SISTEM PENDUKUNG KEPUTUSAN

TUGAS I

Oleh:

IZZA AFKARINA
11651200414

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU
PEKANBARU
2019
 Sistem Informasi Pendukung Keputusan Terhadap Mutu Lulusan
dengan Metode Fuzzy Model Tsukamoto
Ahmad Lubis Ghozalia, Mustaid, Farikhin

BAB I
PENDAHULUAN
Informasi perkembangan lulusan suatu hal yang penting bagi Perguruan Tinggi untuk
mengetahui seberapa baik mutu lulusannya, oleh sebab itu barometer lulusan memberikan
pengaruh besar terhadap peningkatan kepercayaan masyarakat dalam menentukan baik atau
buruknya lulusan dari Perguruan Tinggi. Evaluasi performance siswa menggunakan fuzzy
logic yang menggunakan parameter quisioner dalam lima pertanyaan dari 10 sampel siswa,
untuk mengetahui seberapa besar tes atau ujian mempengaruhi kualitas performance siswa.
Proses analisis data tersebut direpresentasikan berdasarkan dimensi tahun dan program studi
dalam bentuk tabel, grafik, dan dashboard, sehingga menghasilkan output yang dapat
digunakan sebagai pendukung keputusan akademik. Online Analytical Processing (OLAP)
bagian dari solusi umum bagi perusahaan-perusahaan modern untuk menghasilkan, memantau,
berbagi, dan analisis administrasi laporan mereka. Hasil laporan dapat ditampilkan secara
harian, mingguan, dan atau bulanan. Data hasil analisis OLAP diolah menggunakan proses
fuzzifikasi, inferensi, dan defuzzifikasi untuk menghasilkan indeks mutu lulusan. Hasil
penelitian ini berupa sistem informasi lulusan berbasis web portal yang menghasilkan indeks
KPI performa lulusan dan mutu lulusan sebagai pendukung keputusan oleh pihak manajemen
institusi Perguruan Tinggi yang dapat digunakan sebagai bahan evaluasi, sehingga kebutuhan
untuk meningkatkan parameter keberhasilan mutu lulusan secara keseluruhan dapat dilakukan
dengan lebih baik.

Izza Afkarina – Sistem Pendukung Keputusan - 2019

 BAB II
KERANGKA TEORI
NO JUDUL PENGARANG RUMUSAN HASIL/RESULT METODE SARAN
MASALAH
1 WEBUSE: (Chiew, T.K. and Usability Penelitian ini berfokus WAMMI Mengevaluasi
Website Salim, S.S., 2003) didefinisikan dalam pada masalah kegunaan NIST Web kegunaan situs
Usability ISO 9241-11 sebagai situs web dan Metrics web adalah
Evaluation sejauh mana suatu mengimplementasikan penting.
Tool, produk dapat alat untuk Namun,
Malaysian digunakan oleh mengevaluasi masalah dalam
Journal of pengguna tertentu kegunaan situs web, mendapatkan
Computer untuk mencapai yang disebut WEBUSE kegunaan hasil
Science, tujuan yang (WEBsite USability lebih banyak
(16) 1, 47- ditentukan dengan Evaluation Tool), digunakan di
57. efektivitas, efisiensi memungkinkan pengembangan
dan kepuasan dalam pengunjung ke situs pada dasarnya
konteks penggunaan web untuk melakukan karena
yang ditentukan. evaluasi di situs web. kurangnya
Ada dua pertanyaan Berdasarkan tanggapan kegunaan
tentang kegunaan yang diberikan oleh metode
yang harus pengunjung tersebut, evaluasi
ditanyakan ketika webmaster akan kegunaan dan
merancang suatu mengetahui kegunaan hasil. Presisi
sistem, terutama yang baik dan buruk dari metode
sistem interaktif [2]: aspek situs web mereka evaluasi
1. Bagaimana sistem dari perspektif kegunaan itu
dapat dikembangkan pengunjung. sendiri akan
untuk memastikan menentukan
kegunaannya? akurasi
2. Bagaimana evaluasi.
kegunaan sistem Dengan
ditunjukkan atau menggunakan
diukur? evaluasi yang
berbeda
metode, hasil
yang berbeda
dapat diperoleh
untuk kegunaan
dari sistem
yang sama.
Kegunaan situs
web dapat
dipelajari dari
berbagai
perspektif. Alat
evaluasi
kegunaan situs
web yang
berbeda dapat
dirancang
berdasarkan
pada perspektif
yang berbeda

2 Learning (Patria, B., 2013) Dalam budaya Hasil penelitian Pengalaman

Environme industri modern, menunjukkan bahwa belajar di luar
nt and transisi lebih lingkungan belajar, negeri
Graduates kompleks dan banyak sebagai gabungan mempengaruhi
Transition kondisi struktur program, kompetensi

