Prosiding2017 (Hesty)

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, iii
Universitas Pendidikan Ganesha,

Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
SEMINAR NASIONAL PENDIDIKAN TEKNIK INFORMATIKA

SENAPATI
BALI, 09 SEPTEMBER 2017
Tema:
"Big Data in Education"
Dewan Redaksi:
Tim Reviewer:
Prof. Ir. Zainal Arifin Hasibuan, MLS, Ph.D (Universitas Indonesia)
Prof. Dr. Rer. Nat. Achmad Benny Mutiara, S.Si, S.Kom (Universitas Gunadarma)
Prof. Dr. I Wayan Santyasa, M.Si (Universitas Pendidikan
Ganesha)
Dr. Ir. Rinaldi Munir, M.T. (Institut Teknologi Bandung)
Paulus Insap Santosa, M.Sc., Ph.D (Universitas Gajah Mada)
Dr. Wayan Sukra Warpala, S.Pd., M.Sc (Universitas Pendidikan
Ganesha)
Dr. Gede Rasben Dantes, S.T., M.Ti (Universitas Pendidikan
Ganesha)
Dr. Ketut Agustini, S.Si., M.Si (Universitas Pendidikan
Ganesha)
Tim Editor:
I Made Agus Wirawan, S.Kom., M.Cs.
I Gede Mahendra Darmawiguna, S.Kom., M.Sc.
Ketut Resika Arthana, S.T., M.Kom.
Gede Saindra Santyadiputra, S.T., M.Cs.
I Made Putrama, S.T., M.Tech.
Nyoman Sugihartini, S.Pd., M.Pd.
Gede Aditra Pradnyana, S.Kom., M.Kom. (Universitas Pendidikan
Dr. Dewa Gede Hendra Divayana, S.Kom., M.Kom. Ganesha)
I Made Ardwi Pradnyana, S.T., M.T.
I Gede Partha Sindu, S.Pd., M.Pd.
P Wayan Arta Suyasa, S.Pd., M.Pd.
Luh Putu Eka Damayanthi, S.Pd., M.Pd.
I Made Dendi Maysanjaya, S.Pd.,M.Eng.
Gede Arna Jude Saskara, ST, MT.
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, i

ISSN 2087-2658
(SENAPATI) Ke-8
KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8
Om Swastyastu,
Puji syukur kita panjatkan ke hadirat Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-
Nya prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 ini dapat
diselesaikan dengan baik dan tepat pada waktunya. Seminar Nasional Pendidikan Teknik
Informatika (SENAPATI) Ke-8 ini merupakan rangkaian kegiatan Peringatan HUT ke-10
Jurusan Pendidikan Teknik Informatika, Universitas Pendidikan Ganesha. Seminar ini adalah
sebuah kegiatan berskala nasional, dan ditujukan untuk seluruh kalangan akademisi dan
praktisi teknologi maupun kependidikan yang bergerak dalam bidang pendidikan dan teknologi
informatika. Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 mengusung
tema utama "Big Data in Education " dengan dua kelompok bidang ilmu dan subtema yang
lebih spesifik, yaitu Kelompok A: Bidang Kependidikan Informatika/TIK secara luas, dan
Kelompok B: Bidang Teknologi Informatika.
Sesuai dengan latar belakang dan tema yang diusung dalam kegiatan ini, maka Seminar
Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 bertujuan untuk memfasilitasi
bertemunya pelaksana, mahasiswa, praktisi, dan ahli bidang kependidikan dan teknologi
informatika dalam sebuah forum ilmiah resmi, serta memfasilitasi penyebaran dan sosialisasi
hasil studi, hasil-hasil penelitian, ataupun evaluasi kondisi terkini dari pelaksanaan kebijakan
dan program pemerintah di bidang kependidikan dan teknologi informatika.
Prosiding ini merupakan kumpulan makalah ilmiah dari makalah utama yang disampaikan oleh
pembicara utama SENAPATI Ke-8 serta makalah pendamping yang dikirimkan oleh peserta,
yang sudah melalui proses review oleh tim reviewer. Terima kasih banyak kami sampaikan
kepada semua reviewer dan narasumber yang telah berkontribusi menyumbangkan ide-ide
serta pemikiran-pemikiran kreatifnya melalui makalah ilmiah yang dikirimkan. Tidak lupa juga
kami sampaikan terima kasih kepada seluruh panitia yang telah bekerja keras demi
terselenggaranya kegiatan ini dengan baik.
Akhir kata kami sampaikan permohonan maaf apabila dalam prosiding ini masih terdapat
kesalahan-kesalahan dalam penulisan nama, nama instansi maupun kesalahan lainnya. Segala
kritik, saran, dan komentar dapat disampaikan melalui email ke alamat:
senapati@undiksha.ac.id. Terima kasih.
Om çanti, çanti, çanti Om
Bali, September 2017

Ketua Panitia Senapati Ke-8
ii Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

ISSN 2087-2658
(SENAPATI) Ke-8
SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN

UNIVERSITAS PENDIDIKAN GANESHA
Om Swastyastu,
Salam sejahtera untuk kita semua,
Terlebih dahulu marilah kita panjatkan puji syukur kehadapan Tuhan Yang Maha Esa atas
karuniaNya, sehingga Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8
dapat terlaksana sesuai dengan rencana yang telah ditetapkan.
Adapun tujuan dari kegiatan ini adalah untuk menghimpun wacana pemikiran baru dan
cemerlang dari berbagai pihak, seperti kalangan ahli, praktisi industri dan usaha, untuk
kemajuan Pendidikan Teknik Informatika. Kegiatan ini juga merupakan wadah untuk
menghimpun informasi dan komunikasi tenaga Pendidikan Teknik Informatika.
Pada kesempatan ini, Saya atas nama pimpinan dan keluarga besar Fakultas Teknik dan
Kejuruan, Universitas Pendidikan Ganesha, menyampaikan selamat dan sukses kepada
panitia SENAPATI Ke-8 peserta SENAPATI Ke-8 yang telah mencurahkan waktu, tenaga
dan pikirannya demi kelancaran kegiatan ini, dan pada kesempatan ini saya juga
menyampaikan dan memberikan penghargaan kepada semua pihak yang telah meluangkan
waktu dan menyumbangkan pikiran untuk kemajuan Pendidikan Teknik Informatika.
Akhirnya saya mengucapkan terima kasih dan penghargaan yang setinggi-tingginya kepada
semua panitia yang telah memberikan sumbangan tenaga dan dharma baktinya demi
kesuksesan kegiatan ini. Saya juga mohon maaf atas segala kekurangan yang terdapat dalam
pelaksanaan kegiatan ini, semoga kegiatan ini memberikan makna dan manfaat bagi kita
semua.
Dekan Fakultas Teknik dan Kejuruan

Universitas Pendidikan Ganesha
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, iii
ISSN 2087-2658
(SENAPATI) Ke-8
SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA
Om Swastyastu,
Salam Sejahtera bagi kita semua,
Pertama-tama marilah kita panjatkan puji syukur kehadapan Ida Sang Hyang Widi Wasa,
Tuhan Yang Maha Kuasa, dimana hanya karena rahmat dan izin-Nya maka SEminar NAsional
PendidikAn Teknik Informatika 2017 (SENAPATI 2017) ini dapat terselenggara dengan baik.
Saya ucapkan selamat datang kepada semua pemakalah dan peserta SENAPATI Ke-8 di
Universitas Pendidikan Ganesha Singaraja.
SENAPATI ini merupakan kegiatan Seminar Nasional ke-8 Jurusan Pendidikan Teknik
Informatika yang akan diadakan setiap tahun dalam rangkaian kegiatan ulang tahun
Jurusan Pendidikan Teknik Informatika FTK Undiksha. Topik yang dipresentasikan
mengusung Tema utama "Big Data in Education". Tema tersebut akan didukung dan
dijabarkan dalam kelompok-kelompok bidang ilmu dan sub tema yang lebih spesifik
diantaranya Bidang Kependidikan Informatika/TIK secara luas dan Bidang Teknologi
Informatika. Dengan cakupan materi ini diharapkan partisipan kegiatan SENAPATI Ke-8
berasal dari kalangan peneliti, akademisi termasuk Guru dan praktisi.
Forum ini diharapkan bisa menjembatani kesenjangan antara pemahaman riset-riset

Informatika yang paling muntakhir dengan tingkat pendidikan masyarakat awam sehingga
dapat berjalan secara berdampingan dan saling mendukung. Selain itu seminar ini dapat
menjadi wahana untuk berdiskusi dan berkomunikasi serta meningkatkan kerjasama antar
peneliti dan praktisi.
Akhirnya, perkenankanlah saya sampaikan terima kasih yang sebesar-besarnya kepada semua
pihak yang telah mendukung suksesnya penyelenggaraan SENAPATI Ke-8, terutama
sekali kepada Panitia pelaksana dan pihak-pihak lain yang secara langsung maupun tidak
langsung telah ikut memberikan andil bagi terselenggaranya SENAPATI Ke-8. Semoga
kegiatan Seminar Nasional ini akan memberikan manfaat yang sebesar-besarnya bagi semua
pihak yang memerlukan.
Ketua Jurusan Pendidikan Teknik Informatika

iv Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

ISSN 2087-2658
(SENAPATI) Ke-8
DAFTAR ISI
KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8 .............................................................. ii

SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN .................................................... iii
UNIVERSITAS PENDIDIKAN GANESHA ...................................................................................... iii
SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA................................. iv
FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA ................. iv
DAFTAR ISI ........................................................................................................................................ v
MAKALAH UTAMA ......................................................................................................................... 1
Pembelajaran Adaptif Berlandaskan Asesmen Otentik di Era Big Data

I.N Sukajaya ........................................................................................................................................ 2
Inovasi Teknologi dalam Pendidikan melalui Big Data Analytic dan Personalized Learning
Ketut Agustini ................................................................................................................................... 10
MAKALAH KELOMPOK A
BIDANG KEPENDIDIKAN INFORMATIKA/TIK SECARA LUAS ......................................... 15
Media Pembelajaran Matematika Interaktif untuk Siswa Tunarungu: Perancangan dan Validasi
K. Beni A., I. N. Gita, I. M. Suarsana .............................................................................................. 16
Perancangan Aplikasi Perhitungan Operasi Matriks Berbasis Web Sebagai Sarana Pembelajaran
Harya Bima Dirgantara, Tedi Lesmana Marselino ........................................................................ 23
Uji Coba Rancangan Model CSE-UCLA Yang Dimodifikasi Dengan Metode Weighted Product dan
Validasi Instrumen Evaluasi Layanan Perpustakaan Digital Pada Perguruan Tinggi Komputer di Bali
Dewa Gede Hendra Divayana, Agus Adiarta, Ida Bagus Gede Surya Abadi............................... 28
Implementasi UTAUT dalam Menganalisis Pengaruh Penggunaan Aplikasi VMEET Terhadap

Tingkat Kepuasan Belajar di Universitas Bina Darma Palembang
Megawaty .......................................................................................................................................... 35
Analisis Kecenderungan Gaya Kognitif Siswa dalam Pengembangan Dynamic Intelectual Learning
(DIL)
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, v

ISSN 2087-2658
(SENAPATI) Ke-8
Luh Setiani, Ketut Agustini.............................................................................................................. 40
Persepsi Guru Terhadap Pengembangan Profesionalisme Melalui Pelatihan Media Pembelajaran

Berbasis Edmodo
Noni Agustina, Ratnawati Susanto .................................................................................................. 44
Desain Sistem Personalisasi E-Learning Berbasis Felder Silverman Model Untuk Materi Animasi 2
Dimensi di SMK Negeri Singaraja
G. N. Pardomuan, Ketut Agustini ................................................................................................... 49
Analisis Kecenderungan Gaya Belajar dalam Rancangan Emodul Berorientasi Modalitas VAK
(Visual, Auditori, Kinestetik) pada Siswa SMK TKJ Kabupaten Buleleng
I Nengah Eka Mertayasa, Ketut Agustini ....................................................................................... 53
Analisis Personalized Learning Berorientasi Motivasi Belajar Siswa

Kadek Agus Darma Yadnya, Ketut Agustini .................................................................................. 57
Pengembangan Evaluasi dan Penugasan Online Berbasis E-Learning dengan Moodle pada Mata
Kuliah Media Pembelajaran Ilmu Komputer
Siti Husnul Bariah ............................................................................................................................ 61
Hubungan antara Kompetensi Kepribadian dan Sosial Guru PPL Jurusan Pendidikan Teknik
Informatika terhadap Motivasi Belajar Siswa SMK Se-Kota Singaraja .............................................. 67
Dewa Ayu Putu Candra Santika, I G. M. Darmawiguna, G. S. Santyadiputra, L. P. E. Damayanthi .. 67
MAKALAH KELOMPOK B
BIDANG TEKNOLOGI INFORMATIKA .................................................................................... 72
Analisis Kualitas Koneksi Jaringan Internet 4G XL dan Smartfren di Wilayah Kota Palembang
Irwansyah .......................................................................................................................................... 73
Implementasi Sensor Kapasitif dan Piezo-Electric pada Bilah Gamelan Elektronik sebagai Media
Belajar Tabuh
I Gede Eka Wiantara Putra ............................................................................................................. 80
Rekayasa Sistem Tata Kelola dan Layanan Informasi Proses Perkuliahan Berbasis Multi Platform
Adi Chandra Syarif, Farid Hartono Gunawan, Erick Alfons Lisangan ....................................... 85
vi Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

ISSN 2087-2658
(SENAPATI) Ke-8
Penerapan Image Enhancement Algorithm Untuk Meningkatkan Kualitas Citra Tak Bergerak
Phie Chyan, Sean Coonery Sumarta ............................................................................................... 92
Pengaruh Seleksi Fitur Terhadap Hasil Klasifikasi Fase Plasmodium vivax Pada Citra Mikroskopis
Digital Sediaan Darah Tipis
I Md. Dendi Maysanjaya, Md. Satria Wibawa, I Md. Agus Wirahadi Putra .............................. 96
Sistem Informasi Reservasi Hotel dan Villa Berbasis Web Pada Villa Seganti Setungguan Gunung
Dempo Pagaralam
Helda Yudiastuti ............................................................................................................................. 102
Implementasi dan Analisis Perangkat Pengirim Data Sensor melalui Modul A6 GSM/GPRS berbasis
Microcontroller
I Gede Eka Wiantara Putra, I Ketut Putu Suniantara, I Nyoman Satya Kumara .................... 109
Implementasi Load Balancing Pada Openstack dengan Metode Round Robin

I Made Aga Satya Darma, I Gede Oka Gartria Atitama ............................................................. 115
Desain E-Tourism Big Data MPD Untuk Edukasi Pelaku Pariwisata di Kabupaten Gianyar
I Putu Agus Eka Pratama, I Made Sunia Raharja ....................................................................... 120
Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android

I Putu Sugi Anantra, I Made Agus Wirawan, I Ketut Resika Arthana ...................................... 123
Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan Pelayanan
Perizinan Terpadu Satu Pintu Kabupaten Buleleng dengan Metode Least Square
Ni Ketut Ayu Indra Cahyani, I Made Putrama, I Made Agus Wirawan ................................... 129
Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga

I Gst Putu Bagus Naramas Wahyu Prayoga, I Ketut Resika Arthana, I Gede Mahendra
Darmawiguna .................................................................................................................................. 136
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, vii
MAKALAH UTAMA
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 1

ISSN 2087-2658
(SENAPATI) Ke-8
Pembelajaran Adaptif Berlandaskan Asesmen Otentik

di Era Big Data
I.N Sukajaya
Program Studi pendidikan Matematika, Fakultas MIPA
Singaraja, Indonesia
nyoman.sukajaya@undiksha.ac.id
Abstrak— Teknologi pembelajaran adaptif yang di gadang- kompleks dan multi sisi. Sedangkan penilaian meru-pakan
gadang memiliki kelebihan dalam hal personalisasi pembela- langkah krusial dalam menentukan apakah perkem-bangan
jaran tidak terlepas dari tahapan umum pembelajaran yang konsep pembelajar mampu mencapai keterampilan berpikir
me--liputi perencanaan, pengajaran dan penilaian. Tanpa tingkat tinggi atau tidak [1].
bermaksud mengabaikan tahapan perencanaan dan
pengajaran, tahapan pe-nilaian memegang peran kunci untuk Sebagai salah satu tahapan pembelajaran; penilaian memi-
diperoleh nya dasar dalam menyusun perencanaan dan liki fungsi sebagai: (a) alat dalam mengukur capaian tujuan
melaksanakan pembelajaran. Peni-laian tentu tidak dapat pembelajaran, (b) umpan balik bagi perbaikan pembelajaran,
dilakukan secara parsial dengan menilai aspek tertentu saja serta (c) sebagai dasar penyusunan pertanggungjawaban ke
dan mengabaikan aspek lain dan hanya dila-kukan di akhir dari pihak-pihak pemangku kepentingan. Penilaian memiliki
keseluruhan pembelajaran. Penilaian dilaku-kan secara tujuan mengefektifkan pemberian pertimbangan atau
berkelanjutan dan melibatkan sebanyak-banyaknya aspek pembuatan ke-putusan. Penilaian menentukan apa yang
yang mewakili individu pembelajar. Selain itu penilaian juga dipelajari dan peri-laku pembelajar yang diharapkan muncul
dilakukan secara berkelanjutan sehingga luaran yang dalam pembelajaran. Penilaian juga menentukan bagaimana
dihasilkan dari tahapan penilaian dapat digunakan dini untuk guru mengajar. Hasil penilaian menjawab pertanyaan: (a)
menangkal kemungkinan penyimpangan pencapaian tujuan apakah pembelajar mem-pelajari tentang apa yang seharusnya
pembelajaran, serta melakukan perbaikan pengelolaan kelas
mereka pelajari?, (b) apakah guru mengajarkan apa yang
sesuai kebutuhan. Penyesuaian pembelajaran yang dilandasi
mestinya mereka ajarkan? Ketepatan jawaban sangat
penilaian otentik serta menerapkan teknik analisis yang tepat
tentu dapat meningkatkan kualitas pembelajaran. Dalam tergantung pada hasil penilaian.
paper ini dibahas teknologi Big Data, analisis yang tersedia Penilaian dalam pembelajaran menggunakan informasi
dalam melakukan analisis di Big Data, serta bagaimana ter-kait individu pembelajar yang dikumpulkan melalui proses
teknologi pem-belajaran adaptif berpotensi kualitas nya asesmen. Ketika berbicara penilaian dalam pembelajaran
meningkat dengan adanya dukungan Big Data. maka secara otomatis yang dijadikan indikator adalah skor tes.
Oleh karena itu penilaian yang banyak dilakukan meliputi:
Kata-kata kunci: Big Data, teknologi Pembelajaran adaptif,
penilaian formatif dan sumatif. Penilaian formatif memiliki
asesmen otentik.
karakteristik: penilaian nya dilakukan secara menerus dan
bersifat diagnos-tik. Hasil penilaian formatif diterapkan
I. PENGANTAR TEORI PEMBELAJARAN langsung sebagai perba-ikan pembelajaran berikutnya.
Pembelajaran merupakan upaya mengubah perilaku pem- Penilaian sumatif merupakan penilaian yang dilakukan di
belajar sehingga mereka mampu menolerir peningkatan taraf akhir pembelajaran. Penilaian sumatif lebih menitikberatkan
ketidakpastian, intuitif dan kreatif, serta mampu pada penilaian ketercapaian tujuan pembelajaran. Hasil dari
memanfaatkan keterampilan kognitif mereka dalam penilaian ini berupa skor tes.
menyelesaikan permasa-lahan [1]. Tahapan yang dilakukan Penilaian yang menganggap luarannya adalah skor cende-
untuk mencapai tujuan pembelajaran meliputi: perencanaan, rung menggunakan kertas. Kondisi ini mendorong tidak
pengajaran, dan penilaian. Konsep perencanaan pembelajaran otentiknya hasil penilaian karena penilaian hanya mencakup
tersurat dalam [2]. Peren-canaan merupakan praktik satu domain saja (domain kognitif) dari tiga domain pem-
membangun pengalaman belajar sehingga akuisisi belajaran yakni: kognitif, afektif dan psikomotor. Bentuk
pengetahuan dan keterampilan menjadi lebih efisien, efektif, peni-laian berbasis kertas (paper-based) juga cenderung
dan menarik. Proses perencanaan meliputi: penentuan status memun-culkan suasana inspeksi yang ketat sehingga
awal dan kebutuhan pembelajar, mendefini-sikan tujuan akhir berdampak psiko-logis menakutkan bagi pembelajar. Suasana
pembelajaran, dan menyelipkan beberapa intervensi sebagai seperti ini mem-beri dampak kurang otentiknya rekaman hasil
bantuan dalam transisi. Pengajaran merupa-kan proses, cara, penilaian.
perbuatan mengajar atau mengajarkan. Proses ini sangat
2 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
ISSN 2087-2658
(SENAPATI) Ke-8
Dalam prinsip-prinsip penilaian hasil belajar disebutkan pemrosesan informasi yang efektif dan inovatif guna
bahwa penilaian mesti dilakukan secara komprehensif yang peningkatan pema-haman dan pembentukan keputusan.
mencakup keseluruhan aspek pembelajaran; valid, dapat TechAmerica Foundation juga mendefinisikan Big Data
diandalkan, serta objektif sehingga menggambarkan kemam- sebagai terminologi yang menjelaskan volume yang besar dari
puan pembelajar yang sesungguhnya. Pada penilaian berbasis data dengan kecepatan, kompleksitas, dan variable yang tinggi
kertas memiliki peluang rendah dapat mengimplementasikan sehingga membutuhkan teknik dan teknologi lebih maju
prinsip-prinsip penilaian ini secara utuh karena beragam untuk memungkinkan me-nangkap, menyimpan,
alasan. Salah satu alasan di antara beragam alasan tersebut mendistribusi, mengelola, dan mengana-lisis informasi. [9].
adalah situasi psikologis penilaian berbasis kertas cenderung
berpengaruh pada hasil. Perasaan takut, cemas pada diri Volume mengacu pada besar data. Ukuran Big data
mencapai sejumlah terabyte dan petabyte. Sebuah survei yang
pembelajar merupakan contoh kondisi psikologis yang tidak
dilakukan IBM di pertengahan 2012 menunjukkan bahwa
mudah untuk dihilangkan dalam situasi penilaian.
separuh dari 1.144 responden mengatakan data yang melebihi
Mengabaikan diagnosis karakteristik pembelajar satu terabyte ke dalam big data [10]. Satu terabyte menyimpan
(selanjut-nya ditulis profil pembelajar) dapat menurunkan data yang cukup dimuat dalam 1500 CD atau 220 DVD, cukup
kinerja mereka dalam pembelajaran yang pada akhirnya menyimpan sekitar 16 juta photo Facebook. [11] melaporkan
memunculkan kesulitan dalam belajar [3]. Diagnosis ini bahwa facebook memroses sampai sejuta photo per detik. Satu
sangat dibutuhkan untuk mengetahui pemahaman kekinian petabyte sama dengan 1.024 terabyte. Definisi terkait volume
pem-belajar tentang materi pelajaran, merencanakan pada Big Data adalah relatif dan dipengaruhi oleh banyak
perbaikan yang dibutuhkan dalam belajar, menetapkan faktor seperti waktu dan tipe data. Data set yang sekarang
strategi yang diimplementasikan dalam pembelajaran, serta terkategori Big Data boleh jadi tidak memenuhi kategori di
klasifikasi profil pembelajar. Dengan kata lain pembelajaran masa datang karena terjadi peningkatan kapasitas penyimpan
dituntut mengalami penyesuaian dengan profil pembelajar. yang memungkinkan penyimpanan data yang lebih besar.
Klasifikasi profil dibutuhkan sedini mungkin secara Tipe data, yang akan disajikan pada sesi variety,
berkelanjutan sehingga pembelajaran lebih terarah, runtun mendefinisikan kata Big. Dua dataset dengan ukuran yang
serta mampu menekan semaksimal mungkin penyimpangan sama membutuh--kan teknologi manajemen data yang
yang potensi terjadi dalam pembelajaran. berbeda, tergantung dari tipe data nya, misalnya data tabular
v.s. video. Sehingga definisi Big Data juga gayut terhadap
industri. Dengan demikian tidak lah mudah mendefinisikan
II. BIG DATA batasan spesifik volume Big Data.
Kata Big dipastikan menginspirasi pembaca bahwa
ukuran (size) muncul sebagai kata / frasa kata dalam Variety merujuk pada keragaman struktur dalam dataset.
mendefinisikan Big Data. Memang seperti itu kenyataan nya Kemajuan teknologi mengizinkan perusahaan menggunakan
meskipun para ahli belum mufakat dengan satu definisi beragam tipe data: terstruktur, semi-terstruktur, atau tidak
tentang Big Data [4]. Perbedaan pemahaman ahli terkait Big terstruktur. Data terstruktur yang umumnya mencakup hanya
Data ditunjukkan pada Gambar 1. 5% dari keseluruhan data yang ada [12] merupakan data
tabular dalam bentuk spreadsheet atau basis data relasional.
Teks, citra, audio, dan video merupakan contoh data tidak
terstruktur, minim dalam hal pengorganisasian struktur yang
dibutuhkan mesin dalam proses analisis. Data semi-terstruktur
berada di antara data terstruktur dan tidak terstruktur, tidak
memiliki standar struktur yang ketat. XML merupakan contoh
data semi-terstruktur. Kategori Big Data juga ditentukan oleh
level variety dan variety bukan merupakan hal baru. Dunia
informasi sudah menggunakan data tidak terstruktur sejak
lama.
Dimensi ke tiga yakni Velocity mewakili kecepatan
memperoleh dan menganalisis atau menindaklanjuti data yang
diperoleh. Proliferasi peralatan digital seperti smartphone dan
Gambar 1. Definisi Big Data hasil survei online 154 eksekutif global pada
bulan April 2012
sensor memicu kecepatan pembentukan data yang tidak
diprediksi dan kebutuhan perencanaan analisis data waktu
Di antara keragaman definisi Big Data, [5] memunculkan nyata dan berbasis fakta. Data yang dibentuk dari peralatan
tiga dimensi untuk mendeskripsikan Big Data. Ketiga dimensi mobile dan mengalir melalui aplikasi mobile menghasilkan
itu adalah: volume, variety, dan velocity atau disingkat 3V sejumlah informasi yang dapat digunakan untuk membangun
[6,7]. [8] juga memberikan terminologi yang serupa yakni Big tampilan waktu nyata dan dikhususkan bagi pemakai. Data
data merupakan aset informasi dengan volume, kecepatan, dari peralatan digital mampu memberikan informasi berupa
dan keragaman tinggi sehingga membutuhkan bentuk
ISSN 2087-2658
(SENAPATI) Ke-8
suara terkait pengguna, seperti lokasi geospatial, demografi, entitas dalam teks dan klasifikasi data ke kategori yang sudah
dan beberapa informasi lainnya. didefinisikan sebelumnya seperti orang, tanggal, lokasi, dan
organisasi. RE menemukan dan mengekstrak hubungan
semantik antar entitas. Sebagai contoh, dalam teks “Steve
III. ANALISIS DI BIG DATA Jobsco-founded Apple Inc. in 1976”, sistem RE dapat
Big Data sendiri tidak memiliki arti tanpa disertai proses mengekstrak informasi seperti Penemu [Steve Jobs, Apple
pengorganisasian yang efektif untuk menjadikan data Inc.] atau Ditemukan_di [AppleInc., 1976].
berukur-an besar dengan pergerakan yang cepat serta beragam
membe-rikan pemahaman yang berarti. Dengan kata lain, Big Teknik meringkas teks menghasilkan ringkasan yang
data mesti dikembangkan menjadi Smart Data. Satu dimensi paling ringkas dari satu atau lebih dokumen. Ringkasan
lagi yang dibuuhkan untuk menjadikan Big Data ke Smart memuat informasi kunci yang dituangkan dalam teks asli.
Data adalah dimensi Value. Proses ekstraksi pemahaman Aplikasi teknik meringkas adalah pada bidang sain dan artikel
dalam Big Data mencakup lima tahapan [13] seperti berita, iklan, surat elektronik, dan blog. Teknik meringkas
ditunjukkan pada Gambar 2. Lima tahap ini dikelompokkan memiliki dua pendekatan: ekstraktif dan abstraktif. Dalam
ke dalam dua sub-proses yakni manajemen data dan analisis. pendekatan ekstraktif; ringkasan disusun dari unit teks aslinya
Manajemen data mencakup proses dan teknologi pendukung (lumrahnya yang dipakai adalah kalimat). Berdasarkan
perolehan dan penyimpanan data, serta penyiapan dan pendekatan ekstraktif; penyusunan ringkasan meliputi
pemanggilan ulang data untuk keperluan analisis. Sedangkan kegiatan menen-tukan unit yang mencolok dari teks dan
analisis mencakup teknik yang digunakan untuk menganalisis menggabungkannya bersama-sama. Mencolok atau tidak unit
dan memperoleh kecerdasan di Big Data. Sehingga analisis di teks ditinjau dari letak teks dan seringnya muncul di teks.
Big Data dapat dipandang sebagai sub-proses di dalam Pendekatan ekstraktif tidak membutuhkan pemahaman isi
keseluruhan proses ekstraksi pemahaman di Big Data. teks. Sedangkan pendekatan abstraktif mengekstrak informasi
semantik dari teks. Ringkasan memuat unit teks yang tidak
mesti muncul di teks asli. Penguraian teks asli dan
penyusunan ringkasan dalam pen-dekatan abstraktif
menggunakan pemrosesan bahasa alami (NLP) yang canggih.
Jelas bahwa hasil ringkasan pada analisis teks menggunakan
pendekatan abtraktif lebih koheren dibanding pendekatan
Gambar 2. Proses ekstraksi pengetahuan di Big Data ekstraktif [16], akan tetapi pendekatan ekstraktif lebih mudah
diimplementasikan di Big Data.
Seperti diketahui bahwa data yang diakomodir di Big Data
mencakup teks, audio, video, media sosial, dan prediksi. Analog dengan pendekatan abstraktif; sistem QA
Berikut dipaparkan metode analisis yang digunakan untuk menggunakan teknik NLP yang kompleks. Lebih lanjut;
masing-masing jenis data di Big Data teknik QA dipilah ke dalam tiga kategori: pendekatan berbasis
pemulihan informasi (information retrieval (IR)), pendekatan
3.1. Analisis Teks berbasis pengetahuan, dan perpaduan keduanya. QA berbasis
Analisis teks (text mining) adalah teknik untuk IR: (i) proses bertanya untuk menentukan rincian seperti tipe
mengekstrak informasi dari data tekstual. Contoh data tekstual pertanyaan, fokus, dan tipe jawaban yang nantinya digunakan
yang dikelola oleh organisasi di antaranya: surat elektronik, untuk menyusun query; (ii) pemrosesan dokumen yang
blogs, online forums, survei pendapat, dokumen perusahaan, digunakan untuk mengambil bagian-bagian penting pra-
berita, dan call center logs. Analisis teks mencakup analisis tertulis dari sekumpulan dokumen yang ada menggunakan
statistik, linguistik komputasi, dan machine learning. Proses query yang disusun di proses bertanya, dan (iii) proses
dalam analisis teks adalah konversi data teks dengan volume menjawab, yang digunakan untuk mengekstrak kandidat
yang besar menjadi ringkasan yang bermakna yang pada jawaban luaran langkah sebelumnya, mengurutkannya, dan
akhirnya membantu pembuatan keputusan yang didasarkan menentukan kandidat dengan urutan teratas sebagai luaran
pada fakta. Sebagai contoh, analisis teks dapat digunakan sistem QA. QA berbasis pengetahuan membangun deskripsi
memprediksi pasar berdasarkan informasi yang diekstraksi semantik pertanyaan yang selanjutnya digunakan sebagai
dari berita keuangan [14]. Beberapa metode analisis teks query sumberdaya terstruktur. QA berbasis pengetahuan
diantaranya: ekstraksi informasi (information extraction (IE)), khususnya baik untuk domain tertentu seperti: pariwisata,
teknik meringkas teks (text summarization), teknik menjawab kedokteran, dan transportasi di mana jumlah dokumen pra-
pertanyaan (question answering(QA)), dan penggalian tertulis belum banyak.Perpaduan sistem QA melakukan
pendapat (sentiment analysis). penyusunan kandidat jawaban menggunakan metode IR
bersamaan dengan analisis pertanyaan secara semantik.
IE merupakan teknik mengekstrak data terstruktur dari
teks yang tidak terstruktur. Contoh penggunaan nya adalah Teknik analisis sentimen menganalisis teks yang memuat
ekstraksi nama obat, dosis, frekuensi konsumsi berdasarkan opini orang terhadap entitas seperti produk, organisasi,
resep medis. IE memiliki dua sub-tugas yaitu pengenalan individu, atau kegiatan. Meningkatnya pengambilan data oleh
entitas (ER) dan ekstraksi relasi (RE) [15]. ER menemukan dunia bisnis yang terkait opini pelanggan mendukung tumbuh

ISSN 2087-2658
(SENAPATI) Ke-8
suburnya analisis sentimen [17]. Aplikasi paling banyak •Sistem berbasis fonetik bekerja berdasarkan suara atau
analisis sentimen adalah pada area pemasaran, keuangan, serta fonem. satuan bunyi terkecil yang mampu menunjukkan
politik dan ilmu sosial. Teknik sentimen analisis dibagi ke kontras makna (sebagai contoh: misalnya /h/ adalah fonem
dalam tiga sub-kelompok yaitu level document, level kalimat, karena membedakan makna kata /harus/ dan /arus/, /b/ dan /p/
dan basis aspek. Teknik level dokumen menentukan apakah adalah dua fonem yang berbeda karena /bara/ dan /para/).
keseluruhan dokumen mengekspresikan sentimen negatif atau Sistem berbasis fonetik juga mencakup dua fase: mengindeks
positif. Asumsi yang diberlakukan adalah dokumen tertentu fonem dan pencarian. Di fase pertama, sistem menerjemahkan
memuat sentimen untuk satu entitas. Level kalimat ucapan menjadi deretan fonem. Pada fase kedua, sistem
menentukan kecenderungan sentimen tentang entitas yang menemukan representasi fonetik dari luaran di fase pertama.
diungkapkan dalam kalimat tunggal. Teknik level kalimat
hendaknya ter-lebih dahulu memisahkan kalimat subjektif 3.3. Analisis Video
dari kalimat ob-jektif. Level kalimat cenderung lebih Analisis video yang juga dikenal sebagai video content
kompleks dibanding level dokumen. Teknik berbasis aspek analysis (VCA), meliputi beragam teknik untuk monitor,
mengenali keseluruhan sentimen dalam satu dokumen dan menganalisis, dan mengekstrak informasi bermakna dari
mengidentifikasi entitas yang ditunjuk masing-masing rang-kaian video. Meskipun analisis video masih baru
sentimen. dibandingkan dengan tipe data mining yang lain [20],
beragam teknik pemotongan sudah dikembangkan untuk
3.2. Analisis Audio
memroses video real-time seperti layaknya video rekaman.
Analisis audio menganalisis dan mengekstrak informasi Dua kontributor besar perkembangan komputerisasi analisis
dari data audio yang tidak terstruktur. Aplikasi di bahasa lisan video adalah peningkatan popularitas kamera closed-circuit
manusia; analisis audio dimaksud sebagai analisis ucapan. television (CCTV) dan website berbagi video. Tantangan
Dikarenakan teknik ini banyak diterapkan di suara ucapan, utamanya adalah ukuran data video yang cenderung besar.
istilah analisis audio sering dipertukarkan dengan analisis Teknologi Big Data mengubah tantangan ini menjadi peluang.
ucapan. Kondisi sekarang, call center pelanggan dan perawat Teknologi ini digunakan untuk mengubah dan menunjukkan
kesehatan merupakan area yang paling banyak menerapkan kecerdasan pemrosesan ribuan jam video sehingga biaya dan
analisis suara. Call center menggunakan analisis suara untuk resiko yang muncul pada pemro-sesan manual teratasi.
mengefisienkan analisis ribuan bahkan jutaan rekaman suara. Hasilnya adalah; teknologi Big Data menjadi faktor ke tiga
Teknik ini membantu meningkatkan perilaku pelanggan, yang berkontribusi pada perkembangan analisis video.
mengevaluasi kinerja agen, meningkatkan rate penjualan, Penerapan paling banyak dari analisis video saat ini adalah
memonitor komplain beragam kebijakan, mengenali lebih untuk sistem keamanan dan sistem pengawasan. Selain
dalam perilaku pelanggan dan mengidentifikasi produk atau biayanya tinggi, sistem pengawasan yang menggunakan
isu layanan. Call center otomatis menggunakan platform tenaga manusia kurang efektif dibandingkan dengan sistem.
Inter-active Voice Response (IVR) untuk mengidentifikasi Analisis video secara efisien dan efektif melakukan fungsi
dan me-nangani pengguna yang frustasi. Di dunia perawatan, pengawasan seperti mendeteksi pelanggaran zona terlarang,
analisis audio mendukung diagnosis dan terapi kondisi medis mengidentifikasi objek yang dilepas tanpa penjagaan,
tertentu yang berpengaruh pada pola komunikasi pasien [18]. mendeteksi objek yang berkeliaran di area tertentu, mengenali
Analisis audio juga mampu menganalisis tangisan bayi yang aktivitas yang mencurigakan, atau mendeteksi gangguan
memberi informasi tentang kesehatan dan status emosional kamera. Setelah mendeteksi adanya ancaman, sistem penga-
bayi [19]. Analisis ucapan menggunakan dua pendekatan wasan dapat memberi tahu petugas keamanan secara real time
teknis yaitu: pendekatan berbasis transkrip (umum dikenal atau memicu tindakan otomatis (misalnya, alarm suara, kunci
sebagai large-vocabulary continuous speech recognition, pintu, atau lampu-lampu). Data yang dihasilkan oleh kamera
LVCSR) dan pendekatan berbasis fonetik. CCTV di gerai ritel dapat diambil untuk bisnis. intelijen.
Manajemen pemasaran dan operasi merupakan area aplikasi
•LVCSR mencakup dua fase proses: mengindeks dan utama. Misalnya, algoritma cerdas dapat mengumpulkan
pencarian. Di fase pertama LVCSR menulis konten ucapan informasi demografis tentang pelanggan, seperti usia, jenis
dari suara. Fase ini dikerjakan menggunakan automatic kelamin, dan etnisitas. Demikian pula, pengecer dapat
algoritma automatic speech recognition (ASR) yang menghi-tung jumlah pelanggan, mengukur waktu mereka
mencocokkan suara dengan kata. Kata diidentifikasi tinggal di toko, mendeteksi pola pergerakan mereka,
berdasarkan kamus yang sudah disusun. Apabila sistem gagal mengukur waktu tinggal mereka di berbagai area, dan
menemukan kata di dalam kamus, maka sistem menggunakan
memantau antrian secara real time. Pemindaian wawasan
kata yang mirip dengan kata tersebut. Luaran dari sistem yang berharga diperoleh dengan menghubungkan informasi
adalah file indeks yang memuat informasi urutan kata dalam
ini dengan demografi pelanggan untuk mendorong keputusan
ucapan. Di fase kedua; metode berbasis teks standar untuk penempatan produk, harga, optimasi bermacam-
digunakan untuk menemukan istilah yang dicari dalam file macam, desain promosi, optimasi tata letak, dan kepegawaian.
indeks.

ISSN 2087-2658
(SENAPATI) Ke-8
Terkait arsitektur sistem, ada dua pendekatan yang dapat diadopsi untuk mengatasi tantangan terkait pemrosesan
digunakan dalam analisis video yakni: berbasis server (sever- data.
based) dan berbasis tepi (edge-based).
•Analisis berbasis struktur (structure-based analytics).
•Arsitektur berbasis server. Video yang rekam melalui Tipe analisis ini memfokuskan pada sintesis atribut struktural
masing-masing kamera disimpan ke server yang melakukan ja-ringan sosial dan mengekstraksi kecerdasan dari hubungan
analisis video secara terpusat dan ter dedikasi. Karena antar entitas yang terhubung. Struktur jaringan sosial
keterbatasan bandwidth, video yang disimpan biasanya dimodelkan melalui sekumpulan simpul dan sisi yang masing-
dikom-pres dengan mengurangi frame rate dan / atau resolusi masing nya merepresentasikan partisipan dan kaitan nya.
gambar. Kehilangan informasi yang dihasilkan dapat Model divisualisasikan sebagai graf yang dibentuk oleh
mempengaruhi keakuratan analisis. Namun, pendekatan simpul dan sisi. Ada dua jenis graf jaringan yaitu: graf sosial
berbasis server memberikan skala ekonomi dan memudahkan dan graf aktivitas [23]. Di graf sosial, sisi yang
perawatan. menghubungkan sepasang simpul hanya menandai
keberadaan hubungan (misalnya pertemanan) antar entitas
•Arsitektur berbasis tepi. Dalam pendekatan ini, analisis terkait. Graf seperti ini dapat digali untuk mengidentifikasi
diterapkan pada 'tepi' sistem. Artinya, analisis video dilakukan komunitas atau menentu-kan hubungan (sebagai contoh:
secara lokal dan berdasarkan data mentah yang diambil oleh pengguna dengan hubungan sosial terbanyak baik secara
kamera. Akibatnya, keseluruhan isi aliran video tersedia untuk langsung atau tidak langsung. Di jaringan aktivitas, sisi
analisis, memungkinkan analisis konten lebih efektif. Sistem menunjukkan interaksi aktual antar sepasang simpul. Interaksi
berbasis tepi, bagaimanapun, lebih mahal untuk dipelihara dan
nya dapat berupa pertukaran informasi (seperti: suka dan
memiliki kekuatan pemrosesan lebih rendah dibandingkan
komentar) Graf aktifitas lebih bagus dibandingkan graf sosial
dengan sistem berbasis server. karena hubungan aktif lebih relevan dianalisis daripada hanya
3.4. Analisis Media Sosial sekedar terkait.
Analisis media sosial dimaksudkan sebagai analisis data 3.5. Analisis Prediksi
terstruktur maupun tidak terstruktur yang diperoleh dari Analisis prediksi membandingkan beragam teknik
saluran media sosial. Media sosial merupakan Media sosial memprediksi luaran berdasarkan data historis dan sekarang.
mengan-dung arti luas yang mencakup beragam platform Dalam praktik nya, analisis prediksi dapat diterapkan di
online yang memungkinkan pengguna membuat dan bertukar hampir seluruh disiplin. Sebagai contoh analisis prediksi
konten. dapat digunakan untuk memprediksi pergerakan selanjutnya
Meskipun penelitian tentang jaringan sosial dimulai pada dari pelanggan berdasarkan barang yang dibeli, waktu
awal 1920-an, namun analisis media sosial adalah bidang baru membeli, atau komentar nya di media sosial. Pada dasarnya,
yang muncul setelah kemunculan Web 2.0 di awal tahun analisis prediksi menemukan pola dan hubungan antar data.
2000-an. Karakteristik kunci dari analisis media sosial Teknik analisis prediksi dibagi menjadi dua kelompok.
modern adalah sifatnya yang berpusat pada data. Penelitian Beberapa teknik seperti rata-rata pergeseran (moving average)
tentang analisis media sosial mencakup beberapa disiplin mencoba menemukan pola historis pad variabel luaran dan
ilmu, termasuk psikologi, sosiologi, antropologi, ilmu mengeks-trapolasi pola untuk data yang akan datang. Teknik
komputer, matematika, fisika, dan ekonomi. Pemasaran telah yang lain seperti regresi linier bertujuan menemukan saling
menjadi aplikasi utama analisis media sosial dalam beberapa ketergan-tungan antar variabel luaran dan variabel yang
tahun terakhir. Hal ini dapat dikaitkan dengan adopsi media diketahui dan mengeksploitasi nya untuk membuat ramalan.
sosial yang meluas dan berkembang oleh konsumen di seluruh Berdasarkan metode yang mendasari nya, teknik analisis
dunia [21]. Forrester Research, Inc., memproyeksikan media prediksi dapat dikategorikan menjadi dua: teknik regresi
sosial sebagai saluran pemasaran dengan pertumbuhan (seperti: multinomial logit models) dan teknik machine
tercepat kedua di AS antara 2011 dan 2016 [22]. learning (seperti neural networks). Klasifikasi lain
mendasarkan pada tipe variabel luaran: (i) regresi linier untuk
Dua sumber informasi di media sosial adalah konten yang variabel luaran yang kontinu dan (ii) Random Forests untuk
dibuat pengguna serta kaitan dan interaksi antar entitas variabel luaran diskrit. Teknik analisis prediksi pada dasarnya
jaringan. Berdasarkan kategori tersebut, analisis media sosial menggunakan metode statistik. Pengembangan metode
diklasifikasikan menjadi dua kelompok: statistik untuk Big Data mengacu ke beberapa faktor. Pertama,
•Analisis berbasis konten (Content-based analytics). Ana- metode statistik konvensional dibangun berdasarkan
lisis berbasis konten fokus pada data yang dikirim oleh signifikansi statistik: sebuah sampel kecil diperoleh dari
pengguna di platform media sosial, seperti masukan populasi dan hasilnya dibandingkan dengan peluang untuk
pelanggan ulasan produk, gambar, dan video. Konten di media menguji signifikansi hubungan tertentu. Kesimpulan nya
sosial sering ukurannya besar, tidak terstruktur, banyak digeneralisasi untuk keseluruhan populasi. Sebaliknya,
sampah, dan dinamik. Analisis media sosial dapat sampel Big Data bersifat utuh dan merepresen-tasikan
menggunakan analisis teks, audio, dan video untuk mayoritas populasi. Akibatnya, pengertian signifikansi
memperoleh informasi dari data. Teknologi Big Data juga statistik tidak relevan untuk Big Data. Kedua, dalam termi-

ISSN 2087-2658
(SENAPATI) Ke-8
nologi efisiensi komputasi, beberapa metode konvensional Automated Teaching. Teknologi adaptif menggantikan
untuk sampel kecil tidak sesuai untuk Big Data. Faktor ke tiga model kelas tradisional dengan pembelajaran yang di otoma-
berkaitan dengan ciri khas fitur yang melekat di Big Data: tisasi format yang lebih luas dan sedikit bergantung pada
heterogenitas, akumulasi noise, korelasi semu, dan instruksi langsung. Teknologi pembelajaran adaptif tidak
endogenitas insidental [24]. mengulang pembelajaran face-to-face seperti pada pembela-
jaran dalam jejaring namun lebih mendorong pembelajaran
sejak awal sampai akhir dengan menggabungkan
IV. PEMBELAJARAN ADAPTIF pembelajaran dalam jejaring dengan face-to-face yang cocok.
Pembelajaran adaptif dijelaskan sebagai pembelajaran
untuk meningkatkan pengetahuan dan keterampilan Addressing Higher Ed's Greatest Pain Points. Untuk
pembelajar menerapkan program pembelajaran individu yang kelompok yang mendukung, pasti cepat mengakui bahwa
didasarkan pada profil pembelajar yang dikumpulkan sebelum pem-belajaran adaptif dapat memecahkan permasalahan
dan selama proses pembelajaran. Definisi lain terkait segitiga: biaya, akses, dan kualitas dengan menggantikan
pembelajaran adaptif adalah pendekatan manajemen yang teknologi un-tuk pekerja serta sebaliknya mengizinkan
tegas menerima ketidak-pastian itu ada dan tidak dimiliki nya pedagogi dan analisis terbaik diterapkan di kelas untuk
sebuah jawaban untuk keseluruhan. Pendekatan ini berusaha meningkatkan kualitas pen-didikan. Pengungkapan ini
mereduksi sekaligus me-ngelola sumber daya. Dalam hal ini dipandang dibesar-besarkan dan berlebihan terbukti dari
pengelolaan pembelajaran dan reduksi ketidakpastian tentang investasi awal untuk teknologi adaptif masih jauh dari
sistem sumber daya yang dikelola menjadi bagian penting dan kemampuan sebagian besar institusi. Khususnya keuntungan
integral dari manajemen itu sendiri. [25]. Meskipun secara yang didapat dalam jangka panjang belum dapat dibuktikan.
teoritis pembelajaran adaptif potensi dilakukan tanpa bantuan Akan tetapi adaptif menjanjikan secara signifikan pengajaran
teknologi, namun praktik nya kondisi itu sangat jarang mampu dan pembelajaran inovatif secara luar biasa dan diharapkan
dilakukan. Oleh karena itu sering dijelaskan pembelajaran terbukti menjadi solusi institusi di masa datang.
adaptif sebagai sebuah teknologi. Platform pembelajaran Kerangka pembelajaran adaptif mencakup tiga tahapan
adaptif yang baik adalah apabila dibangun menggunakan pembelajaran yakni; perencanaan (plan), pengajaran (do), dan
beragam bentuk penggalian data (data mining) yang penilaian (evaluation) seperti ditunjukkan pada Gambar 3
ditempelkan bersama-sama dengan konten pembelajaran [27]. Pada tahap perencanaan didefinisikan/ redefinisi
sehingga mampu mengoptimasi klasifikasi kebutuhan permasalahan, menentukan tujuan pembelajar, memodelkan
pembelajar. Data dikumpulkan secara berkelanjutan seiring keterkaitan antara tujuan dengan aksi yang dirancang, serta
dengan interaksi pembelajar dengan materi pembelajaran. memilih aksi yang hendak diimplementasikan. Pada sebuah
Platform ini, yang mengidentifikasi ak-tivitas pembelajaran siklus kegiatan; pe-ren-canaan tidak selalu mencakup
mana, dibelajarkan melalui media apa, dan dalam urutan keseluruhan kegiatan ter-sebut melainkan gayut terhadap
bagaimana, mampu meningkatkan kualitas pem-belajaran. luaran yang diperoleh dari tahapan evaluasi. Di tahap
Penggunaan pembelajaran adaptif dalam pembala-jaran pengajaran dirancang dan dimple-mentasikan aksi yang sudah
mampu memberikan pengalaman belajar individual yang baik ditetapkan dan monitoring perencanaan. Sedangkan di tahap
yang diyakini akan memberikan hasil belajar yang baik pula. evaluasi dilaksanakan analisis dan sintesis,
Teknologi pembelajaran adaptif menawarkan tiga hal: (i) mengomunikasikan hasil analisis dengan pemahanan
personalized learning, (ii) automated teaching, dan (iii) kekinian, dan melakukan adaptasi berdasarkan hasil kedua
addressing higher Ed’s greatest pain points [26]. nya.
Personalized Learning. Kondisi ideal pengajaran dan

pem-belajaran yang dikhususkan untuk individu siswa
tercapai apabila materi, asesmen, dan ketuntasan nya
disesuaikan untuk memenuhi kebutuhan dan kemampuan unik
individu siswa. Tentu saja pendidik sudah merancang kondisi
ini selama berabad-abad. Sesuatu yang baru di sisi praktik nya
kini adalah penggunaan teknologi yang tampil dalam platform
pembelajaran digital yang di otomasi beranjak dari pemodelan
ramalan, analisis pembelajaran, dan penelitian ter-update di
sain otak manusia, pengetahuan, dan pedagogi. Teknologi ini
diterapkan di setiap disiplin ilmu meskipun lumrah nya
diterapkan di pembelajaran sain dan matematika. Teknologi
pembelajaran adaptif utama nya digunakan sebagai alat bantu
kesuksesan siswa dalam pendidikan online dan remedi di
mana pengkhususan adalah sangat penting.

ISSN 2087-2658
(SENAPATI) Ke-8
Gambar 3. Kerangka Pembelajaran Adaptif [3] Chen, C.-M.Hsieh, Y.-L., Mining learner profileutilizing association
rule for web-based learning diagnosis, Expert Systems with
Platform teknologi pembelajaran adaptif yang meman- Application 33, 6-22, 2007.
faatkan pengulangan umpan balik dari sistem memberi du- [4] Small and midsize companies look to make big gains with “bigdata,”
according to recent poll conducted on behalf of SAP. Retrieved
kungan kuat dilakukan pembelajaran individual yang sesuai fromhttp://global.sap.com/corporate-en/news.epx?PressID=19188,
dengan karakteristik siswa (perhatikan Gambar 4). Siswa 2012.
dimungkinkan memonitor sendiri perkembangan belajarnya [5] Laney, D. 3-D data management: Controlling data volume, velocity
serta terlibat penuh dalam penentuan pengalaman belajar and variety. Application Delivery Strategies by META Group Inc.
sehingga pembelajarn akan lebih bermakna bagi individu Retrieved from http://blogs.gartner.com/doug-
siswa. laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-
Volume-Velocity-and-Variety.pdf, 2001.
[6] Chen, H., Chiang, R. H. L., & Storey, V. C. Business intelligence and
analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–
1188, 2012.
[7] Kwon, O., Lee, N., & Shin, B. Data quality management, data usage
expe-rience and acquisition intention of big data analytics.
International Journal ofInformation Management, 34(3), 387–394,
2014.
[8] Gartner IT Glossary (n.d.). Retrieved from http://www.gartner.com/it-
glossary/big-data.
[9] TechAmerica Foundation’s Federal Big Data Commission. Demysti-
fying bigdata: A practical guide to transforming the business of
Government. Retrieved from http://www.techamerica.org/Docs/file-
Manager.cfm?f=techamerica-bigdatareport-final.pdf, 2012.
[10] Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufano,
P. Analytics: The real-world use of big data. How innovative
enterprises extractvalue from uncertain data. IBM Institute for
Business Value. Retrievedfrom http://www-
03.ibm.com/systems/hu/resources/the real word use ofbig data.pdf,
2012.
[11] Beaver, D., Kumar, S., Li, H. C., Sobel, J., & Vajgel, P., Finding a
needle inhaystack: Facebook’s photo storage. In Proceedings of the
nineth USENIX con-ference on operating systems design and imple-
mentation (pp. 1–8). Berkeley, CA,USA: USENIX Association, 2010.
Gambar 4. Platform Teknologi Pembelajaran Adaptif [28] [12] Cukier K., The Economist, Data, data everywhere: A special report on
managing information, Retrieved from http://www.economist.com/
node/15557443, 2010.
V. KESIMPULAN [13] Labrinidis, A., & Jagadish, H. V., Challenges and opportunities with
big data.Proceedings of the VLDB Endowment, 5(12), 2032–2033,
Teknologi Big Data disertai teknik analisis nya potensi 2012.
diimplementasikan dalam mendukung pengoperasian pembe- [14] Chung, W., BizPro: Extracting and categorizing business intelligence
lajaran adaptif yang dibutuhkan dalam mewujudkan pem- factors from textual news articles. International Journal of Information
belajaran bermakna. Potensi nya mendukung tahap penilaian Management,34(2), 272–284, 2014.
yang dilakukan melalui asesmen melibatkan beragam [15] Hahn, U., & Mani, I., The challenges of automatic summarization.
peralat-an digital sehingga data yang direkam juga lebih Computer,33(11), 29–36, 2000.
variatif. Dengan menerapkan teknik analisis di Big Data [16] Jiang, J., Information extraction from text. In C. C. Aggarwal, & C.
penilaian menjadi lebih otentik mewakili individu Zhai (Eds.),Mining text data (pp. 11–41). United States: Springer,
2012.
pembelajar/siswa. Implikasi dari tahap penilaian di Big Data
[17] Liu, B., Sentiment analysis and opinion mining. Synthesis Lectures on
adalah keputusan menjadi lebih tepat dan berpengaruh pada HumanLanguage Technologies, 5(1), 1–167, 2012.
pertimbangan dalam menyusun perbaikan perencanaan yang
[18] Hirschberg, J., Hjalmarsson, A., & Elhadad, N., “You’re as sick as you
dibutuhkan dalam pengelolaan kelas. sound”:Using computational approaches for modeling speaker state to
gauge illnessand recovery. In A. Neustein (Ed.), Advances in speech
recognition (pp. 305–322).United States: Springer, 2010.
REFERENCES [19] Patil, H. A., “Cry baby”: Using spectrographic analysis to assess
[1] G. Eason, B. Noble, and I.N. Sneddon, “On certain integrals of neonatalhealth status from an infant’s cry. In A. Neustein (Ed.),
Lipschitz-Hankel type involving products of Bessel functions,” Phil. Advances in speech recog-nition (pp. 323–348). United States:
Trans. Roy. Soc. London, vol. A247, pp. 529-551, April 1955. Springer, 2010.
(references) [20] Panigrahi, B. K., Abraham, A., & Das, S., Computational intelligence
[2] J. Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd ed., in powerengineering. Springer, 2010.
vol. 2. Oxford: Clarendon, 1892, pp.68-73. [21] He, W., Zha, S., & Li, L., Social media competitive analysis and text
mining: Acase study in the pizza industry. International Journal of
Information Management,33(3), 464–472, 2013.

ISSN 2087-2658
(SENAPATI) Ke-8
[22] VanBoskirk, S., Overby, C. S., & Takvorian, S., US interactive mar-
keting forecast 2011 to 2016. Forrester Research, Inc. Retrieved
fromhttps://www.forrester.com/US+Interactive+Marketing+Forecast
+2011+To+2016/fulltext/-/E-RES59379, 2011.
[23] Heidemann, J., Klier, M., & Probst, F., Online social networks: A
survey of aglobal phenomenon. Computer Networks, 56(18), 3866–
3878, 2012.
[24] Fan, J., Han, F., & Liu, H., Challenges of big data analysis. National
ScienceReview, 1(2), 293–314, 2014.
[25] [25]Garaway, C.J. and Arthur, R.I., Adaptive learning: a practical
framework for the implementation of adaptive co-management—
lessons from selected experiences in South and Southeast Asia. MRAG
Ltd. London, 2004.
[26] [26]Brian Fleming, Adaptive Learning Technology: What it is, Why it
matters, Eduventures, helping higher education leaders make the best
informed decision, 2014.
[27] [27]Joel, Nothing endures but change: lessons in community resilience
- Capitol Hill Eco District, http://www.capitolhillseattle.com/2015/05/
capitol-hill-ecodistrict-communal-living-on-capitol-hill-calling-all-
building-ambassadors, 2015.
[28] [53]Dreambox learning, Adaptive learning,
http://www.dreambox.com/ adaptive-learning, n.d

ISSN 2087-2658
(SENAPATI) Ke-8
Inovasi Teknologi dalam Pendidikan melalui Big

Data Analytic dan Personalized Learning
Ketut Agustini
Pendidikan Teknik Informatika FTK
ketut.agustini@undiksha.ac.id
Abstrak—Pemanfaatan Learning Management Sistem sampai dengan kegiatan menciptakan pengetahuan yang dapat
(LMS) semakin menjadi trends di dunia pendidikan. Trends ini dilakukan (actioneble knowledge). Sejak itu, lingkungan
melahirkan ledakan data di Perguruan Tinggi yang menjadi belajar tradisional telah berangsur-angsur bermutasi menjadi
inovasi baru bagi dunia pendidikan yaitu Big Data. Data-data community based learning environments.
digital dalam jumlah besar tersebut akan memberikan
informasi apa yang mahasiswa dan akademisi lihat dan baca, Penelitian di bidang pendidikan berkaitan dengan
prilaku dan keterlibatan mahasiswa, assesment, motivasi dan pedagogik telah mengalami peningkatan. Hal ini ditunjukkan
prefensi mereka, sehingga menyediakan sejumlah besar data dari meningkatnya community based learning environments
yang dapat ditambang untuk pengalaman pembelajaran. Value yang ada, seperti lingkungan belajar secara online yaitu
big data terletak pada hasil analisis dan prediksi atau tindakan adanya forum, online chat, instant messenger dan beragam
yang diambil dari hasil analisis dan prediksi tersebut. Tulisan learning management system (LMS). Data dari elearning
ini menyajikan sekilas mengenai teori belajar di era digital, big industry melaporkan bahwa 78% organisasi telah menerapkan
data Personalized Learning, serta penggunaan big data analytic Learning Management System (LMS) dan 100 % organisasi
di dunia pendidikan. Dengan memanfaatkan hasil analisis big tersebut telah merasakan manfaat dari elearning [2]. Manfaat
data di perguruan tinggi maka dapat diperoleh wawasan yang elearning juga telah dirasakan dunia pendidikan di Indonesia,
lebih tentang mahasiswa, akademisi, dan proses di perguruan dalam mendukung pelaksanaan kurikulum 2013 yang
tinggi sehingga mendukung analisis prediksi dan peningkatan
menuntut siswa untuk selalu berpartisipasi aktif dalam
pengambilan keputusan berdasarkan data yang pada akhirnya
pembelajaran. Hal ini sesuai dengan hakekat dari elearning
dapat membantu meningkatkan kinerja keberhasilan
mahasiswa dan Institusi.
yaitu pembelajaran individual dan kebiasaan untuk belajar,
dimana peran terpenting terletak pada siswa. Aspek utama
Kata kunci: LMS, data digital, big data personalized yang menjadi pertimbangan dalam desain pembelajaran dan
learning, big data analytic. pengembangan elearning adalah perilaku siswa [3]. Cara ini
memberikan jaminan bahwa elearning dapat memberikan
pengalaman belajar yang maksimal bagi siswa, meningkatkan
I. PENDAHULUAN
retensi siswa dan memastikan bahwa setiap komponen yang
Pembelajaran awalnya dimulai di ruang kelas didasarkan terkait mendukung tercapainya tujuan pembelajaran dan
pada tiga model yaitu model Behaviorisme, kognitifisme dan sesuai dengan karakteristik siswa.
konstruktivisme. Model behaviorisme bergantung pada
perubahan yang dapat diamati pada perilaku siswa untuk Namun, elearning yang ada saat ini, belum sepenuhnya
menilai hasil belajar. Model kognitifisme didasarkan pada menerapkan sistem elearning sebagai model Learning
keterlibatan aktif guru dalam pembelajaran berbasis kognisi Management System (LMS). Semua sumber belajarnya
atau kemampuan berpikir. Sedangkan dalam model belum terkelola dengan baik sehingga terkadang beresiko
konstruktivisme, siswa harus aktif belajar sendiri dari terjadinya lost in space dalam mempelajari materi dan masih
pengetahuan yang tersedia bagi mereka. berorientasi kelas. Disamping itu juga elearning tersebut
kurang memfokuskan pada karakteristik siswa. Peran
Saat ini, yang merupakan era digital, telah berkembang elearning masih hanya mengedepankan penyampaian
teori baru yang disebut dengan connectivisme. Teori (delivery) konten materi pembelajaran dengan
connectivisme, diperkenalkan pertama kali oleh George mengasumsikan semua pengguna sama, tanpa
Siemens, dimana teori ini mengintegrasikan prinsip-prinsip mempertimbangkan aspek kognitif (knowledge ability),
yang digali melalui teori chaos, network, kompleksitas dan motivasi yang diperoleh dari pengalaman belajar individual
self organizing [1]. Di dalam teori ini, pembelajaran dan gaya belajar (learning style). Dalam kebanyakan sistem
merupakan suatu proses yang terjadi di dalam lingkungan elearning (konvensional), disajikan hanya materi yang sesuai
perubahan dimana inti pembelajaran tidak sepenuhnya dalam untuk siswa yang homogen, sangat siap dan termotivasi, tetapi
kendali seorang individu. Menurut teori connectivisme, ketika sistem tersebut disajikan untuk siswa yang beragam
kegiatan pembelajaran dimulai dari kegiatan mengetahui maka akan menjadi masalah. Seperti yang dikemukakan oleh

ISSN 2087-2658
(SENAPATI) Ke-8
[4] bahwa “ Most e-Learning systems provide web-based Evolusi dalam teknologi pendidikan saat ini mengarah kepada
learning so that students can access the same online courses big data personalized learning yang sebenarnya merupakan
via the Internet without adaptation, based on each student's perkembangan dari adaptive elearning (AdeLE). Pergeseran
profile and behavior. In an e-Learning system, one size does paradigma pada era ini adalah “education is smart and
not fit all”. Content learning yang ditujukkan untuk siswa personal” dengan implementasi big data personalized
kelompok tertentu tidak akan cocok untuk siswa lainnya, learning, seperti Gambar 1.
karena setiap siswa memiliki motivasi belajar, tingkat
pengetahuan, gaya belajar serta kompetensi yang berbeda.
Sehingga, elearning yang ada masih belum bisa menjamin
transformasi pembelajaran atau kelancaran penerapan
pembelajaran itu sendiri, dan keefektifan pembelajaran
menjadi kurang optimal. Kehadiran sistem elearning yang
diharapkan mampu meningkatkan intensitas belajar mandiri
justru belum bisa menunjukkan peran pentingnya. Untuk itu
diperlukan sebuah sistem elearning yang dinamis berorentasi
pada model karakteristik siswa.
II. BIG DATA PERSONALIZED LEARNING

Personalized learning atau sering disebut sebagai Adaptif Gambar 1. Evolution of Technology in Education
eLEarning (AdeLE) menjadi sebuah solusi yang tepat
terhadap keterbatasan elearning yang ada saat ini [5]. Pergeseran paradigma tersebut memunculkan lingkungan
Personalisasi learning merupakan sebuah pendekatan baru belajar baru, dimana siswa dapat mengakses course kapanpun
yang akan menjadi trends dan fashion sebagai metode dimanapun dan menikmati aktivitas belajar. Kegiatan siswa
learning yang inovatif di tahun-tahun berikutnya, seperti yang melalui sistem manajemen pembelajaran menciptakan
diungkapkan oleh [6] bahwa “Personalized Learning is a new sejumlah besar data yang dapat dimanfaatkan dalam
approach that can make an e-Learning system more effective pengembangan lingkungan belajar, membantu siswa dalam
by adapting the presentation of information and overall belajar dan meningkatkan keseluruhan pengalaman belajar.
linkage structure to individual users in accordance with their Selain data yang tersedia dari kegiatan kemahasiswaan, data
knowledge and behavior”. Sejalan dengan [7] yang juga diciptakan oleh lembaga pendidikan yang menggunakan
menyatakan bahwa kunci trends elearning di tahun berikutnya aplikasi untuk mengelola mata kuliah, kelas dan siswa. Data-
adalah automation, augmented learning, , going for cloud, data digital dalam jumlah banyak tersebut meninggalkan
gamification, mlearning, Big data serta personalization tentang apa yang siswa dan akademisi lihat, apa yang mereka
dimana, “e-learning becoming more personalized than ever baca, keterlibatan dan perilaku mereka, penilaian, maupun
and addressing the needs, preferences and requirements of tentang kepentingan dan preferensi mereka sehingga
individuals rather than groups. All aspects of learning ranging menyediakan sejumlah besar data yang dapat ditambang
from pedagogy and learning environments to learning tools untuk pengalaman pembelajaran. Dengan sejumlah data besar
and course curricula will be tailored to motivate, engage and tersebut, teknik pemrosesan tradisional tidak dapat digunakan
inspire learners to achieve better results in a shorter time untuk mengolahnya. Keterbatasan aplikasi pengolahan data
frame”. konvensional, menyebabkan institusi pendidikan mulai
mengeksplorasi teknologi "Big Data" untuk memproses data
Pada Personalized Learning, dapat memberikan materi pendidikan.
pembelajaran yang tingkat kesulitannya sesuai dengan
kemampuan pengguna, dan cara mempresentasikan materi Istilah “big data” merujuk pada sekumpulan data yang sangat
pembelajarannya sesuai dengan gaya belajar pengguna. besar dan sangat kompleks sehingga aplikasi konvensional
Dengan kata lain, sistem personalized learning dapat tidak memadai untuk mengolahnya [8]. Istilah ini juga
mengadaptasikan tampilannya terhadap berbagai variasi mengacu pada alat dan teknologi yang digunakan untuk
karakteristik pengguna sehingga mempunyai efektifitas menangani "Big Data". Contoh big data mencakup jumlah
pembelajaran yang tinggi. Implementasi dari sistem data yang dibagikan di internet setiap hari, video YouTube,
personalized learning pada sebuah Institusi, akan twitter feeds dan data graphic position sistem dan sebagainya.
mendapatkan kumpulan data pengguna yang berukuran besar Dalam beberapa tahun terakhir, data yang dihasilkan dari
(volume), sangat cepat berubah/bertumbuh (velocity), yang lingkungan belajar juga mulai cukup besar sehingga
bisa hadir dalam beragam bentuk/format (variety), serta meningkatkan kebutuhan akan teknologi Big Data untuk
memiliki nilai tertentu (value), dengan (catatan) diperoleh dari menanganinya. Sejak tahun 2010 istilah “big data” merupakan
sumber yang akurat (veracity). Jenis data dengan atribut trending topik di dunia IT dan pembelajaran. Perkembangan
tersebut dikenal sebagai Big Data. jenis dan volume data yang terus meningkat secara
berlipatlipat di dunia maya merupakan fakta yang tidak dapat

ISSN 2087-2658
(SENAPATI) Ke-8
dipungkiri. Era Teknologi Informasi dan Komunikasi akan menjadi bertambah besar kedepannya. Tradisional RDBMS
terus berkembang sesuai dengan perkembangan teknologi saat tidak mampu menyimpan dan memproses data jenis tersebut.
ini. Menurut Gartner, big data memiliki tiga atribut, yaitu Untuk mengatasi hal tersebut digunakan database yang tidak
volume, variety, dan velocity. Lebih lanjut lagi, berdasarkan menggunakan query tradisional SQL (NoSQL). Teknik
riset yang dilakukan oleh IBM, ketiga komponen big data kompresi digunakan juga untuk mengkompresi data dalam
tersebut di atas ditambah dengan komponen veracity dan kondisi rest dan didalam memori.
value. Kelima komponen/atribut big data ditunjukkan seperti
Gambar 2. 2) Analysis
Sebagai data yang memiliki beragam type dilihat dari segi
struktur dan ukuran data yang juga besar, dalam menganalisis
data akan memerlukan banyak waktu dan sumberdaya. Untuk
mengatasi hal tersebut, sketsa arsitektur digunakan untuk
mengolah data secara terdistribusi. Data dibagi menjadi
beberapa bagian kecil dan diproses dalam sejumlah besar
komputer yang tersedia di seluruh jaringan dan data yang
diproses digabungkan.
3) Laporan (reporting)
Sebuah laporan yang dibuat biasanya melibatkan tampilan
data statistik berupa angka. Ketika sejumlah besar data
dilibatkan, laporan tersebut menjadi sulit untuk ditafsirkan
oleh pembaca. Dalam kasus tersebut, laporan harus diwakili
dalam bentuk yang dapat dikenali dengan mudah dengan
melihat ke dalamnya. Teknologi Big Data dalam mengatasi
tantangan tersebut menggunakan berbagai teknik diantaranya
regresi, clustering, classification dan nearest neighbor.
B. Aplikasi big data dalam pembelajaran
Teknik big data dapat digunakan dengan berbagai cara
Gambar 2. Atribut big data dalam menganalisis pembelajaran seperti,
Pada saat ini sedang berkembang dimana arus/kecepatan a. Performance Prediction : kinerja siswa dapat diprediksi
berbagai jenis data (velocity) benar-benar tinggi dan cepat, melalui analisis interaksi antar siswa dan interaksi siswa
sehingga menghasilkan data yang amat besar (volume) dengan guru di dalam lingkungan belajarnya.
dengan variasi yang tinggi (variety). Era seperti inilah yang b. Attrition Risk Detection : dengan menganalisis prilaku
disebut dengan Era Big Data. Volume berkaitan dengan siswa, resiko siswa yang drop out dalam pembelajaran
ukuran data. Variety berarti tipe atau jenis data, yang meliputi dapat di deteksi dan diukur, dilakukan di awal
berbagai jenis data baik data yang telah terstruktur dalam pembelajaran sehingga dapat meminimalkan resiko DO.
suatu database maupun data yang tidak terorganisir dalam
suatu database seperti halnya data teks pada web pages, data c. Data Visualization : report pada data pendidikan
suara, video, click stream, log file dan lain sebagainya. ukurannya akan terus bertambah dan menjadi komplek.
Velocity dapat diartikan sebagai kecepatan dihasilkannya Data dapat divisualisasikan menggunakan teknik
suatu data dan seberapa cepat data itu harus diproses agar visualisasi untuk memudahkan mengidentifikasi trends
dapat memenuhi permintaan pengguna. Veracity berkaitan data dan hubungan antar data hanya dengan melihat
dengan keakuratan data yang diperoleh. Sedangkan ,Value visualisasi reportnya.
dapat dikaitkan dengan nilai dari data tersebut. Data dianggap d. Intelligent Feedback : sistem learning menyediakan
bernilai jika memiliki arti penting bagi pengguna. intelligent feedback yang merespon dengan segera input
A. Penanganan melalui Big data siswa yang akan ditingkatkan interaksi dan kinerjanya.
Menurut [9] ada beberapa case yang mampu di tangani e. Course Recommendation : sebuah course baru dapat
melalui big data, yaitu, direkomendasikan berdasarkan ketertarikan siswa, yang
teridentifikasi dengan menganalisis aktivitas mereka.
1) Storage Hal ini menjamin siswa tidak akan tersesat dalam
Kapasitas hard disk yang ada saat ini sudah menjangkau memilih bidang ilmu yang disenanginya.
terabyte, sedangkan arus data yang hilir mudik di dunia
internet sudah mencapai exabyte. Walaupun data yang f. Student Skill estimation : mengestimasi ketercapaian
dihasilkan dari dunia pendidikan tidak sebesar data melalui skill siswa
internet, namun data tersebut sudah cukup besar dan akan
ISSN 2087-2658
(SENAPATI) Ke-8
g. Behavior Detection : mendeteksi prilaku siswa dalam digunakan sebagai referensi dalam mengembangkan sebuah
lingkungannya berbasis pada aktivitas dan games model big data analytic kedepannya.
yang membantu dalam mengembangkan diri siswa.
Gambar 3 menjelaskan bahwa rancangan yang diusulkan
h. Grouping & collaboration of Student, Social Network untuk learning analytic, academic analytic, dan process
Analysis, Developing concept maps, Constructing analytic melibatkan teknologi ETL untuk menarik data dari
courseware, dan Planning and scheduling. beberapa sumber. Untuk learning analytic dapat
menggunakan sumber-sumber data dari data-data Student
C. Big Data Analytic Information System, Course Management, Online Education,
Big data analytic dapat digunakan untuk menganalisis Student Assessment, dan data finance. Untuk proses academic
secara real time pengalaman mahasiswa yang dapat dihasilkan analytic dapat menggunakan sumber-sumber data dari data-
dari aktivitas mahasiswa, seperti : registrasi perkuliahan, data Outcomes Assessment, Lecture Assessment, Staff
pembayaran, partisipasi di kelas, belajar online, dan penilaian. Assessment, Faculty Assessment, dan data Finance
Penggunaan big data analytic di dunia pendidikan meliputi Assessment. Sementara untuk process analytic dapat
learning analytic, academic analytic dan proses mining menggunakan sumber-sumber data dari data-data log activity
[10][11]. dari proses Student Information System, Cource
Management, Online Education, Student Assessment, dan
Learning Analytic adalah melakukan analisis data data log activity dari proses finance. Student Assessment, dan
pembelajaran secara real time sehingga dapat digunakan data finance. Data dari beberapa sumber tersebut kemudian
untuk memprediksi mahasiswa sukses dan mahasiswa yang dikumpulkan dalam suatu gudang data (data warehouse)
beresiko akademik. Dengan big data analytic di perguruan untuk kemudian dianalisis dengan menggunakan teknologi
tinggi dapat memberikan wawasan siswa yang beresiko putus analisis dan prediksi yang real time, seperti : OnLine
(dropping out) sehingga dapat dilakukan tindakan preventif Analytical Process (OLAP), Analytical Reporting Tools
atau memberikan dukungan tambahan untuk meningkatkan (Business Intelligence), dan Data Mining/Predictive
keberhasilan mereka, dan keyakinan, dalam proses Modelling. Hasil analisis dan prediksi akan ditampilkan
pembelajaran sebelum mereka benar-benar gagal (Reduce dalam bentuk Dashboard Analytic Presentation yang
Dropouts, Increase Results) [12]. Learning Analytic memiliki diharapkan dapat mendukung peningkatan pengambilan
potensi untuk membantu mahasiswa dan dosen bersama-sama keputusan di perguruan tinggi dalam upaya meningkatkan
mengenali tanda-tanda bahaya sebelum ancaman terhadap kinerja kerberhasilan mahasiswa dan institusi.
keberhasilan belajar terwujud. Learning Analytic
menyediakan tools, teknologi, dan platform untuk
memberdayakan pendidik serta membuka pintu pada
pengalaman belajar bermakna yang dapat melibatkan,
menginspirasi, dan mempersiapkan siswa saat ini dan masa
depan untuk sukses [11].
Academic analytic melakukan analisis terhadap kinerja
staff akademisi. Dengan academic analytic dapat dilakukan
analisis yang real time terhadap data-data yang merupakan
variable pengukuran kinerja akademisi sehingga dapat
diketahui staf-staf akademisi yang berprestasi maupun staf-
staf akademisi yang kinerjanya sangat kurang dibandingkan
dengan staf-staf akademisi lainnya.
Sedangkan Proses mining digunakan untuk menganalisis
secara real time proses bisnis di Perguruan Tinggi. Data-data
yang digunakan dapat diperoleh dari data log atau data
aktifitas dari mahasiswa, dosen, dan unit-unit terkait dengan
proses-proses dan aktivitas yang terjadi di Perguruan Tinggi
untuk kemudian dilakukan process analytic untuk
menemukan model proses bisnis baru. Namun process Gambar 3. Rancangan penggunaan big data analytic di PT
analytic tidak terbatas pada proses penemuan proses bisnis (adaptasi [10])
tapi juga memungkinkan untuk memeriksa kesesuaian,
mendeteksi penyimpangan, memprediksi penundaan,
mendukung pengambilan keputusan, dan merekomendasikan III. SIMPULAN
desain ulang proses. Gambar 3 adalah rancangan penggunaan Teknologi big data yang menjadi trends saat ini sangat
big data analytic di sebuah Perguruan Tinggi yang dapat bermanfaat dalam mendukung pengambilan keputusan
berbasis informasi dan data, dan sudah tentu harus didukung

ISSN 2087-2658
(SENAPATI) Ke-8
dengan kerjasama dari semua kontributor enterprise [5] K. Agustini, “The Adaptive eLearning System Design ; Student
pendidikan, baik itu mahasiswa, staf, dosen, administrator, Learning Style Trend Analysis,” in 2nd International Conference on
Innovative Research Across Disciplines (ICIRAD 2017), 2017, pp. 50–
dan masyarakat sehingga memungkinkan untuk membuat 54.
akuntabel keputusan yang efektif dan efisien serta dapat [6] M. C. Murray and J. Pérez, “Informing and performing: A study
meningkatkan kinerja keberhasilan mahasiswa dan institusi. comparing adaptive learning to traditional learning,” Informing Sci.,
vol. 18, no. 1, pp. 111–125, 2015.
[7] R. Eynon, “The rise of Big Data : what does it mean for education ,
DAFTAR PUSTAKA technology , and media research ?,” vol. 9884, no. May, 2017.
[1] G. Siemens, “Connectivism : A Learning Theory for the Digital Age,” [8] R. P. Santos, “Big Data : Philosophy , emergence , crowdledge , and
pp. 1–8, 2013. science education,” vol. 8, no. 2, pp. 115–127, 2015.
[2] Roth, “Adaptive E-Learning Model For Enhancing Construction [9] K. Sin and L. Muthu, “Aplication Of Big Data In Education Data
Management Education,” no. Ramsden 2003, 2016. Mining And Learning Analytic – A Literature Review,” vol. 6956, no.
[3] H. D. Surjono, “The Design of Adaptive E-Learning System based on July, pp. 1035–1049, 2015.
Student ’ s Learning Styles,” Int. J. Comput. Sci. Inf. Technol., vol. 2, [10] T. Asniar, “Penggunaan Big Data Analytic di Perguruan Tinggi,” no.
no. 5, pp. 2350–2353, 2011. February, pp. 1–5, 2015.
[4] V. S. L. Esichaikul;, C. Bechter, and Thammasat, “Student Modelling [11] B. Daniel, “Big Data and analytics in higher education: Opportunities
in Adaptive E-Learning Systems Vatcharaporn Esichaikul * Supaporn and challenges,” pp. 1–17, 2014.
Lamnoi Clemens Bechter,” Knowl. Manag. E-Learning, vol. 3, no. 3, [12] Saurabh, “Four Ways Big Data Will Revolutionize Education,” 2017.
pp. 342–355, 2011.

