi pesan Game interaktif ini terdiri
dengan system berjalan ulat tangga adalah : dari beberapa bagian, antara lain:
Use Case Play 1. Icon game : bagian ini merupakan icon
Use Case Kocok Dadu (Dadu1, Dadu2, game untuk memulai memulai
Dadu3, Dadu4, Dadu5, Dadu6) permaianan.
Use Case Jalankan Bidak (K.Gambar, 2. Menu awal/menu utama : Bagian awal
Stay, K.Ular, Turun, K.Tangga, Naik) game interaktif yang terdiri : Play, Help,
Use Case Finish Exit.
Dalam use case diagram di atas juga terdapat 3. Menu Main : Bagian ini merupakan
2 extend dari Use Case Kocok Dadu dan Use menu utama permaian, pada main menu
Case Jalankan Bidak. ini terdapat arena permainan, pilih
player, kocok dadu, play, skor, dan Exit
3.3 Activity Diagram 4. Menu Help : Bagian yang berisi
Berikut adalah Activity Diagram system penjelasan tentang cara pengoperasian /
berjalan Ular Tangga. bermain game interaktif ini.
5. Menu Skor : bagian ini menampilkan
menu skor player 1 dan player 2 serta
skor tertinggi.
539
Seminar Nasional Informatika 2015
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.
540
Seminar Nasional Informatika 2015
Daftar Pustaka:
541
Seminar Nasional Informatika 2015
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.
542
Seminar Nasional Informatika 2015
543
Seminar Nasional Informatika 2015
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
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
545
Seminar Nasional Informatika 2015
546
Seminar Nasional Informatika 2015
Berdasarkan hasil nilai preferensi diatas, maka [6]. Muhammad Hari Ramadhan, Rancangan
rangking yang telah diperoleh dapat diurutkan Aplikasi Untuk Menganalisa Bus Pt.Putra
sebagai berikut : Pelangi Medan Dalam Menentukan
V1 = 2,43 Kondisi Mesin Yang Layak Untuk
V2 = 2,49 Diberangkatkan Dengan Menggunakan
V3 = 2,37 Metode Saw (Simple Additive Weighting,
V4 = 2,56 SNIF 2014,
V5 = 2,37 [7]. Marimin, Nurul Maghfiroh, Aplikasi
Teknik Pengambilan Keputusan Dalam
Nilai terbesar adalah V4 , sehingga alternatif Manajemen Rantai Pasok, 2010.
A4 terpilih sebagai alternatif terbaik. Dengan kata [8]. Muhammad Sadeli, 7 Jam Belajar
lain Siswa tersebut layak untuk mendapatkan Interaktif Visual Basic 2010 Untuk Orang
bantuan dari sekolah atau BOS. Awam, 2010.
[9]. M. Sulaiman Silalahi, Sistem Pendukung
4. Kesimpulan Keputusan Kenaikanjabatan Dengan
Metode Simple Additive Weighting (SAW)
Dari hasil analisa sistem pendukung (Studi Kasus : Gapeksindo Medan), 2013.
keputusan pada SD Sekolah Dasar Negeri 101785 [10]. Nugroho Joko Usito, Sistem Pendukung
Deli Serdang dalam menentukan murid SD yang Keputusan Penilaian Proses Belajar
layak menerima dana bantuan operasional sekolah Mengajarmenggunakan Metode Simple
(BOS) dari kondisi kondisi yang ada dengan Additive Weighting (SAW),2013
menggunakan Fuzzy Multi Attribute Decision [11]. Renita Astri, Implementasi Sistem
Making (FMADM) dengan metode Simple Informasi Manajemen Pada Sistem
Additive Weighting (SAW), dapat disimpulkan Penjualan Makanan Di Rumah Makan,
bahwa, Dengan menggunakan Metode Simple Vol. 10 No. 1, 2013
Additive Weighting (SAW) dapat menentukan [12]. Pratiwi Heny, Sistem Pendukung
kondisi siswa, dari Rangking Siswa, Penghasilan Keputusan Penentuan Karyawan
Orang Tua Siswa, Tanggungan Anak Dari Orang Berprestasi Metode Multifactor Evaluation
Tua Siswa, Serta Kelas Siswa yang layak untuk Process (MFEP), Samarinda Kalimantan
menerima dana bantuan operasional sekolah Timur : Program Studi Teknik Informatika
(BOS). Politeknik Caltex Riau : Jurnal Teknik
Informatika, Vol 5 Nomer 2 September
2014.
Daftar Pustaka [13]. Pratiwi Heny, Sistem Pendukung
Keputusan Penyeleksian Calon Siswa Baru
[1]. Abdul Kadir, Pengenalan Sistem Di SMA Negeri 1 Bandar Dengan Metode
Informasi Edisi Revisi, 2014. Multifactor Evaluation Process (MFEP),
[2]. Angga Cahyo Saputro, Sistem Informasi Sisingamangaraja No.338 Simpang Limun
Geografis Perguruan Tinggi Di Daerah Medan : Program Studi Teknik Informatika
Yogyakarta Berbasis Android, 2012. Pelita Informatika Budi Darma : Jurnal
[3]. Hamim Tohari, Astah Analisis Serta Teknik Informatika, Vol VI Nomer 3 April
Perancangan Sistem Informasi Melalui 2014.
Pendekatan UML, 2014. [14]. Valensia Verina, Dewi Lulu Yohana, Diah
[4]. Hendrayudi, Dasar Dasar Pemrograman Kusuma Wardhani Kartina,Aplikasi
Microsoft Visual Besic 2008, 2011. Tutorial Sistem Pendukung Keputusan
[5]. Muhammad Dahria, et, al, Pendukung Menggunakan Metode Simple Additive
Keputusan Seleksi Calon Polri Baru Di Weighting, Program Studi Teknik
Polda Kota Medan Menggunakan Metode Informatika Politeknik Caltex Riau : Jurnal
Multifactor Evaluation Process (MFEP), Teknik Informatika, Vol 1 September 2012.
2014.
547
Seminar Nasional Informatika 2015
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.
548
Seminar Nasional Informatika 2015
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
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
551
Seminar Nasional Informatika 2015
DAFTAR PUSTAKA.
552
Seminar Nasional Informatika 2015
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.
553
Seminar Nasional Informatika 2015
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]
554
Seminar Nasional Informatika 2015
555
Seminar Nasional Informatika 2015
556
Seminar Nasional Informatika 2015
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
Gambar 11 Rancangan Form Tambah Data
pendidik ataupun data tenaga kependidikan
Pegawai
lebih akurat.
2. Data pegawai yang sering dibutuhkan oleh
Halaman ini digunakan untuk
pegawai dan dinas terkait dapat terlayani
menambah, mengedit ataupun menghapus data
dengan baik karena adanya kemudahan
pegawai. Halaman ini dapat diakses apabila
akses dimanapun dan kapanpun.
admin sudah masuk ke menu login terlebih
Dengan begitu, dapat disimpulkan
dahulu.
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.
Gambar 12 Rancangan Form Ganti Password 2. Saling interaksi harus selalu terjaga diantara
sesama personil, baik Kepala UPTD, Kepala
Halaman ini digunakan untuk merubah Sekolah/Guru, Tata Usaha, dan Dinas
password data pegawai. Halaman ini dapat Pendidikan terkait.
diakses apabila admin sudah masuk ke menu 3. UPTD harus lebih memperhatikan
login. kebutuhan perangkat komputer yang sesuai
baik hardware maupun software yang
Penjelasan Program digunakan guna lebih mendukung kinerja,
terutama pengolahan data pegawai yang
Sistem Informasi Kepegawaian di UPTD berbasis web. Hal tersebut memerlukan
Pendidikan Kecamatan Cikatomas Kabupaten perangkat komputer yang lebih canggih.
Tasikmalaya ini merupakan salah satu aplikasi
pengelolaan data pegawai di lingkungan UPTD DAFTAR PUSTAKA
berbasis web sehingga bisa diterapkan secara
online. Karena aplikasi ini berbasis web, maka [1]. Amsyah, Zulkifli. 2005. Manajemen Sistem
selain sebagai aplikasi juga digunakan sebagai 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
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
559
Seminar Nasional Informatika 2015
2.2.Sistem
Merancang
Sistem adalah sekumpulan elemen elemen yang
saling berinteraksi untuk mencapai suatu tujuan Mengimplementasi
tertentu. [3].
Memelihara
Sistem berasal dari Bahasa Latin (Systema)
dan bahasa Yunani (Sustema) adalah suatu
kesatuan yang terdiri dari komponen atau elemen Gambar. Kerangka Kerja Pengembangan
yang dihubungkan bersama untuk memudahkan Sistem (Informasi)
aliran informasi, materi atau energi. Istilah ini (Sumber : Hamim Tohari : 2014 ; 6)
sering dipergunakan untuk menggambarkan suatu
set entitas yang berinteraksi, di mana suatu model 2.3.Informasi
matematika seringkali bisa dibuat. [9]. 2.3.1.Pengertian Informasi
Sistem adalah sekumpulan elemen yang saling Informasi adalah data yang telah diproses
terkait atau terpadu yang dimaksudkan untuk sedemikian rupa sehingga meningkatkan
mencapai suatu tujuan. Jika dalam sebuah sistem pengetahuan seseorang yang menggunakan data
terdapat elemen yang tidak memberikan manfaat tersebut. Menurut Shannon dan Weaver (Kroenke,
dalam mencapai suatu tujuan yang sama, maka 1992) mendefinisikan informasi adalah jumlah
elemen tersebut dapat dipastikan bukanlah bagian ketidakpastian yang dikurangi ketika sebuah
dari sistem.[1]. pesan diterima. [1].
Sistem adalah suatu kesatuan usaha yang Informasi adalah suatu aset penting bagi
terdiri dari bagian bagian yang saling berkaitan suatu institusi atau organisasi. Oleh karena itu,
secara teratur dan berusaha untuk mencapai suatu informasi harus berkualitas, dijaga dan dipelihara
tujuan di dalam suatu lingkungan yang kompleks. dengan baik. [3].
[13].
2.4.1.KomponenKomponen Sistem Informasi
2.2.2.Pengembangan Sistem Sistem informasi memiliki beberapa
Pengembangan sistem (System komponen komponen sistem informasi yang
Development) dapat berarti meyususn sistem yang dapat dilihat pada gambar Komponen
baru untuk menggantikan sistem yang lama secara komponen sistem informasi dibawah ini, antara
keseluruhan atau pun memperbaiki sistem yang lain adalah sebagai berikut
sudah ada.