Izza Afkarina – Sistem Pendukung Keputusan - 2019

 Period, mempengaruhi dukungan lulusan yang
Internation prosesnya. kelembagaan, pada gilirannya
al Masa transisi dari infrastruktur, aktivitas membantu
Journal of pendidikan tinggi ke siswa, dan penelitian, lulusan
Research pekerjaan, yang di mempengaruhi mendapatkan
Studies in masa lalu kompetensi lulusan. pekerjaan
Education, didefinisikan hanya Kompetensi lulusan pertama
Vol. 2 sebagai status ditunjukkan memiliki mereka.
(1), 25-40. perantara hubungan yang
antara sekolah penuh signifikan dengan masa
waktu dan pekerjaan transisi lulusan dalam
penuh waktu, tidak hal durasi pencarian
lagi mencerminkan kerja. Kompetensi
situasi saat ini. lulusan yang lebih
Masa transisi menjadi tinggi adalah; semakin
lebih kompleks dan pendek periode transisi.
sulit. Masa
pengangguran yang
lebih lama,
pemanjangan
periode pencarian
kerja, shift kerja dan
ketidakcocokan
pekerjaan adalah
beberapa masalah
dalam periode
transisi.
Kompleksitas periode
transisi dapat
dieksplorasi secara
mendalam ketika
membahas dalam
kerangka kerja
hubungan antara
pendidikan tinggi dan
pekerjaan.
3 Associatio (Jadac dan Panchal, Bagaimana (Online Analytical Makalah ini
n Rule 2012). menerapkan aturan Processing) adalah alat menyajikan
Mining aturan metode mining data mining dan data OLAM yang
Method On pada data cube. warehouse yang menggunakan
OLAP melakukan operasi metode mining
Cube, berbeda pada data yang aturan asosiasi
Internation disimpan dalam basis di kubus
al data multidimensi OLAP. Itu
Journal of tetapi batasan OLAP sering memberi
Engineerin adalah bahwa ia tidak item dan aturan
g Research mampu menjelaskan dari kubus
and hubungan antara data OLAP. Metode
Applicatio yang berada dalam mining lain
ns, Vol. 2 kubus data. Jadi itu juga dapat
sebabnya OLAM juga berlaku dan
dikenal sebagai mendapat
penambangan OLAP manfaat dari
yang mengambil OLAM.
keuntungan dari OLAP
dan mining data dan
memberikan hasil yang
akurat sehingga
dianggap sebagai

Izza Afkarina – Sistem Pendukung Keputusan - 2019

 Bussiness Intellegent
(BI).

4 Modeling (Yadav dan Singh, Evaluasi kinerja Dalam makalah ini, Fuzzy Kami telah
Academic 2011) akademik siswa kami telah menggunakan
Performan biasanya terdiri dari mengusulkan metode teknik
ce beberapa komponen, baru untuk evaluasi komputasi
Evaluation masing-masing kinerja akademik siswa lunak seperti
Using Soft melibatkan berdasarkan teknik Teknik Logika
Computing jumlah penilaian logika fuzzy, disebut Fuzzy untuk
Technique seringkali Fuzzy Expert System mengevaluasi
s: A Fuzzy berdasarkan data (FES). Ketika hasilnya akademik siswa
Logic yang tidak tepat. dievaluasi dari pakar evaluasi
Approach, Ketidaktepatan ini fuzzy sistem, kinerja. Perlu
Internation muncul dari manusia perbedaan hasil terlihat penelitian di
al Journal (guru / tutor) antara sistem pakar masa depan
on interpretasi kinerja berbasis logika fuzzy untuk
Computer manusia (siswa). klasik dan yang menggunakan
Science Metode aritmetika diusulkan metode. teknik
and dan statistik telah Sementara metode menggabungka
Engineerin digunakan untuk klasik menganut aturan n logika fuzzy
g IJCSE, mengumpulkan matematika konstan, dan jaringan
Vol.3 informasi dari evaluasi dengan logika saraf tiruan,
komponen penilaian fuzzy telah fleksibilitas yang disebut
ini. Metode-metode dan keandalan yang Sistem Neuro-
ini telah diterima oleh luar biasa. Dalam Fuzzy untuk
banyak orang skenario Fuzzy-1, mengevaluasi
lembaga pendidikan semua fungsi evaluasi kinerja
di seluruh dunia keanggotaan sama akademik siswa
meskipun ada untuk kedua semester dan juga
keterbatasan dengan ujian, sedangkan mengembangka
pendekatan dalam skenario fuzzy- n Sistem
tradisional ini. Di 2, fungsi keanggotaan Pembelajaran
dalam ujian semester-2 Adaptif Cerdas
studi yang diusulkan, dimodifikasi. dan Sistem
dikemukakan bahwa Kesimpulannya bahwa Bimbingan
metode saat ini evaluasi kinerja siswa Cerdas (ITS)
mengklasifikasikan menggunakan logika untuk berbasis
dan menilai kinerja fuzzy tidak hanya Internet
akademik siswa cocok untuk pendidikan
menggunakan teknik laboratorium aplikasi,
aritmatika dan tetapi juga dapat
statistik tidak selalu digunakan untuk
menawarkan cara evaluasi kinerja siswa
terbaik untuk dari pelajaran teori dan
mengevaluasi pendidikan lainnya
manusia perolehan domain seperti e-
pengetahuan dan learning dan
keterampilan. pendidikan jarak jauh
Diharapkan bahwa yang disediakan oleh
penalaran sistem Universitas
berdasarkan model terbuka di India.
fuzzy akan
memberikan cara
alternatif menangani
berbagai jenis data
yang tidak tepat, yang
sering mencerminkan
cara orang berpikir