ISSN 2087-2658
(SENAPATI) Ke-8
MAKALAH KELOMPOK A
BIDANG KEPENDIDIKAN INFORMATIKA/TIK SECARA LUAS

ISSN 2087-2658
(SENAPATI) Ke-8
Media Pembelajaran Matematika Interaktif untuk

Siswa Tunarungu: Perancangan dan Validasi
K. Beni A., I. N. Gita, I. M. Suarsana
Jurusan Pendidikan Matematika
benyariawan53@gmail.com, nyomangita@gmail.com, suarsana1983@gmail.com
Abstract —This research was aimed to: (1) know the peradaban bangsa dalam rangka mencerdaskan kehidupan
characteristics of multimedia learning materials the area of plane bangsa.
for students SMPLB B Tunarungu; (2) to know the validity and Warga negara yang memiliki kelainan fisik, emosional,
practicality of multimedia interacive learning material the area of mental, intelektual, dan/atau sosial berhak memperoleh
plane. This type of research is development research, with the 4-D
pendidikan khusus [1], menunjukkan bahwa setiap warga
model which consists of define, design, develop, and disseminate
stage, but in this research limited to develop stage. Data collection negara Indonesia berhak untuk memperoleh pendidikan tanpa
in this research used by questionnaire and diary. The data terkecuali bagi warga negara yang memiliki keterbatasan
obtained are then analyzed qualitatively, descriptive quantitative. secara fisik, emosional, mental, intelektual, dan/atau sosial.
The result of the research shows that the learning multimedia Jenis Pendidikan Luar Biasa untuk masing-masing anak
developed has characteristics (1) the developed multimedia berkebutuhan khusus berbeda-beda. SLB yang ada di
learning is interactive, (2) there are pictures and animations that Indonesia diantaranya adalah SLB-A, SLB-B, SLB-C, dan
can visualize math objects, (3) using simple language according to SLB-D. Satuan pendidikan bagi anak berkebutuhan khusus di
the characteristics of deaf children and there is a sign language Indonesia terdiri dari jenjang TKLB, SDLB, SMPLB,
video, (4) multimedia learning is hierarchical. The result of this
SMALB, SMLB [2].
research shows that the developed media was fulfill the valid
criteria with an average score from the expert of learning is 27 Anak tunarungu adalah anak yang hilangnya kemampuan
with good criteria, the average score from the expert of material is pendengaran, baik dalam hal sebagian atau hard of hearing
28 with good criteria, the average score form the expert of maupun seluruhnya atau deaf. Hal tersebut menyebabkan
learning design is 28 with good criteria, and the average score kemampuan pendengaran anak tunarungu tidak berfungsi.
from the expert of Language is 28 with good criteria. The Secara umum permasalahan yang dialami oleh anak
developed media was also fulfill the practical criteria with a total tunarungu adalah kurangnya kosakata yang dimiliki oleh
average score of student’s responses questionnaires is 66,5 with peserta didik dan kurangnya dalam memahami informasi
very good criteria, and the total average score of teacher’s verbal, padahal kemampuan verbal sangat diperlukan dalam
responses questionnaires is 91 with very good criteria. Based on
proses pembelajaran untuk penyampaian materi. Hal tersebut
the results of research that has been obtained, the developed media
learning has a good qualification and worthy to used in the menyebabkan anak sulit menerima materi pembelajaran yang
learning process of the area of plane. sifatnya abstrak terlebih lagi mata pelajaran matematika.
Pembelajaran matematika di SLB untuk siswa tunarungu
Keywords—deaf children, media learning, 4-D, validity, tidak jauh berbeda dengan sekolah normal pada umumnya.
practicality Perbedaannya hanya pada substansi materi dan cara guru
membelajarkan materi di kelas dimana interaksinya
I. PENDAHULUAN dilakukan dengan menggunakan bahasa isyarat, gerak
tangan, penekanan pada gerak bibir yang disebut dengan
Pendidikan merupakan faktor penting bagi perkembangan komunikasi total (komtal). Matematika bagi siswa normal,
dan keberlangsungan kehidupan bangsa dan merupakan merupakan mata pelajaran yang dianggap sulit, karena
faktor pendukung yang memegang peran penting dalam sifatnya yang abstrak. Bagi anak tunarungu, permasalahan
segala aspek kehidupan. Setiap warga negara mempunyai hak pembelajaran matematika tersebut akan menjadi lebih udah.
dan kewajiban untuk memperoleh pendidikan yang layak. Media pembelajaran yang dapat dikembangkan secara
Fungsi pendidikan nasional telah diatur dalam Undang- khusus untuk anak tunarungu lebih ditekankan pada
Undang Nomor 20 tahun 2003 tentang Sistem Pendidikan penggabungan aspek teks, gambar maupun video. Media
Nasional pada Pasal 3 ayat 1 dimana pendidikan nasional pembelajaran yang dihasilkan dari penggabungan berbagai
berfungsi mengembangkan dan membentuk watak serta jenis media yang terdiri dari teks, gambar, audio, video dan
animasi secara terintegrasi dalam mendukung proses

ISSN 2087-2658
(SENAPATI) Ke-8
pembelajaran disebut dengan istilah multimedia SMPLB B Tunarungu yang dikembangkan menggunakan
pembelajaran. Multimedia merupakan media berbasis GeoGebra sebagai media eksplorasi, Camtasia Studio sebagai
komputer yang menggunakan berbagai jenis media secara aplikasi pengeditan suara dan video, Lectora Inspire sebagai
terintegrasi dalam satu kegiatan [3]. Multimedia atau aplikasi pembuat layout dan kuis; (2) mengetahui kevalidan
pembelajaran dengan menggunakan computer disebut dan kepraktisan multimedia pembelajaran interakif materi
dengan istilah Computer Assisted Instruction (CAI). Dalam luas daerah bangun datar.
konsep CAI ini komputer difungsikan sebagai penyaji materi
pembelajaran, penyimpan materi pelajaran, hingga II. METODE
memberikan analisis evaluasi pembelajaran [4]. Multimedia
Jenis penelitian ini adalah penelitian pengembangan.
dengan sifat interaktif, artinya untuk dapat melanjutkan
Model penelitian pengembangan yang digunakan adalah 4-
materi dari halaman ke halaman berikutnya siswa harus dapat
D, yang terdiri atas empat tahapan utama, yaitu pendefinisian
memberi respon yang benar terhadap pertanyaan yang
(define), perancangan (design), pengembangan (develop),
ditampilkan di media. Saat ini telah dikembangkan berbagai
dan penyebaran (disseminate). Penelitian ini hanya
macam software komputer yang dapat digunakan untuk
dilakukan sampai tahap pengembangan, di mana diperoleh
membuat media pembelajaran interaktif, seperti Adobe
Prototype Final berupa Multimedia Pembelajaran Materi
Flash, Geogebra, Lectora Inspire, PowerPoint, dan Prezi.
Luas Daerah Bangun Datar yang sudah dievaluasi para ahli
Melalui multimedia interaktif, guru dapat menampilkan
dan diuji coba. Tahap terakhir, yaitu penyebaran tidak
visualisasi dari konsep-konsep bangun datar yang cenderung
dilakukan berdasarkan pertimbangan bahwa untuk
abstrak dan sulit untuk disampaikan secara verbal terlebih
melaksanakan tahap ini diperlukan keterlibatan banyak
bagi siswa dengan penyandang tunarungu yang memiliki
siswa dan sekolah yang berbeda.
kosakata terbatas. Selain itu, guru dan siswa tidak perlu repot
Instrumen pengumpulan data yang digunakan dalam
untuk mengakses multimedia interaktif karena dapat disimpal
penelitian ini, antara lain angket validasi ahli media, ahli
dalam sebuah flasdisk atau Compact Disk (CD). Kemudahan
materi, ahli desain pembelajaran, ahli bahasa, angket respons
akses dan adanya proses evaluasi dalam multimedia
peserta didik, dan angket respons guru. Indikator penilaian
pembelajaran menjadikan multimedia pembelajaran sangat
pada angket respons siswa dan guru menggunakan lima skala
baik digunakan sebagai fasilitas untuk belajar mandiri. Saat
penilaian, yaitu sangat baik (skor 5), baik (skor 4), cukup
ini fasilitas pendukung pembelajaran berbasis teknologi
(sekor 3), kurang (skor 2), dan sangat kurang (skor 1).
informasi seperti laboratorium komputer sebagian besar
Indikator penilaian pada angket validasi ahli media, ahli
sudah dimiliki oleh sekolah-sekolah sehingga sangat
materi, ahli desain pembelajaran, ahli bahasa menggunakan
mendukung pembelajaran dengan menggunakan multimedia
tiga skala, yaitu baik (skor 3), cukup (skor 2), dan kurang
Manfaat praktis dari penggunaan media pembelajaran di
(skor 1). Sebelum digunakan, semua instrumen tersebut telah
dalam proses pembelajaran adalah: (a) Media pembelajaran
diuji validitas isinya oleh dua orang validator, yaitu dua
dapat memperjelas penyajian pesan dan informasi sehingga
orang dosen dari Jurusan Pendidikan Matematika Undiksha.
dapat memperlancar dan meningkatkan proses dan hasil
Validitas dari multimedia pembelajaran yang
belajar; (b) Media pembelajaran dapat meningkatkan dan
dikembangkan dalam penelitian ini ditentukan berdasarkan
mengarahkan perhatian anak sehingga dapat menimbulkan
hasil penilaian lima orang ahli, yaitu satu orang dosen ahli
motivasi belajar, interaksi yang lebih langsung antara siswa
Jurusan Teknologi Pendidikan Undiksha sebagai ahli media,
dan lingkungannya, dan kemungkinan siswa untuk belajar
dua orang dosen Jurusan Pendidikan Matematika Undiksha
sendiri-sendiri sesuai dengan kemampuan dan minatnya; (c)
sebagai ahli materi dan desain pembelajaran, dua guru SLB
media pembelajaran dapat mengatasi keterbatasan indera,
B sebagai ahli materi dan bahasa. Kepraktisan multimedia
ruang dan waktu [5]. Media visual untuk anak tunarungu
pembelajaran yang dikembangkan dalam penelitian ini
yang paling baik adalah media visual yang bergerak, seperti
diukur berdasarkan keterlaksanaan media tersebut di kelas
film dokumentasi, animasi atau bisa dikatakan media visual
uji coba. Kelas uji coba terdiri dari 5 orang siswa kelas VII
yang sifatnya bergerak dan mampu menjelaskan suatu
SLB B Negeri 1 Buleleng. Data mengenai kepraktisan
peristiwa dengan senyata mungkin [6]. Hal tersebut agar
multimedia pembelajaran diperoleh dari angket respons
siswa tunarungu tidak mengalami miskomunikasi antara
siswa dan respons guru terhadap multimedia pembelajaran
materi yang dijelaskan dengan apa yang dibayangkan.
yang dikembangkan. Teknik analisis data yang digunakan
Beberapa hasil penelitiaan terkait penggunaan media
dalam penelitian ini adalah teknik analisis data kualitatif dan
interaktif dalam pembelajaran anak tuna rungu menunjukkan
deskriptif kuantitatif. Teknik analisis data kualitatif
terdapat pengaruh signifikan terhadap motivasi dan hasil
digunakan untuk mengelola data hasil review ahli media, ahli
belajar siswa [7] [8].
materi, ahli desain pembelajaran, ahli bahasa, respons siswa
Berdasarkan paparan di atas, penelitian pengembangan ini
bertujuan untuk: (1) mengetahui karakteristik multimedia dan respons guru. Hasil data ini kemudian digunakan untuk
pembelajaran materi luas daerah bangun datar untuk siswa merevisi produk yang dikembangkan. Teknik analisis data

ISSN 2087-2658
(SENAPATI) Ke-8
deskriptif kuantitatif digunakan untuk mengelola data hasil a. Tahap Pendefinisian

angket validasi, angket respons siswa, respons guru, dan Pada tahap pendefinisian, kegiatan yang dilakukan
hasil tes evaluasi. Hasil analisis data ini kemudian digunakan adalah analisis awal, analisis siswa, analisis tugas, analisis
untuk mengetahui validitas dan kepraktisan multimedia konsep, dan perumusan tujuan pembelajaran. Adapun
pembelajaran yang dikembangkan. beberapa masalah yang diperoleh setelah melakukan analisis
Kevalidan multimedia pembelajaran yang dikembangkan awal, analisis siswa, analisis tugas, analisis konsep, dan
dapat diketahui melalui hasil penilaian para ahli dengan perumusan tujuan pembelajaran, yaitu (1) siswa SLB B
menggunakan angket. Adapun hasil penilaian dari para ahli Tunarungu mengalami kesulitan dalam memahami atau
dikonversi menjadi nilai kualitatif skala tiga menggunakan menuliskan unsur-unsur bangun datar sebagai syarat untuk
Tabel berikut. memahami rumus luas daerah bangun datar, (2) siswa SLB B
Tunarungu mengalami kesulitan dalam pembelajaran bagun
Tabel 1. Nilai kualitatif skala tiga datar ketika memasuki dalil-dalil atau rumus-rumus yang
Interval Kriteria berlaku dalam geometri karena adanya keterbatasan dalam
23,33 < 𝑋̅ Baik memahami informasi verbal, (3) dalam proses pembelajaran
̅
16,67 < 𝑋 ≤ 23,33 Cukup Baik guru mengalami hambatan dalam mengkomunikasikan
secara verbal materi geometri ketika memasuki dalil-dalil
𝑋̅ ≤ 16,67 Kurang
atau rumus-rumus yang berlaku dalam geometri, (4) dalam
pembelajaran ketersediaan media pembelajaran dengan
Kepraktisan multimedia pembelajaran yang materi geometri yang dikhususkan untuk anak tunarungu
dikembangkan dapat diketahui melalui hasil penilaian siswa tergolong rendah bahkan belum tersedia.
dan guru menggunakan angket respons. Adapun hasil Dengan adanya masalah di atas, maka solusi yang tepat
penilaian siswa dan guru dikonversi menjadi nilai kualitatif untuk mengatasinya adalah dengan mengembangkan
skala lima menggunakan Tabel berikut. multimedia pembelajaran. Salah satu pengembangan yang
dapat dilakukan adalah pengembangan Multimedia
Tabel 2. Nilai kualitatif skala lima Pembelajaran Materi Luas Daerah Bangun Datar
Interval Interval
Kepraktisan Kepraktisan b. Tahap Perancangan
Kriteria
Multimedia Multimedia Pada tahap perancangan, langkah pertama dalam tahap
oleh Siswa oleh Guru ini adalah membuat rancang bangun dari multimedia yang
46,20 < 𝑋̅ 50,40 < 𝑋̅ Sangat Baik dikembangkan berdasarkan hasil yang diperoleh pada tahap
37,40 < 𝑋̅ ≤ 40,80 < 𝑋̅ ≤ Baik pendefinisian. Rancang bangun dibuat sebagai pedoman
46,20 50,40 dalam proses pembuatan multimedia pembelajaran menjadi
28,60 < 𝑋̅ ≤ 31,20 < 𝑋̅ ≤ Cukup Baik sebuah program yang utuh. Rancang bangun atau
37,40 40,80 stroryboard memuat semua informasi yang akan ditampilkan
19,80 < 𝑋̅ ≤ 21,60 < 𝑋̅ ≤ Kurang pada media, yang mana informasi tersebut akan menolong
28,60 31,20 programer dan tim produksi dalam mengembangkan media
𝑋̅ ≤ 19,80 𝑋̅ ≤ 21,60 Sangat Kurang [9]. Berdasarkan hal tersebut, rancang bangun dalam
penelitian ini disusun secara sederhana, jelas, dan memuat
beberapa hal, antara lain: 1) kompetensi dasar dan indikator
III. HASIL DAN PEMBAHASAN pembelajaran yang ingin dicapai dalam pembelajaran
menggunakan multimedia yang dikembangkan; 2) butir-butir
A. Hasil Penelitian materi yang dibelajarkan; 3) deskripsi kegiatan pada setiap
1) Prosedur Pengembangan Multimedia Pembelajaran halaman; 4) komponen-komponen yang termuat dalam setiap
Penelitian ini dirancang berdasarkan model penelitian halaman; 5) desain tampilan (layout) setiap halaman; 6)
dan pengembangan Four D (4-D) yang dikembangkan oleh flowchart.
Thiagarajan, Dorothy S. Semmel, dan Melvyn I. Semmel.
c. Tahap Pengembangan
Adapun alur model pengembangan 4-D dengan tahapan
utama yaitu define (pendefinisian), design (perancangan), Kegiatan yang dilakukan pada tahap pengembangan
develop (pengembangan), dan disseminate (penyebaran). adalah uji ahli, uji coba terbatas, dan revisi produk. Uji ahli
Penelitian ini dilakukan sampai tahap develop dilakukan untuk mengetahui validitas dari Prototype I
(pengembangan). Langkah pengembangan dijabarkan multimedia pembelajaran yang dikembangkan. Kegiatan
sebagai berikut : revisi produk dilakukan untuk memperbaiki kelemahan dan
kekurangan multimedia pembelajaran berdasarkan

ISSN 2087-2658
(SENAPATI) Ke-8
rekomendasi dan saran dari para ahli, sehingga diperoleh yang ada pada media pembelajaran, siswa dapat menuju
Prototype II yang valid. Selanjutnya dilakukan uji coba halaman evaluasi atau halaman permainan.
terbatas untuk menentukan kepraktisan dari Prototype II
yang valid. Jika dalam kegiatan uji coba terbatas multimedia
pembelajaran belum memenuhi kriteria praktis, maka
kembali dilakukan revisi sesuai dengan hasil uji coba terbatas
yang diperoleh, hingga memenuhi syarat praktis. Hasil akhir
dari tahap pengembangan adalah berupa Prototype Final
yang valid dan praktis.
Gambar 4 Halaman Peta Materi
2) Multimedia Pembelajaran Jika siswa menekan tombol video pada halaman materi
Dalam penelitian ini telah berhasil mengembangkan persegi panjang, maka akan muncul halaman yang
produk multimedia pembelajaran pada materi luas daerah menampilkan video terkait dengan definisi persegi panjang
bangun datar untuk siswa kelas VII SMPLB B Kurikulum dan contoh-contoh benda yang berbentuk persegi panjang
2013. Berikut akan diuraikan hal-hal yang termuat dalam dalam kehidupan sehari-hari. Video yang termuat dalam
Multimedia Pembelajaran Materi Luas Daerah Bangun Datar multimedia pembelajaran dilengkapi dengan video bahasa
tersebut. Berikut adalah gambaran umum multimedia isyarat.
pembelajaran yang berhasil dikembangkan. Pada tampilan
awal terdapat petunjuk umum dan tombol “Start”.
Gambar 5 Halaman Video Persegi Panjang

Setelah siswa menonton video persegi panjang, siswa
diharapkan menekan tombol materi. Jika siswa menekan
Gambar 1 Tampilan Awal tombol materi, maka akan muncul halaman yang
Saat siswa menekan tombol ”START” akan muncul menampilkan halaman definisi persegi panjang.
halaman menu utama yang menampilkan beberapa tombol
pilihan. Tombol pilihan terdiri dari tombol
“KOMPETENSI”, “MATERI”, “GAMES”, “EVALUASI”,
“PROFIL” dan tombol petunjuk.
Gambar 6 Halaman Materi Persegi Panjang
Ketika tombol “LANJUT” ditekan, maka akan muncul

halaman yang menyajikan soal terkait dengan unsur-unsur
Gambar 2 Tampilan Menu Utama persegi panjang. Soal pada halaman ini berbentuk soal
Dalam halaman kompetensi inti dan kompetensi dasar, menjodohkan atau memasangkan kolom kiri dengan kolom
terdapat tombol “MENU” yang berfungsi untuk menuju kanan.
halaman-halaman tertentu.
Gambar 7 Halaman Soal Unsur-unsur Persegi Panjang

Setelah siswa selesai mempelajari definisi dan unsur-
Gambar 3 Halaman KI/KD unsur persegi panjang, siswa harus mempelajari materi luas
Pada halaman peta materi, terdapat tujuh tombol yang daerah persegi panjang dengan menekan tombol simulasi.
masing-masing memiliki fungsi untuk menuju halaman
materi tertentu. Setelah siswa menyelesaikan setiap materi

ISSN 2087-2658
(SENAPATI) Ke-8
guru mengalami hambatan dalam mengkomunikasikan

secara verbal materi geometri ketika memasuki dalil-dalil
atau rumus-rumus yang berlaku dalam geometri, (4) dalam
pembelajaran ketersediaan media pembelajaran dengan
materi geometri yang dikhususkan untuk anak tunarungu
tergolong rendah bahkan belum tersedia.
Gambar 8 Halaman Simulasi Luas Daerah Persegi Dengan adanya masalah di atas, maka solusi yang tepat
Panjang untuk mengatasinya adalah dengan mengembangkan
multimedia pembelajaran. Salah satu pengembangan yang
Multimedia pembelajaran yang penulis kembangkan dapat dilakukan adalah pengembangan Multimedia
dikemas dalam bentuk CD (Compact Disk) yang dapat Pembelajaran Materi Luas Daerah Bangun Datar dengan sub
diakses melalui komputer atau laptop. materi luas daerah persegi panjang, luas daerah persegi, luas
3) Kualitas Produk Multimedia Pembelajaran daerah segitiga, luas daerah jajargenjang, luas daerah
Berdasarkan hasil penilaian dari ahli media, ahli materi, trapesium, luas daerah layang-layang, dan luas daerah belah
ahli desain pembelajaran, dan ahli bahasa menunjukkan ketupat.
bahwa multimedia pembelajaran yang dikembangkan Dalam hal ini, dipilihnya multimedia pembelajaran
termasuk ke dalam kriteria baik dalam aspek validitas, dikarenakan multimedia pembelajaran merupakan integrasi
karena memenuhi kelayakan dari ahli perangkat dari berbagai macam media sehingga dapat memberikan
pembelajaran dan ahli materi. pengalaman belajar yang beragam, menambah gairah belajar
Setelah mendapatkan multimedia pembelajaran yang siswa, dan memfasilitasi gaya belajar siswa di kelas.
valid, perlu diujicobakan untuk mengetahui kepraktisan dari Multimedia dapat dirancang untuk memuat banyak materi
multimedia pembelajaran. Kepraktisan multimedia pelajaran dan pengadaannya tidak membutuhkan tempat dan
pembelajaran yang dikembangkan dalam penelitian ini biaya yang mahal. Kelebihan pembelajaran dengan
dilihat dari skor angket respons siswa dan angket respons menggunakan multimedia adalah melibatkan interaksi siswa
guru terhadap multimedia pembelajaran yang diambil di secara langsung sehingga kegiatan pembelajaran menjadi
bagian akhir kegiatan uji coba. Dari hasil analisis diperoleh berpusat pada siswa. Multimedia pembelajaran layak
bahwa rata-rata skor kepraktisan dari angket respons siswa digunakan untuk membelajarkan matematika khususnya
adalah 66,5 dan skor kepraktisan dari angket respon guru materi geometri.
adalah 91. Sehingga dapat dikatakan bahwa multimedia
b. Tahap Perancangan
pembelajaran yang dikembangkan berada pada kriteria
sangat baik dalam aspek kepraktisan. Jadi, multimedia yang Dalam tahap perancangan, dibuat skenario kegiatan yang
dikembangkan dikatakan praktis karena telah memenuhi dilakukan siswa pada setiap halaman dan alur pembelajaran.
kriteria kepraktisan dari siswa dan guru. Komponen, navigasi, dan desain tampilan dalam rancang
bangun dicantumkan secara sederhana, jelas, dan konsisten
B. Pembahasan untuk memudahkan pengimplementasian rancang bangun
1) Proses Pengembangan Multimedia Pembelajaran menjadi program multimedia pembelajaran. Dalam rancang
Berikut adalah pembahasan dari masing-masing tahapan bangun juga disusun flowchart dari multimedia pembelajaran
pengembangan multimedia pembelajaran. yang menggambarkan alur program dari awal hingga akhir.
Dengan adanya flowchart akan mempermudah proses
a. Tahap Pendefinisian pengaturan navigasi dalam multimedia pembelajaran.
Pada tahap pendefinisian, kegiatan yang dilakukan Setelah tersusun rancang bangun multimedia
adalah analisis awal, analisis siswa, analisis tugas, analisis pembelajaran, selanjutnya rancang bangun tersebut
konsep, dan perumusan tujuan pembelajaran. Adapun diimplementasikan menjadi Prototype I dengan
beberapa masalah yang diperoleh setelah melakukan analisis menggunakan aplikasi komputer. Pembuatan perangkat
awal, analisis siswa, analisis tugas, analisis konsep, dan lunak multimedia pembelajaran dalam penelitian ini
perumusan tujuan pembelajaran, yaitu (1) siswa SLB B menggunakan software GeoGebra, PowToon, Camtasia
Tunarungu mengalami kesulitan dalam memahami atau Studio, dan Lectora Inspire.
menuliskan unsur-unsur bangun datar sebagai syarat untuk Dalam tahap perancangan juga disusun instrumen yang
memahami rumus luas daerah bangun datar, (2) siswa SLB B digunakan untuk mengevaluasi multimedia yang
Tunarungu mengalami kesulitan dalam pembelajaran bagun dikembangkan. Adapun instrumen yang disusun, antara lain,
datar ketika memasuki dalil-dalil atau rumus-rumus yang angket validasi media, angket validah materi, angket validasi
berlaku dalam geometri karena adanya keterbatasan dalam desain pembelajaran, angket validasi bahasa, angket respons
memahami informasi verbal, (3) dalam proses pembelajaran peserta didik, angket respons guru. Sebelum digunakan
instrumen tersebut telah diuji validitasnya oleh dua orang
ISSN 2087-2658
(SENAPATI) Ke-8
validator, yaitu dua orang dosen dari Jurusan Pendidikan 2) Kualitas Multimedia Pembelajaran
Matematika Undiksha. Validitas Multimedia Pembelajaran Materi Luas Daerah
Bangun Datar berdasarkan hasil penilaian ahli media berada
c. Tahap Pengembangan pada kriteria baik, dengan total skor 27. Validitas Multimedia
Tujuan dilakukannya tahap ini adalah menghasilkan Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan
Prototype Final Multimedia Pembelajaran Materi Luas hasil penilaian ahli materi berada pada kriteria baik, dengan
Daerah Bangun Datar yang memenuhi kriteria kualitas rata-rata skor 28. Validitas Multimedia Pembelajaran Materi
produk yang baik. Nieveen (1999) menyatakan bahwa suatu Luas Daerah Bangun Datar berdasarkan hasil peniliaian oleh
produk dikatakan berkualitas jika produk tersebut memenuhi ahli desain pembelajaran berada pada kriteria baik, dengan
kriteria validity (validitas), dan practicality (kepraktisan). total skor 30. Validitas Multimedia Pembelajaran Materi
Kegiatan yang dilakukan pada tahap pengembangan adalah Luas Daerah Bangun Datar berdasarkan hasil penilaian oleh
uji ahli, uji coba terbatas, dan revisi produk. ahli bahasa, berada pada kriteria baik dengan total skor 28.
Uji ahli bertujuan untuk memperoleh validitas dari Diperolehnya multimedia yang valid, dikarenakan oleh
multimedia pembelajaran yang dikembangkan. Uji validitas beberapa faktor. Faktor-faktor tersebut yaitu sebagai berikut.
ini dilakukan melalui enam orang ahli sebagai validator. Pertama, secara umum validator menyatakan “baik”
Masing-masing validator memberikan skor sesuai dengan mengenai komponen-komponen multimedia pembelajaran
indikator yang ada pada lembar angket validitas, yang sesuai dengan indikator/deskriptor yang terdapat pada
akhirnya dikonversi kedalam kategori-kategori validitas. instrumen validitas. Hal ini, dikarenakan peneliti telah
Dari perhitungan validitas, diperoleh validitas multimedia merancang dan mendesain multimedia pembelajaran
pembelajaran sesuai dengan indikator validitas multimedia sedemikian rupa agar memenuhi kriteria yang ada dalam
pembelajaran yang diharapkan. Multimedia pembelajaran lembar validasi. Adapun beberapa hal yang dilakukan
dikatakan valid jika hasil perhitungan validitas yang peneliti dalam mengembangkan multimedia antara lain
diperoleh minimal berada pada kategori baik. Kemudian adalah dengan merancang dan merealisasikan multimedia
dilakukan revisi sesuai dengan saran-saran dari validator dan yang interaktif dan eksploratif, yang mampu menumbuhkan
diperoleh multimedia pembelajaran dalam bentuk prototype motivasi siswa untuk belajar.
I. Kedua, multimedia pembelajaran dikembangkan sesuai
Uji coba terbatas ini berlangsung dalam beberapa fase, dengan aspek-aspek pengukuran validitas yang dikemukakan
yatiu fase pelaksanaan, fase observasi, dan fase evaluasi. oleh Nieveen (1999), yaitu validitas multimedia
Pada fase pelaksanaan dilakukan pembelajaran yang pembelajaran berkaitan dengan validitas isi dan validitas
menerapkan multimedia pembelajaran materi luas daerah konstruk. Validitas isi dilihat dari kesesuaian multimedia
bangun datar. Guru matematika kelas VII SLB B Tuanrungu pembelajaran dengan tuntutan kurikulum. Sedangkan,
berkolaborasi dengan peneliti dalam kegiatan pembelajaran validitas konstruk dilihat dari ketepatan penggunaan teori-
ini. Pada fase observasi dilaksanakan pengamatan terhadap teori yang dijadikan pegangan dalam perumusan atau
keterlaksanaan dari multimedia pembelajaran dengan penyusunan multimedia pembelajaran tersebut.
menggunakan catatan harian. Pada fase evaluasi dilakukan Ketiga, multimedia pembelajaran disusun dengan
untuk memperoleh beberapa data penelitian, seperti (1) tuntutan kurikulum yang terdapat disekolah. Tuntutan
respon siswa terhadap multimedia pembelajaran, (2) respon kurikulum tersebut berkaitan dengan kompetensi inti dan
guru terhadap multimedia pembelajaran. kompetensi dasar, yang akhirnya dapat digunakan baik ketika
Dari hasil uji coba terbatas ini, diperoleh kepraktisan penerapannya dalam proses pembelajaran.
multimedia pembelajaran materi luas daerah bangun datar Kepraktisan multimedia pembelajaran yang
yang telah sesuai dengan indikator yang diharapkan. dikembangkan dalam penelitian ini diukur berdasarkan
Selanjutnya dilakukan revisi terhadap multimedia keterlaksanaan media tersebut di kelas. Multimedia
pembelajaran, sesuai dengan temuan-temuan pada saat uji pembelajaran yang dikembangkan dirancang dengan
coba terbatas sehingga memperoleh prototype final. navigasi yang mudah, dan disertai petunjuk yang jelas terkait
Setelah melakukan uji ahli dan uji coba terbatas, penggunaan multimedia. Tampilan awal dan jenis huruf yang
diperoleh karakteristik dari multimedia pembelajaran yang digunakan dibuat sebaik mungkin untuk menarik perhatian
dikembangkan yaitu, (1) multimedia pembelajaran yang siswa.
dikembangkan bersifat interaktif, (2) terdapat gambar- Kepraktisan Multimedia Pembelajaran Materi Luas
gambar maupun animasi yang dapat memvisualisasikan Daerah Bangun Datar berdasarkan hasil analisis angket
objek matematika, (3) menggunakan bahasa sederhana sesuai respons siswa berada pada kriteria sangat baik, dengan rata-
dengan karakteristik anak tunarungu dan terdapat video rata skor 66,5. Sedangkan kepraktisan Multimedia
bahasa isyarat, (4) multimedia pembelajaran bersifat Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan
hierarikis. hasil analisis angket respons guru berada pada kriteria sangat
baik, dengan rata-rata skor 91.

ISSN 2087-2658
(SENAPATI) Ke-8
IV. SIMPULAN DAN SARAN 4) Penelitian ini dilakukan sampai uji coba terbatas. Peneliti
Berdasarkan pembahasan yang telah diuraikan dapat lain yang tertarik disarankan untuk melakukan penelitian
disimpulkan beberapa hal sebagai berikut dengan lingkup yang lebih luas, misalnya melakukan
1. Karakteristik dari Multimedia Pembelajaran Materi Luas penelitian eksperimen sebagai uji coba lebih luas.
daerah Bangun Datar yang berhasil dikembangkan adalah
(1) multimedia pembelajaran yang dikembangkan bersifat DAFTAR PUSTAKA
interaktif, (2) terdapat gambar-gambar maupun animasi [1] Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 Sistem
yang dapat memvisualisasikan objek matematika, (3) Pendidikan Nasional. 8 Juli 2003. Lembaran Negara Republik
menggunakan bahasa sederhana sesuai dengan Indonesia Tahun 2003 Nomor 4301. Jakarta
karakteristik anak tunarungu, (4) multimedia [2] Mangunsong, Frieda et al. 1988. Psikologi dan Pendidikan Anak Luar
pembelajaran bersifat hierarikis. Biasa. Jakarta: LPSP3 (Lembaga Pengembangan Sarana Pengukuran
dan Pendidikan Psikologi)
2. Multimedia pembelajaran yang dikembangkan telah diuji
[3] Asyhar, Rayanda. 2012. Kreatif Mengembangkan Media
validitas dan kepraktisan. Hasil uji tersebut menyatakan Pembelajaran. Jakarta: Gaung Persada (GP) Press Jakarta.
bahwa multimedia pembelajaran yang dikembangkan [4] Musfiqon. 2012. Pengembangan Media & Sumber Pembelajaran.
memenuhi kriteria valid dan praktis sehingga dapat Jakarta. Prestasi Pustaka
diterima dan layak digunakan sebagai media [5] Arsyad, Azhar. 2007. Media Pembelajaran. Jakarta: Rajawali Pers.
pembelajaran pada materi luas daerah bangun datar. [6] Fajrianto, Rizki dan Andjrah. 2012. “Perancangan Media Pembelajaran
Berdasarkan hasil penelitian yang telah diperoleh dapat Interaktif Mata pelajaran IPA untuk Siswa Kelas VIII SMPLB tuna
disarankan beberapa hal sebagai berikut. Rungu dengan Materi “Memahami Sistem dalam Tubuh Manusia”.
Jurnal teknik POMITS Vol 1. Hal 1-4
1) Guru disarankan untuk memanfaatkan multimedia
[7] Achidatun, Umi Nur. 2014. “Penerapan Media Visual untuk
pembelajaran yang dikembangkan sebagai penunjang Meningkatkan Prestasi Belajar Siswa Dalam Pembelajaran Kerajinan
pembelajaran sehingga proses pembelajaran lebih mudah Batik di SMALB Tunarungu Bhakti Pertiwi Prambanan Daerah
dan bervariasi. Istimewa Yogyakarta”. Skripsi Tidak Diterbitkan. UNY: Yogyakarta
2) Siswa disarankan untuk menggunakan multimedia [8] Suwastarini, Ni Nyoman et al. 2015. “Pengaruh Implementasi
Pembelajaran Berbasis Media Teknologi Informasi dan Komunikasi
pembelajaran yang dikembangkan sebagai media untuk terhadap Motivasi dan Hasil Belajar siswa SDLB B (Tuna Rungu) pada
belajar materi luas daerah bangun datar. Dengan SLB B Negeri PTN Jimbaran”. E-Journal PPS Universtas Pendidikan
digunakannya multimedia pembelajaran yang Ganesha Prodi Studi Penelitian dan evaluasi Pendidikan Vol 5 No 1.
dikembangkan, siswa akan mendapatkan pengalaman Hal 1 – 10
belajar yang baru dan menarik. [9] Ivers, Karen S. Multimedia Projects in Education: Designing,
Producing, and Assessing, 2nd ed. USA: Libraries Unlimited.
3) Peneliti lain yang tertarik melanjutkan penelitian ini,
dapat mengembangkan multimedia supaya dapat
merekam pengalaman atau aktivitas belajar siswa saat
menggunakan multimedia, serta pembentukan bank soal
sehingga soal kuis dapat diacak setiap kali pemunculan
soal.

ISSN 2087-2658
(SENAPATI) Ke-8
Perancangan Aplikasi Perhitungan Operasi Matriks

Berbasis Web Sebagai Sarana Pembelajaran
Harya Bima Dirgantara, Tedi Lesmana Marselino
Teknik Informatika
Institut Teknologi dan Bisnis Kalbis
Jakarta, Indonesia
Abstract—Matrices is a subject in mathematics that is also menjadi pembeda dari aplikasi operasi perhitungan matriks
used in programming, which is an array and for data encryption. dalam penelitian ini dengan kalkulator matriks online yang
The matrices has several operations such as addition, subtraction, sudah ada.
multiplication, determinant, and transpose. The purpose of this
research is to develop the application of web-based matrices Salah satu media pembelajaran yang berpotensi menjadi
operation calculation which can become alternative learning sarana belajar yang baik adalah dengan menggunakan
media besides book. This application is designed using a teknologi komputer, menurut Fletcher dan Glass dalam
prototyping process model with communication stages, glance kutipan menurut Kariadinata [5], teknologi komputer dapat
planning, modeling, construction, and application launching. The dimanfaatkan untuk mengenali masing-masing individual
result of this research is prototype application of web based siswa, konsep, melakukan operasi perhitungan, dan memberi
matrices operation. stimulan untuk belajar kepada para siswa. Penggunaan
teknologi komputer juga dapat memudahkan siswa dalam
Keywords—matrices, learning media, prototyping belajar karena memberikan representasi visual dan dapat
diinteraksikan secara langsung [6].
I. PENDAHULUAN Masalah pokok dari penelitian ini adalah: bagaimana cara
Sumber pembelajaran di Indonesia umumnya berupa memudahkan pembelajaran matriks dengan menggunakan
buku, dan jarang berupa aplikasi yang interaktif. Dari sebab aplikasi pembelajaran?
inilah muncul suatu ide untuk membantu siswa-siswi SMA Penelitian ini hanya membahas tentang: operasi
ataupun mahasiswa yang sedang mempelajari matriks. Ide penjumlahan dan pengurangan, menghitung determinan
tersebut adalah dengan merancang suatu aplikasi operasi matriks, membentuk matriks transpose, serta matriks hanya
perhitungan matriks. Matriks didefinisikan sebagai larik dibatasi hinga ordo 3 x 3.
(array) dua dimensi [1].
Tujuan dari penelitian ini adalah untuk mengembangkan
Matriks memiliki beberapa operasi perhitungan, antara aplikasi perhitungan operasi matriks berbasis web yang dapat
lain: penjumlahan dan pengurangan, perkalian matriks, menjadi media pembelajaran alternatif selain buku.
determinan, invers, dan transpos. Masih terdapat mahasiswa Sedangkan manfaat dari penelitian ini adalah untuk
bingung untuk menghitung perkalian matriks, menghitung memudahkan seseorang dalam mempelajari operasi
determinan, invers dan transpos. Maka dari itu, akan perhitungan matriks.
dirancang suatu aplikasi operasi perhitungan matriks sehingga
memudahkan pembelajaran. Pemanfaatan matriks dalam ilmu
komputer antara lain adalah untuk pemrograman yang II. TINJAUAN PUSTAKA
membutuhkan array dan pada bidang keamanan computer.
Enkripsi data dapat dilakukan dengan menggunakan beragam A. Matriks
operasi matriks. Matriks didefinisikan sebagai larik (array) dua dimensi,
Saat ini terdapat cukup banyak kalkulator matriks online, Larik atau array adalah koleksi elemen/anggota unsur tertentu
namun kalkulator tersebut tidak menampilkan langkah- dalam bentuk garis atau persegi panjang [1]. Matriks
langkah atau urutan penyelesaian perhitungan, hanya memiliki n baris dan m kolom, angka n dan m ini disebut
menampilkan hasil langsungnya saja. Beberapa contoh sebagai dimensi matriks [7].
kalkulator matriks online adalah matricescalc [2], kalkulator B. Pembelajaran
matriks mathisfun [3], dan bluebit [4]. Dari beberapa
kalkulator matriks online yang ada, hampir menyediakan Arti pembelajaran, menurut Suherman yang dikutip oleh
fungsi perhitungan yang sama, namun jika dieksekusi akan Lestari [8] adalah “Peristiwa mengajar selalu disertai dengan
langsung menampilkan hasil perhitungan tanpa adanya peristiwa belajar, ada guru yang mengajar maka ada pula
langkah urutan perhitungan operasi tersebut, inilah yang siswa yang belajar, namun ada siswa yang belajar belum tentu

ISSN 2087-2658
(SENAPATI) Ke-8
ada guru yang mengajar, sebab belajar bisa dilakukan  Konstruksi. Membangun purwarupa aplikasi dan
sendiri”. Sedangkan menurut Gross [9], pembelajaran adalah melakukan uji coba.
suatu tindakan untuk memperbarui, atau memodifikasi  Deployment. Aplikasi diluncurkan.
pengetahuan, tingkah laku, kemampuan, nilai, atau preferensi
yang telah dimiliki sehingga akan berpotensi untuk D. Unified Modelling Laguange (UML)
memberikan pendalaman pengetahuan, sikap atau tingkah
Unified Modeling Language (UML) adalah sebuah
laku, serta pengalaman.
"bahasa" pengganti sebuah gelombang dari metode Objek-
1) Media Pembelajaran Orientied Analisis End Design (OOAND) yang muncul di
Menurut Santyasa [10], “media pembelajaran adalah tahun 80an dan 90an. Dengan menggunakan UML aplikasi
segala sesuatu yang dapat digunakan untuk menyalurkan dapat dimodelkan fitur-fitur ataupun fungsinya [13].
pesan (bahan pembelajaran), sehingga dapat merangsang
perhatian, minat, pikiran, dan perasaan siswa, dalam kegiatan 1) Use Case Diagram
belajar untuk mencapai tujuan belajar. Menurut Gerlach & Ely Use case diagram adalah suatu kumpulan skenario
[11], media pembelajaran memiliki tiga kelebihan yang tersusun dari tujuan pengguna aplikasi pada
kemampuan: pertama, media dapat digunakan untuk umumnya [13]. Beberapa komponen use case antara lain
menangkap, menyimpan, dan menampilkan kembali suatu adalah [14]: Aktor, use case, relasi, deskripsi use case.
objek atau kejadian. Kedua, media dapat dimanipulasi atau
diubah penyajiannya. Ketiga, media mampu menjangkau E. Penelitian Sebelumnya
audien yang banyak jumlahnya. Beberapa referensi tentang penelitian sebelumnya yang
C. Model Prototyping menjadi dasar penelitian ini ditampilkan pada Tabel 1.
Model prototyping dapat digunakan untuk Tabel I. Penelitian Sebelumnya

mengembangkan software. Tahapan model prototyping Nama Peneliti Judul Inti Penelitian
ditampilkan pada Fig. 1.
Puji Lestari, Aplikasi Mengembangkan aplikasi
Krisnawati [8] Pembelajaran dan pembelajaran berbasis
Kuis Matematika Android menggunakan
Interaktif Berbasis metode SDLC. Aplikasi
Android ditujukan untuk pengguna
kelas 1 hingga kelas 3
Sekolah Dasar.
Dewi Yuliarti Perancangan Mengembangkan aplikasi
[15] Aplikasi pembelajaran matematika
Pembelajaran berbasis multimedia.
Matematika untuk
Kelas 6 Sekolah
Dasar Berbasis
Multimedia
Heni Jusuf Perancangan Mengembangkan aplikasi
[16] Aplikasi Ajar pembelajaran dengan tema
Tematik Berbasis dan budaya sesuai mata
Multimedia pelajaran yang dibahas.
Yunis Aplikasi Mobile Aplikasi permainan
Aprilianti, Game Edukasi matematika untuk kelas 6
Uning Lestari, Matematika Sekolah Dasar. Permainan
Catur Berbasis Android memiliki jalan cerita dengan
Fig. 1. Model prototyping Iswahyudi memberikan sejumlah soal
[17] agar permainan terselesaikan.
Model prototyping memiliki tahapan sebagai berikut
[12]:
 Komunikasi. Peneliti menganalisis sistem dengan III. METODE PENELITIAN
melakukan wawancara dengan obyek penelitian dan A. Kerangka Pemikiran
juga studi kepustakaan untuk mendapatkan gagasan
yang diharapkan dari sistem yang akan dibuat. Penelitian dilatarbelakangi oleh dirasa diperlukannya
 Perencanaan cepat. perencanaan konsep aplikasi. sarana pembelajaran matriks bagi siswa dan mahasiswa. Dari
 Pemodelan. Melakukan pemodelan aplikasi masukan tersebut akan dilakukan proses komunikasi,
menggunakan alat pemodelan. perencanaan, pemodelan, konstruksi, dan deployment yang
akan menghasilkan suatu aplikasi perhitungan operasi

ISSN 2087-2658
(SENAPATI) Ke-8
matriks berbasis web menggunakan bahasa HTML dengan pada matriks yang disediakan, yaitu matriks A dan matriks B,
Javascript. matriks hasil tidak dapat diisi oleh pengguna karena akan
Pada tahapan komunikasi, akan dilakukan pembahasan digunakan sebagai matriks untuk menampilkan hasil operasi
alat dan perlengkapan yang dibutuhkan selama penelitian, perhitungan.
serta membuat user dan system requirement yang akan Operasi perhitungan matriks yang disediakan adalah:
dikembangkan. Setelah tahapan komunikasi lengkap, maka penjumlahan, perkalian, mencari determinan, dan mencari
dilanjutkan ke tahap perencanaan. Pada tahap ini akan transpose. Setelah selesai menggunakan aplikasi perhitungan
direncanakan jadwal penelitian, perencanaan biaya dan matriks, pengguna dapat keluar dari aplikasi dengan menutup
penggunaannya, serta perancangan alur dari fitur aplikasi. halaman web aplikasi.
Dari hasil perencanaan tersebut dilanjutkan ke tahap
pemodelan.
Aplikasi akan dimodelkan menggunakan UML (use case
diagram dan activity diagram) serta pemodelan rancangan
tampilan layar. Model aplikasi ini selanjutnya akan
dikonstruksi menggunakan Notepad++ dan diuji coba dengan
metode black box yang kemudian dilanjutkan dengan
deployment. Ilustrasi kerangka pemikiran ditampilkan pada
Fig. 2.
Purwarupa aplikasi akan dihosting sehingga dapat diakses
oleh semua orang. Dengan adanya purwarupa ini maka akan
didapat suatu umpan balik yang dapat menjadi saran dan
masukan sehingga aplikasi dapat berkembang dan digunakna
oleh lebih banyak orang.
Fig. 3. Use case diagram aplikasi
IV. HASIL & ANALISIS

Penelitian ini menghasilkan aplikasi untuk pembelajaran
operasi matriks. Aplikasi ini sudah dapat diakses secara publik
melalui laman kaltriks.net. Tampilan layar aplikasi
ditampilkan pada Fig.-Fig. berikut.
Fig. 2. Kerangka pemikiran
B. Use Case Diagram Aplikasi Fig. 4. Halaman awal aplikasi

Use case diagram aplikasi perhitungan operasi matriks Fig. 4 menampilkan halaman awal aplikasi operasi
ditampilkan pada Fig. 3. Pengguna aplikasi operasi matriks perhitungan matriks. Terdapat 3 matriks, yaitu Matriks A,
dapat menggunakan aplikasi ini untuk melakukan operasi Matriks B, dan Matriks H. pengguna dapat mengisikan angka
perhitungan matriks. Pengguna harus memasukkan angka

ISSN 2087-2658
(SENAPATI) Ke-8
bebas ke dalam matriks A dan matriks B. hasil operasi matriks perkalian matriks A dan B pada fungsi ini sudah sepenuhnya
akan ditampilkan pada matriks H. benar.
Fig. 7 Notifikasi perkalian matriks tidak valid
Fig. 5. Operasi penjumlahan
Fig. 5 menampilkan operasi penjumlahan matriks dengan

angka sembarang. Hasil penjumlahan ditampilkan pada
matriks H. Hasil penjumlahan pada fungsi ini sudah
sepenuhnya benar.
Fig. 8 Operasi determinan
Fig. 8 menampilkan operasi determinan pada matriks A.

secara default tombol determinan akan menghitung
determinan matriks A yang ditampilkan pada matriks H.
determinan matriks hanya bisa dihitung jika matriks
merupakan matriks bujur sangkar (ordo baris dan kolom
sama). Jika matriks yang akan dicari determinannya bukan
matriks bujur sangkar, maka akan muncul notifikasi bahwa
matriks tersebut tidak memiliki determinan seperti Fig. 9.
Fig. 9 Notifikasi tidak ada determinan

Fig. 6. Operasi perkalian
Fig. 6 menampilkan operasi perkalian matriks dengan

angka sembarang. Hasil perkalian ditampilkan pada matriks
H. untuk dapat menggunakan fungsi perkalian, pengguna
harus mengisikan jumlah baris dan kolom pada masing-
masing matriks A dan B. Jika ordo kolom Matriks A sama
dengan ordo baris Matriks B, maka perkalian matriks dapat
dilakukan, jika tidak, maka akan muncul notifikasi bahwa
perkalian tidak dapat dilakukan seperti pada Fig. 7. Hasil

ISSN 2087-2658
(SENAPATI) Ke-8
[2] matri-tri-ca@yandex.ru, "matricescalc," [Online]. Available:

https://matricescalc.org/en/.
[3] MathisFun.com, "MathisFun," 2015. [Online]. Available:
http://www.mathsisfun.com/algebra/matrices-calculator.html.
[4] Bluebit, [Online]. Available: http://www.bluebit.gr/matrices-
calculator/.
[5] R. Kariadinata, "DESAIN DAN PENGEMBANGAN PERANGKAT
LUNAK (SOFTWARE) PEMBELAJARAN MATEMATIKA
BERBASIS MULTIMEDIA," Jurnal Pendidikan Matematika, vol. 1,
no. 2, pp. 56-73, 2007.
[6] National Council of Teacher of Mathematics, "NCTM: Research
Brifs," 2017. [Online]. Available: http://www.nctm.org/Research-and-
Advocacy/Research-Brief-and-Clips/Video-Games-in-the-Math-
Classroom/. [Accessed 2017].
[7] J. Gunawardena, Matrices Algebra for Beginners, Cambridge: Harvard
Medical School, 2006.
[8] P. Lestari, "APLIKASI PEMBELAJARAN DAN KUIS
MATEMATIKA INTERAKTIF BERBASIS ANDROID," in STMIK
AMIKOM YOGYAKARTA, Yogyakarta, 2013.
[9] R. Gross, Psychology: The Science of Mind and Behaviour, 6 ed.,
Hachette: Hodder Education, 2012.
[10] I. W. Santyasa, LANDASAN KONSEPTUAL MEDIA
Fig. 10 Operasi transpose PEMBELAJARAN, Banjar Angkan Klungkung: Universitas
Pendidikan Ganesha, 2007.
Fig. 10 menampilkan operasi transpose matriks, secara [11] H. Ibrahim, Sihkabuden, Suprijanta and U. Kustiawan, Media
default tombol transpose akan membentuk transpose matriks pembelajaran: Bahan sajian program pendidikan akta mengajar, FIP
A yang ditampilkan pada matriks H. matriks transpose adalah UM, 2001.
mengubah susunan ordo matriks yang semula adalah baris x [12] R. S. Pressman, Software Engineering: A Practitioner's Approach, 7
kolom, menjadi kolom x baris. ed., New York: McGraw-Hill, 2010.
[13] M. Fowler and K. Scott, UML Distilled : a brief guide to the standard
object modeling language, 3 ed., Addison-Wesley, 2003.
V. KESIMPULAN [14] B. Oestereich, Developing Software With UML Object-Oriented
Analysis and Design in Practice, 2 ed., Addison-Wesley, 2002.
Dari penelitian ini, dapat disimpulkan bahwa aplikasi
perhitungan operasi matriks yang dibangun masih berupa [15] D. Yuliarti, Perancangan Aplikasi Pembelajaran Matematika untuk
Kelas 6 Sekolah Dasar Berbasis Multimedia (Studi Kasus Bimbingan
purwarupa yang belum menampilkan penjelasan solusi Belajar Lembaga Bina Kreatifitas (LBK) ESE Project), Jakarta:
penyelesaian operasi perhitungannya. Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2007.
Aplikasi perhitungan operasi matriks ini maksimal dapat [16] H. Jusuf, "PERANCANGAN APLIKASI SISTEM AJAR TEMATIK
BERBASIS MULTIMEDIA," Jurnal Artificial, ICT Research Center
melakukan operasi perhitungan matriks dengan ordo 3 x 3 UNAS, vol. 3, no. 1, pp. 60-74, 2009.
serta seluruh fungsi operasi matriks dapat berjalan dengan [17] Y. Aprilianti, U. Lestari and C. Iswahyudi, "APLIKASI MOBILE
baik. Purwarupa aplikasi perhitungan operasi matriks ini GAME EDUKASI MATEMATIKA BERBASIS ANDROID,"
dapat diakses melalui laman kaltriks.net. SCRIPT, vol. 1, no. 1, pp. 89-97, 2013.
DAFTAR PUSTAKA
[1] J. E. Gentle, Matrices Algebra Theory, Computations, and
Applications in Statistics, Springer, 2007.

ISSN 2087-2658
(SENAPATI) Ke-8
Uji Coba Rancangan Model CSE-UCLA Yang

Dimodifikasi Dengan Metode Weighted Product dan
Validasi Instrumen Evaluasi Layanan Perpustakaan
Digital Pada Perguruan Tinggi Komputer di Bali
Dewa Gede Hendra Divayana, Agus Adiarta, Ida Bagus Gede Surya Abadi
Pendidikan Teknik Informatika, Pendidikan Teknik Elektro, Pendidikan Guru Sekolah Dasar
Abstract—Tujuan penelitian ini adalah untuk memperoleh sehingga interaksi antara guru dan siswa tetap dapat terjadi
informasi tentang hasil uji coba rancangan model CSE-UCLA kapanpun dan dimanapun mereka berada tanpa dibatasi oleh
yang dimodifikasi dengan metode Weighted Product dan hasil ruang dan waktu. E-learning dapat dikatakan sebagai salah
validasi isi instrumen evaluasi, sehingga menghasilkan instrumen satu bentuk inovasi model pembelajaran, sehingga e-learning
yang valid dan rancangan model evaluasi yang tepat digunakan
mampu memberikan kemudahan dan menimbulkan
untuk mengevaluasi layanan perpustakaan digital pada
perguruan tinggi, khususnya bidang komputer di Bali. Formula kesenangan dalam proses pembelajaran karena disesuaikan
yang digunakan untuk memvalidasi isi intrumen dalam penelitian dengan keadaan peserta didik baik dari segi waktu dan tempat
ini yaitu Indeks Validasi Aiken. Sedangkan dalam melakukan pelaksanaannya. Hal tersebut sesuai dengan pernyataan
pengujian terhadap rancangan model CSE-UCLA yang Antari, Agustini, dan Divayana [3] yang menyatakan bahwa
dimodifikasi dengan metode Weighted Product menggunakan “inovasi model pembelajaran akan membantu proses
perhitungan deskriptif persentase. Dalam validasi isi intrumen pembelajaran karena model pembelajaran disesuaikan dengan
dan uji coba rancangan model evaluasi ini melibatkan 4 pakar keadaan siswa dan materi yang disajikan”. Pernyataan lainnya
yaitu 2 pakar pendidikan dan 2 pakar teknik informatika. Waktu yaitu “Siswa pada dasarnya termotivasi untuk melakukan
yang dibutuhkan dalam uji validasi isi instrumen adalah 31 hari,
suatu aktivitas untuk dirinya sendiri karena ingin
sedangkan waktu yang dibutuhkan dalam uji coba rancangan
model adalah 31 hari. Hasil dari penelitian ini, diperoleh bahwa mendapatkan kesenangan dari pelajaran, atau merasa
ada 71 butir instrumen yang valid dari 75 butir yang bersumber kebutuhannya terpenuhi [4]. Begitu juga halnya dengan
dari 26 aspek evaluasi, disamping itu diperoleh hasil persentase layanan perpustakaan di perguruan tinggi yang secara
sebesar 92,86% dari uji coba yang dilakukan terhadap rancangan konvensional seluruh aktivitas pemustaka secara fisik terjadi
model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted dan dilaksanakan di dalam gedung perpustakaan, sehingga
Product, sehinggga termasuk kategori sangat baik. membutuhkan tempat dan sarana prasarana pendukung yang
banyak dan kompleks. Dengan perkembangan teknologi
Keywords—Validasi Isi, Model Evaluasi, CSE-UCLA, informasi, maka layanan perpustakaan di perguruan tinggi
Weighted Product, Perpustakaan Digital
(baik perguruan tinggi di bidang komputer maupun tidak) saat
ini sudah beralih ke pemanfaatan perpustakaan digital dalam
I. PENDAHULUAN memberikan layanan perpustakaan bagi para pemustaka.
Seiring perkembangan teknologi informasi dan Dengan adanya perpustakaan digital, maka para pemustaka
komunikasi dewasa ini, tampak bahwa telah terjadi memperoleh kemudahan mencari sumber bacaan/koleksi
perubahan gaya hidup dan perilaku masyarakat [1]. Bentuk- pustaka, baik di pagi hari, siang hari, ataupun malam hari
bentuk perkembangan dan perubahan teknologi informasi karena secara fisik mereka tidak perlu harus datang ke ruang
pada dasarnya merubah aktifitas masyarakat dalam dunia perpustakaan melainkan hanya melalui fasilitas internet yang
nyata ke dalam aktifitas dunia maya [2]. Beberapa bentuk tidak terbatas oleh jarak dan waktu.
perkembangan dan perubahan tersebut juga sudah banyak Fakta yang ditemukan di lapangan, menunjukkan bahwa
ditemukan di bidang pendidikan, seperti: pembelajaran tidak semua perguruan tinggi yang ada di Bali telah
konvensional melalui tatap muka dengan komunikasi satu menyelenggarakan perpustakaan digital secara optimal
arah yang terjadi antar guru dan siswa di kelas sudah bergeser dengan alasan utama yaitu karena keterbatasan pendanaan
ke dalam bentuk e-learning yang memberikan kemudahan dalam penyelenggaraan program perpustakaan digital. Hal
dalam melaksanakan proses pembelajaran aktif secara online, tersebut sesuai dengan penelitian yang pernah dilakukan pada

ISSN 2087-2658
(SENAPATI) Ke-8
tahun 2016 oleh Divayana [5] yang menyatakan bahwa “pada Namun model ini masih memiliki kelemahan yaitu belum
aspek keuangan secara umum kualitas pelaksanaannya belum mampu menunjukkan hasil perhitungan kuantitatif secara
optimal dan boleh dikatakan masih terbatas, dimana sumber runut dan akurat dari kategori tertinggi sampai yang terendah
dana hanya diperoleh dari sumbangan orang tua mahasiswa, dari setiap komponen evaluasi. Oleh karena itu model CSE-
dan sebagian dari lembaga sendiri (universitas dan yayasan). UCLA ini perlu dimodifikasi agar dapat digunakan untuk
Sumber dana yang diperoleh tersebut belum cukup mampu mengukur optimalisasi layanan perpustakaan digital pada
manangani penyelenggaran program perpustakaan digital perguruan tinggi komputer di Bali.
secara optimal”. Perlunya dilakukan modifikasi terhadap model CSE-
Berdasarkan fakta tersebut, maka perlu dilakukan suatu UCLA ini juga dilatarbelakangi dari beberapa penelitian
evaluasi terhadap layanan perpustakaan digital pada terdahulu diataranya adalah penelitian yang dilakukan pada
perguruan tinggi yang ada di Bali, khususnya perguruan tinggi tahun 2015 oleh Divayana, Ariawan, Sugiarta, dan Artanayasa
di bidang komputer untuk memperoleh kualitas yang baik. [9] tentang perpustakaan digital berbasis sistem pakar pada
Sama juga halnya dengan proses pembelajaran, dimana pada Universitas Teknologi Indonesia memperoleh hasil yaitu
prinsipnya untuk menemukan proses belajar yang baik, itu terbentuknya program aplikasi perpustakaan digital yang
akan membutuhkan proses evaluasi. Pernyataan tersebut menerapkan konsep sistem pakar dalam memberikan layanan
sesuai dengan pendapat dari Jampel, Widiana, dan Divayana pencarian pustaka secara online. Kelemahan yang ditemukan
[6] yang menyatakan bahwa kelas yang baik tidak saja pada penelitian tersebut yaitu belum mampu menunjukkan
didukung oleh model pembelajaran yang inovatif namun juga instrumen yang valid digunakan untuk mengukur optimalisasi
membutuhkan penilaian atau kemampuan evaluasi yang lebih layanan program aplikasi perpustakaan digital bagi para
baik melalui pencapaian kompetensi siswa. pemustaka. Penelitian lainnya yang dilakukan pada tahun
Evaluasi merupakan suatu kegiatan yang bertujuan untuk 2016 oleh Divayana [5] tentang evaluasi program
memperoleh rekomendasi sebagai dasar pengambilan perpustakaan digital berbasis sistem pakar pada Universitas
keputusan untuk melakukan perbaikan/penyempurnaan Teknologi Indonesia dengan perolehan hasil yaitu kualitas
terhadap program yang sedang diamati/diukur. Hal ini sesuai layanan program ditinjau dari komponen system assesment
dengan pernyataan Divayana [7], bahwa “evaluasi bertujuan sebesar 79,80% dengan kategori baik, komponen program
untuk mengumpulkan data dan kemudian dilakukan analisis planning sebesar 69,69% dengan kategori baik, komponen
terhadap data tersebut, sehingga hasil analisisnya dapat program implementation sebesar 57,40% dengan kategori
digunakan untuk pertimbangan mengambil suatu keputusan cukup baik, komponen program improvement sebesar 74,90%
terhadap objek yang sedang dievaluasi”. Evaluasi dengan kategori baik, dan komponen program certification
merupakan suatu kegiatan untuk mengumpulkan, sebesar 66,80% dengan kategori baik. Kelemahan yang
memahami, dan melaporkan hasil analisis tentang suatu ditemukan pada penelitian tersebut yaitu instrumen model
program/objek tertentu sehingga hasilnya dapat digunakan CSE-UCLA yang digunakan untuk mengukur optimalisasi
untuk pertimbangan dalam mengambil suatu keputusan layanan perpustakaan digital berbasis sistem pakar belum
apakah program tersebut dilanjutkan ataukah dihentikan [8]. mampu menunjukkan hasil perhitungan yang akurat secara
Alasan utama dilaksanakannya evaluasi secara runut mulai dari nilai tertinggi sampai dengan nilai terendah
mengkhusus terhadap layanan perpustakaan digital di untuk tiap komponen evaluasi.
perguruan tinggi komputer, karena sebagian besar perguruan Berdasarkan hal tersebut, maka dari rencana penelitian
tinggi di bidang komputerlah yang memiliki layanan yang dilaksanakan selama 3 tahun ke depan dalam rangka
perpustakaan digital yang stabil ditinjau dari segi teknis meningkatkan optimalisasi layanan perpustakaan digital pada
penyelenggaraannya dibandingkan dengan perguruan tinggi perguruan tinggi komputer di Bali, maka khusus untuk tahun
lainnya, sehingga harapannya setelah dilakukan evaluasi 2017 ini perlu dibuatkan rancangan model yang tepat dan
terhadap layanan perpustakaan digital pada perguruan tinggi instrumen yang valid sebagai terobosan untuk dapat
komputer tersebut, maka diperoleh rekomendasi untuk mengatasi permasalahan penelitian yang telah dilakukan pada
penyempurnaan layanan dan dapat digunakan sebagai tahun 2015 dan 2016 tersebut. Adapun rancangan dan
percontohan bagi perguruan tinggi lain dalam rangka instrumen model evaluasi yang peneliti kembangkan pada
meningkatkan layanan perpustakaan digital yang dimilikinya. tahun 2017 ini adalah rancangan model dan instrumen
Salah satu model diantara beberapa model evaluasi evaluasi CSE-UCLA yang telah dimodifikasi dengan weighted
pendidikan (CIPP, Countenance, Formative-Summative, dan product.
lainnya) yang cocok digunakan untuk mengevaluasi layanan Sebelum model CSE-UCLA yang dimodifikasi dengan
perpustakaan digital di Bali adalah model CSE-UCLA. weighted product ini benar-benar siap digunakan untuk
Alasan pemilihan model ini, karena model CSE-UCLA mengevaluasi layanan perpustakaan digital, maka terlebih
memiliki suatu keunggulan yaitu komponen program dahulu ditentukan desain model yang tepat dan instrumen
implementation yang mampu memperkenalkan keberadaan yang valid. Oleh karena itu perlu dilakukan uji coba terhadap
program yang dievaluasi [5]. rancangan model CSE-UCLA yang dimodifikasi dengan

ISSN 2087-2658
(SENAPATI) Ke-8
metode Weighted Product, dan uji validasi isi terhadap UCLA yang dimodifikasi dengan metode Weighted Product
instrumen evaluasi. dan validasi instrumen yang digunakan dalam mengevaluasi
Berdasarkan hal tersebut, maka rumusan permasalahan layanan perpustakaan digital, khususnya pada perguruan
dalam penelitian ini adalah: 1) Bagaimanakah hasil uji coba tinggi bidang komputer yang ada di Bali.
rancangan model CSE-UCLA yang dimodifikasi dengan
metode Weighted Product?, dan 2) Bagaimanakah hasil
II. KAJIAN PUSTAKA
validasi isi instrumen evaluasi ditinjau dari model CSE-
UCLA? A. CSE-UCLA
Tujuan utama dari penelitian ini yaitu memperoleh
gambaran tentang hasil uji coba terhadap rancangan model Model CSE-UCLA merupakan model evaluasi yang
CSE-UCLA yang dimodifikasi dengan metode Weighted memiliki lima dimensi evaluasi (system assesment,
Product dan hasil validasi isi instrumen evaluasi ditinjau dari program planning, program implementation, program
model CSE-UCLA. improvement, program certification) dan cocok digunakan
Terdapat beberapa hasil penelitian yang terkait dengan untuk mengevaluasi program layanan yang membantu
penelitian ini, diantaranya adalah penelitian pada tahun 2015 kehidupan manusia, seperti: program perpustakaan, bank,
yang telah dilakukan oleh Sanjaya, Asyhar, dan Hariyadi [10] koperasi, e-government, e-learning dan lainnya [12]. Model
tentang pengembangan instrumen evaluasi pada praktikum uji CSE-UCLA merupakan model evaluasi yang memiliki lima
enzim katalase di SMA Negeri Titian Teras Muaro Jambi. dimensi evaluasi, antara lain system assesment yang
Dimana penelitian yang dilakukan oleh Sanjaya, Asyhar, dan memberikan informasi tentang keadaan sistem, program
Hariyadi ini memiliki persamaan dengan penelitian ini yaitu planning yang membantu pemilihan program tertentu
dalam hal validasi isi yang dilakukan terhadap instrumen untuk memenuhi kebutuhan program, program
evaluasinya. Perbedaan yang ditemukan adalah dalam hal implementation yang menyiapkan informasi untuk
aspek validitas isinya, dimana dalam penelitian Sanjaya, memperkenalkan program, program improvement yang
Asyhar, dan Hariyadi dilakukan validasi isi terhadap seluruh memberikan informasi tentang fungsi/kinerja program,
aspek kompetensi siswa, yaitu: kompetensi kognitif program certification yang memberi informasi tentang
(pengetahuan ilmiah), kompetensi afektif (sikap ilmiah), manfaat atau guna program [8].
dan kompetensi psikomotorik (keterampilan proses sains). Dari beberapa pendapat diatas maka dapat diambil
Dalam penelitian ini dilakukan validasi isi terhadap seluruh kesimpulan umum bahwa model CSE-UCLA merupakan
aspek yang digunakan untuk mengevaluasi layanan suatu model evaluasi yang terdiri dari lima komponen
perpustakaan digital ditinjau dari komponen model CSE- evaluasi (system assesment, program planning, program
UCLA, diantaranya: system assessment, program planning, implementation, program improvement, program
program implementation, program improvement, dan certification) yang digunakan untuk mengukur
program certification). Penelitian lainnya yaitu penelitian efektivitas/kualitas suatu program/kebijakan/layanan di
pada tahun 2012 yang dilakukan oleh Tandilling [11] tentang bidang pendidikan ataupun bidang lainnya yang membantu
pengembangan instrumen untuk mengukur kemampuan kehidupan manusia.
komunikasi matematik, pemahaman matematik, dan self- B. Weighted Product
regulated learning siswa dalam pembelajaran Matematika di
Sekolah Menengah Atas, memiliki persamaan dengan Metode Weighted Product (WP) menggunakan perkalian
penelitian ini dalam hal pendekatan kuantitatif yang untuk menghubungkan rating atribut, dimana rating setiap
digunakan dalam melakukan uji coba instrumen. atribut harus dipangkatkan dulu dengan bobot atribut yang
Perbedaannya terletak pada tujuan penelitiannya, dimana bersangkutan. Proses ini sama halnya dengan proses
penelitian yang dilakukan Tandilling bertujuan untuk normalisasi. Preferensi untuk alternatif Ai diberikan sebagai
berikut [13]: n

memperoleh seperangkat instrumen yang digunakan untuk
Si  xij j
w
mengukur kemampuan komunikasi matematis, pemahaman (1)
matematis, dan self regulated learning siswa dalam j 1
pembelajaran Matematika di SMA, sedangkan dalam dengan i=1,2,...,m; dimana wj = 1.
penelitian ini bertujuan untuk memperoleh rancangan model wj adalah pangkat bernilai positif untuk atribut keuntungan,
evaluasi yang tepat dan instrumen yang valid untuk mengukur dan bernilai negatif untuk atribut biaya.
optimalisasi layanan perpustakaan digital pada perguruan Preferensi relatif masing-masing alternatif, diberikan
tinggi komputer di Bali. sebagai berikut[14]:
Berdasarkan beberapa penelitian sebelumnya, rumusan
masalah, tujuan penelitian dan beberapa penelitian terkait (2)
yang telah dijelaskan tersebut, maka peneliti tertarik untuk dengan i = 1, 2, ..., n
melakukan penelitian tentang uji coba rancangan model CSE-