Perangkat
Sistem Yang Ada Keras
Permasalahan Perangkat
Kesempatan
Intruksi
Orang Lunak
Pengembangan Sistem
Memecahkan Masalah Komponen Sistem
Meraih Kesempatan
Memenuhi Intruksi Informasi
560
Seminar Nasional Informatika 2015
2.9.Metode Simple Additive Weighting (SAW) 17. Hasil akhir nilai preferensi (Vi) diperoleh dari
Metode Simple Additive Weighting (SAW) penjumlahan dari perkalian elemen baris
Merupakan metode penjumlahan terbobot. matrik ternormalisasi (Ri) dengan bobot
Konsep dasar Metode Simple Additive Weighting preferensi (W) yang bersesuaian eleman
(SAW) adalah Mencari penjumlahan terbobot kolom matrik (W).
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 Hasil perhitungan nilai Vi yang lebih
adanya 2 (dua) atribut yaitu kriteria keuntungan besar mengindikasikan bahwa alternatif Ai
(benefit) dan kriteria biaya (cost). Perbedaan imerupakan alternatif terbaik. [10].
mendasar dari kedua kriteria ini adalah dalam
pemilihan kriteria ketika mengambil keputusan. 2.9.1.Konsep Dasar Metode Simple Additive
[10]. Weighting (SAW)
Adapun langkah penyelesaian dalam Konsep dasar Metode Simple Additive
menggunakannya adalah: Weighting (SAW) adalah mencari penjumlahan
10. Menentukan alternatif, yaitu A. terbobot dari rating kinerja pada setiap
11. Menentukan kriteria yang akan dijadikan alternatif pada semua atribut. Metode SAW
acuan dalam pengambilan keputusan, yaitu Cj. dapat membantu dalam pengambilan keputusan
12. Memberikan nilai rating kecocokan setiap suatu kasus, akan tetapi perhitungan dengan
alternatif pada setiap kriteria. 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).
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
564
Seminar Nasional Informatika 2015
565
Seminar Nasional Informatika 2015
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
566
Seminar Nasional Informatika 2015
dini wilayah yang rawan bencana longsor, juga 2.2 Subsistem SIG
tindakan cepat untuk
SIG dapat diuraikan menjadi beberapa
subsistem sebagai berikut :
a) Data Input : subsistem ini bertugas untuk
2. Landasan Teori mengumpulkan, mempersiapkan, dan
menyimpan data spasial dan atributnya dari
2.1 Sistem Informasi Geografis berbagai sumber.
b) Data Output : sub sistem ini bertugas untuk
Istilah geografis merupakan bagian dari menampilkan atau menghasilkan keluaran
spasial (keruangan). Kedua istilah ini sering (termasuk ke ekspornya ke format yang
digunakan secara bergantian atau bahkan tertukar dikehemdaki) seluruh atau sebagian basis
satu sama lainnya sehingga muncullah istilah data (spasial)
yang ketiga, Geospasial. Ketiga istilah ini c) Data Management : sub sistem ini
mengandung pengertian yang kurang lebih serupa mengorganisasikan baik data spasial maupun
di dalam konteks SIG. Penggunaan kata tabel-tabel atribut terkait kedalam sebuah
geografis mengandung pengertian satu sistem basis data sedemikian rupa sehingga
persoalan atau hal mengenai (wilayah di mudah dipanggil kembali atau di retrieve (di
permukaan) bumi : baik permukaan tiga load ke memori), di update dan di edit.
dimensi.dengan demikian istilah informasi d) Data Manipulasi dan Analisis : subsistem ini
geografis mengendung pengertian informasi menentukan informasi-informasi yang dapat
mengenai tempat-tempat yang terletak di hasilkan oleh SIG.
dipermukaan bumi, pengetahuan dimana suatu
objek terletak dipermukaan bumi, atau informasi 2.3 Tanah Longsor
mengenai keterangan-keterangan (atribut) objek
penting yang terdapat dipermukaan bumi yang Mengutip dari Atika (2009), definisi tanah
posisinya diberikan atau diketahui. [1]. longsor telah mengalami perkembangan dari
Pada sebuah aplikasi SIG, terdapat beberapa tahun ke tahun. Berikut ini adalah definisi dari
fasilitas yang merupakan standar untuk beberapa tokoh yang telah dipublikasikan di
melengkapi peta yang tampil di layar monitor, berbagai pustaka: Skempton dan Hutchinson
antara lain: (1969), tanah longsor atau gerakan tanah
a) Legenda didefinisikan sebagai gerakan menuruni lereng
Legenda (legend) adalah keterangan tentang oleh massa tanah dan atau batuan penyusun lereng
objek-objek yang ada di peta, seperti warna akibat terganggunya kestabilan tanah atau batuan
hijau adalah hutan, garis merah adalah jalan, peyusun lereng tersebut.
simbol buku adalah universitas, dan
sebagainya. 3. Metode Perancangan
b) Skala
Skala adalah keterangan perbandingan Metode yang digunakan dalam penelitian ini
ukuran di layer dengan ukuran sebenarnya. adalah metode waterfall yaitu memecah sebuah
c) Zoom in / out proyek berdasarkan aktifitas, untuk membuat
Peta di layar dapat diperbesar dengan zoom perangkat lunak, terlebih dahulu harus melakukan
in dan diperkecil dengan zoom out. kegiatan tertentu, yaitu rekayasa sistem, analisis
d) Pan sistem, desain sistem, pengkodean (coding),
Dengan fasilitas pan peta dapat digeser- pengujian dan pemeliharaan (maintenance).
geser untuk melihat daerah yang Aktifitas yang terdapat di dalam waterfall tampak
dikehendaki. pada gambar berikut [2]:
e) Searching
Fasilitas ini digunakan untuk mencari System Engineering
g) Informasi
Setiap feature dilengkapi dengan informasi
Testing
yang dapat dilihat jika feature tersebut
diklik.
Maintenance
567
Seminar Nasional Informatika 2015
568
Seminar Nasional Informatika 2015
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
569
Seminar Nasional Informatika 2015
7. Kesimpulan
570
Seminar Nasional Informatika 2015
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
571
Seminar Nasional Informatika 2015
digunakan untuk berkomunikasi saja. Mobile yang memanfaatkan handphone yang dilengkapi
technology dapat digunakan diberbagai sektor dengan teknologi WAP (Wireless Application
kehidupan salah satunya adalah sektor pemesanan Protocol). Kesadaran pemilik usaha akan semakin
tiket. Handphone merupakan alat komunikasi banyaknya persaingan dibidang usaha yang sama,
seluler yang mudah dibawa kemana saja dan maka CV. Borneo Taxi mencoba mencari
hampir semua kalangan masyarakat memilikinya. alternatif baru untuk bertahan ditengah
Dengan demikian diharapkan agar informasi persaingan. Pengembangan sistem pemesanan
tentang perusahaan atau bisnis mudah diakses tiket taxi adalah merupakan salah satu alternatif
oleh siapa saja yang memiliki handphone, kapan yang tepat untuk dijalani saat ini. Dalam sistem
saja dan dimana saja[5]. Melalui mobile ini terdapat dua bagian pengguna yaitu admin
technology seperti handphone yang hampir yang melakukan pengelolaan data usaha termasuk
dimiliki semua orang, maka peneliti mencoba pengelolaan rute taxi dan pemerimaan pembelian
untuk menemukan sebuah inovasi untuk tiket secara online. Sedangkan masyarakat adalah
memanfaatkan handphone sebagai alat yang dapat pengguna yang ingin mendapatkan informasi rute
dipergunakan untuk mengakses informasi dengan dan jadwal keberangkatan taxi. Pada sistem ini
mudah dan cepat. Penyampaian informasi yang disediakan fitur untuk memesan tiket. Software
dilakukan menggunakan perangkat mobile dengan pendukung dalam menghasilkan sistem ini adalah
meminta request dari user akan diproses dalam Web server menggunakan apache, script PHP,
sistem kemudian hasilnya akan dikirim lagi ke WML dan database MySQL. Arsitektur
user dengan ditampilkan pada layar perangkat pengembangan sistem pemesanan tiket dengan
mobile[6]. memanfaatkan teknologi WAP yang diusulkan
Pemilihan teknologi WAP untuk pemesanan diperlihatkan pada gambar 1.
tiket taxi dikarenakan tidak semua handphone
yang dimiliki oleh masyarakat memiliki teknologi WAP gateway Apache, PHP dan
yang canggih sehingga akan mengalami kesulitan adalah perangkat
dua arah (sebagai
Database MySQL
572
Seminar Nasional Informatika 2015
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
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).
575
Seminar Nasional Informatika 2015
5. Saran
Daftar Pustaka:
576
Seminar Nasional Informatika 2015
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.
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
578
Seminar Nasional Informatika 2015
evaluasi Sistem Pendukung Keputusan Susu node yang sudah dipilih dalam kluster kriteria dan
Bayi. antar kluster.
f. Goal
Goal menjelaskan keseluruhan keputusan yaitu 3.2.1Rekapitulasi Hasil Perbandingan
tujuan yang hendak dicapai baik secara Kuesioner
keseluruhan maupun perkriteria. Goal dalam
penelitian ini adalah menentukan Susu Bayi Hasil rekapitulasi data kuesioner yang
terbaik. dibagikan pada 5 responden dimana jumlah
g. Kriteria pertanyaan perbandingan berpasangan adalah n(n-
Kriteria ini adalah merupakan atribut-atribut 1)/2 karena saling berbalikan dan diagonalnya
yang mendukung untuk memilih produk susu selalu bernilai satu. Kemudian hasilnya di rata-
terbaik sesuai dengan kasus yang di teliti. ratakan dan didapatkan hasil matriks
Berikut ini kriteria-kriteria yang digunakan perbandingan berpasangan kriteria.
dalam penelitian ini : Sebagai contoh , bobot relative yang
1. Komposisi Bahan Kandungan Nilai Gizi dinormalkan dari faktor komposisi bahan
2. Pemakaian Produk kandungan nilai gizi terhadap pemakaian produk
3. Penawaran Produk dalam tabel 2 adalah 0.5/4.5=0.1111, sedangkan
h. Alternatif bobot relative yang dinormalkan untuk faktor
Alternatif merupakan objek penelitian yang penawaran produk terhadap komposisi bahan
akan diproses untuk penentuan terhadap suatu kandungan nilai gizi 3/6 = 0.5
kasus. Adapun alternatif yang digunakan pada
penelitian ini yaitu : 3.2.2. Nilai Konsistensi
5. Frisian Flag Dalam melakukan pengujiandi AHP nilai
6. Lactogen konsistensi terhadap perbandingan antar elemen
7. Lactona
yang akan didapatkan pada setiap tingkat hirarki.
8. Nutrilon
9. Bebelac
10. SGM
Untuk menentukan susu terbaik yang tepat
dalam ini dihasilkan model AHP seperti dibawah
ini :
579
Seminar Nasional Informatika 2015
580
Seminar Nasional Informatika 2015
581
Seminar Nasional Informatika 2015
Susu Bayi, enam alternatif yaitu Frisian Flag Psikososial Terhadap Perkembangan Sosial
, Lactogen, Nutrilon, Lactona, Bebelac, Emosi Anak balita Pada Keluarga Ibu
Nutrilon dan SGM, sedangkan untuk kriteria Berkerja Dan Tidak Berkerja, Vol 3, No.1,
yaitu Kompos Gizi , Pemakaian Produk dan Januari.