Izza Afkarina – Sistem Pendukung Keputusan - 2019

 dan membuat
penilaian.

5 The Fuzzy (Cox, 1994). Banyak masalah Teori Fuzzy tidak Fuzzy
Systems dunia nyata yang mengganti metode
Handbook kompleks dalam yang ada untuk
(A analisis desain menangani
Prsctitione keputusan, kontrol permasalahan yang
r’s Guide dan sistem telah disebutkan dalam
to pengetahuan. rumusan masalah.
Building, Sebaliknya mereka
Using, and memberikan tambahan
Maintainin alat yang secara
g Fuzzy signifikan
Systems), memperbesar domain
masalah yang dapat
diselesaikan. fuzzy set
teori dan logika fuzzy
dapat digunakan untuk
mengeksploitasi
toleransi untuk
ketidaktepatan dan
bagaimana
mereka memungkinkan
untuk mengatasi
masalah yang berada di
luar jangkauan metode
tradisional.
BAB III
METODOLOGI

Mulai

Identifikasi Masalah

Pengumpulan Data
dan Pengolahan
Data

Perancangan dan Implemetasi

- Perancangan Data Warehouse
- Perancangan Sistem Informasi
Berbasis Web Portal

Pengujian

Izza Afkarina – Sistem Pendukung Keputusan - 2019

 Kesimpulan dan Saran

Selesai

BAB IV
HASIL DAN PEMBAHASAN
4.1. Hasil Penelitian
Penelitian ini mendapatkan sebuah hasil berupa Sistem Informasi Lulusan Perguruan
Tinggi berbasis web portal yang dapat diakses melalui Internet, untuk input data-datanya
berupa data lulusan mencakup data IPK, waktu tunggu mendapatkan pekerjaan, sertifikasi
kompetensi, kesesuaian bidang ilmu, dan kesesuaian stakeholders terhadap lulusan yang proses
inputnya dari beberapa Pengguna yaitu, Administrator, Alumni, dan Industri.
Data Lulusan dianalisis menggunakan OLAP dan Metode Fuzzy model Tsukamoto,
hasil pengolahan dan analisis data sebagai parameter pendukung keputusan berupa indeks
performa KPI Lulusan dan tingkat Mutu Lulusan pada Perguruan Tinggi yang disajikan dalam
bentuk tabel, grafik, dan dashboard.
4.2. Pembahasan
Dalam penelitian ini terdapat beberapa proses pembahasan yaitu menghasilkan dari
analisis OLAP, menghasilkan dari analisis metode fuzzy model Tsukamoto, menghasilkan dari
analisis indeks KPI lulusan, dan menghasilkan dari analisis tingkat mutu lulusan, sehingga
untuk pembahasan lebih detailnya terdapat di bawah ini.
4.2.1. Hasil Analisis OLAP
Data dianalisis dengan metode OLAP, pada analisis OLAP data ditampilkan dalam
bentuk tabel, grafik, dan dashboard berdasarkan dimensi tahun dan program studi, kemudian
hasilnya berupa indeks KPI lulusan, dalam hal ini sampling datanya berupa IPK.
Hasil analisis OLAP untuk KPI lulusan berupa IPK dapat dilihat pada Gambar 4.1.

