Kelas : 3KA32
NPM : 17115149
Sistem Informasi
Universitas Gunadarma
2017
BAB I
PENDAHULUAN
2
Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah
dibuat pada tahap perancanagan serta pelaksanaan alternatif tindakan yang telah
dipilih pada tahap pemilihan.
3
a. Sistem Pendukung Keputusan (Specific DSS)
BAB II
4
SISTEM PENNUNJANG KEPUTUSAN UNTUK MANNAJEMEN BEBAN
KERJA AKADEMIK
1. Pendahuluan
Mengelola beban kerja staf fakultas selalu menjadi tugas yang sulit. Pekerjaan
mereka adalah independen dan karena itu sulit untuk merencanakan dan mengukur.
Untuk mencapai itu tugas manajer memerlukan informasi yang tepat waktu, dapat
diandalkan dan lengkap tentang alokasi beban kerja untuk fakultas. Manajer
bertanggung jawab untuk mengalokasikan pekerjaan ke fakultas dengan cara yang
paling efisien dan untuk menyediakan fakultas dengan kompensasi yang memadai.
Informasi tentang beban kerja akademik biasanya didistribusikan di antara departemen
yang berbeda dan sistem informasi.
Bahkan jika informasi ini dibagi. itu masih cukup menjadi tantangan untuk
menggunakannya dengan cara yang dapat membantu untuk pengelolaan suatu
universitas. Mengenai kendala teknis biasanya merupakan bagian lebih mudah. Yang
sulit adalah mengadopsi aturan dari peraturan dan kebijakan universitas. yang
menyediakan gambaran lengkap dari beban kerja akademik bagi manajer. Sebuah studi
kasus membangun dan menerapkan Sistem Pendukung Keputusan (DSS) untuk
fakultas dengan sekitar 3000 siswa. 100 anggota staf fakultas dan lebih dari 100.000
jam kerja beban kerja tahunan disajikan dalam makalah ini.
5
Doost (1997) membahas kenaikan kepentingan publik untuk akuntabilitas yang
lebih baik bagi para dosen universitas. Soliman (1999) disajikan prinsip-prinsip
panduan untuk alokasi beban kerja akademik dan dua model untuk mengukur beban
kerja, yang didasarkan pada waktu dan yang lain berdasarkan penghasilan. Tanggapan
staf akademik dengan prinsip-prinsip yang diusulkan dan model juga dipertimbangkan.
Comm dan Mathaisel (2003) menggambarkan bagaimana informasi mengenai beban
kerja akademik. gaji dan tunjangan dapat digunakan ntuk meningkatkan kualitas
akademik. Houston dkk. (2006) mempresentasikan tantangan yang dihadapi oleh
fakultas universitas peningkatan akuntabilitas, dan membahas beberapa beban kerja
alokasi model isu-isu implementasi. Tombol dan Devine (2006) disurvei persepsi
fakultas usaha yang terkait dengan tugas-tugas pengajaran yang berbeda.
Fakultas harus melakukan lebih dari sekedar mengajar dan melakukan riset
dalam rangka untuk berhasil memenuhi kewajiban pekerjaan mereka (Gappa dkk.
2007). Proporsi antara pengajaran dan penelitian, sebagai dua komponen utama dari
pekerjaan fakultas, bervariasi sesuai dengan status kepemilikan fakultas dan jenis
institusi. Kegiatan profesional dan administrasi lainnya juga diperlukan untuk
mencapai status kepemilikan yang dibutuhkan dan untuk memenuhi tekanan eksternal
untuk akuntabilitas.
Mengukur beban kerja akademik untuk memberikan distribusi beban kerja yang
merata dan kompensasi yang memadai. sehingga meningkatkan kualitas akademik.
adalah tugas yang paling penting dari manajemen beban kerja akademik. Ini berarti
penggunaan beberapa jenis kinerja sistem rating (Burkholder dkk.. 2007) berdasarkan
peraturan universitas dan policies.1. 2,3 Beberapa lembaga pendidikan tinggi
6
menerapkan penilaian kinerja fakultas plans.4 Masalah hukum dan respon fakultas
untuk metrik kinerja juga harus diperhatikan. terutama ketika ukuran kinerja yang
digunakan secara langsung untuk perhitungan gaji.