Penawaran Produk . [2] M. Yousefi Nejad Attari, et.al. (2012). A
3. Perangkat Lunak yang dipergunakan dalam Decision Making Model For Qutsourcing Of
Penentuan Susu Bayi ini menggunakan manufacturing Activities By ANP And
Superdesicion yang telah membantu dalam DEMATEL Under Fuzzy Environmenx, Vol
proses metode dan Model dari AHP itu 23. Number. 3 (2012.).
sendiri. [3] Ening Ariningsih, (2008).Pengembangan
4. Dari hasil validasi kuisioner yang telah Industri Pengolahan Susu Dalam Upaya
dibagikan kepada responden menggunakan Peningkatan Komsumsi Susu dan Produk-
nilai konsistensi dibawah 0,1 menunjukkan Produk Olahan Susu Di Indonesia, Seminar
bahwa nilai konsistensi penilaian cukup Hari Pangan Sedunia XXVII, (2008).
baik. [4] Riska Devi Nur Arin,et.al, (2013). Penilaian
5. Berdasarkan hasil perhitungan akhir di Kinerja Pemasok Susu Segar Menggunakan
Superdecision menunjukkan bahwa Susu Metode Analytic Network Process Dan
Bebelac adalah susu bayi terbaik yang baik di Rating Scale Study Kasus Di Pusat Koperasi
komsumsi. Industri Susu Sekar Tanjung Pasuruan,
Vol.14, No. 2. Agustus (2013).
5.2 Saran [5] Fuadi Arif,et.al, (2010). Sistem Penunjang
Keputusan Untuk Mengukur Minat Siswa
Adapun saran yang dapat penulis berikan Dalam Memilih Ekstrakulukuler Pada SMA
dalam penelitian ini adalah : Negri 1 Haru Menggunakan Metode AHP
Dan Didukung Oleh Software Super
3. Diharapkan untuk kedepannya dibuat Decision, (2010).
kuisioner lebih dari 5 orang responden [6] Iskandar Z. Nasibu, (2009). Penerapan
dalam pengumpulan data agar hasil analisis Metode AHP Dalam Sistem Pendukung
akan dapat lebih baik lagi. Keputusan Penerapan Karyawan
4. Dalam melakukan perhitunggan Menggunakan Aplikasi Expert Choice, Vol.
berpasangan baik goal, kriteria dan 2, No. 5. Mei (2009).
alternatif, harus dilakukan dengan hati-hati, [7] Trianita Resmawati, et.al (2013). Analisis
jika terjadi kesalahan pada pemasukan Preferensi Konsumen Terhadap Produk Susu
datadapat menyebabkan hasil akhir yang di Berbasis Analisis Conjoint Dengan
peroleh tidak terpenuhi atau nilai Mengggunakan Metode Presentasi Pairwise
inkonsistennya salah . Comparison, Proseding Seminar Nasional
3. Berdasarkan hasil yang diperoleh dari Statistika Universitas Diponogoro, (2013).
penelitian ini, hasilnya dapat dijadikan [8] Hasyim, et.al. Perbandingan Susu Sapi
referensi oleh peneliti lain dan Dinas Dengan Susu Kedelai Tinjauan kandungan
Kesehatan. Dan Biokimia Absorbsi, (2013).
[9] Hamzah, et.al (2010). Sistem Pendukung
Keputusan Penilaian Kinerja Dosen Dengan
Daftar Pustaka Metode Balanced Scorecard, Seminar
nasional Informatika. Universitas Respati
[1] Eva Latifa, et.al,(2010). Pengaruh Yogyakarta, (2010).
Pemberian Pengaruh Asi Dan Stimulasi
582
Seminar Nasional Informatika 2015
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.
583
Seminar Nasional Informatika 2015
584
Seminar Nasional Informatika 2015
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.
4.2.3 Rigging
Proses Rigging adalah proses pembentukan
rangka untuk objek 3D agar dapat di animasikan
atau di gerakkan.
Gambar 3 Modeling awal gajah
4.2.4 Animate
Animate adalah proses menggerakan objek 3D
Gambar 4 Modeling awal gajah pada sebuah aplikasi, setelah rigging selesai maka
animate atau animasi dapat dilakukan dengan
Pada gambar 4 adalah gambar dari proses mudah karena hanya menggerakan tulang
modeling awal karakter hewan 3d gajah dari cube tulang rigging yang ada, cara animating pada
struktur yang belum jadi lalu di face dan vertex umumnya adalah sama yaitu memilih rigg atau
hingga terlihat struktur kaki, badan selesai. 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
6. Kesimpulan
Kesimpulan dari penelitian ini adalah :
Gambar 8 Screenshot Hasil Uji Coba Pada Hewan
1. Objek Animasi Hewan 3D pada aplikasi ini
Gajah
hampir keseluruhan diterima oleh para
responden.
Pada gambar 8 dapat diketahui bahwa hasil dari
2. Uji kelayakan aplikasi dinyatakan bahwa
uji coba aplikasi AR-Herbivora yang sedang
aplikasi augmented reality dapat
dijalankan sedang mendeteksi marker gajah dan
menambahkan minat belajar untuk lebih
objek 3D gajah berhasil keluar.
menganal hewan herbivora.
3. Aplikasi augmented reality ini menggunakan
5.3 Hasil Pengujian Responden
metode single marker.
Pengujian aplikasi ini dilakukan dengan
mengambil sampel kepada 30 orang secara acak
untuk mengimplementasikan jalannya aplikasi Daftar Pustaka:
AR ini. Terdapat beberapa pernyataan dalam [1]. Gregory Kipper, Joseph Rampolla, 2012,
proses pengujian diantaranya adalah: Augmented Reality An Emerging
1. Tampilan Aplikasi implementasi Technologies Guide to AR.
Augmented Reality [2]. Febriansyah, 2014, Pengenalan Jenis Hewan
2. Bentuk 3D Augmented Reality Menggunakan Metode Augmented Reality
ditampilkan sudah sesuai dengan gambar berbasis Android.Batam
marker [3]. Redaksi Kawan Pustaka, 2005, Memahami
3. Suara atau audio dari masing-masing ilmu pengetahuan alam kelas 4, 5, 6 SD.
object 3D terdengar jelas [4]. Nurlailah, Ade Mulyana, 2013. Hewan dan
4. Informasi yang ditampilkan pada tiap- Makanannya Herbivora Karnivora dan
tiap desain hewan pada aplikasi ini sudah Omnivora.
jelas
586
Seminar Nasional Informatika 2015
[5]. Shoshani, J., ed. 2000, Elephants: Majestic [19]. Gregorius Agung, 2005, 101 Tip & Trik
Creatures of the Wild, Checkmark Books. Adobe Photoshop Cs.
[6]. Milledge, Simon, 2005, Rhino Horn [20]. Iwan Setya Nugraha, Kodrat Imam Satoto,
Stockpile. Kurniawan teguh martono, 2013, Makalah
[7]. Lewison, R., Oliver, W, 2008, Seminar Tugas Akhir: Pemanfaatan
Hippopotamus amphibius. Augmented Reality Untuk Pembelajaran
[8]. Knight, Kathryn, 2012, "How the Zebra Got Pengenalan Alatmusik Piano.
Its Stripes". [21]. Yudhastara,Bryan, 2012, TEKNOLOGI
[9]. Brown, David. 2009, "Scientists Unravel AUGMENTED REALITY UNTUK BUKU
Genome of the Cow". PEMBELAJARAN HEWAN PADA ANAK
[10]. Hirst, K. Kris, 2008, "The History of the USIA DINI SECARA VIRTUAL.STIMIK
Domestication of Goats". AMIKOM YOGYAKARTA.
[11]. Shulaw, Dr. William P, 2006, "Sheep [22]. Aditya, 2009, Trik Dahsyat menjadi
Care Guide". Animator 3D Andal. Yogyakarta:Andi
[12]. Eka Ardhianto, Wiwien Hadikurniawati, Offset.
dan Edy Winarno, 2012, Jurnal Teknologi [23]. Bonafix, Dominicus Nunnun. 2005.
Informasi DINAMIK. Animasi 3D profesional dengan maya.
[13]. Djalle, Zaharuddin G, 2009, The Making Jakarta: Elex Media Komputido.
of 3D Animation Movie. Jakarta [24]. Prakosa, gatot, 2010, Pengetahuan dasar
[14]. YM Kusuma Ardhana, ST, 2012, Android film animasi indonesia, Jakarta: FFTV-
Black Box Pengenalan versi os Android IKJ.
[15]. Roedavan .Rickman, 2014, Unity Tutorial [25]. Kak Kira Seta, 2014, Mengenal Hewan
Game engine.Yogyakarta. Herbivora, Karnivora, & Omnivora.
[16]. Mario Fernando Rentor, S.kom, MT. 2013. [26]. Fata Anshori, 2014, Jurnal Skripsi:
Membuat Aplikasi Android Augmented Aplikasi AR-Gamelan Sebagai Media
Reality Menggunakan Vuforia SDK dan Pembelajaran Mengenal Gamelan Jawa
Unity. Berbasis Augmented Reality Pada
[17]. Dariush Derakhshani, 2002, Introducing Perangkat Mobile Android
Autodesk Maya.
[18]. Jacquie Barker, Grant Palmer, 2004,
Beginning C# Objects From Concepts to
Code.
587
Seminar Nasional Informatika 2015
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
588
Seminar Nasional Informatika 2015
pengambilan keputusan dengan lebih baik. Pada 4. Melakukan pengujian konsistensi terhadap
dasarny pengambilan keputusan merupakan perbandingan antar elemen yang didapatkan
bentuk pemilihan dari berbagai alternative pada tiap tingkat hierarki. Thomas L. Saaty
tindakan yang mungkin dipilih dengan proses membuktikan bahwa Indeks Konsistensi dari
tertentu serta diharapkan memperoleh sebuah matriks berordo n diperoleh rumus sebagai
keputusan yang terbaik [3]. berikut:
CR = CI / RI (2)
Dimana :
CR = Consistency Ratio
RI = Random Index
589
Seminar Nasional Informatika 2015
590
Seminar Nasional Informatika 2015
Tabel 9. Hasil Analisa Alternatif berdasarkan tools Super decisions. Adapun tahap-tahapnya
kriteria Keindahan adalah sebagai berikut :
1. Tahap ini melakukan pengujian pada tool
super decision berikut Setelah semua Cluster
dihubungkan dengan semua Node, seperti
pada gambar 2.