ISSN 2087-2658
(SENAPATI) Ke-8
V : Preferensi alternatif yang dipertimbangkan sebagai E. Instrumen Pengumpulan Data

vektor V
Adapun instrumen yang digunakan dalam pengumpulan
x : Nilai kriteria
data dalam penelitian ini berupa kuesioner, karena lebih
w : Bobot kriteria/sub kriteria
mudah dikuantifikasi.
i : Alternatif
j : Kriteria F. Teknik Analisis Data
n : Jumlah kriteria
Teknik analisis data yang digunakan dalam penelitian ini
C. Perpustakaan Digital yaitu menggunakan teknik analisis deskriptif kuantitatif.
Dimana hasil penilaian isi yang dilakukan oleh pakar terhadap
Sebuah perpustakaan digital adalah sebuah perpustakaan
instrumen evaluasi dianalisis berdasarkan indeks validasi
di mana koleksi-koleksinya disimpan dalam format digital
Aiken dan hasil uji coba yang dilakukan pakar terhadap
(sebagai kebalikan untuk mencetak, microform, atau media
rancangan model evaluasi dianalisis berdasarkan perhitungan
lainnya) dan dapat diakses oleh komputer [15]. Menurut
deskriptif persentase.
Towolawi dan Oluwakemi [16], perpustakaan digital
menetapkan kegiatan perpustakaan dan layanannya dengan
fasilitas elektronik dalam pengolahan, transmisi dan IV. HASIL PENELITIAN DAN PEMBAHASAN
menampilkan informasi. Dari beberapa pendapat tersebut, Ada beberapa hal yang dapat peneliti jabarkan dan bahas
secara umum dapat diambil suatu kesimpulan bahwa berdasarkan berdasarkan hasil penelitian ini, antara lain
perpustakaan digital (digital library) adalah suatu sebagai berikut.
perpustakaan yang menyimpan koleksi buku, majalah, jurnal
ilmiah dan dokumen-dokumen pustaka lainnya dalam bentuk A. Hasil Penelitian
digital dengan jumlah yang sangat besar dan dapat
1) Rancangan Model CSE-UCLA yang telah dimodifikasi
disebarkan/diintegrasikan melalui sebuah jaringan komputer
dengan metode Weighted Product
atau internet yang bersifat global dan dilengkapi dengan fitur-
Adapun rancangan model evaluasi yang dimaksud dapat
fitur layanan seperti: fitur keanggotaan, fitur pencarian, fitur
dilihat pada gambar 1 berikut ini.
link atau pranala, fitur dwi bahasa, fitur artikel, serta fitur
folder dan arsip.
III. METODE PENELITIAN

A. Pendekatan Penelitian
Adapun pendekatan yang digunakan dalam penelitian ini
adalah kuantitatif karena menekankan pada angka-angka
yang diperoleh dari hasil validasi isi instrumen dan hasil uji
coba rancangan model.
B. Objek Penelitian
Objek dari penelitian ini adalah instrumen dan rancangan
model evaluasi CSE-UCLA yang dimodifikasi dengan Gambar 1. Rancangan Model CSE-UCLA Yang Telah Dimodifikasi
metode Weighted Product Dengan Metode Weighted Product
C. Subjek Penelitian 2) Hasil Uji Coba Rancangan Model CSE-UCLA yang telah
dimodifikasi dengan metode Weighted Product
Subjek penelitian yang terlibat dalam uji coba rancangan Adapun hasil uji coba yang dilakukan oleh 2 pakar
model evaluasi dan uji validasi isi instrumen evaluasi adalah pendidikan dan 2 pakar teknik informatika terhadap
2 orang pakar pendidikan dan 2 orang pakar teknik rancangan model CSE-UCLA yang dimodifikasi dengan
informatika. metode Weighted Product dapat dilihat pada Tabel I berikut
D. Lokasi Penelitian ini.
Adapun lokasi penelitian ini dilaksanakan pada Tabel I. Hasil Uji Coba Rancangan Model Evaluasi CSE-UCLA Yang
perpustakaan STMIK STIKOM Bali, karena merupakan Dimodifikasi Dengan Weighted Product
salah satu perguruan tinggi bidang komputer yang ada di Bali No Aspek Penilaian
Pakar/Penilai
1 2 3 4
dan memiliki perpustakaan digital yang memadai secara 1.
Kesesuaian aspek evaluasi pada komponen system
5 5 4 5
assessment
operasional.
ISSN 2087-2658
(SENAPATI) Ke-8
Pakar/Penilai Pakar Status

No Aspek Penilaian No 
1 2 3 4
Butir 1 2 3 4
S1 S2 S3 S4 V Kategori Menjad
Kesesuaian aspek evaluasi pada komponen S i
2. 5 4 5 5
program planning 0,7 Butir
Kesesuaian aspek evaluasi pada komponen 32 5 4 4 3 4 3 3 2 12 Tinggi
3. 5 4 4 5 50 32
program implementation 0,8 Sangat Butir
Kesesuaian aspek evaluasi pada komponen 33 4 5 5 4 3 4 4 3 14
4. 5 5 5 4 75 Tinggi 33
program improvement 0,8 Sangat Butir
Kesesuaian aspek evaluasi pada komponen 34 5 5 4 3 4 4 3 2 13
5. 5 4 4 5 13 Tinggi 34
program certification 0,8 Sangat Butir
Kesesuaian metode yang digunakan untuk 35 5 4 4 4 4 3 3 3 13
13 Tinggi 35
memperoleh hasil secara akurat yang menunjukkan 0,6 Butir
6. 4 5 5 4 36 4 4 3 4 3 3 2 3 11 Tinggi
kategori paling tinggi sampai yang paling rendah 88 36
dari tiap komponen evaluasi 0,6 Butir
Kesesuaian gambaran tahapan evaluasi yang 37 4 4 4 3 3 3 3 2 11 Tinggi
88 37
7. dilakukan mulai dari awal sampai akhirnya 5 4 5 5
0,8 Sangat Butir
mendapatkan rekomendasi 38 5 5 3 4 4 4 2 3 13
13 Tinggi 38
 34 31 32 33
0,8 Sangat Butir
Persentase Tiap Subyek (%) 97,14 88,57 91,43 94,29 39 4 5 4 4 3 4 3 3 13
13 Tinggi 39
Persentase Keseluruhan (%) 92,86 0,6 Butir
40 5 4 3 3 4 3 2 2 11 Tinggi
88 40
3) Hasil Validasi Isi Instrumen Ditinjau Dari Model CSE- 41 4 4 4 5 3 3 3 4 13
0,8
13
Sangat
Tinggi
Butir
41
UCLA 42 4 5 4 3 3 4 3 2 12
0,7
50
Tinggi
Butir
42
Secara lengkap hasil validasi isi terhadap setiap butir 43 2 2 2 1 1 1 1 0 3
0,1 Sangat
Butir
Dibu
88 Rendah
instrumen yang digunakan untuk mengevaluasi optimalisasi 0,8 Sangat
ang
Butir
44 4 5 4 4 3 4 3 3 13
layanan perpustakaan digital ditinjau dari model CSE-UCLA 13
0,7
Tinggi 43
Butir
45 5 4 3 4 4 3 2 3 12 Tinggi
dapat dilihat pada Tabel II berikut ini. 50 44
Butir
0,1 Sangat
46 1 2 1 2 0 1 0 1 2 Dibu
25 Rendah
ang
Tabel II. Hasil Validasi Isi Instrumen Ditinjau Dari CSE-UCLA 0,8 Sangat Butir
47 4 5 4 5 3 4 3 4 14
75 Tinggi 45
Pakar Status

0,8 Sangat Butir
No 48 4 5 4 5 3 4 3 4 14
75 Tinggi 46
Butir 1 2 3 4
S1 S2 S3 S4 V Kategori Menjad
S i 49 3 4 4 4 2 3 3 3 11
0,6
Tinggi
Butir
0,8 Sangat Butir 88 47
1 5 4 4 5 4 3 3 4 14 0,8 Sangat Butir
75 Tinggi 1 50 4 4 4 5 3 3 3 4 13
0,9 Sangat Butir 13 Tinggi 48
2 5 5 5 4 4 4 4 3 15 0,8 Sangat Butir
38 Tinggi 2 51 4 4 5 4 3 3 4 3 13
3 5 4 5 4 4 3 4 3 14 0,8 Sangat Butir
75 Tinggi 3 52 4 5 4 4 3 4 3 3 13
4 4 5 4 5 3 4 3 4 14 0,6 Butir
75 Tinggi 4 53 3 4 4 4 2 3 3 3 11 Tinggi
5 5 4 4 5 4 3 3 4 14 0,8 Sangat Butir
75 Tinggi 5 54 5 4 5 4 4 3 4 3 14
0,6 Butir 75 Tinggi 52
6 4 3 4 4 3 2 3 3 11 Tinggi 0,8 Sangat Butir
88 6 55 4 5 4 4 3 4 3 3 13
0,7 Butir 13 Tinggi 53
7 4 4 5 3 3 3 4 2 12 Tinggi 0,7 Butir
50 7 56 4 4 5 3 3 3 4 2 12 Tinggi
8 4 4 4 5 3 3 3 4 13 0,8 Sangat Butir
13 Tinggi 8 57 5 4 4 4 4 3 3 3 13
9 5 4 5 5 4 3 4 4 15 0,8 Sangat Butir
38 Tinggi 9 58 4 4 5 4 3 3 4 3 13
10 4 5 4 4 3 4 3 3 13 0,8 Sangat Butir
13 Tinggi 10 59 4 4 5 4 3 3 4 3 13
11 5 4 5 4 4 3 4 3 14 0,7 Butir
75 Tinggi 11 60 3 5 4 4 2 4 3 3 12 Tinggi
0,6 Butir 50 58
12 4 3 4 4 3 2 3 3 11 Tinggi 0,6 Butir
88 12 61 4 4 3 4 3 3 2 3 11 Tinggi
13 4 4 5 4 3 3 4 3 13 0,8 Sangat Butir
13 Tinggi 13 62 4 5 4 5 3 4 3 4 14
14 4 5 5 4 3 4 4 3 14 0,8 Sangat Butir
75 Tinggi 14 63 5 4 5 4 4 3 4 3 14
15 4 4 4 5 3 3 3 4 13 0,8 Sangat Butir
13 Tinggi 15 64 4 5 5 4 3 4 4 3 14
16 4 4 5 4 3 3 4 3 13 0,7 Butir
13 Tinggi 16 65 4 5 4 3 3 4 3 2 12 Tinggi
17 4 4 4 5 3 3 3 4 13 Butir
13 Tinggi 17 0,3
0,8 Sangat Butir 66 2 3 2 2 1 2 1 1 5 Rendah Dibu
13
18 5 4 4 5 4 3 3 4 14 ang
75 Tinggi 18
0,7 Butir 0,6 Butir
67 4 4 3 3 3 3 2 2 10 Tinggi
19 5 4 4 3 4 3 3 2 12 Tinggi 25 64
50 19
0,8 Sangat Butir 0,8 Sangat Butir
68 4 5 4 4 3 4 3 3 13
20 5 4 5 4 4 3 4 3 14 13 Tinggi 65
75 Tinggi 20
69 5 4 4 5 4 3 3 4 14
21 4 5 4 4 3 4 3 3 13 75 Tinggi 66
13 Tinggi 21
70 5 5 5 4 4 4 4 3 15
22 5 5 4 3 4 4 3 2 13 38 Tinggi 67
13 Tinggi 22
71 5 5 4 4 4 4 3 3 14
23 4 4 5 4 3 3 4 3 13 75 Tinggi 68
13 Tinggi 23
0,8 Sangat Butir 0,6 Butir
72 4 4 3 4 3 3 2 3 11 Tinggi
24 5 5 4 4 4 4 3 3 14 88 69
75 Tinggi 24
0,8 Sangat Butir Butir
0,2
25 4 4 5 4 3 3 4 3 13 73 2 2 2 2 1 1 1 1 4 Rendah Dibu
13 Tinggi 25 50
ang
0,8 Sangat Butir
26 4 5 4 4 3 4 3 3 13 0,8 Sangat Butir
13 Tinggi 26 74 4 5 4 4 3 4 3 3 13
13 Tinggi 70
0,8 Sangat Butir
27 5 4 5 3 4 3 4 2 13 0,8 Sangat Butir
13 Tinggi 27 75 5 4 4 5 4 3 3 4 14
75 Tinggi 71
0,8 Sangat Butir
28 4 5 4 5 3 4 3 4 14
75 Tinggi 28
29 4 4 5 4 3 3 4 3 13
0,8
13
Sangat
Tinggi
Butir
29
B. Pembahasan
0,8 Sangat Butir
30 3 4 5 5 2 3 4 4 13
13
0,8
Tinggi
Sangat
30
Butir
Rancangan model evaluasi CSE-UCLA yang
31 4 4 4 5 3 3 3 4 13
13 Tinggi 31 dimodifikasi dengan Weighted Product seperti yang telah

ISSN 2087-2658
(SENAPATI) Ke-8
ditunjukkan pada Gambar 1 di atas, menggambarkan bahwa Persentase = F/N (4)

dalam mengevaluasi program perpustakaan digital di suatu Dimana:
perguruan tinggi yang menggunakan model CSE-UCLA akan F = Jumlah persentase keseluruhan subjek
melalui beberapa komponen evaluasi antara lain: system N = banyaknya subjek
assesment, program planning, program implementation, Untuk dapat memberikan makna dan pengambilan
program improvement dan program certification. Untuk keputusan pada tingkat ketepatan, keefektifan dan
mengukur/mengevaluasi layanan perpustakaan digital kemenarikan digunakan konversi tingkat pencapaian skala
ditinjau dari semua komponen dalam model CSE-UCLA lima, yang ditunjukkan dengan Tabel III berikut ini.
tersebut, maka membutuhkan instrumen utama dan
Tabel III. Konversi Tingkat Pencapaian Dengan Skala Lima
instrumen pelengkap. Instrumen utama berupa kuisioner
yang ditujukan kepada para pengguna layanan perpustakaan Tingkat
Kualifikasi Keterangan
digital di perguruan tinggi yaitu para pemustaka (terutama Pencapaian
90-100 % Sangat Baik Tidak Perlu Revisi
dosen dan mahasiswa). Instrumen pelengkap berupa 80-89 % Baik Tidak Perlu Revisi
pedoman wawancara yang ditujukan kepada kepala 65-79 % Cukup Revisi
perpustakaan dan tim pengembang, sedangkan dokumentasi 55-64 % Kurang Revisi
0-54 % Sangat Kurang Revisi
yang digunakan sebagai bukti autentik rekaman pelaksanaan
Berdasarkan hasil yang telah ditunjukkan pada tabel I
evaluasi. Data hasil yang telah terkumpul melalui proses
dapat dijelaskan bahwa persentase dari keseluruhan pakar
pengumpulan data menggunakan instrumen utama dan
yang melakukan pengujian terhadap rancangan model
pelengkap tersebut kemudian diolah dengan memasukkan
evaluasi CSE-UCLA yang dimodifikasi dengan Weighted
konsep weighted product yaitu diawali dengan memasukkan
Product adalah sebesar 92,86 % sehingga termasuk dalam
nilai pembobotan preferensi ke dalam masing-masing aspek
kualifikasi sangat baik, sehingga rancangan model tersebut
evaluasi, kemudian dilanjutkan dengan melakukan
tidak perlu direvisi lagi. Hasil validasi isi yang dilakukan oleh
perhitungan menggunakan formula weighted product. Dari
4 orang pakar terhadap setiap butir instrumen model CSE-
hasil perhitungan dengan memasukkan formula weighted
UCLA yang telah dimodifikasi dengan metode Weighted
product tersebut, maka akan diperoleh gambaran tentang
Product (yang telah ditunjukkan pada Tabel II) tersebut
seberapa besar tingkat optimalisasi layanan perpustakaan
diperoleh dengan menggunakan perhitungan indeks validasi
digital secara runut dari tingkat yang terkecil sampai dengan
Aiken. Adapun rumus Indeks Validasi Aiken adalah sebagai
tingkat yang terbesar ditinjau dari masing-masing komponen
berikut [18]:
evaluasi model CSE-UCLA. Dari gambaran tingkat
V = S/ n (c – 1)
optimalisasi pada masing-masing komponen evaluasi yang
(5)
telah diperoleh, maka selanjutnya dapat ditemukan kendala-
Dimana :
kendala yang ada pada masing-masing komponen evaluasi.
S = r- lo
Setelah kendala-kendala ditemukan, maka dilanjutkan
V = Index kesepakatan ahli mengenai validitas butir
dengan pemberian rekomendasi pemecahannya berdasarkan
urutan nilai tingkat optimalisasi yang telah diperoleh r = Skor kategori pilihan ahli
lo = Skor terendah dalam kategori penskoran
sebelumnya pada hasil perhitungan weighted product, mulai
n = Banyaknya ahli
dari komponen yang memperoleh nilai terkecil sampai
c = Banyaknya kategori yang dapat dipilih ahli
dengan nilai terbesar, sehingga nantinya layanan
Penentuan kriteria/kategori validitas isi didasarkan pada
perpustakaan digital dapat lebih disempurnakan lagi untuk
rentangan sebagai berikut [19]:
mencapai hasil yang optimal.
0,8-1,000 : sangat tinggi
Hasil uji coba terhadap rancangan model evaluasi CSE-
0,6-0,799 : tinggi
UCLA yang dimodifikasi dengan Weighted Product yang
0,4-0,599 : cukup tinggi
telah ditunjukkan pada tabel I diperoleh dengan
0,2-0,399 : rendah
menggunakan perhitungan deskriptif persentase. Adapun
< 0,200 : sangat rendah
rumus perhitungan deskriptif persentase tiap subyek adalah
Berdasarkan hasil dari tabel II tersebut, dapat dijelaskan
sebagai berikut [17]:
bahwa terdapat 71 butir instrumen yang valid sehingga dapat
(Jawaban x Bobot Tiap Pilihan)
digunakan dan 4 butir instrumen yang tidak valid. Keempat
Persentase = --------------------------------------- x 100% (3)
butir yang tidak valid tersebut, antara lain: butir ke-43, butir
n x Bobot Tertinggi
ke-46, butir ke-66, dan butir ke-73 termasuk dalam kategori
Dimana:
validitas rendah dan sangat rendah, sehingga harus dibuang/
∑ = Jumlah
tidak digunakan. Kendala utama yang ditemukan dalam
n = Jumlah seluruh item angket
penelitian ini adalah masih ada juga beberapa butir instrumen
Selanjutnya untuk menghitung persentase keseluruhan
yang tidak valid dan harus dibuang.
subyek digunakan rumus sebagai berikut:

ISSN 2087-2658
(SENAPATI) Ke-8
V. KESIMPULAN [7] D.G.H. Divayana, “Evaluasi Pelaksanaan Blended Learning di SMK

TI Udayana Menggunakan Model CSE-UCLA,” Jurnal Pendidikan
Rancangan model evaluasi CSE-UCLA yang dimodifikasi Vokasi, Vol. 7, No. 1, 2017, pp. 64-77.
dengan Weighted Product sudah termasuk dalam kualifikasi [8] D.G.H. Divayana., dan G.A.D. Sugiharni, “Evaluasi Program
sangat baik, sehingga tidak perlu dilakukan revisi karena Sertifikasi Komputer Pada Universitas Teknologi Indonesia
berdasarkan hasil uji coba yang dilakukan oleh pakar Menggunakan Model CSE-UCLA,” Jurnal Pendidikan Indonesia,
diperoleh persentase sebesar 92,86%. Terdapat 71 butir Vol. 5, No. 2, 2016, pp. 865-872.
instrumen yang valid dan siap digunakan untuk mengevaluasi [9] D.G.H. Divayana, I.P.W. Ariawan, I.M. Sugiarta, dan I.W.
Artanayasa, “Digital Library of Expert System Based at Indonesia
layanan perpustakaan digital pada perguruan tinggi komputer Technology University,” International Journal of Advanced Research
di Bali. Solusi yang diperlukan untuk mengantisipasi masih in Artificial Intelligence, Vol. 4, No. 3, 2015, pp. 1-8.
ditemukannya instrumen yang tidak valid adalah dengan [10] M.E. Sanjaya, R. Asyhar, dan B. Hariyadi, “Pengembangan Instrumen
melakukan kajian yang lebih mendalam mulai dari Evaluasi pada Praktikum Uji Enzim Katalase di SMA Negeri Titian
pendefinian variabel sampai dengan penjabaran variabel ke Teras Muaro Jambi, Vol. 4, No. 2, 2015, pp.1-8.
dalam indikator, sehingga selanjutnya dalam tahapan [11] E. Tandilling, “Pengembangan Instrumen Untuk Mengukur
penyusunan butir menjadi lebih mudah dan menghasilkan Kemampuan Komunikasi Matematik, Pemahaman Matematik, dan
Self-Regulated Learning Siswa Dalam Pembelajaran Matematika di
butir yang berkualitas. Sekolah Menengah Atas,” Jurnal Penelitian Pendidikan, Vol. 13, No.
1, 2012, pp.24-31.
DAFTAR PUSTAKA [12] D.G.H. Divayana, “Penggunaan Model CSE-UCLA Dalam
Mengevaluasi Kualitas Program Aplikasi Sistem Pakar,” SNATIA,
[1] D.G.H. Divayana, P.W.A. Suyasa, I.M.A. Wirawan, dan I.M. Putrama 2015, pp.165-168.
“Pemberdayaan Materi Ajar Berbentuk Digital Menggunakan Aplikasi [13] D.G.H. Divayana, “Development of Duck Diseases Expert System
Open Office Sun Microsystem Bagi Guru-Guru SMA se-Kecamatan with Applying Alliance Method at Bali Provincial Livestock Office,”
Ubud,” Jurnal Widya Laksana, Vol. 5, No.2, 2016, pp. 69-75. International Journal of Advanced Computer Science and
[2] D.G.H. Divayana, P.W. A. Suyasa, dan N. Sugihartini, Applications, Vol. 5, No. 8, 2014, pp. 48-54.
“Pengembangan Media Pembelajaran Berbasis Web Untuk Matakuliah
[14] I.M. Ardana, I.P.W. Ariawan, and D.G.H. Divayana, “Development
Kurikulum dan Pengajaran di Jurusan Pendidikan Teknik Informatika
of Decision Support System to Selection of the Blended Learning
Universitas Pendidikan Ganesha,” Jurnal Nasional Pendidikan Teknik
Platforms for Mathematics and ICT Learning at SMK TI Udayana,”
Informatika, Vol. 5, No.3, 2016, pp. 149-157.
International Journal of Advanced Research in Artificial Intelligence,
[3] N.M.D. Antari, K. Agustini, dan D.G.H. Divayana, “Studi Komparatif Vol. 5, No. 12, 2016, pp. 15-18.
Model Pembelajaran Talking Stick dan Snowball Throwing Terhadap [15] T.M.M. Swe, “Concept Based Intelligent Information Retrieval Within
Hasil Belajar Teknologi Informasi dan Komunikasi (TIK) Siswa Kelas Digital Library,” International Journal of Information Technology
XI SMA Negeri 1 Seririt Tahun Ajaran 2015/2016,” Jurnal Pendidikan Convergence and Service, Vol. 1, No. 5, 2011, pp. 1-10.
Teknologi dan Kejuruan, Vol.13, No.2, 2016, pp.127-136.
[16] Towolawi, dan K. Oluwakemi, “School Library Media Specialist's
[4] P.Y.P. Santi, K. Agustini, dan D.G.H. Divayana, “Studi Komparatif
Awareness and Perception of Digital Library Services: A Survey,”
Penggunaan Model Pembelajaran Group Investigation dan Snowball
Ozean Journal of Social Sciences, 2013, pp. 77-89.
Throwing Terhadap Motivasi dan Hasil Belajar Pada Mata Pelajaran
TIK Siswa Kelas X SMA Laboratorium Undiksha,” Kumpulan Artikel [17] M. Subana, dan Sudrajat. Dasar-Dasar Penelitian Ilmiah. Bandung:
Mahasiswa Pendidikan Teknik Informatika (KARMAPATI), Vol. 5, CV. Pustaka Pelajar, 2001.
No. 2, 2016, pp.1-10. [18] L.R. Aiken, “Three Coefficients for Analyzing the Reliability, and
[5] D.G.H. Divayana. Evaluasi Program Perpustakaan Digital Berbasis Validity of Ratings,” Educational and Psychological Measurement,
Sistem Pakar Pada Universitas Teknologi Indonesia. Jakarta: Vol. 45, No.1, 1985, pp. 131-142.
Universitas Negeri Jakarta, 2016. [19] Koestoro, Budi dan Basrowi. Strategi Penelitian Sosial dan
[6] I.N. Jampel, I.W. Widiana, dan D.G.H. Divayana, “The Effect of Pendidikan. Surabaya: Yayasan Kampusina, 2006.
Implementation Authentic Assessment Development Result based
on ICT Toward Student’s Learning Outcome in Learning Process
by 2013 Curriculum,” International Journal Modern Education and
Computer Science, Vol. 8, No.5, 2016, pp.32-38.

ISSN 2087-2658
(SENAPATI) Ke-8
Implementasi UTAUT dalam Menganalisis Pengaruh

Penggunaan Aplikasi VMEET Terhadap Tingkat
Kepuasan Belajar di Universitas Bina Darma
Palembang
Megawaty
Universitas Bina Darma
Palembang, Indonesia
megawaty@binadarma.ac.id
Abstract—Pemanfaatan teknologi dalam kegiatan belajar jelas. Jika itu terjadi maka sangat merugikan pengguna,
mengajar tidak dapat dipisahkan di era ini, oleh karena itu karena proses belajar menjadi kurang optimal karena kendala
teknologi merupakan alat pendukung yang dapat membantu yang sering terjadi, oleh karena itu inilah inisiatif peneliti
fasilitas belajar dapat lebih optimal. Salah satu contoh untuk menguji pengaruh aplikasi telekonferensi video
pembelajaran dengan mengadopsi teknologi pembelajaran online VMEET terhadap tingkat kepuasan pengguna akhir dengan
melalui aplikasi video teleconfrence VMEET. Di Universitas Bina menggunakan metode UTAUT.
Darma telah menggunakan dan menggunakan aplikasi VMEET
untuk kelas khusus sekayu. Dimana dalam penerapan fakultas Pemanfaatan teknologi dalam kegiatan belajar mengajar
dan fakultas tidak tatap muka secara langsung, karena sudah tidak dapat dipisahkan di era ini, oleh karena itu teknologi
dilakukan secara online aplikasi ini sangat bergantung pada merupakan alat pendukung yang dapat membantu fasilitas
koneksi internet dan tentunya akan mempengaruhi juga audio belajar dapat lebih optimal. Salah satu contoh pembelajaran
dan video yang ditampilkan aplikasi yang akan mempengaruhi dengan mengadopsi teknologi pembelajaran online melalui
kegiatan belajar mengajar menjadi Terhambat, inilah yang aplikasi video teleconfrence VMEET. Di Universitas Bina
diawali peneliti Meneliti efek aplikasi teleconfrence video VMEET Darma telah menggunakan dan menggunakan aplikasi
pada tingkat kepuasan belajar oleh pengguna akhir di Universitas VMEET untuk kelas khusus sekayu. Dimana dalam
Bina Darma Palembang dengan menggunakan metode UTAUT. penerapan fakultas dan fakultas tidak tatap muka secara
Manfaat dari penelitian ini adalah untuk mengetahui apakah
langsung, karena sudah dilakukan secara online aplikasi ini
pengaruh harapan kinerja, harapan kerja, pengaruh sosial
sangat bergantung pada koneksi internet dan tentunya akan
terhadap implementasi Video Teleconfrence VMEET dan dapat
memberikan rekomendasi kepada Universitas dalam
mempengaruhi juga audio dan video yang ditampilkan
meningkatkan kualitas teknologi yang lebih optimal. aplikasi yang akan mempengaruhi kegiatan belajar mengajar
menjadi Terhambat, inilah yang diawali peneliti Meneliti efek
Keywords—Analysis, Pembelajaran, VMEET,UTAUT aplikasi teleconfrence video VMEET pada tingkat kepuasan
belajar oleh pengguna akhir di Universitas Bina Darma
Palembang dengan menggunakan metode UTAUT. Manfaat
I. PENDAHULUAN dari penelitian ini adalah untuk mengetahui apakah pengaruh
Penggunaan telekonferensi video VMEET diterapkan harapan kinerja, harapan kerja, pengaruh sosial terhadap
pada semua kursus teori kelas PJJ, sedangkan untuk implementasi Video Teleconfrence VMEET dan dapat
praktikum dilakukan di laboratorium Universitas Bina Darma, memberikan rekomendasi kepada Universitas dalam
yang beroperasi setiap pengguna baik dosen maupun meningkatkan kualitas teknologi yang lebih optimal.
mahasiswa memiliki akun (username dan password) yang A. Perumusan masalah
digunakan untuk login di aplikasi ini. Dosen akan mengajak
siswanya untuk mengikuti proses belajar. Fitur yang terdapat Adapun rumusan masalah dalam penelitian ini adalah:
dalam aplikasi ini adalah chatting, menu presentasi, dan lain
sebagainya. Aplikasi video telecoference VMEET juga sangat 1. Adakah pengaruh harapan kinerja terhadap
bergantung pada koneksi internet, dengan kata lain jika ada implementasi telekonferensi video VMEET di Sekayu
gangguan pada koneksi internet maka proses belajar akan Mahasiswa dan dosen Universitas Bina Darma Palembang
terhambat, koneksi akan mempengaruhi tampilan gambar 2. Adakah pengaruh harapan untuk menggunakan
yang tidak berkualitas dan bahkan hilang, dampak lainnya telekonferensi video VMEET di Sekayu Mahasiswa dan
akan Juga mempengaruhi pada audio / suara menjadi tidak dosen Universitas Bina Darma Palembang

ISSN 2087-2658
(SENAPATI) Ke-8
3. Adakah pengaruh pengaruh sosial terhadap penggunaan pengenalan. Periset mengembangkan instrumen survei yang
telekonferensi video VMEET pada Sekayu Mahasiswa dan konsisten dengan metode yang digunakan dalam penelitian
dosen Universitas Bina Darma Palembang. sebelumnya yang melibatkan setiap teori
4. Adakah pengaruh harapan kinerja, harapan kerja, dan B. Analisis
pengaruh sosial terhadap implementasi telekonferensi video
VMEET terhadap Sekayu Mahasiswa dan dosen Universitas Analisis adalah investigasi sebuah peristiwa (esai, akta,
Bina Darma Palembang dll.) Untuk mengetahui keadaan sebenarnya (kausal, duduk,
dll.) Pemecahan suatu subjek dari berbagai bagiannya dan
B. Ruang lingkup penelitian studi tentang perjalanan itu sendiri dan hubungan antara
Bagian demi mendapatkan pemahaman dan pemahaman yang
Ruang lingkup penelitian ini akan dibatasi oleh lingkup benar tentang keseluruhan makna, penyelidikan kimia dengan
berikut: menjelaskan sesuatu untuk mengetahui substansi dan
1. Penelitian ini akan menganalisis pengaruh aplikasi sebagainya, penjelasan setelah pembelajaran terbaik,
teleconfrence Video VMEET terhadap tingkat kepuasan pemecahan masalah dimulai dengan tuduhan kebenaran
pengguna akhir dengan menggunakan metode UTAUT di (Http://kbbi.web.id/analisis)
Universitas Bina Darma Palembang.
C. Telekonferensi
2. Responden dalam penelitian ini adalah mahasiswa dan
Gagasan teleconference atau teleconference atau
dosen yang mengajar menggunakan VMEET. Responden
dalam penelitian ini adalah siswa - PJJ semester 4 siswa teleseminar adalah komunikasi langsung antara beberapa
orang yang biasanya jarak jauh atau tidak dalam satu ruangan
berjumlah 11 orang dan dosen yang mengajar PJJ berjumlah
6 orang dan dihubungkan oleh sistem telekomunikasi. Jadi
teleconference adalah pertemuan yang dilakukan oleh dua
C. Tujuan penelitian atau lebih orang yang dilakukan melalui telepon atau koneksi
jaringan. Pertemuan tersebut bisa menggunakan suara (audio
Tujuan penelitian yang ingin dicapai adalah: conference) atau menggunakan audio video (video
Tujuan dari penelitian ini adalah untuk menganalisis conference) yang memungkinkan peserta konferensi melihat
pengaruh aplikasi VMEET Video Teleconfrence terhadap dan mendengar apa yang didiskusikan, seperti biasa
tingkat kepuasan pengguna akhir dengan menggunakan pertemuan. Dalam telekonferensi, juga memungkinkan untuk
metode UTAUT di Universitas Bina Darma Palembang. menggunakan papan tulis yang sama dan setiap peserta
memiliki kontrol terhadapnya, dan juga membagikan
D. Manfaat Penelitian aplikasinya. (Http://komputer.iklihakecil.com/pengertian-
Manfaat dari penelitian ini diharapkan dapat mengetahui teleconference.htm)
apakah pengaruh harapan kinerja, harapan kerja, pengaruh D. Video
sosial terhadap implementasi Video Teleconfrence VMEET
dan dapat memberikan rekomendasi kepada Universitas Video adalah teknologi pengiriman sinyal elektronik dari
dalam meningkatkan kualitas teknologi yang lebih optimal. gambar bergerak. Aplikasi sinyal video yang umum adalah
televisi, namun juga dapat digunakan pada aplikasi lain dalam
rekayasa, ilmiah, produksi dan keamanan. Kata video berasal
II. LANDASAN TEORI dari kata Latin, "saya lihat". Istilah video juga digunakan
sebagai singkatan dari rekaman video, serta perekam video
A. Model UTAUT
dan pemutar video. (Https://en.wikipedia.org/wiki/Video)
Sejumlah teori dari bidang psikologi perilaku telah
E. VMEET
berhasil sebagian dalam menjelaskan mengapa individu
mengadopsi teknologi informasi baru. Secara terpisah, uji Ini adalah perangkat konferensi video atau konferensi
empiris telah menemukan beberapa teori untuk video. Softfoundary VMEET adalah konvergensi video yang
memperhitungkan 50% varians individual yang digunakan inovatif dan sistem kolaborasi yang paling aman dengan
dan / atau bermaksud menggunakan TI. Periset baru-baru ini kualitas HD 1080 penuh. Dimana softfoundary ini sangat
menguji 32 total konstruksi dari delapan model, 2 secara sesuai dengan pendidikan online dengan pertemuan streaming
teoritis secara simultan untuk mengidentifikasi konstruksi dan interaktif untuk pengajaran inovatif.
mana yang memiliki dampak terbesar pada penggunaan TI (Https://en.wikipedia.org/wiki/Video)
(Venkatesh et al, 2003). Studi longitudinal dirancang untuk
mengatasi keterbatasan studi individu sebelumnya dengan F. Model UTAUT
mengumpulkan data dari subjek yang disajikan dengan Sejumlah teori dari bidang psikologi perilaku telah
aplikasi TI serupa. Data dikumpulkan dengan tiga poin: segera berhasil sebagian dalam menjelaskan mengapa individu
setelah pelatihan namun sebelum diperkenalkannya aplikasi mengadopsi teknologi informasi baru. Secara terpisah, uji
IT baru, satu bulan setelah pengenalan, dan tiga bulan setelah empiris telah menemukan beberapa teori untuk
ISSN 2087-2658
(SENAPATI) Ke-8
memperhitungkan 50% varians individual yang digunakan Sebelum penelitian dilakukan, penulis terlebih dahulu
dan / atau bermaksud menggunakan TI. Periset baru-baru ini menentukan populasi yang akan diteliti. Menurut Sugiyono
menguji 32 total konstruksi dari delapan model, 2 secara (2003: 90) populasi adalah wilayah generalisasi yang terdiri
teoritis secara simultan untuk mengidentifikasi konstruksi dari benda / subyek yang memiliki kualitas dan karakteristik
mana yang memiliki dampak terbesar pada penggunaan TI tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
(Venkatesh et al, 2003). Studi longitudinal dirancang untuk kemudian dalam kesimpulan draw. Tujuan dari penelitian ini
mengatasi keterbatasan studi individu sebelumnya dengan adalah siswa Universitas PJJ Bina Darma menjadi objek
mengumpulkan data dari subjek yang disajikan dengan penelitian ini yaitu:
aplikasi TI serupa. Data dikumpulkan dengan tiga poin: segera
setelah pelatihan namun sebelum diperkenalkannya aplikasi 1. Responden yang akan diteliti adalah siswa PJJ dan
Dosen Bina Darma Palembang, yang mencakup seluruh siswa
IT baru, satu bulan setelah pengenalan, dan tiga bulan setelah
semester 4 tahun berjumlah 11 orang dan dosen pjj berjumlah
pengenalan. Periset mengembangkan instrumen survei yang
konsisten dengan metode yang digunakan dalam penelitian 10 orang menjadi total 21 orang. Sampel menurut Arikunto
(2004: 102) adalah keseluruhan populasi yang diambil dengan
sebelumnya yang melibatkan setiap teori.
menggunakan data tertentu. Mengutip pendapat Arikunto
Analisis ini membantu peneliti untuk mengidentifikasi (2004: 102) yang menyatakan bahwa jika populasi kurang dari
tingkat pengaruh masing-masing dari delapan teori konstruksi 100 orang maka sampel diambil secara keseluruhan,
terhadap adopsi teknologi. Peneliti kemudian memasukkan sedangkan populasinya di atas 100 maka sampel diambil 10%
konstruk yang paling berpengaruh ke dalam model yang -15% atau 20% -25% dari populasi. Berdasarkan hasil survei
menyumbang hampir 80% varians dalam penggunaan TI. lapangan dan hasil wawancara singkat dengan peneliti
Model baru inilah yang penulis sebut UTAUT. UTAUT sumber, teknik pengambilan sampel dalam penelitian ini
mengusulkan bahwa tiga konstruksi (terdiri dari konstruksi menggunakan teknik purposive sampling yaitu teknik
teoritis sebelumnya yang paling berpengaruh) adalah faktor pengambilan sampel yang digunakan oleh peneliti karena
penentu utama niat untuk menggunakan TI. Inilah pertimbangan tertentu, sampel diambil 46 siswa.
Performance of Hope, tingkat di mana pengguna
Berdasarkan hasil survei lapangan dan hasil wawancara
mengharapkan bahwa dengan menggunakan sistem akan
membantunya mencapai profitabilitas dalam kinerja kerja. singkat dengan peneliti sumber daya maka teknik
pengambilan sampel dalam penelitian ini menggunakan
Lima konstruksi teori perilaku berkontribusi pada yang
teknik purposive sampling.
pertama
2) Teknik Sampling
Sampel menurut Arikunto (2004: 102) adalah keseluruhan
III. METODOLOGI PENELITIAN
populasi yang diambil dengan menggunakan data tertentu.
A. Objek penelitian Mengutip pendapat Arikunto (2004: 102) yang menyatakan
bahwa jika populasi kurang dari 100 orang maka sampel
Objek Penelitian adalah sesuatu yang menjadi pusat diambil secara keseluruhan, sedangkan populasinya di atas
penelitian, sedangkan objek penelitian ini adalah siswa 100 maka sampel diambil 10% -15% atau 20% -25% dari
Universitas PJJ Bina Darma. populasi. Berdasarkan hasil survei lapangan dan hasil
B. Situs Penelitian wawancara singkat dengan peneliti sumber daya teknik
pengambilan sampel dalam penelitian ini menggunakan
Penelitian ini dilakukan Penelitian dilakukan di teknik purposive sampling yaitu teknik pengambilan sampel
Universitas Bina Darma Palembang yang digunakan oleh peneliti karena pertimbangan tertentu.
Sampel yang diambil dari mahasiswi dan semester 4 siswa
C. Metode Penelitian berjumlah 11 orang dan dosen pjj berjumlah 10 orang.
Metode yang digunakan dalam penelitian ini adalah 3) Teknik pengumpulan data
metode penelitian deskriptif kuantitatif. Menurut Nawawi
Teknik pengumpulan data primer, yaitu data yang
(2003: 64) metode deskriptif metode penelitian yang fokus diperoleh dengan melakukan penelitian langsung ke lokasi
pada masalah atau fenomena yang aktual pada saat penelitian penelitian sesuai dengan permasalahan yang diteliti.
dilakukan, kemudian menggambarkan fakta tentang masalah
Pengumpulan data ini dilakukan dengan cara:
yang diteliti karena disertai interpretasi yang rasional dan
akurat. Dengan demikian penelitian ini akan mengilustrasikan Wawancara adalah metode pengumpulan data secara lisan
fakta dan menjelaskan keadaan objek penelitian berdasarkan dengan melakukan wawancara langsung dengan pihak yang
fakta-fakta yang ada dan mencoba menganalisa kebenaran berwenang dalam organisasi.
berdasarkan data yang didapat.
Kuesioner (kuesioner) adalah cara mengumpulkan data
D. Teknik Populasi dan Sampling dengan memberikan daftar pertanyaan atau kuesioner yang
telah diberikan kepada responden. Kuesioner yang diberikan
1) Populasi

ISSN 2087-2658
(SENAPATI) Ke-8
kepada responden ditutup dalam arti mengharapkan Effort Expectancy P5 0.198*

pertanyaan singkat atau memilih opsi jawaban yang ada. P6 0.406*
Observasi (observasi) adalah pengamatan langsung P7 0.200*
terhadap objek yang akan diteliti untuk mendapatkan P8 0.141
gambaran objek yang tepat dari peneliti. Social Influence P9 0.425*
Teknik pengumpulan data sekunder adalah pengumpulan P10 -0.135
data dan informasi yang dibutuhkan oleh catatan tertulis P11 0.425*
lainnya yang berkaitan dengan masalah yang diteliti. P12 0.696*
Penelitian kepustakaan (library research) adalah Implementasi P13 0.210*
mengumpulkan buku, makalah ilmiah, makalah yang vmeet P14 0.396*
memiliki relevansi dengan masalah yang diteliti. P15 0.198*
E. Instrumen Instrumen Penelitian P16 0.794*
Instrumen pengumpulan data adalah alat yang dipilih dan P17 0.508*
digunakan oleh peneliti dalam kegiatannya untuk r tabel = 0.199
mengumpulkan data sehingga aktivitas menjadi sistematis dan B. Uji hipotesis
mudah, oleh penelitian ini menggunakan Skala Likert sebagai
panduan penafsiran. Skala L Hasil pengujian hipotesis dalam penelitian ini adalah
sebagai berikut:
F. Hipotesa
1) Dugaan Hasil Penelitian Tabel II. Pengujian hipothesys
Hipotesis dalam penelitian ini adalah sebagai berikut: Hipotesis Indikator Loading Factor Keterangan
H1: Performance Expectancy (PE) berpengaruh terhadap (p value)
implementasi vmeet (IV) di Universitas Bina Darma H1 Pengaruh PE 0.393 (0,734) Non
Terhadap Signifikan
H2: Effort Expectancy (EE) berpengaruh terhadap ISE
implementasi vmeet di Universitas Bina Darma
H2 Pengaruh EE 0,471(0,000) Signifikan
H3: Pengaruh Sosial (SI) berpengaruh terhadap implementasi Terhadap
vmeet di SMK Negeri kota palembang ISE
H4: Performance Expectancy (PE), Effort Expectancy (EE), H3 Pengaruh SI 0,570 (0,000) Signifikan
dan Pengaruh Sosial (SI) mempengaruhi implementasi media Terhadap
vmeet di Universitas. ISE
H4 Pengaruh 0.130(0.000) Signifikan
PE, EE, SI
IV. HASIL
Terhadap
A. Uji Validitas dan Keandalan ISE
Berdasarkan tabel diatas, maka hasil hasil uji hipotesis di
Dalam penelitian ini besarnya df dihitung dengan 21 - 4
atas menunjukkan bahwa:
atau df 23 dengan alpha 0,05 diperoleh r tabel 0,188. Jika r
hitung (untuk r setiap item data yang terlihat pada kolom 1. Uji Hipotesis 1
Korelasi Item-Total Korelasi) lebih besar dari r tabel dan nilai
r positif, maka item atau pertanyaan dinyatakan valid. Estimasi estimasi parameter variabel harapan kinerja tidak
berpengaruh positif dan signifikan terhadap implementasi
Hasil uji validitas dapat dilihat pada Tabel I vmeet di kota SMK Negeri Palembang diperoleh sebesar
0,394. Pengujian menunjukkan hasil yang tidak signifikan
Tabel I. Instrument Validity Test Table dengan nilai C.R = 3,617 dengan probabilitas = 0,734. Nilai
Konstruk Item Corrected probabilitas uji di atas 0,05. Jadi Hipotesis 1 ditolak.
Item-Total 2. Uji Hipotesis 2
Correlation
Performance P1 0.502* Estimasi parameter variabel variabel harapan usaha
Expectancy berpengaruh positif dan signifikan terhadap implementasi
P2 0.535*
media vmeet yang diperoleh sebesar 0,472. Pengujian
P3 0.737* menunjukkan hasil yang signifikan dengan nilai C.R = 4,250
P4 0.477*

ISSN 2087-2658
(SENAPATI) Ke-8
dengan probabilitas = 0,000. Nilai probabilitas uji di bawah terjadi pada vmeet atau dengan kata lain sistem dalam kondisi
0,05. Hipotesis 1 diterima demikian. yang stagnan.
3. Uji Hipotesis 3 3. Penelitian ini menerima Hipotesis 3 yang diajukan
yaitu variabel social influence berpengaruh positif dan
Parameter estimasi variabel korelasi variabel pengaruh signifikan terhadap implementasi vmeet , sehingga dapat
sosial berpengaruh positif dan signifikan terhadap disimpulkan bahwa hasil pengujian ini menunjukkan bahwa
implementasi media vmeet di SMK Negeri Palembang lingkungan sosial di sekitar responden seperti teman-teman
diperoleh sebesar 0,570. Pengujian menunjukkan hasil yang sejawat serta pihak akademis lainnya mempengaruhi para
signifikan dengan nilai C.R = 5.509 dengan probabilitas = siswa untuk menggunakan vmeet dalam kegiatan belajar
0,000. Nilai probabilitas uji di bawah 0,05. Dengan demikian mengajar.
Hipotesis 3 diterima.
4. Penelitian ini menerima Hipotesis 4 yang diajukan
4. Uji Hipotesis 4 yaitu UTAUT berpengaruh positif dan signifikan terhadap
Estimasi parameter hubungan UTAUT berpengaruh implementasi vmeet sehingga dapat disimpulkan bahwa
positif dan signifikan terhadap implementasi media vmeet di variabel performance expectancy, effort expectancy, social
Universitas Bina Darma, diperoleh 0,131. Hasil pengujian influence terdukung dalam penelitian ini untuk
menunjukkan hasil yang signifikan dengan nilai C.R = 4,409 menentukan user acceptance dan perilaku penggunaan atas
dengan probabilitas = 0,000. Nilai probabilitas uji di bawah implemetasi vmeet
0,05. Dengan demikian Hipotesis 4 diterima
B. Saran
Saran-saran yang diajukan dalam penelitian ini
V. KESIMPULAN DAN SARAN sehubungan dengan hasil penelitian adalah sebagai berikut:
A. Kesimpulan Adapun saran-saran yang diberikan dalam penelitian ini
Penelitian ini dilakukan di Universitas Bina Darma untu adalah sebagai berikut:
kelas PJJ yang Berdasarkan hasil penelitian dan pembahasan Perlu dilakukan evaluasi atas implementasi vmeet oleh
diatas, maka dapat ditarik beberapa kesimpulan sebagai mahasiswa pjj Universitas Bina Darma secara periodik
berikut: sehingga tidak terkesan statis. Evaluasi dapat dilakukan atas
1. Penelitian ini menolak Hipotesis 1 yang diajukan yaitu kebutuhan pemakai/pengguna vmeet Diperlukan
variabel performance expectancy tidak berpengaruh terhadap pembaharuan software baik vmeet atau software yang baru
implementasi vmeet sehingga dapat disimpulkan bahwa harus yang sesuai dengan perkembangan dan kebutuhan, begitupula
adanya perbaikan dan pengembangan Fitur-fitur pada fasilitas dengan desainnnya.
vmeet yaitu penambahan pada Fitur Kelengkapan Belajar Vmeet perlu didukung pula oleh ketersediaan perangkat
Mengajar pada vmeet lunak dan perangkat keras yang memadai sehingga dapat
2. Penelitian ini menerima Hipotesis 2 yang diajukan diterapkan secara menyeluruh pada setiap proses belajar
yaitu variabel effort expectancy berpengaruh positif dan mengajar.
signifikan terhadap implementasi vmeet sehingga dapat
disimpulkan pengaruh yang signifikan ini dikarenakan vmeet DAFTAR PUSTAKA
relatif mudah digunakan serta berdasarkan hasil wawancara
[1] Arikunto, Suharsimi. 2004. Prosedur Penelitian: Suatu pendekatan
singkat dengan responden diperoleh informasi bahwa Praktek. Bandung: Rineka Cipta
sebagian besar responden telah menguasai teknologi [2] Sugiyono. 2003. Metode Penelitian Bisnis. Cetakan Kelima : Penerbit
informasi dan komunikasi pada tingkat yang relatif cukup CV. Alfabeta: Bandung
tinggi atau dengan kata lain keahlian/pengalaman [3] Tanembaum, Andrew S. 1996. Jaringan Komputer Edisi Bahasa
menggunakan komputer sudah cukup lama. Sehingga, Indonesia Jilid 1.Prenhallindo : Jakarta.
responden tidak menganggap bahwa vmeet akan [4] Venkatesh et al, 2003). User Acceptance of Information Technology:
mempengaruhinya untuk menggunakan sistem tersebut. Hal Toward a Unified View. MIS uarterly 27(3), (425-478)
ini juga dikarenakan tidak adanya perubahan yang periodikal

ISSN 2087-2658
(SENAPATI) Ke-8
Analisis Kecenderungan Gaya Kognitif Siswa dalam

Pengembangan Dynamic Intelectual Learning (DIL)
Luh Setiani, Ketut Agustini
Program Studi Teknologi Pembelajaran, Program Pascasarjana
luhsetiani300@gmail.com, ketutagustini@undiksha.ac.id
Abstract—This study aims to develop Dynamic Intellectual memiliki kemampuan lebih dibandingkan dengan yang
Learning (DIL) model as a paradigm shift towards e-modul lainnya akan memiliki kesempatan mengeksplorasi materi
Adaptive Learning. The fundamental difference between DIL and pembelajaran lebih banyak dan lebih cepat, dimana masing-
e-modul is the system's ability to identify the previous learner. masing peserta didik tidak harus menghadapi materi yang
Ability, which allows the system to guide learners in accessing sama. Sistem yang dikembangkan akan mengidentifikasi
material in accordance with its function. Ability. The present secara serta merta kemampuan masing-masing pengguna. Hal
model is a common development of e-modul model with additional ini tidak akan diperoleh pada metode pembelajaran
pre-test to identify. Ability before the learner. This allows learners konvensional (tatap muka di kelas), dimana peserta didik akan
to jump directly to a certain level, so pre-test is an important
memperoleh perlakuan yang sama baik yang memiliki
element in this research. Instruments should be able to identify the
ability of learners to master the learning materials. This DIL
intelektual (kemampuan dasar) yang lebih baik maupun yang
model uses a prototype software development methodology. There kurang. Melalui penelitian ini, akan dikembangkan sebuah
are three actors involved in this system, namely: teachers, Model DIL. Dalam proses pembelajaran yang dilakukan
students, and administrators. Each actor has different access dengan menerapkan DIL akan diketahui gaya kognitif yang
rights, as they wish. Every need. The system is developed optimally, dimiliki masing-masing siswa selama proses pembelajaran
so that every material provider (teacher). Can make arrangements yang akan dilakukan. DIL merupakan pengembangan e-
for pre-test, minimum limit of mastery for each material, and the modul yang sudah banyak diterapkan di berbagai lembaga
relationship between one material to another. pendidikan formal maupun non formal. Walaupun e-modul
baru bergaung akhir-akhir ini, namun sudah banyak lembaga
Keywords: Dynamic Intellectual Learning (DIL), E-modul, pendidikan mengkolaborasikan e-modul dengan metode
Adaptive Learning pengajaran konvensional (tatap muka) yang selama ini
dilaksanakan. Walaupun belum berjalan dengan optimal,
namun beberapa pakar memperkirakan bahwa akan terjadi
I. PENDAHULUAN
pergeseran paradigma pembelajaran dari e-modul menuju
Pada era globalisasi, semakin berkembang pesat teknologi adaptive learning. [9] Beberapa institusi pendidikan di dalam
yang digunakan pada berbagai bidang, salah satunya yaitu negeri ada yang sedang, bahkan sudah mengembangkan
dunia pendidikan.. Dampak dari perkembangan teknologi sistem ini sesuai kebutuhan masing-masing. Di antaranya ada
semakin maju, mengakibatkan instansi pendidikan baik negeri yang pengembangannya baru terbatas pada course materials
ataupun swasta tidak terlepas dari penggunaan komputer yaitu delivery, namun ada pula yang sudah memiliki framework
sebagai alat bantu dalam pengolahan data maupun kebutuhan integral sistem e-modul untuk skala yang lebih luas dalam
sebagai media pembelajaran. Dengan pemanfaatan teknologi institusinya. Suatu hal yang perlu diperhatikan dalam
pada dunia pendidikan, diharapkan dapat memberdayakan impelementasi e-modul adalah sistem ini tidak hanya mampu
proses belajar mengajar menjadi lebih kreatif dan kompetitif, mentransfer bahan ajar dari institusi pendidikan kepada
dengan tampilan menarik, sehingga siswa dapat menguasai peserta didik, tetapi yang jauh lebih penting adalah bagaimana
materi pelajaran. Dahulu, media pembelajaran menggunakan sistem ini mampu memfasilitasi interaksi yang terjadi baik
buku pelajaran, tetapi sekarang dengan adanya aplikasi media antara peserta didik dan pendidik maupun antar peserta didik
pembelajaran yang interaktif, membuat para siswa tidak jenuh itu sendiri. Dengan penerapan e-modul berbasis DIL
dan mudah menyerap materi pembelajaran. Dengan adanya diharapkan prestasi belajar siswa akan lebih meningkat karena
kemajuan teknologi, mengubah kebiasaan para siswa yang yang diketahui bahwa masih banyak prestasi siswa yang
tadinya kurang minat membaca, sekarang rajin membaca rendah karena metode dan media yang digunakan masih
buku di luar jam sekolah. Model DIL akan memberikan dikatakan belum memadai yang akan memperngaruhi niat
kesempatan kepada pengguna (peserta didik) untuk belajar siswa dan prestasi belajar siswa itu sendiri. Media
mengakses materi perkuliahan sesuai dengan intelektual atau belajar e-modul menekankan kepada gaya kognitif yang
kemampuannya masing-masing. Sehingga peserta didik yang dimiliki masing-masing siswa Salah satu karakteristik siswa

ISSN 2087-2658
(SENAPATI) Ke-8
adalah gaya kognitf. Gaya kognitif merupakan cara siswa diutarakan Woolfolk menjelaskan bahwa banyak variasi gaya
yang khas dalam belajar, baik yang berkaitan dengan cara kognitif yang banyak diminati para pendidik, dan mereka
penerimaan dan pengolahan informasi, sikap terhadap membedakan gaya kognitif berdasarkan dimensi, yakni (a)
informasi, mupun kebiasaan yang berhubungan dengan perbedaan aspek psikologis, yang terdiri dari field
lingkungan belajar. independence (FI) dan field dependence (FD), (b) waktu
pemahaman konsep, yang terdiri dari gaya impulsive dan
Gaya kognitif merupakan salah satu variabel kondisi gaya reflecive. Gaya kognitif mencerminkan cara seseorang
belajar yang menjadi salah satu bahan pertimbangan dalam menanggapi dan melakukan sesuatu dalam kondisi yang
merancang pembelajaran (Bruce Joyce, 1992:241). berbeda. Gaya kognitif dalam penelitian ini adalah gaya
Pengetahuan tentang gaya kognitif dibutuhkan untuk kognitif FD dan FI yang mencerminkan dimensi persepsi,
merancang atau memodifikasi materi pembelajaran, tujuan mengingat dan berpikir setiap individu dalam hal
pembelajaran, serta metode pembelajaran. Diharapkan mempersepsikan, menyiman, mengubah dan memproses
dengan adanya interaksi dari faktor gaya kognitif, tujuan, informasi. Siswa dengan kognitif FI dan FD memiliki
materi, serta metode pembelajaran, hasil belajar siswa dapat
perbedaan. Impikasi gaya kognitif berdasarkan perbedaan
dicapai semaksimal mungkin. Hal ini sesuai dengan pendapat psikologis pada siswa dalam proses pembelajaran. Siswa
beberapa pakar yang menyatakan bahwa jenis strategi yang memiliki gaya kognitif FD cenderung memilih belajar
pembelajaran tertentu memerlukan gaya belajar tertentu. dalam kelompok, sesering mungkin berinteraksi dengan guru
Maka E-modul ini akan dikembangkan dengan gaya kognitif dan memerlukan penguatan yang bersifat eksstrinssik. Siswa
siswa dan dipadukan dengan model Dynamic Intelectual yang memiliki gaya kognitif FI cenderung memilih belajar
Learning (DIL). indivisual, merespon dengan baik dan independen, mereka
dapat mencapai tujuan motivasi intrinsik. Berikut tabel
II. KAJIAN TEORI perbedaan gaya kognitif FI dan DF.
A. Model Dynamic Intellectual Learning (DIL) Tabel 1 Gaya Kognitif
Dynamic Intellectual Learning (DIL) merupakan Field Dependent Field Independent

pengembangan e-modul yang saat ini sudah banyak 1. Berorientasi sosial 1. Berorientasi
diimplementasikan di beberapa lembaga pendidikan baik imperonal
formal maupun informal. Model DIL akan memberikan 2. Mengutamakan motivasi 2. Mengutamakan
kesempatan kepada para peserta didik untuk mengeksplorasi ekternal motivasi internal
materi yang sesuai dengan kemampuan masing-masing 3. Lebih terpengaruh oleh 3. Lebih terpengaruh
peserta didik. Implementasi e-modul pada umumnya, tidak penguatan eksternal oleh pengutana
melakukan pembedaan pada peserta didik, setiap peserta didik internal
dapat mengakses materi tanpa mempertimbangkan 4. Memandang obyek 4. Memandang obyek
kemampuan dasar (intelektual) yang dimiliki. [2] secara global dan terdiri dari bagian-
B. Gaya Kognitif menyatu dengan bagian sikrit dan
lingkungan terpisah dari
Gaya kognitif merupakan perbedaan dalam perilaku lingkungan
kognitif, berfikir, dan ingatan yang akan mempengaruhi 5. Berpikir secara global 5. Berfikir secara
perilaku dan aktivitas individu baik secara langsung maupun analitis
tidak langsung (Keefe, 1987; Allinson dan Hayes, 1996). 6. Cenderung memilih 6. Cenderung memilih
Chen dan Macreadie (2002:3), dalam Jones dan Wright 2012 profesi yang profesi yang
menyatakan bahwa gaya kognitif sebagai sebuah pilihan
mengutamakan mengutamakan
individu dan habitual approach terhadap pengorganisasian
keterampilan sosial dan kemampuan untuk
dan penyajian informasi. Oleh karena itu gaya kognitif
(cognitive style) merupakan gaya seseorang dalam berfikir humaniora menganalisi
yang melibatkan kemampuan kognitif dalam kaitannya
dengan bagaimana individu menerima, menyimpan, III. METODE
mengolah dan menyajikan informasi dimana gaya tersebut
akan terus melekat dengan tingkat konsistensi yang tinggi Jenis penelitian ini adalah menggunakan metode
yang akan mempengaruhi perilaku dan aktivitas individu baik Penelitian dan Pengembangan (Research & Development)
secara langsung maupun tidak langsung, Gaya kognitif dalam bidang pendidikan. Pengembangan media ini ditujukan
merupakan pola yang terbentuk dengan cara mereka untuk mengembangkan media pembelajaran yang bermanfaat
memproses informasi, cenderung stabil meskipun belum tentu untuk proses belajar mengajar dan mengatahui gaya kognitif
tidak dapat berubah [1]. Pada umumnya gaya kognitif dicapai siswa dalam proses pembelajaran. Pengembangan akan
dan terpola dalam waktu yang lama sebagai suatu kontinum. difokuskan pada media pembelajaran e-modul berbasis DIL
Blacman dan Goldstein, juga Kominski sebagaimana pada kompetensi dasar memahami di SMK TI Bali Global

ISSN 2087-2658
(SENAPATI) Ke-8
jurusan TKJ di Singaraja. Proses pengembangan E-modul mampu mengenali gaya kognitif yang dimiliki masing-masing
berbasis DIL sebagai media pembelajaran di SMK Negeri TI siswa. Model DIL dengan e-modul jika dikaitkan sangat idel
Bali Global di Singaraja menggunakan model pengembangan dikarenakan DIL mempunyai langkah-langkah yang mampu
Sugiyono yaitu model Reseach and Development sebagai menganalisi gaya kognitif yang dimiliki siswa.Adapun
acuan, dalam pelaksanaan pengaplikasian model tersebut langkah-langkah yang dilakukan dalam metode DIL sebagai
yaitu disesuaikan dengan kondisi penelitian. Alasan sebagai berikut.
digunakan model pengembangan Research & Developmet
(R&D) adalah sebagai berikut: Model pengembangan ini a. Melakukan uji coba pre-tes terhadap peserta didik.
sesuai untuk digunakan dalam mengembangkan media E- b. Memilih materi
modul berbasis DIL yang bersifat prosedural dan bersifat
proses. Langkah-langkah dalam model pengembangan ini c. Mengambil bab
sederhana dan mudah dilaksanakan dalam penelitian d. Mengambil Test Session
lapangan. Urutan setiap model tersusun secara sistematis
sehingga dalam pelaksanaan setiap langkahnya terkontrol e. Peserta didik diharuskan mengambil materi yang tidak
dengan baik.[6] lulus.
IV. HASIL DAN PEMBAHASAN V. KESIMPULAN

Hasil penelitian yang menjadi landasan pengembangan Pembelajaran e-modul menuju adaptive learning. Model
emodul diperoleh dari responden siswa dan guru. Hasil ini merupakan sebuah framework pembelajaran online yang
penelitian tersebut disajikan pada Tabel 2. memberikan keleluasaan kepada pengguna (learner) untuk
mengakses materi sesuai dengan kemampuannya masing-
Tabel 2. Tanggapan siswa dan guru terhadap kecenderungan gaya belajar masing [9]. Model ini telah menyediakan fitur-fitur dimana
penyedia materi (content provider) untuk melakukan setting
Gaya Skor terhadap instrumen awal (pre-tes), batas minimal pemahaman
No Sumber Data
Kognitif (%) dari masing-masing materi, serta relasi antara materi satu
Tinggi 86,14 dengan materi lainnya. Identifikasi kemampuan dasar
Siswa SMK N TI Sedang 57,08 pengguna (learner) dapat ditentukan dengan menggunakan
1
Bali Global instrumen (pre-tes) yang dapat dilakukan di awal sebelum
Rendah 50,15
pengguna mengakses materi pembelajaran. Dalam model DIL
Analisis merupakan tahapan yang dilakukan setelah yang terdapat dalam e-modul akan membantu peserta didik
identifikasi dilakukan dalam pengembangan sistem emodul untuk mengetahui gaya kognitif yang dimilikinya, dengan
berorientasi gaya belajar. Pada tahap analisis ini dihasilkan gaya kognitif yang sudah diketahui maka peserta didik akan
deskripsi kebutuhan sistem, uraian fungsi sistem dan fitur mampu mengoreksi kemampuan yang dimiliki melalui
utama sistem yang diharapkan. Sistem emodul ini diharapkan pembelaran dengan e-modul. Namun dalam prototype ini
mampu memberikan presentasi materi yang berbeda-beda instrumen yang digunakan belum melalui tahapan validasi
sesuai dengan kecenderungan gaya kognitif pengguna. baik secara empirik maupun dengan menggunakan expert
Dengan demikian sistem harus mampu mengidentifikasi judgement. Dalam model ini, instrumen untuk
keberagaman gaya kognitif pengguna dan memanfaatkan data mengidentifikasi kemampuan siswa merupakan bagian
pengguna tersebut sebagai pertimbangan dalam penting dalam pengembangan sistem ini. Penelitian
menyampaiakan presentasi materi. Pengguna sistem emodul selanjutnya yang dapat dilakukan dalam pengembangan dan
ini diharapkan memperoleh materi pembelajaran sesuai penyempurnaan model ini adalah melakukan validasi
dengan gaya kognitifnya, sehingga proses pembelajaran terhadap instrumen yang digunakan dalam mengidentifikasi
menjadi lebih optimal. [8] kemampuan awal pengguna (learner) serta melakukan
Sistem emodul berorientasi gaya kognitif yang assesment terhadap model yang dihasilkan baik secara
dikembangkan atas dasar kenyataan bahwa emodul empirik maupun expert judgement. gaya kognitif yang
kovensional mempunyai keterbatasan yakni hanya mampu dimiliki siswa.Adapun langkah-langkah yang dilakukan
memberikan presentasi materi pembelajaran yang sama untuk dalam metode DIL sebagai sebagai berikut. Langkah- langkah
semua pengguna. Keterbatasan sistem emodul konvensional model DIL yaitu melakukan uji coba pre-tes terhadap peserta
menjadi masalah yang kritikal manakala sistem emodul didik, memilih materi, mengambil bab, mengambil Test
tersebut diterapkan untuk rentang pengguna yang luas baik Session , Peserta didik diharuskan mengambil materi yang
dalam hal demografi, gaya belajar, maupun tingkat tidak lulus. Dari model DIL itu proses pembelajaran dengan
pengetahuan misalnya untuk pendidikan jarak jauh, serta E-modul akan membantu siswa mengetahui kemampuan
tingkat motivasi. Pengembangan e-modul dengan model DIL kognitif yang dimilik baik rendah, sedang maupun tinggi.
akan membantu gaya kognitif siswa dalam proses
pembelajaran yang akan dilakukan,dengan model DIL siswa

ISSN 2087-2658
(SENAPATI) Ke-8
DAFTAR PUSTAKA [7] Sulistyo, H. (2013). The effectiveness of e-modul as instructional

media (evaluation study of e-modul instructional model insmk telkom
[1] Allinson, C. W. & Hayes, J. (1996). „The Cognitive Style Index: a sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.
measure of intuition analysis for organizational research.‟ Journal of
Management Studies, 33 (1), 119-135. [8] Surya, A. A. 2016. Penerapan Teori Belajar Connectivism: Gagasan
Tentang Konektivisme dan Penerapannya di Sekolah. Tersedia pada:
[2] Abu Baka, Z. A. (2016). learning style construct in student's learning. https://connectivismindonesia. com/2008/09/29/gagasan-tentang-
Jurnal nasional kajian pustaka , 1-11. konektivisme-dan-penerapannya-di-sekolah/. Diakses pada Tanggal
[3] Andrawes salem,S,J. (2016). the settlement of e-modul. International 25 Mei 2017
Journal of Instructional Technology and Distance Learning , 53-64. [9] Agustini, K.2017. The adaptive elearning system design: Student
[4] Eka Ismantohadi, E. E. (2015). prototipe sistem e-modul. JNTETI, Vol. learning style trend analysis. Makalah. Disajikan dalam Seminar
4, No. 3,1-10. Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha
[5] Gunawan, I. (2014). Metode penelitian kualitatif. Jakarta: PT Bumi
Aksara.
[6] Sugiyono. (2015). Metode penelitian tindakan komprehensif.
Bandung: ALFABETA.