Menurut Turban dkk.. (2005), SPK adalah pendekatan berbasis komputer atau
metodologi untuk mendukung pengambilan keputusan. Bagian paling penting dari SPK
khas adalah data warehouse, yang merupakan subjek berorientasi, terpadu, waktu-
varian, non-normalisasi, koleksi non-volatile data yang memungkinkan menganalisis
sejumlah besar data dari berbagai sumber dengan hasil yang cepat.
Deniz dan Ersan (2001, 2002) mengusulkan DSS bagi siswa, kursus dan program
penilaian. Dasgupta dan Khazanchi (2005) dijelaskan agen cerdas diaktifkan DSS
untuk penjadwalan perkuliahan. Vinnik dan Scholl (2005) mengusulkan beban kerja
akademik
7
Bagian penting dari DSS akademik akademik Sistem Perencanaan Beban Kerja (WPS)
yang berfokus pada keseimbangan beban terhadap kapasitas. Menurut Burgess dkk.
(2003), tujuan strategis dari WPS adalah sebagai berikut:
• Tujuan penelitian:
4 Metodologi
8
Setelah prototipe telah dibangun itu harus diuji. Keterlibatan manajemen
fakultas dan staf pengajar lain yang diperlukan. Setiap masalah teknis atau konten harus
dianalisis. Setelah penyebab masalah ditentukan perubahan harus dibuat baik pada
prototipe atau peraturan dan kebijakan beban kerja. Proses evaluasi tidak pernah selesai
karena keadaan yang mempengaruhi tingkat beban kerja akademik sering berubah.
5 Persyaratan
9
Gambar 1 proses manajemen beban kerja Akademik
10
Prasyarat yang paling penting untuk membangun data warehouse adalah adanya
sumber data yang berkualitas. Adelman dkk.. (2005) menjelaskan beberapa
permasalahan yang harus dinilai ketika berhadapan dengan data kotor :
• Kebenaran (hasil penilaian dalam definisi deteksi kesalahan dan koreksi rutinitas).
Sumber data utama untuk akademik gudang data beban kerja adalah Sistem
Informasi Akademik (SIA) (Sastry. 2007). Secara umum, AIS mendukung semua
fungsi yang diperlukan universitas harus melakukan dalam proses pendidikan.
Beberapa proses seperti perencanaan beban kerja biasanya tidak cukup didukung.
Ketika data hilang ditemukan itu harus ditentukan mana sumber data yang paling sesuai
untuk suplementasi sumber data utama. Hilang data dapat diperoleh dari sistem
informasi universitas lain atau dari sumber data di luar. dan kemudian diintegrasikan
dengan data dari AIS. Jika tidak ada kemungkinan seperti itu ada ada kebutuhan untuk
upgrade AIS. Jika itu juga tidak mungkin penggunaan AIS yang berbeda harus
dipertimbangkan. Sebuah entri data langsung ke dalam gudang data dapat menjadi
solusi sementara. tetapi hanya layak bila perubahan data yang hilang terjadi secara
berkala. misalnya setahun sekali.
Ketika pengecualian untuk aturan umum dalam proses transformasi data yang
ditemukan. mereka harus dievaluasi untuk mencegah hilangnya transparansi. Bila
perlu. rutinitas penanganan eksepsi harus diletakkan di tempat dan didokumentasikan.
Semua pengecualian harus ditangani secara otomatis. Hal yang sama berlaku untuk
prosedur transformasi data keseluruhan, yang telah menjadi sepenuhnya otomatis.
Sebuah gudang data harus dirancang untuk deteksi mudah dan koreksi
kesalahan dalam menggunakan sumber-sumber data. Setiap informasi yang berasal
dari DSS berdasarkan data warehouse harus dapat dilacak item sumber data tunggal.
Setelah koreksi data yang salah. informasi dalam DSS harus berubah sesuai.