591
Seminar Nasional Informatika 2015
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
Gambar 8. Hasil Bobot Prioritas Perbandingan
adalah:
Alternatif Berdasarkan Kriteria Sarana
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
Gambar 9. Laporan Lengkap Hasil Analisa lanjut dengan menggunakan metode-metode
lainnya agar dapat di ambil kesimpulan
Gambar 9, merupakan hasil uji coba yang metode apa yang paling baik dalam hal
dilakukan dengan Tools Super Decisions pengambilan keputusan
diperoleh model keputusan dengan prioritas yaitu
untuk seluruh bobot/prioritas kriteria dan
592
Seminar Nasional Informatika 2015
593
Seminar Nasional Informatika 2015
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
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
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.
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 3.5 Flowmap Produksi Yang Diajukan 3.6.1. Data Flow Diagram
597
Seminar Nasional Informatika 2015
Daftar Pustaka
598
Seminar Nasional Informatika 2015
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
599
Seminar Nasional Informatika 2015
600
Seminar Nasional Informatika 2015
601
Seminar Nasional Informatika 2015
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
2={1,07;1,22;1,22;1,22;1,07;1.15;1,15
.}=1,07
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
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
Karena semakin lama semakin banyak
Latar Belakang Masalah buah manggis di Tanggamus, maka kadang
Metode Simple Aditive Weghting mengalamii kendala atau gangguan dalam proses
(SAW) merupakan salah satu metode untuk penentuan kualitas buah.
penyelesaian masalah multiattribute decisio Ada beberapa cara yang dapat dilakukan
making. Metode SAW sering juga dikenal dengan untuk menentukan kualitas buah manggis
istilah metode penjumlahan terbobot. Konsep (Garcinia mangostana) antara lain dengan metode
dasar metode SAW adalah mencari penjumlahan Simple Additive Weighting (SAW), dan
terbobot dengan rating kinerja pada setiap menggunakan Aplikasi Visual Basic 6.0. Hal ini
alternatif pada semua atribut. Asumsi yang akan mempermudah dan mempercepat proses
mendasari metode SAW adalah setiap atribut penentuan kualitas buah manggis yang ada di
bersifat independen, jadi tidak akan saling Tanggamus, Lampung.
mempengaruhi atribut lain. Skoring dengan
metode ini diperoleh dengan menambahkan 1.2. Rumusan Masalah
kontribusi dari setiap atribut. Keuntungan dari Berdasarkan latar belakang di atas dapat
metode ini adalah urutan relatif dari besarnya nilai dirumuskan permasalahan yang akan diselesaikan
standard tetap. yaitu bagaimana merancang sebuah Sistem
Sebagai contoh manggis (Garcinia Aplikasi dengan menggunakan metode Simple
mangostana Linn.) merupakan salah satu Additive Weighting (SAW) untuk menentukan
komoditas buah tropis primadona ekspor kualitas buah manggis di Tanggamus, Lampung.
Indonsia. Hal ini dapat dilihat dariekspor buah-
buahan Indonesia didominasi komoditas manggis, 1.3. Batasan Masalah
yaitu pada tahun 2006 ( Radar Tanggamus, 04 Hal hal yang dibatasi dalam penelitian ini :
September 2012). Kabupaten Tanggamus Propinsi a) Daerah yang akajn diteliti adalah kualitas
Lampung telah berhasil menembus pasar ekspor buah manggis di Tanggamus, Lampung.
buah manggis ke negara tujuan Singapura dan b) Data yang akan digunakan adalah data
Taiwan dalam upaya meningkatkan pemasaran sekunder dari buah manggis yang
dengan volume ekspor 30 persen dari total diambil di Tanggamus, Lampung.
produksi, dan jumlah ini dinilai masih kecil
karena dihadapkan kendala berupa ketatnya
persyaratan ekspor. c) Kriteria yang digunakan untruk
menentukan kualitas buah manggis
604
Seminar Nasional Informatika 2015
adalah warna kulit, ukuran buah, berat Tanaman manggis dapat tumbuh baik pada dataran
buah, dan tangkai buah yang ada di rendah sampai ketinggian 1000 m di atas
Tanggamus Lampung supaya bisa permukaan laut. Di daerah tropis, semakin tinggi
tercapai kualitas buah terbaik. tempat tumbuhnya maka semakin lambat
pertumbuhannya dan semakin lama permulaan
Tujuan Penelitian berbunganya (Verheiji 1992). Ketinggian optimum
Tujuan adalah menghasilkan sistem aplikasi untuk agar manggis dapat tumbuh dengan baik adalah
menentukan kualitas buah manggis menggunakan 460-610 m di atas permukaan laut. Iklim yang
metode Simple Aditive Weighting (SAW). paling cocok untuk tanam manggis adalah daerah
dengan udara lembab, curah hujan merata
Manfaat Penelitian sepanjang tahun berkisar antara 1500 sapai 2500
Manfaat penelitian ini adalah : mm/tahun dengan iklim kering yang pendek
1) Membantu konsumen dalam mencari (Yaacob & Tindall 1995). Suhu udara yang baik
informasi dan menentukan kualitas untuk pertumbuhan manggis adalah antara 25
buah sampai 250C (Verheji 1992; Yaacob & Tindal
manggis yang sesuai dengan keinginan. 1995 ).
2) Dapat menjadi acuan bagi para pe Metode Simple Additive Weighting ( SAW)
-ngembang untuk memberikan yang merupakan salah satu metode penjumlahan
terbaik, baik produk maupun layanan. terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dengan rating
TINJAUAN PUSTAKA kinerja pada setiap alternatif pada semua atribut
2.1. Pembahasan (Wibowo dkk , 2008). Asumsi yang mendasari
metode SAW adalah setiap atribut bersifat
Tanggamus ini memiliki komoditas buah manggis independen, jadi tidak akan saling mempengaruhi
yang kualitasnya bagus. Kita namakan Manggis atribut lain. Skoring dengan metode ini diperoleh
Saburai. Manggis kita ini dicari oleh orang luar dengan menambahkan kontribusi dari setiap
negeri karena banyak khasiatnya, ( Radar atribut (Wibowo dkk , 2008). Keuntungan dari
Tanggamus, 04 September 2012). metode ini adalah urutan relatif dari besar nilai
Selain Singapura dan Taiwan sejak tahun 1994, standard tetap sama (Afshari dkk, 2010).
buah hitam manis ini juga diminati di kawasan
Timur Tengah. Beberapa negara Asia lain seperti Hasil Penelitian
Jepang, Hong Kong, dan Thailand, juga menjadi Kulit buah
daerah tujuan pengirimannya ( Radar Tanggamus, Ciri fisik manggis siap panen dapat dilihat
04 September 2012 ). berikut ini :
a. Panen 104 hari : warna kulit hijau bintik
Kontribusi ekspor manggis terhadap total ekspor unggu, berat 80-130 g, diameter 55-60
buah-buahan nasional adalah sebesar 37,4% mm.
sedangkan konstribusi produksi manggis adalah b. Panen 106 hari : warna kulit ungu bintik
hanya 0,5% dari total produksi nasional. Ini merah 10-25%, berat 80-130 g, diameter
menghantarkan manggis menjadi buah-buahan 55-60 mm.
andalan ekspor Indonesia, apalagi komoditas ini c. Panen 108 hari : warna kulit ungu bintik
merupakan unik dan spesifik daerah tropis, merah 25-50%, berat 80-130 g, diameter
sehingga pesaingnya tidak banyak pengirimannya 55-60 mm.
( Radar Tanggamus, 04 September 2012). d. Panen 110 hari : warna kulit ungu bintik
merah 50-75%, berat 80-130 g, diameter
Tanaman manggis berupa pohon dengan tinggi 6- 55-60 mm.
25 m dan diameter batang 25-35 cm (Cox 1988; e. Panen 114 hari : warna kulit ungu merah,
Verheji 1992). Batangnya lurus dengan berat 80-130 g, diameter 55-60 mm.
percabangan yang simetris dan membentuk kanopi
yang berupa kerucut . Daun manggis merupakan Kulit buah harus memenuhi syarat kualitas buah
daun tunggal, terletak berhadapan, bentuknya oval, yang memenuhi ekspor. Kulit buah tidak cacat,
bertepi rata dan berbentuk cuspidate pada ujungnya tidak memiliki bintik-bintik penyakit. Jadi ciri-ciri
serta mempunyai tangkai daun yang pendek kulit buah yang baik adalah mulus dan menarik
dengan ukuran 12 cm (Osman & Milan, 2006). perhatian konsumen untuk membeli.
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.
605
Seminar Nasional Informatika 2015
606
Seminar Nasional Informatika 2015
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
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
Kriteria Nilai
Kulit buah 1 10 Berdasarkan sistem di atas, maka metode Simple
Berat buah 1 10 Additive Weighting (SAW) dan program aplikasi
608
Seminar Nasional Informatika 2015
Visual Basic 6.0 dapat menentukan kualitas buah Pengetahuan dan Teknologi Manggis.
manggis di Tanggamus, Lampung dengan cara 2000. Jakarta.
efektif. Sistem Aplikasi ini dibuat untuk [2]. Departemen Pertanian Republik Indonesia,
mempermudah mengetahui kualitas buah manggis
Direktorat Tanaman Buah. SPO Manggis.
di Tanggamus, Lampung.
2004. Jakarta.
Kritik [3]. Firdaus, H dan Marimin. 2004. Sistem
Penulis dan penyusun sistem ini mengharapkan Intelijen Penilaian Kinerja
kritik dari pembaca sebagai bahan pertimbangan Perusahaan dengan Metode Balanced
untuk membuat Sistem Aplikasi yang lebih Scorecard. Program Study Teknologi
modern dan bisa cepat dimengerti oleh pengguna Industri Pertanian, Sekolah Pascasarjana
Sistem Aplikasi.
IPB. Bogor.
Saran [4]. Poerwanto, R. 2002. Peningkatan Produksi
dan Mutu untuk Mendukung Ekspor
1. Mohon penelitian ini dapat dilanjutkan Manggis. Seminar Agibisnis Manggis,
dengan memperdalam akuisisi pengetahuan Purwakarta.
parameter-parameter yang akan diukur. [5]. Mahendra, MS. 2002. Peningkatan
2. Penyusun dan perancang Sistem Aplikasi Pascapanen Manggis untuk Ekspor.
mengharapkan supaya pengembang bisa
Makalah Seminar Agribisnis, Purwakarta.
mengembangkan Sistem Aplikasi yang lebih
cerdas dan lebih modern. [6]. Afshari, Alireza, Mojahed, Majid, Yusuff,
3. Mohon untuk pengembang bisa Rosnah 2010. Simple Additive Weighting
memperdalam ilmu untuk penelitian dan approach to Personel Selection Problem.
perancangan Program Aplikasi. International Journal of Innovation,
Management, and Technology 1 (5).
DAFTAR PUSTAKA
609
Seminar Nasional Informatika 2015
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.
610
Seminar Nasional Informatika 2015
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:
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.
4. KESIMPULAN
614
Seminar Nasional Informatika 2015
615
Seminar Nasional Informatika 2015
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.
616
Seminar Nasional Informatika 2015
3. Pembahasan
Pembahasan dilakukan sesuai dengan alur
penelitian yang telah dibuat.