ISSN 2087-2658
(SENAPATI) Ke-8
Persepsi Guru Terhadap Pengembangan

Profesionalisme Melalui Pelatihan Media
Pembelajaran Berbasis Edmodo
Noni Agustina, Ratnawati Susanto
Program Studi Pendidikan Bahasa Inggris, Program Studi Pendidikan Guru Sekolah Dasar
Universitas Esa Unggul
Jalan Terusan Arjuna Utara No. 9, Indonesia
noni@esaunggul.ac.id
Abstrak—Pendidikan yang berkualitas tidak terlepas dari dan cinta terhadap profesi guru sehingga dapat mencapai
peranan guru dalam proses pembelajaran. Guru yang profesional pendidikan yang berkualitas [1].
akan menciptakan generasi masa depan yang memiliki sikap,
pengetahuan dan keterampilan yang berkualitas. Untuk Terdapat beberapa cara yang dapat dilakukan untuk
membentuk guru yang profesional diperlukan usaha-usaha untuk mengembangkan kemampuan profesionalisme guru yaitu
mengembangkan profesionalismenya. Salah satu usaha yang mengembangkan diri dengan melakukan kegiatan seperti
dapat dilakukan adalah dengan mengikuti pelatihan yang dapat diklat, pelatihan atau lokarya; mengikuti publikasi ilmiah,
meningkatkan kompetensi. Di zaman sekarang, guru dituntut serta mengembangkan karya inovatif seperti membuat
untuk memiliki kecakapan digital (digital literacy). Oleh karena sebuah karya, alat peraga atau media belajar [2]. Meskipun
itu, guru harus mampu mengintegrasikan teknologi dalam
terdapat beberapa cara mengembangkan profesionalisme
pembelajaran. Untuk memfasilitasi hal tersebut, SEAMOLEC
memberikan kesempatan kepada guru di wilayah Indonesia untuk guru, masih ada guru yang tidak melakukanya dengan alasan
mengikuti pelatihan Edmodo yang dapat meningkatkan keterbatasan waktu. Hal tersebut dibuktikan dalam penelitian
kemampuan profesionalisme guru. Pelatihan ini dilakukan yang dilakukan oleh Suprianto bahwa dari 131 guru di salah
secara daring sehingga tidak menggangu aktivitas mengajar guru satu SMK Sragen, hanya 12 guru yang mau mengembangkan
di sekolah. Penelitian ini sangat penting dilakukan untuk mengali kemampuan profesionalismenya dalam bentuk penelitian
dan menggambarkan persepsi guru mengenai pelatihan media tindakan sekolah dan membuat media pembelajaran,
pembelajaran yang berbasis Edmodo. Metodologi yang digunakan meskipun masih belum dilakukan secara berkesinambungan.
adalah desktiptif qualitative dengan jumlah sampelnya sebanyak
13 guru yang terdiri dari guru SMP, SMA dan SMK yang tersebar Untuk mengatasi masalah tersebut, SEAMOLEC
di beberapa provinsi di wilayah Indonesia. Untuk memberikan kesempatan kepada guru-guru Indonesia untuk
menggumpulkan data menggunakan angket secara online dan mengembangkan kemampuan profesionalismenya dengan
dokumen analisis. Hasil penelitian menunjukkan bahwag guru mengadakan pelatihan membuat media pembelajaran yang
memiliki persepsi yang positif terhadap pengembangan
berbasis aplikasi, yang disebut dengan Edmodo secara daring
profesonalisme melalui pelatihan Edmodo karena mereka dapat
meningkatkan kompetensi mereka dalam menggunakan Edmodo
[3]. Pelatihan Edmodo secara daring merupakan salah satu
dalam proses pembelajaran. Selain itu, proses pembelajaran cara dalam meningkatkan kompetensi guru, dalam hal ini
menggunakan Edmodo memberikan manfaat kepada siswa adalah literasi digital guru Indonesia karena di era abad 21,
karena hampir sebagian besar siswa senang dan termotivasi guru harus mampu mengintegrasikan teknologi dalam
dalam belajar. pembelajaran yang diharapkan dapat memberikan bekal
kepada siswa dalam kehidupan mendatang sehingga sumber
Kata Kunci—persepsi guru; pelatihan; pengembangan daya manusia Indonesia dapat bersaing di tingkat regional,
profesionalisme; media sosial Edmodo nasional maupun internasional.
Berdasarkan studi pendahuluan yang dilakukan, guru-guru
I. PENDAHULUAN Indonesia mengikuti pelatihan Edmodo secara daring dan
Guru merupakan jantung pendidikan yang memiliki gratis mulai tanggal 10 Mei sampai 13 Juni 2017. Studi ini
peranan yang sangat besar dalam mencetak generasai bangsa. sangat penting dilakukan untuk mengeksplorasi dan
Guru adalah salah satu profesi yang dituntut untuk selalu menggambarkan persepsi guru-guru Indonesia dalam
mengembangkan profesionalismenya. Pengembangan mengembangkan kemampuan profesionalisme mereka
profesionalisme tersebut bertujuan untuk meningkatkan, melalui pelatihan pembuatan media pembelajaran berbasis
memperbaharui kompetensi guru, meningkatkan rasa bangga Edmodo mulai dari tahapan orientasi, pembelajaran,

ISSN 2087-2658
(SENAPATI) Ke-8
pembuatan media pempelajaran berbasis Edmodo dan materi, keterampilan dalam menggunakan/mengaplikasikan
implementasi aplikasi tersebut. dan sikap dalam menggunakan. Hasil pelatihan akan
semakin efektif apabila terkait dengan pekerjaan atau
kehidupan nyata
II. LANDASAN TEORI
C. Pengembangan Profesionalitas
A. Persepsi
Pengembangan profesional seorang guru antara lain
Persepsi secara psikologis sangat berpengaruh dalam adalah ditunjang dengan kemampuannya menciptakan
kehidupan manusia. Persepsi merupakan fungsi otak dalam kondisi dan interaksi proses pembelajaran yang optimal dan
menerjemahkan stimuls atau proses yang masuk melalui kondusif. Kemampuan profesionalitas guru dapat terlihat
indera manusia [4]. Persepsi pada setiap individu dapat dari caranya memberdayakan, merancang ataupun
berbeda dan persepsi positif dan negatif akan mempengaruhi mengembangkan sumber belajar. Dalam kawasan disiplin
setiap tindakan manusia secara nyata. Perbedaan persepsi
ilmu Teknologi Pendidikan, yang dimaksud dengan sumber
dapat terjadi karena faktor-faktor yang berbeda pada diri belajar menurut AECT (Association of Education
individu, antara lain pendidikan, pengetahuan, pengalaman Communication Technology), meliputi: (1) Pesan (Message)
dan sudut pandang dalam menerima suatu objek melalui yaitu semua bentuk gagasan, fakta, arti, data yang menjadi
panca inderanya dan kemudian menafsirkannya. Faktor- materi/pesan pembelajaran yang dirancang oleh guru untuk
faktor ini dapat digolongkan sebagai faktor internal dan diteruskan kepada siswa; (2) Orang (People) yaitu orang
faktor eksternal. Faktor internal mencakup antara lain yang bertindak sebagai penyimpan, pengolah dan penyaji
perasaan, sikap, kepribadian, keinginan/harapan, perhatian, pesan , misalya guru, siswa; (3) Bahan (Material), yaitu
nilai, minat, motivasi dan sebagainya. Sementara faktor perangkat lunak yang mengandung pesan untuk disajikan,
eksternal yang dapat mempengaruhi persepsi adalah: latar misalnya internet, (4) Alat (device), yaitu perangkat keras
belakang keluarga, informasi yang diperoleh atas yang digunakan untuk menyampaikan pesan yang tersimpan
pengetahuan, kondisi lingkungan dan sebagainya. Persepsi dalam bahan, misalnya: komputer.; (5) Teknik (Technique),
juga merupakan hasil pengamatan terhadap objek atau yaitu prosedur atau acuan yang dipersiapkan untuk
peristiwa yang diinterpretasikan [5] Pengamatan dapat penggunaan bahan, misalnya melalui simulasi, menonton
terjadi karena fungsi dari kognisi manusia yang diawali film dan sebagainya; (6) Lingkungan (Setting), yaitu situasi
dengan pencatatan indera, pengenalan pola dan perhatian atau suasana sekitar di mana pesan disampaikan, misalnya:
sebagai langkah awal yang melahirkan suatu persepsi. dalam ruangan, berbasis maya, dan sebagainya.
Perhatian menjadi indikator ketertarikan seorang individu
atas suatu objek yang selanjutnya melahirkan persepsi positif Kemampuan para guru peserta pelatihan dalam
atau negatif, yang selanjutnya menyebabkan seseorang menerapkan media sosial Edmodo dalam pembelajaran
melakukan tindakan atas persepsinya. merupakan bagian dari pengembangan profesionalitas guru,
karena di dalamnya guru melakukan kegiatan pengembangan
B. Pelatihan sumber belajar, melalui aktivitas penggunaan Edmodo, guru
Pelatihan sebagai suatu rangkaian kegiatan atau aktivitas menyampaikan materi (pesan ) dari guru kepada siswa
yang dirancang untuk meningkatkan keahlian seseorang baik (orang) dengan menggunakan internet (bahan) dan komputer
berupa pengetahuan, keterampilan dan sikap. Pelatihan (alat) melalui teknik informasi dan teknologi (Techique)
merupakan bagian dari pendidikan yang menyebabkan dengan berbasis pada lingkungan pembelajaran tatap muka
seseorang dapat mengikuti informasi, ilmu pengetahuan dan dan maya (e-learning).
teknologi yang berkembang dengan sangat cepat dan
D. Media Sosial Edmodo dan Studi yang Relevan
melakukan penyesuaian terhadap cara kerja yang lebih baru,
lebih efisien dan lebih efektif , lebih inovatif, lebih kreatif dan Edmodo adalah jaringan media sosial yang dimanfaatkan
menjadi lebih optimal dalam mencapai tujuan dengan dalam pembelajaran secara online. Jaringan ini dianggap
memperhatikan tingkat kenyamanan dalam melakukan aman untuk digunakan dalam pembelajaran kelas online.
aktivitas [6]. Maka pelatihan menjadi bagian yang dapat Penggunaan media sosial online ini memungkinkan interaksi
memfasilitasi terjadinya perubahan perilaku hasil belajar. berlangsung tanpa batas ruang dan waktu. Guru, siswa, dan
Pelatihan juga merupakan bagian dari pembelajaran karena orang tua dapat berinteraksi dengan menggunakan Edmodo.
dengan pelatihan, seseorang belajar untuk mengembangkan Guru dapat memposting tugas atau latihan dan quiz. Siswa
kemampuannya. Beberapa prinsip dari pelatihan yang sangat dapat mengirim tugas, pekerjaan rumah atau latihan juga.
mendasar adalah bahwa adanya partisipasi aktif dalam proses Siswa, guru, dan orang tua dapat melihat nilai. Edmodo
pembelajaran/pelatihan, yang berarti bahwa peserta pelatihan sangat bermanfaat dalam aktivitas pembelajaran karena dapat
hendaknya menerapkan hasil pelatihan sehingga mendorong interaksi sosial dimana siswa dapat
meningkatkan tingkat pemahaman atas konsep pengetahuan

ISSN 2087-2658
(SENAPATI) Ke-8
mengungkapkam ide atau pendapat mereka dalam “dinding” pembelajaran berbasis Edmodo dan dokumen analisis berupa
Edmodo [7] jadwal pelatihan yang diberikan oleh SEAMOLEC dalam
website (http://mooc.seamolec.org). Meskipun angket
Terdapat beberapa langkah dalam menggunakan diberikan kepada 30 peserta pelatihan Edmodo, hanya 13
Edmodo. Langkah-langkah tersebut adalah (a) guru peserta yang mengirimkan angket kepada peneliti. Oleh
mendaftar; (b) siswa mendaftar: (c) memposting dasar, (d) karena itu, jumlah sampel yang digunakan sebanyak 13 guru.
melakukan posting berikutnya; (e) memposting polling; (f) Teknik sampling yang digunakan adalah teknik sampling
bekerja dengan tugas; (g) membuat kuis; (h) memberi tugas jenuh.
melalui kuis; (i) mengambil quiz; (j) membagi kelas; (k)
membuat kalender dan perpustakaan; (l) memberi umpan
balik. Adapun catatan yang menjadi keterbatasan yang perlu IV. HASIL DAN PEMBAHASAN
diperhatikan dalam mengaplikasikan Edmodo dalam Berdasarkan hasil angket yang diperoleh, data demografi
pembelajaran tatap muka di kelas adalah: (a) harus menunjukkan bahwa subyek penelitian ini terdiri dari 7 guru
tersedianya koneksi internet, dan (b) jumlah komputer harus yang berjenis kelamin perempuan dan 6 guru berjenis kelamin
sesuai dengan jumlah siswa di kelas. [8] lakik-laki. Usia guru bervariasi, usia dengan rentangan 20-30
Edmodo memiliki bentuk seperti facebook. Edmodo tahun sebanyak 2 orang, usia 31-40 sebanyak 3 orang, usia
sangat tepat digunakan untuk mengajarkan kemampuan 41-50 sebanyak 8 orang. Masa mengajar guru juga bervariasi,
menulis, khususnya mengajarkan Genre-Based Approach. masa mengajar 1-5 tahun sebanyak 1 orang, 6-10 tahun
sebanyak 4 orang, 11-15 tahun sebanyak 5 orang, 16-20
Siswa memberikan persepsi positif dan negatif dalam
sebanyak 2 orang, di atas 20 tahun sebanyak 1 orang. Guru-
menggunakan Edmodo dalam proses pembelajaran menulis. guru tersebut berasal dari wilayah Aceh, Banten, Nusa
Menggunakan Edmodo merupakan pengalaman baru untuk Tenggar Barat, Riau, Bali, Jawa Tengah, Bekasi, Jawa Barat,
mereka, sehingga ketika pertama kali menggunakan Edmodo Sumatera Utara dan Sumatera Utara. Mereka mengajar dari
mereka menemui kendala. Namun mereka dapat mengunduh tingkat SMP, SMA dan SMK dengan mata pelajaran yang
materi yang diberikan oleh guru dalam fitur library yang ada bervariasi.
dalam Edmodo. Mereka juga merasakan bahwa
menggunakan Edomo sangat mudah dan sederhana serta Informasi mengenai pelatihan SEAMOLEC diperoleh dari
mereka termotivasi dalam menulis menggunakan Edmodo. beberapa sumber yaitu dari teman (sebanyak 5 orang),
Mereka juga dapat berkomunikasi dengan guru dan teman SEAMOLEC (sebanyak 3 orang), WhatsApp (sebanyak 2
orang), facebook (sebanyak 1 orang), email (sebanyak 1
meskipun terkendala dengan Bandwith [9]
orang), dan internet (sebanyak 1 orang). Data menunjukkan
Selain itu, siswa yang memiliki motivasi yang tinggi bahwa sebanyak 53,8 % pernah mengikuti pelatihan Edmodo
sangat tertantang karena dapat membangun kepercayaan diri sebelumnya dan 46,2 % belum pernah. Para guru mengikuti
dan kemandirian dalam belajar karena peran guru tidak pelatihan Edmodo yang diselenggarakan oleh SEAMOLEC
terlalu dominan. Hasil belajar siswa dengan menggunakan karena memiliki beberapa alasan. Alasannya dalah sebanyak
Edmodo lebih tinggi dibandingkan dengan pembelajaran 46 % ingin meningkatkan kompetensi (pengetahuan dan
tanpa menggunakan Edmodo [10,11] keterampilan) terutama dalam bidang IT, 39 % karena ingin
mengimplementasikan dalam proses belajar dan mengajar,
Edmodo mendorong keterlibatan siswa dan dan 15 % karena tuntutan zaman dimana guru harus bisa
pembelajaran, preferensi siswa untuk menggunakan Edmodo menyesuaikan pembelajaran di era digital. Hasil penelitian
terutama ditujukan untuk sumber daya, dukungan dan tersebut memiliki kesamaan dengan penelitian yang dilakukan
komunikasi seperti forum, diskusi dan juga untuk aktivitas oleh Ekici (2017) yaitu 58 calon guru SD di Turki memiliki
online, siswa menemukan Edmodo sebagai sebuah platform persepsi bahwa pengetahuan pedagogik dan kompetensi
pembelajaran sosial yang bagus dan mudah digunakan dan dalam menggunakan teknologi, dalam hal ini Edmodo
memungkinkan mereka menikmati bekerja di kelas online. mengalami peningkatan. Banyak dari mereka sebelumnya
[12] belum pernah menggunakan Edmodo. Mereka mengatakan
bahwa Edmodo sangat bermanfaat bagi mereka karena dapat
digunakan dalam pembelajaran yang bersifat kolaboratif dan
III. METODOLOGI PENELITIAN komunikatif. Penggunaan teknologi sangat diperlukan oleh
Penelitian ini menggunakan metodologi deskriptif kualitatif. guru dalam pengembangan profesionalisme mereka karena
Pelaksanaan penelitian dimulai dari Mei sampai Juli 2017. dapat menunjang proses pembelajaran (Enriquez, 2014) [13]
Pelatihan Edmodo diikuti oleh 30 peserta yang terdiri dari SEAMOLEC memberikan pelatihan secara daring dengan
guru di beberapa wilayah Indonesia. Pengumpulan data jadwal yang terstruktur dengan baik. Para guru mendapatkan
dilakukan dengan menggunakan angket secara elektronik kesempatan untuk mengikuti orientasi pada pertemuan
yaitu menggunakan google form yang terdiri dari 16 item pertama pada tanggal 10 Mei 2017, proses pembelajaran yang
pertanyaan yang terkait dengan persepsi guru dalam terdiri dari membaca materi yang disediakan , diskusi secara
pengembangan profesionalisme melalui pelatihan media

ISSN 2087-2658
(SENAPATI) Ke-8
“live” ketika proses pembelajaran secara daring maupaun IPA, kimia, matermatika, pengantar akuntansi,
melalui WhatsApps group dan mengerjakan latihan (quiz), pemprograman web, TIK dan pemeliharaan kelistriakn dan
dan impelentasi dan pengumpulan karya akhir. Proses kendaraan ringan. Mereka memposting tugas, ulangan atau
pembelajaran sebanyak 8 sesi. Hanya ada 4 guru yang quiz, materi dalam bentuk Microsoft word, PDF, PowerPoint,
mengikuti proses pembelajaran sebanyak 8 sesi, sisanya video yang terhubung dengan YouTube dan tutorial
hanya mengikuti sebanyak 1 sesi (sebanyak 1 orang), 2 sesi menggunakan Edmodo.
(sebanyak 1 orang), 3 sesi (sebanyak 1 orang), 4 sesi
Guru memperkenalkan Edmodo kepada siswa dengan
(sebanyak 5 orang), dan 6 sesi (sebanyak 1 orang).
beberapa cara yaitu membawa siswa ke laboratorium
komputer, menjelaskan dan meminta siswa untuk
mempraktekannya. Ketika guru menggunakan Edmodo dalam
proses pembelajaran, siswa memberikan respon positif dan
negatif. Hampir sebagian besar sangat senang dan termotivasi
dalam menggunakan Edmodo (69%) dan sebanyak 31 %
siswa terkadang masih bingung cara menggunakannya.
Guru memiliki persepsi yang berbeda ketika
menggunakan Edmodo dalam proses pembelajaran. Sebanyak
38 % mengatakan bahwa proses pembelajaran menjadi
menyenangkan meskipun ada dari beberapa guru merasa
sedikit merepotkan. 15 % mengatakan bahwa proses
pembelajaran menjadi efektif dan efisien dan 3 %
Gbr. 1 Jadwal Pelatihan Edmodo (http://mooc.seamolec.org) mengungkapkan bahwa menggunakan Edmodo dapat
mempermudah dalam proses pembelajaran. Sebanyak 8 %
Alasan guru mengikuti kurang dari 8 sesi karena merasa tertantang dalam menggunakan Edmodo. Hasil
kesibukan, berbenturan dengan kegiatan lain, terbatasnya penelitian juga menunjukkan bahwa 8 % hasil belajar dan
waktu, sinyal yang tidak stabil dan dapat membaca materi motivasi belajar siswa meningkat. Meskipun sebagian besar
dalam bentuk handout powerpoint and video yang telah mengungkapkan bahwa Edmodo memberikan manfaat,
disediakan di website (http://mooc.seamolec.org) secara namun sebanyak 8 % belum menunjukkan hasil yang
mandiri. maksimal dalam menggunakan Edmodo.
Pelatihan menggunakan Edmodo yang diikuti oleh guru
memberikan manfaat dalam pengembangan profesionalisme
guru karena dapat meningkatkan kompetensi guru yaitu
kompetensi dalam menggunakam media pembelajaran yang
berbasis teknologi. Muara dari pengembangan
profesionalisme tersebut dapat memberikan dampak terhadap
peningkatan kuliatas pembelajaran.[14]
V. KESIMPULAN
Gbr. 2 Materi Pelatihan Edmodo (http://mooc.seamolec.org) Salah satu dampak positif dari pengembangan
profesionalisme guru adalah terjadi peningkatan kompetensi
Sebanyak 61,5 % guru menemui kendala dalam guru. Hasil penelitian menunjukkan bahwa sebanyak 46 %
mengimplementasikan Edmodo. Hampir sebagian besar, kompetensi guru dalam menggunakan teknologi, khususnya
masalah yang dihadapi adalah masalah koneksi jaringan Edmodo mengalami peningkatan dan mereka memiliki
internet yang tidak stabil. Selain itu adalah masalah fasilitas semangat untuk mengimplemtasikannya dalam proses
sekolah yang tidak memadai dan kualitas suara yang kurang pembelajaran yang sesuai dengan tuntutan zaman.
jelas. Untuk menghadapi permasalahan tersebut, guru
menggunakan paket data, menggunakan beberapa provider, Jika dilihat dari rentangan usia, guru-guru peserta
mencari tempat yang jaringannya baik, bertanya kepada pelatihan Edmodo yang diselenggarakan SEAMOLEC
mentor SEAMOLEC, berlagganan Indohome 100 Mbps, bersemangat dalam meningkatkan kompetensi mereka.
pergi ke warnet, dan menggunakan speaker. Ekici (2017) juga Meskipun sebagian besar berada di rentangan usia 31-50
menemukan bahwa calon guru SD di Turki menemui kendala tahun. Selain itu mereka tidak menyerah ketika menemui
dalam penggunaan akses internet [13]. kendala seperti koneksi jaringan internet yang tidak stabil dan
terbatasnya sarana dan prasarana sekolah. Mereka berusaha
Ketiga belas guru tersebut mengajarkan mata pelajaran mencari solusi atas permasalahan tersebut seperti berlanggana
yang berbeda. Mata pelajaran yang diajarkan dengan Indihome, menggunakan data paket, menggunakan speaker
menggunakan Edmodo yaitu bahasa Jawa, Bahasa Inggris,
ISSN 2087-2658
(SENAPATI) Ke-8
dan pergi ke warung internet. Hampir sebagian besar [7] Monalisa and H. Ardi, “Using Edmodo Educational Social Network in
merasakan bahwa penggunaan Edmodo dalam pembelajaran Teaching English for High School Sudents,” J. English Lang. Teach.,
vol. 2, no. 1, pp. 220–225, 2013.
memberikan manfaat positif dalam proses pembelajaran.
[8] S. S. Evenddy and W. Hamer, “Edmodo As A Media to Teach
Penelitian ini hanya menggunakan 13 subyek penelitian, Vocabulary,” J. English Lang. Stud., vol. 1, no. 1, pp. 26–34, 2016.
diharapkan penelitian selanjutnya menggunakan sampel yang [9] P. Purnawarman, Susilawati, and W. Sundayana, “The Use of Edmodo
lebih besar sehingga dapat memberikan gambaran yang lebih in Teaching Writing in A Blended Learning Setting,” Indones. J. Appl.
Linguist., vol. 5, no. 2, pp. 242–252, 2016.
komprehensif. Selain itu diperlukan instrumen penggumpulan
[10] T. Hastomo, “The Effectiveness of Edmodo to Teach Writing Viewed
data berupa angket yang membahas mengenai persepsi siswa From Students ’ Motivation,” 2016, vol. 1, pp. 580–585.
dalam penerapan Edmodo dalam proses pembelajaran. [11] A. Z. Nu’man, “Efektifitas Penerapan E-Learning Model Edmodo
Dalam Pembelajaran Pendidikan Agama Islam Terhadap Hasil Belajar
Siswa (Studi Kasus : SMK Muhammadiyah 1 Sukoharjo),” Duta.com,
DAFTAR PUSTAKA vol. 7, no. 1, pp. 1–13, 2014.
[1] S. E. Suprianto, “Analisis Pengembangan Profesionalisme Guru [12] K. Balasubramanian and L. Nitin Fukey, “A Study on ‘Student
Berkelanjutan Di SMK Negeri 2 Sragen,” 2015. Preference towards the Use of Edmodo as A Learning Platform to
[2] A. Y. Sobri, “Model-Model Pengembangan Profesionalisme Guru,” Create Responsible Learning Environment,’” in Procedia - Social and
Konvensi Nas. Pendidik. Indones. VIII Tahun 2016, vol. 4, no. 2, pp. Behavioral Sciences, 2014, vol. 144, no. 144, pp. 416–422.
55–67, 2016. [13] D. I. Ekici, “The Use Of Edmodo in Creating An Online Learning
[3] W. Prayitno, “Pengembangan Pendidikan Dan Pelatihan Jarak Jauh Community of Practice for Learning to Teach Science,” vol. 5, no. 2,
Dengan Aplikasi Edmodo,” 2015. pp. 91–106, 2017.
[4] Sugihartono, Psikologi Pendidikan. 2007. [14] T. Trust, D. G. Krutka, and J. P. Carpenter, “‘Together we are better’:
[5] Suharman, Psikologi Kognitif. 2015 Professional learning networks for teachers,” Comput. Educ., vol. 102,
pp. 15–34, 2016.
[6] Nasution.Teknologi Pendidikan. 2012

ISSN 2087-2658
(SENAPATI) Ke-8
Desain Sistem Personalisasi E-Learning Berbasis

Felder Silverman Model Untuk Materi Animasi 2
Dimensi di SMK Negeri Singaraja
G. N. Pardomuan, Ketut Agustini
Program Studi Pascasarjana Teknologi Pembelajaran
Undiksha
domu_zx@gmail.com, ketutagustini@undiksha.ac.id
Abstrak—Perkembangan e-learning saat ini terus tertentu dapat memiliki kesulitan dalam belajar jika cara
berkelanjutan. E-learning menjadi semakin adaptif mengajar tidak sesuai dengan gaya belajar mereka, sehingga
(menyesuaikan) dengan adanya personalisasi e-learning yang siswa yang gaya belajar tidak didukung oleh lingkungan
dapat mendeteksi karakteristik dan kebutuhan individu dari belajar mungkin mengalami masalah dalam proses
siswa. Dengan tujuan menciptakan sebuah personalisasi e- pembelajaran. Idealnya setiap pelajar mendapat perlakuan
learning untuk lingkungan sekolah menengah kejuruan, yang berbeda-beda sesuai dengan gaya belajarnya masing-
dikembangkanlah personalisasi e-learning yang mengadopsi masing. Akan tetapi, tentu tidak mudah bagi para pengajar
dimensi visual/verbal dari Felder Silverman. Sistem memiliki untuk dapat menyesuaikan cara mengajarnya dengan
sebuah algoritma yang dapat menentukan tipe materi
kebutuhan murid yang berbeda-beda. Cara mengajar tiap
pembelajaran (visual/verbal) yang dapat yang sesuai dengan
gaya belajar siswa. Setelah tahapan pengembangan sistem,
pengajar mungkin cocok untuk sebagian pelajar dengan gaya
sistem diujicobakan ke siswa di SMK Negeri Singaraja. belajar tertentu. tetapi tidak cocok untuk pelajar dengan gaya
Kuisioner disebar ke seluruh partisipan termasuk guru dan belajar yang lain. Hal ini memang tidak bisa dipaksakan
dosen sebagai ahli untuk mengetahui tingkat kelayakan dan karena terkait dengan kemampuan tiap-tiap pengajar itu
kepuasan dari sistem yang diusulkan, untuk digunakan sebagai sendiri.
media yang mendukung pembelajaran di sekolah Menurut Junqi dkk (2009) Learning Management System
(LMS) yang ada saat ini tidak adaptif dengan tidak
Kata kunci: personalisasi e-learning, felder silverman, gaya
belajar adaptif
mempertimbangkan perbedaan individu siswa dan
memperlakukan semua siswa secara sama terlepas dari
kebutuhan dan karakteristik pribadi mereka, hal inilah yang
I. PENDAHULUAN dimaksud sebagai personalisasi (personalization). Patrick dkk
Perkembangan teknologi informasi dan komputer yang (2013) menjelaskan bahwa pembelajaran berbasis
sangat pesat akhir-akhir ini, mendapat sambutan positif di personalisasi (personalized learning) adalah pembelajaran
masyarakat. Berbagai layanan masyarakat sudah pribadi yang menyesuaikan pada setiap kekuatan, kebutuhan
mengimplementasikan ICT (Information and Communication dan kepentingan siswa.
Technology). Dalam dunia bisnis di kenal dengan istilah e- Salah satu Pendekatan yang digunakan dalam
business atau e-commerce, di dunia pemerintahan dikenal mengembangkan personalisasi e-learning yaitu melalui
dengan istilah e-government dan bagi dunia pendidikan pendekatan Felder Silverman Learning Style Model
dikenal dengan istilah e-learning. (FSLSM). Pada penelitian ini, dimensi gaya belajar yang
SMK sebagai salah satu lembaga pendidikan kejuruan menjadi fokus utama yaitu visual, audio dan kinestetik.
perlu membekali siswa dan lulusannya dengan keterampilan Adapun tujuan dari pengembangan sistem personalisasi ini
yang memadai termasuk kompetensi ICT. Tuntutan yang adalah memberikan inovasi dalam hal kenyamanan dan lebih
harus dilaksanakan sekolah dalam pelaksanaan proses jauh lagi mengenai peningkatan efektivitas dalam proses
pembelajaran yang memanfaatkan teknologi informasi dan pembelajaran.
komunikasi menghadapi berbagai kendala yang tidak
sederhana. Masalah utama yang seringkali dihadapi oleh II. KAJIAN TEORI
pihak sekolah dan guru adalah keterbatasan sarana dan
prasarana, sumber daya manusia dan sumber belajar. A. E-learning
Siswa memiliki cara yang berbeda untuk belajar. siswa E-learning merupakan Pembelajaran yang disusun dengan
dengan preferensi (disukai) yang kuat untuk gaya belajar tujuan menggunakan sistem elektronik atau komputer
ISSN 2087-2658
(SENAPATI) Ke-8
sehingga mampu mendukung proses pembelajaran (Michael, FSLSM merupakan salah satu teori gaya belajar yang
2013:27). Perangkat lunak LMS (learning management diusulkan oleh Felder dan Silverman pada tahun 1988.
system) saat ini banyak ada di pasaran, berikut adalah dua Berdasarkan banyak hasil penelitian, FSLSM merupakan
belas LMS terbaik dan gratis yang direkomendasikan Balai learning style yang paling sesuai untuk diaplikasikan dalam e-
Pelatihan dan Pengembangan Teknologi Informasi dan learning atau pembelajaran online lainnya. Secara jelas, teori
Komunikasi (BPPTIK-DepKomInfo) di tahun 2015 FSLSM membedakan preferensi atau karakteristik siswa
diantaranya, (1) MOODLE (http://moodle.org), (2) dalam menerima dan mengolah informasi ke dalam empat
Blackboard CourseSites (https://www.coursesites.com), (3) dimensi. Empat dimensi tersebut antara lain:1) dimensi
Schoology (https://www.schoology.com), (4) Latitude aktif/reflektif,2) dimensi sensing/intuitive, 3) dimensi
Learning (http://www.latitudelearning.com), (5) Academy Of visual/verbal, dan 4) sekuensial/global. Dalam penelitian ini
Mine (http://www.academyofmine.com), (6) .LRN pembahasan mengenai FSLSM lebih di fokuskan pada
(http://www.dotlrn.org), (7) eFront dimensi visual/verbal.
(http://www.efrontlearning.net), (8) Dokeos
Felder-Silverman menggunakan dimensi Input
(http://www.dokeos.com), (9) Sakai (https://sakaiproject.org),
(visual/verbal), dan Understanding (sequential/global), detail
(10) ATutor(http://atutor.ca/atutor), (11) ILIAS
dimensi dari gaya belajar Felder-Silverman ditampilkan pada
(http://www.ilias.de), (12) Udemy (https://www.udemy.com).
Tabel 1
B. Gaya Belajar (Learning Style)
Tabel 1. Dimensi Gaya Belajar Felder Silverman
Para ahli memberikan beberapa pengertian gaya belajar.
Pada dasarnya kemampuan seseorang untuk memahami dan Gaya
Dimensi Keterangan
menyerap pelajaran sudah pasti berbeda tingkatnya. Ada yang Belajar
cepat, sedang, dan ada pula yang sangat lambat. Oleh karena Pemrosesan Active Bagaimana siswa
itu, siswa seringkali harus menempuh cara berbeda untuk bisa Reflexive memproses informasi
memahami sebuah informasi atau pelajaran yang sama. Gaya Persepsi Sensitive Berkaitan dengan
belajar merupakan cara belajar yang khas bagi siswa (Winkel, Intuitive bagaimana siswa
2009). melakukan persepsi
informasi
C. Prestasi Belajar
Input Visual Jenis inputan informasi
Prestasi adalah hasil yang telah dicapai seseorang dalam Verbal seperti apa yang mudah
melakukan kegiatan. Gagne (1985:40) menyatakan bahwa diterima siswa
Prestasi Belajar dibedakan menjadi lima aspek, yaitu : Pemahaman Sequential Bagaimana siswa
kemampuan intelektual, strategi kognitif, informasi verbal, Global mencapai pengertian
sikap dan keterampilan. Menurut Bloom dalam Suharsimi
Arikunto (1990:110) bahwa hasil belajar dibedakan menjadi
tiga aspek yaitu kognitif, afektif dan psikomotorik. 1) Gaya Belajar Active-Reflective (Dimensi Pemrosesan)
Proses mental dimana informasi dikonversi menjadi
Dalam penelitian ini prestasi belajar dapat ditentukan pada pengetahuan dapat dikelompokkan dalam dua kategori, yaitu
tahap evaluasi belajar dimana peneliti bisa mengetahui tingkat active experimentation dan reflective observation. Active
prestasi yang dicapai siswa baik prestasi tinggi, sedang, experimentation adalah melakukan aktivitas dengan informasi
maupun rendah. seperti mendiskusikannya, menjelaskannya, atau mengujinya
D. Felder Silverman Learning Style Model (FSLSM) dengan berbagai cara.
Personalisasi juga dapat diartikan sebagai negosiasi antar 2) Gaya Belajar Sensing-Intuitive (Dimensi Persepsi)
materi dan informasi atau profil pengguna dalam hal ini Sensing dan intuition berkaitan dengan bagaimana
adalah siswa. Oleh karena itu, baik struktur maupun informasi kecenderungan seseorang merasakan dunia. Sensing termasuk
mengenai siswa lebih dahulu dibutuhkan sebelum observasi, melihat atau mendengar langsung; intuition
personalisasi dapat terjadi. Gaya belajar dianggap sebagai termasuk persepsi tidak langsung dari bawah sadar seperti
parameter yang penting untuk menentukan metode spekulasi, imajinasi, dan firasat.
pembelajaran yang paling cocok untuk seorang pembelajar.
Gaya belajar merupakan pendekatan dalam pembelajaran
yang menekankan fakta bahwa individu-individu memiliki 3) Gaya Belajar Visual-Verbal (Dimensi Input)
karakteristik dan preferensi berkaitan dengan cara menerima Dimensi ketiga merupakan dimensi mengenai inputan atau
dan memproses informasi dengan cara-cara yang sangat Visual-Verbal bentuk informasi yang diterima siswa yang
berbeda. Ada berbagai teori yang memodelkan gaya belajar, kemudian siswa secara langsung memperaktekannya dalam
salah satunya adalah teori gaya belajar Felder-Silverman. proses belajar. Siswa dengan preferensi visual lebih senang
menerima materi yang dapat dilihat seperti grafik, video, dan
sejenisnya sedangkan siswa dengan preferensi visual lebih
ISSN 2087-2658
(SENAPATI) Ke-8
senang mendapatkan materi secara verbal seperti ceramah,

rekaman audio, atau diskusi langsung.
Siswa visual mengingat dengan baik apa yang mereka
lihat, gambar, diagram, film, demonstrasi. Siswa verbal
mendapatkan lebih dari kata-kata, baik penjelasan tertulis atau
ucapan. Siswa visual mungkin dapat mudah melupakan kata-
kata yang orang lain ucapkan. Siswa verbal mendapatkan
banyak informasi dari diskusi dan belajar efektif dengan cara
menjelaskan kepada orang lain. Kebanyakan orang pada usia
sekolah (SMK) dan lebih tua bertipe visual namun
kebanyakan pengajaran sekolah pada umunya adalah verbal –
informasi yang disajikan lebih dominan verbal seperti
ceramah atau representasi visual dari informasi verbal (kata-
kata dan symbol matematika tertulis di buku, handout, atau
papantulis).
Gambar 1. System Arsitektur AdeLe. (adaptasi,ketut
4) Gaya Belajar Sequential-Global (Dimensi Pemahaman) agustini, 2017:2)
Kebanyakan pendidikan formal menggunakan bahan
presentasi dalam urutan progresif, bab demi bab yang Pada penelitian ini, menurut Sugiyono metode penelitian
berurutan. Ketika seluruh materi sudah dibahas, siswa diuji dan pengembangan (Research & Development) yaitu metode
penguasaannya dan kemudian maju ke tingkatan selanjutnya. penelitian yang digunakan untuk menghasilkan produk
Beberapa siswa nyaman dengan sistem ini, belajar secara tertentu, dan menguji keefektifan produk tersebut
sequential, menguasai materi lebih atau kurang sesuai dengan (Sugiono,2009:407). Media pembelajaran E-Learning
yang diajarkan. Yang lain, tidak dapat belajar dengan cara berbasis E-Moodle digunakan untuk penelitian yang bertujuan
seperti itu. Mereka mungkin ketinggalan dari yang lain hingga menghasilkan produk dan menguji kelayakan produk tersebut.
berhari-hari atau berminggu-minggu, bahkan tidak dapat Produk akan di uji cobakan kepada siswa untuk mengetahui
menyelesaikan soal yang mudah. tingkat pemahaman terhadap penerapan produk tersebut.
Proses pengembangan E-Learning berbasis E-Moodle sebagai
Pada tahap analisis penelitian ini peneliti berupaya media pembelajaran di SMK Negeri di Singaraja
mengetahui berbagai macam gaya belajar siswa yang menggunakan model pengembangan (Sugiyono, 2009:407)
diterapkan siswa dalam memecahkan masalah belajar nya yaitu model ADDIE sebagai acuan, dalam pelaksanaan
dengan berbantuan media e-learning. pengaplikasian model tersebut yaitu disesuaikan dengan
kondisi penelitian. Alasan digunakan model pengembangan
ADDIE adalah sebagai berikut: Model ADDIE merupakan
III. METODE salah satu model desain pengembangan sistematik, pemilihan
Jenis penelitian ini adalah menggunakan metode model ini didasari atas pertimbangan bahwa model ini mudah
Penelitian dan Pengembangan (Research & Development) untuk dipahami, dikembangkan secara sistematis, dan
dalam bidang pendidikan. Penelitian ini akan difokuskan berpijak pada landasan teoritis desain pembelajaran yang
pada media pembelajaran e-learning berbasis E-Moodle pada dikembangkan. Model ini disusun secara terprogram dengan
kompetensi dasar memahami di SMK Negeri Singaraja. kegiatan yang sistematis dalam upaya pemecahan masalah
Subjek penelitian ini adalah siswa kelas X, XI, XII di seluruh belajar yang berkaitan dengan media belajar yang sesuai
jurusan SMK Teknik di Singaraja, akan diteliti dengan dengan kebutuhan dan karakteristik anak.
mengunakan media pembelajaran E-Learning. Kemampuan
siswa pada kelas X, XI, XII dirasa kurang dalam memahami
materi, oleh karena itu dengan adanya media pembelajaran IV. HASIL DAN PEMBAHASAN
yang baru dan inovatif diharapkan bisa menjadi menarik Penelitian ini akan menganalisis tentang berbagai model
perhatian siswa dalam proses belajar mengajar. gaya belajar yang siswa terapkan dalam proses kegiatan
belajar namun sebelum itu dilakukan tahapan-tahapan sesuai
Sistem e-learning ini bersifat adaptif yaitu sistem mampu
dengan tahapan model ADDIE dalam perencanaan penelitian
menyesuaikan secara otomatis kepada pengguna berdasarkan
ini.
asumsi tentang pengguna tersebut (Oppermann, Rashev, &
Kinshuk, 1997). Proses adaptasi dalam sistem e-learning Desain e-learning yang akan dilakukan sesuai dengan
dapat diilustrasikan seperti dalam gambar dibawah tahapan model ADDIE yaitu. Tahap 1 Analisis (Analyze),
Dari hasil wawancara dengan guru-guru kelas di SMK Negeri
1 Sukasada. diketahui bahwa lingkungan sekolah mulai dari
ruang belajar sudah dilengkapi dengan fasilitas belajar yang
cukup memadai yaitu fasilitas WIFI, LAN, LCD dan laptop

ISSN 2087-2658
(SENAPATI) Ke-8
dalam mendukung proses pembelajaran menggunakan media. terhadap instrumen awal (pre-tes), batas minimal pemahaman
Sehingga siswa lebih antusias mengikuti pembelajaran dari masing-masing materi, serta relasi antara materi satu
dengan menggunakan media pembelajaran. dengan materi lainnya.
Tahap 2 Perancangan (Design), Pada Tahap desain ini Personalisasi e-learning dapat memberikan kenyamanan
membuat storyboard. Storyboard ini dibuat sebagai gambaran lebih dalam proses pembelajaran menggunakan e-learning.
isi dari e-learning yang akan dibuat Personalisasi e-learning dapat dilaksanakan tidak hanya di
tingkat menengah kejuruan (SMK) namun di tingkat
Tahap 3 Pengembangan (Development), Kegiatan pada perguruan tinggi. Penelitian ini membuktikan bahwa
tahap ini yaitu pengumpulan bahan (konten, gambar-gambar personalisasi e-learning yang menggunakan adopsi konsep
pendukung, pemrograman sistem, dan lain-lain). Kegiatan ini visual/verbal dan kinestetik dari FSLSM mendapatkan
merupakan perakitan media/penggabungan seluruh bahan sambutan yang baik dari penggunanya.
seperti materi pelajaran, gambar, pemrograman, teks, audio,
video serta dengan bantuan software development yang Identifikasi kemampuan dasar pengguna (learner) dapat
digunakan untuk mengembangkan e-learning menjadi media ditentukan dengan menggunakan instrumen (pre-tes) yang
yang utuh. dapat dilakukan di awal sebelum pengguna mengakses materi
pembelajaran. Namun dalam prototype ini instrumen yang
Tahap 4 Implementasi (implementation), Pada tahap ini, digunakan belum melalui tahapan validasi baik secara empirik
e-learning diterapkan pada siswa untuk uji validasi produk maupun dengan menggunakan expert judgement. Dalam
dan untuk uji efektivitas produk di SMK Negeri 1 Sukasada model ini, instrumen untuk mengidentifikasi kemampuan
Tahap 5 Evaluasi (Evaluation), Pada tahap evaluasi telah siswa merupakan bagian penting dalam pengembangan sistem
dilakukan penilaian media berdasarkan evaluasi formatif dan ini. Penelitian selanjutnya yang dapat dilakukan dalam
evaluasi sumatif. Evaluasi formatif dilakukan untuk pengembangan dan penyempurnaan model ini adalah
memperbaiki produk yang dihasilkan dengan uji coba melakukan validasi terhadap instrumen yang digunakan
perorangan, uji coba kelompok kecil dan uji coba lapangan. dalam mengidentifikasi kemampuan awal pengguna (learner)
Sedangkan evaluasi sumatif dilakukan untuk mengetahui serta melakukan assesment terhadap model yang dihasilkan
efektivitas produk terhadap hasil belajar siswa dengan cara baik secara empirik maupun expert judgement.
memberikan pretest dan posttest.
Produk ini nantinya harus melewati tahap uji ahli yaitu (1) DAFTAR PUSTAKA
uji ahli isi mata pelajaran, (2) uji ahli desain pembelajaran, dan [1] Abu Baka, Z. A. (2016). learning style construct in student's learning.
uji ahli media pembelajaran. Jurnal nasional kajian pustaka , 1-11.
[2] Allen, Michael. 2013. Michael Allen’s Guide to E-learning. Canada
Setelah produk tersebut direvisi sesuai saran dan masukan : John Wiley & Sons.
dari para ahli, maka produk tersebut dapat diuji cobakan ke [3] Andrawes salem,S,J. (2016). the settlement of e-learning. International
siswa. Uji coba yang dilakukan yaitu (1) uji coba perorangan, Journal of Instructional Technology and Distance Learning , 53-64.
(2) uji coba kelompok kecil, (3) uji coba lapangan. [4] Agustini, Ketut (2017). The Adaptive Elearning System Design.
ICIRAD UNDIKSHA.
Pembahasan dalam penelitian pengembangan ini akan
[5] Eka Ismantohadi, E. E. (2015). prototipe sistem e-Learning. JNTETI,
menganalisis hasil-hasil pengembangan untuk menjawab Vol. 4, No. 3,1-10.
pertanyaan dalam produk e-learning untuk siswa SMK Negeri
[6] Gunawan, I. (2014). Metode penelitian kualitatif. Jakarta: PT Bumi
1 Sukasada. Secara umum ada 3 pertanyaan ilmiah yang akan Aksara.
dianalisis dalam penelitian ini, yaitu. (1) Bagaimanakah [7] Oppermann, R., Rashev, R., & Kinshuk. (1997, July 14-16).
desain e-learning untuk siswa SMK Negeri 1 Sukasada?, (2) Adaptability and adaptivity in learning system. Paper presented at the
Bagaimanakah validitas hasil pengembangan e-learning untuk Knowledge Transfer, London, UK.
siswa SMK Negeri 1 Sukasada dengan model ADDIE untuk [8] Sugiyono. (2009). Metode penelitian tindakan komprehensif.
siswa SMK Negeri 1 Sukasada, menurut hasil evaluasi para Bandung: ALFABETA.
ahli, uji coba perorangan, uji coba kelompok kecil dan uji coba [9] Sulistyo, H. (2013). The effectiveness of e-learning as instructional
lapangan?, (3) Bagaimanakah efektivitas pengembangan e- media (evaluation study of e-learning instructional model insmk
telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.
learning untuk siswa SMK Negeri 1 Sukasada?
[10]
[11] Winkel SJ, W.S. 2009. Psikologi Pengajaran, Jakarta: Gramedia.
V. KESIMPULAN [12] Sugiyono. (2009). Metode penelitian tindakan komprehensif.
Bandung: ALFABETA.
Pembelajaran e-learning menuju adaptive learning. Model
[13] Sulistyo, H. (2013). The effectiveness of e-learning as instructional
ini merupakan sebuah framework pembelajaran online yang media (evaluation study of e-learning instructional model insmk
memberikan keleluasaan kepada pengguna (learner) untuk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.
mengakses materi sesuai dengan kemampuannya masing- [14] Winkel SJ, W.S. 2009. Psikologi Pengajaran, Jakarta: Gramedia.
masing. Model ini telah menyediakan fitur-fitur dimana
penyedia materi (content provider) untuk melakukan setting

ISSN 2087-2658
(SENAPATI) Ke-8
Analisis Kecenderungan Gaya Belajar dalam

Rancangan Emodul Berorientasi Modalitas VAK
(Visual, Auditori, Kinestetik) pada Siswa SMK TKJ
Kabupaten Buleleng
I Nengah Eka Mertayasa, Ketut Agustini
ekamertayasa2@gmail.com, ketutagustini@undiksha.ac.id
Abstract— This research aimed to investigate the tendency of sistem emodul sebagai model Learning Management System
students’ learning style which will be used as the base in designing (LMS). Emodul yang diterapkan masih dalam arti sempit
an emodule system with VAK (Visual, Auditory, Kinestetic) yaitu hanya menggunakan teknologi informasi dan
oriented, as one of solutions to increase learning quality. Survey komunikasi, khususnya internet, seperti belajar melalui e-
method was used in this study on SMK TKJ students in Buleleng mail, situs web, dan aplikasi berbasis Internet. Semua sumber
Regency. The sample of the study was determined by using belajar tersebut belum terkelola dengan baik sehingga
stratified random sampling technique to determine 4 schools terkadang beresiko terjadinya lost in space dalam mempelajari
which have Computer Technique and Network department where materi dan masih berorientasi kelas. Disamping itu juga e-
the amount of students in each school was 30 students with 2
modul tersebut kurang memfokuskan pada karakteristik
teachers who responsible to the subject related. The variable of
this study was students’ response to the questionaire to identify the
siswa. Dalam kebanyakan sistem emodul (konvensional),
tendency of students’ learning style with VAK oriented. The data disajikan hanya materi yang sesuai untuk siswa yang
was obtained from questionaire, interview, and observation of homogen, sangat siap dan termotivasi.
students’ learning process in classroom. The data was analyzed Kesenjangan yang terjadi antara upaya dengan kenyataan
descriptively. The result of the study showed that students’ tersebut disebabkan oleh media pembelajaran dengan
learning style tendency in emodule design with VAK (Visual, karakteristik siswa. Pembelajaran di dalam kelas dengan
Auditory, Kinestetic) oriented on SMK TKJ students in Buleleng
media emodul yang hanya mengacu pada kesesuaian konten
Regency was students tend to learn with Kinestetic style.
dengan materi pelajaran konvensional. Penggunaan emodul
Keyword: emodule system with VAK oriented, learning style, ini dalam pembelajaran akan membuat siswa kurang dapat
questioneire. memaknai materi pelajaran karena cara siswa memaknai
materi berbeda – beda. Salah satu karakteristik siswa yang
dapat mempengaruhi prestasi belajar siswa adalah gaya
I. PENDAHULUAN belajar siswa (learning style). Gaya belajar memegang
Emodul sebagai salah satu media pembelajaran elektronik peranana penting yang dapat menentukan hasil belajar peserta
semakin berkembang pesat, dan telah berhasil mencuri didik di dalam kelas [3]. Siswa secara umum memiliki tiga
perhatian banyak pihak baik di dunia pendidikan maupun jenis gaya belajar yaitu visual, auditori dan kinestetik [4].
industri [1]. Manfaat emodul juga telah dirasakan dunia Berdasarkan hal tersebut, dapat dikaji bahwa prestasi belajar
pendidikan di Indonesia, dalam mendukung pelaksanaan siswa dipengaruhi oleh faktor gaya belajar setiap siswa.
kurikulum 2013 yang menuntut pebelajar untuk selalu Emodul yang sudah ada saat ini masih hanya
berpartisipasi aktif dalam pembelajaran. Hal ini sesuai dengan mengedepankan penyampaian (delivery) konten materi
hakekat dari emodul yaitu pembelajaran individual dan pembelajaran dengan mengasumsikan semua pengguna
kebiasaan untuk belajar, dimana peran terpenting terletak homogen, tanpa mempertimbangkan gaya belajar (Learning
pada pebelajar itu sendiri. Aspek utama yang menjadi Style) yang dimiliki dari setiap siswa. Karakteristik yang
pertimbangan dalam desain pembelajaran dan pengembangan dimiliki pada setiap siswa di dalam kelas berbeda satu sama
emodul adalah perilaku pebelajar [2], sehingga elearning lain, sehingga berpengaruh terhadap pencapaian belajar siswa
dapat memberikan pengalaman belajar yang maksimal bagi [5]. Ketika sistem tersebut disajikan untuk siswa yang
siswa. beragam maka akan menjadi masalah. Sehingga, emodul yang
Perkembangan emodul saat ini, khususnya di lingkungan ada masih belum bisa menjamin transformasi pembelajaran
sekolah menengah kejuruan belum sepenuhnya menerapkan

ISSN 2087-2658
(SENAPATI) Ke-8
atau kelancaran penerapan pembelajaran itu sendiri, dan sebanyak 30 orang sebagai sampel penelitian, sehingga
keefektifan pembelajaran menjadi kurang optimal. jumlah siswa yang terlibat sebanyak 120 orang siswa. Jumlah
guru yang terlibat pada masing-masing sekolah ditetapkan
Perlunya diterapkan sebuah emodul yang berorientasi sebanyak 2 orang guru, sehingga jumlah guru yang terlibat
pada karakteristik siswa di dalam kelas yang sifatnya beragam
sebanyak 8 orang guru.
untuk dapat memahami konsep pembelajaran yang
membutuhkan ketelitia dan imajinatif untuk mengatasi Variabel-variabel yang menjadi objek kajian dalam
permasalahan diatas. Salah satunya adalah emodul penelitian ini, adalah (1) tanggapan siswa terhadap kuisioner
berorientasi gaya belajar. Gaya belajar (learning styles) penentuan kecenderungan gaya belajar, dan (2) tanggapan
sebagai salah satu faktor karakteristik yang mempengaruhi guru terhadap kuisioner kecenderungan gaya belajar siswa di
keberhasilan siswa sehingga dapat meningkatkan proses dalam kelas.
belajar dan outcome pada pembelajaran yang bersifat
Data penelitian dikumpulkan dengan angket, wawancara,
individual [6]. Orientasi gaya belajar (learning styles) yang
digunakan adalah orientasi dengan modalitas VAK (visual- dan pengamatan. Teknik angket digunakan mengumpulkan
data variabel penelitian. Teknik wawancara dilakukan pada
auditory-kinestetic).
guru dan siswa. Tujuannya adalah melakukan pencocokan
Selanjutnya, sesuai trends di era digital muncul teori tanggapannya yang telah dituangkan dalam angket. Data yang
connectivisme menurut Siemens, dimana pembelajaran ingin dicocokkan adalah data tanggapan siswa terhadap
merupakan suatu proses yang terjadi di dalam lingkungan kuisioner penentuan instrumen yang digunakan dalam
perubahan, dan inti pembelajaran tidak sepenuhnya dalam penelitian ini dan data tanggapan guru terhadap kuisioner
kendali seorang individu. Pengambilan keputusan akan kecenderungan gaya belajar siswa di dalam kelas.
didasarkan pada landasan-landasan yang berubah secara
cepat, karena informasi baru akan diperoleh secara terus Instrumen pengumpulan data yang digunakan dalam
penelitian ini adalah (1) angket tanggapan siswa terhadap
menerus dan berkelanjutan, sehingga diperlukan kemampuan
penentuan kecenderungan gaya belajar terdiri dari 36 butir
untuk dapat membedakan mana informasi yang penting dan
tidak penting. Beberapa prinsip utama dalam teori dengan masing-masing pernyataan Visual sebanyak 12 butir,
pernyataan Auditori sebanyak 12 butir, dan pernyataan
connectivisme antara lain (1) pembelajaran merupakan suatu
proses penghubungkan beberapa sumber informasi, (2) Kinestetik sebanyak 12 butir. (2) angket tanggapan guru
terhadap penentuan kecenderungan gaya belajar terdiri dari 36
mendorong dan memelihara hubungan untuk memfasilitasi
butir dengan masing-masing pernyataan Visual sebanyak 12
terjadinya pembelajaran berkelanjutan (continual learning),
(3) kemutakhiran dan keakuratan pengetahuan merupakan butir, pernyataan Auditori sebanyak 12 butir, dan pernyataan
Kinestetik sebanyak 12 butir. Materi pedomanan wawancara
tujuan dari kegiatan pembelajaran, (4) dapat memilah,
memilih dan mengelola informasi untuk penentuan guru dan siswa serta pedoman pengamatan proses pebelajaran
di dalam kelas yang digunakan selama penelitian
pengambilan suatu keputusan [7].
menggunakan indikator-indikator yang menyesuaikan dengan
indikator-indikator pada materi angket.
II. METODOLOGI Analisis data hasil penelitian digunakan teknik analisis
Analisis kecenderungan gaya belajar dalam rancangan deskriptif. Skor mentah dikonversikan kedalam prosentase.
emodul berorientasi modalitas VAK (Visual, Auditori, Kualitas masing-masing data dideskripsikan berdasarkan
Kinestetik) pada siswa SMK Negeri 3 Singaraja hasil konversi skor mentah ke pedoman konversi nilai absolut
menggunakan metode surve [8]. skala 5 (lima). Rentangan-rentangan skala berikut kategori
Dasar analisis kecenderungan bersumber dari data tentang pedoman konversi tersebut adalah 85-100 berarti sangat
(1) tanggapan siswa terhadap kuisioner penentuan tinggi, 70-84 berarti tinggi, 55-69 berarti cukup, 40-54 berarti
kecenderungan gaya belajar, (2) pengamatan proses rendah, dan 0-39 berarti sangat rendah [9].
pembelajaran siswa di dalam kelas, dan (3) wawancara
dengan guru mata pelajaran terkait. III. HASIL DAN PEMBAHASAN
Populasi dalam penelitian ini adalah siswa dan guru SMK A. Hasil
yang memiliki program studi Teknik Komputer dan Jaringan
(TKJ) di kabupaten Buleleng yaitu SMK Negeri 3 Singaraja, Hasil penelitian yang menjadi landasan pengembangan
SMK TI Bali Global Singaraja, SMK Negeri 1 Sukasada, dan emodul diperoleh dari responden siswa dan guru. Hasil
SMK Negeri 2 Seririt. Pengambilan sampel penelitian penelitian tersebut disajikan pada Tabel I.
ditetapkan dengan teknik stratified random sampling. Sampel
siswa dan guru SMK ditetapkan dari semua SMK yang Tabel I. Tanggapan siswa terhadap kecenderungan gaya belajar
memiliki program studi Teknik Komputer dan Jaringan (TKJ) Gaya Skor
di kabupaten Buleleng. Jumlah siswa yang terlibat pada No Sumber Data Keterangan
Belajar (%)
masing-masing sekolah ditetapkan secara proporsional
1 Visual 57,08 Cukup

ISSN 2087-2658
(SENAPATI) Ke-8
Siswa SMK N Auditori 50,15 Rendah pengguna. Keterbatasan sistem emodul konvensional menjadi
3 Singaraja Kinestetik 86,14 Sangat Tinggi masalah yang kritikal manakala sistem emodul tersebut
Siswa SMK TI Visual 67,26 Cukup diterapkan untuk rentang pengguna yang luas baik dalam hal
2 BaliGlobal Auditori 55,14 Cukup demografi, gaya belajar, maupun tingkat pengetahuan
Singaraja misalnya untuk pendidikan jarak jauh, serta tingkat motivasi.
Kinestetik 82,66 Tinggi
Visual 72,66 Tinggi Dalam sistem hypermedia yang bersifat adaptif, seorang
Siswa SMK N peserta didik dapat diberikan presentasi yang disesuaikan
3 Auditori 46,87 Rendah
1 Sukasada dengan tingkat pengetahuannya, dengan gaya belajarnya dan
Kinestetik 88,46 Sangat Tinggi
Visual 55,28 Cukup dengan preferensi lainnya [12]. Model sistem emodul yang
Siswa SMK N sedang dikembangkan ini, materi presentasi pembelajaran
4 Auditori 60,18 Cukup
2 Seririt disesuaikan dengan kecenderungan gaya belajar siswa yang
Kinestetik 78,36 Tinggi
diukur dengan instrumen gaya belajar VAK (visual, auditory,
Berdasarkan Tabel I dapat dideskripsikan temuan bahwa kinestetik). Dengan demikian setiap pebelajar akan
tanggapan siswa terhadap kuisioner kecenderungan gaya mendapatkan sajian materi pembelajaran yang sesuai dengan
belajar siswa untuk gaya belajar visual diperoleh rata-rata skor kecenderungan gaya belajarnya. Disamping itu keuntungan
keseluruhan responden sebesar 63,25 dan berkategori cukup, lain dari sistem emodul ini adalah untuk mengatasi
untuk gaya belajar auditori diperoleh rata-rata skor permasalahan ”cognitive overhead” dan ”lost in hyperspace”
sekeluruhan responden sebesar 53,08 dan berkategori Rendah, yang melekat pada sistem emodul konvensional.
dan untuk gaya belajar kinestetik diperoleh rata-rata skor Permasalahan ”cognitive overhead” terjadi karena adanya
keseluruhan responden sebesar 83,91 dan berkategori tinggi. tambahan usaha dan konsentrasi dalam aktivitas browsing
Data hasil tanggapan siswa ini menunjukkan bahwa siswa pada emodul konvensional [13].
SMK TKJ secara umum lebih cenderung ke gaya belajar
kinestetik atau praktek atau memperagakan langsung saat Sedangkan permasalahan ”lost in hyperspace” terjadi
proses pembelajaran. Temuan ini didukung dengan data karena seseorang yang dihadapkan pada banyak link dalam
wawancara yang dilakukan oleh guru yang menyatakan siswa dokumen yang non-linier cenderung menjadi kehilangan arah.
cenderung lebih senang ketika materi disampaikan dengan Sistem emodul berorientasi gaya belajar ini didalamnya
praktek langsung, dari pada belajar dengan memperhatikan terdapat dua level adaptasi tergantung pada siapa yang
presentasi atau tulisan guru di depan kelas ataupun belajar mengawali untuk beradaptasi dalam hal ini apakah sistem atau
dengan mendengarkan arahan dari guru saja tanpa dilanjutkan pengguna. Istilah ini mengarah pada dua macam adaptasi
dengan kegiatan praktek oleh siswa. yakni: adaptivity dan adaptability. Adaptivity menunjuk pada
kemampuan sistem untuk menyesuaikan presentasinya sesuai
B. Pembahasan dengan karakteristik pengguna [14]. Sedangkan adaptability
Gaya belajar adalah kebiasaan belajar dimana seseorang menunjuk pada kapasitas sistem untuk mendukung pengguna
merasa paling efisien dan efektif menerima, memperoses, yang akan melakukan modifikasi [15]. Dalam merancang
menyimpan dan mengeluarkan sesuatu yang dipelajari [10]. sistem emodul ini, masalah yang perlu diperhatikan adalah
Gaya belajar yang palig umum yaitu gaya belajar model VAK, bagaimana menyeimbangkan antara dua level adaptasi
dimana gaya belajar ini sangat popular dan sederhana dalam tersebut.
implementasinya. Model VAK akan mengidentifikasi Hasil pengamatan terhadap pelaksanaan pembelajaran di
kecenderungan gaya belajar siswa yang berkaitan dengan dalam kelas cenderung menggunakan media yang
aspek visual (misalnya, gambar, diagram, grafik, dll), aspek menganggap bahwa siswa didalam kelas memiliki karakter
audio (misalnya, narasi, efek suara, dll) dan aspek kinestetik yang homogen. Penyebab hal ini terjadi adalah guru tidak tahu
atau gerakan (misalnya, memegang, melakukan, dll) [11]. gaya belajar yang seperti apa yang dimiliki oleh siswa di
Gaya belajar sebenarnya menjadi permasalahan yang dalam kelas. Pernyataan tersebut didukung dari hasil survey
sangan penting ketika diabaikan dalam sebuah pembelajaran. terhadap 120 orang siswa yang hasilnya menyatakan bahwa
Keterbatasan dari sebuah media pembelajaran yang dapat siswa tidak memiliki 1 jenis gaya belajar yang sama,
mengatasi permasalahan gaya belajar, sehingga terjadi melainkan memiliki gaya belajar yang berbeda-beda dan
ketidaksesuaian antara media dengan gaya belajar siswa dengan tingkat kecenderungan yang berbeda-beda.
sehingga meteri tidak dapat diterima dengan baik oleh siswa. Berdasarkan uraian diatas, kecenderungan gaya belajar
Sebelum merancang sebuah media yang dapat menyesuaikan siswa SMK TKJ di kabupaten Buleleng adalah cenderung
dengan karakteristik gaya belajar siswa masing-masing perlu memiliki gaya belajar kinestetik. Pernyataan ini didukung
terlebih dahulu diketahui gaya belajar apa yang dimiliki oleh oleh data hasil wawancara dengan guru mata pelajaran
masing-masing siswa. mengenai kecenderungan belajar siswa yang lebih tertarik
Ketersediaan media berupa emodul kovensional untuk belajar dengan praktek daripada belajar dengan
mempunyai keterbatasan yakni hanya mampu memberikan mengamati penjelasan guru di depan kelas atau mendengarkan
presentasi materi pembelajaran yang sama untuk semua arahan dari guru saat belajar. Hasil survey menunjukkan

ISSN 2087-2658
(SENAPATI) Ke-8
bahwa siswa dengan gaya belajar visual, auditori, dan DAFTAR PUSTAKA
kinestetik secara berturut-turut berkategori, cukup, rendah, [1] Roy, S. & Roy, D. 2011. Adaptive e-learning system : A review.
dan tinggi. Hasil ini diperkuat dengan pengamatan bahwa International Journal of Computer Trends and Technology. 1(1): 1-4.
mata pelajaran di SMK sebagian besar pembelajaran Tersedia pada http://www.ijcttjournal.org. Diakses 11 Juni 2017.
menggunakan praktek, sehingga siswa cenderung memiliki [2] Surjono, H. D. 2014. The design of adaptive e-learning system based
gaya belajar kinstetik, namun tidak mengabaikan gaya belajar on student’s learning style. International Journal of Computer Science
and Information Technologies. 2(5): 2350-2353. Tersedia pada
yang lain. Dilihat dari hasil survey menyatakan bahwa siswa http://www.ijcsit.com. Diakses pada 11 Juni 2017.
juga cenderung memiliki gaya belajar visual dan auditori [3] Ibrahim, R. H. & Hussein, D. 2016. Assessment of visual, auditory,
namun tingkat kecenderungannya lebih rendah dibandingkan and kinesthetic learning style among undergraduate nursing students.
dengan gaya belajar kinestetik International Journal of Advanced Nursing Studies. 5(1): 1-4. Tersedia
pada http://www.sciencepubco.com/index. php/ijans. Diakses 25 Juni
Berdasarkan analisis diatas, model emodul yang 2017.
dikembangkan dalam penelitian ini adalah emodul yang [4] Gilakjani, A. P. 2012. Visual, auditory, kinaesthetic learning styles and
mengimplementasikan fungsi adaptivity. Fungsi adaptivity their impacts on english language teaching. Journal of Studies in
yang diimplementasikan meliputi penyajian materi Education . 2(1): 104-113. Tersedia pada
pembelajaran sesuai dengan gaya belajar pengguna karena http://www.macrothink.org/jse. Diakses 1 Juli 2017.
diketahui bahwa siswa memiliki gaya belajar yang berbeda- [5] Hindal, H., Reid, N. & Whitehead, R. 2013. High ability and learner
characteristics. International Journal of Instruction. 6(1) : 59-76.
beda. Dalam proses pengembangan sistem emodul ini selalu Tersedia pada http://www.e-iji.net. Diakses 15 Juni 2017.
dilakukan evaluasi yang terus menerus atau ongoing [6] Sferianto, Hasibuan, Z. A. & Suhartanto, H. 2013. An automatic
evaluation. Maksudnya adalah bahwa aktivitas evaluasi bisa approach for identifying triple factor in e-learning process.
dilakukan baik pada tahapan analisis, desain, maupun International Journal of Computer Theory and Engineering. 5(2): 371
implementasi. Dengan evaluasi diharapkan perbaikan bisa - 376. Tersedia pada http://www.ijcte.org. Diakses 14 Juni 2017.
dilakukan di setiap tahapan pengembangan sistem. [7] Agustini, K. 2017. The adaptive elearning system design: Student
learning style trend analysis. Makalah. Disajikan dalam Seminar
Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha.
IV. SIMPULAN DAN SARAN [8] Borg, R. W. & Gall, M. D. 2005. Educational reseach: An introduction.
Fifth edition. Logman.
Telah dilakukan analisis kecenderungan terhadap gaya
[9] Santyasa, I. W. 2016. Analisis kebutuhan pengembangan buku ajar dan
belajar siswa dalam merancang emodul berorientasi modalitas perangkat pembelajaran fisika SMA berbasis model-model student
VAK (Visual, Auditori, Kinestetik) pada siswa SMK TKJ centered learning: Mengaitkan konsep dan prinsip fisika dengan nilai-
kabupaten Buleleng. Hasil analisis menunjukkan bahwa siswa nilai karakter, sikap sosial, dan sikap spiritual. Makalah. Disajikan
SMK TKJ memiliki karakteristik gaya belajar yang berbeda- dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan
beda, namun cenderung memiliki gaya belajar Kinestetik Ganesha.
dengan berkategori tinggi. Hasil analisis ini digunakan [10] Surya, A. A. 2016. Penerapan Teori Belajar Connectivism: Gagasan
Tentang Konektivisme dan Penerapannya di Sekolah. Tersedia pada:
sebagai dasar desain sistem emodul berorientasi gaya belajar https://connectivismindonesia. com/2008/09/29/gagasan-tentang-
terhadap keragaman karakteristik gaya belajar dilakukan konektivisme-dan-penerapannya-di-sekolah/. Diakses pada Tanggal
mengikuti tingkat kecenderungan gaya belajar siswa. 25 Mei 2017.
[11] Suteja, Guritno, Wardoyo & Ashari. 2010. Personalization sistem e-
Kepada guru mata pelajaran terkait diharapkan agar learning berbasis ontology. 14(2): 192-200. Makara Sains. Diakses 11
memperhatikan karakteristik gaya belajar siswa di dalam Juni 2017.
kelas sehigga materi yang disampaikan dapat diterima oleh [12] Welsh, E. T., Wanberg, C. R., Brown, K. G., & Simmering, M. J. 2003.
siswa. Elearning: Emerging uses, empirical results and future directions.
International Journal of Training and Developmen. 7(4): 245-258.
Kepada siswa SMK TKJ disarankan agar belajar sesuai Tersedia pada http://www.ijtd.or. Diakses 11 Juni 2017.
dengan gaya belajar masing-masing agar lebih meningkatkan [13] McLoughlin, C. 1999. The implications of research literature on
kenyamanan dan daya serap materi pelajaran. learning styles for the design of instructional material. Australian
Journal of Educational Technology. 15(3): 222-241. Tersedia pada
Kepada pengembang media emodul agar menjadikan http://ww.ajet.org. Diakses 11 Juni 2017.
penelitian ini sebagai referensi saat penyusunan konten media [14] Oppermann, R., Rashev, R., & Kinshuk. (1997, July 14-16).
emodul sehingga sesuai dengan karakteristik gaya belajar Adaptability and adaptivity in learning system. Paper presented at the
yang dimiliki oleh pengguna media emodul. Knowledge Transfer, London, UK.
[15] Sweta, S., & Lal K. 2011. Adaptive e-learning system: A state of art.
International Journal of Computer Applications. 107(7): 975-987.
Tersedia pada http://www.ijca.com. Diakses 20 December 2016.

ISSN 2087-2658
(SENAPATI) Ke-8
Analisis Personalized Learning Berorientasi Motivasi

Belajar Siswa
Kadek Agus Darma Yadnya, Ketut Agustini
Program Studi Pascasarjana Teknologi Pembelajaran
Undiksha
agusdarmayadnya@gmail.com, ketutagustini@undiksha.ac.id
Abstrak—Analisis penelitian ini bertujuan untuk Agustini (2017:3) menyatakan bahwa dalam kebanyakan e-
mengembangkan sebuah media pembelajaran yang digunakan learning¬ masih digunakan secara konvensional, dimana
secara online, yaitu pengembangan personalized learning hanya menyajikan materi yang sesuai untuk siswa yang
sebagai solusi dalam mengatasi keterbatasan sistem e-learning homogen, sangat siap dan termotivasi, tetapi ketika sistem
yang dianggap masih konvensional. Analisis pengembangan tersebut disajikan untuk siswa yang beragam maka akan
personalized learning ini dimaksudkan untuk membantu siswa menjadi masalah karena masih mengedepankan penyampaian
dalam memahami materi pelajaran yang dianggap abstrak (delivery) konten dari materi pembelajaran dengan
menjadi lebih kongkrit dan riil dan berorientasi pada motivasi mengansumsikan semua siswa sama, tanpa
belajar siswa itu sendiri. Pengembangan personalized learning
mempertimbangkan aspek kognitif (knowledge ability),
ini nantinya dikembangkan dengan menggunakan model
pengembangan ADDIE dimana model pengembangan ini
motivasi yang diperoleh dari pengalaman belajar siswa dan
terdiri dari Analysis, Design, Development, Implementation, gaya belajar (learning style) siswa.
dan Evaluation. Subyek dari penelitian pengembangan ini Setiap siswa memiliki motivasi belajar, tingkat
adalah siswa sebanyak 35 orang dari SMK TI Bali Global yang pengetahuan, gaya belajar serta kompetensi yang berbeda,
menaungi jurusan Teknik Komputer dan Jaringan (TKJ). sehingga sangat dibutuhkan sebuah sistem e-learning sebagai
media pembelajaran yang dapat memenuhi karakteristik siswa
Kata Kunci : Personalized Learning, Motivasi Belajar
tersebut. Personalized Learning atau sering disebut sebagai
Adaptif e-learning (AdeLe) dewasa ini telah banyak
I. PENDAHULUAN digunakan dan dikembangkan menjadi sebuah solusi yang
tepat tterhadap keterbatasan e-learning yang ada saat ini
Dalam bidang pendidikan, guru merupakan faktor utama
(Agustini, 2017). Personalized Learning dapat memberikan
untuk terlaksananya proses pembelajaran dikelas.
materi pembelajaran yang tingkat kesulitannya sesuai dengan
Kemampuan guru dalam menyampaikan materi pelajaran
kemampuan siswa, dan cara mempresentasikan materi
dikelas sangat menentukan bagaimana siswa memperoleh
pembelajarannya sesuai dengan gaya belajar siswa, terutama
hasil yang maksimal dalam belajar. Keadaan tersebut
dalam orientasinya pada motivasi belajar siswa yang berujung
mengharuskan guru harus mampu menggunakan teknologi
pada peningkatan prestasi belajar siswa.
sebagai media pembelajaran yang inovatif. Kehadiran
teknologi informasi dalam bidang pendidikan khususnya Sejalan dengan hal yang telah disampaikan sebelumnya,
dalam proses pembelajaran sudah menjadi kebutuhan yang maka dirasa sangat perlu adanya pengembangan sebuah
sangat penting, diantaranya adalah dengan menerapakan media pembelajaran yang mampu memenuhi karakteristik
teknologi E-learning. Penggunaan E-learning memang sedikit siswa dalam mengikuti proses pembelajaran dikelas. Siswa
sulit untuk digunakan, namun pengenalan secara awal dan dikelas sudah pasti terdiri dari berbagai karakteristik dalam
bertahap akan mampu membantu siswa dalam belajar dan belajar, baik mengarah pada learning style mereka,
membantu siswa untuk mengunakan komputer serta internet kemampuan berfikirnya serta motivasi mereka dalam belajar.
untuk memenuhi kebutuhan mereka tentang pendidikan (Krol, Melibatkan personalized learning sebagai upaya dalam
2016). E-learning dapat memberi kemudahan bagi setiap meningkatkan motivasi siswa dalam belajar yang
siswa belajar dan mengingat kembali pelajarannya. disampaikan dengan mengunakan sebuah media
Kemudahan mendapatkan berbagai infromasi membawa pembelajaran sangat penting untuk dikembangkan. Dengan
dampak yang signifikan. Teknologi E-learning telah merubah media pembelajaran tersebut diharapkan motivasi siswa
paradigma model proses pembelajaran dengan menggunakan dalam mengikuti proses pembelajaran dikelas dapat
berbagai media elektronik (audio/visual) yang memiliki dimaksimalkan dan berujung pada peningkatan hasil belajar
keterhubungan dengan teknologi internet (Kosasi, 2015). yang akan mereka capai kedepannya.
Penggunaan e-learning sebagai media pembelajaran
bukan tidak mengalami sebuah permasalahan. Menurut
ISSN 2087-2658
(SENAPATI) Ke-8
II. KAJIAN TEORI

A. E-learning
E-Learning merupakan metode pembelajaran
menggunakan media elektronik (audio/visual) melalui
teknologi internet. Saat ini e-learning muncul sebagai
paradigma baru dalam bidang pendidikan modern, terutama
untuk mempermudah guru bidang studi memantau siswa
dalam mempermudah memahami dan atau mengulangi materi
sekolah. Sudah banyak penelitian memperlihatkan bukti
empiris dalam mendukung gagasan bahwa memanfaatkan
teknologi E-learning secara efektif dapat memberikan banyak
peluang (Kosasi, 2015).
E-learning merupakan suatu jenis mengajar yang
memungkinkan tersampaikannya bahan ajar ke siswa dengan
menggunakan media internet, intranet atau media jaringan
komputer lain (Kosasi, 2015).
B. Personalized Learning
Personalized Learning dikatakan sebagi pendekatan baru
yang dapat membuat sistem e-learning menjadi lebih efektif
dengan menyesuaikan penyajian informasi yang terdapat
didalamnya dan keterkaitan keseluruhan terhadap pengguna
individual sesuai dengan pengetahuan dan perilaku mereka
(M.C. Muray and J. Perez, 2015).
Eynon (dalam Agustini, 2017:3) mengatakan bahwa
Personalized Learning melibatkan automation, augmented
learning, going for cloud, gamification, mlearning, big data
serta personalization, dimana dikatakan bahwa e-learning
menjadi lebih personal dari sebelumnya dan memenuhi
kebutuhan, preferensi dan persyaratan individu daripada
kelompok. Semua aspek pembelajaran mulai dari lingkungan C. Motivasi Belajar
pedagogi dan pembelajaran hingga alat pembelajaran dan
kurikulum kursus akan disesuaikan untuk memotivasi, Motivasi belajar, adalah suatu daya penggerak baik yang
melibatkan, dan mengilhami peserta didik untuk berasal dari individu maupun yang berasal dari luar individu
mengarsipkan hasil yang lebih baik dalam jangka waktu yang yang mendorong seseorang untuk melakukan aktivitas guna
lebih singkat. mencapai tujuan yang diinginkan. Indikatornya meliputi
durasi kegiatan (berapa lama kemampuan pengguna waktu
Paulo Gomes (dalam Sujeta, 2010:195) menyatakan untuk melakukan kegiatan), frekuensi kegiatan (berapa selang
bahwa pembelajar dapat merasakan beragam gaya kognitif kegiatan itu dilaksanakan dalam periode waktu tertentu),
dan membuat efisiensi yang tepat dalam penggunaan sistem presistensi (ketepatan pada tujuan kegiatan belajar),
e-Learning untuk masing-masing pembelajar yang berbeda ketabahan, keuletan, kemampuan dalam menghadapi
latarbelakang dan tingkat kemampuannya. Terdapat dua rintangan dan kesulitan untuk mencapai tujuan, target, cita-
personalisasi model yaitu: real time personalization dan non- cita, pengorbanan untuk mencapai tujuan, arah sikap untuk
real time personalization. Realtime personalization yang mencapai tujuan (Sulistyo, 2016).
ditunjukkan pada Gambar 1 mengamati interaksi siswa
dengan sistem secara continue dan real time serta selalu Nashar (dalam Hamdu 2011:91) mengatakan bahwa
memberikan content materi yang sesuai. motivasi belajar yang dimiliki siswa dalam setiap kegiatan
pembelajaran sangat berperan untuk meningkatkan prestasi
Non-real time personalization yang ditunjukkan pada belajar siswa dalam mata pelajaran tertentu. Siswa yang
Gambar 2 berjalan dengan menggabungkan data siswa yang bermotivasi tinggi dalam belajar memungkinkan akan
ada untuk kemudian dianalisis untuk memperoleh memperoleh hasil belajar yang tinggi pula, artinya semakin
rekomendasi perubahan course content. tinggi motivasinya, semakin intensitas usaha dan upaya yang
dilakukan, maka semakin tinggi prestasi belajar yang
diperolehnya.