Izza Afkarina – Sistem Pendukung Keputusan - 2019

 Gambar 4.1 Hasil Analisis OLAP untuk KPI lulusan berupa IPK
4.2.2. Hasil Analisis Metode Fuzzy Model Tsukamoto
Proses analisis Metode Fuzzy model Tsukamoto ini mengolah data-data indeks KPI
lulusan yang sudah dihasilkan dari analisis OLAP tersebut di atas menjadi sebuah informasi
Performa KPI Lulusan dan tingkat Mutu Lulusan pada Perguruan Tinggi. Pengolahan data
indeks KPI lulusan ini menggunakan proses Fuzzy Inference System (FIS) yang memiliki 3
(tiga) tahapan yaitu, fuzzifikasi, inferensi, dan defuzzifikasi.
Hasil analisis metode Fuzzy model Tsukamoto ini bahwa proses inferensi terdapat α-
predikat (fire-strength) yang bernilai dari 177 alumni keseluruhan selama 3 tahun terakhir
(2011 s.d. 2013), dari 35 aturan yang digunakan, kemudian yang bernilai hanya 2 aturan (R72
dan R153), sehingga aturan tersebut lah yang memenuhi untuk dilakukannya proses
perhitungan defuzzifikasi, rincian aturannya diberikan pada Tabel 4.1.

Proses pengkonversian setiap hasil dari inferensi sistem yang diekspresikan dalam
bentuk fuzzy set ke satu bilangan real. Hasil konversi tersebut di implementasikan pada 2 aturan
di atas untuk mendapatkan parameter tingkat Mutu Lulusan Politeknik Indramayu dalam 3
tahun (2011 s.d. 2013).
0.06∗0.79+0.44∗0.83
Z= 0.06+0.44

0.4126
𝑍= = 0.83
0.5
4.2.3. Hasil Analisis Performa KPI Lulusan dan Tingkat Mutu Lulusan
Hasil analisis metode OLAP dan metode Fuzzy model Tsukamoto, dihasilkan bahwa
apabila pada Performa KPI Lulusan dan tingkat Mutu Lulusan untuk ke lima indikator yang
berdasarkan dimensi Pertiga Tahun dan Semua Program Studi.
Dalam dimensi pertiga tahun dan semua program studi ini didapat sebagai sampling
data menggunakan lulusan 3 tahun (2011-2013) dan semua program studi (TI, TM, dan TP),
pada Performa KPI Lulusan untuk rata-rata IPK adalah 2.97, rata-rata waktu tunggu adalah 4.9

Izza Afkarina – Sistem Pendukung Keputusan - 2019

bulan, rata-rata sertifikasi kompetensi adalah 56.25 poin, rata-rata kesesuaian bidang ilmu
adalah 81.80%, rata-rata kesesuaian stakeholder terhadap lulusan adalah 79.36%.
Dari Performa Lulusan tersebut maka parameter Mutu Lulusannya adalah 0.83 yang
termasuk dalam variabel linguistik “Sangat Baik”. Hasil linguistik tersebut digunakan sebagai
masukan untuk menentukan tingkat Mutu Lulusan, berdasarkan Tabel 3.2 (Chiew dan Salim,
2003). Terlihat bahwa nilai rata-rata Mutu Lulusan lebih besar sama dengan 0.8 dan lebih kecil
sama dengan 1, maka Mutu Lulusannya “Sangat Baik”. Hasil Performa Lulusan diberikan pada
Gambar 4.2 dan Mutu Lulusan diberikan pada Gambar 4.3.

Hasil analisis metode Fuzzy model Tsukamoto pada sistem informasi lulusan dapat
memberikan gambaran secara umum sebuah performa KPI lulusan dan tingkat mutu lulusan
Perguruan Tinggi dalam pengambilan keputusan, metode Fuzzy model Tsukamoto juga
membuktikan bahwa performa KPI lulusan dari analisis OLAP sistem informasi lulusan
menjadi sebuah parameter tingkat keberhasilan dalam mengevaluasi lulusan.
BAB V
KESIMPULAN DAN SARAN
Sistem informasi lulusan berbasis web portal yang data lulusannya dapat dianalisis
menggunakan OLAP sehingga dapat memudahkan pihak manajemen institusi Perguruan
Tinggi dalam mendukung keputusan terhadap parameter tingkat keberhasilan Mutu Lulusan

Izza Afkarina – Sistem Pendukung Keputusan - 2019

Perguruan Tinggi dan dapat melihat perkembangan lulusan dalam bentuk tabel, grafik, dan
dashboard.
Analisis OLAP menghasilkan berupa Performa KPI Lulusan berdasarkan dimensi
tahun dan progam studi, sedangkan analisis metode Fuzzy model Tsukamoto dari studi kasus
yang dilakukan pada Politeknik Indramayu dan ketiga program studi yaitu Teknik Informatika,
Teknik Mesin, dan Teknik Pendingin dan Tata Udara, menghasilkan parameter tingkat Mutu
Lulusan yang dapat digunakan dalam pengambilan keputusan untuk perbaikan Mutu Lulusan
berikutnya pada Perguruan Tinggi.

Izza Afkarina – Sistem Pendukung Keputusan - 2019