3.1 Analisa Kebutuhan
617
Seminar Nasional Informatika 2015
618
Seminar Nasional Informatika 2015
619
Seminar Nasional Informatika 2015
620
Seminar Nasional Informatika 2015
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.
621
Seminar Nasional Informatika 2015
LOGIN
HOME
Selesai
622
Seminar Nasional Informatika 2015
if (@<!--##=PostVars()##-->["submit"]
<> "") {
$bValidPwd = false;
// Setup variables
$sUserId = @<!--
##=PostVars()##-->["userid"];
$sPassWd = @<!--
##=PostVars()##-->["passwd"];
623
Seminar Nasional Informatika 2015
Flowchat Aplikasi
624
Seminar Nasional Informatika 2015
EDR
Gambar 4. EDR
625
Seminar Nasional Informatika 2015
Pengujian Sistem
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
627
Seminar Nasional Informatika 2015
628
Seminar Nasional Informatika 2015
Berdasarkan hasil evaluasi pembuatan Sistem [1]. Juju,Dominkus.2006.Tip dan Trik Desain
Informasi Perwalian berbasis Web dapat ditarik Web Untuk Pemula, Bogor: PT ElexMedia
beberapa kesimpulan seperti (1) Dengan adanya Komputindo,.
Web ini, pengolahan dan penyimpanan data
[2]. Pedoman Studi Universitas Pendidikan
Perwalian oleh admin dan user tidak perlu
dilakukan secara manual melainkan secara Ganesha. 2006. Singaraja: Universitas
komputerisasi. (2) Memudahkan admin mengelola Pendidikan Ganesha.
dan menyimpan data Perwalian. Dengan adanya [3]. Setyawan,Andri.2006.26 TRIK Manipulasi
aplikasi Web ini, admin dan user dapat lebih Objek dengan Photoshop, Yogyakarta: Andi
mudah untuk mengetahui informasi tentang data Yogyakarta.
Perwalian. [4]. Simarmata,Jannet.2005. Panduan Cepat
Adapun aplikasi tersebut diharapkan dapat
Menggunakan Dreamwafer MX ,
memberikan pelayanan serta kemudahan dalam
pelaksanaan kegiatan perwalian, oleh sebab itu Yogyakarta :Andi Yogyakarta.
agar kedepannya aplikasi ini dapat berperan aktif [5]. Sunarto. 2008. Kemandirian Belajar.
dalam kegiatan perwalian dan memberikan data (Online), (http://banjarnegarambs.
maupun keterangan yang sesuai dengan keadaan wordpress.com/2008/09/10/kemandirian-
yang sebenarnya untuk kelancaran kegiatan belajar-siswa.htm, diakses 15 Desember
tersebut. 2014).
[6]. Zeebry.2006. 60 Efek Animasi Spektakler
FLASH 8, Jakarta: PT Elex Media
Komputindo.
629
Seminar Nasional Informatika 2015
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.
630
Seminar Nasional Informatika 2015
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
Sumber : Turban (2005) d. Mengukur Konsistensi
Gambar 1. Karakteristik dan Kapabilitas DSS Dalam pembuatan keputusan, tingkat konsistensi
penting untuk diperhatikan karena kita tidak
Referensi [10] menyebutkan bahwa proses- menginginkan keputusan berdasarkan
proses yang terjadi pada kerangka kerja Decision pertimbangan dengan konsistensi yang rendah.
Support System dibedakan atas: Hal-hal yang dilakukan dalam langkah ini adalah:
631
Seminar Nasional Informatika 2015
CI = (lamda maks-n)/n
.....................................(1)
Dimana n = banyaknya elemen
632
Seminar Nasional Informatika 2015
Hasil dari proses SPK menghasilkan sistem identifikasi untuk penentuan warga miskin.
identifikasi status miskin warga miskin. Pada Hasil terlihat pada gambar 5.
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.
Dari 11 indikator yang ada pada tabel 2 Gambar 6. Overview Sistem Pemetaan Gakin
terlihat bahwa kriteria penghasilan mempunyai berbasis ordinat dusun
nilai terbesar sehingga pada perancangan AHP
kriteria ini berikan bobot terbesar. Penelitian Titik ordinat yang ada pada gambar 5
sebelumnya yang telah dilakukan oleh penulis mengandung informasi lengkap mengenai data
dengan judul seperti referensi [8] menghasilkan 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 Gambar 9 Kondisi Rumah Gakin
berupa nama kepala keluarga, foto kondisi rumah
dan kategori miskinnya. Kategori miskin ini Foto kondisi rumah yang ditampilkan tampak
dihasilkan dari SPK yang ada sebelumnya. depan, lantai dan atap rmh. Sistem ini akan
Tampilan prototype untuk pemetaan data gakin di memberikan informasi yang cukup detail tentang
dusun Karangjambe dapat dilihat pada gambar 7, data gakin termasuk data program bantuan apa
sedangkan untuk pemetaan data gakin di saja yang sudah diterima oleh gakin. Sehingga
Wirokerten dapat dilihat pada gambar 8. pihak pengambil keputusan dapat melihat data
lebih jelas sehingga akan mengurangi kesalahan
dalam penyalurkan bantuan kemiskinan.
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
Gambar 7. Data Spasial Gakin Karangjambe 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
634
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
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.
636
Seminar Nasional Informatika 2015
637
Seminar Nasional Informatika 2015
untuktipe ini, ia harus menentukan Gambar 5. Bentuk kriteria dengan preferensi dan
nilaikecenderungan dari nilai p. Dalam hal ini area yang tidak berbeda
nilaid di atas nilai p telah dipertimbangkan Kriteria Gaussian
akanmemberikan preferensi mutlak dari
suatualternatif, seperti yang terlihat pada Gambar
3.
Kriteria Level
Gambar 4. Bentuk Preferensi kriteria Level 1. Preferensi I = Kriteria biasa (Usual Criterion)
2. Preferensi II = Kriteria Quasi (Quasi Criterion)
Kriteria dengan preferensi dan area yang 3. Preferensi III = Kriteria dengan preferensi
tidak berbeda 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).
A1 Syahputra
A2 Indra
A3 Ocvita
638
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
(a1,a2)= -0,01666667
(a2,a1)= 0,916666667
(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
639
Seminar Nasional Informatika 2015
640
Seminar Nasional Informatika 2015
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.
641
Seminar Nasional Informatika 2015
642
Seminar Nasional Informatika 2015
2. How (Proses)
Kolom ini menjelaskan tentang proses
penerimaan siswa baru dan pembayaran SPP yang
digambarkan dengan Flow Chart Diagram yang
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
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
keterangan
Pembayaran Tanggal
Upload_Reg 1 menghasilkan m lahir
_Registrasi alamat
nama
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
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
644
Seminar Nasional Informatika 2015
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.
Gambar 6. Kartu SPP
6. Why (Motivasi)
Kolom ini membahas kemampuan perangkat
2. How (Proses)
teknologi dalam penyelesaian sistem yang
Kolom ini akan mengasilkan rancangan
diusulkan antarai lain berupa bahasa
proses detail berupa model modul pada sistem
pemrograman yang akan digunakan bersifat open
informasi penerimaan siswa baru dan pembayaran
source, sehingga yang dikeluarkan tidak terlalu
SPP.
besar: a) adapun bahasa pemrogramannya yaitu
PHP dan HTML, b) database yang akan
3. Where (Lokasi)
digunakan adalah MY SQL, c) tampilannya
Pada Kolom ini akan dibahas mengenai
menggunakan CSS, dan d) aplikasi web server
konfigurasi jaringan dari sistem informasi
yang digunakan Apache.
penerimaan siswa baru dan pembayaran SPP di
SMK Ethika Palembang.
3.5 Prespektif Detailed Representation
4. Who (Orang)
Pada bagian sudut pandang ini akan Pada kolom ini akan menjelaskan hak akses
menggambarkan detail dari bagian yang dari sistem informasi penerimaan siswa baru dan
bertanggung jawab dalam mengolah sistem pembayaran SPP pada SMK Ethika Palembang
informasi penerimaan siswa baru dam sebagai berikut: a) Kepala Sekolah yang dapat
pembayaran SPP untuk menjadi produk akhir dan melihat laporan dari Penerimaan Siswa Baru dan
skema basis data yang digunakan oleh Pembayaran SPP (Surat Perintah Pembayaran), b)
pengembang untuk membangun sistem. Tata Usaha yang mengelola data calon siswa
sampai menjadi siswa SMK Ethika Palembang, c)
1. What (Data) Bendahara yang mengelola keuangan Pembayaran
Pada kolom ini menghasilkan deskripsi SPP (Surat Perintah Pembayaran) dan
rancangan detail dari tabel data yang saling pembayaran lainnya, d) Calon Siswa yang
berelasi, yaitu: a) Registrasi, b) Berkas, c) melakukan pendaftaran pada SMK Ethika
Uploud_Reg, d) Pembayaran_Reg, e) Palembang, dan e) Siswa yang wajib membayar
Pemngumuman, f) Siswa, g) Pembayaran_SPP, iuran sekolah setiap bulan.
dan h) Pembayaran.
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
Gambar 5. Formulir Pendaftaran atau diperbolehkan untuk memberikan hak akses
kepada user lain.
645
Seminar Nasional Informatika 2015
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
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
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.
648
Seminar Nasional Informatika 2015
kesatuan sehingga tujuan atau sasaran sistem - Key tersebut lebih natural untuk dijadikan acuan
tersebut dapat tercapai secara keseluruhan. 2. Foreign Key
Foreign Key adalah satu set atribut atau set atribut
sebagai key penghubung kedua tabel dan
melengkapi satu relationship (hubungan) terhadap
2.1.2 Perancangan Sistem. primary key yang menunjukan keinduknya.
Metodologi Berorientasi Objek dapat di Jika sebuah primary key terhubungan ke
definisikan sebagai berikut: table/entity lain, maka keberadaan primary key
Suatu strategi pembangunan perangkat pada entity tersebut di sebut sebagai foreign key..
lunak yang mengorganisasikan perangkat lunak
sebagai kumpulan objek yang berisi data dan 3. Unique
operasi yang diberlakukan terhadapnya, Constraint unique fungsinya hamper sama dengan
(Nugroho,2005). constraint primary key, dimana keduanya
Sistem yang dibangun dengan metode digunakan untuk menerapkan integritas
berorientasi objek adalah sebuah sistem yang entitas/table.
komponennya dienkapsulasi menjadi kelompok
data dan fungsi. Setiap komponen dalam sistem 4. Check
tersebut dapat mewarisi atribut dan sifat dan Constraint check digunakan untuk menjamin
komponen lainnya serta dapat berinteraksi satu bahwa nilai kolom berada dalam ruang lingkup
sama lainnya. nilai tertentu.
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
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
652
Seminar Nasional Informatika 2015
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.