ISSN 2087-2658
(SENAPATI) Ke-8
III. METODE dibuat sebagai gambaran isi dari media pembelajaran e-

Penelitian ini masih berada ditahap analisis yang learning yang akan dibuat.
selanjutnya akan dilakukan menggunakan metode Penelitian Tahap 3 yaitu tahapan Pengembangan (Development),
dan Pengembangan (Research & Development) dalam bidang dimana pada tahapan ini melakukan pengumpulan bahan
pendidikan. Penelitian analisis pengembangan ini ditujukan (konten, gambar-gambar pendukung, pemrograman sistem,
untuk mengembangkan media pembelajaran yang yang dan lain-lain). Kegiatan ini merupakan perakitan media atau
dikemas dalam bentuk Personalized Learning. Analisis penggabungan seluruh bahan seperti materi pelajaran,
penelitian pengembangan personalized learning ini akan gambar, pemrograman, teks, audio, video serta dengan
difokuskan pada penyampaian materi agar lebih efektif untuk bantuan software development yang digunakan untuk
dapat meningkatan motivasi siswa dalam mengikuti proses mengembangkan e-learning menjadi sebuah media yang utuh.
pembelajaran.
Tahap 4 yaitu tahap Implementasi (implementation), pada
Penelitian ini nantinya akan dilakukan di salah satu SMK tahap ini, e-learning diterapkan pada siswa untuk dilakukan
Swasta di Singaraja, tepatnya di SMK TI Bali Global pada beberapa pengujian. Pengujian yang dilakukan adalah uji
semester ganjil tahun ajaran 2017 / 2018 dengan subjek validasi produk dan uji efektivitas produk di SMK TI Bali
penelitian ini adalah siswa sebanyak 35 orang. Selanjutnya Global Singaraja.
akan diteliti dengan mengunakan media pembelajaran
personalized learning yang dikembangkan dengan model Tahapan ke-5 yaitu Evaluasi (Evaluation), pada tahap
pengembangan ADDIE yang bertujuan untuk dapat evaluasi ini telah dilakukan penilaian media berdasarkan
meningkatkan motivasi siswa dalam proses pembelajaran evaluasi formatif dan evaluasi sumatif. Evaluasi formatif
pada mata pelajaran komunikasi data dan jaringan komputer. dilakukan untuk memperbaiki produk yang dihasilkan dengan
uji coba perorangan, uji coba kelompok kecil dan uji coba
Pelaksanaan analisis pengembangan media pembelajaran lapangan. Sedangkan evaluasi sumatif dilakukan untuk
personalized e-learning ini nantinya akan disesuaikan dengan mengetahui efektivitas produk terhadap hasil belajar siswa
kondisi penelitian, dimana akan dilakukan tahap analisis dengan cara memberikan pretest dan posttest.
terhadap materi yang akan digunakan, melakukan tahapan
pengimplementasian aplikasi, melakukan tahapan mendesain Produk ini nantinya akan melewati beberapa tahap uji ahli,
rancangan media pembelajaran, pengembangkan media diantaranya yaitu (1) uji ahli isi mata pelajaran, (2) uji ahli
pembelajaran tersebut, melakukan pengimplementasian desain pembelajaran, dan uji ahli media pembelajaran. Setelah
kedalam kelompok besar maupun kelompok kecil, hingga produk tersebut direvisi sesuai saran dan masukan dari para
sampai mengevaluasi apakah media yang dibuat nantinya ahli, maka produk tersebut dapat diuji cobakan ke siswa. Uji
dapat diimplementasikan sesuai dengan yang diharapkan. coba yang dilakukan yaitu (1) uji coba perorangan, (2) uji
Alasan digunakannya model pengembangan ADDIE adalah coba kelompok kecil, (3) uji coba lapangan.
sebagai berikut: Model pengembangan ini sesuai digunakan Pembahasan dalam penelitian pengembangan ini akan
untuk mengembangan media e-learning yang bersifat menganalisis hasil-hasil pengembangan untuk menjawab
prosedural dan memiliki konsep. Urutan setiap model pertanyaan dalam produk personalized e-learning untuk siswa
tersusun secara sistematis mulai dari menganalisis hingga SMK TI Bali Global. Secara umum ada 3 pertanyaan ilmiah
mengevaluasi sehingga dalam pelaksanaan setiap langkahnya yang akan dianalisis dalam penelitian ini, yaitu. (1)
terkontrol dengan baik. Bagaimanakah desain e-learning untuk siswa SMK TI Bali
Global?, (2) Bagaimanakah validitas hasil pengembangan
IV. HASIL DAN PEMBAHASAN personalized e-learning dengan model ADDIE untuk siswa
SMK TI Bali Global, menurut hasil evaluasi para ahli, uji coba
Desain e-learning yang akan dilakukan sesuai dengan perorangan, uji coba kelompok kecil dan uji coba lapangan?,
tahapan model ADDIE yaitu. Tahap 1 melakukan tahapan (3) Bagaimanakah efektivitas pengembangan e-learning
Analisis (Analyze), dimana dari hasil observasi dan untuk untuk siswa SMK TI Bali Global?
wawancara dengan guru-guru kelas di SMK TI Bali Global,
diketahui bahwa ruang belajar sudah dilengkapi dengan
fasilitas belajar yang cukup memadai seperti WIFI, LAN, V. KESIMPULAN
LCD dan laptop yang digunakan dalam mendukung proses Pembelajaran secara kratif dan inovatif dewasa ini
pembelajaran menggunakan media pembelajaran online. memang sudah harus dilakukan oleh setiap guru pada mata
Sehingga nantinya dapat menimbulkan minat siswa lebih pelajarannya masing-masing. Tidak dapat dipungkiri bahwa
antusias dalam mengikuti pembelajaran dengan menggunakan siswa pada kondisi sekarang ini lebih sering bersosialisasi
media pembelajaran. maupun mendapatkan hal-hal yang baru melalu media
Tahap 2 melakukan tahapan Perancangan (Design). Pada elektronik seperti internet, sehingga untuk mengakomodasi
Tahap desain ini nantinya akan membuat sebuah storyboard hal tersebut maka perlu adanya media pembelajaran online
dari pengembangan media pembelajaran. Storyboard ini yang dapat menggantikan pembelajaran konvensional di
dalam proses pembelajaran dikelas.

ISSN 2087-2658
(SENAPATI) Ke-8
Proses pembelajaran yang masih terkesan konvensional maupun menggunakan expert judgement. Dalam model ini,
kerap kali membuat semangat dan motivasi siswa dalam instrumen untuk mengidentifikasi motivasi siswa merupakan
belajar menjadi turun yang mengakibatkan tidak maksimalnya bagian penting dalam pengembangan sistem ini. Selanjutnya
hasil belajar mereka, sehingga adanya media pembelajaran yang dapat dilakukan dalam pengembangan dan
yang melibatkan personalized learning akan mampu penyempurnaan pengembangan personalized learning ini
memberikan semangat baru maupun peningkatan motivasi adalah melakukan proses validasi terhadap instrumen yang
pada diri siswa untuk mengikuti proses pembelajaran dikelas. digunakan dalam mengidentifikasi motivasi pengguna
(learner) serta melakukan assesment terhadap model yang
Pembelajaran dengan personalized e-learning diharapkan dihasilkan baik secara empirik maupun expert judgement.
dapat memberikan pemahaman kepada siswa tentang materi
yang dipelajari sehingga mampu menambah motivasi siswa
dalam belajar. Pengembangan personalized e-learning ini DAFTAR PUSTAKA
merupakan sebuah framework pembelajaran online yang [1] Agustini, K. (2017). The adaptive elearning system design. ICIRAD,
memberikan kebebasan dan kesempatan kepada siswa untuk 1-4.
dapat belajar secara mandiri dan dapat mengakses materi [2] Bernard Renaldy Suteja, S. G. (2010). Personalization sistem e-
sesuai dengan kemampuan mereka dengan tetap berada pada learning berbasis ontology. MAKARA, SAINS, 192-200.
pengawasan guru ataupun instruktur mereka. [3] Branch, Robert Maribe. (2009). Instructional Design: The ADDIE
Approach. London: Springer
Pengembangan personalized e-learning ini nantinya [4] Ghullam Hamdu, L. A. (2011). Pengaruh motivasi belajar siswa
menyediakan fitur-fitur dimana penyedia materi (content terhadap prestasi belajar IPA di Sekolah Dasar (Studi Kasus terhadap
provider) dapat melakukan setting terhadap instrumen awal Siswa Kelas IV SDN Tarumanagara Kecamatan Tawan Kota
(berupa angket motivasi) yang nantinya akan digunakan untuk Tasikmalaya). Jurnal Penelitian Pendidikan Vol. 12 No. 1, 90-96.
menentukan motivasi awal siswa sebelum menerima materi [5] Kosasi, S. (2015). Perancangan e-learning untuk meningkatan motivasi
dan melakukan proses pembelajaran, batas minimal belajar guru dan siswa. Prosiding Seminar Nasional Pendidikan Teknik
Informatika.
pemahaman dari masing-masing materi, serta relasi antara
[6] Krol, S. (2016). E – Learning As An Innovative Method Of Education.
materi satu dengan materi lainnya. Identifikasi motivasi World Scientific News, 178-182.
belajar pengguna (dalam hal ini adalah siswa) dapat [7] Sulistyo, I. (2016). Peningkatan motivasi belajar dengan menerapkan
ditentukan dengan menggunakan instrumen (angket) yang Model Pembelajaran Kooperatif TGT pada Pelajaran PKN. Jurnal
dapat dilakukan di awal sebelum pengguna mengakses materi Studi Sosial, 14-19.
pembelajaran. Namun dalam prototype ini instrumen yang
digunakan belum melalui tahapan validasi baik secara empirik

ISSN 2087-2658
(SENAPATI) Ke-8
Pengembangan Evaluasi dan Penugasan Online

Berbasis E-Learning dengan Moodle pada Mata
Kuliah Media Pembelajaran Ilmu Komputer
Siti Husnul Bariah
Pendidikan Teknologi Informasi
STKIP Garut
Garut, Indonesia
sitihusnulbariyah@gmail.com
Abstrak— Penelitian ini bertujuan untuk mengembangkan Begitu pesatnya perkembangan penggunaan internet di
dan menerapkan evaluasi online menggunakan Moodle untuk Indonesia telah mempengaruhi banyak hal antara lain
sistem e-learning di Mata Kuliah Media Pembelajaran Ilmu pendidikan dengan lahirnya konsep elearning. Wahono
Komputer pada STKIP Garut pada tahun akademik 2016/2017. (2010) menyatakan bahwa elearning akan membawa
Evaluasi dilakukan oleh dosen sebelum pekan UTS dan UAS pengaruh terjadinya proses transformasi pendidikan
dengan menugaskan siswa dengan tugas terstruktur, tugas konvensional ke dalam bentuk digital, baik secara isi
individu dan akademik lainnya untuk mendukung nilai akhir (contents) maupun sistemnya [2].
siswa dalam satu semester. Penelitian ini menggunakan
penelitian dan pengembangan (R & D) sebagai metodologi Moodle merupakan perangkat lunak open source yang
penelitian. Hasil dari penelitian ini adalah produk baru Model mendukung implementasi e-learning dengan paradigma
Pembelajaran berbasis yang dapat diakses di terpadu dimana berbagai fitur penunjang pembelajaran
http://elearningpti.gnomio.com. Berdasarkan validasi pakar, dengan mudah dapat diakomodasi dalam suatu portal e-
rata-rata penyajian untuk kategori pengembangan perangkat learning. Fitur-fitur penting penunjang pembelajaran tersebut
lunak adalah 90,42% dan inovasi pada kategori pendidikan misalnya: tugas, kuis, komunikasi, kolaborasi, serta fitur
sebesar 92,22%. Berdasarkan hasil validasi pengguna, 85% utama yang dapat meng-upload berbagai format materi
siswa menyatakan bahwa produk baru tersebut sangat baik dan pembelajaran [3].
15% menyatakan bahwa produk baru ini cukup untuk
mendukung proses pembelajaran selama satu semester, Di Indonesia e-learning merupakan suatu teknologi
terutama dalam fungsi evaluasi dan penugasan. pembelajaran yang relatif baru. Saat ini (April 2016) terdapat
lebih dari 74.117 situs e-learning tersebar di lebih dari 228
Kata kunci: Evaluasi, Penugasan, Online, E-Learning, negara yang dikembangkan dengan LMS Moodle. Sedangkan
Moodle, Media Pembelajaran Ilmu Komputer. di Indonesia baru terdapat 1241 situs e-learning yang
dikembangkan dengan LMS Moodle (http://
I. PENDAHULUAN moodle.org/sites/).
Sistem pembelajaran online saat ini sudah mulai banyak Dalam sebuah proses pembelajaran, komponen yang turut
digunakan oleh berbagai sektor institusi yang ditujukan agar menentukan keberhasilan sebuah proses pembelajaran adalah
pembelajaran dapat dilakukan kapan saja dan dimana saja evaluasi. Melalui evaluasi, dosen dapat mengetahui
tanpa terbatas oleh ruang dan waktu. Dengan mengunakan perkembangan hasil belajar, intelegensi, bakat khusus, minat,
media internet yang sudah dapat diakses dengan mudah oleh hubungan sosial, sikap dan kepribadian peserta didik serta
berbagai kalangan masyarakat dan golongan diharapkan keberhasilan sebuah program. Micheal Scriven (1969)
keberlanjutan pembelajaran dapat terus dilakukan. menyatakan bahwa evaluation is an observed value compared
to some standard, dengan kata lain menyoroti bahwa evaluasi
Laju pertumbuhan pengguna internet di Indonesia sebagai sarana untuk mendapatkan informasi yang diperoleh
mencatat 132,7 juta pengguna pada tahun 2016 atau setara dari proses pengumpulan dan pengolahan data [4].
51,7% terhadap populasi yang 256,2 juta jiwa. Ini naik dari
2014 yang mencapai 34,9% dari populasi (sumber: APJII, Berdasarkan studi awal pada mata kuliah Media
2016) turut mendukung perluasan penggunaan pembelajaran Pembelajaran Ilmu Komputer di lingkungan Sekolah Tinggi
online di berbagai sektor termasuk institusi pendidikan. Keguruan dan Ilmu Pendidikan (STKIP GARUT)
Sebesar 49% pengguna internet merupakan usia produktif menerapkan evaluasi dan penugasan secara tatap muka
yang termasuk dalam usia belajar tingkat pendidikan [1]. didalam kelas dan pengiriman tugas dengan menggunakan
layanan e-mail . Setiap mahasiswa yang berhalangan hadir

ISSN 2087-2658
(SENAPATI) Ke-8
pada saat evaluasi diharuskan mengikuti evaluasi susulan pengukuran atau cara lain untuk menentukan pendapat dan
berdasarkan kesepakatan bersama antara dosen dan membuat keputusan pendidikan (Suhud, 2004). Jadi evaluasi
mahasiswa, kemudian mahasiswa diharuskan mengirimkan pembelajaran adalah suatu kegiatan untuk mengukur dan
tugas melalui e-mail dosen. menilai proses pembelajaran [7].
Implementasi evaluasi dan penugasan online pada mata B. Penugasan
kuliah Media Pembelajaran Ilmu Komputer di lingkungan
STKIP Garut diduga masih memerlukan pembenahan. Penugasan adalah suatu teknik penilaian yang menuntut
Beberapa masalah yang saat ini ditemukan dengan peserta didik melakukan kegiatan tertentu di luar kegiatan
menggunakan evaluasi dan penugasan online adalah: (1) pembelajaran di kelas. Metode penugasan adalah suatu
Memungkinkan pengerjaan evaluasi diluar batas waktu yang metode pembelajaran dimana dosen memberikan seperangkat
telah ditentukan; (2) Bagi mahasiswa yang berhalangan hadir tugas yang harus dikerjakan mahasiswa, baik secara
pada saat dilakukan evaluasi di kelas, memerlukan waktu individual maupun secara kelompok [8]. Penugasan yang
khusus untuk melakukan evaluasi susulan berdasarkan dapat diberikan kepada mahasiswa dapat berupa seperangkat
kesepakatan dosen dan mahasiswa; (3) Memungkinkan soal latihan atau penugasan untuk mempelajari materi yang
terjadinya kegagalan dalam pengiriman tugas; (4) Informasi akan diberikan dengan penugasan pembuatan ringkasan.
hasil nilai tugas tidak dapat ditampilkan secara real time; (5) Penilaian merupakan serangkaian kegiatan untuk
Tidak adanya validasi mengenai tugas yang dikirimkan. memperoleh, menganalisis, dan menafsirkan data tentang
Mengacu pada permasalahan di atas, dalam penelitian ini proses dan hasil belajar peserta didik yang dilakukan secara
akan diproduksi sistem evaluasi dan penugasan online yang sistematis dan berkesinambungan, sehingga menjadi
mampu meningkatkan efektifitas dalam proses pembelajaran informasi yang bermakna dalam pengambilan keputusan. Jadi
sehingga menghasilkan nilai akhir untuk tugas mahasiswa penilaian merupakan kegiatan yang dilakukan oleh guru untuk
selama satu semester pada mata kuliah Media Pembelajaran memperoleh informasi untuk dijadikan sebagai pengambil
Ilmu Komputer. Adapaun secara khusus rumusan masalah keputusan tentang hasil belajar peserta didik [9].
yang akan diwujudkan dalam bentuk produk penelitian ini C. E-Learning
mencakup (1) Bagaimana mengembangankan evaluasi dan
penugasan online dengan Moodle pada mata kuliah media Definisi e-learning bermacam-macam ini dikarenakan e-
pembelajaran ilmu computer; (2) Bagaimana pengaruh learning sudah menjadi kata umum dalam sebuah proses
evaluasi dan penugasan online dalam mendukung proses pembelajaran yang kegiatannya dilakukan dengan
pembelajaran pada mata kuliah Media Pembelajaran Ilmu menggunakan jaringan internet, dibawah ini akan dijelaskan
Komputer. beberapa pengertian e-learning supaya bisa dijadikan rujukan
dalam penelitian ini, diantaranya adalah:
II. KAJIAN LITERATUR 1)Menurut (Darmawan, 2011:11) Salah satu produk

intergrasi Teknologi Informasi ke dalam dunia pendidika
A. Evaluasi adalah e-learning atau pembelajaran elektronik [10].
Evaluasi pembelajaran merupakan alat indikator untuk 2)Hartley, 2001 (dalam Wahono, 2010:4) E-learning
menilai pencapaian tujuan tujuan yang telah ditentukan serta merupakan suatu jenis belajar mengajar yang memungkinkan
menilai proses pelaksanaan mengajar secara keseluruhan. tersampaikannya bahan ajar ke siswa dengan menggunakan
Evaluasi bukan hanya sekedar menilai suatu aktivitas secara media internet, intranet atau media jaringan komputer lain [2].
spontan dan insidental, melainkan merupakan kegiatan untuk
menilai sesuatu secara terencana, sistematik, dan terarah Dapat disimpulkan bahwa istilah e-learning merupakan
berdasarkan tujuan yang jelas [5]. Dalam proses istilah untuk proses pembelajaran yang dilakukan
pembelajaran, evaluasi merupakan salah satu komponen menggunakan media jaringan internet, sehingga jarak sudah
penting dan tahap yang harus ditempuh oleh seorang pendidik bukan menjadi sebuah halangan lagi asalkan mendapat
untuk mengetahui keefektifan pembelajaran. jaringan yang mendukung. Menurut Henderson ada beberapa
langkah yang bisa dilakukan untuk membangun sebuah sistem
Salah satu kompetensi yang harus dikuasai oleh guru e-learning:
adalah evaluasi pembelajaran.kompetensi ini sejalan dengan
tugas dan tanggung jawab guru dalam pembelajaran, yaitu 1)Menentukan tujuan dari sistem e-learning, pada tahap
mengevaluasi pembelajaran termasuk di dalamnya ini pengembang system harus menentukan apa yang ingin
melaksanakan penilaian proses dan hasil belajar [6]. dicapai dengan adanya e-learning tersebut.
Arikunto (2006) mendefinisikan evaluasi sebagai suatu 2)Memulai sistem dalam skala kecil, beberapa
kegiatan mengukur dan menilai terhadap sesuatu. Evaluasi pengembang memilih untuk memulai sistem e-elarning
merupakan suatu cara memperoleh informasi yang langsung pada skala besar.
menekankan penggunaan informasi yang diperoleh dengan

ISSN 2087-2658
(SENAPATI) Ke-8
3)Mengkomunikasikan dengan peserta didik, menerapkan macam media, merancang dan memproduksi media
sebuah sistem baru akan memberikan tingkat keberhasilan pembelajaran.
lebih baik apabila sasaran dari sistem tersebut memahami
dengan baik sistem tersebut.
4)Melakukan evaluasi secara kontinyu, evaluasi terhadap
sistem dan segenap aspeknya perlu dilakukan secara terus A. Objek Penelitian
menerus untuk menjamin keberhasilan penerapan e- Objek dari penelitian ini adalah Mahasiswa Tingkat II
learning [2]. . yang mengontrak mata kuliah Media Pembelajaran Ilmu
D. LMS Moodle Komputer.
Moodle merupakan singkatan dari Modular Object- B. Lokasi Penelitian

Oriented Dynamic Learning Environment yang berarti tempat Lokasi penelitian ini dilaksanakan pada Jurusan
belajar dinamis dengan menggunakan model brorientasi objek Pendidikan Teknologi Informasi, Sekolah Tinggi Keguruan
[11].Menurut Martin Dougiamas Moodle Berdasarkan dan Ilmu Pendidikan Garut.
Filosofi Social Constructionist Pedagogy
C. Pendekatan Penelitian
“I’m committed to continuing my work on Moodle and on
keeping it Open and Free. I have a deeply-held belief in the Pendekatan penelitian yang digunakan dalam penelitian
importance of unrestricted education and empowered ini adalah metode Research and Development (R&D), yakni
teaching, and Moodle is the main way I can contribute to the metode penelitian yang digunakan untuk menghasilkan
realisation of these ideals.” – Martin Dougiamas. produk tertentu, dan menguji keefektifan produk tersebut [13].
Kutipan di atas merupakan ucapan Martin Dougiamas
sang pencipta Moodle. Martin Dougiamas sendiri merupakan IV. HASIL DAN PEMBAHASAN
seorang doktor di bidang pendidikan dengan latar belakang Berdasarkan tahapan pengembangan yang dilakukan
ilmu komputer yang baik. Melalui filosofi Social maka dapat diuraikan hasil dan pembahasan penelitian
Constructionist Pedagogy Martin mencoba menciptakan sebagai berikut.
moodle sebagai salah satu Learning Management System
yang berbasis open source [12]. A. Hasil
Moodle memiliki beberapa fitur yang dapat kita gunakan Analisis pendahuluan dilakukan pada tahapan pertama
untuk mendukung proses pembelajaran diantaranya adalah berkaitan dengan sosialisasi pembelajaran dengan bantuan e-
assignment submission, forum diskusi, unduh arsip, learning. Karena seluruh mahasiswa program studi
peringkat, chat, kalender online, berita, kuis online dan wiki. pendidikan teknologi informasi telah memiliki hak akses
Menurut Santoso Ada 4 hal utama yang terkandung dalam masing-masing terhadap e-learning maka dibuatlah analisis
filososfi social constructionist pedagogy yang dikemukakan pendahuluan berkaitan dengan pemanfaatan e-learning
oleh Martin , yaitu: Constructivism, Constructionism, Social sebagai pendukung proses belajar mengajar terutama dalam
Constructivism, dan Connected and Separate [12]. evaluasi dan penugasan online yang disediakan oleh dosen.
E.Media Pembelajaran Ilmu Komputer Hasil yang diperoleh dalam proses penyebaran angket
kepada responden dalam hal ini mahasiswa yang mengontrak
Media Pembelajaran Ilmu Komputer adalah suatau Mata
mata kuliah media pembelajaran ilmu komputer tahun ajaran
kuliah yang memberikan pengetahuan, pemahaman, serta
2016-2017 yang akan dijadikan objek penelitian dalam
keterampilan dalam merancang, memproduksi, dan
pengembangan evaluasi dan penugasan online berbasis e-
mengaplikasikan media pembelajaran secara profesional dan
learning dengan moodle. Sebanyak 97% menyatakan bahwa
memiliki sifat positif dalam mengembangkan program ini
mereka sering mendapat tugas dari dosen, sedangkan rata-rata
untuk efektifitas pembelajaran.
mendapat tugas dari dosen setiap mata kuliah dalam satu
Media pembelajaran merupakan salah satu bidang yang semester sebanyak 42,5% menyatakan >6 dengan jenis
belum banyak disentuh khususnya dalam konteks pendidikan penugasan makalah sebanyak 42,5%, artikel 25,5%, analisis
dan pembelajaran. Oleh sebab itu, matakuliah ini mempunyai 20% dan menjawab yang lainnya sebanyak 12%. Terkait jenis
manfaat langsung terhadap mahasiswa yakni membantu pengumpulan tugas 98% menyatakan bahwa jenis
memperoleh pemahaman tentang pemilihan, perancangan dan pengumpulan berupa hard copy dan softcopy dengan media
pemanfaatan berbagai jenis media dalam proses penyampaian melalui flashdisk sebanyak 51,3%, cd sebanyak
pembelajaran. Di samping itu, memperoleh pengetahuan 15%, email sebanyak 20%, sosial media sebanyak 7,5%, dan
tentang teknik penyusunan modul serta pengembangan dan yang lainnya dengan jawaban e-learning sebanyak 6.2%.
pengelolaan pusat sumber belajar (PSB), dan memperoleh
Berikut hasil angket dengan parameter pengetahuan
pengalaman langsung dalam mengaplikasikan berbagai
tentang e-learning. Sebanyak 99,7% responden menyatakan

ISSN 2087-2658
(SENAPATI) Ke-8
bahwa diperkenalkan sistem pembelajaran online dengan e-

learning di jurusan pendidikan teknologi informasi. Akan
tetapi 60,5% responden menyatakan sering menggunakan e-
learning tersebut, sisanya sebanyak 39,5% responden
menyatakan jarang mengakses e-learning. Berdasarkan
penelitian terdahulu diatas berkaitan dengan penugasan yang
diberikan oleh dosen dan berbagai jenis pengumpulan yang
ada dapat disimpulkan bahwa dengan jumlah responden yang
menyatakan bahwa meraka diperkenalkan dengan model
pembelajaran e-learning sebanyak 99,7% dapat diketahui
bahwa pemanfaatan e-learning sejauh ini hanya sebatas Gambar 4.3 Tampilan Evaluasi
menyimpan bahan ajar saja.
Tahap pengembangan evaluasi dan penugasan online
berbasis e-learning dengan moodle dibagi dalam beberapa
tahapan kecil yakni tahapan perancangan antaramuka dan
tahapan validasi oleh ahli.
1) Pembuatan Antarmuka
Pembuatan antarmuka untuk evaluasi dan penugasan
online berdasarkan RPS (Rencana Pembelajaran Semseter)
dan RTM (Rencana Tugas Mahasiswa) yang telah dirancang
oleh dosen, sebagai berikut:
Gambar 4.4 Tampilan Penugasan
Gambar 4.1 Tampilan Utama Mata Kuliah Media

Pembelajaran Ilmu Komputer
Gambar 4.5 Tampilan Forum
Gambar 4.2 Tampilan Topik Pembelajaran Gambar 4.6 Tampilan Nilai Evaluasi dan Penugasan
2) Validasi Ahli
Setelah dihasilkan evaluasi dan penugasan online berbasis
e-learning dengan moodle, tahapan selanjutnya yaitu
dilakukan uji kelayakan terhadap e-learning tersebut sebagai
validasi dan verifikasi ahli atau dikenal dengan expert
judgment. Validasi tersebut dilakukan oleh pakar
pengembangan perangkat lunak, dan pakar inovasi
pendidikan. Adapun hasil validasi tersebut sebagai berikut:

ISSN 2087-2658
(SENAPATI) Ke-8
Tabel 4.1 Hasil Angket Expert Judgment untuk pakar kepada mahasiswa yang telah melaksanakan proses belajar
pengembangan perangkat lunak mengajar dengan bantuan e-learning khususnya dalam
evaluasi dan penugasann. Berdasarkan kemudahan akses 60%
No Aspek Jumlah Perolehan Skor % pengguna menyatakan sangat baik, dan 40% menyatakan
Penguji Skor Kriteri baik. Aspek tampilan mendapatkan respon 20% sangat baik,
um 50% baik, dan 30% cukup. Aspek navigasi 60% pengguna
1 Fitur 2 20 10 100 menyatakan baik, dan masing-masing 20% pengguna
2 Interfac 2 30 15 100 menyatakan cukup dan kurang. Aspek pengelolaan materi
e 80% menyatakan sangat baik, dan 20% menyatakan baik.
3 Karakte 2 18 10 90 Terkait evaluasi dan penugasan mandiri 85% responden
ristik menyatakan sangat baik, dan 15% menyatakan cukup.
Penggu B. Pembahasan
na
4 Interak 2 36 20 90 Pada penelitian ini telah dikembangkan evaluasi dan
si penugasan online berbasis e-learning yang dibuat
Rata-rata 93. menggunakan LMS Moodle 2.0 dan dikemas secara luas
3 dengan jaringan internet. Halaman evaluasi dan penugasan
online berbasis e-learning dapat diakses di
http://elearningpti.gnomio.com. E-learning tersebut berisi
Tabel 4.2 Hasil Angket Expert Judgement untuk pakar inovasi bahan yang mendukung proses pembelajaran selama satu
pendidikan semester termasuk evaluasi dan penugasan online.
No Aspek Jumlah Perolehan Skor % Pengembangan evaluasi dan penugasan online ini
Penguji Skor Kriteri merupakan pemanfaatan di bidang teknologi pembelajaran,
um konsep yang diberikan dalam evaluasi dan penugasan online
1 Releva 2 43 25 86 ini adalah cara baru dalam proses belajar untuk memberi
nsi fasilitas baru kepada mahasiswa dalam mengerjakan evaluasi
2 Efisien 2 19 10 95 yang dikerjakan sebelum UTS dan UAS serta memfasilitasi
si mahasiswa dalam mengirimkan tugas kepada dosen. Manfaat
lainnya bagi dosen adalah dalam hal merekap nilai akhir tugas
3 Fleksib 2 20 10 100
untuk mendukung nilai akhir mahasiswa dalam satu semester.
ilitas
Rata-rata 93.7 Proses pembelajaran dengan bantuan e-learning terjadi
Dari tabel diatas, dapat dilihat bahwa validasi terhadap dua arah, dosen menyiapkan RPS dan RTM selama satu
evaluasi dan penugasan online berbasis e-learning oleh para semester yang dapat diakses oleh mahasiswa berdasarkan
ahli untuk mengetahui kelayakannya dalam hal waktu yang ditentukan. Mahasiswa memanfaatkannya
pengembangan perangkat lunak mendapatkan rata-rata sebagai salah satu bagian dari pembelajaran dikelas. Seperti
persentasi sebesar 93.3% yang bisa dikategorikan sangat baik. Web-based collaborative learning mengharuskan interaksi
Validasi dalam hal inovasi pendidikan mendapatkan rata-rata antar para peserta didik terjadi di lingkungan web [14] dengan
persentasi sebesar 93.7% yang bisa dikategorikan sangat baik. menggunakan bantuan fasilitas komunikasi yang terdapat
dalam web tersebut seperti real-time chat room, electric
Setelah evaluasi dan penugasan online berbasis e-learning bulletin board, email, video dan audio system, virtual forum,
denganoõ moodle dinyatakan layak untuk diimplemetasikan bookmark, search engine dan sebagainya.
berdasarkan hasil uji kelayakan media oleh ahli dan telah
diadakan perbaikan, maka tahapan selanjutnya adalah tahap Berdasarkan analisisis pengguna dan analisis kebutuhan
implementasi kepada mahasiswa program studi pendidikan sistem yang diperoleh sebelum merancang evaluasi dan
teknologi informasi yang mengontrak mata kuliah media penugasan online diketahui bahwa 97% mahasiswa sering
pembelajaran ilmu komputer. Pada pertemuan pertama dosen mendapat tugas dari dosen, dengan berbagai macam cara dan
menyampaikan pengantar mata kuliah serta menjelaskan pengumpulannya sehingga memerlukan waktu khusus bagi
aturan-aturan yang harus dipahami oleh semua mahasiswa dosen untuk merekap nilai akhir tugas mahasiswa. Dengan
termasuk pemanfaatan e-learning berbasis moodle sebagai dikembangkannya evaluasi dan penugasan online berbasis e-
media tambahan untuk mendukung proses pembelajaran learning berdasarkan RPS dan RTM yang dirancang maka
menjadi lebih baik lagi. dosen dapat dengan mudah mengetahui rekam jejak
mahasiswa selama satu semester dalam hal evaluasi dan
Pengujian dilakukan terhadap pengguna evaluasi dan penugasan untuk mendukung nilai akhir dalam tugas seperti
penugasan online berbasis e-learning dengan moodle pada dalam Gambar 4.6.
mata kuliah media pembelajaran ilmu komputer.
Pengumpulan data menggunakan angket, angket ini diberikan

ISSN 2087-2658
(SENAPATI) Ke-8
V. SIMPULAN [3] H.D.Surjono. “Membangun E-Learning dengan Moodle”. 2009

[Online]. Tersedia:
Berdasarkan analisis data dan pembahasan maka dapat http://elearning.atmi.ac.id/pluginfile.php/889/mod_resource/content/2
disimpulkan beberapa hal sebagai berikut: /elearning%20dgn%20moodle.pdf [Diakses Tanggal 6 Desember
2016].
1.Pengembangan evaluasi dan penugasan online berbasis [4] Z.Arifin, Evaluasi Pembelajaran. Bandung :PT Remaja Rosdakarya,
e-learning dengan moodle di desain berdasarkan tahapan 2013.
research and development yang dapat diakses di [5] Rusman. dkk, Pembelajaran berbasis teknologi informasi dan
http://elearningpti.gnomio.com dan telah melalui uji komunikasi, mengembangkan profesionalitas guru. Jakarta: PT. Raja
kelayakan pada kategori pengembangan perangkat lunak dan Grafindo, 2011.
inovasi pendidikan dengan kualifikasi sangat baik sehingga [6] Z.Arifin, Evaluasi Pembelajaran “Prinsip, Teknik, Prosedur”.
dapat diinterpretasikan bahwa evaluasi dan penugasan online Bandung: PT Remaja Rosdakarya Ofset, 2009.
berbasis e-learning dengan moodle layak digunakan untuk [7] A.Suharsimi, Prosedur Penelitian Suatu Pendekatan Praktik (Edisi
revisi IV). Jakarta: PT Asdi Mahasatya, 2006.
mendukung proses pembelajaran pada mata kuliah media
pembelajaran ilmu komputer di jurusan pendidikan teknologi [8] K.E.Dewi, E.Rainarli, Penerapan Metode Penugasan dalam
Perkuliahan Aljabar Linier dan Matriks. Majalah Ilmiah UNIKOM,
informasi stkip garut. Vol12 No.2 Hal 187-194.
2.Berdasarkan hasil pengujian yang dilakukan terhadap [9] BSNP, Panduan Penilaian Kelompok Mata Pelajaran Ilmu
Pengetahuan Teknologi. 2007 [Online]. Tersedia:
pengguna evaluasi dan penugasan online berbasis e-learning http://dikmenum.go.id/dataapp/kurikulum/3.%20PANDUAN%20PE
terdapat beberapa point diantaranya adalah Berdasarkan NILAIAN%20KEL%205%20MAPEL/C_Panduan_Kel_Mapel_Iptek
kemudahan akses 60% pengguna menyatakan sangat baik, s.pdf [diakses tanggal 6 Desember 2016]
dan 40% menyatakan baik. Aspek tampilan mendapatkan [10] D.Darmawan, Teknologi Pembelajaran. Bandung: PT Remaja
respon 20% sangat baik, 50% baik, dan 30% cukup. Aspek Rosdakarya Offset, 2011.
navigasi 60% pengguna menyatakan baik, dan masing-masing [11] M. Melfachrozi, M. Penggunaan Aplikasi E-learning (Moodle), 2006
20% pengguna menyatakan cukup dan kurang. Aspek [online] tersedia di: http://ilmukomputer.com [diakses tanggal 6
pengelolaan materi 80% menyatakan sangat baik, dan 20% Desember 2016].
menyatakan baik. Terkait evaluasi mandiri 85% responden [12] I.Nita, Moodle Berdasarkan Filosofi Social Constructionist Pedagogy
2011 [online] tersedia di: http://edukasi.kompasiana.com
menyatakan sangat baik, dan 15% menyatakan cukup. /2011/01/11/moodle-333920.html [diakses tanggal 6 Desember 2016].
[13] Sugiono, Metode Penelitian Pendidikan “Pendekatan Kuatitatif,
Kualitatif, dan R&D, Bandung: Alfabeta, 2008.
DAFTAR PUSTAKA
[14] Z.Jianhua, K.Akahori, Web-Based Collaborative Learning Methods
[1] C.Ansani, S.Hadil,K.Susetyo, A.Triyanto, B.Pujicahyono, F.Djunaedi. and Strategies in Higher Education. . Makalah disampaikan pada 2nd
I.Kusumantyas, Y.Nurtaqwa, “Penetrasi dan Perilaku Pengguna International Conference on Information Technology Based Higher
Internet Indonesia” Nov 2016. [Online]. Tersedia: Education and Training, Kumamoto, Jepang, 4-6 Juli 2001
https://apjii.or.id/content/read/39/264/Survei-Internet-APJII-2016
[Diakses Tanggal 6 Desember 2016].
[2] R.S. Wahono. “Pengantar E-Learning dan Pengembangannya”.
Ilmukomputer.com (IKC), 2010.

ISSN 2087-2658
(SENAPATI) Ke-8
Hubungan antara Kompetensi Kepribadian dan Sosial

Guru PPL Jurusan Pendidikan Teknik Informatika
terhadap Motivasi Belajar Siswa SMK Se-Kota
Singaraja
Dewa Ayu Putu Candra Santika, I G. M. Darmawiguna, G. S. Santyadiputra, L. P. E. Damayanthi
Jurusan Pendidikan Teknik Informatika
chandra.id87@gmail.com, mahendra.darmawiguna@undiksha.ac.id, gsaindras@undiksha.ac.id, ekadamayanthi@undiksha.ac.id
Abstrak—Jenis penelitian ini merupakan penelitian agar memiliki kemampuan memperagakan kinerja dalam
korelasi. Penelitian dilakukan dengan metode ex post facto situasi nyata dapat menimba dan menyerap pengalaman
(dilakukan untuk meneliti peristiwa yang telah terjadi secara secara langsung dan cermat [1].
sistematik, kemudian peneliti mengamati kebelakang tentang
faktor – faktor yang dapat menyebabkan timbulnya kajian Menurut Lembaga Pengembangan Pengalaman Lapangan
tersebut). Data angket siswa dianalisis dengan melakukan uji (LPPL) Undiksha, mahasiswa PPL diharapkan memiliki 4
prasyarat yang meliputi uji normalitas, uji homogenitas dan uji kompetensi yaitu, kompetensi pedagogik berupa kemampuan
linieritas. Pengujian hipotesis menggunakan uji anova. mengelola proses belajar mengajar secara utuh untuk
Berdasarkan hasil penelitian menujukkan bahwa (1) terdapat memperoleh hasil optimal. Kompetensi profesional berupa
pengaruh yang positif dan signifikan antarakompetensi penguasaan dan pemahaman tentang bidang keilmuan yang
kepribadian guru PPL Jurusan Pendidikan Teknik Informatika menjadi bidang pilihannya, maupun bidang pendidikan dan
terhadap motivasi belajar siswa SMK se-Kota Singaraja, (2) pembelajaran, maupun bidang lainnya yang mendukung
terdapat pengaruh yang positif dan signifikan keahliannya. Kompetensi kepribadian yang berkaitan dengan
antarakompetensi sosial guru PPL Jurusan Pendidikan Teknik sikap, minat, disiplin diri dalam mengemban tugas dan
Informatika terhadap motivasi belajar siswa SMK se-Kota tanggung jawab sesuai dengan tuntunan etika seorang guru.
Singaraja, (3) terdapat pengaruh kompetensi kepribadian dan Kompetensi sosial berupa kemampuan untuk membina
sosial guru PPL Jurusan Pendidikan Teknik Informatika
lingkungan atau hubungan yang baik masyarakat sekolah
terhadap motivasi belajar siswa SMK se-Kota Singaraja.
maupun masyarakat luas.
Kata kunci: kompetensi kepribadian, sosial, motivasi Keempat kompetensi tersebut harus dimiliki oleh
belajar siswa. mahasiswa PPL agar menciptakan pembelajaran yang
menyenangkan. Cara mahasiswa PPL menciptakan
I. PENDAHULUAN pembelajaran yang menyenangkan dikelas akan berpengaruh
terhadap minat dan motivasi siswa dalam proses pembelajaran
Universitas Pendidikan Ganesha (Undiksha) Singaraja, [1].
merupakan salah satu Universitas Negeri yang mencetak
calon tenaga pendidik dan kependidikan. Jurusan Pendidikan Mahasiswa PPL yang ideal harus memiliki pengetahuan,
Teknik Informatika salah satu jurusan yang mencetak tenaga sikap dan keterampilan untuk menunjang tercapainya
pendidik. Sejalan Lembaga Pengembangan Pengalaman kompetensi pedagogik, kompetensi profesional, kompetensi
Lapangan (LPPL) yaitu lembaga yang menangani dan kepribadian, dan kompetensi sosial. Dari ke 4 (empat)
mengatur segala pelatihan mengajar mahasiswa di lapangan. kompetensi tersebut penulis membatasi hanya membahas
Melalui lembaga ini pembentukan kompetensi keguruan telah kompetensi kepribadian dan sosial. Layaknya seorang guru
disiapkan sejak dini mulai dari proses pembelajaran bertahap dengan kompetensi tersebut, maka semua sikap dan tingkah
terpadu berupa PPL-Awal dan rangkaian materi perkuliahan laku mahasiswa yang sedang melaksanakan PPL-Real,
yang dilakukan dengan pendekatan kompetensi. PPL-Real seharusnya mampu menjadi contoh dan teladan bagi siswa,
yang dilakukan dengan sistem magang selama sekitar 3 bulan sehingga siswa termotivasi dan serius untuk belajar dengan
(±14 minggu) mahasiswa calon guru dari Undiksha mahasiswa PPL.
diharapkan memiliki kompetensi dalam mengajar. Tujuan Berdasarkan penelitian yang dilakukan oleh(Anggono,
PPL-Real secara umum untuk melatih mahasiswa calon guru 2012)terdapat hubungan yang positif dan signifikan antara

ISSN 2087-2658
(SENAPATI) Ke-8
persepsi siswa tentang atraksi interpersonal guru, fasilitas Menurut Buchari Alma kompetensi sosial adalah
belajar, dan lingkungan belajar terhadap motivasi belajar kemampuan guru untuk berkomunikasi dan berinteraksi
siswa kelas X [2].(Irawan, 2007) dalam penelitiannya secara efektif dengan lingkungan sekolah dan di luar sekolah
menunjukkan bahwa ada hubungan positif antara persepsi [5].
terhadap kompetensi guru dengan motivasi berprestasi
Dalam penjelasan PP No. 19 Tahun 2005 disebutkan
siswa[3].
bahwa: “Kompetensi sosial yaitu kemampuan pendidik
Berdasarkan latar belakang tersebut, maka penulis tertarik sebagai bagian dari masyarakat untuk [6].
untuk melakukan penelitian dengan judul “Hubungan Antara
Kompetensi Kepribadian, Kompetensi Sosial Guru PPL a. Berkomunikasi lisan tulisan, dan isyarat.
Jurusan Pendidikan Informatika Terhadap Motivasi Belajar b. Menggunakan teknologi informasi dan komunikasi
Siswa SMK se-Kota Singaraja”. dengan fungsional.
c. Bergaul secara efektif dengan peserta didik, sesama
II. KAJIAN TEORI pendidik, orang tua siswa.
A. Kompetensi Kepribadian d. Bergaul secara santun dengan masyarakat sekitar.
Menurut Mohammad Ali adapun standar kompetensi Dapat disimpulkam, kompetensi sosial guru adalah
kepribadian guru tersebut adalah sebagai berikut [4]. kemampuan guru untuk berkomunikasi secara lisan maupun
tertulis dalam bergaul dengan peserta didik, sesama tenaga
a. Bertindak sesuai dengan norma agama, hukum, pendidik, tenaga kepenpendidik, dan orang tua/ wali peserta
sosial, dan kebudayaan nasional Indonesia. didik.
b. Menampilkan diri sebagai pribadi yang jujur, C. Motivasi Belajar Siswa
berakhlak mulia, dan teladan bagi peserta didik dan
masyarakat. Motivasi menurut Suryabrata (2004) adalah keadaan yang
terdapat dalam diri seseorang yang mendorong diri untuk
c. Menampilkan diri sebagai pribadi yang mantap, melakukan aktivitas tertentu guna mencapai suatu tujuan.
stabil, dewasa, arif, dan berwibawa. Selain itu motivasi adalah dorongan dasar yang
d. Menunjukan etos kerja, tanggung jawab yang tinggi, menggerakkan seseorang dalam bertingkah laku. Dorongan
rasa bangga menjadi guru, dan rasa percaya diri. ini berada pada seseorang yang menggerakkan untuk
melakukan sesuatu yang sesuai dengan dorongan dalam
e. Menjunjung tinggi kode etik profesi guru. dirinya [5].
Kepribadian adalah salah satu unsur yang menentukan Menurut candiasa mengatakan motivasi merupakan suatu
keakraban, hubungan guru dengan murid tercermin dalam keadaan intrinsik yang muncul, mengarah untuk
sikap dan perbuatannya dalam membina anak didik. Maka memepertahankan prilaku motivasi menjadikan individu
dari itu kompetensi keguruan harus dikembangkan agar guru melakukan berbagai aktivitas seperti ; makan, belajar, bekerja,
terampil [5]. berbelanja, mengejar jabatan [7].
Penulis dapat menyimpulkan kompetensi kepribadian Dalam melakukan suatu kegiatan seseorang bisa saja
guru berdasarkan pendapat para ahli, kompetensi personal mepunyai motif lebih dari satu jenis. Karena itu motif dapat
adalah kemampuan yang dimiliki oleh seorang guru, dapat dibagi menjadi beberapa jenis. Di dalam literatur psikologi
terbentuk karena faktor bawaan dan faktor lingkungan, pembagian motif sebagai berikut [8].
berasal dari dirinya sendiri sering diidentikkan dengan ciri,
karakter atau sifat-sifat yang melekat pada diri seseorang yang 1) Motivasi Intrinsik
membedakan ia dengan yang lainnya. Karakter atau sifat-sifat Motif yang mendorong seseorang melakukan kegiatan
guru yang dimaksud meliputi: Bertindak sesuai dengan norma tertentu, jadi motif ini terfokus didalam kegiatan atau objek
agama, hukum, sosial, dan kebudayaan nasional Indonesia. yang ditekuninya. Siswa akan aktif dalam kegiatan belajar,
Menampilkan diri sebagai pribadi yang jujur, berakhlak karena adanya dorongan untuk mencari hal – hal berkaitan
mulia, dan teladan bagi peserta didik dan masyarakat. dengan pelajaran, dalam artian siswa akan menjadi lebih
Menampilkan diri sebagai pribadi yang mantap, stabil, mandiri untuk belajar.
dewasa, arif, dan berwibawa. Menunjukan etos kerja,
2) Motivasi Ekstreinsik
tanggung jawab yang tinggi, rasa bangga menjadi guru, dan
Motif yang mendorong seseorang melakukan kegiatan
rasa percaya diriserta menjunjung tinggi kode etik profesi
tertentu, tetapi motif tersebut terlepas atau tidak berhubungan
guru.
langsung dengan kegiatan yang ditekuninya.
B. Kompetensi Sosial Berdasarkan pemaparan oleh para ahli, maka dimensi
yang peneliti gunakan dalam penelitian instrumen motivasi

ISSN 2087-2658
(SENAPATI) Ke-8
adalah motivasi intrinsik dan motivasi ekstrinsik. Karena Berdasarkan hasil uji normalitaspada kompetensi
dimensi tersebut sudah mencakup dimensi motivasi secara kepribadian nilai Fhitung< Ftabel (0,025<0,072). Pada
keseluruhan. kompetensi sosial nilai Fhitung< Ftabel (0,019<0,072)maka
H0 ditolak atau Ha diterima. Hal ini berarti data berdistribusi
normal.
Penelitian ini merupakan penelitian korelasi. Penelitian Uji homogenitas dilakukan dengan Uji Lavene, dari hasil
dilakukan dengan metode ex post facto. Sampel ditentukan perhitungan didapatkan nilai Fhitung = 30,111. Kemudian
melalui teknik random sampling dimana hanya siswa yang nilai tersebut dibandingkan dengan nilai Ftabel = 2,220 (dk
kelasnya pernah di ajar oleh guru PPL Jurusan Pendidikan pembilang=5, dk penyebut=1435, taraf signifikan 5%). Harga
Teknik Informatika. Pengumpulan data dilakukan dengan Fhitung lebih besar dari Ftabel sehingga H0 diterima atau Ha
menggunakan metode angket. Data angket siswa kemudian ditolak maka sampel berasal dari populasi yang tidak
dianalisis dengan melakukan uji prasyarat yang meliputi uji homogen yang artinya data dari masing-masing kelompok
normalitas dan uji homogenitas. Pengujian hipotesis mempunyai sifat atau varians yang tidak sama. Hasil tidak
menggunakan uji anova. homogen bukan berarti penelitian ini keliru melainkan hasil
dapat dipengaruhi beberapa faktor diantaranya:
Adapun tahapan-tahapan terhadap penelitian yang akan kecenderungan responden mengisi pernyataan pada angket
dilaksanakan untuk dapat mengungkapkan secara tuntas kekurangan waktu, responden tidak terlalu ingat dengan
terkait permasalahan yang diajukan dalam penelitian ini subjek yang dituju atau dimaksud oleh pernyataan pada
adalah sebagai berikut. angket, dan adanya ketidakjujuran responden mengisi angket.
a. Melakukan Observasi dan orientasi awal, yaitu Ketidakhomogenan ini tidak mempengaruhi penyelesaian
menentukan sekolah yang akan dijadikan tempat analisis dengan statistik parametrik, karena dari hasil uji
penelitian. hipotesis (uji T) yang peneliti lakukan menghasilkan
hubungan yang terbukti kuat dalam hal ini hubungan yang
b. Menentukan populasi dan sampel penelitian dengan
positif dan signifikan antar variabel yang diteliti, meskipun
teknik random sampling dari populasi sehingga
data berasal dari data yang tidak homogen. Hal ini di dukung
akanada 360. oleh pernyataan “ We may reasonably conclude that F test,
c. Menyusun instrumen penelitian. like t test, is remark - ably robust. It is insensetive both to lack
of normality in the populations and to differing population
d. Uji Coba Instrumendilakukan uji validitas, uji variance (unless these differences are extreme and are
reliabilitas. combined with marked differences in form). Because of this
e. Berdasarkan uji reliabilitas instrumen, dilakukan uji robustness it is, in fact, unusual for any check to be made on
terhadap 360 siswa. the normality of distribution unless the depature from
normality in the groups sampled is seen to be extreme. Again,
f. Menganalisis data; uji normalitas, homogenitas, dan it is often unncessary to test for homogenity of variance. If
linieritas. however, an inspection of the score suggest a lack of
g. Melakukan Uji Hipotesis. homogenity—a pronounced diffrence in the group range, for
instance—a test devised by Barttlet (1937) may be
h. Menarik kesimpulan berdasarkan hasil uji hipotesis appliied“[9].
i. Membuat laporan Tabel 2. Uji Linieritas Kompetensi Kepribadian
Sumber Dk RJK F F
Variasi JK (SS)
IV. PEMBAHASAN (df) (MS) hitung tabel
Total 303985,0 360 844,4
Dari hasil pengukuran terhadap kompetensi kepribadian Koefisien
dan kompetensi sosial pada sampel yang berjumlah 360 siswa 302238,2 1
(a)
diperoleh analisis data kompetensi kepribadian dan social Regresi
497,2 1 497,2
sebagai berikut. (b/a)
142,46 3,87
Sisa
Tabel 1. Uji Normalitas Data Penelitian 1249,5 358 3,49
(Residu)
Tuna
45,47 15 3,03
Variabel Mean SD Fhitung Ftabel Cocok
0,86 1,70
Kompetensi Galat
30,91 2,68 0,025 0,072 1204,0 343 3,51
Kepribadian ( error )
Kompetensi F tunacocok < F tabel =LINIER
Sosial
24,82 1,74 0,019 0,072

ISSN 2087-2658
(SENAPATI) Ke-8
Berdasarkan hasil uji linieritas menunjukkan nilai Fhitung pengaruh yang signifikan antara kompetensi kepribadian dan
tuna cocok =0,86 sedangkan Ftabel =1,70 (dk pembilang = 15, sosial dengan motivasi belajar siswa.
dk penyebut = 343, taraf signifikan 5%). Nilai Fhitung tuna
Hubungan yang positif dan signifikan dengan koefisien
cocok < nilai Ftabel, sehingga hipotesis nol ditolak. Dengan
demikian hubungan antara kompetensi kepribadiandengan determinasi sebesar 0,04 membuktikan bahwa motivasi
belajar siswa yang dicapai sebesar 3,99%, sedangkan 96,00%
motivasi belajar siswa adalah linier.
lainnya ditentukan oleh variabel lain yang tidak diteliti
Tabel 3. Uji Linieritas Kompetensi Sosial memiliki pengaruh yang lebih besar terhadap motivasi belajar
siswa.
Sumber Dk RJK F F
Variasi JK (SS)
(df) (MS) hitung tabel Populasi bukan sekedar jumlah yang ada pada
Total 303985,0 360 844,4 objek/subyek yang dipelajari tetapi meliputi seluruh
Koefisien karakteristik/sifat yang dimiliki oleh subyek atau obyek itu.
302238,2 1
(a)
Regresi
Jika dilihat dari jumlah responden, 360siswa memiliki
339,8 1 339,8 karakteristik yang berbeda-beda. Ada beberapa siswa yang
(b/a)
86,47 3,87 cenderung tidak memperhatikan butir instrumen dengan teliti.
Sisa
1406,9 358 3,93
(Residu) Jumlah responden yang banyak, kurangnya perhatian siswa
Tuna sebagai responden dan waktu pengisian angket yang terlalu
35,45 9 3,94
Cocok cepat juga dapat meyebabkan faktor lainnya yang tidak diteliti
1,00 1,91
Galat
( error )
1371,4 349 3,93 memiliki pengaruh yang lebih besar terhadap motivasi belajar
F tunacocok < F tabel =LINIER siswa [10].Kualitas instrumen dan kesalahan pengambilan
Berdasarkan hasil uji linieritas menunjukkan nilai Fhitung sampel, kesimpulan hasil penelitian bisa salah jika instrumen
tuna cocok = 1,00 sedangkan Ftabel = 1,91 (dk pembilang = yang digunakan kurang tepat (valid) untuk mengukur
9, dk penyebut = 349, taraf signifikan 5%). Nilai Fhitung tuna variabel/objek yang diteliti [11].
cocok < nilai Ftabel, sehingga hipotesis nol ditolak. Dengan Hal ini membuktikan bahwa tidak hanya kompetensi
demikian hubungan antara kompetensi sosial dengan motivasi kepribadian dan sosial yang mempengaruhi motivasi belajar
belajar siswa adalah linier. siswa, namun ada variabel lain yang peneliti tidak kaji dalam
Berdasarkan hasil perhitungan uji hipotesis hubungan penelitian ini juga berpengaruh terhadap motivasi belajar
antara kompetensi kepribadian dengan motivasi belajar siswa siswa. Mengiingat bahwa kompetensi dasar yang dimiliki oleh
dengan taraf signifikansi 5% diperoleh F_hitung= 11,93, dan seorang guru ada 4 (empat) kompetensi yaitu kompetensi
F_tabel = 1,96. Karena F_(hitung )>F_tabel maka H0 ditolak pedagogik, profesional, kepribadian, dan sosial. Pengaruh
dan Ha diterima. Berdasarkan uji hipotesis dengan orang tua sangat berperan penting dalam memotivasi belajar
menggunakan anova menggunakan SPSS, nilai probabilitas siswa.
signifikansi sebesar 0.000, sehingga nilai signifikansi Terdapat hubungan yang sedang antara perhatian orang
0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini tua di rumah dengan motivasi belajar siswa [12]. Fasilitas
menunjukkan bahwa terdapat pengaruh yang signifikan antara belajar dan lingkungan belajar secara simultan berpengaruh
kompetensi kepribadian dengan motivasi belajar siswa. positif terhadap motivasi belajar [13].
Hubungan antara kompetensi sosial dengan motivasi Berdasarkan hasil yang diperoleh, penelitian ini secara
belajar siswa dengan taraf signifikansi 5% diperoleh umum telah mampu menjawab dan menemukan faktor/
F_hitung= 9,29, dan F_tabel = 1,96. Karena F_(hitung variabel lain yang mempengaruhi motivasi belajar siswa yang
)>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji tidak dijelaskan dalam penelitian ini.
hipotesis dengan menggunakan anova menggunakan SPSS,
nilai probabilitas signifikansi sebesar 0.000, sehingga nilai
signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. V. SIMPULAN
Hal ini menunjukkan bahwa terdapat pengaruh yang Berdasarkan paparan hasil penelitian, dan pembahasan
signifikan antara kompetensi sosial dengan motivasi belajar dapat disimpulkan sebagai berikut.
siswa.
Terdapat hubungan yang positif dan signifikan antara
Hubungan antara kompetensi kepribadian dan sosial kompetensi kepribadian terhadap motivasi belajar siswa (Y).
dengan motivasi belajar siswa dengan taraf signifikansi 5% Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,53
diperoleh F_hitung= 7,432, dan F_tabel = 3,87. Karena artinya jika semakin baik nilai kompetensi kepribadian guru
F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. PPL, maka akan meningkatkan motivasi belajar siswa, begitu
Berdasarkan uji hipotesis dengan menggunakan anova pula sebaliknya.Tingkat hubungan antara keduanya kuat.
menggunakan SPSS, nilai probabilitas signifikansi sebesar Koefisien determinasi sebesar 0,28 menyatakan bahwa
0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 variabel kompetensi kepribadian hanya memberikan
ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat sumbangan sebesar 28,47 % terhadap motivasi belajar siswa.

ISSN 2087-2658
(SENAPATI) Ke-8
Terdapat hubungan yang positif dan signifikan antara [3] Irawan, P. (2007). Hubungan Persepsi Terhadap Kompetensi Guru
kompetensi sosial terhadap motivasi belajar siswa (Y). Hal ini Dengan Motivasi Berprestasi Siswa kelas VII SMP Negeri 2 Tirto.
Universitas Diponogoro Semarang, 44-45. Retrieved from
ditunjukkan oleh koefisien korelasi sebesar 0,44, artinya jika http://eprints.undip.ac.id/24804/1/Persepsi_Kompetensi_Guru.pdf
semakin baik nilai kompetensi sosial guru PPL, maka akan [4] PP No. 19 Tahun 2005.
meningkatkan motivasi belajar siswa, begitu pula [5] Wahyudi, I. (2012). Imam Wahyudi (2012) 2012. Pengembangan
sebaliknya.Tingkat hubungan antara keduanya sedang. pendidikan stategi inovatif dan kreatif secara komprehensif. . Jakarta:
Koefisien determinasi sebesar 0,19 menyatakan bahwa Prestasi pustaka.
variabel kompetensi sosial hanya memberikan sumbangan [6] Hakim, T. (2000). Belajar Secara Efektif.Jakarta: Puspa Swara.
sebesar 19,45% terhadap motivasi belajar siswa. [7] Candiasa, I. M. (2007). Pengujian Instrumen Penelitian Disertai
Aplikasi ITEAM dan BIGSTEPS. : . Singaraja: Unit Penerbitan
Terdapat hubungan yang positif dan signifikan secara Universitas Pendidikan Ganesha.
bersama sama kompetensi kepribadian dan sosial terhadap [8] Sardiman., S. (2005). Interakti dan Motivasi Belajar Mengajar. Jakarta:
motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien Raja Grafindo Persada.
korelasi sebesar 0,20, artinya jika semakin baik nilai [9] Lewis. (1968). Experimental design in education . London: London
kompetensi kepribadian dan sosial guru PPL, maka akan university of London press LTD.
meningkatkan motivasi belajar siswa, begitu pula [10] Sugiyono. (2013). Metode Penelitian Kuantitatif Kualitatif Dan R & D.
sebaliknya.Tingkat hubungan antara keduanya sedang. Bandung: Alfabeta.
Koefisien determinasi sebesar 0,04 menyatakan bahwa [11] Mulyatiningsih, E. (2015). PENGEMBANGAN DAN PENGUJIAN
variabel kompetensi kepribadian dan sosial hanya KUALITASNYA INSTRUMEN PENELITIAN. Jurnal Ilmiah, 1-20.
Retrieved from pps.unnes.ac.id/wp-
memberikan sumbangan sebesar 3,99% terhadap motivasi content/uploads/2016/05/PENGEMBANGAN-DAN-PENGUJIAN-
belajar siswa. KUALITASNYA-INSTRUMEN-PENELITIAN.dotx
[12] Iftikhah, R. (2016). Pengaruh Perhatian Orang Tua Terhadap Motivasi
Belajar Siswa. Jurnal Ilmiah, 1-20. Retrieved from
DAFTAR PUSTAKA http://download.portalgaruda.org/article.php?article=251686
[1] Undiksha. (2007). Petunjuk Praktis pelaksanaan PPL-Real. Singraja: [13] Dkk, L. C. (2015). PENGARUH FASILITAS BELAJAR DAN
Undiksha. MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR MATA
[2] Anggono, D. T. (2012). Jurnal Hubungan Persepsi siswa tentang PELAJARAN EKONOMI SISWA KELAS XI IIS DI SMA NEGERI
atraksi interpersonal guru, fasilitas belajar dan lingkungan belajar 5 SURAKARTA TAHUN AJARAN 2015/2016. 1-20. Retrieved from
terhadap motivasi siswa. Universitas Yogyakarta, 20-22. Retrieved http://download.portalgaruda.org/article.php?article=430549
from http:eprint.uny.ac.id/10060/I/Jurnal.pdf

ISSN 2087-2658
(SENAPATI) Ke-8
MAKALAH KELOMPOK B
BIDANG TEKNOLOGI INFORMATIKA

ISSN 2087-2658
(SENAPATI) Ke-8
Analisis Kualitas Koneksi Jaringan Internet 4G XL

dan Smartfren di Wilayah Kota Palembang
Irwansyah
Fakultas Vokasi
Palembang, Sumatera Selatan
irwansyah@binadarma.ac.id
Abstrak— Dengan berkembangnya teknologi internet terhubung atau terintegrasi dengan teknologi yang sudah ada.
secara cepat dari generasi ke generasi yang terus meningkat, Teknologi ini merupakan teknologi broadband, yaitu saluran
terutama dibidang layanan penggunaan internet mobile. transmisi data dengan kecepatan tinggi setara kapasitas
Penyedia jasa layanan internet sendiri berlomba – lomba bandwith yang lebih besar dari pada saluran telpon
meningkatkan teknologi – teknologi terbaru khususnya konvensional. Banyak keunggulan yang ditawarkan jaringan
teknologi wireless untuk internet. Ini bisa dilihat dari 4G LTE, tapi teknologi ini belum bisa dinikmati secara merata
pertumbuhan pengguna teknologi wireless pada perangkat di seluruh wilayah Indonesia, bahkan di daerah Sumatera
mobile atau handphone di Indonesia, hal ini juga dibuktikan Selatan jaringan 4G masih sulit di dapatkan karena hanya
dengan hadirnya teknologi baru yang mempunyai kualitas
beberapa provider layanan yang mampu memberikan akses
jaringan telekomunikasi dalam hal kecepatan data, yakni
teknologi 4G LTE (Long Term Evolution). Teknologi ini
layanan 4G. Di Sumatera Selatan sendiri khususnya kota
merupakan teknologi broadband, yaitu saluran transmisi data palembang saat ini ada beberapa provider yang menyediakan
dengan kecepatan tinggi setara kapasitas bandwith yang lebih jaringan 4G LTE, Pada penelitian ini hanya mengambil dua
besar dari pada saluran telpon konvensional. Permasalahan provider saja yakni Smartfren yang mengeluarkan produknya
dari penelitian ini yaitu ingin mengetahui kualitas jaringan Smartfren 4G LTE. Selain itu ada juga XL yang
internet dari operator selular Smartfren dan XL didaerah mana mengeluarkan produknya XL 4G LTE dioperasikan pada
saja yang kualitas nya tebaik. Adapun tujuan dari penelitian ini frekuensi 1800 MHz. Permasalahan dari penelitian ini yaitu
adalah untuk menguji kualitas jaringan internet mobile 4G dari ingin mengetahui kualitas jaringan internet dari operator
produk operator selular Smartfren dan XL. Dengan selular Smartfren dan XL didaerah mana saja yang kualitas
menerapkan Metode QOS (Quality of Service) untuk nya tebaik. Pada penelitian ini peneliti akan menguji kualitas
mengetahui sejumlah faktor atau parameter yang jaringan internet mobile 4G dari produk operator selular
mempengaruhi kualitas jaringan internet mobile 4G. Adapun Smartfren dan XL dengan menerapkan Metode QOS (Quality
alat analisis menggunakan software BizNet Speed Meter dan of Service) untuk mengetahui sejumlah faktor atau parameter
Axence Net Tools. yang mempengaruhi kualitas jaringan internet mobile 4G.
Adapun tujuan dari penelitian ini adalah untuk menguji
Kata kunci: Internet, 4G LTE (Long Term Evolution), QOS kualitas jaringan internet mobile 4G dari produk operator
(Quality of Service)
selular Smartfren dan XL. Tujuan lainnya adalah untuk
mengetahui jangkauan koneksi jaringan broadband 4G dari
I. PENDAHULUAN beberapa BTS (Base Transceiver Station) yang ada diwilayah
kota Palembang. Adapun alat pengujian kualitas jaringan
Perkembangan teknologi secara cepat dari generasi ke
internet menggunakan software BizNet Speed Meter dan
generasi terus meningkat, terutama dibidang layanan
Axence Net Tools. Besaran pengukuran kualitas layanan yang
penggunaan internet. Pengguna internet sendiri dari usia anak
dihasilkan akan di analisis menggunakan standar kualitas
– anak hingga orang tua. Penyedia jasa layanan internet
layanan yang baik menurut standar versi TIPHON. [6]
sendiri berlomba – lomba meningkatkan teknologi – teknologi
terbaru khususnya teknologi wireless untuk internet. Ini bisa
dilihat dari pertumbuhan pengguna teknologi wireless pada II. METODOLOGI PENELITIAN
perangkat mobile atau handphone di Indonesia, hal ini juga
dibuktikan dengan hadirnya teknologi baru yang mempunyai A. Tempat dan Objek Penelitian
kualitas jaringan telekomunikasi dalam hal kecepatan data, Penelitian ini dilaksanakan pada beberapa BTS (Base
yakni teknologi 4G LTE. 4G LTE (Long Term Evolution) Transceiver Station) Smartfren dan XL di wilayah Kota
merupakan teknologi memberikan converage dan kapasitas Palembang.
dan layanan yang lebih besar, mengurangi biaya dalam
operasional, mendukung penggunaan multiple-antena, B. Metode Pengumpulan Data
fleksibel dalam penggunaan bandwidth operasinya dan juga
ISSN 2087-2658
(SENAPATI) Ke-8
Untuk memperoleh data yang digunakan dalam

penyusunan penelitian ini maka dilakukan pengambilan data
secara primer dan sekunder, yaitu :
1) Data Primer,
yaitu data yang dikumpulkan secara langsung dari objek
yang di teliti yaitu beberapa tempat BTS (Base Transceiver
Station) Smartfren dan XLdi wilayah Kota Palembang. Cara
– cara yang dipakai untuk mengumpulkan data tersebut
yaitu :
1. Observasi, Penulis mengadakan pengamatan dan
pengukuran langsung ke beberapa tempat BTS (Base
Transceiver Station) Smartfren dan XLdi wilayah Kota
Palembang.
Gambar 1. BTS XL dan Smartfren dalam Satu Wilayah
2. Wawancara yaitu wengadakan tanya jawab atau
berdialog secara langsung dengan pengguna internet 4G 2. Membuat rencana tindakan (action planning)
Smartfren dan XL di wilayah Kota Palembang.
Peneliti dan partisipan bersama-sama memahami pokok
2) Data Sekunder, masalah yang ada kemudian dilanjutkan dengan menyusun
yaitu pengumpulan data dengan mempelajari masalah yang rencana tindakan yang tepat untuk menyelesaikan masalah
berhubungan dengan objek yang diteliti serta buku yang yang ada.
dipelajari, yang terdiri dari : Pada tahap rencana tindakan peneliti juga mengumpulkan
1. Studi Pustaka data berupa luas wilayah jaringan 4G Smartfren dan Xl.
Dengan mengetahui wilayah cakupan ini bertujuan untuk
Penulis menggunakan pengetahuan yang didapat dari menentukan lokasi dan jarak pengukuran kualitas jaringan
buku – buku, literature di perpustakaan, jurnal ilmiah dan internet dari peneliti ke BTS Smartfren dan XLdi wilayah
internet yang erat kaitanya dengan penelitian yang dilakukan. Kota Palembang. Contoh Jarak pengukuran dapat dilihat pada
2. Dokumentasi gambar berikut.
Penulis mengambil data-data yang diperlukan pada
Lembaga Penelitian dan Pengabdian Masyarakat Universitas
Bina Darma.
C. Metode Penelitian
Penelitian ini menggunakan model penelitian tindakan
atau Action research. yaitu sebuah metode penelitian,
didirikan atas asumsi bahwa teori dan praktik dapat secara
tertutup diintegrasikan dengan pembelajaran dari hasil
intervensi yang direncanakan setelah diagnosis yang rinci
terhadap konteks masalahnya. [1].
1. Melakukan diagnosa (diagnosing)
Gambar 2. Rencana Jangkauan Pengujian
Melakukan identifikasi masalah-masalah pokok yang ada
guna menjadi dasar kelompok atau organisasi sehingga terjadi 3. Melakukan tindakan (action taking)
perubahan, untuk tahap ini pertama peneliti menentukan jarak Dalam melakukan tindakan jumlah kuota yang digunakan
pengukuran dari BTS, dalam hal ini 5 km untuk masing – untuk setiap penyedia XL dan Smartfren sebesar 4 GB (Giga
masing provider. Kedua Menentukan letak BTS untuk Byte) dengan jarak pengukuran sejauh 5 km dari BTS. IP
jaringan 4G didapatkan tempat BTS untuk XL dan Smartfren Protokol yang digunakan untuk pengujian adalah
yang berada dalam satu wilayah tepatnya di Jalan Angkatan www.facebook.com (31.12.79.220) dengan menggunakan
45. Tepatnya didekat Palembang Square. dua buah laptop, modem Smartfren 4G LTE Andromax M2Y
(untuk Smartfren) dan modem 4G Bolt (untuk XL). Pada
penelitian ini akan menggunakan tools axence nettols untuk
menguji diantaranya delay, packet loss, througput, dan biznet
speedtest untuk menguji bandwith dan akan dilaksanakan

ISSN 2087-2658
(SENAPATI) Ke-8
pada tanggal 02 Januari 2017 s/d 10 Januari 2017 dilakukan Broadband adalah Saluran transmisi data dengan
dalam dua sesi pukul 07.00-09.00 WIB – 10.00-12.00 WIB kecepatan tinggi serata kapasitas bandwidth yang lebih besar
dari pada saluran telepon konvensional.[3]. Beberapa sifat
4. Melakukan evaluasi (evaluating) broadband yaitu, mudah diinstal, bisa digunakan untuk jarak
Setelah masa implementasi (action taking) dianggap 100 sampai 1000 meter, bisa digunakan 100 sampai 1000
cukup kemudian peneliti bersama partisipan melaksanakan pengguna, bisa digunakan untuk transmisi data, video, radio.
evaluasi hasil dari implementasi tadi. [4].
5. Pembelajaran (learning) G. Parameter Kualitas Jaringan
Tahap ini merupakan bagian akhir siklus yang telah dilalui Beberapa parameter dijadikan referensi umum untuk dapat
dengan melaksanakan review tahap-pertahap yang telah melihat performansi dari suatu jaringan adalah Metode QOS.
berakhir kemudian penelitian ini dapat berakhir. Seluruh Quality of Service atau QoS digunakan untuk mengukur
kriteria dalam prinsip pembelajaran harus dipelajari, tingkat kualitas koneksi jaringan TCP/IP berupa delay, packet
perubahan dalam situasi organisasi dievaluasi oleh peneliti loss, troughput dan Bandwith,. Beberapa parameter yang
dan dikomunikasikan kepada klien, peneliti dan klien dijadikan referensi umum untuk dapat melihat performansi
merefleksikan terhadap hasil proyek, yang nampak akan dari jaringan IP adalah Utilisasi/Okupansi, Paket Loss, Delay,
dilaporkan secara lengkap dan hasilnya secara eksplisit dan Availibilitas [5].
dipertimbangkan dalam hal implikasinya terhadap penerapan
Canonical Action Reaserch (CAR) 1) Utilisasi/Okupansi
Teknologi IP adalah teknologi connectionless oriented,
D. Kerangka Pemikiran dimana proses transmisi informasi dari pengirim ke tujuannya
tidak memerlukan pendifinisian jalur terlebih dahulu, seperti
Dalam kerangka pemikiran penelitian ini parameter yang halnya teknologi connection oriented. Dalam hal ini
akan di ukur dan analisis terdiri dari Bandwidth, throughput, Utilisasi/okupansi jaringan cenderung dipengaruhi langsung
Delay, Jitter dan Packet loss, terhadap Jaringan internet oleh trafik yang ditransmisikan melewati jaringan IP tersebut.
mobile 4G Smartfren dan XL, sehingga didapat besar kualitas Sebagai gambaran pada tabel di bawah ini, menunjukkan
jaringan internet mobile yang harus di penuhi atau yang besarnya bytes yang diperlukan untuk proses aplikasi IP.
memenuhi standar kualitas layanan yang baik menurut standar
versi TIPHON. Kerangka pemikiran untuk penelitian ini
sebagai berikut :
Tabel 1. Ukuran paket di dalam setiap Aplikasi
APPLICATION PACKET SIZE
Telnet 64 – 1518 bytes
http 400 – 1518 bytes
NFS 64 – 1518 bytes
NetWare 500 – 1518 bytes
Multimedia 400 – 700 bytes
Gambar 3. Kerangka pemikiran penelitian.
2) Paket Loss / Kongesti
E. Jaringan Wi-Fi Packet loss didefinisikan sebagai kegagalan transmisi
paket IP mencapai tujuannya. Kegagalan paket tersebut
Singkatnya Wi-Fi adalah standarisasi koneksi yang
mencapai tujuan, dapat disebabkan oleh beberapa
digunakan untuk menghubungkan antara satu kompoputer
kemungkinkan, diantaranya yaitu:
dengan satu komputer atau ke banyak komputer.[2]. Dengan
menggunakan WiFi, kita dapat mengakses internet dengan a. Terjadinya overload trafik didalam jaringan,
cepat. WiFi mempunyai kemampuan akses internet dengan
kecepatan hingga 11 Mbps. Kita tidak membutuhkan kabel b. Tabrakan (congestion) dalam jaringan,
untuk terhubung kejaringan WiFi. Namun, kita harus berada c. Error yang terjadi pada media fisik,
pada daerah yang mempunyai sinyal WiFi. Daerah yang
mempunyai sinyal WiFi adalah daerah yang berada pada d. Kegagalan yang terjadi pada sisi penerima antara lain
radius 100 meter dari titik akses yang sering disebut hotspot. bisa disebabkan karena overflow yang terjadi pada
buffer.
F. Broadband