11
Gambar 2 menunjukkan model dimensi disederhanakan akademik gudang data
beban kerja. Tabel fakta mengandung semi- aditif mengukur ' Kuantitas di unit beban
kerja ' dan aditif mengukur ' Beban Kerja hour'. Dimensi ' versi Data' berisi satu atau
lebih anggota untuk beban kerja direncanakan dan salah satu anggota untuk beban kerja
yang sebenarnya. Beberapa dimensi disajikan secara perlahan berubah dimensi.
terutama ' Fakultas staf ' dimensi.
7. Pelaksanaan DSS
12
Standar OLAP alat browsing yang digunakan untuk antarmuka DSS. Sebelum
penerapan DSS. beberapa metrik dan Key Performance Indicator (KPI) yang
digunakan untuk mengukur beban kerja akademik. Mereka metrik dan KPI dimasukkan
sebagai tindakan yang diperkirakan. sehingga pengguna DSS bisa mulai bekerja
dengan konten akrab.
Setelah keadaan untuk menentukan tingkat perubahan beban kerja akademik, peraturan
beban kerja dan kebijakan harus diubah sesuai. Pada saat yang sama analisis perubahan
kelayakan DSS harus dilakukan sehingga perubahan yang sesuai dalam rutinitas
transformasi data dan perubahan AIS jika diperlukan.
Jadi apa yang kita capai dengan implementasi DSS ? Fakultas sekarang termasuk dalam
proses perencanaan beban kerja dan karena itu dapat memahami tujuan strategis
universitas yang jauh lebih baik. Itu adalah langkah pertama menuju keselarasan
perilaku staf dengan tujuan strategis dari institusi pendidikan tinggi.
8. Kesimpulan
13
Sebuah manajemen beban kerja data warehouse akademik telah dibangun untuk
memberikan manajer universitas dengan dukungan keputusan yang tepat. Manajemen
Universitas ini dilengkapi dengan alat yang memungkinkan mereka untuk
merencanakan dan mengalokasikan beban kerja akademik yang lebih baik dan
memberikan kompensasi yang memadai bagi staf fakultas mereka. Langkah yang
diperlukan untuk membangun sebuah gudang data yang dibahas. Pentingnya penerapan
kebijakan beban kerja akademik universitas ditekankan. Implikasi dari penggunaan
DSS dirancang pada staf fakultas dianggap.
Tantangan masa depan lainnya adalah mengubah sumber data utama. Hasil dari
proyek ini membuat jelas bahwa AIS ada perlu beberapa perubahan untuk
menyediakan semua informasi yang diperlukan untuk proses perencanaan beban kerja.
Karena dukungan yang diperlukan tidak tersedia. perubahan AIS diusulkan. Perubahan
ini tidak akan mempengaruhi desain data warehouse logis. namun akan memicu
kebutuhan untuk perubahan mayoritas prosedur transformasi data. Perubahan AIS
harus benar-benar transparan bagi para pengguna DSS. Setiap informasi beban kerja
akademik dari DSS harus disajikan secara terpisah dari sumber data yang mendasarinya
BAB III
14
KESIMPULAN & SARAN
1. Kesimpulan
15
10. Kemampuan sistem beradaptasi secara tepat
DAFTAR PUSTAKA
16
Adelman, S., Moss, L.T. and Abai, M. (2005) Data Strategy,
Pearson Education, Inc., Upper Saddle River, New Jersey.
Barlas, Y. and Diker, V.G. (2000) ‘A dynamic simulation game for
strategic Univrsitas management (UNIGAME)’, Simulation
Gaming, Vol. 31, pp.331–358.
Burgess, T.F., Lewis, H.A. and Mobbs, T. (2003) ‘Academic
workload planning revisited’, Higher Education, Vol. 46, pp.215–
233.
Burkholder, N.C., Golas, S. and Shapiro, J. (2007) Ultimate
Performance: Measuring Human Resources at Work, John Wiley &
Sons, Inc., New Jersey
Dejan Zilli*
Nada Trunk-Širca
Faculty of Management Koper, Univrsitas of
Primorska, Cankarjeva 5,
6104 Koper, Slovenia
Email: nada.trunk@guest.arnes.si
17