653
Seminar Nasional Informatika 2015
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
654
Seminar Nasional Informatika 2015
3. Hasil
Antarmuka Proses
Ada beberapa antarmuka sistem yang dapat
digunakan untuk mendukung proses kerja sistem.
Proses terjadi dalam sistem adalah sebagai Gambar 6. Script in Google Map API
berikut: Proses Pemantauan (userpeserta dan
server), proses penentuan koordinat (server), Application on web server
proses penentuan Kecepatan (server), dan proses Berdasarkan hasil dari Google Map API,
Pelaporan (user). aplikasi di web ditampilkan dalam Gambar.6
untuk menentukan pusat Kota Makassar sesuai
dengan garis lintang dan bujur yang telah
Position monitoring process ditemukan sebelumnya. Aplikasi ini diupload
Sistem ini menampilkan proses pemantauan di pada www.kepadatanjalan.extreemhost.com
sisi pengguna, dengan menggunakan teknik posisi
pengguna secara real-time dari Smartphone yang Desain titik koordinat untuk menentukan
telah dilengkapi dengan fasilitas GPS untuk densitas
terhubung dengan satelit GPS. Smartphone pada Desain titik koordinat digunakan untuk
kendaraan yang bergerak dan program yang menentukan kepadatan lalu lintas yang dikirim
diinstal kepadatan lalu lintas juga diaktifkan. oleh pengguna atau peserta dan diterapkan pada
server web dalam bentuk tanda atau simbol yang
Coordinate determination process mewakili posisi peserta. Seperti dalam Gambar 6,
Untuk menentukan koordinat objek peta itu menunjukkan titik yang mewakili peserta.
penelitian ini, perlu koordinat peta lokasi
penelitian, yaitu Makassar, dalam kemudian Kecepatan determination process
dilanjutkan dengan menentukan posisi peserta Proses penentuan Kecepatan diinisialisasi
berdasarkan pada transmisi dari Smartphone dengan menampilkan peta Makassar, dan
pengguna. kemudian menerima data tentang gerakan posisi
peserta dalam waktu tertentu. Hasil pengolahan
Mengkoordinasikan penentuan titik Kota peta data dapat dilihat pada peta server dan peta
Makassar pengguna.
Mengkoordinasikan penentuan titik peta Kota
Makassar karena dapat menunjukkan peta Kota Server Side
Makassar yang menjadi objek penelitian ini. Data yang dikirim ke database web server
Koordinat digunakan untuk menampilkan lokasi diproses seperti dalam Gbr.2 di mana hasilnya
yang lintang dan bujur (-5.145842, 119.426251). kemudian akan ditampilkan pada peta di sisi
Google Map API digunakan untuk menampilkan server web. Tampilan di sisi server didasarkan
garis lintang dan bujur. Javascript adalah bahasa pada pengolahan data dalam database itu sendiri
pemrograman yang dapat diterapkan untuk dinamakan sebagai dbpadatjalur. Aplikasi pada
mengakses aplikasi antarmuka Google Map API web server yang dapat dilihat pada Gambar 6
yang dapat ditampilkan pada WEB yang sedang sebagai berikut,
dikembangkan seperti apa yang ditunjukkan
dalam Gambar 5 dan script ditunjukkan pada
Gambar 6
655
Seminar Nasional Informatika 2015
{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);
$angle = 2 * asin(sqrt(pow(sin($latDelta /
}
Seminar Nasional Informatika 2015
5. Kesimpulan
Gambar 10. Data view Berdasarkan hasil penelitian, dapat disimpulkan
bahwa: Ada kebutuhan dari model partisipasi
Untuk tes ini, ada beberapa langkah yang masyarakat yang memberikan kepadatan dan lalu
dilakukan: lintas informasi dan dapat digunakan oleh
Menentukan titik uji lokasi. Ini bertujuan untuk masyarakat untuk memantau lalu lintas dengan
mengetahui prediksi kepadatan lalu lintas. Lokasi menggunakan salah satu teknologi dalam
yang dipilih adalah: Jalan Perintis Kemerdekaan Smartphone yang disebut Global Positioning
yang dimulai dari Depan Makassar Town Square System. perancangan dilakukan dengan
Sampa dengan Depan PLTU Tello. menggunakan Google Map API untuk
Setelah data diterima dalam database server menampilkan peta Makassar yang akan digunakan
web, akan ada pengolahan data dan Kota oleh web server dan pengguna dari peta di
Makassar peta akan ditampilkan serta posisi, Smartphone. Desain ini dapat digunakan untuk
kecepatan dan nama jalan kepada perangkat menampilkan peta dengan poin informasi
peserta. Kecepatan kendaraan peserta.
User Side Model partisipasi masyarakat untuk informas
ilalu lintas dan kepadatan informasi dapat
657
Seminar Nasional Informatika 2015
terwujud dengan penggunaan perangkat android. Department of Public Works, Dirjen Bina
Diharapkan pengembangan model partisipasi ini Marga, 1997.
dapat diterapkan untuk sistem operasi lainnya. [3]. J. Hadihardja, dkk, Transportation
Untuk informasi tentang kepadatan, diharapkan System, Jakarta, Guna Darma Publisher,
untuk diintegrasikan dengan sistem kontrol lalu 1997.
lintas lainnya untuk mendapatkan informasi [4]. Intelligent Transportation System, 2001,
mengenai kepadatan kendaraan. pp. 195-200.
[5]. L. Mats, A Community Based Approach
to Traffic Information Systems, Halden,
Refrensi Norway, 2005.
[6]. P. Mirchandani and E.Y. Wang,
[1]. B. Marson, Urban Traffic Control and RHODES to Intelligent Transportation
Monitoring System, J. University of System, IEEE Intell. Syst, vol.20, pp.10-
Hasanuddin, Makassar, 2012.
15, 2005
[2]. Department of Public Works, Manual of
Indonesian Road Capacity (MKJI),
658
Seminar Nasional Informatika 2015
Fhery Agustin
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.
659
Seminar Nasional Informatika 2015
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
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
Identifikasi Masalah
D. HASIL DAN ANALISA
1. Hasil
Pengumpulan Data
Penarikan Kesimpulan
662
Seminar Nasional Informatika 2015
663
Seminar Nasional Informatika 2015
664
Seminar Nasional Informatika 2015
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.
665
Seminar Nasional Informatika 2015
2. Metode Penelitian
666
Seminar Nasional Informatika 2015
667
Seminar Nasional Informatika 2015
668
Seminar Nasional Informatika 2015
669
Seminar Nasional Informatika 2015
670
Seminar Nasional Informatika 2015
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 %.
671
Seminar Nasional Informatika 2015
terbaik. Data-data tersebut akan dibutuhkan untuk Etika dan Sikap Kerja adalah etika yang
menjalankan metode Analitic Network Process dilakukan dalam bekerja dan sikapnya terhadap
(ANP) akan diuraikan pada analisis kebutuhan atasan staf tersebut.
data. Perancangan sistem yang dilakukan dengan Kluster kriteria Etika dan Sikap Kerja ini
melakukan wawancara dan penilaian dari atasan, mempunyai sub kriteria atau node yang meliputi :
semua data hasil penilaian akan dimasukkan ke a. Kedewasaan dan Integritas Pribadi adalah
dalam software Super Decision. Selanjutnya suatu sikap dari staf tersebut dalam
dilakukan perhitungan matriks agar dapat menghadapi sebuah masalah atau persoalan
dihasilkan nilai bobot dan rangking alternatif b. Semangat Kerja merupakan sikap dari staf
sebagai untuk pengambil keputusan tersebut, yang dituntut untuk dapat mengatasi semua
adapun criteria yang digunakan dalam pemilihan persoalan yang ada agar tetap fit selalu.
staf terbaik ini adalah Disipli, Etika dan Sikap c. Kerjasama adalah interaksi antara staf yang
Kerja, Kualitas Kerja, di dalam kriteria-kriteria satu dengan yang lain agar dapat
tersebut terdapat lagi sub kriteria dan untuk meningkatkan kinerja institusi.
Kriteria Disiplin ada 3 sub kriteria, Kriteria Etika d. Tenggang Rasa adalah sikap toleransi yang
dan Sikap Kerja ada 4 sub kriteria dan Kriteria diberikan kepada institusi dalam
Kualitas Kerja ada 3 sub kriteria. menghadapi persoalan yang ada baik itu
dengan teman sesama kerja atau dengan
2.1 Analisis Kebutuhan Alternatif yang lain
672
Seminar Nasional Informatika 2015
Gambar 1. Pembuatan node-node sub kriteria dan alternative dengan Super Decision
Gambar 2. Keterhubungan node-node sub kriteria dan alternative dalam super matriks
673
Seminar Nasional Informatika 2015
674
Seminar Nasional Informatika 2015
Daftar Pustaka
Gambar 8. Prioritas yang didapat setelah
disemua nilai diinputkan ke dalam super [1]. Hidayati, Novi, Sistem E-Learning Untuk
decision
Meningkatkan Proses Belajar Mengajar :
Studi Kasus Pada SMA Negeri 10 Bandar
Setelah dilakukan semua input nilai dan dilakukan Lampung, Jurnal TELEMATIKA MKOM,
perhitungan dengan menggunakan super decision Vol.2 No.2, September 2010. ISSN 2085-
maka hasilnya atau full report nya staf yang 725X.
mendapatkan rankingnya akan ditampilkan dalam [2]. Mardyaning, Ayu Mukti, dkk, PENILAIAN
bentuk html atau web.
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)
Gambar 9. Hasil Full Report ditampilkan perspective, African Journal of Business
dalam bentuk HTML atau web Management Vol 7(7), 21 February 2013.
www.academicjournals.org/AJBM
Dari hasil full reportnya bahwa staf yang
[4]. Santoso, Leo Wilyanto, Pembuatan Aplikasi
mendapatkan ranking 1 adalah M. Zen dengan
persentasi 46 %. Sistem Seleksi Calon Pegawai dan Pemilihan
Supplier dengan Metode Analytic Network
4. Kesimpulan Process (ANP) dan Analytic Hierarchy
Process (AHP) di PT X.
Berdasarkan pembahasan dan analisa maka [5]. www.superdecision.com
dapat disampaikan beberapa kesimpulan sebagai
berikut :
1. Metode Analytic Network Process (ANP)
dapat digunakan pada Sistem Pendukung
Keputusan yang dapat membantu untuk
675
Seminar Nasional Informatika 2015
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
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
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
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
3.4. Implementasi
a. Form Menu Utama
Daftar Pustaka :
Gambar 4. Form Data Penilaian BSM
681
Seminar Nasional Informatika 2015
682
Seminar Nasional Informatika 2015
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.