ISSN 2087-2658
(SENAPATI) Ke-8
Tabel 2. Standarisasi Packet loss Versi THIPON

Kategori Degradasi Packet loss
Sangat Bagus 0
Bagus 3%
Sedang 15 %
Jelek 25 %
3) Delay
Delay adalah waktu tunda suatu paket yang diakibatkan
oleh proses transmisi dari satu titik ke titik lain yang menjadi
tujuannya.
Tabel 3. Standarisasi Delay Versi THIPON
Kategori Latency Delay Gambar 4. Hasil pengukuran Bandwith Smartfren
Sangat Bagus < 150 ms
Berdasarkan data yang didapatkan untuk pengujian
Bagus 150 - 300 ms download di setiap tempat pada jaringan 4G LTE XL dan
Sedang 300 - 450 ms Smartfren, maka diperoleh hasil yang dapat dilihat pada tabel
Jelek < 450 ms berikut :
Tabel 4. Hasil pengukuran Bandwith 4G Smartfren
4) Jitter
SMARTFREN
Jitter merupakan variasi delay antar paket yang terjadi Hari/
Waktu Bandwith (Mbps) Tempat
Tanggal
pada jaringan IP. Besarnya nilai jitter akan sangat dipengaruhi Download Upload
oleh variasi beban trafik dan besarnya tumbukan antar paket Senin, 02 Jan 07.00-09.00 3.27 1.98
KM. 10
(congestion) yang ada dalam jaringan IP. Semakin besar 2017 10.00-12.00 3.68 2.89 (Simp.
beban trafik di dalam jaringan akan menyebabkan semakin Selasa, 03 07.00-09.00 5.98 5.97 Bandara)
besar pula peluang terjadinya congestion dengan demikian Jan 2017 10.00-12.00 4.91 3.78
nilai jitter-nya akan semakin besar. Rabu, 04 Jan 07.00-09.00 7.09 5.45
2017 10.00-12.00 5.08 4.48
PTC
Kamis, 05 07.00-09.00 6.37 4.99
Jan 2017 10.00-12.00 9.80 4.88
III. HASIL Jumat, 06 Jan 07.00-09.00 8.58 5.61
Plaju
2017 10.00-12.00 7.34 5.07
Adapun hasil penelitian yang didapat dari beberapa 07.00-09.00 10.50 4.51
(Polres
Sabtu, 07 Jan
tahapanan pengujian dengan parameter QOS di jaringan 4G Plaju)
2017 10.00-12.00 8.54 4.92
adalah sebagai berikut : Senin, 09 Jan 07.00-09.00 5.29 3.68
2017 10.00-12.00 4.64 3.35 Gandus
A. Bandwith Selasa, 10 07.00-09.00 8.06 7.88 (Musi II)
Jan 2017 10.00-12.00 7.99 6.36
Hasil pengukuran Bandwith dengan cara mengkoneksikan Dari hasil pengukuran bandwith 4G Smartfren di beberapa
laptop ke jaringan 4G LTE smartfren dengan kapasitas tempat didapat hasil sebagai berikut : hasil download terbesar
Bandwith yang disediakan sebesar 102400 Kbps atau 100 Mb, pada daerah Plaju (Polres Plaju) dan PTC masing – masing
lalu membuka browser dan mengakses sebesar 10.50 Mbps dan 9.80 Mbps, untuk download terkecil
speedtest.biznetnetwork.com lalu klik begin test pada didaerah KM.10 (Simpang Bandara). Sedangkan untuk
tampilan Biznet Speed Meter. Kemudian dapat dilihat Upload terbesar didaerah Gandus sebesar 7.88 Mbps dan
hasilnya berupa screenshot sebagai berikut: Upload terkecil terdapat didaerah KM.10 yaitu 1,98 Mbps.
Tabel 5. Hasil pengukuran Bandwith 4G XL
XL
Hari/ Tanggal Waktu Bandwith (Mbps) Tempat
Download Upload
Senin, 02 Jan 07.00-09.00 3.03 1.62
KM. 10
2017 10.00-12.00 3.27 1.98 (Simp.
Selasa, 03 Jan 07.00-09.00 5.48 0.38 Bandara)
2017 10.00-12.00 6.05 0.20
Rabu, 04 Jan 07.00-09.00 13.21 3.70
2017 10.00-12.00 9.33 2.24
PTC
Kamis, 05 Jan 07.00-09.00 10.79 3.68
2017 10.00-12.00 10.63 2.89

ISSN 2087-2658
(SENAPATI) Ke-8
Jumat, 06 Jan 07.00-09.00 4.07 0.17 Kamis 07.00-

Plaju 102400 93.943 91,741211
2017 10.00-12.00 3.45 0.15 05 09.00 Gandus
(Polres Januari (Musi II)
Sabtu, 07 Jan 07.00-09.00 7.52 2.65 10.00-
Plaju) 102400 78.655 76,811523
2017 10.00-12.00 6.47 0.16 2017 12.00
Senin, 09 Jan 07.00-09.00 4.90 4.41 Sedangkan untuk hasil pengukuran througput pada
2017 10.00-12.00 3.74 3.63 Gandus
07.00-09.00 6.47 2.89 (Musi II)
jaringan 4G XL dapat dilihat pada tabel 7 berikut. Dari tabel
Selasa, 10 Jan
2017 10.00-12.00 8.13 0.16 dapat kita simpulkan yaitu : hasil througput terendah didaerah
Dari hasil pengukuran bandwith 4G XL di beberapa Gandus Musi II sebesar 56,89%. Dan hasil througput tertinggi
tempat didapat hasil sebagai berikut : hasil download terbesar didaerah KM. 10 Simpang Bandara sebesar 105,92%.
pada daerah PTC dengan rata - rata sebesar 13.21 Mbps. Tabel 7. Hasil pengukuran Througput XL
Untuk download terkecil didaerah KM.10 (Simpang Bandara)
dengan rata – rata 3.0.1 Mbps. Sedangkan untuk Upload XL
Througput (Bps)
terbesar didaerah Gandus sebesar 4.41 Mbps dan Upload Hari/Tan Waktu
Bandwit Persentase
Tempat
ggal Avg
terkecil terdapat didaerah Plaju yaitu 0,15 Mbps. h (kbps) (%)
Senin, 07.00-
102400 108.464 105,92188 KM. 10
B.Througput 02 09.00
(Simp.
Januari 10.00-
102400 68.323 66,72168 Bandara)
Berdasarkan hasil pengukuran througput dengan 2017 12.00
menggunakan aplikasi Axence NetTools dengan cara Selasa, 07.00-
102400 77.825 76,000977
03 09.00 PTC
membuka Axence NetTools dan memilih fitur Bandwith. Januari 10.00- MALL
102400 86.430 84,404297
Selanjutnya memasukkan IP Protokol 31.1279.220 2017 12.00
(facebook) pada Address Bar kemudian klik Bandwith. pada Rabu, 07.00-
102400 83.548 81,589844 Plaju
04 09.00
jaringan 4G LTE smartfren, pengujian atau pengukuran Januari 10.00-
(Polres
102400 91.904 89,75 Plaju)
dilakukan pada pukul 07.00 - 09.00 WIB dan 10.00-12.00 2017 12.00
WIB dapat dilihat hasilnya berupa screenshot sebagai berikut: Kamis 07.00-
102400 85.866 83,853516
05 09.00 Gandus
Januari 10.00- (Musi II)
102400 58.256 56,890625
2017 12.00
C.Delay
Berdasarkan hasil pengukuran Delay dengan cara
membuka aplikasi Axence Nettools, kemudian memilih fitur
NetWatch. Selanjutnya mengisikan IP Address Facebook
(31.12.79.220) pada Address Bar. Kemudian klik Add,
Screenshot hasil pengukuran Delay dan Paket loss dapat
dilihat pada gambar 6.
Hasil pengukuran di beberapa tempat pada jaringan 4G
Smartfren dan Xl didapat hasil sebagai berikut. Hasil
Gambar 5. Hasil pengukuran Througput Smartfren pengukuran delay pada jaringan smartfren yaitu dengan
Berikut hasil pengukuran througput yang didapatkan pada mengakses url dari facebook.com didapatkan hasil delay rata
jaringan 4G Smartfren. Untuk througput yang terendah yaitu – rata terkecil 77 ms terdapat didaerah KM. 10 Simpang
di daerah PTC Mall sebesar 63,125%. Dan througput tertinggi bandara.
didaerah Plaju didapat hasil pengukuran sebesar 93.01%.
Tabel 6. Hasil pengukuran Througput Smartfren
Smartfren
Hari/Ta Througput (Bps)
Waktu Tempat
nggal Bandwith Persentase
Avg
(kbps) (%)
Senin, 07.00-
102400 92.784 90,609375 KM. 10
02 09.00
(Simp.
Januari 10.00-
102400 68.323 66,72168 Bandara)
2017 12.00
Selasa, 07.00- Gambar 6. Screenshot hasil pengukuran Delay dan Packet
102400 68.666 67,056641
03 09.00 PTC
Januari 10.00- MALL loss Smartfren 4G LTE
102400 64.640 63,125
2017 12.00
Rabu, 07.00- Tabel 8. Hasil pengukuran Delay Smartfren
102400 92.145 89,985352 Plaju
04 09.00
(Polres
Januari 10.00-
102400 95.245 93,012695 Plaju)
2017 12.00

ISSN 2087-2658
(SENAPATI) Ke-8
smartfren yaitu dengan cara mengirimkan ukuran packet yang

SMARTFREN Kategor sama. Didapatkan hasil Packet Loss terkecil 0% dibeberapa
Hari/
Waktu
i
Akses Tmpt tempat yaitu didaerah KM. 10 Simpang bandara, Plaju dan
Tggl THIPO
Delay (ms)
N
Gandus Musi II. Menurut standar thipon termasuk kategori
Min Max
Rata Perfect. Sedangkan Packet Loss terbesar di daerah PTC Mall
-rata sebesar 8%.
Senin 07.00-
59 967 83 Perfect www.f KM. 10 Tabel 10. Hasil pengukuran Packet Loss Smartfren
, 02 09.00
aceboo (Simp.
Jan
k.com Bandara) XL
2017 10.00- Kategor
64 351 77 Perfect
12.00 Hari/ Delay (ms) i Temp
Waktu Akses
Selas 07.00- Tggl Rat THIPO at
68 991 154 Good www.f
a, 03 09.00 PTC Min Max a- N
aceboo
Jan 10.00- MALL rata
60 819 221 Good k.com
2017 12.00 Senin, 07.00- KM.
Rabu 07.00- 57 543 68 Perfect www.f
58 821 117 Perfect www.f Plaju 02 09.00 10
, 04 09.00 aceboo
aceboo (Polres Januari 10.00- (Simp.
Jan 10.00- 62 883 144 Perfect k.com
65 689 80 Perfect k.com Plaju) 2017 12.00 Bandara)
2016 12.00
Selasa, 07.00-
Kami 07.00- 57 834 71 Perfect www.f
62 816 104 Perfect www.f Gandus 03 09.00 PTC
s, 05 09.00 aceboo
aceboo (Musi Januari 10.00- MALL
Jan 10.00- 70 147 83 Perfect k.com
63 288 104 Perfect k.com II) 2017 12.00
2017 12.00
Rabu, 07.00-
44 524 65 Perfect www.f Plaju
04 09.00
aceboo (Polres
Januari 10.00-
Hasil pengukuran delay pada jaringan XL yaitu dengan 2017 12.00
57 337 79 Perfect k.com Plaju)
mengakses url dari facebook.com didapatkan hasil delay rata Kamis 07.00- Gandu
– rata terkecil 65ms terdapat didaerah Plaju. Delay ini dapat 05 09.00
42 950 152 Good www.f
aceboo
s
dikategorikan Perfect menurut standar kategori Thipon. Januari 10.00-
59 986 115 Perfect k.com
(Musi
2017 12.00 II)
Sedangkan delay terbesar didaerah Gandus Musi II yaitu
sebesar 152ms, ini termasuk kategori good menurut standar
Thipon. Hasil pengukuran tersebut dapat dilihat pada tabel 9. Hasil pengukuran Packet Loss pada jaringan 4G XL yaitu
Berikut. dengan cara mengirimkan ukuran packet yang sama. Maka
Tabel 9. Hasil pengukuran Delay XL didapatkan hasil Packet Loss terkecil 1% terdapat didaerah
Plaju (Polres Plaju). Menurut standar thipon termasuk
XL kategori Perfect. Sedangkan Packet Loss terbesar di daerah
Kategor
Hari/ Delay (ms) i Temp Gandus Musi II sebesar 8%. Hasil pengukuran Packet Loss
Waktu Akses
Tggl Rat THIPO at jaringan 4G XL dapat dilihat pada tabel 8 berikut ini.
Min Max a- N
rata Tabel 11 . Hasil pengukuran Packet Loss XL
Senin, 07.00- KM.
57 543 68 Perfect www.f XL
02 09.00 10
aceboo Hari/ Packet Loss Kategori
Januari 10.00- (Simp. Waktu Tempat
62 883 144 Perfect k.com Tanggal Lost THIPON
2017 12.00 Bandara) Sent Lost
(%)
Selasa, 07.00- 07.00-
57 834 71 Perfect www.f Senin, 02 501 2 0 Perfect KM. 10
03 09.00 PTC 09.00
aceboo Januari (Simp.
Januari 10.00- MALL 10.00-
70 147 83 Perfect k.com 2017 501 40 8 Good Bandara)
2017 12.00 12.00
Rabu, 07.00- 07.00-
44 524 65 Perfect www.f Plaju Selasa, 03 502 24 5 Good
04 09.00 09.00 PTC
aceboo (Polres Januari
Januari 10.00- 10.00- MALL
57 337 79 Perfect k.com Plaju) 2017 501 2 0 Perfect
2017 12.00 12.00
Kamis 07.00- Gandu 07.00-
42 950 152 Good www.f Rabu, 04 501 12 2 Perfect Plaju
05 09.00 s 09.00
aceboo Januari (Polres
Januari 10.00- (Musi 10.00-
59 986 115 Perfect k.com 2017 501 3 1 Perfect Plaju)
2017 12.00 II) 12.00
07.00-
Kamis, 05 501 91 18 Good Gandus
09.00
Januari (Musi
10.00-
2017 511 21 4 Good II)
12.00
D.Packet Loss
Berdasarkan hasil pengukuran Packet Loss di beberapa IV. KESIMPULAN
tempat pada jaringan 4G Smartfren dan Xl didapat hasil 1. Dari hasil beberapa kali pengujian atau pengukuran
sebagai berikut. Hasil pengukuran Packet Loss pada jaringan Bandwith pada Jaringan 4G Smartfren dan XL , hasil

ISSN 2087-2658
(SENAPATI) Ke-8
download terbesar yaitu pada Jaringan 4G XL sebesar daerah Plaju (Polres Plaju) masing – masing sebesar 0%.
13.21 Mbps di daerah PTC Mall. Hasil download Dan Packet Loss terbesar pada jaringan 4G XL sebesar
terkecil yaitu pada Jaringan 4G XL juga sebesar 3.01 18 % terjadi daerah Gandus (Musi II).
Mbps di daerah KM.10 (Simpang Bandara).
2. Hasil pengujian atau pengukuran througput pada DAFTAR PUSTAKA
Jaringan 4G Smartfren dan XL, untuk througput [1] Davison, R. M., Martinsons, M. G., Kock N., “Principles of Canonical
terendah yaitu pada jaringan 4G XL di daerah Gandus Action Research” , jurnal : Information Systems, vol. 14, p.65–86,
Musi II sebesar 56,89%. Dan througput tertinggi juga 2004.
pada jaringan 4G XL sebesar 105,92% di daerah KM.10 [2] Wahana komputer,Tip Jitu Optimasi Jaringan Wi-Fi, Yogyakarta :
(Simpang Bandara). Andi Offset, 2010.
[3] Melwin Syafrizal, Pengantar Jaringan Komputer, Yogyakarta : Andi
3. Hasil pengujian atau pengukuran Delay pada Jaringan Offset, 2005.
4G Smartfren dan XL, untuk Delay terkecil yaitu pada [4] Edison Siregar, Langsung Praktik Mengelola Jaringan Lebih Efektif
jaringan 4G XL di daerah Pelaju (Polres Plaju) sebesar dan Efisien, Yogyakarta: Andi Offset, 2010
65 ms. Dan Delay terbesar pada jaringan Smartfren [5] Joesman 2008, Simulasi Jaringan berbasis paket dengan memper-
sebesar 221 ms terjadi daerah PTC Mall. gunakan simulator OPNET, diakses : 15/03/2016,
http://joesman.wordpress.com/-page/2/.
4. Hasil pengujian atau pengukuran Packet Loss pada [6] Setiawansyah, Agus, dkk 2013. “Analisis Kinerja Jaringan Pusat
Jaringan 4G Smartfren dan XL, untuk Packet Loss Internet Pedesaan Berbasis VSAT Di Kabupaten Muara Enim”,
terkecil yaitu pada jaringan 4G Smartfren terdapat di dua Fakultas Ilmu Komputer. Universitas Bina Darma
tempat atau daerah KM.10 (Simpang Bandara) dan

ISSN 2087-2658
(SENAPATI) Ke-8
Implementasi Sensor Kapasitif dan Piezo-Electric

pada Bilah Gamelan Elektronik sebagai Media
Belajar Tabuh
I Gede Eka Wiantara Putra
Program Studi Sistem Komputer
STMIK STIKOM Bali
Denpasar, Bali – Indonesia
videline@yahoo.com
Abstrak—Seni dan Budaya Tabuh merupakan salah satu murah dibandingkan dengan gamelan analog. Perangkat
mata kuliah yang tercantum di dalam kurikulum STMIK gamelan elektronik dirancang dengan ukuran yang lebih kecil,
STIKOM Bali. Khususnya di STMIK STIKOM Bali Kampus II namun sesuai dengan fungsinya, sehingga dapat
Jimbaran yang baru berdiri, dibutuhkan sebuah media belajar meminimalisasi kebutuhan tempat penyimpanan. Selain
seni tabuh berupa seperangkat gamelan gong kebyar. Berawal efisien tempat, proses pembelajaran menggunakan gamelan
dari hal tersebut, penulis mengupayakan sebuah alternatif elektronik tidak akan mengganggu lingkungan sekitar, karena
media pembelajaran yang lebih murah, efisien, namun efektif, suara yang dihasilkan dapat didengarkan melalui head-phone.
yaitu gamelan elektronik. Gamelan ini diimplementasikan Implementasi gamelan elektronik sebagai media
dengan sebuah sensor piezo-electric dan sensor kapasitif. Pada
pembelajaran Seni dan Budaya Tabuh tetap memiliki
makalah ini, disampaikan metode pengimplementasian sensor
tersebut pada sebuah rancangan bilah gamelan elektronik,
efektifitas yang tinggi, sebab perancangan perangkat
serta analisis terhadap kualitas suara yang dihasilkan. Hasil disesuaikan dengan bentuk dan cara kerja perangkat gamelan
eksperimen menunjukkan bahwa kedua sensor tersebut dapat analog pada umumnya.
diimplementasikan menggunakan sebuah microcontroller Terkait sensor yang digunakan, telah dilakukan penelitian
Arduino Pro-mini disertai dengan sebuah SD-Card Shield serupa dengan pengimplementasian pada berbagai peralatan
sebagai media penyimpan data audio berformat .wav PCM musik tradisional, seperti e-suling yang menerapkan sensor
12.000 kHz, 8 bit, mono. Kualitas suara yang dihasilkan
piezo dan accelerometer [1]. Di samping itu, telah
bergantung pada kualitas data audio yang disimpan,
diimplementasikan sebuah Gamelan Elektrika menggunakan
ketersediaan pre-amplifier, dan daya pada unit power supply.
Pada sisi input, kinerja sensor piezo-electric telah sesuai dengan MIDI controller beserta beberapa sensor piezo dan kapasitif
tujuan pengimplementasian, sedangkan kinerja sensor kapasitif [2]. Penelitian-penelitian tersebut merupakan suatu inovasi
bergantung pada ketersediaan sinyal noise dari jala-jala listrik yang baru sebagai upaya medernisasi instrumentasi musik
dan power supply. tradisional. Digitalisasi instrumentasi musik tradisional selain
diimplementasikan pada suatu perangkat elektronika, telah
Kata kunci: piezo-electric, sensor kapasitif, gamelan dikembangkan melalui perangkat mobile [3][4]. Namun
elektronik, media pembelajaran. demikian, penerapan tersebut belum mampu meningkatkan
kenyamanan pengguna secara maksimal,, baik sebagai media
pembelajaran maupun media hiburan.
I. PENDAHULUAN
Seni dan Budaya Tabuh merupakan salah satu mata kuliah
yang tercantum di dalam kurikulum STMIK STIKOM Bali. II. METODE
Saat ini, STIKOM Bali memiliki dua kampus, yaitu Kampus Penelitian ini diawali dengan perancangan rangkaian
Renon dan Kampus II Jimbaran. Khususnya di Jimbaran sensor piezo-electric sebagai sinyal input pada
sebagai Sekolah Tinggi IT berbasis budaya, proses microcontroller [5]. Sensor ini mampu menghasilkan
pembelajaran Seni dan Budaya Tabuh masih dilakukan tegangan ketika bergetar dan sinyal yang dihasilkan
dengan menyewa seperangkat gamelan gong kebyar pada selanjutnya dianalisis untuk menentukan threshold pada
salah satu sanggar di daerah Kuta Selatan. Berawal dari hal rentang 10 bit (0-1023). Proses pengolahan sinyal input dari
ini, penulis mengupayakan sebuah inovasi konversi gamelan sensor piezo-electric dimanfaatkan untuk memanggil data
analog ke bentuk digital yang lebih murah, efisien, namun audio berformat .wav PCM 12.000 kHz, 8 bit, mono, untuk
efektif. Gamelan elektronik yang dirancang dengan beberapa dimainkan melalui pin output microcontroller. Menggunakan
komponen elektronika dan diimplementasikan pada perangkat SD-Card Shield sebagai media penyimpan data audio
berbahan dasar plat seng, akan menjadikannya jauh lebih membutuhkan suplai tegangan 5 Volt, sehingga sangat mudah

ISSN 2087-2658
(SENAPATI) Ke-8
diimplementasikan pada Arduino Pro-mini dengan suplai Sensor kapasitif ini selanjutnya diimplementasikan pada
yang sama dan berdimensi kecil. Analisis terhadap kualitas rancangan perangkat gamelan elektronik berbahan plat seng
suara yang dihasilkan dilakukan melalui perbandingan tersebut. Plat seng sebagai penghantar memiliki fungsi
kualitas suara yang disimpan dengan kualitas suara yang tambahan untuk menghubungkan sentuhan pemain ke
dihasilkan Arduino Pro-mini menggunakan ear-phone atau rangkaian sensor kapasitif. Analisis terhadap hasil
active-loud speaker. implementasi diperlukan untuk memeriksa kemungkinan
perubahan nilai sensor oleh luas penampang bilah dari plat
Proses selanjutnya adalah implementasi rangkaian seng.
tersebut ke rancangan perangkat gamelan elektronik berbahan
plat seng. Plat seng merupakan sebuah penghantar, sehingga
untuk menghindari kemungkinan short-cicuit, maka Bilah Gamelan
penempelan sensor piezo-electric dilakukan dengan
menambahkan double-tape, tanpa meningkatkan efek
redaman atas getarannya. Selain itu, plat seng merupakan
bahan yang mudah dibentuk, sehingga kemiripan dan Rangkaian darlington Arduino Pro-mini
kesesuaian bentuk gamelan analog dapat diimplementasikan
dengan lebih kreatif. Gambar 2. Skema rangkaian untuk menghentikan audio.
Kinerja kedua sensor selanjutnya dipadukan dalam
Piezo-electric Bilah Gamelan rancangan sebuah bilah perangkat gamelan elektronik.
Kemampuan kinerja rangkaian setelah dipadukan menjadi
bahan analisis selanjutnya. Di sisi lain, proses konversi file
Arduino Pro-mini SD-Card Shield audio ke format .wav PCM 12.000 kHz, 8 bit, mono,
dilakukan menggunakan aplikasi Winamp v5.621. Ini dapat
dilakukan melalui menu Option/Output/Nulsoft Disk Writer
Ear-phone
v2.14, dan memilih bagian format. Hasil pengkonversian
tersebut selanjutnya disimpan ke memori Micro-SD.
Gambar 1. Skema rangkaian untuk memainkan audio.

Piezo-electric Bilah Gamelan
Gamelan gong kebyar dimainkan dengan dua langkah,
yaitu dipukul dan diredam. Bilah yang dipukul akan bergetar
dan menghasilkan suara hingga getarannya berhenti.
Umumnya, pemain gamelan akan menghentikan getaran Arduino Pro-mini Rangkaian darlington
tersebut sesuai dengan tempo atau irama yang diinginkan.
Dengan demikian, maka perancangan gamelan elektronik
membutuhkan sensor tambahan untuk mengetahui kapan Ear-phone SD-Card Shield
seorang pemain menghentikan suara bilah yang dipukulnya.
Sensor kapasitif [6] sebagai sensor sentuh dirancang dengan
menguatkan tegangan melalui rangkaian transistor secara Gambar 3. Skema gabungan rangkaian untuk memainkan
darlington [7]. Dalam hal ini, sentuhan yang diberikan oleh dan menghentikan audio.
pemain pada terminal basis transistor akan mengalirkan
tegangan dari terminar kolektor ke terminal emitor-nya. III. HASIL DAN PEMBAHASAN
Dengan kata lain, ini merupakan sebuah rangkaian saklar
dengan sebuah sentuhan untuk meng-aktiv-kannya. Pembacaan nilai tegangan yang dihasilkan sensor piezo-
electric dilakukan melalui pin A0 pada Arduino, dengan
Analisis terhadap kinerja sensor kapasitif dilakukan syntax sebagai berikut:
melalui pembacaan nilai tegangan yang dikeluarkan oleh
terminal emitor dalam 10 bit ADC oleh Arduino berbasis
ATmega328P [8]. Selanjutnya ditentukan nilai threshold
sebesar setengah dari nilai antara minimum dan maksimum.
Dalam hal ini, bila sensor tidak disentuh, maka nilai yang
dihasilkan berada pada kisaran minimum, dan bila disentuh, Selanjutnya, variabel gong ditampilkan ke serial plotter
pada Arduino IDE agar perubahan nilai terlihat lebih jelas
nilai yang dihasilkan adalah pada kisaran maksimum.
melalui tampilan grafik. Penentuan nilai threshold dilakukan
Penentuan nilai ini didasarkan pada hasil fluktuatif
dengan memperkirakan kuat lemahnya pukulan pada
pembacaan sensor, baik disentuh maupun tidak.
perangkat gamelan elektronik. Penentuan ini diupayakan tidak
terlalu rendah, sebab akan berdampak pada kinerja perangkat
yang terlalu sensitif. Selain itu, nilai threshold diupayakan
ISSN 2087-2658
(SENAPATI) Ke-8
tidak terlalu tinggi, sebab akan berdampak pada kurang Implementasi rangkaian sensor piezo-electric pada
sensitifnya perangkat saat menerima pukulan dari pemain. rancangan perangkat gamelan elektronik diperlihatkan pada
Dalam penelitian ini diperoleh nilai threshold sebesar 450. gambar berikut:
Threshold yang digunakan tersebut selanjutnya menjadi
tolak ukur apakah file audio pada memori SD-Card dimainkan
atau tidak. Syntax yang diimplementasikan adalah sebagai
berikut:
Gambar 4. Implementasi sensor piezo-electric pada

rancangan perangkat gamelan elektronik.
nadaGong.wav di atas merupakan nama file audio
berformat PCM 12.000 kHz, 8 bit, mono. Penggunaan format Sensor kapasitif pada penelitian ini diimplementasikan
audio lainnya menggunakan library TMRpcm tidak dapat sesuai dengan perancangan awal, yaitu menggunakan
dilakukan, atau bila menggunakan frekuensi atau bit yang rangkaian transistor darlington. Tipe transistor yang
berbeda, maka akan menghasilkan kualitas suara yang kurang digunakan adalah 2N2222 karena memiliki kemampuan
maksimal. pensaklaran yang cepat dengan kebutuhan arus yang rendah,
sehingga sesuai dengan rancangan rangkaian berarus lemah.
Implementasi piezo-electric pada rangkaian untuk Umumnya rangkaian darlington menggunakan dua buah
memainkan nada sebuah bilah gamelan elektronik transistor, namun dalam penelitian ini diujicobakan
menghasilkan nilai yang bervariasi. Ini bergantung pada kuat menggunakan tiga buah transistor. Hal ini dilakukan untuk
lemahnya getaran pada sensor. Semakin kuat getaran sensor, mengantisipasi kemungkinan terlalu lemahnya sinyal input
semakin besar tegangan yang dihasilkan. Hal ini menjadi berdasarkan sentuhan manusia. Output rangkaian transistor ini
sebuah parameter untuk menentukan kuat lemahnya nada dihubungkan ke pin A1 pada Arduino dan resistor 10 kOhm
yang akan dimainkan. Salah satu hal yang telah dilakukan yang terhubung dengan ground.
adalah dengan mengatur volume output dari Arduino
menggunakan library TMRpcm dengan syntax sebagai Pembacaan nilai sensor kapasitif ini relatif sama dengan
berikut: pembacaan sensor piezo-electric, sebagai berikut:
Nilai 5 menunjukkan tingkat volume pada rentang 0 Nilai yang tampil pada serial plotter menunjukkan
sampai 7. Dari hasil pengujian, penggunaan nilai 7 mampu perubahan yang cukup signifikan ketika sensor disentuh atau
menguatkan audio secara maksimal, namun kualitas suara tidak. Dalam hal ini, bila sensor disentuh, nilai yang terbaca
menjadi lebih rendah. Kemunculan noise pada nilai volume adalah tinggi, sedangkan berubah menjadi rendah saat tidak
tersebut menyebabkan suara yang diinginkan menjadi kurang disentuh. Proses menampilkan sinyal ini melalui serial plotter
jelas. Namun demikian, kualitas suara yang dihasilkan tidak disarankan menggunakan delay pada syntax, sebab
tersebut bergantung kepada kualitas audio yang disimpan. perubahan yang terjadi tidak akan terlihat secara menyeluruh.
Semakin banyak noise pada audio yang tersimpan, maka Sebagaimana sensor piezo-electric, pada bagian ini ditentukan
penguatan yang dilakukan akan memperjelas noise tersebut. nilai threshold yang sesuai dengan rentang amplitude sinyal
Penggunaan nilai 5 pada penelitian ini cukup untuk input. Hal ini dilakukan untuk menjaga status aktivasi sensor
menguatkan audio dengan kualitas suara yang lebih jernih. yang memiliki fluktuasi baik pada rentang minimum (ketika
tidak disentuh) dan pada rentang maksimum (saat disentuh).
Pengujian atas implementasi sensor piezo-electric dalam Pada bagian ini, nilai threshold yang digunakan adalah 200.
rangkaian memainkan audio ini memiliki kendala pada Kestabilan atas fluktuasi yang terjadi dipengaruhi oleh nilai
kemampuan Arduino yang kurang responsif terhadap resistor yang digunakan. Namun dalam penelitian ini tidak
perubahan sinyal output digital. Hal ini menyebabkan membahas pengaruh nilai resistansi sebagaimana digunakan
perubahan volume audio yang dihasilkan dari perubahan pula pada sensor piezo-electric.
getaran sensor menjadi tidak stabil. Namun demikian,
penggunaan perubahan volume tetap dapat Implementasi program dalam menentukan apakah audio
diimplementasikan pada instrumentasi yang tidak yang dimainkan akan dihentikan atau tidak, adalah sebagai
membutuhkan perubahan volume yang cepat. berikut:

ISSN 2087-2658
(SENAPATI) Ke-8
Beberapa hal yang perlu mendapat perhatian dalam

pengimplementasian sensor kapasitif ini adalah ketersediaan
sinyal noise dari jala-jala listrik 50 Hz. Dari hasil pengujian
menunjukkan bahwa sentuhan tunggal (hanya ujung jari) telah
mampu memberikan perubahan nilai yang stabil. Namun bila
rangkaian didekati oleh tubuh manusia, maka nilai fluktuasi
rentang minimum semakin meningkat, sehingga rentang
perubahan nilai sentuhan menjadi lebih sempit. Namun
demikian, secara keseluruhan, rangkaian sensor kapasitif telah
mampu bekerja sesuai dengan fungsinya.
Implementasi rangkaian sensor kapasitif pada rancangan Gambar 6. Implementasi sensor untuk gamelan elektronik.
perangkat gamelan elektronik diperlihatkan pada gambar
berikut: Kedua sensor pada bilah gamelan elektronik selanjutnya
diimplementasikan pada bilah-bilah lainnya untuk
membangun sebuah gamelan elektronik. Penelitian ini
dilanjutkan dengan menggabungkan rangkaian di setiap bilah
pada satu gamelan elektronik dengan hasil yang kurang
memuaskan. Dimana, telah dilakukan penggabungan pin
output setiap Arduino menuju active speaker. Suara yang
dihasilkan cukup baik untuk satu bilah, namun saat bilah ke
dua dipukul, maka terjadi penurunan volume suara bilah.
Hingga bilah ke 5, penurunan tersebut masih stabil, namun
ketika bilah ke 6 dipukul, suara noise semakin terdengar.
Gambar 5. Implementasi sensor kapasitif pada rancangan Analisis terhadap keadaan tersebut adalah bahwa minimnya
perangkat gamelan elektronik. suplai daya menyebabkan output sinyal audio oleh Arduino
tidak maksimal. Dalam hal ini, suplai daya yang digunakan
Setelah implementasi kedua rangkaian sensor di atas, adalah 5 Volt dengan arus maksimum 1 Ampere tidak cukup
selanjutnya rangkaian tersebut digabungkan untuk untuk menyuplai daya Arduino yang masing-masing
mengetahui perubahan fungsi yang mungkin terjadi. Namun membutuhkan arus kisaran 200 mA.
dalam hal ini, rangkaian bekerja dengan baik sesuai dengan
tujuan pengimplementasian. Hal-hal lainnya yang telah
diujikan pada rangkaian ini adalah penggunaan sumber
tegangan dari baterai. Sensor piezo-electric berfungsi dengan
baik, namun implementasi sensor kapasitif tidak berfungsi
sebagaimana semestinya. Analisis terhadap pengujian ini
menghasilkan bahwa diperlukannya implementasi ground
tambahan yang dapat dihubungkan ke bagian perangkat.
Namun demikian, kinerja rangkaian tidak maksimal.
Gambar 7. Rancangan perangkat gamelan elektronik

Atas hasil analisis terhadap suplai daya, maka digunakan
catu daya yang lebih besar, namun karena keterbatasan sarana,
yang mana suplai daya belum cukup stabil (menghasilkan
noise yang besar), maka kualitas suara yang dihasilkan masih
belum optimal.

ISSN 2087-2658
(SENAPATI) Ke-8
Penelitian selanjutnya adalah menambahkan metode yang dihasilkan, kestabilan dalam menghentikan audio yang
penggabungan masing-masing suara bilah pada gamelan dimainkan, serta peningkatan respon perubahan amplitude
elektronik menggunakan rangkaian pre-amplifier dan untuk melemahkan atau menguatkan audio berdasarkan
dihubungkan dengan sebuah rangkaian master mixer. Selain perubahan input sensor piezo-electric.
dipengaruhi oleh catu daya, proses penggabungan sinyal
output secara langsung akan menurunkan kualitas suara yang
dihasilkan. DAFTAR PUSTAKA
[1] Erskine J, Kapur A. E-Suling: Extended Techniques FOR Indonesian
Performance. InProceedings of the 2011 Australasian Computer Music
IV. KESIMPULAN Conference 2011.
[2] [2]Pardue L, Boch A, Boch M, Southworth C, Rigopulos A. Gamelan
Implementasi sensor piezo-electric sebagai pemicu untuk Elektrika: An Electronic Balinese Gamelan. InNIME 2011 (pp.18-23).
memainkan sebuah nada bilah oleh Arduino melalui SD-Card [3] [3]Dony, T.I.M., Adi, P.I.K., Suar, W.K. Gamelan Gong Kebyar Gong,
Shield, dapat dilakukan dengan memilih threshold yang Kempur, Jegogan dan Petuk berbasis Android. Merpati Vol: 3 No. 3
disesuaikan dengan kebutuhan pengguna. Dalam penelitian Desember 2015.
ini digunakan nilai threshold 400. Selain itu, hal-hal yang [4] [4]Wibawa, M., Wira, B.P., Agung, B.I.P. Aplikasi Gamelan Gong
mempengaruhi kualitas suara gamelan elektronik adalah Kebyar Instrumen Gangsa dan Kendang berbasis Android. Merpati
kualitas file audio yang disimpan pada memori Micro-SD. Vol: 3, No. 3, Desember 2015.
Dalam hal ini, digunakan format audio .wav PCM 12.000 [5] [5]Murata Manufacturing, “Piezoelectric Sound Components,” P37E-
kHz, 8 bit, mono. 17 02.3.6 Catalog, June. 2001 [are as of January 2002].
[6] [6]Texas Instruments, Application Report SNOA927-December 2014,
Sedangkan implementasi sensor kapasitif, meskipun pp.1-11.
mampu bekerja sesuai dengan fungsinya, kinerja sensor ini [7] [7]M.H. Ali and A.S. Aminu, “Analysis of Darlington Pair in
masih dipengaruhi oleh faktor-faktor eksternal seperti Distributed Amplifier Circuit,” IOSR Journal of Electrical and
pengaruh jala-jala listrik 50 Hz. Electronics Engineering (IOSR-JEEE), Vol 10, Issue 2 Ver. 1 (Mar –
Apr. 2015), PP 77-80.
Pengimplementasian kedua sensor pada satu bilah [8] [8]Atmel, “Atmel 8-bit Microcontroller with 4/8/16/32 kBytes in-
gamelan elektronik telah berjalan sesuai perancangan dan system programmable Flash,” Datasheet
tujuan, namun perlu penyempurnaan pada sisi kualitas suara ATmega48A/PA/88A/PA/168A/PA/328/P [Revised Nov. 2015].

ISSN 2087-2658
(SENAPATI) Ke-8
Rekayasa Sistem Tata Kelola dan Layanan Informasi

Proses Perkuliahan Berbasis Multi Platform
Adi Chandra Syarif, Farid Hartono Gunawan, Erick Alfons Lisangan
Fakultas Teknologi Informasi
Universitas Atma Jaya Makassar
Makassar, Indonesia
adi_sjarif@lecturer.uajm.ac.id, petrus_farid2000@yahoo.com, erick_lisangan@lecturer.uajm.ac.id
Abstrak—Sistem tata kelola proses perkuliahan merupakan dalam pelaksanaannya telah didukung dengan adanya Sistem
proses pengaturan, perencanaan dan pengawasan penerapan Informasi Akademik (SIAMIK). Pengawasan, pemantauan
kurikulum dalam mencapai learning objective (LO) secara dan evaluasi terhadap proses akademik termasuk kegiatan
berkesinambungan, dan merupakan bagian dari sistem perkuliahan selama ini telah dilakukan dengan memanfaatkan
penjaminan mutu internal. Penjaminan mutu itu sendiri tidak SIAMIK, namun fungsi pengawasan yang dapat ditangani
menjamin tercapainya perbaikan berkesinambungan karena secara efektif berdasarkan data SIAMIK adalah pengawasan
konsep perbaikan berkesinambungan membutuhkan sebuah dan evaluasi terhadap hasil akhir proses akademik terutama
sistem tata kelola dan pengawasan yang mengandalkan data dalam pelaksanaan kegiatan perkuliahan, Pengawasan seperti
masukan terhadap pelaksanaan proses akademik secara
yang disebut diatas yang berdasarkan data luaran (output)
transparan, akuntabel dan responsif. Umumnya perguruan
tinggi telah menerapkan sebuah model sistem tata kelola dan
lebih dikenal dengan istilah pengawasan umpan balik atau
pengawasan proses perkuliahan yang mengandalkan evaluasi feedback control. Pengawasan dan pemantauan terhadap
terhadap luaran dari proses, sedangkan untuk dapat mencapai pelaksanaan proses yang sedang berjalan atau pengawasan
perbaikan berkesinambungan dibutuhkan sebuah sistem konkuren terhadap proses akademik dan kegiatan perkuliahan
pengawasan yang mengandalkan data masukan terhadap itu sendiri masih sulit untuk dapat dilaksanakan secara efektif
berjalannya proses itu sendiri. Penelitian ini bertujuan untuk dikarenakan mekanisme serta model sistem pengawasan dan
mengembangkan sebuah sistem tata kelola dengan kemampuan pemantauan umumnya masih berbentuk data tertulis hasil
melakukan pendataan dan memberikan informasi terhadap pelaksanaan seperti data kehadiran mahasiswa, data kehadiran
berjalannya proses perkuliahan pada penerapan model dosen, data pokok materi atau berita acara perkuliahan dan
pembelajaran Student Center Learning (SCL) dengan metode data nilai atau proses penilaian sehingga perbaikan ataupun
perancangan berbasis multi platform. Dari penelitian ini peningkatan terhadap pengaturan dan perencanaan atau tata
dihasilkan sebuah sistem dengan kemampuan memantau kelola proses lebih bergantung pada hasil akhir dari proses
berjalannya pelaksanaan proses perkuliahan secara konkuren bukan pada pelaksanaan proses itu sendiri.
umtuk memenuhi prinsip pengawasan kinerja penerapan
kurikulum yang tranparan, akuntabel dan responsif. Melihat permasalahan tersebut, maka perlu dikembangkan
sebuah sistem yang dapat melakukan pengaturan,
Kata kunci: rekayasa, tata kelola, proses perkuliahan, perencanaan, pengawasan, pemantauan, dan evaluasi terhadap
kurikulum, mulit platform berjalannya proses akademik terutama kegiatan perkuliahan.
Sistem tata kelola dan layanan data proses perkuliahan
merupakan suatu usaha pengembangan sebuah sistem
I. PENDAHULUAN pengawasan, pemantauan dan evaluasi proses akademik
Berdasarkan Peraturan Pemerintah No. 4 Tahun 2014, berbasis elektronik terhadap aktivitas-aktivitas dalam
Perguruan Tinggi adalah satuan pendidikan yang pelaksanaan proses perkuliahan guna mendukung fungsi
menyelenggarakan Pendidikan Tinggi [1]. Bagian dari perencanaan, pengawasan dan evaluasi pelaksanaan
penyelenggaraan Pendidikan Tinggi adalah pengaturan, pendidikan khususnya pada UAJM. Sistem tata kelola dan
perencanaan, pengawasan, pemantauan, dan evaluasi untuk layanan data proses perkuliahan ini akan mengintegrasikan
mencapai tujuan Pendidikan Tinggi yang diatur oleh Menteri struktur kurikulum fakultas terhadap pelaksanaan perkuliahan
melalui penetapan Standar Nasional Pendidikan Tinggi. dengan memfasilitasi pengembangan rencana pembelajaran,
Penyelenggaraan Pendidikan Tinggi dilaksanakan oleh pemantauan penerapan dan pencapaian dari tujuan
Perguruan Tinggi. Fungsi pengaturan, perencanaan, pembelajaran secara konkuren, pemantauan kehadiran disertai
pengawasan, pemantauan, dan evaluasi terhadap pelaksaan pengawasan terhadap pelaksanaan perkuliahan secara digital,
proses akademik termasuk kegiatan perkuliahan merupakan pengevaluasian pelaksanaaan dan kesesuaian penerapan
bagian yang amat penting bagi pencapaian tujuan Pendidikan kurikulum terhadap materi perkuliahan, serta transparansi
Tinggi. Universitas Atma Jaya Makassar (UAJM) sendiri proses penilaian akhir terhadap proses dan metode
telah memiliki Sistem Penjaminan Mutu Internal yang mana pembelajaran.
ISSN 2087-2658
(SENAPATI) Ke-8
Pengembangan sistem tata kelola dan layanan data proses diperlukan sebuah sistem pengawasan fungsi pelayananan
perkuliahan bertujuan untuk menghasilkan sebuah arsitektur yang mendukung nilai-nilai tersebut.
sistem tata kelola dan layanan data yang dapat melakukan
pendataan dan pengolahan data secara konkuren terhadap B. Fungsi Pengawasan dan Perbaikan Berkesinambungan
berjalannya proses perkuliahan. Sistem tata kelola dan Menurut Anthony, Dearden dan Bedford, pengawasan
pengawasan proses akademik ini mempertimbangkan dimaksudkan untuk memastikan agar anggota organisasi
infrastruktur jaringan komputer yang ada, pengintegrasian melaksanakan apa yang dikehendaki dengan mengumpulkan,
data akademik dan standar pada Sistem Penjaminan Mutu menganalisis, dan mengevaluasi informasi serta
Internal (SPMI), serta pemanfaatan teknologi informasi memanfaatkannya untuk mengendalikan organisasi [4].
komunikasi dalam melakukan fungsi pengawasan dan layanan Pengawasan adalah suatu upaya untuk menetapkan standar
data secara konkuren. kinerja pada perencanaan untuk merancang sebuah sistem
umpan balik informasi, membandingkan kinerja aktual
dengan standar yang ditentukan, memantau apakah telah
II. KAJIAN PUSTAKA
terjadi suatu penyimpangan, serta mengambil tindakan
A. Tata Kelola Pendidikan Tinggi perbaikan yang diperlukan untuk menjamin bahwa semua
sumber daya institusi telah digunakan seefektif dan seefisien
Sistem tata kelola pendidikan tinggi sendiri merupakan mungkin guna mencapai tujuan institusi. Deming sendiri
suatu model sistem pengaturan dan perencanaan penerapan menyatakan bahwa pengawasan dan pemantauan perlu
kurikulum pada pelaksanaan proses akademik meliputi dilaksanakan oleh sebuah organisasi agar dapat memahami
pencapaian learning objective (LO) pada setiap mata kuliah sistem serta permasalahan yang ada terhadap sistem berjalan
melalui pemantauan pelaksanaan rencana pembelajaran serta [5]. Pemahaman ini yang ditindak lanjuti dengan proses
penilaian pada proses belajar mengajar. Menurut Daniel perencanaan perbaikan. Siklus perencanaan, pengawasan,
Mohammad Rosyid seorang Guru Besar ITS, tata kelola evaluasi dan pelaksanaan dikenal dengan istilah Shewhart
pendidikan sering mendorong praktik dan budaya layanan Cycle (gambar 2).
pendidikan menjadi kurikulum yang terlaksana, yang bisa
bertentangan dengan tujuan kurikulum yang direncanakan 4. Adopsi Perubahan
atau jalankan 1. Rencanakan
yang tampak bagus di atas kertas namun dipandang ''berat beberapa lingkungan Perubahan
konten miskin proses'' [2]. Oleh sebab itu sebuah tata kelola berbeda
akademik yang efektif haruslah berorientasi terhadap ACT PLAN
perbaikan dan peningkatan pada proses bukan hanya pada
perbaikan konten maupun hasil dari proses yang selama ini
DO STUDY
dilaksanakan akademik seperti yang terlihat pada gambar 1.
3. Pelajari 2. Coba Perubahan

Hasilnya Tersebut
.
Shewhart Cycle merupakan garis
besar pendekatan untuk menjamin
“continuous improvement”
Gambar 2. Shewhart Cycle

Konsep ini diperkenalkan oleh Dr. Edward Deming dalam
bukunya “The New Economics for Industry, Government,
Education” yang dimana konsep perencanaan, pengawasan,
pemantauan dan evaluasi harus dilakukan terhadap proses
bukan terhadap hasil [6]. Hal inilah yang akan menjadi
Gambar 1. Tata Kelola Pendidikan Tinggi landasan peningkatan kualitas berkesinambungan.
Dari hasil penelitian oleh, Ali Hanapiah Muhi dapat C. Arsitektur Mobile
disimpulkan bahwa mutu pelayanan akademik secara
simultan dipengaruhi oleh nilai-nilai transparansi, Perkembangan teknologi mobile membuat smartphone
akuntabilitas dan responsiveness [3]. Dimana nilai-nilai menjadi teknologi yang sangat mempengaruhi aktivitas
tersebut diatas mendorong para anggota organisasi untuk masyarakat, sehingga tuntutan dalam persaingan
memberikan kemampuan terbaik dalam tugas pelayanan dan perkembangan smartphone semakin besar, Smartphone telah
berkontribusi pada budaya akademik itu sendiri. Oleh sebab menjadi media komunikasi utama saat ini. Teknologi ini
itu, pelayanan akademik pada sebuah institusi pendidikan menjadikan kita bisa tetap selalu ter-update kapan pun dan di
tinggi haruslah dijiwai oleh nilai transparansi, akuntabilitas mana pun kita berada [7]. Menurut Leader Business Planning
dan responsiveness. Untuk mencapai hal tersebut maka Mindshare Asia Pacific Deepika Nikhilender dan Head of
Insights Yahoo India dan Asia Tenggara David Jeffs
ISSN 2087-2658
(SENAPATI) Ke-8
mengumumkan hasil riset mereka terkait pengguna Teknologi Informasi. Dimana metode pengumpulan data yang
smartphone di Indonesia. Survei yang dilakukan pertengahan digunakan dalam penelitian terdiri atas:
tahun 2013 tersebut, "Terdapat sekitar 41,3 juta orang
1. Metode Wawancara
pengguna smartphone di Indonesia. Smartphone, bukan
feature phone," menurut Leader Business Planning Mindshare Wawancara dilakukan di awal dan di akhir penelitian
Asia Pasific Deepika Nikhilender di kantor Yahoo!. Bahwa bertempat di gedung FTI-UAJM dari masing-masing
pada tahun 2009 Indonesia menunjukkan pertumbuhan responden (dosen dan ketua program studi).
tertinggi di wilayah ASEAN untuk penjualan mobile device
dan smartphone. Diperkirakan tahun 2015 Indonesia akan 2. Metode Observasi
menjadi Smartphone Market Leader in ASEAN Region Observasi dilakukan di awal penelitian untuk
[8].Perangkat smartphone sendiri mengandalkan sistem mengidentifikasi masalah secara akurat dan
operasi sebagai brainware-nya dimana salah satu sistem memperoleh gambaran umum proses perkuliahan
operasi mobile yang paling banyak didunakan adalah android. yang berjalan saat ini pada FTI-UAJM.
Android adalah sebuah sistem operasi pada handphone yang
bersifat terbuka dan berbasis pada sistem operasi unix. 3. Metode Kuesioner
Android menyediakan platform terbuka bagi para Responden dari kuesioner ini adalah mahasiswa FTI-
pengembang untuk menciptakan aplikasi mereka sendiri yang UAJM angkatan 2010-2013 serta orangtua/wali dari
akan digunakan pada bermacam peranti bergerak. mahasiswa dari angkatan yang sama.
Metode analisa data yang digunakan dalam penelitian
III. METODE PENELITIAN adalah analisa kualitatif dan kuantitatif. Analisa kualitatif
Penelitian ini akan dimulai dengan pendekatan analisa dilakukan terhadap pengumpulan data dari hasil observasi
terhadap sistem tata kelola dan layanan informasi data terhadap proses yang berjalan dan terhadap hasil wawancara
akademik pada UAJM dengan memperhatikan struktur kepada dosen, ketua tata usaha dan ketua program studi.
SIAMIK yang berjalan dan akan difokuskan pada Sementara analisa kuantitatif diperoleh dilakukan terhadap
pengawasan dan transparansi proses perkuliahan dengan pengumpulan data dari hasil kuesioner ke pemangku
luaran yang ditargetkan adalah sebuah sistem dengan kepentingan lainnya terhadap pelaksanaan proses akademik,
rancangan infrastruktur teknologi tata kelola dan layanan mahasiswa dan orang tua/wali.
informasi proses perkuliahan yang dapat menghasilkan data
pengawasan secara konkuren yang dapat dijadikan sebagai
IV. HASIL DAN PEMBAHASAN
dasar pengembangan sistem tata kelola pengetahuan dengan
tahapan perancangan sebagai berikut: A. Rekayasa Sistem
1. Tahapan analisis dan perancangan. Pada tahap ini Berdasarkan hasil analisa data terhadap pemangku
dilakukan analisa terhadap proses serta permasalahan kepentingan dalam pelaksanaan proses perkuliahan yang telah
umum yang terjadi pada proses perkuliahan. dilakukan, sistem tata kelola proses perkuliahan yang berjalan
2. Tahapan rekayasa sistem. Terdapat dua pendekatan yang pada FTI-UAJM saat ini memiliki keterbatasan dalam
digunakan dalam rekayasa sistem tata kelola proses memantau dan memberikan informasi terhadap pelaksanaan
perkuliahan yaitu pendekatan berorientasi objek, proses itu sendiri secara transparan dan terukur. Ada beberapa
Unified Modelling Language (UML), meliputi pihak yang terlibat dalam proses ini, diantaranya ketua prodi,
pemodelan proses bisnis, penulisan kelas-kelas dalam dosen, mahasiswa, wali/orang tua dan tata usaha. Pengawasan
bahasa program yang spesifik, skema struktur data, dan proses akademik lebih dititik beratkan pada rekapitulasi Berita
komponen-komponen yang diperlukan dalam sistem Acara Perkuliahan (BAP) dan laporan kehadiran perkuliahan
dengan menggunakan bahasa Jave (J2EE) dan android, yang dilakukan secara tertulis, dimana fungsi pengawasan
serta pendekatan terstruktur dengan menggunakan html, masih terkendala pada keterbatasan sumber daya sehingga
bahasa scripting PHP dan javascript. tanggung jawab pengawasan lebih banyak didelegasikan
kepada dosen terkait. Hal ini berdampak pada akuntabilitas
3. Tahapan pengembangan arsitektur teknologi informasi keakuratan dan kekinian data sehingga membatasi
komunikasi. Melakukan analisa terhadap pilihan kemampuan ketua program studi dalam mengevaluasi
teknologi dan mengembangkan arsitektur TIK pelaksanaan proses perkuliahan secara akurat dan konkuren.
terintegrasi serta melakukan uji coba infrastruktur Kendala lain yang juga terjadi adalah kesulitan dalam
teknologi pendukung sistem yang dikembangkan dalam pengawasan terhadap pengolahan dan transparansi terhadap
skala kecil. proses penilaian mata kuliah sehingga akuntabilitas proses
Sasaran penelitian dalam pengembangan ini adalah ketua juga menjadi sangat lemah. Keterbatasan dalam memantau
program studi, dosen, mahasiswa dan orang tua/wali pada dan mengevaluasi pelaksanaan proses perkuliahan dengan
Universitas Atma Jaya Makassar khususnya pada Fakultas akuntabel inilah yang menjadi landasan utama rekayasa.
Dimana berdasarkan platform antarmuka yang digunakan

ISSN 2087-2658
(SENAPATI) Ke-8
pendekatan rekayasa perangkat lunak dapat dikelompokkan Diagram tersebut menyajikan interaksi antara proses dan
menjadi tiga komponen yaitu platform J2EE untuk fungsi actor pada sistem yang dirancang diantaranya ketua prodi,
pengawasan, platform berbasis web untuk fungsi perencanaan dosen, admin, mahasiswa dan orang tua/wali. Untuk dapat
dan evaluasi, dan platform android untuk layanan informasi. mengakses sistem, aktor harus terlebih dahulu diautentifikasi
dan mengakses sistem sesuai dengan level aksesnya (lihat
Kemampuan untuk melakukan pendataan secara pada gambar diatas).
transparan, akurat, akuntabel dan konkuren menjadi target
rekayasa sistem yang dihasilkan. Use case diagram dari B. Antarmuka Sistem
komponen fungsi tata kelola dan komponen layanan informasi
proses perkuliahan dapat dilihat pada gambar 3, 4 dan 5. Hasil rekayasa sistem terbagi atas tiga platform tampilan
antar muka yaitu tampilan sistem pengawasan untuk
perangkat yang digunakan dosen pada saat pelaksanaan
perkuliahan, tampilan sistem perencanaan dan evaluasi yang
dapat diakses oleh ketua program studi, serta tampilan layanan
informasi untuk dosen, mahasiswa dan orang tua/wali yang
dapat diakses melalui perangkat mobile., sedangkan tampilan
untuk ketua prodi dikembangkan berbasis web, dan tampilan
layanan informasi pada perangkat mobile untuk dosen,
mahasiswa dan orang tua/wali dibuat menggunakan android
studio. Beberapa tampilan utama dari sistem tata kelola dan
layanan informasi proses perkuliahan dapat dilihat dibawah
1) Antarmuka sistem pengawasan pada perangkat
perkuliahan berbasis Java (J2EE)
a. Tampilan Login dan Menu Perangkat perkuliahan
Gambar 3. Use Case Diagram SistemPengawasan
Gambar 6. Tampilan Login dan Menu Perangkat Perkuliahan

Antarmuka login dari sistem untuk proses autentifikasi
pengguna dan rancangan antarmuka pada perangkat
perkuliahan yang digunakan pada proses perkuliahan di kelas.
b. Tampilan Rencana Pembelajaran dan Nilai
Gambar 4. Diagram Konteks Sistem Perencanaan dan
Evaluasi
Gambar 7. Tampilan Rencana Pembelajaran dan Nilai

Antarmuka pemasukan rencana pembelajaran dan nilai
oleh dosen. Dosen bertanggung jawab untuk menginput
rencana pembelajaran dan nilai berdasarkan bahan kajian dan
metode pembelajaran yang diampunya setiap semester.
Gambar 5. Use Case Diagram Layanan Informasi Proses
Perkuliahan c. Tampilan Daftar Hadir dan Jendela Perekaman

ISSN 2087-2658
(SENAPATI) Ke-8
prodi, penginputan jadwal, minggu awal perkuliahan, sesi,

kelas, bentuk pembelajaran dan hari.
c. Tampilan menu dosen
Gambar 8. Tampilan Presensi dan Jendela Perekaman

Antarmuka presensi digunakan Dosen untuk menginput
prsensi mahasiswa dan pada saat bersamaan sistem akan
melakukan perekaman proses perkuliahan pada jendela Gambar 11. Tampilan Input Materi Kuliah Dosen
perekaman.
Antarmuka pada menu-menu yang tersedia di dalam
2) Antarmuka sistem perencanaan dan evaluasi berbasis halaman dosen yaitu penginputan rencana pembelajaran
Web dosen (RP), review daftar hadir, review berita acara
perkuliahan (BAP) dan untuk melihat jadwal, materi kuliah,
a. Tampilan Beranda pengisian nilai, dan juga laporan yang terdiri dari laporan
kehadiran mahasiswa, dosen dan BAP.
d. Tampilan menu ketua prodi
Gambar 9. Tampilan Beranda

Antarmuka beranda menyediakan tiga pilhan menu yang
berdasarkan level akses masing-masing pengguna, yaitu menu
untuk admin, menu untuk dosen dan menu untuk ketua prodi Gambar 12. Tampilan Lihat BAP Ketua Prodi
b. Tampilan menu admin untuk rencana Antarmuka pada menu-menu yang tersedia di dalam
pembelajaran program studi halaman ketua prodi yaitu penginputan rencana pembelajaran
prodi (RPP), review daftar hadir, BAP, jadwal, materi kuliah,
nilai, dan juga laporan yang terdiri dari laporan kehadiran
mahasiswa, dosen, pencapaian materi, RP dosen dan juga
daftar dosen pengampu mata kuliah.
3) Antarmuka layanan informasi berbasis android
a. Tampilan Login dan Menu Perangkat Mobile
Gambar 10. Tampilan Penginputan Rencana Pembelajaran

Program Studi
Antarmuka pada menu-menu yang tersedia di dalam
halaman admin yaitu penginputan rencana pembelajaran
ISSN 2087-2658
(SENAPATI) Ke-8
berdasarkan kualifikasi pengguna dengan

menggunakan moda icon.
3. Proses pengunggahan materi kuliah dapat memenuhi
kebutuhan pendataan materi perkuliahan. Hal ini
dikarenakan materi kuliah akan tersimpan di server
dan dapat diakses pada saat pelaksanaan perkuliahan
dan terstruktur berdasarkan rencana pembelajaran
dosen.
4. Hasil pengisian nilai maupun perhitungan nilai sudah
memenuhi standar dan aturan yang berlaku secara
Gambar 13. Tampilan Login dan Menu Perangkat Mobile umum dan pada UAJM.
Antarmuka login dan menu utama pada perangkat mobile 5. Informasi-informasi yang diberikan pada perangkat
yang memberikan akses pengguna ke layanan informasi mobile sudah sesuai dengan kebutuhan pengguna, dan
berjalannya proses perkuliahan pada mata kuliah terkait. informasi yang diberikan bermanfaat untuk
b. Tampilan Login dan Menu Perangkat Mobile mendukung transparansi dan akuntabilitas kekinian
informasi perkuliahan.
6. Bagi orang tua sistem ini telah membantu mereka
dalam memonitoring proses perkuliahan yang dijalani
oleh mahasiswa pada Universitas Atma jaya Makassar,
seperti nilai, kehadiran, jadwal dan informasi lainnya
yang mendukung orang tua dalam mengawasi proses
pendidikan mahasiswa.
7. Laporan-laporan yang dihasilkan sudah sesuai dengan
format dan standar yang telah ditetapkan pada standar
dan prosedur yang telah ditetapkan pada SPMI UAJM
dalam dalam hal pengawasan dan evaluasi
perkuliahan.
Selain dari itu berdasarkan hasil uji simulasi dari
mahasiswa dan orang tua/wali didapatkan bahwa kebutuhan
akan derajat kerincian informasi proses perkuliahan serta
Gambar 14. Tampilan Informasi Kehadiran dan Nilai transparansi akan proses penilaian dari sistem yang dihasilkan
Mahasiswa telah dapat terpenuhi. Jika dibandingkan dengan model sistem
pembelajaran digital lainnya sistem ini tidak hanya membantu
Antarmuka layanan informasi kehadiran mahasiswa pada
pengelolaan proses perkuliahan secara digital tapi juga
semester berjalan dan informasi pencapaian nilai mahasiswa
memiliki kapasitas untuk melakukan fungsi pengendalian dan
pada setiap bahan kajian mata kuliah terdaftar.
pengawasan proses perkuliahan secara inklusif dengan
C. Pengukoan Sistem melibatkan stakeholder sebagai bagian dari proses.
Pengujian sistem dilakukan melalui uji simulasi terhadap
hasil rekayasa sistem. Pengujian sistem dilakukan dengan V. KESIMPULAN
melakukan wawancara terhadap 8 orang responden yang Melalui penelitian yang telah dilakukan, dapat
terdiri dari 2 orang ketua prodi dan 6 dosen untuk perangkat disimpulkan bahwa hasil rekayasa sistem tata kelola dan
perkuliahan dan tampilan web, serta 56 orang reaponder yang layanan informasi proses perkuliahan dapat memenuhi
terdiri dari 6 dosen, 30 mahasiswa dan 20 orang tua untuk kebutuhan akan peningkatan kapasitas fungsi pengawasan dan
tampilan mobile. Dari analisa hasil pengujian sistemyang transparansi pada pelaksanaan proses perkuliahan mulai dari
dilakukan didapatkan bahwa: perencanaan, pengawasan dan evaluasi hingga transparansi
1. Tampilan Format penginputan rencana pembelajaran proses penilaian, dan laporan-laporan yang dirancang sudah
dan nilai dosen telah mampu mengikuti kebijakan dan memenuhi standar akuntabilitas serta selaras dengan prinsip
standar yang berlaku pada UAJM. sistem penjaminan mutu internal pada proses akademik
dengan mengintegrasikan nilai transparansi, akuntabilitas dan
2. Proses pengisian daftar hadir dan BAP sudah responsiveness terhadap mutu layanan akademik dengan
memenuhi derajat kemudahan penggunaan melibatkan pihak yang memiliki kepentingan terhadap
berjalannya proses perkuliahan. Penelitian ini berpeluang

ISSN 2087-2658
(SENAPATI) Ke-8
untuk dikembangkan lebih lanjut dalam pengembangan 2014 Tentang Standar Nasional Pendidikan Tinggi. Jakarta: Pusat
dashboard akademik bagi ketua program studi terhadap Penjaminan Mutu Pendidikan Tinggi. 2014.
penerapan bahan kajian, metode pembelajaran dalam [2] Rosyid, D. M., ‘Kita Tidak Butuh Sekolah, Apalagi Kurikulum’, 2013.
[Online]. Available: http://danielrosyid.com/kita-tidak-butuh-sekolah-
kurikulum program studi bagi setiap mahasiswa. apalagi-kurikulum.html. [Accessed: 10-Oct-2015]
[3] Muhi, Ali Hanapiah. Implementasi Nilai-Nilai Good Governance Di
Perguruan Tinggi. Thesis/Disertasi tidak diterbitkan. Bandung:: PPS
UCAPAN TERIMA KASIH UPI Bandung. 2011.
Penulis mengucapkan terima kasih atas dukungan [4] Anthony, Dearden, & Bedford. Sistem Pengendalian Manajemen.
finansial dari Direktorat Pendidikan Tinggi RI melalui Jakarta. Erlangga. 1993: 65–84.
program Penelitian Desentralisasi pada penelitian ini dan [5] Latzko, William J., & Saunders, David M. Four Days with Dr. Deming:
Universitas Atma Jaya Makassar atas kerjasama serta A Strategy for Modern Methods of Management. New Jersey: Prentice
dukungannya selama pelaksanaan kegiatan ilmiah ini Hall. 1996.
khususnya Fakultas Teknologi Informasi. [6] Deming, W. E. The New Economics: For Industry, Government,
Education. Cambridge, Massachusetts: MIT Press. 2000.
[7] Wiratmojo, Bambang. Urgensi Literasi Media pada Pertelevisian
DAFTAR PUSTAKA Indonesia dalam Sasangka(Ed). Tentang Update Teknologi.
Yogyakarta: Yayasan TIFA. 2010: 176.
[1] Kementerian Pendidikan dan Kebudayaan. Peraturan Menteri
Pendidikan dan Kebudayaan Republik Indonesia Nomor 49 Tahun [8] Frost & Sullivan. ‘Frost & Sullivan Sees Indonesia's Mobile Industry
to Grow 7.5% y-o-y Reaching 1.2 million units’ 2013. [Online].
Avilable:http://www.frost.com/. [Accessed: 30-Oct-2015).