683
Seminar Nasional Informatika 2015
pelaku di dunia pendidikan harus membuat Menurut McLeod dalam Yakub (2012),
laporan penilaian hasil belajar siswa atau Informasi adalah data yang diolah menjadi
informasi yang akurat kepada guru.Baik informasi bentuk yang lebih berguna bagi penerimanya.
yang berhubungan dengan penilaian sikap, Menurut Ward (2002), analisis critical
keterampilan dan pengetahuan. success factor (CSF) merupakan area terbatas
SMA/SMK PGRI 109 merupakan salah dalam suatu bisnis yang apabila terpenuhi
satu sekolah swasta yang berada di kota maka akan menjamin kesuksesan kinerja
tangerang. Cara penilaian hasil belajar siswa kompetitif bagi perusahaan.
masih dilakukan secara manual, Sistem pencarian Rockart (Ward,2002), mendefinisikan CSF
datanya memakan waktu lama, karena harus sebagai area tertentu dalam perusahaan, dimana
mencari file data terdahulu untuk penilaian jika hasil dari area tersebut memuaskan, maka
hasil belajar siswa yang mendukung hasil akan menjamin keberhasilan perusahaan dalam
laporan penilaian, Dokumen yang ada saat ini bersaing. Area tersebut adalah area kunci dimana
tidak terdokumentasi dengan baik, sehingga sesuatu harus berjalan dengan baik dan benar,
menyebabkan adanya kehilangan data (laporan sehingga keberhasilan bisnis dapat dicapai dan
system penilaiannya yang masih berantakan terus berkembang.
atau tercecer), Pembuatan laporan system Perangkat lunak aplikasi adalah program
penilaiannya masih lambat karena bagian yang ditulis dan diterjemahkan oleh linguage
kurikulum harus menginput ulang dari hasil software untuk menyelesaikan suatu aplikasi
penilaian setiap guru mata pelajaran terhadap tertentu. (Jogiyanto.2005)
siswa. Di SMA/SMK PGRI 109
TANGERANG untuk system penilaiannya 13. Analisa Sistem Berjalan
memakai dua kurikulum yang berbeda, untuk 13.1 Prosedur Sistem berjalan
kelas 10 dan 11 sistem penilaiannya a. Proses Absensi Siswa
menggunakan kurikulum 2013 dan untuk kelas Guru memanggil murid satu persatu tanda
12 sistem penilaiannya masih menggunakan kehadiran murid.
kurikulum 2006. Guru menulis keterangan absensi kedalam
Proses penilaian evaluasi hasil belajar buku absensi tanda kehadiran.
siswa, dilakukan oleh semua guru mata Guru mengevaluasi absensi murid untuk
pelajaran dan hasil laporan penilaian tersebut menilai kehadiran siswa.
langsung diberikan kepada bagian kurikulum b. Proses Penilaian
untuk direkapitulasi. Guru melakukan penilaian akademis yang
Yang menjadi permasalahan utama dalam terbagi dalam beberapa penilaian yaitu
proses monitoring prestasi siswa adalah tidak tugas, ujian tengah semester, dan ujian
adanya data yang ditampikan untuk mendukung akhir semester
keputusan bahwa seorang siswa tersebut Melakukan perhitungan dengan rumus
berprestasi atau tidak, atau kelas mana yang dan metode tertentu sesuai dengan
prestasi atau nilainya baik. Tidak terdapatnya kurikulum.
aplikasi yang menggambarkan laporan Nilai Membuat laporan penilaian
Siswa berupa table, dimana seluruh siswa dapat c. Proses Pengolahan Data
ditampilkan. Dalam aplikasi yang diharapkan
Melakukan pendataan siswa dan pembagian
seluruh siswa ditampilkan baik untuk nilai
kelas.
pengetahuan, keterampilan dan sikap.
Melakukan pembagian jadwal guru dan
mata pelajaran di setiap kelas.
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 Gambar 1 Usecase Penilaian Siswa Yang
yang saling berhubungan guna mencapai tujuan- Berjalan
tujuan seperti inventaris atau penjadwalan
produksi.
684
Seminar Nasional Informatika 2015
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:
686
Seminar Nasional Informatika 2015
687
Seminar Nasional Informatika 2015
Adil setiawan
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.
688
Seminar Nasional Informatika 2015
Dengan kata lain, sistem pakar adalah sistem Certainty factor diperkenalkan oleh Shortliffe
komputer yang ditujukan untuk meniru semua Buchanan dalam pembuatan MYCIN (Wesley
aspek (emulates) kemampuan pengambilan 1984).Certainty factor (CF) merupakan nilai
keputusan (decision making) seorang pakar. parameter klinis yang diberikanMYCIN untuk
Sistem pakar memanfaatkan secara maksimal menunjukkan besarnya kepercayaan.
pengetahuan khusus selayaknya seorang pakar Certainty factor didefinisikan sebagai berikut
untuk memecahkan masalah. [1] (Giarattano dan Riley, 1994):
Secara garis besar, banyak manfaat yang CF(H,E): certainty factor dari hipotesis H yang
dapat diambil dengan adanya sistem pakar, antara dipengaruhi oleh gejala (evidence) E.Besarnya CF
lain [2]: berkisar antara -1 sampai dengan 1. Nilai -1
1. Membuat seorang yang awam bekerja seperti menunjukanketidakpercayaan mutlak sedangkan
layaknya seorang pakar. nilai 1 menunjukan kepercayaan mutlak.
2. Meningkatkan produktivitas akibat MB(H,E): ukuran kenaikan kepercayaan (measure
meningkatnya kualitas hasil pekerjaan, of increased belief ) terhadaphipotesis H yang
mengingkatnya kualitas pekerjaan ini dipengaruhi oleh gejala E.
disebabkan meningkatnya efisiensi kerja. MD(H,E): ukuran kenaikan ketidakpercayaan
3. Menghemat waktu kerja. (measure of increased disbelief )
4. Menyederhanakan pekerjaan. terhadaphipotesis H yang dipengaruhi oleh gejala
5. Merupakan arsip terpercaya dari sebuah E.
keahlian, sehingga bagi pemakai sistem pakar
seolah-olah berkonsultasi langsung dengan 2.3. Menentukan CF Paralel
sang pakar, meskipun mungkin sang pakar Menurut Kusrini (2008) pengertian mengenai
telah tiada. certainty factor paralel dan contoh penerapannya
6. Memperluas jangkauan, dari keahlian seorang adalah sebagai berikut.Certainty factor paralel
pakar. Di mana sebuah sistem pakar yang merupakan CF yangdiperoleh dari beberapa
telah disahkan, akan sama saja artinya dengan premis pada sebuah aturan. Besarnya CF paralel
seorang pakar yang tersedia dalam jumlah dipengaruhi olehCF user untuk masing-masing
besar (dapat diperbanyak dengan kemampuan premis dan operator dari premis. Rumus untuk
yang persis sama), dapat diperoleh dan dipakai masing-masing operator adalah sebagai berikut :
di mana saja.
CF (x Dan y)= Min(CF(x),CF(y)) ..[2.2]
Metode Certainty Factor CF (x Atau y)=
Max(CF(x),CF(y))...[2.3]
Dalam aplikasi sistem pakar terdapat suatu CF (Tidak x)= -CF(x)..[2.4]
metode untuk menyelesaikan
masalahketidakpastian data, salah satu metode Penyakit Ginjal
yang dapat digunakan adalah faktor kepastian
(certainty factor ) (Kusrini, 2008). Faktor Ginjal merupakan organ tubuh manusia
keyakinan diperkenalkan oleh ShortliffeBuchanan yang sangat vital. Karena ginjal merupakan salah
dalam pembuatan MYCIN (Wesley).Certainty satu organ perkemihan (ginjal-ureter-kandung
factor (CF) merupakan nilai parameter klinis yang kemihuretra). Penyakit ginjal dapat meningkatkan
diberikan MYCIN untuk menunjukan besarnya risiko kematian bagi penderita dan dapat juga
kepercayaan. Ada 2 macam faktor kepastian yang menjadi pemicu timbulnya penyakit jantung.
digunakan, yaitu faktor kepastian yang diisikan Apabila penyakit ginjal bisa dideteksi secara dini,
oleh pakar bersama dengan aturan dan faktor penyakit lain yang menyebabkan kematian bisa
kepastian yang diberikan oleh pengguna.Faktor segera dicegah. Karena ketidaknormalan fungsi
kepastian yang diisikan oleh pakar ginjal sering kali menggambarkan tahapan awal dari
menggambarkan kepercayaan pakarter hadap gejala penyakit jantung [4].
hubungan antara antacedent dan konsekuen.
Sementara itu faktor kepastian dari pengguna Kecerdasan Buatan
menunjukan besarnya kepercayaan terhadap
keberadaan masing-masing elemen dalam Kecerdasan buatan berasal dari kata
antecedent.[3] Artificial Intelligence yang mengandung arti
tiruan atau kecerdasan. Secara harfiah Artificial
Penerapan Metode Certainty Factor Intelligence adalah kecerdasan buatan.
Kecerdasan buatan adalah salah satu bidang
dalam ilmu komputer yang membuat komputer
689
Seminar Nasional Informatika 2015
690
Seminar Nasional Informatika 2015
691
Seminar Nasional Informatika 2015
692
Seminar Nasional Informatika 2015
693
Seminar Nasional Informatika 2015
694
Seminar Nasional Informatika 2015
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.
695
Seminar Nasional Informatika 2015
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
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
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
697
Seminar Nasional Informatika 2015
698
Seminar Nasional Informatika 2015
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.
699
Seminar Nasional Informatika 2015
dan ilmu menyembunyikan pesan ke dalam citra digital sebagai cover. Pada susunan bit di
sebuah media dengan suatu cara sehingga selain si dalam sebuah byte (1 byte = 8 bit), ada bit yang
pengirim dan si penerima, tidak ada seorangpun paling berarti (most significant bit atau MSB) dan
yang mengetahui atau menyadari bahwa bit yang paling kurang berarti (least significant bit
sebenarnya ada suatu pesan rahasia. Pada atau LSB).
steganografi modern, arti steganografi Sebagai contoh byte 11010010, angka bit 1
berkembang menjadi penyembunyian informasi (pertama, digaris-bawahi) adalah bit MSB, dan
pada sebuah media file digital, bisa berupa media angka bit 0 (terakhir, digaris-bawahi) adalah bit
gambar, suara ataupun video. [4] LSB. Bit yang cocok untuk diganti adalah bit
Aspek terpenting pada steganografi LSB, sebab perubahan tersebut hanya mengubah
adalah tingkat keamanan penyembunyian nilai byte satu lebih tinggi atau satu lebih rendah
informasinya, yang mengacu pada seberapa besar dari nilai sebelumnya. Misalkan byte tersebut
ketidak mampuan pihak ketiga dalam mendeteksi menyatakan warna merah, maka perubahan satu
keberadaan informasi yang tersembunyi. 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:
700
Seminar Nasional Informatika 2015
4. Pembahasan Sistem
701
Seminar Nasional Informatika 2015
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
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.
Gambar 7. Grafik Perbandingan Pengaruh
Aplikasi Berjalan pada Proses Penyisipan Daftar Pustaka:
Dari tabel 5 dan grafik 5, dapat dicermati [1] Abdullah Bamatraf, Rosziati Ibrahim and
bahwa aplikasi yang sedang berjalan pada Mohd. Najib Mohd. Salleh. 2011. A New
komputer mempengaruhi waktu yang diperlukan Digital Watermarking Algorithm Using
proses penyisipan maupun proses ekstraksi. Hal Combination Of Least Significant Bit (LSB)
ini disebabkan adanya fungsi schedulling pada And Inverse Bit.. Journal of Computing
sistem operasi yang mengatur prosesor untuk Volume 3, ISSUE 4.
membagi waktu proses untuk setiap aplikasi yang [2] Basuki Rahmat Muhammad Fairuzabadi,
sedang berjalan. M.Kom. 2010. Steganografi Menggunakan
Metode Least Significant Bit Dengan
5. KESIMPULAN Kombinasi Algoritma Kriptografi Vigenere
Setelah melalui tahap perancangan Dan Rc4. Jurnal dinamika Informatika
sistem dan implementasi, serta berdasarkan uraian [3] Rizqi Firmansyah - Wahyu Suadi. S.Kom.,
dan pembahasan sebelumnya maka dapat diambil M.M., M.Kom. 2011. Implementasi
kesimpulkan, yaitu:
703
Seminar Nasional Informatika 2015
704
Seminar Nasional Informatika 2015
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
705
Seminar Nasional Informatika 2015
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
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
707
Seminar Nasional Informatika 2015
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.
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 :
708
Seminar Nasional Informatika 2015
709
Seminar Nasional Informatika 2015
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 ).
710
Seminar Nasional Informatika 2015
711
Seminar Nasional Informatika 2015
dan mencapai kepuasan penggunaan dalam konteks Penulis mengumpulkan dara dengan cara
tertentu. Konteks penggunaan terdiri dari pengguna, membaca serta mempelajari data dan arsip
tugas, peralatan (hardware, software dan material). terdahulu. Data berupa aspek-aspek teoritis
Berdasarkan definisi tersebut usability diukur bisa digali pada tahap ini.
berdasarkan komponen [3] : f. Metode Kepustakaan / Library.
a. Kemudahan (learnability) didefinisikan Penulis melakukan pengumpulan data dengan
seberapa cepat pengguna mahir dalam cara membaca dan mempelajari buku-buku
menggunakan sistem. pustaka yang ada untuk referensi bahan
b. Efisiensi (efficiency) didefenisikan sebagai referensi.
sumber daya yang dikeluarkan guna mencapai
ketepatan dan kelengkapan tujuan. Alur Penelitian
c. Mudah diingat (memorability) didefinisikan
bagaimana kemapuan pengguna Dalam melakukan penelitian ini penulis
mempertahankan pengetahuannya setelah melakukan urutan penelitian seperti yang
jangka waktu tertentu, kemampuan mengngat dijabarkan pada bagan berikut :
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 Gambar 1. Alur Penelitian
positif terhadap penggunaan produk atau
ukuran subjektif sebagaimana pengguna Keterangan alur penelitian adalah sebagai berikut :
merasa tentang penggunaan sistem. a. Wawancara
Mewawancarai Event Organizer untuk
Teori Gestalt mengetahui data apa saja, dan bagaimana alur
Adapun pemilihan teori Gestalt sebagai aspek bisnisnya.
yang dijadikan pertimbangan awal perancangan b. Analisis Kebutuhan
aplikasi Ez-Event ini didasari pada kelengkapan Menganalisis fitur yang dibutuhkan untuk
aspek hukum psikologis yang dimiliki oleh teori memproses input data.
Gestalt ini, aspek hukum dimaksud antara lain [4]: c. Perancangan Struktur Data
a. Law of Balance/Symmetri. Perancangan alur data hingga relasi tabel pada
b. Law of Continuation. Continuation database.
c. Law of Closure. . d. Pemilihan ragam dialog
d. Law of Figure-Ground. Memilih media interaksi manusia (input data)
e. Law of Focal Point. dengan aplikasi.
f. Law of Isomorphic Correspondence. e. Draft wireframe
g. Law of Pragnanz. Membuat wireframe sementara pada kertas.
h. Law of Proximity. f. Merancang appmap
i. Law of Similarity. Membuat hirarki antar halaman
j. Law of Simplicity. g. Membuat prototype
k. Law of Unity/ Harmony. Membuat rancangan aplikasi sementara yang
sudah bisa digunakan oleh tester/
2. Metode Penelitian h. Ujicoba prototype
Menguji prototype apakah sudah sesuai
Metode pengumpulan data yang digunakan dengan kebutuhan fitur.
dalam penelitian ini adalah : i. Penerapan teori gasalt
d. Metode wawancara / Interview. Teori gasalt digunakan untuk penempatan
Penulis mengumpulkan informasi dan data ragam dialog, baik teks, form, gambar,
dengan wawancara secara langasung dengan maupun button.
pihak Event Organizer. Data yang diperlukan j. Kajian usabilitas
pada tahap ini adalah kebutuhan fungsional Kajian usabilitas dilakukan dengan metode
aplikasi yang akan dibangun. penyebaran kuesioner yang berisi pertanyaan
e. Metode Kearsipan / Documentation. tertutup dari 10 responden praktisi IT, 10
712
Seminar Nasional Informatika 2015
713
Seminar Nasional Informatika 2015
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.
Gambar 2. ERD Ez-Event
3.5 Draft Wireframe
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) 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.
Gambar 3. Tombol dengan touch screen 3.6 Membuat Appmap
b. Icon
714
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
715
Seminar Nasional Informatika 2015
716
Seminar Nasional Informatika 2015
717
Seminar Nasional Informatika 2015
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.
718
Seminar Nasional Informatika 2015
1. Pendahuluan 3. Personalisasi
Buku ajar sering tidak sesuai dengan
Pemanfaatan internet di lingkungan kebutuhan pembaca. Internet membantu
SMK sebagai media pembelajaran dirasakan melakukan tugas ini. Materi disajikan sesuai
sangat penting. Hal ini dikarenakan semakin dengan tingkat kesulitan dan pembelajar dapat
luasnya pengetahuan yang harus dikuasai oleh menyesuian sesuai dengan kemampuan
siswa, seperti listening dalam pelajaran Bahasa mereka.
Inggris. Terlebih lagi materi tersebut masuk Pada dasarnya kelebihan internet itu
dalam Ujian Nasional (UN). Selain itu juga sudah terletak pada cakupan materi yang luas dengan
mulai tumbuh kesadaran yang lebih besar di selalu terupdate dan nyaman digunakan oleh
kalangan guru untuk membantu siswanya pengguna, karena menyesuaikan tingkat
mengembangkan keterampilan listening kemampuan pengguna. Selain itu penggunaan
mereka[1]. Pemanfaatan internet yang telah internet dapat lebih efektif dan efisien, artinya
dilakukan oleh siswa SMKN 1 Tanjung Lago, dapat langsung dirasakan manfaatnya serta
belum dilakukan secara optimal dalam penghematan biaya, waktu, dan tenaga.
pembelajaran listening pada mata pelajaran
Bahasa Inggris. Pemanfaatan internet baru 2.2 Kajian Penelitian Terdahulu
dilakukan sebatas untuk mengerjakan tugas-tugas 2.2.1 Pemanfaatan Internet Dan Dampaknya
yang diberikan guru. Maka dari itu akan Pada Pelajar Sekolah Menengah Atas Di
dilakukan evaluasi sejauh mana pengaruh Surabaya [4]
pemanfaatan internet dalam pembelajaran Bahasa Di penelitian [4] ini dijelaskan
Inggris khususnya dalam meningkatkan bagaimana evaluasi pemanfaatan internet
kemampuan listening. Pemanfaatan internet ini dilakukan yaitu dengan pendekatan kuantitati
dilakukan dengan memberikan pelatihan kepada dengan tipe deskriptif survei tanpa melakukan
siswa-siswi di SMKN 1 Tanjung Lago selama pengujian hipotesis. Dalam penelitian dianalisa
empat jam. Evaluasi terhadap pengaruh dampak positif internet terhadap pelajar, yaitu:
pemanfaatan ini akan dilakukan dengan 1. Internet bermanfaat sebagai media
menggunakan pengolahan data statistik yaitu Uji informasi
T. Akan dilakukan perbandingan nilai rata-rata tes 2. Internet bermanfaat sebagai media
sebelum dan sesudah dilakukan pelatihan. Uji T komunikasi
digunakan untuk uji beda pada sampel yang 3. Internet bermanfaat sebagai media
berpasangan. Pengujian ini sering dilakukan pada belajar
penelitian-penelitian event study atau 4. Internet bermanfaat sebagai media
eksperimental dengan perlakukan tertentu, hiburan
misalnya motivasi kerja sebelum pelatihan dan 5. Internet bermanfaat sebagai media bisnis
sesudah pelatihan, nilai harga saham sebelum dan perdagangan
pengumuman laporan keuangan dan sesudah Dari hasil penelitian juga dianalisa dampak
pengumuman[2]. negatif internet terhadap pelajar, yaitu:
1. Internet menyebabkan sifat sosial pada
2. Tinjauan Pustaka siswa berkurang.
2. Internet menyebabkan pola interaksi
2.1 Kelebihan Internet siswa berubah
3. Internet menyebabkan siswa mengetahui
Internet memiliki kelebihan sebagai tindakan kejahatan
sumber bahan pengajaran [3], yaitu: 4. Internet menyebabkan kecenderungan
1. Ruang lingkup siswa melakukan perbuatan buruk
Internet memiliki cakupan yang sangat luas.
Sebagai perpustakaan virtual, internet 2.2.2 Pemanfaatan Media Internet dalam
menawarkan jangkauan materi yang luar biasa Belajar dan Implikasinya dalam
yang dapat diakses dimanapun berada. Pendidikan [5]
Sekarang ini terjadi pertumbuhan jumlah Di penelitian [5] ini menjelaskan
materi yang dirancang untuk pembelajaran manfaat internet khususnya di bidang pendidikan,
bahasa Inggris, khususnya listening. siswa dapat mandiri memanfaatkan situs secara
berulang-ulang tanpa terikat dengan jam pelajaran
2. Topikalitas yang terbatas di kelas. Internet juga dapat
Materi yang ditawarkan senantiasa diupdate. dijadikan sumber belajar dan ajang uji kompetensi
Orang dapat memperoleh informasi dari bahi siswa, baik di kelas dalam mengerjakan
terbitan manapun tanpa harus membeli, tugas-tugas dari guru, maupun di rumah, atau
bahkan materi yang tidak tersedia dalam dimana saja yang dapat mengakses internet secara
bentuk cetak pun ada. mandiri.
719
Seminar Nasional Informatika 2015
720
Seminar Nasional Informatika 2015
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
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:
723
Seminar Nasional Informatika 2015
724