ISSN 2087-2658
(SENAPATI) Ke-8
Penerapan Image Enhancement Algorithm Untuk

Meningkatkan Kualitas Citra Tak Bergerak
Phie Chyan, Sean Coonery Sumarta
Fakultas Teknologi Informasi
Universitas Atma Jaya Makassar
Makassar, Indonesia
phiechyan@gmail.com, sean_chiko@ymail.com
Abstrak—Peningkatan kualitas citra sangat dibutuhkan histogram equalization untuk perbaikan citra digital. Hal ini
pada berbagai aplikasi yang mengolah dan memanfaatkan mengurangi tingkat detail dari citra dan menimbulkan efek
citra. Dalam banyak kasus citra yang dihasilkan dari perangkat yang tidak diinginkan.
perekam citra menghasilkan citra yang kurang berkualitas
seperti buram, terdistorsi dan memiliki detail yang rendah Peningkatan citra berbasis fuzzy mempunyai keuntungan
sehingga kurang memadai untuk digunakan dalam tahap dapat mempertahankan tingkat detail dari citra. Seleksi
pengolahan citra. Penelitian ini bertujuan untuk menerapkan parameter seperti fungsi keanggotaan dan operator dalam
algoritma peningkatan kualitas citra menggunakan metode peningkatan citra berbasis fungsi memegang peranan penting
peningkatan citra berbasis fuzzy dengan algoritma Bee Colony dalam efek peningkatan citra dan algoritma bee colony
untuk mensimulasikan eksperimen hasil proses perbaikan memiliki keuntungan dalam hal komputasi yang lebih
kualitas citra yang mengalami gangguan atau berkualitas sederhana dan mudah untuk diimplementasikan. Penelitian ini
rendah. Hasil dari eksperimen menunjukkan bahwa metode dilakukan untuk menerapkan metode peningkatan citra
yang digunakan dalam implementasi peningkatan citra dapat berbasis fuzzy menggunakan algoritma bee-colony untuk
meningkatkan kualitas visual dari citra dan meningkatkan meningkatkan kualitas citra tak bergerak.
tingkat detail dari citra.
Kata kunci: image enhancement algorithm, Bee Colony II. KAJIAN LITERATUR
Algorithm, domain spatial transformation
A. Pengolahan Citra Digital
I. PENDAHULUAN Pengertian sederhana dari image processing adalah
manipulasi dan analisis suatu informasi gambar oleh
Peningkatan kualitas citra bertujuan untuk meningkatkan
komputer. Sedangkan yang dimaksud dengan informasi
kualitas visual dari citra. Peningkatan kualitas citra dilakukan gambar di sini adalah gambar visual dalam dua dimensi.
dengan memperkuat karakteristik penting dari citra dan Segala operasi untuk memperbaiki, menganalisis, atau
melemahkan sejumlah karakteristik yang tidak diperlukan mengubah suatu gambar disebut image processing.
pada citra untuk membuat citra memenuhi kualitas visual
tertentu yang diinginkan atau membuat citra yang dapat Konsep dasar dari sistem dari image processing diambil
diproses lebih lanjut secara analitis bagi manusia maupun dari kemampuan indera penglihatan manusia yang selanjutnya
mesin dengan menambah sejumlah informasi.[1] dihubungkan dengan kemampuan otak manusia. Dalam
sejarahnya, image processing telah diaplikasikan dalam
Metode peningkatan kualitas citra saat ini cukup berbagai bentuk, dengan tingkat kesuksesan yang cukup
berkembang pesat. Berdasarkan perbedaan ruang dimana besar. Seperti berbagai cabang ilmu lainnya, image processing
peningkatan kualitas ini diterapkan, metode algoritma menyangkut pula berbagai gabungan cabang-cabang ilmu,
peningkatan dapat dibagi menjadi algoritma yang berbasis seperti optik, elektronik, matematika, fotografi, dan teknologi
domain spasial dan algoritma yang berbasis domain komputer.
frekuensi[2]. Algoritma domain spasial beroperasi langsung
pada skala abu-abu citra sedangkan algoritma domain Pada umumnya tujuan dari image processing adalah
frekuensi menerapkan bentuk koreksi tertentu pada nilai mentransformasikan atau menganalisis suatu gambar
koefisien transformasi citra didalam domain transformasi citra sehingga informasi baru tentang gambar dibuat lebih jelas.
tertentu sehingga tidak langsung diterapkan pada citra. Ada banyak cara yang dapat diaplikasikan dalam suatu
Beberapa bentuk algoritma peningkatan citra tidak operasi image processing, yang sebagian besar dalam bentuk
memperhitungkan skala fuzzy dari citra sehingga yang optikal. Berbagai bidang telah banyak menggunakan aplikasi
dilakukan hanya meningkatkan nilai kontras dari citra dan dari image processing baik dibidang komersial, industri, dan
menekan gangguan noise dari keseluruhan citra seperti pada medis. Bahkan bidang militer telah menggunakan
beberapa penelitian terdahulu yang memanfaatkan metode perkembangan dunia digital image processing ini. Pada
ISSN 2087-2658
(SENAPATI) Ke-8
umumnya tujuan dari image processing adalah transformasi citra. Model ruang transformasi yang umum
mentransformasikan atau menganalisis suatu gambar digunakan adalah frequency domain space atau transformasi
sehingga informasi baru tentang gambar dibuat lebih jelas. fourier. Metode enhancement yang berbasis domain spasial
Ada banyak cara yang dapat diaplikasikan dalam suatu antara lain transformasi skala abu abu untuk meningkatkan
operasi image processing. citra melalui tiap point pikselnya, transformasi histogram
mengubah kontras citra secara global atau lokal dan
B. Histogram Warna transformasi spasial memproses piksel citra yang berdekatan
Histogram adalah grafik yag menunjukkan frekuensi melalui template atau masking [7]. Gambar 2 menampilkan
kemunculan setiap nilai gradiasi warna. Bila digambarkan dua fungsi transformasi yang umum dari image enhancement
pada koordinat kartesian maka sumbu X (absis) menunjukkan berbasis domain spasial.
tingkat warna dan sumbu Y (ordinat) menunjukkan frekuensi
kemunculan warna tersebut pada suatu citra. Histogram warna
merupakan fitur warna yang paling banyak digunakan.
Histogram warna sangat efektif mengkarakterisasikan
distribusi global dari warna dalam sebuah citra digital [3].
Komposisi warna merupakan salah satu fitur yang dapat
digunakan dalam sistem temu balik citra. Komposisi warna
dapat direpresentasikan dalam bentuk histogram. Histogram
warna merepresentasikan distribusi jumlah piksel untuk tiap
intensitas warna dalam citra. Untuk mendefinisikan histogram
warna, warna di kuantisasi menjadi beberapa level diskrit
Gambar 2. Fungsi transformasi dari perbaikan kontras
sesuai dengan model ruang warna yang digunakan misalnya
RGB, YIV dan model ruang warna lainnya yang mana setiap
ruang warna memiliki karakteristiknya masing masing, III. METODE PENELITIAN
kemudian untuk tiap level tersebut hasil kuantisasi warna tadi
dihitung jumlah piksel yang nilainya sesuai seperti A. Algoritma Bee Colony
ditunjukkan Gambar 1 berikut ini. Suatu algoritma yang diinspirasi dari bagaimana proses
lebah mengumpulkan madu yang prosesnya serupa dengan
metode untuk mencari solusi optimal bagi permasalahan
dalam bidang komputasional modern. Proses mengumpulkan
madu oleh lebah dilakukan melalui komunikasi, transformasi
dan kolaborasi dari sekumpulan individu lebah yang berbeda.
Proses mengumpulkan madu oleh koloni lebah melibatkan
tiga komponen dasar dan dua perilaku dasar. Tiga komponen
dasar adalah: makanan, lebah pekerja dan lebah penganggur
dan dua perilaku dasar adalah merekrut dan meninggalkan
makanan tertentu [8]. Esensi dari Artificial Bee Colony
Algorithm (ABC) adalah untuk mencari solusi optimal
melalui evolusi random tapi terarah dalam suatu grup yang
terdiri dari kandidat solusi.
Gambar 1. Histogram Warna
Misalkan problem optimisasi (P) :
C. Image Enhancement
Image Enhancement merupakan suatu metode untuk
menyoroti sejumlah informasi tertentu didalam citra dan Pertama inisialisasikan algoritma ABC. Randomisasi
melemahkan beberapa fitur yang dianggap tidak penting populasi awal dengan solusi SN sesuai dengan formula (1)
menurut kriteria tertentu dengan tujuan untuk meningkatkan
kejernihan dan kontras dari citra dalam aplikasi tertentu dalam
rangka meningkatkan kualitas citra dan membuat hasil proses
lebih sesuai terhadap sensori visual manusia dan juga lebih
mudah diproses oleh mesin [6]. (1)
Teknik enhancement yang umum digunakan saat ini Kemudian lebah pekerja mencari makanan yang sesuai,
dibagi menjadi yang berbasis domain spasial dan domain secara random memilih lebah lain sebagai tetangga dan secara
transformasi. Teknik berbasis domain spasial diaplikasikan random memilih dimensi sebagai panduan arah pencarian.
langsung ke ruang warna dari citra sedangkan teknik berbasis Proses pencarian dilakukan sesuai dengan formula (2) dan (3).
domain transformasi sesuai namanya diproses pada domain

ISSN 2087-2658
(SENAPATI) Ke-8
Dalam kedua formula (7) dan (8) , A merupakan fuzzy set,

(2) N merupakan jumlah subset dari fuzzy set A. M merupakan
metode partisi dari domain fuzzy dan partisi seragam atau tak
seragam dapat dipilih berdasarkan citra yang berbeda. µA(x)
(3) merupakan keanggotaan dari nilai keabuan citra dan P(x)
Kemudian transformasi ke nilai batas menurut formula (4) merupakan frekuensi dari nilai keabuan citra. Pp(Ai)
merupakan jumlah dari frekuensi nilai keabuan domain
spasial ketika domain spasial titik piksel x dipetakan ke subset
fuzzy Ai melalui fungsi keanggotaan µA ( ). Apabila nilai Pp
(Ai) = 0,5. Fuzzy Entropy dapat bernilai maksimum.
(4) Berdasarkan ketentuan diatas, self adapative image
enhancement menggunakan algoritma bee colony dapat
Jika kualitas (kesesuaian) dari makanan yang dicari
(solusi) lebih baik dari makanan sekarang, ganti makanan diimplementasikan menurut tahapan berikut.
baru dengan makanan sekarang; jika tidak, biarkan posisi (a) Transformasikan citra dari domain keabuan ke domain
makanan tidak berubah. Setelah pencarian dari seluruh lebah fuzzy dalam jangkauan nilai parameter; Hitung fuzzy entropi
pekerja selesai, kembali ke sarang dan bagikan informasi dari beragam parameter secara bertahap untuk membuat
makanan pada lebah penganggur kemudian pengikut metode seleksi parameter memaksimalkan fuzzy entropi
memutuskan tingkat kembalian (return rate) dari tiap makanan kedalam nilai parameter seleksi optimal dan simpan fuzzy
menurut informasi yang diperoleh dan kumpulkan madu entropi serta paramater tersebut.
melalui seleksi random. Return rate dinyatakan dengan nilai
kesesuaian (fitness value) dari solusi dan probabilitas fitness (b) Gunakan parameter yang telah ditentukan untuk
dan seleksi dihitung menurut rumus (5) dan (6). mentransformasikan citra dari domain keabuan ke domain
fuzzy kemudian lakukan fuzzy enhancement.
(c) Transformasikan data dari domain fuzzy ke domain
spasial dari citra untuk menerapkan pemilihan dari parameter
self adaptive.
(5)
Algoritma image enhancement dijalankan pada kriteria
fuzzy entropy maksimum. Untuk mengurangi waktu
(6) komputasi, populasi di stabilkan pada angka 30 dan angka 100
untuk terminasinya. Nilai awal dari parameter fuzzy dalam
Dalam rumus diatas merupakan fungsi nilai dari solusi; bee colony dihasilkan secara acak sehingga selanjutnya dapat
merupakan nilai fitnes yang berhubungan dan SN merupakan dipilih terminasi pada angka 100. Gambar 3 menunjukkan
jumlah solusi. Berdasarkan seleksi acak, makanan yang baik bagian kontras antara citra asli dan citra yang telah diproses
akan mendatangkan lebih banyak pengikut dan mempunyai dengan algoritma enhancement menggunakan algoritma bee
kemungkinan lebih tinggi untuk terjadinya evolusi dan colony
mempercepat tingkat konvergensi dari algoritma.
B. Image Fuzzy Enhancement dengan Algoritma Artifical
Bee Colony
Secara kuantitatif fuzzy entropy mencerminkan tingkat
fuzzy dari suatu citra dan tingkat kesulitan rata-rata untuk
menentukan apakah suatu piksel dapat dilihat sebagai elemen
keanggotaan fuzzy. Berikut definisi fuzzy entropi untuk
melakukan self adaptive fuzzy enhancement terhadap citra
(7)
Dan Gambar 3. Citra sebelum diproses (kiri) dan citra yang telah
dienhancement (kanan)
Gambar 4 menunjukkan histogram dari average value,
standar deviation dan entropy dari citra asli dan citra yang
(8)
telah dienhancement. Nilai rata-rata meningkat setelah proses

ISSN 2087-2658
(SENAPATI) Ke-8
histogram equalization, menunjukkan nilai kecerahan yang karakteristik global maupun lokal dari citra. Dengan
tinggi dan standar deviasi yang kecil dan hal ini menggunakan optimisasi global, penelitian ini telah berhasil
mencerminkan efek equalization tidak cukup baik. Hal ini menerapkan image enhancement berbasis algoritma bee
dapat dilihat dari data eksperimental bahwa nilai rata-rata dan colony untuk meningkatkan kualitas citra.
deviasi meningkat setelah diproses dengan algoritma PSO;
akan tetapi entropy berkurang; kecerahan meningkat. Dapat
dilihat bahwa setelah proses PSO. UCAPAN TERIMAKASIH
Penulis berterima kasih kepada LPPM Universitas Atma
Jaya yang telah memberi dukungan moril dan materil dalam
menyelesaikan penelitian ini
DAFTAR PUSTAKA
[1] Kamran Binaee, Reza PR. Hasanzadeh. An ultrasound image
enhancement method using local gradient based fuzzy similarity.
Biomedical Signal Processing and Control. 2014; 13(1): 89-101
[2] Tamalika Chaira. A rank ordered filter for medical image edge
enhancement and detection using intuitionistic fuzzy set. Applied Soft
Computing. 2012; 12(4):1259-1266.
[3] Iswahyudi, C., 2010 Prototype Aplikasi Untuk Mengukur Kematangan
Buah Apel Berdasarkan Kemiripan Warna, Jurnal Teknologi Vol 3 No
2 2010, hal: 15-29
Gambar 4. Histogram untuk nilai average, standar deviation [4] Kusrini, Harjoko, A., 2009, Pencarian Citra Visual Berbasis Isi Citra
dan entropy. Menggunakan Fitur Warna Citra, Jurnal Ilmiah DASI Vol 9 No 2 2008,
hal: 90 – 106
Distorsi warna muncul dan definisi citra menjadi [5] Rahman, Arif. 2009. Sistem temu balik citra menggunakan jarak
berkurang. Bee algorithm memiliki dynamic range histogram. Prosiding Seminar Nasional Aplikasi Teknologi Informasi
compression dan definition enhancement yang lebih baik (SNATI) 2009, hal : I 58-61
seperti halnya terhadap kejernihan warna dan dapat [6] P. Balasubramaniam, VP. Ananthi. Image fusion using intuitionistic
meningkatkan dynamic range compression dari citra, efek fuzzy sets. Information Fusion. 2014; 20(1): 21-30..
visual dari citra dan detail dari citra. [7] Asmatullah Chaudhry, Asifullah Khan, etc. Neuro fuzzy and punctual
kriging based filter for image restoration. Applied Soft Computing.
2013; 13(2): 817-832.
V. KESIMPULAN DAN SARAN [8] R.J. Kuo, Y.D. Huang, etc. Automatic kernel clustering with bee
colony optimization algorithm. Information Sciences. 2014; 283(1):
Image Enhancement merupakan teknik dasar dari pengolahan 107-122
citra digital yang dapat secara efektif meningkatkan

ISSN 2087-2658
(SENAPATI) Ke-8
Pengaruh Seleksi Fitur Terhadap Hasil Klasifikasi

Fase Plasmodium vivax Pada Citra Mikroskopis
Digital Sediaan Darah Tipis
I Md. Dendi Maysanjaya, Md. Satria Wibawa, I Md. Agus Wirahadi Putra
Pendidikan Teknik Informatika Undiksha, Sistem Informasi STIMIK STIKOM
Bali, Indonesia
dendi.ms@undiksha.ac.id, satria.wibawa@stikom-bali.ac.id, wirahadi@stikom-bali.ac.id
Abstrak—Paramedis mendiagnosa penyakit malaria hidupnya. Arsin dalam [1] menyebutkan ada empat spesies
dengan mengamati parasit Plasmodium pada sediaan darah Plasmodium penyebab malaria, yakni 1) Plasmodium
tebal dan tipis, yang dibantu dengan menggunakan mikroskop. falciparum (P.falciparum) – merupakan jenis Plasmodium
Namun, terkadang masih terdapat kekeliruan diagnosis yang yang menyebabkan penderitanya mengalami malaria selebral,
disebabkan faktor manusia. Oleh karenanya dikembangkanlah anemia akut, gangguan fungsi ginjal, dan asphyxia; 2)
metode diagnosis malaria berbasis pengolahan citra digital, Plasmodium vivax (P.vivax) – adalah jenis parasit malaria
guna meminimalisir kesalahan diagnosis. Penelitian ini secara yang menyebabkan pasien mengalami malaria tertiana
umum bertujuan untuk menawarkan suatu skema atau metode (malaria dengan gejala demam tiap tiga hari sekali), dan
untuk mengidentifikasi dan mengklasifikasi fase parasit
merupakan penyumbang penyakit malaria pada manusia
Plasmodium vivax (P.vivax) pada citra mikroskopis digital
sediaan darah tipis. Tujuan khusus dari penelitian ini adalah
sebesar 43% (terbanyak kedua setelah P.falciparum) [2], [3];
menerapkan metode seleksi fitur untuk memperoleh fitur-fitur 3) Plasmodium ovale (P.ovale) – jenis parasit malaria yang
yang relevan, sehingga bisa meningkatkan hasil klasifikasi fase menyebabkan malaria jenis perinisiosa (dilapangan kasus ini
P.vivax. Metode seleksi fitur yang diuji adalah CFS dan jarang ditemukan); dan 4) Plasmodium malariae (P.malariae)
Wrapper. Proses klasifikasi menggunakan Naïve Bayes. – menyebabkan malaria quartana dengan ciri demam tiap
Pengujian dilakukan terhadap 30 citra sediaan darah tipis empat hari sekali, serta menyebabkan sekitar 7% penyakit
parasit P.vivax, yang terbagi menjadi 10 fase troposoit, 10 fase malaria di dunia.
skizon, dan 10 fase gametosit. Berdasarkan hasil pengujian,
Parasit Plasmodium mengalami perkembangbiakan secara
klasifikasi menggunakan fitur gabungan (fitur bentuk dan
tekstur) menghasilkan akurasi, sensitivitas, dan spesifisitas
aseksual (berlangsung di dalam tubuh manusia) dan seksual
berturut-turut 97,29%, 97,30%, dan 97,30%. Untuk metode (berlangsung di tubuh nyamuk Anopheles betina) [2], [3].
Wrapper dengan enam fitur hasil seleksi (perimeter, convexity, Untuk siklus aseksual, berdasarkan tempatnya, Plasmodium
mean of intensity, ASM, contrast_GLCM, entropy_GLCM), mengalami dua fase, yaitu fase exoerythrocytic yang
mampu menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan berlangsung di hati manusia, dan fase intraerythrocytic yang
spesifisitas 97,30%, sementara CFS kurang mampu terjadi di dalam sirkulasi darah manusia. Ketika fase
memberikan hasil klasifikasi yang baik, yakni akurasi 93,15%, intraerythrocytic, perkembangbiakan parasit Plasmodium
sensitivitas 93,20%, dan spesifisitas 93,20%. Meskipun hasil terbagi lagi menjadi tiga fase yaitu fase trofosoit, skizon, dan
klasifikasi Wrapper sama dengan hasil fitur gabungan, namun gametosit [4]. Gambar 1 menunjukkan ilustrasi siklus hidup
dengan fitur yang relatif sedikit, metode Wrapper mampu parasit Plasmodium.
menghasilkan klasifikasi yang lebih baik. Hasil ini
menunjukkan bahwa metode seleksi fitur berpengaruh
terhadap hasil klasifikasi, yang nantinya bisa dikembangkan
untuk membantu paramedis mendiagnosa fase P.vivax.
Kata Kunci—fase plasmodium vivax; malaria; klasifikasi;

ekstraksi fitur; seleksi fitur; sediaan darah tipis
I. PENDAHULUAN
Malaria merupakan salah satu jenis penyakit yang
menyerang manusia. Penyakit ini disebabkan oleh parasit
Plasmodium, dan disebarkan oleh nyamuk Anopheles betina.
Ketika parasit ini masuk ke tubuh manusia, selanjutnya akan
menginfeksi sel darah merah guna melanjutkan siklus
ISSN 2087-2658
(SENAPATI) Ke-8
Gambar 1. Siklus Hidup Parasit Plasmodium [3] saja jenis Plasmodium yang dijadikan objek tidak disebutkan
Dalam menangani pasien penderita malaria, paramedis secara spesifik. Nasir et al [4] menggunakan citra P.vivax
akan melakukan pengujian menggunakan sediaan darah tebal sebagai objek penelitian dengan tujuan membandingkan hasil
dan sediaan darah tipis. Sediaan darah tebal berguna untuk klasifikasi antara segmentasi pada kanal saturasi dan kanal
melihat jumlah parasit, sedangkan sediaan darah tipis untuk intensitas (dalam ruang warna HIS), yang dikombinasikan
melihat jenis Plasmodium yang menginfeksi dan fase dengan algoritma Moving K-Means (MKM) Clustering dan
inkubasinya. Gambar 2 adalah contoh Plasmodium pada algoritma SRGAE. Khan et al [5] mengembangkan metode
sediaan darah tebal dan sediaan darah tipis. segmentasi pada kanal b* dari ruang warna LAB, yang
dikombinasikan dengan algoritma K-Means guna
memperoleh jaringan P.vivax. Lebih lanjut, selain ketiga
penelitian yang telah disebutkan, masih terdapat penelitian
lain yang berfokus pada citra Plasmodium. Guna menambah
referensi penelitian terkait yang telah ada, penelitian ini
berfokus pada tahap seleksi fitur, khususnya metode seleksi
fitur yang bisa digunakan secara spesifik untuk meningkatkan
(a) (b) kualitas klasifikasi fase P.vivax, serta diharapkan bisa
Gambar 2. Citra Plasmodium: a) sediaan darah tebal, b) sediaan darah tipis digunakan sebagai acuan dalam pengembangan aplikasi
stand-alone untuk mengidentifikasi fase P.vivax.
Pada Gambar 2 terlihat perbedaan bahwa untuk membuat
sediaan darah tebal, eritrosit dihancurkan (dilisiskan)
sehingga hanya tersisa sel parasit. Sementara pada sediaan III. DATASET
darah tipis, eritrosit tidak dilisiskan, sehingga terlihat eritrosit Dataset yang digunakan pada penelitian ini diperoleh dari
yang terinfeksi dan yang tidak. Bagian Parasitologi, Fakultas Kedokteran, Universitas Gadjah
Ketika melakukan pemeriksaan pada sediaan darah tipis, Mada (UGM). Dataset diakuisisi dari sediaan darah tipis yang
terkadang paramedis bisa melakukan kesalahan diagnosis, terinfeksi parasit P.vivax, serta didigitalisasi menggunakan
yang disebabkan beberapa faktor antara lain tingkat keahlian mikroskop konvensional yang dikombinasikan dengan
yang dimiliki paramedis, proses pembuatan sediaan darah, kamera optilab. Objek diperbesar 1000 kali dari ukuran asli.
teknik pewarnaan sediaan darah, dan kualitas mikroskop yang Hasil akuisisi ini menghasilkan citra berukuran 1600x1200
digunakan. Oleh karena itu, beberapa penelitian piksel, dan kemudian dipotong menjadi ukuran 250x250
mengembangkan computer aided diagnosis (CAD) untuk piksel, sesuai ukuran area yang diperlukan. Total citra malaria
kasus malaria berbasis pengolahan citra digital, yang yang diperoleh sebanyak 30, yang terbagi menjadi tiga fase,
bertujuan untuk mengurangi potensi kesalahan (error) yang yakni 10 fase trofosoit, 10 fase skizon, dan 10 fase gametosit.
terjadi. Gambar 3 menunjukkan contoh citra P.vivax yang digunakan.
Berdasarkan permasalahan tersebut, penelitian ini secara
umum bertujuan mengusulkan sebuah skema untuk
mengklasifikasikan fase parasit Plasmodium, khususnya fase
P.vivax, pada citra mikroskopis digital sediaan darah tipis ke
dalam tiga buah fase, yaitu fase trofosoit, skizon, dan
gametosit. Sementara secara khusus, penelitian ini bertujuan
untuk melihat pengaruh seleksi fitur guna meningkatkan hasil (a) (b) (c)
klasifikasi fase parasit P.vivax. Gambar 3. Citra P.vivax fase: a) trofosoit, b) skizon, dan c) gametosit
Pembahasan selanjutnya dari artikel ini terbagi menjadi Berdasarkan Gambar 3, terlihat perbedaan cukup jelas
beberapa bagian. Pada bagian II tentang Penelitian Terkait. antara ketiga fase P.vivax. Pada fase trofosoit, sel parasit
Dataset dan Metode dibahas pada bagian III dan IV. Bagian V terlihat seperti cincin, dengan satu nukleus. Untuk fase skizon,
membahas tentang hasil dan pembahasan penelitian, yang terdapat lebih dari satu nukleus (berbentuk granula),
dilanjutkan dengan kesimpulan pada bagian VI. sedangkan pada fase gametosit, eritrosit yang terinfeksi
berbentuk tidak beraturan dan ukurannya membesar. Jika sel
gametosit dihisap oleh nyamuk Anopheles betina, maka
II. PENELITIAN TERKAIT parasit Plasmodium akan mengalami perkembangbiakan
Berbagai penelitian pengembangan CAD untuk kasus secara seksual di dalam tubuh nyamuk tersebut.
malaria saat ini telah banyak dilakukan. Secara umum
penelitian tersebut bertujuan untuk meminimalisir kesalahan
dan memudahkan paramedis ketika melakukan pemeriksaan. IV. METODE
Wahab [1] mengembangkan metode untuk mendeteksi parasit A. Ekstraksi Fitur
malaria dengan mengekstraksi ciri tekstur dan warna. Hanya

ISSN 2087-2658
(SENAPATI) Ke-8
Proses ekstraksi fitur merupakan tahapan untuk Momen invarian atau dikenal juga dengan istilah Momen
memperoleh nilai-nilai yang terkandung di dalam objek suatu Hu, yang bisa dihitung menggunakan momen pusat
citra. Objek citra bisa diperoleh melalui tahap segmentasi. ternormalisasi [8]. Nilai momen ini berguna untuk
Secara umum, ekstraksi fitur tebagi menjadi tiga, yaitu menghasilkan nilai fitur yang bebas dari pengaruh translasi,
ekstraksi warna, bentuk dan tekstur [6], [7]. Pada penelitian penskalaan, dna rotasi. Terdapat tujuh fitur momen invarian,
ini hanya mengekstraksi dua jenis fitur, yaitu fitur bentuk dan tetapi dalam penelitian ini hanya menggunakan tiga fitur yaitu
tekstur. Untuk fitur bentuk menggunakan metode berbasis momen 1, momen 2, dan momen 3, yang secara matematis
kontur dan momen invarian, sementara fitur tekstur diperoleh diformulasikan pada Persamaan (8) hingga Persamaan (10).
melalui metode histogram dan GLCM. Momen ternormalisasi dideklarasikan dengan ŋ𝑖𝑗 dengan ij
Terdapat tujuh parameter yang digunakan untuk ekstraksi merupakan orde momen.
fitur bentuk berbasis kontur, yaitu perimeter, area, roundness, ∅1 = (ŋ20 + ŋ02 ) (8)
slimness, convexity, solidity, dan dispersion. Perimeter ∅2 = (ŋ20 + ŋ02 )2 + (2ŋ02 )2 (9)
merupakan ukuran panjang tepi objek yang diformulasikan ∅3 = (ŋ30 + 3ŋ12 )2 + (ŋ03 − 3ŋ21 )2 (10)
dengan Persamaan (1). Tepi objek akan lebih baik diukur
dengan menggunakan 4-ketetanggaan, dibandingkan dengan Fitur tekstur merupakan fitur yang digunakan untuk
8-ketetanggaan. menyatakan tingkat kekasaran (roughness), granularitas
(granularity), dan keteraturan (regularity) susunan struktural
P  Ne  No 2 (1) piksel, serta merupakan perulangan dari elemen tekstur dasar
atau yang disebut dengan texel (texture element) [9]. Ada dua
dimana Ne adalah jumlah kode genap, dan No adalah jumlah jenis fitur tekstur berbasis statistik yang digunakan pada
kode ganjil. Area adalah jumlah keseluruhan dari piksel objek, penelitian ini, yakni berbasis histogram dan grey level co-
yang dapat dihitung melalui Persamaan (2). Notasi R dan 𝜕𝑅 occurrence matrix (GLCM). Fitur tekstur berbasis histogram
secara berurutan menyatakan wilayah objek dan tepi objek. atau disebut juga metode statistik orde 1, terdiri dari enam fitur
yaitu mean of intensity, deviation standard, skewness, energy,
dxt  dyt  entropy, dan smoothness, yang diekspresikan melalui
A   dx dy   yt  dt   xt  dt (2) Persamaan (11) hingga Persamaan (16).
R R dt R dt
𝐿−1
Roundness adalah rasio antara area dari objek dengan 𝑚 = ∑ 𝑖 . 𝑝(𝑖) (11)
kuadrat dari perimeter, sementara untuk slimness merupakan 𝑖=0
rasio antara panjang dan lebar objek. Roundness dan slimness 𝐿−1
diformulasikan secara berurutan melalui Persamaan (3) dan 𝜎 = √∑(𝑖 − 𝑚)2 𝑝(𝑖) (12)
Persamaan (4). 𝑖=1
𝐿−1
4𝜋 𝑥 𝐴𝑟𝑒𝑎
𝑅= (3) 𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 = ∑(𝑖 − 𝑚)3 𝑝(𝑖) (13)
𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟 2
𝑤𝑖𝑑𝑡ℎ 𝑖=1
𝑆𝑙𝑖𝑚𝑛𝑒𝑠𝑠 = (4) 𝐿−1
𝑙𝑒𝑛𝑔𝑡ℎ
𝑒𝑛𝑒𝑟𝑔𝑦 = ∑[𝑝(𝑖)]2 (14)
𝑖=0
Convexity berasal dari suatu himpunan konveks atau 𝐿−1
cembung, yang digunakan untuk menyatakan rasio convex 𝑒𝑛𝑡𝑟𝑜𝑝𝑦 = − ∑ 𝑝(𝑖) log 2 (𝑝(𝑖)) (15)
perimeter dan object perimeter yang dinyatakan melalui 𝑖=0
Persamaan (5), dan solidity adalah rasio object area dengan 1
𝑅 = 1− (16)
convex area seperti Persamaan (6). Fitur dispersion 1 + 𝜎2
digunakan untuk menyatakan ketidakteraturan (irregularity)
objek yang diformulasikan melalui Persamaan (7). GLCM atau disebut juga metode statistik orde 2 dilakukan
𝐶𝑜𝑛𝑣𝑒𝑥 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟
dengan menghitung peluang hubungan kedekatan dua buah
𝐶𝑜𝑛𝑣𝑒𝑛𝑥𝑖𝑡𝑦 = (5) piksel pada jarak dan sudut yang pasti (0, 45, 90, dan 135
𝑂𝑏𝑗𝑒𝑐𝑡 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟 derajat) [10]. Ada lima fitur GLCM yang digunakan yaitu
𝑂𝑏𝑗𝑒𝑐𝑡 𝑎𝑟𝑒𝑎
𝑆𝑜𝑙𝑖𝑑𝑖𝑡𝑦 = (6) angular second moment (ASM), inverse difference moment
𝐶𝑜𝑛𝑣𝑒𝑥 𝑎𝑟𝑒𝑎 (IDM), entropy, contrast, dan correlation, yang dituliskan
𝜋𝑚𝑎𝑥(√(𝑥𝑖 − 𝑥̅ )2
+ (𝑦𝑖 − 𝑦̅)2 )
𝐼(𝑆) = (7) seperti Persamaan (17) sampai Persamaan (21).
𝐴(𝑆)
L L
ASM   GLCM (i, j ) 2 (17)
dengan (𝑥̅ , 𝑦̅) merupakan titik pusat massa aras A(S), i 1 j 1
sementara A(S) adalah luas objek.

ISSN 2087-2658
(SENAPATI) Ke-8
L L
GLCM (i, j ) pembelajaran, metode ini juga menggunakan evaluasi k-folds
IDM   (18)
i 1 j 1 1  (i  j ) 2 cross-validation. Meskipun metode Wrapper ini bisa
L L menghasilkan akurasi yang lebih baik, metode ini memiliki
entropy   GLCM (i, j ) log(GLCM (i, j )) (19) kelemahan yakni menyebabkan proses komputasi relatif lebih
i 1 j 1
lama dan lambat [14], [16].
L  
contrast   n 2   GLCM (i, j )  (20) C. Klasifikasi
n 1 |i  j |  n 
  (ij )(GLCM (i, j ))  i '  j '
L L
i 1 j 1
Proses klasifikasi bertujuan untuk menentukan variabel
correlation  (21) bebas (fitur) yang memiliki tingkat korelasi tinggi dengan
 i ' 2'
variabel terikat (kelas objek). Algoritma Naïve Bayes dipilih
karena memiliki beberapa kelebihan antara lain relatif cepat
ASM digunakan untuk menghitung tingkat homogenitas saat proses pelatihan, mampu menangani data riil dan diskrit,
citra, sementara IDM berfungsi untuk mengukur homogenitas serta tidak terpengaruh oleh fitur yang tidak relevan [13], [17].
citra yang berderajat keabuan sejenis. Entropy untuk Algoritma Naïve Bayes merupakan pengembangan dari
mengukur kompleksitas atau variansi dari elemen matriks Teorema Bayes, yang dituliskan dengan Persamaan (22).
kookurensi. Selanjutnya untuk mengukur frekuensi spasial
dari citra dan ukuran penyebaran (momen inersia) elemen prior  likelihood
matriks citra bisa menggunakan fungsi contrast. Kemudian posterior  (22)
yang terakhir correlation berfungsi untuk mengukur linearitas evidence
dari sejumlah pasangan piksel.
Posterior merupakan peluang masuknya sampel dengan
B. Seleksi Fitur karakteristik tertentu dalam suatu kelas. Posterior diperoleh
dengan mengalikan antara peluang munculnya kelas (Prior)
Seleksi fitur merupakan metode yang bertujuan
memperbaiki fitur-fitur yang akan digunakan untuk dengan peluang munculnya karakteristik sampel pada kelas
(Likelihood), dibagi dengan peluang kemunculan karakteristik
klasifikasi, dengan harapan hasilnya mmapu meningkatkan
akurasi, memangkas waktu komputasi, menghilangkan fitur sampel secara umum (Evidence).
yang mengganggu, serta menghilangkan redudansi [11]–[15].
Metode seleksi fitur dikatakan efektif bila mampu V. HASIL DAN PEMBAHASAN
menghasilkan fitur sesedikit mungkin, namun mampu
Citra yang diperoleh dari hasil akuisisi disegmentasi
menghasilkan akurasi setinggi mungkin.
menggunakan kombinasi metode yang dikembangkan oleh
Pada penelitian ini, ada dua metode seleksi fitur yang akan [18] dan [19]. Setelah diperoleh citra tersegmentasi, tahap
diuji, selanjutnya hasil akurasinya dibandingkan dengan selanjutnya adalah ekstraksi fitur. Fitur citra diekstraksi
akurasi hasil klasifikasi tanpa seleksi fitur. Adapun metode berdasarkan fitur bentuk dan fitur tekstur. Fitur bentuk dicari
seleksi fitur yang diuji adalah Correlation-based Feature berdasarkan 10 parameter, sedangkan fitur tekstur diekstraksi
Selection (CFS) dan Wrapper Subset Evaluation. Berikut berdasarkan 6 parameter histogram dan 5 parameter GLCM,
penjelasan singkat masing-masing metode tersebut. yang hasilnya dapat dilihat pada Tabel I.
1) Correlation-based Feature Selection (CFS) Selanjutnya, seleksi fitur dilakukan terhadap keseluruhan
Correlation-based Feature Selection (CFS) merupakan fitur-fitur yang ada. Untuk CFS mampu menghasilkan fitur
subset dari himpunan fitur dengan mempertimbangkan sebanyak 8 (perimeter, area, 1st invariant moment, contrast,
kemampuan prediktif tingkat redudansi dari setiap fitur. entropy, smoothness, IDM, entropy_GLCM), sedangkan
Sebuah subset fitur yang baik adalah subset fitur yang berisi Wrapper menghasilkan jumlah fitur yang cukup signifikan
fitur-fitur yang sangat berkorelasi dengan kelas dan masing- yakni sebanyak 6 fitur (perimeter, convexity, mean of
masing fitur tidak berkorelasi atau dengan kata lain subset intensity, ASM, contrast_GLCM, entropy_GLCM). Semua
yang berisi fitur yang terkorelasi tinggi dengan kelas dan hasil ektraksi fitur diklasifikasikan menggunakan Naïve
berkorelasi rendah dengan satu sama lain [15]. Bayes dengan 10-folds cross-validation.
2) Wrapper Tabel II. Hasil Ekstraksi Fitur Citra
Wrapper Subset Evaluation atau sering disebut dengan
Wrapper merupakan metode seleksi fitur yang menggunakan Fitur Bentuk Fitur Tekstur
Perimeter Mean of Intensity
algoritma pembelajaran sebagai bagian dari fungsi Area Contrast
evaluasinya. Algoritma pembelajaran ini digunakan semacam Roundness Skewness
fungsi “black box” ketika proses seleksi fitur [14], [16]. Slimness Energy
Fungsi evaluasi dari setiap fitur kandidat akan memberikan Convexity Entropy
perkiraan kualitas dari model yang dibentuk algoritma Solidity Smoothness
pembelajaran, sehingga hal ini akan menghasilkan estimasi Dispersion ASM
akurasi yang lebih baik. Selain menggunakan algortima 1st Invariant Moment IDM

ISSN 2087-2658
(SENAPATI) Ke-8
2nd Invariant Moment Contrast_GLCM Berdasarkan hasil tersebut terlihat bahwa diterapkannya
3rd Invariant Moment Entropy_GLCM metode seleksi fitur memiliki pengaruh terhadap hasil
Correlation klasifikasi, khususnya untuk kasus klasifikasi fase P.vivax.
Untuk mengevaluasi skema yang diusulkan, beberapa
parameter statistik diterapkan, yakni akurasi, sensitivitas, dan VI. KESIMPULAN DAN PENELITIAN SELANJUTNYA
spesifisitas, yang secara berturut-turut diformulasikan melalui Penelitian ini bertujuan untuk melihat pengaruh dari
Persamaan (23), Persamaan (24), dan Persamaan (25). metode seleksi fitur terhadap hasil klasifikasi fase P.vivax
Akurasi merupakan ukuran untuk melihat tingkat pada citra mikroskopis digital sediaan darah tipis, yang terbagi
keberhasilan klasifikasi yang dilakukan. Sensitivitas adalah ke dalam tiga fase yaitu trofozoit, skizon, dan gametosit.
kemampuan classifier dalam memprediksi kelas positif Terdapat 21 fitur, yang terdiri dari 10 fitur bentuk dan 11 fitur
sebagai positif (true positive), sedangkan spesifisitas tekstur, digunakan untuk proses klasifikasi. Metode seleksi
merupakan kemampuan classifier dalam mengenali kelas fitur yang diuji adalah CFS dan Wrapper, yang bertujuan
negatif sebagai negatif (true negative). untuk mendapatkan fitur yang relevan, sehingga bisa
𝑇𝑃 + 𝑇𝑁 meningkatkan hasil klasifikasi.
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = (23)
𝑇𝑃 + 𝑇𝑁 + 𝐹𝑃 + 𝐹𝑁 CFS menghasilkan fitur hasil seleksi sebanyak 8 fitur, dan
𝑇𝑃
𝑆𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦 = (24) Wrapper mampu menghasilkan 6 fitur. Dimana berdasarkan
𝑇𝑃 + 𝐹𝑁 hasil pengujian, meskipun dengan jumlah fitur yang paling
𝑇𝑁
𝑆𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑡𝑦 = (25) sedikit, Wrapper mampu menghasilkan akurasi 97,29%,
𝑇𝑁 + 𝐹𝑃
sensitivitas 97,30%, dan spesifisitas 97,30%. Sementara CFS
Pada penelitian ini, ada 3 skenario klasifikasi yang hanya mampu menghasilkan akurasi 93,15%, sensitivitas
dilakukan, yakni gabungan fitur bentuk dan tesktur, CFS, dan 93,20%, dan spesifisitas 93,20%.
Wrapper. Hasil klasifikasi ini dapat dilihat pada Tabel II. Berdasarkan hasil tersebut mengindikasikan bahwa
metode seleksi fitur memiliki pengaruh terhadap hasil
Tabel III. Perbandingan Hasil Pengujian Ekstraksi Fitur klasifikasi fase P.vivax, yang juga berpengaruh terhadap
Ekstraksi Fitur Akurasi Sensitivitas Spesifisitas pemangkasan waktu komputasi. Lebih lanjut lagi, hasil ini
(%) (%) (%) bisa dijadikan acuan untuk mengembangkan dan
Bentuk dan Tekstur (21) 97,29 97,30 97,30 mengimplementasikan menjadi sistem maupun aplikasi
CFS (8) 93,15 93,20 93,20 berbasis computer aided diagnosis (CAD) untuk membantu
Wrapper (6) 97,29 97,30 97,30 paramedic dalam mendiagnosis kasus malaria.
Berdasarkan hasil pada Tabel II, tampak bahwa fitur hasil Hal yang bisa dijadikan masukan untuk pengembangan
seleksi dengan CFS memiliki tingkat akurasi, sensitivitas, dan berikutnya adalah penambahan jumlah data yang digunakan,
spesifisitas paling rendah, dengan nilai berturut-turut 93,15%, sehingga diharapkan kedepannya mampu memberikan hasil
93,20%, dan 93,20%. Sementara jika dibandingkan dengan yang lebih meyakinkan.
hasil klasifikasi dengan menggunakan fitur gabungan bentuk
dan tekstur, yang menghasilkan akurasi 97,29%, sensitivitas
UCAPAN TERIMAKASIH
97,30%, dan spesifisitas 97,30%, terlihat bahwa CFS kurang
efektif untuk digunakan sebagai metode seleksi fitur dalam Penulis mengucapkan terimakasih kepada Bagian
kasus mengklasifikasikan fase P.vivax. Hal ini kemungkinan Parasitologi, FK – UGM, atas bantuannya dalam
disebabkan kelemahan CFS yang memperlakukan atribut menyediakan dataset yang diperlukan serta validasi hasil
sebagai atribut bebas, sehingga tidak bisa mengidentifikasi pengujian.
atribut-atribut yang memiliki hubungan atau korelasi yang
kuat, seperti permasalahan homogenitas. DAFTAR PUSTAKA
Untuk metode Wrapper, meskipun hanya memiliki 6 fitur, [1] I. H. A. Wahab, “Deteksi Parasit Malaria dalam Sampel Darah Untuk
namun mampu menghasilkan tingkat akurasi, sensitivitas, dan Menunjang Keperluan Diagnosis Berbasis Data Ciri Tekstur Warna,”
spesifisitas yang sama dengan hasil klasifikasi fitur gabungan. Disertasi, Universitas Gadjah Mada, Yogyakarta, 2015.
Meskipun mereka menghasilkan nilai yang sama, akan tetapi [2] W. H. Organization, “Basic malaria microscopy, 2nd edition,” WHO
Press, 2010.
bisa dikatakan bahwa metode Wrapper lebih baik daripada
[3] C. for D. C. and Prevention, “Plasmodium vivax.” Department of
menggunakan fitur gabungan. Hal ini mengindikasikan bahwa Health & Human Services, 27-Apr-2013.
tidak semua dari 21 fitur gabungan berkontribusi baik
[4] A. S. A. Nasir, M. Y. Mashor, and Z. Mohamed, “Segmentation based
terhadap hasil klasifikasi. Lebih lanjut lagi, meskipun approach for detection of malaria parasites using moving k-means
menggunakan jumlah fitur yang sedikit, namun tetap dapat clustering,” in 2012 IEEE EMBS Conference on Biomedical
menghasilkan tingkat akurasi, sensitivitas, dan spesifisitas Engineering and Sciences (IECBES), 2012, pp. 653–658.
tinggi, yang tentunya mampu mengurangi waktu komputasi.
ISSN 2087-2658
(SENAPATI) Ke-8
[5] N. A. Khan, H. Pervaz, A. K. Latif, A. Musharraf, and Saniya, [14] M. A. Hall and G. Holmes, “Benchmarking attribute selection
“Unsupervised identification of malaria parasites using computer techniques for discrete class data mining,” IEEE Trans. Knowl. Data
vision,” in 2014 11th International Joint Conference on Computer Eng., vol. 15, no. 6, pp. 1437–1447, 2003.
Science and Software Engineering (JCSSE), 2014, pp. 263–267. [15] M. A. Hall, “Correlation-based Feature Selection for Machine
[6] D. Putra, Pengolahan Citra Digital, 1st ed. Yogyakarta: Penerbit Andi, Learning,” 1999.
2010. [16] G. Naqvi, “A Hybrid Filter-Wrapper Approach for Feature Selection,”
[7] A. Kadir and A. Susanto, Teori dan Aplikasi Pengolahan Citra, 1st ed. Örebro University, Sweden, 2012.
Yogyakarta: Penerbit Andi, 2013. [17] C. M. Bishop, Pattern Recognition and Machine Learning. New York:
[8] M.-K. Hu, “Visual pattern recognition by moment invariants,” IRE Springer, 2006.
Trans. Inf. theory, vol. 8, pp. 179–187, 1962. [18] I. M. D. Maysanjaya, H. A. Nugroho, N. A. Setiawan, and E. E. H.
[9] E. M. van Rikxoort, “Texture Analysis (Graduate research proposal in Murhandarwati, “Segmentation of Plasmodium vivax phase on digital
AI).” 2004. microscopic images of thin blood films using colour channel
[10] R. M. Haralick and K. Shanmugam, “Textural features for image combination and Otsu method,” in AIP Conference Proceedings, 2016,
classification,” in IEEE Transactions on Systems, man, and vol. 1755.
cybernetics, 1973, pp. 610–621. [19] S. A. Akbar, H. A. Nugroho, O. Wahyunggoro, and E. E. H.
[11] M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, and I. H. Murhandarwati, “Segmentasi Sel Parasit Malaria dalam Sel Darah
Witten, “The WEKA Data Mining Software: An Update,” SIGKDD Manusia pada Ruang Warna HSV dengan K-Means Clustering,” in
Explor., vol. 11, no. 1, 2009. Seminar Nasional Ilmu Komputer 2014 (Seminasik), 2014, vol. 333–
338.
[12] T. Mitchell, Machine Learning. New York: McGraw Hill, 1997.
[13] R. O. Duda, P. E. Hart, and D. G. Stork, Pattern Classification and
Scene Analysis, 2nd ed. New York: John Wiley & Sons, Inc., 2001.
ISSN 2087-2658
(SENAPATI) Ke-8
Sistem Informasi Reservasi Hotel dan Villa Berbasis

Web Pada Villa Seganti Setungguan Gunung Dempo
Pagaralam
Helda Yudiastuti
Manajemen Informatika, Fakultas Vokasi
Palembang, Indonesia
helda.yudiastuti@binadarma.ac.id
Abstrak—Penelitian yang di lakukan bertujuan untuk dapat membantu dunia bisnis terutama dalam bidang
merancang sebuah sistem baru yang di harapkan dapat perhotelan.
mengatasi permasalahan –permasalahan yang terjadi di hotel
dan villa Seganti Setungguan Gunung Dempo, khususnya Villa Seganti Setungguan adalah salah satu villa yang
dalam hal pemesanan kamar. Peneliti melihat kesulitan yang di terletak di kaki gunung dempo kota pagaralam. Proses
rasakan oleh tamu untuk memperoleh informasi mengenai reservasi kamar masih dilakukan dengan cara datang langsung
ketersediaan kamar dan fasilitas lainnya yang ada di hotel dan kelokasi ataupun melalui telpon, hal ini sangat tidak
villa Seganti Setungguan Gunung Dempo khususnya bagian memuaskan pelanggan karena menyita waktu dan dengan
receptionist masih mengalami kesulitan dalam memproses data telpon pelanggan tidak puas karena tidak melihat keadaan
atau formulir yang masih di lakukan secara manual. Hal kamar, vasilitas dan sebagainya. Penelitian ini bertujuan untuk
tersebut dapat di atasi dengan membangun sistem informasi membangun sebuah sistem reservasi dengan mengadopsi
reservasi hotel berbasis web. Dalam pelaksanaan untuk teknologi informasi.
mencapai tujuan tersebut, penelitian ini menggunakan metode
pengembangan sistem waterfall, metode ini dirasa cocok karena Sistem reservasi hotel dan villa yang mengadopsi
dalam proses pengerjaannya dilakukan secara berurutan atau teknologi informasi dapat memberikan efek positif dan dapat
secara linier. Kelebihan dari sistem yang baru adalah pada meningkatkan kualitas pelayanan, meningkatkan efisiensi dan
proses pemesanan kamar tamu sudah dapat langsung mengurangi biaya operasiona.[1]. Manfaat dibuatnya aplikasi
mengetahui jumlah kamar yang tersedia dan fasilitas lainnya ini adalah dapat memberikan nilai lebih bagi layanan serta
yang mereka dapatkan tanpa harus datang langsung terlebih produk yang ditawarkan kepada tamu hotel.
dahulu ke hotel. Dengan adanya sistem informasi reservasi
kamar berbasis web ini diharapkan juga dapat membantu Metode pengembangan sistem yang digunakan Dalam
mempermudah dan meminimalisir kesalahan staff hotel penelitian ini adalah metode waterfall. Keuntungan dari
khususnya bagian receptionist dalam mengolah data reservasi metode waterfall adalah pengerjaan dari suatu sistem
dan bermanfaat bagi pihak luar hotel yang membutuhkan dilakukan secara berurutan tahap demi tahap atau secara
informasi mengenai hotel villa Seganti Setungguan Gunung linear. Jadi jika langkah pertama belum dikerjakan, maka
Dempo. langkah kedua tidak dapat dikerjakan. Jika langkah kedua
belum dikerjakan maka langkah ke tiga juga tidak dapat
Kata kunci: Sistem; Informasi; Villa; Hotel; Reservasi dikerjakan, begitu seterusnya. Secara otomatis langkah ke tiga
akan bisa dilakukan jika langkah kesatu dan kedua sudah
dilakukan. Adapun tahapan dalam metode waterfall adalah
I. PENDAHULUAN
sebagai berikut : Analisa, Desain, Penulisan, Pengujian dan
Perkembangan teknologi internet saat ini sangatlah pesat Penerapan serta Pemeliharaan. [2]
terutama dibidang informasi. Hal ini disebabkan karena
meningkatkan kebutuhan manusia akan informasi secara
cepat dan akurat. Oleh sebab itu dibutuhkan sebuah sistem II. KAJIAN PUSTAKA
informasi dengan media internet yang dapat memenuhi
A. Sistem
kebutuhan informasi tersebut.
Sistem adalah suatu jaringan kerja dari prosedur-prosedur
Website merupakan media yang dapat menyampaikan
yang saling berhubungan, berkumpul bersama-sama untuk
informasi dengan cepat. Melalui website suatu instansi atau
melakukan suatu kegiatan atau untuk menyelesaikan suatu
perusahaan dapat mempublikasikan atau dapat
sasaran yang tertentu. [3]
mempromosikan sekaligus dapat memberikan layanan kepada
para konsumen. Dengan adanya teknologi internet diharapkan
ISSN 2087-2658
(SENAPATI) Ke-8
Pada umumnya sistem yang dibangun dalam industri Data primer yaitu data yang dikumpulkan peneliti
hotel dapat dikelompokan menjadi empat bagian, yaitu langsung dari sumbernya melalui metode :
sistem yang menangani back office, front office, sistem
1. Observasi (Pengamatan Langsung)
manajemen restaurant, dan sistem yang terkait dengan
tamu hotel. [4] . Yaitu pengumpulan data yang dilakukan dengan cara
mengadakan pengamatan langsung ke hotel dan Villa Seganti
B. Reservasi
Setungguan.
Reservasi merupakan suatu sistem yang ada pada sebuah 2.Wawancara
hotel. Sistem reservasi merupakan pusat dari operasi
bagian front office, sistem ini menangani registrasi tamu, Yaitu melakukan tanya jawab secara langsung kepada
proses check in dan check out, pengarsipan, konfirmasi pihak-pihak intern Hotel dan Villa yang mempunyai
pembayaran, dan menganalisis permintaan atau penjualan wewenang untuk memberikan informasi, dalam hal ini penulis
kamar hotel [5], penjualan kamar dapat dilakukan melalui bertanya kepada pemilik dan pengelola Hotel.
pemesanan ataupun tanpa pemesanan sebelumnya yang
dinamakan walk-in guest [6]. Bagi pihak hotel sistem b. Data Sekunder
reservasi yang baik dan efektif akan memberikan Data Sekunder yaitu metode pengumpulan data yang di
keuntungan tersendiri, diantaranya yaitu:[7] lakukan secara tidak langsung dimana data diperoleh dari
1. Memberikan citra yang baik dan memotivasi tamu mempelajari buku-buku, sumber lain dan instansi-instansi
untuk datang ke hotel . yang berhubungan dengan penelitian ini.
2. Hotel dapat memberikan pelayanan yang baik bagi Cara yang di gunakan untuk pengumpulan data sekunder
tamu dan dapat menyiapkan permintaan khusus dari adalah sebagai berikut :
tamu a. Dokumentasi, penulis menggunakan data-data keadaan
3. Hotel mendapatkan informasi mengenai data tamu umum pihak hotel dan semua data-data yang
berhubungan dengan tampilan halaman aplikasi
yang menginap sebagai bahan informasi bagi
nantinya yang akan dibangun supaya lebih jelas untuk
departemen lain untuk menyiapkan pelayanan.
dimengerti oleh pemakai.
4. Hotel dapat menentukan anggaran belanja hotel
b. Study Literatur, dengan membaca dan mempelajari
5. Hotel dapat menyiapkan jadwal kerja staf dan semua buku yang berkaitan dengan penulisan penelitian.
mengontrol biaya termasuk tenaga kerja
B. Metode Pengembangan Sistem
Metode pengembangan sistem yang digunakan Dalam
membangun sistem informasi reservasi Hotel dan villa ini
Metode penelitian merupakan hal yang sangat penting adalah metode waterfall, Metode ini merupakan model
dalam suatu penelitian karena keputusan-keputusan yang pengembangan sistem yang sistematik dan sekuensial [9].
dibuat dapat dipikirkan dan diatur dengan sebaik-baiknya merupakan metode yang sering digunakan oleh penganalisa
serta dapat menilai hasil-hasil penelitian yang sudah ada yaitu sistem pada umumnya. Adapun tahapan yang ada pada
untuk mengukur sampai sejauh mana suatu hasil penelitian metode waterfall dapat dilihat pada gambar berikut:
dapat dipertanggung jawabkan kebenarannya.
Penulis dalam melakukan penelitian ini menggunakan
metode deskriptif. Metode deskriptif adalah suatu metode
dalam meneliti status sekelompok manusia, suatu objek, suatu
set kondisi, suatu sistem pemikiran ataupun suatu kelas
peristiwa pada masa sekarang.[8] Tujuan dari penelitian
deskriptif ini adalah untuk membuat deskripsi, gambaran atau
lukisan secara sistematis, faktual dan akurat mengenai fakta-
fakta, sifat-sifat serta hubungan antar fenomena yang
diselidiki. Gambar 1. Tahapan Model Waterfall
A. Teknik Pengumpulan Data 1) Analysis
Fase ini merupakan proses analisis kebutuhan sistem.
Adapun teknik yang digunakan untuk pengumpulan data Pengembang mengumpulkan data-data sebagai bahan
adalah sebagai berikut : pengembangan sistem, pada tahap ini dilakukan pengumpulan
a. Data Primer data dengan wawancara, teknik observasi dan teknik
kuesioner [10].
ISSN 2087-2658
(SENAPATI) Ke-8
2) Design
Fase ini merupakan proses multi langkah yang fokus pada
perancangan struktur data, arsitektur, perangkat lunak,
interface dan detail prosedural. Fase desain menterjemahkan
hasil analisis kedalam representasi perangkat lunak.
3) Code
Fase ini mengimplementasikan design kedalam bahasa
pemrograman.
4) Test
Tahap selanjutnya dilakukan pengujian terhadap sistem Gambar 3. DFD Level 1
yang telah dibuat. pengujian dilakukan untuk mengetahui Pada proses reservasi kamar ini, dapat dilihat pada
kesesuaian hasil output dari sistem dengan kebutuhan yang
diagram diatas tamu memasukkan data tamu, tanggal pesan,
telah dirancang pada tahap analisis. data kamar yang dipesan, dan lamanya menginap. Data tamu
yang sudah di entri berupa nomor KTP, nama depan, nama
IV. HASIL DAN PEMBAHASAN belakang, alamat, nomor telpon, dan email disimpan ke dalam
basis data yang hanya dapat diakses oleh staf front desk.
Proses reservasi tersebut terdapat pemeriksaan ketersediaan
A. Analisis Sistem kamar berupa tipe kamar, jumlah, dan tanggal check-in.
apabila kamar tidak tersedia sesuai dengan yang dipesan,
Peneliti mengumpulkan kebutuhan Sistem dengan maka sistem akan merespon pesan bahwa proses reservasi
menganalisis kebutuhan dan menggali informasi sebanyak- gagal. Jika kamar tersedia sesuai dengan pesanan tamu,
banyaknya dari user sehingga akan tercipta sebuah sistem sistem akan memberikan nomor reservasi kepada tamu yang
komputer yang bisa melakukan tugas-tugas yang diinginkan nantinya digunakan dalam proses check-in.
oleh user tersebut. Tahapan ini akan menghasilkan dokumen
user requirment atau bisa dikatakan sebagai data yang 3) Data Flow Diagram (DFD) Level 2
berhubungan dengan keinginan user dalam pembuatan sistem.
Dokumen ini lah yang akan menjadi acuan sistem analis untuk
menerjemahkan ke dalam bahasa pemrograman.
B. Rancangan Diagram (Design)
1) Data Flow Diagram (DFD) Level 0
Gambar 2. DFD Level 0 Gambar 4. DFD Level 2

Pada DFD level 0 ini dijelaskan ada 2 Pengguna sistem 4) Data Flow Diagram (DFD) Level 3 Proses 1
informasi Reservasi hotel dan Villa ini, yaitu Superuser yang
bertindak sebagai Admin yang mengelola database dan
sistem. Kemudian tamu yang akan mengisi formulir
pemesanan kamar.
2) Data Flow Diagram (DFD) Level 1
ISSN 2087-2658
(SENAPATI) Ke-8
Gambar 7. DFD Level 3 Proses 3

C. Entity Relationship Diagram
ER Diagram dibawah, reservasi merelasikan antara
Gambar 5. DFD Level 3 Proses 1 entitas tamu dengan entitas tipe kamar dan bukan entitas
kamar, karena entitas kamar digunakan untuk reservasi hotel,
Pada saat proses check-in staf memasukkan nomor
biasanya tamu memesan kamar berdasarkan tipe kamar dan
reservasi. Data dari reservasi akan langsung muncul pada
bukan nomor kamar. Untuk proses check-in dan check out,
tampilan layar sistem dan staf langsung mengentri nomor
entitas tamu dihubungkan dengan entitas kamar melalui
kamar dan uang muka ke dalam sistem. jika pelangan belum
relasionship check-in-out sehingga setelah check-in, dapat
melakukan reservasi, maka staf dapat mengentri data-data
dilihat tamu tersebut menginap di kamar nomor berapa.
yang diperlukan untuk proses reservasi tersebut. Setelah
proses check-in dilakukan, maka sistem akan mengubah
status kamar yang dipilih menjadi ‘isi’.
5) DFD LEVEL 3 Proses 2
Gambar 8. Entity Relationship Diagram

D. Coding
Agar design yang telah dirancang dapat dijalankan, maka
harus di implementasikan kedalam dalam penelitian ini
Gambar 6. DFD Level 3 Proses 2 menggunakan bahasa pemograman Php dengan Database
6) DFD Level 3 Proses 3 MySql.
Menjalankan web sistem informasi reservasi hotel dan
villa ini secara langsung harus mempunyai server web local
yaitu Xampp, Web ini mempunyai halaman utama atau
halaman depan yaitu halaman index yang berfungsi sebagai
halaman utama secara otomatis pada saat web ini diakses.
Langkah pertama untuk mengaktifkan halaman utama
terlebih dahulu kita membuka web browser google chrome
ataupun Mozilla firefox untuk mengaktifkan halaman utama.
ISSN 2087-2658
(SENAPATI) Ke-8
Setelah web browser diaktifkan maka kita masukan alamat

halaman utama di kotak address yang terdapat di web browser
yang kita buka.
Setelah alamat halaman utama diaktifkan maka pemakai
(user) dapat mengakses halaman-halaman yang terdapat di
dalam halaman utama seperti halaman home, akomodasi,
fasilitas, room, contact dan halaman khusus admin.
1) Menu Reservasi
Form ini digunakan untuk melakukan reservasi kamar di
hotel secara online melalui internet. Setelah pengguna
memasukkan setiap data yang diminta, maka sistem akan
memproses data tersebut dan memasukkannya ke dalam basis
data. Jika ada kesalahan selama proses input data reservasi
maka sistem akan menampilkan pesan error.
Untuk reservasi, sistem melakukan pemeriksaan apakah
tipe kamar yang dipesan oleh pelanggan untuk tanggal
tertentu dan jumlah tertentu tersedia atau tidak. Perhitungan
jumlah kamar meliputi kamar yang sudah ada yang check-in
dan kamar yang sudah di reservasi.
Gambar 10. Tampilan Menu Check In
3) Menu Check Out
Form ini digunakan ketika tamu akan check-out. Proses
check out dapat dilakukan berdasarkan nomor kamar atau ID
tamu. Jika berdasarkan ID tamu, maka jika tamu tersebut
memesan lebih dari 1 kamar, sistem akan memperhitungkan
semua kamar yang dipesan termasuk dengan pengurangan
uang muka yang sudah dibayarkan. Jika berdasarkan nomor
kamar, maka proses check-out hanya dilakukan untuk nomor
kamar tersebut.
Gambar 9. Tampilan Menu Reservasi kamar

2) Menu Check In
Form ini digunakan untuk memasukkan data tamu yang
check–in dan kamar yang dipesannya ke dalam basis data.
Data check-in tersebut dapat secara otomatis diambil dari data
reservasi dengan memasukkan ID Reservasi sehingga staf Gambar 11. Tampilan Menu Check Out
hotel tidak perlu mengetikkan kembali data tersebut ke dalam
sistem. 4) Menu Registrasi Kamar
Form ini digunakan untuk menambahkan data kamar baru
ke dalam basis data. Dapat dispesifikasikan tipe kamar dan
statusnya.
ISSN 2087-2658
(SENAPATI) Ke-8
Booking √ √ √ √ - -
Check in √ √ √ √ - -
Service √ √ √ √ - -
Room
Service √ √ √ √ - -
Restaurant
Check Out √ √ √ √ - -
Laporan √ √ √ √ - √
Berdasarkan kesimpulan hasil pengujian sistem yang di
tunjukkan pada tabel diatas bahwa hasil pengujian sistem
informasi menggunakan metode Black Box Testing telah
memenuhi semua kebutuhan fungsionalitas yang diinginkan.
V. SIMPULAN DAN SARAN

A. Simpulan
Berdasarkan penelitian yang telah dilakukan pada Hotel
Gambar 12. Tampilan Menu Registrasi Kamar dan Villa Seganti Setungguan Gunung Dempo Pagaralam,
maka dapat disimpulkan beberapa hal sebagai berikut :
5) Menu Laporan Tamu Hotel dan Penggunaan Kamar
Form ini digunakan untuk menghasilkan laporan total 1. Penelitian ini menghasilkan Sistem Reservasi Hotel
jumlah tamu yang check-in, jumlah tamu yang masih check- Pada Hotel dan Villa Seganti Setungguan Gunung
in, dan jumlah penggunaan per tipe kamar per bulan. Dempo Pagaralam berbasis web, dengan
menggunakan bahasa pemprograman PHP
(Hypertext Proccessor), dan data base menggunakan
MySQL.
2. Pembuatan web pada Hotel dan Villa Seganti
Setungguan Gunung Dempo Pagaralam ini
diharapkan dapat mempercepat penyampaian
informasi kepada masyarakat, mengenai hotel,
fasilitas hotel, informasi kamar yang ada pada Hotel
dan Villa Seganti Setungguan Gunung Dempo
Pagaralam, pemesanan kamar, dan letak lokasi hotel.
Serta dapat meningkatkan kinerja pegawai Hotel dan
Villa Seganti Setungguan Gunung Dempo
Pagaralam terutama dalam penyampaian informasi
kepada masyarakat.
Gambar 13. Tampilan Menu Hasil Laporan B. Saran
E. Pengujian Sistem (Testing) Berdasarkan simpulan diatas yang telah dikemukakan
sebelumnya, maka saran yang penulis sampaikan adalah :
Pengujian yang dilakukan pada sistem reservasi hotel dan
villa bertujuan menemukan kesalahan pada sistem dan 1. Sesuai dengan kebutuhan masyarakat untuk saat ini
mencari tahu kesesuaian sistem yang dibuat dengan dan selanjutnya, disarankan agar sistem ini nantinya
kebutuhan pengguna. Pengujian menggunakan metode Black dapat dikembangkan, untuk hasil yang lebih baik
Box Testing yang dilakukan pada aspek fungsionalitas lagi.
pengujian fokus pada proses input dan output pada saat sistem
dijalankan. Kesimpulan hasil seluruh pengujian unit dapat 2. Untuk pemeliharaan sistem yang dibangun ini perlu
dilihat pada tabel berikut: adanya evaluasi secara rutin sehingga dilihat apakah
perlu pengadaan perbaikan atau penyempurnaan
Tabel 1. Kesimpulan hasil Pengujian Sistem kembali.
Validasi Validasi Validasi Fungsi Fungi Lap
Pengujian entri data entri data entri data semua tombol oran
3. Sistem ini digunakan sebagaimana mestinya, serta
yang yang yang tombol menu tam dapat melakukan pelatihan terhadap pegawai tentang
kosong salah benar berjalan berjalan pil
baik baik sesu penggunaan sistem ini.
Unit ai
yang
diha
rapk
an
Login √ √ √ √ √ -
Menu Utama - - - - - -
ISSN 2087-2658
(SENAPATI) Ke-8
DAFTAR PUSTAKA [5] Bardi, J. (2007). HOTEL FRONT OFFICE MANAGEMENT

FOURTH EDITION. Canada: John Wiley & Sons, Inc.
[1] Law, R., & Jogaratnam, G. (2005). A study of hotel information
technology applications. International Journal of Contemporary [6] Sujatno, B. (2008). Front Office Operations. Yogyakarta: Andi.
Hospitality Management, Vol. 17 No. 2, pp. 170-180. [7] Bagyono. (2006). Teori & Praktik Hotel Front Office. Bandung:
[2] Abdul Kadir 2003. Pengenalan Sistem Informasi.Yogyakarta: Andi Alfabeta.
Offset. [8] Moh. Nazir. Ph.D. 2005. Metode Penelitian. Bogor: Ghalia Indonesia
[3] Jogiyanto. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: [9] Pressman, R.S. 2002. Rekayasa Perangkat Lunak: Pendekatan
Penerbit Andi. Praktisi(Buku Dua). Yogyakarta: Penerbit Andi.
[4] Bilgihan, A., Okumus, F., Nusair, K., & Kwun, D.-W. (2011). [10] Rosa & Shalahuddin. 2013. Rekayasa Perangkat Lunak. Bandung:
Information technology applications and competitive advantage in Informatika.
hotel companies. Journal of Hospitality and Tourism Technology,
Vol. 2 No. 2, pp. 139-154.
ISSN 2087-2658
(SENAPATI) Ke-8
Implementasi dan Analisis Perangkat Pengirim Data

Sensor melalui Modul A6 GSM/GPRS berbasis
Microcontroller
I Gede Eka Wiantara Putra, I Ketut Putu Suniantara, I Nyoman Satya Kumara
Program Studi Sistem Komputer, Program Studi Sistem Informasi, Jurusan Teknik Elektro
STMIK STIKOM Bali, Fakultas Teknik Universitas Udayana
Bali, Indonesia
wiantara@stikom-bali.ac.id, suniantara@stikom-bali.ac.id, satya.kumara@unud.ac.id
Abstrak—Pengiriman data sensor dari suatu peralatan Pengiriman data sensor dari perangkat akuisisi ke web
akuisisi umumnya dilakukan melalui jaringan lokal, baik server akan membutuhkan sebuah media internet. Dalam hal
menggunakan media kabel maupun wireless. Metode ini ini, secara umum perangkat akuisisi akan dihubungkan ke
memiliki kelemahan pada rentang jarak pengiriman data jaringan internet melalui jaringan WiFi yang tersedia di suatu
antara peralatan pengirim dengan penerima. Mengatasi area pengukuran yang telah terhubung dengan Internet
permasalahan tersebut, pada makalah ini disampaikan Service Provider (ISP). Namun hal ini akan menjadi kendala
implementasi perangkat pengirim data sensor pada peralatan ketika tidak tersedianya jaringan WiFi di area pengukuran.
akuisisi ke web server melalui jaringan GPRS menggunakan Berdasarkan permasalahan tersebut, pada makalah ini
modul A6 GSM/GPRS berbasis microcontroller. Melalui modul
disampaikan implementasi perangkat pengirim data sensor
ini, data dari rangkaian sensor diterima oleh microcontroller
dan diteruskan ke modul A6 untuk di-post ke web server. Hasil
melalui jaringan GPRS menggunakan modul A6 berbasis
analisis terhadap implementasi perangkat ini menunjukkan microcontroller untuk di-post ke suatu web server. Metode ini
bahwa dibutuhkan waktu rata-rata 10.2 detik untuk setiap menjadi solusi alternatif, di mana selain mencakup area yang
pengiriman data ke web server. Sedangkan daya listrik rata- lebih luas, keunggulan penggunaan jaringan GPRS pada
rata yang dibutuhkan saat data dikirimkan adalah 947.56 perangkat pengirim data adalah dapat dipindahkan ke lokasi
mWatt. Hasil penelitian ini selanjutnya akan dijadikan dasar pengukuran lainnya tanpa harus melakukan pengaturan ulang
implementasi pengiriman dan pemetaan data intensitas cahaya terhadap perangkat tersebut.
matahari di Provinsi Bali.
Penelitian terkait konektivitas dan pengiriman data
Kata kunci: modul A6 GSM/GPRS, IoT, Wireless Sensor melalui jaringan GPRS telah banyak dilakukan, namun secara
Network, Microcontroller umum sebagaimana penelitian oleh Zaghloul & Mohamed
Saad [2], menggunakan modul SIM900 dan oleh Hongzhou et
al., [3], menggunakan modul ZigBee yang lebih mahal.
I. PENDAHULUAN Terkait dengan hasil implementasi dan analisis dari penelitian
Data yang dihasilkan suatu perangkat sensor umumnya ini yang selanjutnya akan diterapkan pada perangkat sensor di
dikirimkan melalui jaringan lokal, baik menggunakan kabel dalam sistem pengikut matahari secara lebih efektif dan
maupun nirkabel. Penggunaan kabel pada jaringan lokal berbiaya rendah, bertujuan untuk memetakan intensitas
memiliki keunggulan dalam hal kecepatan pengiriman data, cahaya matahari di Provinsi Bali sebagai acuan pembangunan
namun dibatasi pada panjang kabel dan penerapannya di suatu Pembangkit Listrik Tenaga Surya (PLTS). Dengan demikian,
area pengukuran. Dengan demikian, maka area pengukuran maka diharapkan tidak menutup kemungkinan bagi
jarak jauh akan terkendala pada sisi besarnya biaya masyarakat umum untuk membangun sistem ini dengan lebih
pembangunan infrastruktur. Di sisi lain, jaringan nirkabel mudah.
menjadi solusi terhadap penerapan pengiriman data tanpa
dibatasi oleh jarak area pengukuran, namun kecepatan II. METODE
pengiriman data tidak lebih baik daripada menggunakan
kabel. Meskipun demikian, solusi tersebut memiliki banyak Penelitian ini diawali dengan mengumpulkan referensi
keunggulan lainnya, sehingga dapat diterapkan pada area terkait metode pengiriman data melalui jaringan GPRS yaitu
pengukuran jarak jauh secara lebih efektif dan efisien [1]. menggunakan sebuah modul berbasis microcontroller. Dalam
penelitian ini, digunakan sebuah modul A6 GSM/GPRS
dengan perintah-AT (AT-command [4]) yang dihubungkan
dengan microcontroller Arduino Pro-Mini untuk
ISSN 2087-2658
(SENAPATI) Ke-8
menghasilkan perangkat berdimensi kecil. Metode

pengiriman data dan skema rangkaian perangkat pengirim
data ini ditunjukkan masing-masing seperti pada Gambar 1
dan Gambar 2.
Gambar 1 Metode pengiriman data

Pada Gambar 1, data yang akan dikirimkan bersumber dari
perangkat pengirim data sebagaimana skema yang
ditunjukkan pada Gambar 2. Selanjutnya, perangkat tersebut
dihubungkan ke jaringan internet melalui konektivitas
jaringan GPRS. Jaringan GPRS disediakan oleh berbagai
layanan seluler di Indonesia melalui Base Transceiver Station
(BTS). Dengan demikian, maka terhubungnya perangkat Gambar 3 Bagan tahapan konektivitas GPRS
dengan jaringan internet akan memungkinkan adanya proses 1) Rapid AT
pengiriman data ke sebuah web server. Tahap ini merupakan awal komunikasi antara modul A6
dengan microcontroller. Dengan memberikan perintah AT
melalui serial monitor, maka modul A6 akan merespon OK.
Bila modul tidak merespon, maka dibutuhkan pengulangan
perintah AT secara berkala dan stabil. Tahap ini merupakan
bagian yang penting sebagai indikator bahwa modul A6 telah
siap menerima perintah selanjutnya.
2) Detach Packet Domain Service (PDS)
Tahap ini merupakan pengkondisian layanan kartu SIM
agar tidak terhubung (detach) dengan PDS. Hal ini diperlukan
untuk mengkondisikan layanan kartu SIM untuk perintah
selanjutnya dan mengurangi kemungkinan detach secara tiba-
Gambar 2 Skema rangkaian perangkat pengirim data. tiba. Untuk melakukan detach, modul A6 diberikan perintah
Perangkat pengirim data pada Gambar 2 tersusun atas dua AT+CGATT=0, yang mana 0 berarti detach dan akan
komponen, yaitu microcontroller dan modul GPRS. direspon OK bila berhasil atau +CME ERROR bila gagal.
Komunikasi kedua komponen tersebut dilakukan secara serial 3) Attach Packet Domain Service (PDS)
melalui pin Tx dan Rx. Dalam hal ini, microcontroller Tahap ini merupakan bagian untuk menghubungkan
diprogram untuk memberikan perintah kepada atau menerima (attach) layanan kartu SIM dengan PDS. Perintah yang
respon dari modul GPRS tersebut. diberikan adalah AT+CGATT=1, yang mana 1 berarti attach
A. Konektivitas GPRS dan akan direspon OK bila berhasil atau +CME ERROR bila
gagal.
Sebelum data dikirimkan, untuk menghubungkan modul
A6 ke jaringan GPRS, dibutuhkan beberapa tahap seperti 4) GPRS Registration
bagan pada Gambar 3. Tahap ini merupakan upaya pendaftaran kartu SIM untuk
konektivitas GPRS pada penyedia layanan. Perintah yang
diberikan adalah AT+CGREG=2, yang mana 2 berarti enable
dan akan direspon +CGREG: 2,1,”<location area
code>”,”<cell ID>” atau +CME ERROR bila gagal.
5) Packet Data Protocol (PDP) Context Registration
Tahap ini merupakan lanjutan tahap registrasi GPRS
dengan memasukkan tipe PDP dan Access Point Name (APN)
dari penyedia layanan. Perintah yang diberikan adalah
AT+CGDCONT=1,”IP”,”<APN>”, yang mana 1 merupakan
identifier, dan “IP” merupakan tipe PDP, sedangkan
”<APN>” merupakan Access Point Name yang disediakan
oleh penyedia layanan seluler. Selanjutnya modul akan
ISSN 2087-2658
(SENAPATI) Ke-8
merespon +CGDCONT:1,”IP”,”<APN>”,,0,0 atau +CME

ERROR bila gagal.
6) PDP Attachment
Setelah registrasi berhasil, selanjutnya modul A6
diberikan perintah AT+CGACT=1,1 untuk aktivasi PDP
Context dan modul akan merespon +CGACT: (1,1) atau
+CME ERROR bila gagal.
Bila salah satu perintah dari enam tahap tersebut
mengalami kegagalan (dengan respon: +CME ERROR), Gambar 5 Format HTTP Post
maka kegagalan respon akan terjadi pula pada tahap
selanjutnya. Dalam hal ini, maka proses tahapan konektivitas Melalui serial monitor pada Arduino IDE, <ctrl-z>
harus diulangi dari awal. dituliskan dalam bentuk bilangan hexadecimal (0x1A)
sebagai perintah mengirimkan data Post. Bila berhasil, modul
B. Pengiriman Data akan merespon OK atau +CME ERROR bila gagal.
Enam tahap pada sub bab 2.1 merupakan awal C. Kebutuhan Daya Listrik
konektivitas internet melalui jaringan GPRS, sedangkan untuk
memulai pengiriman data dibutuhkan langkah-langkah seperti Selain konektivitas dan metode pengiriman data melalui
pada Gambar 4. jaringan GPRS, dalam penelitian ini ditambahkan analisis
terhadap kebutuhan daya listrik pada perangkat pengirim data
sebagai acuan perancangan dan implementasi perangkat
sensor atau pengakuisisi data. Teknik pengukuran daya listrik
ini melibatkan sebuah modul sensor tegangan dan arus
MAX471 sebagaimana ditunjukkan pada Gambar 2. Modul
ini mampu memberikan nilai tegangan dan arus dalam 10 bit
melalui pin ADC pada microcontroller [5].
Perhitungan nilai tegangan (V) dilakukan dengan
memasukkan persamaan (1), di mana secara hardware, modul
ini dirancang menggunakan sistem pembagi tegangan dengan
perbandingan 1:5. Hal ini berarti bahwa tegangan maksimal
yang mampu diukur adalah 5 kali tegangan kerja
microcontroller. Dengan demikian, untuk microcontroller
dengan tegangan kerja 5 Volt akan mampu mengukur
tegangan maksimal 25 Volt. Sedangkan perhitungan nilai arus
(I) dihitung dengan persamaan (2). Sebagaimana hukum ohm
pada persamaan (3), perhitungan daya listrik (P) merupakan
tegangan (V) dikalikan dengan arus (I).
Gambar 4 Langkah pengiriman data ke web server
1) Start TCP Connection
Tahap ini merupakan upaya menghubungkan perangkat
dengan alamat web server melalui TCP. Perintah yang
digunakan adalah AT+CIPSTART=”TCP”,”<IP-
Address>”,Port dan modul akan merespon CONNECT OK
atau +CME ERROR bila gagal. III. HASIL DAN PEMBAHASAN
2) HTTP Post Data A. Implementasi dan Pengujian Hardware
Untuk mengirimkan data ke web server, diperlukan Implementasi perangkat pengirim data sensor
metode Post yang dituliskan setelah modul merespon > menggunakan sebuah modul A6 GSM/GPRS dan sebuah
melalui perintah AT+CIPSEND. Perintah Post membutuhkan microcontroller Arduino Pro-Mini yang telah disesuaikan
format yang harus sesuai dengan web server, sebagaimana dengan rancangan rangkaian sebagaimana ditunjukkan pada
ditunjukkan pada gambar 5. Setelah menerima respon dari Gambar 2. Hasil pengimplementasian tersebut ditunjukkan
modul A6, perintah Post dapat diulangi kembali sesuai dengan seperti pada Gambar 6. Pin Tx pada modul A6 dihubungkan
kebutuhan. Di sisi lain, bila perintah Post tersebut gagal, maka dengan Pin 2 sebagai Pin Rx, sedangkan Pin Rx pada modul
harus dilakukan pemutusan koneksi TCP melalui perintah dihubungkan dengan Pin 3 sebagai Pin Tx. Catu daya untuk
AT+CIPCLOSE sebelum memulai koneksi yang baru. perangkat ini adalah 5 Volt.
ISSN 2087-2658
(SENAPATI) Ke-8
Pengujian awal dilakukan dengan membuat sebuah

panggilan ke nomor kartu SIM yang terpasang pada perangkat
Setelah konektivitas GPRS berhasil, proses selanjutnya
menggunakan perangkat telepon lainnya. Bila panggilan
adalah pengiriman data ke web server menggunakan metode
tersebut memunculkan nada sambung, maka kartu SIM dalam
perangkat tersebut telah aktif, dan perangkat siap HTTP Post. Implementasi perintah AT melalui Arduino IDE
ditunjukkan pada Gambar 7. void cipStart() pada Gambar 7
dikendalikan. Di sisi lain, dalam menerima perintah atau
merupakan implementasi perintah konektivitas modul A6 ke
panggilan, modul A6 akan membutuhkan waktu persiapan
dengan kisaran 5 detik hingga 10 detik. Hal ini dapat dilihat IP-address tujuan. Konektivitas ini akan membutuhkan waktu
yang cukup, sehingga diperlukan pembacaan respon
melalui indikator nyala LED biru pada modul A6.
CONNECT OK dari modul A6 sebelum dilanjutkan ke
perintah pengiriman data. Sedangkan bagian void cipSend()
merupakan implementasi perintah mengirimkan data ke web
server. Dalam hal ini, modul A6 akan menerima data HTTP
dari web server yang mengindikasikan status pengiriman data.
Hasil tersebut ditunjukkan pada Gambar 8 dengan
menampilkan status pengiriman data. Hal ini menjadi
indikator keberhasilan pengiriman data oleh modul A6,
dimana bagian A mengindikasikan keberhasilan pengiriman,
dan bagian B mengindikasikan kegagalannya. Menyikapi
Gambar 6 Rangkaian perangkat pengirim data. kegagalan pengiriman data, dibutuhkan perintah
B. Implementasi dan Pengujian Software AT+CIPCLOSE dan mengulangi bagian void cipStart().
Software pada perangkat diimplementasikan Pengendalian ketika proses penutupan koneksi dengan
menggunakan Arduino IDE dan disesuaikan dengan perintah perintah AT+CIPCLOSE tidak memperoleh respon yang
AT untuk modul A6. Baris pertama dan ke dua pada Gambar sesuai, maka dilakukan restart modul secara hardware melalui
6 menunjukkan upaya penyesuaian komunikasi serial antara perintah AT+CPOF. Dalam hal ini, modul A6 akan dimatikan
Arduino Pro-Mini dengan modul A6. Dalam hal ini, perintah dan dinyalakan kembali. Proses ini membutuhkan waktu 10
dan respon pada modul A6 dapat ditampilkan melalui serial detik sebelum perintah konektivitas GPRS kembali dilakukan.
monitor dengan baud rate 9600.
Hasil pengujian konektivitas GPRS melalui modul A6 ini
menunjukkan adanya kebutuhan delay yang tepat untuk setiap
perintah yang diberikan. Kebutuhan delay ini disebabkan oleh
perbedaan waktu respon yang diterima oleh modul A6 dari
penyedia layanan seluler untuk masing-masing perintah.
Gambar 8 Implementasi tahapan pengiriman data

C. Analisis Waktu Pengiriman Data
Akumulasi delay yang diimplementasikan pada program
mulai dari menyalakan modul hingga pengiriman data
pertama adalah 22.7 detik. Hal ini berarti bahwa apabila
sistem berkerja secara normal, maka dibutuhkan waktu 22.7
detik untuk memulai pengiriman data. Dalam hal kegagalan
Gambar 7 Implementasi tahapan konektivitas GPRS
ISSN 2087-2658
(SENAPATI) Ke-8
konektivitas dan jenis kesalahan lainnya, maka ditambahkan Bagian A pada Gambar 9 merupakan kebutuhan daya dari
langkah restart perangkat dengan kebutuhan waktu tambahan awal perangkat dinyalakan hingga konektivitas TCP.
10 detik. Berdasarkan 40 data waktu sampel yang terbagi Sedangkan bagian B, C, D, E, dst., merupakan tahap
menjadi 4 bagian di mana masing-masing berdurasi 2.5 menit, pengiriman data. Kebutuhan daya listrik pada pengiriman
waktu yang dibutuhkan untuk mengirimkan setiap data secara setiap data relatif stabil dengan pola seperti ditunjukkan pada
berulang berkisar antara 10 detik hingga 12 detik dengan Gambar 10. Pola tersebut diperjelas dengan menambahkan
waktu rata-rata 10.2 detik. metode moving average sebesar 100 sampel.
D. Analisis Kebutuhan Daya Listrik
Bersamaan dengan analisis waktu pengiriman data,
menggunakan jumlah sampel tersebut menghasilkan
kebutuhan daya listrik yang berkisar antara 859.78 mWatt
hingga 1070.50 mWatt dengan rata-rata 947.56 mWatt.
Sedangkan kebutuhan daya listrik yang dimulai dari
menyalakan perangkat hingga perintah koneksi TCP berkisar
antara 679.45 mWatt hingga 709.95 mWatt dengan rata-rata
699.32 mWatt. Hasil analisis tersebut diperoleh melalui
perhitungan nilai pengukuran daya listrik pada sampel
tertentu. Hal ini diperlihatkan pada Gambar 9.
Gambar 11 Pola kebutuhan daya listrik perangkat
IV. KESIMPULAN
Pengiriman data menggunakan jaringan GPRS dapat
diimplementasikan menggunakan modul A6 GSM/GPRS
berbasis Arduino Pro-Mini. Hasil pengujian terhadap waktu
rata-rata yang dibutuhkan untuk mengirimkan satu data ke
web server adalah 10.2 detik dengan kebutuhan daya listrik
rata-rata sebesar 947.56 mWatt.
Peningkatan terhadap efektifitas waktu pengiriman data
dapat dilakukan dengan mengurangi waktu delay pada setiap
tahapan perintah. Namun demikian, kestabilan konektivitas
modul A6 ke jaringan GPRS akan berkurang. Di sisi lain,
kemampuan perangkat pengirim data ini selanjutnya dapat
diimplementasikan pada perangkat pengakuisisi data jarak
jauh namun masih dalam jangkauan sinyal BTS.
Gambar 9 Hasil pengujian pengiriman data.
UCAPAN TERIMAKASIH
Penelitian ini didukung dan dibiayai oleh Kementerian
Riset, Teknologi, dan Pendidikan Tinggi pada Program
Insentif Riset Sistem Inovasi Nasional (Insinas) Gelombang
II, 2017, Nomor: 25/INS-2/PPK/E/E4/2017
DAFTAR PUSTAKA
[1] Xiaorong, C., Zhan, S., Zhenhua, G. “Research on remote data
acquisition system based on GPRS.” Electronic Measurement and
Instruments, 2007. ICEMI’07. 8th International Conference on 2007
Aug 16 (pp. 2-20). IEEE.
[2] Zaghloul, Mohamed Saad. “GSM-GPRS Arduino Shield (GS-001)
with SIM900 chip module in wireless data transmission system for data
Gambar 10 Hasil plotting data sampel daya listrik acquisition and control of power induction furnace.” International
Journal of Scientific & Engineering Research 5, no. 4 (2014): 776.
ISSN 2087-2658
(SENAPATI) Ke-8
[3] Yu, Hongzhou, Lu Liu. “Remote health monitoring system using [5] Park, C., Chou, P.H. “Ambimax: Autonomous energy harvesting
zigbee network and gprs transmission technology” Computational platform for multi-supply wireless sensor nodes.” Sensor and Ad Hoc
Intelligence and Design (ISCID), 2011 Fourth International Communication and Networks, 2006. SECON’06. 2006 3rd Annual
Symposium on. Vol. 1. IEEE. IEEE Communication Society on. Vol. 1. IEEE.
[4] Ai-Thinker Inc, A6 GSM/GPRS Module, V1.01.
ISSN 2087-2658
(SENAPATI) Ke-8
Implementasi Load Balancing Pada Openstack

dengan Metode Round Robin
I Made Aga Satya Darma, I Gede Oka Gartria Atitama
Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Udayana
Denpasar, Indonesia
agastya19@gmail.com, oka.gartria@gmail.com
Abstract— The path of data exchange on the network what if Cloud Computing menyediakan banyak teknologi yaitu
it gets a lot of requests then the possibility of the occurrence of OpenStack. OpenStack adalah teknologi yang menyediakan
Overload is very risky, many overcome by increasing the sistem operasi cloud untuk public dan private cloud di bawah
Bandwidth on the path of data exchange on the network. But the Apache License. Pada jaringan komputer sering mengalami
way it can not be called a reliable solution, given the increasing overload (kelebihan) beban pada jalur koneksinya, maka
number of users and more and more requests entered into the OpenStack memberikan sebuah solusi untuk membagi atau
server. Load Balancing by Round Robin method is one of the mendistribusikan beban tersebut ke dua atau lebih koneksi
techniques of distributing the traffic load to two or more jaringan yaitu Load Balancing. Jurnal ini membahas tentang
connection lines in a balanced way, by dividing the loads in
implementasi Load Balancing pada openstack dengan metode
sequence and rotating, in order to get optimal traffic, maximize
throughput, and avoid overload on one connection path. Because
Round Robin untuk megurangi beban pada jalur koneksi
all processes have the same interests so that there are no priorities, jaringan.
then Load Balancing is one of the best solutions to use as a way Tujuan atau hasil yang ingin dicapai dalam penelitian ini
out of the problem. Or when one of the connection path to the adalah Merancang dan menginplementasikan sebuah
server is interrupted then Load Balancing can divert the user to OpenStack dengan metode Load Balancing untuk mengurangi
another server as an alternative destination. With this project then beban koneksi. Dan mendapatkan perbandingan kondisi
problems such as server down and slow connection when the
sistem jaringan komputer yang aktual dengan simulasi
number of user requests at the same time will be resolved, because
jaringan yang memiliki layanan Load Balancing. Sedangkan
the project has been implemented Load Balancing using Round
Robin algorithm. And got the average result that is for throughput manfaat yang di dapatkan adalah dapat mengetahui aspek -
3,969,328 kbps then for response time 18,860 ms. With this method aspek manajemen jaringan komputer yang memiliki
internet connection will be faster because the concept of Load skalabilitas yang terus meningkat dan tingkat akses yang
Balancing with Round Robin method is to share the average load semakin tinggi. Adapun batasan masalah dalam penelitian ini
connection, so the server can complete many requests from the adalah sistem ini dibangun dari 1 komputer, yang digunakan
user at the time bersaman without experiencing overload. sebagai server, server menggunakan sistem operasi Linux
distro Ubuntu 14.04 LTS, dan komputer klien menggunakan
Keywords— load balancing, data exchange path, openstack sistem operasi windows dengan aplikasi putty sebagai remote
server.
I. PENDAHULUAN
Di era sekarang ini teknologi informasi terus berkembang II. STATE OF ART
dan semakin canggih, baik dalam akpek kehidupan, menuntut Berikut adalah penelitian sebelumnya sebagai panduan
perguruan tinggi sebagai institusi pengembang ilmu untuk penelitian yang dilakukan yang nantinya akan menjadi
pengetahuan dan teknologi (IPTEK) untuk acuan dan perbandiangan dalam melakukan penelitian.
mengembangkannya. Perguruan tinggi dari segi
operasionalnya dalam kegiatannya membutuhkan teknologi Menurut penelitian Mohammad Rizky dkk [7], di lihat
dari beberapa aspek pengujian pertama, di dapatkan Respon
khususnya teknologi informasi. Agar tidak tertinggal dari segi
teknologi informasi, maka perguruan tinggi harus mengikuti time dari algoritma Round Robin bernilai 984.2518 ms dan
algoritma Least Connection bernilai 993.7882 ms yang mana
perkembangan IPTEK. Perangkat keras merupakan salah satu
algoritma Round Robin lebih baik. Kedua, Troughput yang
faktor penting dalam melakukan upgrade/update sistem.
Solusi yang timbul dari permasalahan tersebut adalah dengan didapatkan dari algoritma Round Robin bernilai 493.6383
kbps dan algoritma Least Connection bernilai 473.3483 kbps
menggunakan teknologi Cloud Computing. Cloud computing
merupakan sebuah model komputasi dimana sumber daya yang mana algoritma Round Robin lebih baik. Berdasarkan
seperti komputasi, penyimpanan, jaringan dan perangkat aspek tersebut dapat di simpulkan bahwa load balancing
dengan algoritma round robin lebih baik dibandingkan dengan
lunak disediakan sebagai layanan di internet.
ISSN 2087-2658
(SENAPATI) Ke-8
least connection dilihat dari nilai parameter, throughput,

respon time.
Menurut I made widhi wirawan dan komang tris
sumarianta [11], Sistem load balance dengan metode round
robin bisa diterapkan pada jaringan multihoming. Sistem pada
penelitian tersebut berfungsi untuk menyeimbangkan traffic
penggunaan internet pada jaringan multihoming. Load
balancing menggunakan router juga bisa sebagai
backup/failover ketika salah satu jalur internet mengalami
gangguan atau terputus. Gambar 2 Skema PaaS
Menurut Kahairul Ansharullah [2], Implementasi load 3. Software as a service, dimana aplikasi difokuskan pada
balancing dengan algoritma round robin lebih handal dalam web-based interface yang diakses melalui web service
mengoptimalkan throughput, response time, CPU Utilization, dan web 2.0 [4].
dan mengurangi jumlah error dari web server. Sedangkan
menggunakan algoritma sebelumnya yaitu least connection
lebih handal dalam mengoptimalkan response time dari web
server. Penambahan jumlah server dapat meningkatkan nilai
throughput, response time dan mengurangi error pada
implementasi sistem load balancing dengan algoritma round
robin sedangkan pada algoritma sebelumnya mengalami
peningkatan yang tidak terlalu signifikan.

Landasan Teori yang digunakan pada penelitian ini adalah
mengenai Cloud Computing, Openstack, Virtual Machine, Gambar 3 Skema SaaS
Load Balancing, Linux.
B. OpenStack
A. Cloud Computing
OpenStack merupakan teknologi cloud computing di
Cloud computing adalah sebuah rancangan sumber daya bawah apache license yang menyediakan sistem operasi
teknologi informasi yang dapat diakses melalui internet [3]. cloud untuk public dan private. 60 perusahaan teknologi
Cloud computing membutuhkan sebuah internet-based sudah turut berkontribusi dalam pengembangan teknologi ini.
service dalam mendukung proses bisnis. Berikut adalah lima servis utama yang terdapat pada
Teknologi cloud mempunyai 3 tingkatan service yang OpenStack yaitu : Nova, Swift, Glance, Keystone dan
diberikan kepada user: Horizon.
1. Infrastructure as a service,ini berisikan grid untuk 1. OpenStack Compute Infrastructure (Nova) merupakan
diakses oleh virtualized server, storage & network. pengelola jaringan berskala besar dan menciptakan
plaform yang skalabel untuk cloud computing berbasis
open source.
2. OpenStack Object orage Infrastructure (Swift)
merupakan penyimpanan data skalabel serta bercabang
dengan menggunakan cluster server dalam menyimpan
data berikuran terabytes atau petabytes berbasis open
source.
3. OpenStack Image Service (Glance) merupakan layanan
virtual disk images pada openstack.
Gambar 1 Skema IaaS
4. Keystone merupakan layanan dalam openstack yang
2. Platform as a service, dimana developer tidak
terdiri dari layanan identity, token, catalog dan policy
memikirkan perangkat keras dan tetap fokus
services.
pemeliharaan aplikasi tanpa melihat sistem operasi,
5. Horizon atau disebut juga dengan dashboard berbasis
infrastruktur, load balancing dan lain-lain.
web yang berfungsi untuk mengatur atau mengelola
layanan Openstack[1].
ISSN 2087-2658
(SENAPATI) Ke-8
C. Virtual Machine, Virtual Disk, dan Image Virtual pustakanya secara umumnya adalah dari sistem operasi
GNU, orang yang mengumumkannya adalah Richard
Virtual machine (VM) atau mesin virtual berguna untuk Stallman pada tahun 1983. nama alternatif GNU/Linux ini
mensimulasikan perangkat keras yang berbeda untuk berjalan sebenarnya adalah Kontribusi dari GNU [4].
dalam satu waktu yang sama. Virtual Disk dalam hal ini
digunakan untuk boot dan menjalankan sistem operasi. Disk
virtual dapat menjadi bagian dari template yang dibuat IV. HASIL DAN PEMBAHASAN
sebagai bagian dari proses pembuatan mesin virtual dan Dalam melaksanakan penelitian ini menggunakan
dapat dibuat secara terpisah sebagai media penyimpanan. beberapa tahapan sebagai berikut:
Image virtual digunakan untuk instalasi virtual mesin yang
mana berupa file tunggal berisi virtual disk, yang berjalan A. Topologi Load Balancing
pada sebuah sistem operasi yang bootable [3]. Topology Load Balancing: Dari penelitian yang sudah
D. Load Balancing dilakukan menghasilkan topology sebagai berikut:
Berdasarkan topologi dibawah terdapat 2 buah web server
Load Balancing merupakan suatu jaringan komputer yang yang terhubung pada jaringan cloud yang nantinya akan
berjalan dengan menggunakan sebuah metode untuk diakses dari luar, dengan perantara ip public
mengatur beban kerja pada beberapa koneksi jaringan secara “172.16.160.118”. Web server yang telah berasil dibuat
seimbang agar dapat meoptimalkan koneksi jaringan agar memiliki alamat ip yaitu “192.168.1.24” dan “192.168.1.25”.
tidak kelebihan beban pada salah satu jalur koneksi. Load SUBNET ROUTER
INTERNET
Balancing juga berfungsi sebagai penggabungan dua buah JARINGAN CLOUD
jaringan atau lebih yang akan disambungkan ke sebuah router
172.16.160.118
yang terhubung ke sebuah server dan clien. Adapun beberapa
algotirma load balancing diantaranya Round Robin, Ratio,
Fastest, dan Least Connection [8].
E. Round Robin 192.168.1.0/24
Round robin merupakan metode yang menggunakan dua

gateway secara bersamaan dan beban yang terbagi secara
berurutan. Metode round robin menganggap bahwa semua 192.168.1.24 192.168.1.25
proses memiliki prioritas yang sama sehingga tidak WEB SERVER 1 WEB SERVER 2
membebani pada satu jalur saja.
Gambar 4 Tolology Load Balancing
Dengan metode Round Robin pada jaringan internet yang
menggunakan 2 buah web server yaitu web server 1 dan web B. Implementasi
server 2. saat user memberikan request maka request tersebut
Implementasi Sistem Pada tahap ini menjelaskan langkah-
akan diproses oleh server 1, kemudian user lain memberikan
langkah perancangan serta kebutuhan Load Balance
request untuk kedua kalinya maka request tersebut akan
menggunakan metode Round Robin. Berdasarkan beberapa
diproses oleh web server 2 begitu seterusnya secara
tahapan sebelumnya, didapat beberapa proses yang
berurutan, sehingga kedua jalur koneksi tersebut akan
diperlukan untuk merancang Load Balance dengan metode
menjadi seimbang.
Round Robin :
Load balance memiliki teknik untuk mengatasi beban
 Intalasi Openstack: Tahap pertama adalah
traffic pada banyak jalur koneksi secara seimbang, dengan
menginstal openstack pada perangkat yang akan
memaksimalkan throughput secara maksimal dapat
digunakan.
membuwat traffic berjalan optimal, sehingga memperkecil
 Create Router: Tahap kedua adalah pembuatan
waktu tanggap dan menghindari overload [11].
router dengan menghubungan Jaringan luar dan
F. Linux Subnet yang akan kita buat selanjutnya.
 Create Subnet: Tahap ketiga adalah pembuatan
Linux merupakan sebuh sistem operasi yang bersifat open subnet dengan network “192.168.1.0/24” dan
source yang dapat dikembangkan secara bebas. kode sumber gatway “192.168.1.1” yang di dapatkan dari ip
Linux dapat diubah sesui keinginan, sehingga dapat internet yang sedang di gunakan.
digunakan serta didistribusikan kembali secara bebas oleh  Launch Instance: Di tahap ini akan di lakukan
siapa saja. penyetingan instance , disini penulis menyeting 2
Pembuatnya sengaja menaman ”Linux” agar sesusai dengan intance dengan OS fedora, source yang digunakan
namanya Linus Torvalds yang diperkenalkan pada tahun
1991. Asal sebenarnya dari Peralatan dari sistem ini serta
ISSN 2087-2658
(SENAPATI) Ke-8
disini adalah ciros, untuk flavor di seting nano Gambar 5 Web Server “192.168.1.24”
dengan RAM yang di gunakan sebesar 64 MB,
 Network Topologi: Setelah tahap launch instance
berhasil maka terbentuklah network topologi dari
system ini.
 Add Pool Load Balancer: Ini adalah tahap
Membuat Pool dengan menggunakan Metode
Load Balancing Round-Robin untuk
mendistribusikan permintaan (request) yang
masuk dengan menggunakan Subnet yang telah
dibuat sebelumnya, serta menggukan protocol
HTTP agar dapat mengakses ke web server
nantinya. Gambar 6 Web Server “192.168.1.25”
 Add Member Load Balancer: Tahap pembuatan
D. Pengujian load balancing pada server
member ini adalah proses dengan menambahkan 2
VM (Instance) yang telah di proses tadi dan port Pengujian Load Balancing: Pengujian menggunakan
yang gunakan adalah port 80. software wireshark dan Jmeter. Jmeter adalah software yang
 Add Vip: Pada tahap adalah tahap mengubah dapat mengkondisikan suatu jaringan dengan menampilkan
actions pada pool yang sebelumnya sudah dibuat graph. Pada pengujian ini tahap pertama yang dilakukan
menjadi VIP, dengan subnet yang sudah di buat mensetting number of threads yaitu sebanyak 1000 requests
tadi, kumudian diambil ip bebas untuk menjadi ip untuk pertama akses, request selanjutnya sebanyak 2000
yang dapat di akses pada jaringan internet dengan request. Selanjutnya mensetting ramp-up sebesar 60 detik
port 80 dengan protocol HTTP. berarti 1000 requests diselesaikan dalam kurun waktu 60
 Add Floating Ip: Disini VIP IP yang tadi akan di detik. Pada Loop count disetting sebesar 50 user, jadi 50 user
floating ke ip floating yang sudah di seting merequest 1000 kali dalam kurun waktu 60 detik. Dari hasil
sebelumnya agar dapat diakses oleh public atau setting diatas, user merequest ke ip “172.16.160.118”.
dapat diakses dari luar dengan mengakses ip floting Perbedaan dari server tanpa menggunakan Load Balancing
tersebut “172.16.160.118”. Round Robin dengan server menggunakan Load Balancing
 Create Web Server: Setelah tahap floating ip, dengan metode Round Robin dapat dilihat pada gambar
dalam mengakses IP floating IP tersebut maka berikut ini:
akan muncul error karena tidak ada proses HTTP
yang berjalan sehingga perlu membuat web server
pada ke 2 VM yang berjalan pada port 80 agar
dapat berjalan.
C. Mengakses virtual ip
Mengakses Virtual IP: Pengujian dilakukan dengan cara
melakukan spam akses pada web broser untuk mengetahui
akses telah dialihkan ke web server lain. Untuk mengetahui Gambar 7 Graph Pengujian Tanpa Load Balancing
hal tersebut dilakukan penempatan keterangan ip yang Hasil pengujian dengan wireshark di atas memperlihatkan
berbeda sesuai dengan web server masing – masing. Berikut graph yang menunjukan hasil traffic dari request HTTP ke
ini adalah tampilan saat dilakukan spam akses: server. Dalam graph di atas request berhenti pada detik ke
480, di karenakan overload yang dimana server tak mampu
untuk menyelesaikan 1050 request sehingga beban paket
berhenti menjadi 455456 paket per detiknya. Garis hitam
menunjukkan hasil dari http.time dari server cukup baik
dalam melayani request dan waktu request ke server. Namun
beban dari request web server cukup tinggi dan terjadi
overload pada web server di karenakan banyaknya user yang
merequest dapa saat bersamaan.
ISSN 2087-2658
(SENAPATI) Ke-8
Di lihat dari pengujian Respon time pada server cloud

dengan Load Balancing Round Robin bahwa pengujian
dengan menggunakan Load Balancing dengan algoritma
Round Robin berhasil memaksimalkan kinerja server cloud.
DAFTAR PUSTAKA
[1] Arfriandi, A., “Perancangan, Implementasi, Dan Analisis Kinerja
Gambar 8 Graph Pengujian Dengan Load Balancing Virtualisasi Server Menggunakan Proxmox, Vmware Esx, Dan
Pada hasil graph diatas menunjukkan server cloud dengan Openstack”, Jurnal Teknologi, pp. 182–191, April 2012.
Load Balancing Round Robin berjalan lancar tanpa terjadi [2] Khairul Ansharullah,”Implementasi Sistem Load Balancing dengan
overload. Garis hitam merupakan load dari http. Dapat dilihat Algoritma Round Robin untuk Mengatasi Beban Server di Smk
dari graph di atas server dapat menyelesaikan request dari Negeri 2 Kudus,” tidak dipublikasikan.
semua user tanpa terjadi error dengan waktu yang di [3] Kumar, R., Gupta, N., Charu, S., Jain, K., dan Jangir, S. K, “Open
Source Solution for Cloud Computing Platform Using OpenStack,”
butuhkan 1800 detik untuk menyelesaikan 1000 request International Journal of Computer Science and Mobile Computing, pp.
dengan beban paket 1359247. Dengan beban paket yang 89-98, Oktober 2014.
dikirimkan perdetiknya kurang dari 27000 paket. Dengan [4] Lumena, D., Anton, dan Nainggolan, E. R, “Analisa Dan Perancangan
adanya Load Balancing menggunakan algoritma Round Jaringan Private Cloud Computing Berbasis Web Eyeos,” Jurnal
Robin pada server cloud dapat berjalan lebih baik Techno Nusa Mandiri, pp. 1-8, Juli 2016.
[5] Mishra, M. K., dan Rashid, D. F, “Anim Proved Round Robin Cpus
dibandingkan dengan server cloud tanpa Load Balancing. Cheduling Algorithm With Varying Time Quantum,” International
Journal of Computer Science, Engineering and Applications (IJCSEA),
pp. 1-8, November 2014.
V. KESIMPULAN
[6] Moedjiono, “Cloud Computing: Gelombang Informatisasi Layanan
Dari hasil penelitian dapat disimpulkan beberapa hal Dunia Bisnis Masa Depan,” tidak dipublikasikan.
diantaranya: [7] Mohammad Rizky Pratama, Hafidudin, dan Suci Aulia, “Analisis
1. Dengan implementas Load Balancing dengan metode Performansi Load Balancing Dengan Algoritma Round Robin Dan
Least Connection Pada Sebuah Web Server,” tidak dipublikasikan.
Round Robin dapat menangani beban server yang
[8] Rijayana, I, “Teknologi Load Balancing Untuk Mengatasi Beban
sibuk, yang dapat menyelesaikan 1000 request dalam Server,” Seminar Nasional Ap/ikasi Teknologi Informasi, pp. 35-39,
waktu1800 detik di bandingkan server tanpa Load Maret 2005.
Balancing, server tidak dapat menyelesaikan 1000 [9] Santika, M., dan Hansun, S, “Implementasi Algoritma Shortest Job
request proses berhenti pada waktu 480 detik karena First dan Round Robin pada Sistem Penjadwalan Pengiriman Barang,”
ULTIMATICS, pp. 94-99, April 2014.
kelibihan beban.
2. Dengan menggunakan implementasi Load Balancing [10] Umar, W, “Pengembangan Perangkat Lunak Distribusi Gnu/Linux
Dengan Fitur Khas Gorontalo,” Jurnal SIMETRIS, pp. 11-16, 2015
dengan metode Round Robin maka pengiriman paket [11] Wirawan, I. M., dan Sumarianta, K. T, “Implementasi Load Balance
data dalam jaringan internet dapat berjalan lancar dan Pada Jaringan Multihoming Menggunakan Router Dengan Metode
cepat dengan 1000 request dapat mengirimkan beban Round Robin,” Jurnal Ilmu Komputer, vol. 4, pp. 15-22, April 2011.
paket kurang dari 27000 paket detik .
ISSN 2087-2658
(SENAPATI) Ke-8
Desain E-Tourism Big Data MPD Untuk Edukasi

Pelaku Pariwisata di Kabupaten Gianyar
I Putu Agus Eka Pratama, I Made Sunia Raharja
Jurusan Teknologi Informasi, Fakultas Teknik
Universitas Udayana
Jl Raya Kampus Unud, Bukit Jimbaran, Badung, Bali, Indonesia
eka.pratama@unud.ac.id, sunia.raharja@unud.ac.id
Abstrak—Agar para pelaku pariwisata di Kabupaten memperoleh pengetahuan mengenai wisatawan dan destinasi
Gianyar dapat teredukasi di dalam memperoleh pengetahuan pariwisata yang dituju. Data dalam jumlah besar harus dapat
mengenai jumlah kunjungan wisatawan, destinasi yang dituju, dikelola dan dimanfaatkan dengan sebaik mungkin.
serta behaviour wisatawan, maka diusulkan solusi berupa
desain E-Tourism Big Data MPD (Mobile Positioning Data). E- Untuk itu, maka di dalam paper ini diajukan solusi berupa
Tourism Big Data MPD merupakan gabungan dari E-Tourism, desain E-Tourism Big Data Mobile Positioning Data (MPD).
Big Data, MPD, dan IAAS Cloud, yang berkolaborasi Big Data MPD (atau Mobile Big Data) merupakan kombinasi
mengumpulkan, mengelola, dan menyajikan data - data teknologi Big Data dan Mobile Network Operator (MNO)
pariwisata skala besar secara real time. Desain ini diharapkan untuk mengumpulkan, mengolah, menganalisa, dan
dapat menjadi acuan implementasi untuk membantu para mempelajari data dari berbagai sumber data dari perangkat
pelaku pariwisata di Kabupaten Gianyar di dalam pengambilan bergerak secara cepat dan real time, untuk mempelajari
keputusan dan peningkatan kualitas layanan pariwisata. behaviour, posisi, dan lokasi pengguna[1]. Teknologi Big
Data merupakan teknologi data untuk data skala sangat besar,
Kata kunci: E-Tourism; Big Data MPD; edukasi; pelaku kompleks, dan beragam, dengan karakteristik 4V (Volume,
pariwisata Veracity, Velocity, Variety) untuk kemudahan di dalam
analisa dan pengolahan data skala sangat besar (Tera Byte ke
I. PENDAHULUAN atas)[2]. Paper ini menyajikan ulasan penelitian yang meliputi
desain sistem yang dikembangkan, berdasarkan kepada studi
Salah satu andalan perekonomian terbesar dari Kabupaten kasus permasalahan pariwisata di Kabupaten Gianyar,
Gianyar adalah pada sektor pariwisata. Saat ini pariwisata di Propinsi Bali. Dua buah pertanyaan penelitian yang menjadi
Kabupaten Gianyar sudah memanfaatkan TI untuk rumusan masalah di dalam penelitian ini adalah : 1.)
penyediaan layanan pariwisata kepada wisatawan (web, Bagaimana desain dari solusi yang diajukan berupa E-
reservasi online). Data – data pariwisata ini, sebagian besar Tourism Big Data MDP, untuk menyelesaikan permasalahan
dihasilkan oleh para wisatawan melalui perangkat mobile yang terjadi sekaligus mengedukasi para pelaku pariwisata?
mereka, antara lain meliputi kedatangan, keberangkatan, 2.) Apa saja teknologi yang digunaan di dalamnya saat proses
destinasi wisata yang dituju, penginapan, reservasi, dan implementasi desain?
perilaku (behaviour) lainnya terkait dengan pariwisata di
Kabupaten Gianyar.
II. METODOLOGI PENELITIAN
Sayangnya, hingga saat ini, pemanfaatan TI di dalam
penyediaan layanan pariwisata kepada wisatawan di A. Design Science Research Methodology (DSRM)
Kabupaten Gianyar, belum diikuti dengan edukasi yang
diberikan kepada para pelaku pariwisata di Kabupaten Metodologi DSRM (Design Science Research
Gianyar. Para pelaku pariwisata dalam hal ini meliputi pihak Methodology) yang digunakan di dalam penelitian ini, terdiri
swasta (hotel/penginapan, event organizer) dan pemerintah atas 8 langkah terurut : pendekatan solusi berbasis tujuan
daerah. Mereka belum bisa memperoleh data – data pariwisata (studi literatur), identifiksi masalah dan motivasi penelitian,
di Kabupaten Gianyar secara lengkap, menyeluruh, dan real penentuan tujuan penelitian, perancangan dan pengembangan
time, sekaligus memahami data - data tersebut dengan baik solusi, demo, pengujian, pembahasan, dan kesimpulan[3].
untuk kebutuhan analisa. DSRM sering digunakan di dalam metodologi penelitian
berkaitan dengan sistem informasi[4].
Data dalam jumlah besar tersebut, seharusnya dapat
dikelola dan diolah dengan baik untuk membantu para pelaku
pariwisata di dalam memanajemen dan meningkatkan kualitas
layanan pariwisata di Kabupaten Gianyar, sekaligus
mengedukasi para pelaku pariwisata tersebut untuk
ISSN 2087-2658
(SENAPATI) Ke-8
langkah PIECES ini adalah melalui Thoughput, QoS, dan

response time pada sistem yang dikembangkan, relevansi dan
akurasi informasi yang disajikan, serta efisiensi resource
komputasi.
III. PEMBAHASAN
A. Bagan Umum Desain E-Tourism Big Data MPD
Bagan umum dari desain E-Tourism Big Data MPD yang
diajukan di dalam penelitian ini, mencakup 5 komponen.
Kelima komponen tersebut meliputi : E-Tourism beserta web
server berbasis Cloud Computing, sistem Big Data berbasis
Cloud Computing, sistem Mobile Positioning Data (MPD)
memanfaatkan Mobile Network Operator (MNO) dan
internet, pelaku pariwisata (pemerintah daerah, event
organizer, hotel/penginapan), serta wisatawan beserta
perangkat mobile mereka yang terkoneksi ke internet.
Gambar 1 : Bagan Metodologi DSRM
Berdasarkan metodologi DSRM yang digunakan, pada

langkah pengumpulan data – data penelitian, dilakukan
melalui teknik wawancara dan survei di lapangan, diikuti
dengan analisa dan formulasi masalah. Pada langkah
perancangan dalam bentuk desain sistem, dilakukan
berdasarkan literatur mengenai teknologi – teknologi yang
berperan di dalamnya (Big Data, MPD, Cloud Computing,
Web Server, Network Operating System). Langkah
implementasi dalam bentuk prototipe aplikasi, denan
pengujian di sisi pengembang (Black Box) dan di sisi
pengguna (UAT).
B. Study Literature Review (SLR)
Study Literature Review merupakan teknik evaluasi Gambar 2 : Bagan E-Tourism Big Data MDP
mendalam terhadap penelitian – penelitian sebelumnya terkait
dengan penelitian yang dikerjakan, untuk memperoleh state of
the art, relasi penelitian, dan memperjelas masalah Pemilihan teknologi Cloud Computing dengan jenis
penelitian[5]. Di dalam penelitian ini, SLR dilakukan dengan layanan IAAS (Infrastructure As A Service) Cloud bertujuan
mengumpulkan sejumlah referensi berupa penelitian – untuk menjamin reliability layanan. Pengembangan E-
penelitian terkait dengan sistem informasi pariwisata dan Big Tourism berbasis web memanfaatkan bahasa pemrograman
Data, yang relevan dengan penelitian ini. PHP, database MySQL, dan web server Apache pada sistem
operasi Linux. Cloud Computing dengan jenis layanan IAAS
C. PIECES Cloud, diimplementasikan menggunakan aplikasi Open
PIECES (Performance, Information, Economic, Control, Source Open Stack pada sistem operasi Linux. MPD dan
Efficiency, Service) merupakan 6 langkah pedoman dan MNO diimplementasikan sebagai pelengkap sistem, dengan
tujuan di dalam pengembangan sebuah sistem informasi[6]. memanfaatkan teknologi dan infrastruktur dari provider
PIECES juga menjadi dasar di dalam analisa permasalahan penyedia layanan internet.
yang diselesaikan berbasis sistem informasi, serta koreksi dan B. Desain E-Tourism (Use Case)
perbaikan sistem. Untuk itu, PIECES digunakan sebagai bekal
di dalam pengembangan E-Tourism Big Data MPD pada Implementasi dari desain E-Tourism, menggunakan
kelanjutan penelitian ini di tahap implementasi, berdasarkan konsep Object Oriented, yang melibatkan adanya aktor.
kepada desain yang telah dibuat. Implementasi dari keenam Desain awal menggunakan Use Case Diagram, kemudian
ISSN 2087-2658
(SENAPATI) Ke-8
dilanjutkan dengan Sequence Diagram dan Class Diagram. menjadi rumusan permasalahan di dalam penelitian ini, serta
Berikut adalah Use Case Diagram dari E-Tourism yang sesuai dengan kebutuhan pengguna.
dikombinasikan dengan Big Data dan MDP :
B. Kesimpulan
Berdasarkan pengujina yang dilakukan terhadap desain
sistem dan prototipe dari desain, maka dapat disimpulkan
bahwa desain dan prototipe dari E-Tourism Big Data MPD
cukup memenuhi kebutuhan pengguna dan menyelesaikan
permasalahan pariwisata di Kabupaten Gianyar serta
membantu edukasi para pelaku pariwisata di Kabupaten
Gianyar.
V. SARAN
Ke depannya, penelitian ini dilanjutkan untuk tahap
implementasi sistem dan aplikasi yang lebih baik dari versi
prototipe, disertai pengujian di sisi sistem (Black Box Testing)
dan pengujian di sisi pengguna (User Accepted Testing) untuk
mengukur sejauh mana aplikasi dan sistem memenuhi
kebutuhan pengguna.
Gambar 3 : Use Case Diagram E-Tourism
UCAPAN TERIMAKASIH
Penelitian ini dan kelanjutannya dapat terlaksana dengan
Lima kelompok pengguna yang terlibat adalah : baik berkat kerja sama dari semua pihak, terutama dari
Administrator (admin), event organizer, pemerintah daerah, Universitas Udayana serta Pemerintah Daerah Kabupaten
hotel/penginapan, dan wisatawan. Fokus utama E-Tourism Gianyar Bali.
adalah manajemen data event wisata yang tersedia di
Kabupaten Gianyar, yang berkaitan dengan data objek wisata
dan data hotel/penginapan serta data event organizer yang DAFTAR PUSTAKA
terlibat di dalamnya. [1] Tiru, M. Overview of The Source and Challenges of Mobile
Positioning Data for Statistics. Unstats. Beijing. 2014.
[2] Geanina, E., et al. Perspective on Big Data and Big Data Analytics.
IV. HASIL PENGUJIAN DAN KESIMPULAN Database System Journal vol III no 4. 2012.
[3] Peffers, K., Tuunanen, T. Rothenberge, M.A., Chatterjee, S. A. Design
A. Hasil Pengujian Desain Science Research Methodology for Information Systems Research.
Hasil pengujian desain dilakukan dengan dua cara, yaitu Journal of Management Information Systems, Issue 3, Winter 2007-8,
pp. 45-78.
mencocokkan desain E-Tourism Big Data MPD yang dibuat
[4] Pratama, IPAE. Sistem Informasi dan Implementasinya Teori dan
dengan rumusan permasalahan dalam bentuk dua buah Praktek Berbasis Open Source. Informatika. Bandung. 2014. ISBN
pertanyaan penelitian serta membuat prototipe aplikasi untuk 602-1514-412.
diujikan di sisi pengguna memanfaatkan User Accepted [5] Wahono, R.S. Systematic Literature Review : Pengantar, Tahapan, dan
Testing (UAT). Hasil yang diperoleh menunjukkan bahwa Studi Kasus. 2016..
desain telah mampu menjawab pertanyaan penelitian yang [6] Henry C. Lucas, JR., “The Analysis, Design, and Implementation of
Information Systems”, 4th Edition, Mitchell McGraw-Hill,
International Edition, 1992.
ISSN 2087-2658
(SENAPATI) Ke-8
Pengembangan Aplikasi Game Satua Bali “I Belog”

Berbasis Android
I Putu Sugi Anantra, I Made Agus Wirawan, I Ketut Resika Arthana
Jurusan Pendidikan Teknik Informatika
Singaraja-Bali, Indonesia
sugix.anantra@gmail.com, imade.aguswirawan@undiksha.ac.id, resika@undiksha.ac.id
Abstrak—Kemajuan ilmu pengetahuan dan teknologi informasi dari berbagai penjuru dunia melalui media
semakin menjauhkan rasa cinta anak-anak terhadap cerita elektronika seperti televisi. Hampir setiap hari, baik pagi,
rakyat. Hampir setiap hari televisi menyuguhkan dongeng siang, sore maupun malam hari, televisi menyuguhkan
berupa film kartun. Solusi dari permasalahan tersebut adalah dongeng berupa film kartun. Cerita dongeng modern tersebut
dengan memanfaatkan sisi positif dari masuknya teknologi. yang kebanyakan film impor sangat digandrungi anak-anak.
Maka dari itu, dari penulis tertarik untuk mengembangkan Dibandingkan dongeng televisi, mendongeng secara langsung
sebuah Aplikasi Game Satua Bali “I Belog” Berbasis Android. jauh lebih efektif dalam mendidik anak-anak sejak dini. [2]
Pengembangan aplikasi ini dua macam diagram yaitu use-case
diagram, dan activity diagram. Fitur utama dari game ini Solusi dari permasalahan tersebut adalah dengan
adalah pemain dapat bermain dengan permainan yang memanfaatkan sisi positif dari masuknya teknologi. Salah satu
berhubungan dengan Satua Bali “I Belog”. Hasil dari penelitian teknologi yang sedang berkembang pesat saat ini adalah
ini yaitu berupa Aplikasi Game Satua Bali “I Belog” Berbasis Android. Android adalah sebuah sistem operasi (OS) bersifat
Android. Fitur-fitur yang diberikan aplikasi ini berupa Open Sources (terbuka) yang dimiliki oleh Google Inc. Sejak
bermain game, melihat skor serta tentang aplikasi. Secara kemunculannya pada tanggal 5 November 2007, sistem
umum aplikasi mendapatkan respon sangat baik dilihat dari operasi Android terus mengalami peningkatan baik dari segi
beberapa hasil pengujuan angket yaitu : a) uji kasus untuk kemampuan maupun performanya. Sistem operasi Android
black box testing dengan hasil baik, b) uji ahli media dengan
memiliki banyak kelebihan daripada sistem operasi lainnya
persentase 79,28% dan c) uji respon dengan persentase 85%.)
yaitu dari segi harga terbilang terjangkau, mampu digunakan
Kata kunci: Game, Satua Bali, I Belog, Android di berbagai segmen, mulai dari kalangan menengah, bawah,
maupun eksekutif muda serta fiturnya yang lengkap selalu
update. [3] Selain itu karena Android merupakan sistem
I. PENDAHULUAN operasi berbasis linux jadi penggembang aplikasi untuk
Bali selain dikenal sebagai pulau dewata yang memiliki Android bebas menciptakan aplikasi mereka sendiri secara
beragam tradisi dan kebudayaan juga dikenal sebagai pulau bebas. Dari kelebihan-kelebihan yang telah dipaparkan,
yang menyimpan segudang kekayaan sastra yang dimiliki membuat Android menjadi sistem operasi yang banyak
oleh masyarakatnya [1]. Kesusastraan Bali sangatlah melekat diminati oleh masyarakat.
erat dalam kehidupan masyarakat bali, baik yang digunakan Maka dari itu, dari permasalahan yang telah diuraikan
dalam kegiatan keagaamaan, maupun sebagai media hiburan. penulis tertarik untuk mengembangkan sebuah aplikasi game
Salah satu kesusastraan Bali yang digunakan sebagai sarana dengan judul “Pengembangan Aplikasi Game Satua Bali “I
hiburan yaitu dongeng atau biasa disebut dengan “satua”. Belog” Berbasis Android”. Karena, cerita atau satua bali
Satua-satua Bali baik yang masih berbentuk lisan maupun “ibelog” merupakan cerita yang menarik dan mengedepankan
yang sudah dicetak, banyak ditemukan di masyarakat. Cerita pentingnya pendidikan untuk kehidupan, dan kurangnya
dongeng memiliki nilai-nilai kebaikan seperti kejujuran, ketertarikan anak-anak terhadap tradisi satua bali yang mulai
kesetiaan kerja Keras, hingga sopan santun. Nilai-nilai ini ditinggalkan karena kemajuan teknologi dan untuk
akan dapat diserap anak-anak kalau dongeng tersebut dapat menyampaikan pesan moral yaitu pentingnya pendidikan
disampaikan dengan baik dan benar. dalam kehidupan. Dengan dikembangkannya aplikasi ini,
Kemajuan ilmu pengetahuan dan teknologi semakin diharapkan dapat kembali menyampaikan nilai-nilai luhur dan
menjauhkan rasa cinta anak-anak terhadap cerita rakyat. budaya mendongeng pada masyarakat yang kini sudah mulai
Kenyataan yang tidak dapat dipungkiri bahwa generasi muda ditinggalkan, serta nantinya aplikasi ini diharapkan memberi
sekarang telah kehilangan tradisi dongeng. Surutnya budaya kontribusi untuk ikut serta melestarikan kebudayaan Bali yang
mendongeng di masyarakat, menurut Luh Ketut Suryani. hampir punah.
tradisi mesatua di masyarakat Bali hampir punah. Hal ini patut
disesalkan. Salah satu penyebabnya adalah merebaknya arus
ISSN 2087-2658
(SENAPATI) Ke-8
II. KAJIAN TEORI pengecekan tubrukan (collision) texture, font, event touch dan
accelerometer, particle dan lain-lain.
A. Satua Bali
F. GAME EDUKASI ANAK
Satua Bali adalah salah satu bentuk Kesusastraan Bali
purwa yaitu gancaran, yang sering disebut sastra lisan. Secara Game Edukasi Anak adalah sebuah game dengan berbagai
sempit yang disebut Satua Bali adalah satua-satua yang macam permainan. Permainan-permainan yang mengajarkan
penyebarannya dari mulut ke mulut dan tidak diketahui siapa anak mengenal benda-benda atau hal-hal disekitar kita. Antara
penciptanya. Dari cerita tersebut kita dapat mengetahui di lain, mengenal macam-macam binatang, mengenal angka,
mana, bagaimana, dan apa yang dialami oleh pelaku cerita mengenal huruf alfabet, mengenal bentuk, mengenal warna-
dari awal sampai akhir, pelaku cerita dapat manusia, binatang, warna, dan mengenal buah-buahan.
maupun, manusia [4, 5].
Dengan munculnya berbagai gadget dan teknologi saat ini,
Satua Bali di bagi menjadi tiga jenis, yaitu satua Bali yang game edukasi semakin banyak digemari dan kini game
berbentuk legenda, satua Bali yang berbentuk mite, dan satua edukasi dilengkapi fitur matematika, penjumlahan,
Bali yang berbentuk dongeng. Kebanyakan satua Bali yang pengurangan, perkalian dan pembagian.
sering kita dengar adalah satua Bali yang berbentuk dongeng,
yang banyak mengambil nama-nama binatang sebagai G. GAME EDUKASI SATUA BALI “I BELOG”
pemeran ceritanya. Game Edukasi Satua Bali merupakan yang dibuat sebagai
sarana melestarikan sekaligus menyampaikan pesan moral
B. Game
yang terdapat pada Satua Bali kepada anak melalui teknologi
Kata game berasal dari bahasa Inggris yang berarti game berbasis android. Game Edukasi Satua Bali ini ditujukan
permainan. Permainan adalah sesuatu yang digunakan untuk pada tingkat Sekolah dasar. Adapun Satua Bali yang diangkat
bermain yang dimainkan dengan aturan-aturan tertentu. dalam game ini adalah satua “I Belog”.
Dalam permainan ada yang menang dan ada yang kalah.
Dalam kamus besar bahasa indonesia online (KBBI Online)
permainan adalah sesuatu yang digunakan untuk bermain, III. METODOLOGI
barang atau sesuatu yg dipermainkan [6]. Game merupakan A. Analisis Masalah dan Usulan Solusi
sebuah hiburan berbentuk multimedia yang dibuat semenarik
mungkin agar pemain bisa mendapatkan sesuatu sehingga Berdasarkan analisis yang peneliti lakukan, terdapat
adanya kepuasaan batin. permasalahan yang terjadi di masyarakat yang berkaitan
dengan Satua Bali yaitu Surutnya budaya mendongeng di
C. Android masyarakat, menurut Luh Ketut Suryani. tradisi mesatua di
Android adalah sistem operasi berbasis linux yang masyarakat Bali hampir punah. Baik pagi, siang, sore maupun
dipergunakan sebagai pengelola sumber daya perangkat keras, malam hari, televisi menyuguhkan dongeng berupa film
baik untuk ponsel, smartphone, dan juga PC Tablet. Secara kartun. Cerita dongeng modern tersebut yang kebanyakan
umum Android adalah platform yang terbuka (Open Source) film impor sangat digandrungi anak-anak. Dibandingkan
bagi para pembembang untuk menciptakan aplikasi mereka dongeng televisi, mendongeng secara langsung jauh lebih
sendiri untuk digunakan oleh berbagai piranti bergerak efektif dalam mendidik anak-anak sejak dini.
D. Eclipse Solusi yang peneliti usulkan berdasarkan permasalahan di

atas adalah dengan mengembangkan sebuah aplikasi game
Eclipse adalah sebuah IDE (Integrated Development dengan judul “Pengembangan Aplikasi Game Satua Bali “I
Environment) untuk pengembangan perangkat lunak dan Belog” Berbasis Android”. Karena, cerita atau satua bali “I
dapat dijalankan di semua platform. Eclipse merupakan belog” merupakan cerita yang menarik dan mengedepankan
komunitas open source yang bertujuan menghasilkan platform pentingnya pendidikan untuk kehidupan, dan kurangnya
pemrograman terbuka. Eclipse terdiri dari framework yang ketertarikan anak-anak terhadap tradisi satua bali yang mulai
dapat dikembangkan lebih lanjut, peralatan bantu untuk ditinggalkan karena kemajuan teknologi dan untuk
membuat dan mengatur software sejak awal hingga menyampaikan pesan moral yaitu pentingnya pendidikan
diluncurkan. dalam kehidupan. Dengan dikembangkannya aplikasi ini,
diharapkan dapat kembali menyampaikan nilai-nilai luhur dan
E. AndEngine budaya mendongeng pada masyarakat yang kini sudah mulai
AndEngine merupakan game engine yang memfokuskan ditinggalkan, serta nantinya aplikasi ini diharapkan memberi
pada pembuatan game berbasis 2D di platform Android. kontribusi untuk ikut serta melestarikan kebudayaan Bali yang
Karena sudah berupa engine maka pembuat game akan hampir punah.
dipermudah dengan disediakan banyak fitur-fitur untuk B. Analisis Perangkat Lunak
membuat game. Berikut beberapa fitur yang disediakan oleh
AndEngine seperti resolusi, landscape/potrait, sprite, animasi, 1) Kebutuhan Perangkat Lunak
ISSN 2087-2658
(SENAPATI) Ke-8
Aplikasi Game Satua Bali “I Belog” Berbasis Android sebuah entitas manusia atau mesin yang berinteraksi dengan
dirancang agar dapat mengimplementasikan kebutuhan sistem untuk melakukan pekerjaan-pekerjaan tertentu.
fungsional sebagai berikut.
1. Sistem dapat menampilkan menu utama yang terdiri dari
Start Game, skor, dan About Game.
2. Sistem akan menampilkan cerita pada menu Start Game
sebelum bermain.
3. Sistem akan menampilkan story board cerita yang akan
dimainkan.
4. Sistem dapat menampilkan tutorial permainan
5. Sistem dapat menampilkan game sesuai dengan cerita.
6. Sistem dapat menampilkan informasi tentang
pengembang aplikasi Gambar 1. Use Case Diagram
Kebutuhan non-fungsional dari aplikasi yang C. Perancangan Perangkat Lunak

dikembangkan adalah aplikasi ini dibuat dengan user friendly. 1) Batasan Perancangan Perangkat Lunak
Secara perkata user friendly berarti “user” adalah pengguna Adapun batasan masalah pada penelitian ini adalah yang
dan “friendly” adalah bersahabat. User friendly merupakan dapat dimainkan dalam aplikasi adalah permainan yang
kemudahan dalam pengoperasian sistem operasi. Kita tidak berhubungan dengan satua “I Belog” ,artinya pengguna tidak
perlu bersusah payah, karena tool dalam sistem operasi dibuat dapat mengakses game lain dalam aplikasi.
agar mudah digunakan.
2) Perancangan Skenario Game
2) Tujuan Pengembangan Perangkat Lunak Perancangan skenario game dari aplikasi ini adalah
Pengembangan Aplikasi Game Satua Bali “I Belog” sebagai berikut.
Berbasis Android ini diharapkan mampu memenuhi proses-
proses sebagai berikut. a. Sebelum memulai game, pemain memilih daerah
yang akan dimainkan
1. Sistem dapat menampilkan menu utama yang terdiri dari
Start Game, skor, dan About Game. b. Setelah memilih daerah, pemain memilih stage
kebudayaan.
2. Sistem akan menampilkan cerita pada menu Start Game
sebelum bermain. c. Saat mulai permainan akan dihitung mundur dari 3
dan permainan dmulai saat hitungan 1 selesai
3. Sistem akan menampilkan story board cerita yang akan
dimainkan. d. Game dimainkan sesuai dengan stage kebudayaan
yang dipilih
4. Sistem dapat menampilkan tutorial permainan
e. Apabila stage kebudayaan sudah selesai, maka game
5. Sistem dapat menampilkan game sesuai dengan cerita. akan menuju ke stage kebudayaan yang selanjutnya.
6. Sistem dapat menampilkan informasi tentang
pengembang aplikasi IV. PEMBAHASAN
3) Masukan dan Keluaran Perangkat Lunak
A. Implementasi Perangkat Lunak
Aplikasi Game Satua Bali “I Belog” Berbasis Android
menerima input berupa sentuhan (touch) pada layar, 1) Lingkungan Implementasi Perangkat Lunak
sedangkan keluaran (output) berupa capaian skor pemain. Implementasi Aplikasi Game Satua Bali “I Belog”
Berbasis Android dilakukan pada lingkungan perangkat lunak
4) Model Fungsional Perangkat Lunak
dan perangkat keras sebagai berikut:
Dalam pengembangan aplikasi ini, peneliti menggunakan
dua macam diagram yaitu use-case diagram dan activity 1. Eclipse
diagram.
2. Plugins ADT
a. Use Case Diagram 3. AVD (Android Virtual Device)
Use case diagram menggambarkan fungsionalitas yang
4. AndEngine Library
diharapkan dari sebuah sistem. Seorang/sebuah aktor adalah
5. GIMP
ISSN 2087-2658
(SENAPATI) Ke-8
6. Audacity
Adapun lingkungan perangkat kerasnya yaitu sebuah
laptop dengan spesifikasi sebagai berikut.
a. Monitor 14,1 inchi dengan resolusi 1366 x 768
b. Memori 4 GB RAM dan harddisk 500 GB
c. Prosesor Intel® Core™ i5 2.5 Ghz
Perangkat keras lainnya yaitu sebuah perangkat Android
dengan spesifikasi OS Android versi 4.1.2 (Jelly Bean)
dengan RAM 1 GB. Gambar 15. Implementasi Antarmuka Tutorial
2) Batasan Implementasi Perangkat Lunak c. Implementasi Antarmuka Pilih Permainan/ Stage
Spesifikasi perangkat minimal yang diperlukan untuk
menjalankan aplikasi adalah sebagai berikut.
a. Dual-core 1.3 GHz Cortex-A7
b. GPU kelas mid-end
c. RAM 512 MB
d. OS Android versi 4.2.2 (Jelly Bean)
b. Ukuran layar 4 inchi (480 x 800 pixels)
Suara dan musik yang dihasilkan oleh aplikasi akan
semakin baik jika menggunakan speaker atau earphones
tambahan. Hasil rekaman dari tidak dapat diputar dengan Gambar 16. Implementasi Antarmuka Pilih Permainan
media pemutar lagu atau musik lain. File rekaman tidak dapat
dipindahkan ataupun dicopy ke SD Card (Memory Card). d. Implementasi Antarmuka Game Labirin
Jumlah instrumen yang dapat dimainkan dalam aplikasi
bersifat statis, artinya pengguna tidak dapat menambahkan
instrumen baru ke dalam aplikasi. Semua instrumen
dimainkan hanya secara normal / biasa pada umumnya.
3) Implementasi Antarmuka Perangkat Lunak
Implementasi antarmuka dilakukan sesuai dengan
rancangan antarmuka yang telah dibuat sebelumnya.
a. Implementasi Antarmuka Menu Utama
Gambar 17. Implementasi Antarmuka Game Labirin

e. Implementasi Antarmuka Game Jembatan
Gambar 14. Implementasi Antarmuka Menu Utama

b. Implementasi Antarmuka Cerita
Gambar 18. Implementasi Antarmuka Game Jembatan
ISSN 2087-2658
(SENAPATI) Ke-8
f. Implementasi Antarmuka Menangkap bebek c. Menguji kebenaran proses aplikasi Game Satua Bali “I
Belog” Berbasis Android.
d. Menguji respon dari pengguna setelah menggunakan
aplikasi Game Satua Bali “I Belog” Berbasis Android.
2) Perancangan Kasus Uji Pengujian Perangkat Lunak
Sesuai dengan tata ancang dan teknik pengujian pada
aplikasi Game Satua Bali ”I Belog” Berbasis Android yang
telah di jabarkan di dapatkan rancangan beberapa kasus uji
yaitu dengan menggunakan Black Box Testing dan Pengujian
Ahli Media dan Pengguna.
3) Pelaksanaan Pengujian Perangkat Lunak
Gambar 17. Implementasi Antarmuka Menangkap bebek Berdasarkan perancangan pengujian perangkat lunak di
atas, maka pengujian aplikasi Game Satua Bali ”I Belog”
g. Implementasi Antarmuka Skor Berbasis Android dilakukan oleh: 1) 3 orang masyarakat
umum untuk pengujian kesesuaian proses aplikasi dan
hardware (smartphone) yang berbeda; 2) 2 Dosen Pendidikan
Teknik Informatika, Universitas Pendidikan Ganesha
Singaraja sebagai Ahli Media, 4) 12 orang masyarakat umum.
Pengujian dilakukan sesuai dengan kasus uji yang telah
dirancang sebelumnya dan menggunakan angket yang
dilaksanakan pada hari Selasa 28 Februari 2017.
4) Evaluasi Hasil Pengujian Perangkat Lunak
Berdasarkan pengujian yang telah dilakukan untuk uji
kasus black box testing Game Satua Bali ”I Belog” Berbasis
Android, semua proses mulai dari saat pertama kali aplikasi
Gambar 19. Implementasi Antarmuka Skor dijalankan sampai dengan selesai keluar dari aplikasi
berfungsi dengan baik. Hasil pengujian kesesuaian proses
h. Implementasi Antarmuka Total Skor tersebut, diperoleh hasil semua proses sesuai atau berhasil
berjalan dengan baik. Semua tombol fungsi pada aplikasi
berjalan sesuai dengan yang direncanakan sebelumnya. Hasil
dari pengujian Ahli Media disimpulkan bahwa aplikasi layak
uji coba lapangan dengan revisi dan sesuai saran yang
diberikan dengan presentase nilai 79,28% yaitu baik.
Kemudian hasil pengujian untuk mengetahui respon
pengguna setelah memainkan aplikasi adalah semua
pengguna setelah memainkan aplikasi menyatakan aplikasi
Game Satua Bali ”I Belog” Berbasis Android memperoleh
presentase penilaian 85% yaitu sangat baik
Gambar 20. Implementasi Antarmuka Total Skor V. SIMPULAN

Berdasarkan hasil analisis, implementasi dan pengujian
B. Pengujian Perangkat Lunak pada penelitian pengembangan aplikasi Game Satua Bali ”I
1) Tujuan Pengujian Perangkat Lunak Belog” Berbasis Android, dapat ditarik kesimpulan sebagai
Tujuan pengujian aplikasi Game Satua Bali “I Belog” berikut.
Berbasis Android, yaitu: 1. Rancangan aplikasi Game Satua Bali ”I Belog”
a. Menguji kelayakan aplikasi Game Satua Bali “I Berbasis Android metode yang digunakan adalah
Belog” Berbasis Android sebagai media untuk proses SDLC (System Development Life Cycle)
memperkenalkan Satua Bali pada anak-anak. dimana dalam metode ini menggunakan siklus air
terjun (waterfall).
b. Menguji penggunaan aplikasi Game Satua Bali “I
Belog” Berbasis Android pada perangkat Android 2. Aplikasi Game Satua Bali ”I Belog” Berbasis
yang berbeda. Android telah berhasil diimplementasikan sesuai
dengan rancangan yang telah dibuat sebelumnya.
ISSN 2087-2658
(SENAPATI) Ke-8
3. Hasil dari pengujian Ahli Media disimpulkan bahwa 3. Pembuatan game yang harus diperhatikan adalah
aplikasi layak uji coba lapangan dengan revisi dan bagaimana untuk bisa menarik perhatian pengguna,
sesuai saran yang diberikan dengan presentase nilai diharapkan kedepannya lebih ditonjolkan dari segi
79,28% yaitu baik. Kemudian hasil pengujian untuk animasi dan fitur-fitur menarik lainnya, sehingga
mengetahui respon pengguna setelah memainkan dalam pengembangannya nanti dapat lebih dinamis.
aplikasi adalah semua pengguna setelah memainkan
aplikasi menyatakan aplikasi Game Satua Bali ”I
Belog” Berbasis Android memperoleh presentase DAFTAR PUSTAKA
penilaian 85% yaitu sangat baik. [1] Adhitya, Tri, 2014. Aku-Lirik Yang Religius Pada Kumpulan Sajak
Aku Ini Binatang Jalang Karya Chairil Anwar Dan Kelayakannya
Saran untuk pengembangan aplikasi selanjutnya adalah Sebagai Bahan Ajar Sastra di SMA/MA. Tersedia pada
agar ditambahkan hal-hal seperti berikut. http://digilib.unila.ac.id/2952/
[2] Suaka, I Nyoman. 2002. Perlu, Mendongeng untuk Anak. Jogyakarta.
1. Aplikasi ini hanya dapat memainkan game dengan http://www.balipost.co.id/balipostcetak/2002/12/29/k1.html.
mode single player, sehingga untuk kedepannya [3] Triadi, Dendy. 2013. Bedah Tuntas Fitur Android. Yogyakarta : Great
dapat dikembangkan menjadi game dengan tema Publisher.
multi player. [4] Bagus, I Gusti Ngurah, 1968.Arti Dongeng dalam
Pendidikan.Depdikbud: Singaraja.
2. Untuk karakter Game Satua Bali ”I Belog” Berbasis [5] Tinggen, I Nengah. 1984. Satua-satua Bali. Singaraja: Indra Jaya.
Android dapat dikembangkan untuk selanjutnya agar [6] Wulandari, Agustina Dwi. Game Edukasi Sejarah Komputer
dapat dibuat menjadi 3D. Menggunakan Role Playing Game (RPG) Maker XP Sebagai Media
Pembelajaran di SMP Negeri 2 Kalibawang.
http://eprints.uny.ac.id/7549/1/Jurnal_Skripsi_agustina.pdf
ISSN 2087-2658
(SENAPATI) Ke-8
Sistem Pendukung Keputusan Peramalan Pendapatan

di Dinas Penanaman Modal dan Pelayanan Perizinan
Terpadu Satu Pintu Kabupaten Buleleng dengan
Metode Least Square
Ni Ketut Ayu Indra Cahyani, I Made Putrama, I Made Agus Wirawan
Pendidikan Teknik Informatika
Singaraja, Bali
ayuindra.c@gmail.com, made.putrama@undiksha.ac.id, imade.aguswirawan@undiksha.ac.id
Abstrak— Penelitian ini bertujuan untuk (1) merancang

Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas I. PENDAHULUAN
Penanaman Modal dan PPTSP Kabupaten Buleleng dengan
Metode Least Square dan (2) mengimplementasikan Sistem
Pendapatan Asli Daerah (PAD) merupakan sumber
Pendukung Keputusan Peramalan Pendapatan di Dinas pendapatan yang sangat penting bagi sebuah daerah untuk
Penanaman Modal dan PPTSP Kabupaten Buleleng dengan membiayai belanjanya. PAD dapat dijadikan sebagai tolak
Metode Least Square. Dinas Penanaman Modal dan PPTSP ukur kemandirian suatu daerah. PAD adalah penerimaan yang
Kabupaten Buleleng merupakan salah satu Organisasi dihasilkan oleh daerah yang bersangkutan, yang bersumber
Perangkat Daerah (OPD) yang ada di Kabupaten Buleleng dari pajak daerah, retribusi daerah, hasil pengolahan kekayaan
dalam menangani penanaman modal, perizinan dan non daerah yang dipisahkan, dan lain-lain PAD yang sah[1]. Oleh
perizinan sehingga menyumbangkan Pendapatan Asli Daerah karena itu pemerintah daerah harus mengoptimalkan segala
(PAD) bagi Kabupaten Buleleng. Sistem Pendukung Keputusan sumber daya yang ada di daerahnya masing-masing baik itu
Peramalan Pendapatan ini terdiri dari 3 (tiga) entitas yaitu
dari segi pemanfaatan sumber daya alam, sumber daya
Bendahara Penerimaan, PPK (Pejabat Penatausahaan
Keuangan) dan Kepala Dinas. Realisasi pendapatan akan manusia dan kewenangan dalam hal pemungutan pajak dan
diinput oleh bendahara penerimaan kemudian divalidasi oleh retribusi daerah.
PPK selaku admin dan selanjutnya berdasarkan data Kabupaten Buleleng merupakan salah satu daerah bagian
pendapatan yang valid maka diramalkan pendapatan untuk dari Provinsi Bali yang juga melaksanakan otonomi daerah..
periode bulan berikutnya. Hal ini akan digunakan sebagai Salah satu upaya Pemerintah Kabupaten Buleleng untuk
rekomendasi bagi Kepala Dinas untuk menentukan target meningkatkan PAD adalah penyelenggaraan pungutan pajak
tahunan pendapatan berdasarkan atas data realisasi pada dan retribusi urusan pemerintahan wajib non pelayanan dasar.
tahun sebelumnya. Perhitungan peramalan pendapatan dalam Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu
Sistem Pendukung Keputusan ini menggunakan metode least
square. Metode ini digunakan karena metode ini menghasilkan
Satu Pintu merupakan salah satu Satuan Kerja Perangkat
tren yang paling cocok dibandingkan dengan metode-metode Daerah (SKPD) di lingkup Pemerintahan Kabupaten Buleleng
lainnya. Hal ini terbukti dari perhitungan rata-rata kesalahan yang memiliki tugas membantu Bupati melaksanakan Urusan
yaitu MAD, RMSE dan MAPE menunjukkan bahwa metode Pemerintahan di bidang Penanaman Modal dan Pelayanan
least square memiliki rata-rata kesalahan yang lebih kecil jika Administrasi Perizinan. Dengan adanya
dibandingkan dengan rata-rata kesalahan perhitungan dengan penerimaan/pendapatan tersebut diharapkan dapat
metode Double Moving Average dan Double Exponential meningkatkan PAD.
Smoothing. Hasil penelitian ini adalah sistem sudah berhasil Data yang diperoleh dari Dinas Penanaman Modal dan
dirancang dan diimplementasikan dengan baik dengan respon PPTSP selama periode tahun 2009-2016 menunjukkan bahwa
pengguna yang memilih skor 5 adalah 71,11% dan memilih skor
hampir di setiap tahun realisasi pendapatan sudah melampaui
4 adalah 28,89% serta hasil uji akurasi sistem yaitu 66,34%
dengan rata-rata kesalahan 34,66%. target dan bisa dikatakan meningkat. Misalnya pada tahun
2009 realisasi mencapai 235,45%, hal ini dikarenakan Dinas
Kata Kunci: Sistem Pendukung Keputusan; Peramalan Penanaman Modal dan PPTSP yang masih bernama KPT
Pendapatan; Least Square (Kantor Pelayanan Terpadu) baru berdiri setahun sebelumnya
jadi memang masih belum ada data historis yang bisa
dijadikan pedoman. Namun realisasi yang jauh melampaui
ISSN 2087-2658
(SENAPATI) Ke-8
target juga pada tahun yaitu sebesar 172,82%. Namun pada bukan untuk menggantikan tugas-tugas manager namun
tahun 2014 realisasi pendapatan tidak mencapai target yang untuk menjadi sarana penunjang bagi manager.
sudah ditentukan yaitu masih di angka 99,31%. Berdasarkan
B. Peramalan
hasil wawancara dengan Kepala Dinas Penanaman Modal dan
PPTSP pada tanggal 1 Maret 2017, Bapak I Putu Karuna, SH., Peramalan merupakan bagian awal dari pengambilan
yang menyebabkan realisasi tidak memenuhi target pada keputusan. Peramalan adalah prediksi nilai-nilai sebuah
tahun 2014 karena kurang tepatnya prediksi yang dibuat peubah berdasarkan kepada nilai yang diketahui dari peubah
terutama untuk retribusi Izin Mendirikan Bangunan yang tersebut atau peubah yang berhubungan dengan cara
menyumbang pendapatan paling besar. Target pada tahun memproyeksikan nilai-nilai di masa lampau (nilai yang
2014 ditentukan berdasarkan data masa lalu dan melihat diketahui) ke masa yang akan datang dengan cara
realisasi untuk tahun terakhir sesuai dengan insting dan menggunakan model matematika maupun perkiraan yang
perkiraan sendiri berdasarkan pertimbangan tertentu misalnya subjektif meksipun akan terdapat sedikit kesalahan yang
adanya beberapa ijin yang diambil alih oleh Provinsi maupun disebabkan oleh adanya keterbatasan kemampuan [2].
adanya penambahan biaya sewa reklame sesuai dengan Forecasting atau peramalan adalah perkiraan tingkat
Peraturan Bupati. Hal ini berarti prediksi yang dilakukan permintaan satu atau lebih produk selama beberapa periode
masih manual. Menganalisis data dalam jumlah besar jika mendatang. Secara sistematis, tahapan proses peramalan
dilakukan secara manual cukup sulit untuk menentukan sesuai dengan Gambar 1 berikut.
kecepatan perhitungan ditambah lagi tanpa penggunaan
metode yang tepat untuk memprediksi pendapatan. Selain itu
analisis manual akan membutuhkan waktu yang lebih lama
serta ketelitian yang tinggi supaya tingkat kesalahan yang
ditimbulkan tidak terlalu besar.
Berdasarkan paparan teersebut, maka perlu adanya suatu
sistem yang membantu memberikan rekomendasi kepada
pihak pengambil keputusan di Dinas Penanaman Modal dan
PPTSP untuk memprediksi atau meramalkan besarnya Gambar 1 Tahapan Proses Peramalan [6]
pendapatan untuk tahun berikutnya. Salah satunya adalah C. Pendapatan Asli Daerah
dengan mengimplementasikan Sistem Pendukung Keputusan.
Sebelum mengambil keputusan dalam membuat perencanaan Menurut UU Nomor 33 Tahun 2004 tentang Perimbangan
terlebih dulu melakukan peramalan. Menurut Aswi dan Keuangan Antara Pemerintah Pusat dan Daerah, Pendapatan
Sukarna [2], prediksi/peramalan masa depan jarang sekali Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah
yang akurat, pelaku peramalan hanya berusaha untuk yang dipungut berdasarkan peraturan daerah sesuai dengan
membuat sekecil mungkin kesalahan. Dalam waktu tertentu peraturan perundang-undangan. Sesuai yang tercantum
jumlah penerimaan. Untuk itu perlu adanya proyeksi atau dalam Undang-Undang No. 28 Tahun 2009 bahwa
peramalan terhadap jumlah penerimaan pendapatan untuk Pendapatan Asli Daerah bersumber dari wilayah daerah yang
tahun selanjutnya sehingga dari ramalan hasil penerimaan bersangkutan yang terdiri dari hasil pajak daerah, hasil
tersebut bisa ditentukan target penerimaan untuk periode retribusi daerah, hasil pengelolaan kekayaan daerah yang
selanjutnya. dipisahkan dan lain-lain pendapatan asli daerah yang sah.
Pajak daerah dan retribusi daerah memiliki kontribusi yang
sangat penting dalam membiayai pemerintahan dan
II. KAJIAN TEORI pembangunan daerah.
A. Sistem Pendukung Keputusan D. Metode Least Square (Kuadrat Terkecil)
Menurut Daihani [3] konsep Sistem Pendukung Istilah kuadrat terkecil didasarkan pada kenyataan bahwa
Keputusan (SPK) pertama kali diperkenalkan pada awal prosedur penaksiran ini berusaha meminimumkan jumlah
tahun 1970-an oleh Michael S.Scott Morton dengan istilah kuadrat galat persamaanny [7]. Menurut Supranto [6] metode
Decision Sistem. Sistem Pendukung Keputusan (SPK) adalah Least Square (kuadrat terkecil) untuk mencari garis trend
suatu sistem informasi komputer yang interaktif dan dapat suatu perkiraan atau taksiran mengenai nilai dan b dari
memberikan alternatif solusi bagi pembuat keputusan [4]. persamaan didasarkan atas data hasil observasi sedemikian
Sedangkan menurut Eko Indrajit [5] sistem pendukung rupa sehingga dihasilkan jumlah kesalahan kuadrat terkecil
keputusan adalah sistem berbasis komputer yang digunakan (minimum). Langkah-langkah dalam peramalan dengan
oleh manager atau sekelompok manager pada setiap level menggunakan metode Least Square adalah sebagai berikut.
organisasi dalam membuat keputusan dalam menyelesaikan 1) Menentukan nilai X dengan melihat jumlah data, data
masalah semi terstruktur. Sistem pendukung keputusan ini ganjil atau data genap, untuk tahun dasar ditengah-tengah
ISSN 2087-2658
(SENAPATI) Ke-8
data sehingga ∑X = 0. Menurut Budiasih [8] untuk di mana :

membuat nilai ∑X = 0 tergantung dari jumlah data Y : Data historis
tahunnya yaitu genap dan ganjil, pedomannya yaitu: X : Parameter pengganti waktu
a. Untuk n Ganjil a : Intersep yaitu besarnya nilai Y bila nilai X = 0
n  2k  1 (Nilai trend periode dasar)
b : Pertambahan trend (slope garis trend, yaitu
n  1  2k perubahan variabel Y untuk setiap perubahan
n 1 ................................................... (1) satu unit variabel X)
k  n : Jumlah Data
2
E. Ukuran Tingkat Kesalahan Hasil Peramalan
Untuk menentukan nilai 0 maka Setiap metode peramalan memiliki ketepatan dan tingkat
k 1  0 kesulitan masing-masing yang harus dipertimbangka [7].
Oleh karena itu, harus dipilih metode yang paling tepat, yaitu
........................................................... (2)
metode yang dapat meminimumkan kesalahan peramalan.
Setelah mendapatkan nilai tengah yaitu 0, data di atas
Semakin kecil nilai kesalahan, maka akan semakin tepat hasil
0 bernilai (-) sedangkan data di bawah 0 bernilai (+)
peramalan yang diperoleh. Dalam penelitian ini digunakan
sehingga ∑X = 0. Jarak antara dua waktu diberi nilai
MAD, RMSE dan MAPE untuk menghitung rata-rata
satu satuan misalnya ….-2,-1,0,1,2,…..
kesalahan perhitungan peramalan.
b. Untuk n Genap
n  2k 1) Mean Absolute Deviation (MAD)
MAD merupakan rata-rata kesalahan mutlak selama
n
k  periode tertentu tanpa memperhatikan apakah hasil
2 ........................................................... (3) peramalan lebih besar atau lebih kecil dibandingkan
Untuk menentukan nilai 0 maka kenyataannya. Dengan mengetahui nilai MAD kita bisa
mengetahui penyimpangan data dari rata-rata atau tingkat
1
( k  ( k  1))  0 kesalahan peramalan. Secara umum, bila residual besarnya
2 merata sepanjang pengamatan, maka MSE yang sebaiknya
..................................... (4)
Setelah mendapatkan nilai tengah yaitu 0, data di atas digunakan [9]. Tetapi bila satu atau dua residual yang besar,
0 bernilai (-) sedangkan data di bawah 0 bernilai (+). maka MAD yang sebaiknya digunakan. Jika diformulasikan
Jarak antara dua waktu diberi nilai dua satuan maka formula untuk menghitung MAD adalah sebagai
misalnya ….,-5,-3,-1,1,3,5,….. berikut:
2) Setelah memperoleh nilai x, maka dicari nilai X2 tn1 Xt  Ft
3) Selanjutnya adalah mencari nilai XY yaitu dengan MAD 
n ............... ............................... (8)
mengalikan nilai X dengan nilai data actual (Y).
4) Mencari nilai konstanta a 2) Root Mean Square Error (RMSE)
 Y  na  b  X RMSE digunakan untuk mengevaluasi kinerja model
 Y  na  b (0) dalam hal kesesuaian dengan data atau meramalkan data.
RMSE menghitung selisih antara nilai yang diprediksi oleh
Y ........................................... (5) model dan nilai sebenarnya. Menurut Voulgaraki [10],
a karena RMSE menghitung selisih antara nilai yang diprediksi
n
oleh model dan nilai sebenarnya. RMSE tidak memiliki
5) Mencari nilai konstanta b
standar nilai minimal untuk mengetahui kinerja model,
2
 XY  a  X  b  X berbeda dengan MAPE. Secara sederhana, RMSE merupakan
2 metode untuk menghitung bias dalam model peramalan [10].
 XY  a (0)  b  X
....................................... n
 XY  ( Xt  Ft )
2
b t 1
X
2 RMSE  MSE 
n ......................... (9)
.............................................................................. (6) di mana:
6) Menghitung garis tren linier dapat ditulis sebagai n : nilai periode waktu
persamaan garis lurus Xt : nilai sebenarnya pada periode ke-t
Y’ = a + bX ........................................................... (7)
ISSN 2087-2658
(SENAPATI) Ke-8
Ft : nilai peramalan pada periode ke-t TARGET REALISASI

1 Tahun 2009 889.330.000 2.093.887.820
3) Mean Absolute Percentage Error (MAPE)
2 Tahun 2010 1.664.330.000 2.257.909.875
MAPE menunjukkan rata-rata kesalahan absolut
prakiraan dalam bentuk persentasenya terhadap data 3 Tahun 2011 1.774.210.000 2.717.545.925
aktualnya. MAPE digunakan untuk mengevaluasi ketepatan 4 Tahun 2012 3.250.387.000 3.605.267.450
peramalan menggunakan kesalahan dalam bentuk persentase. 5 Tahun 2013 4.125.000.000 5.139.081.225
Perhitungan rata-rata kesalahan dengan MAPE biasanya 6 Tahun 2014 5.144.213.000 5.108.583.450
lebih banyak dipakai karena mudah dibaca (karena dalam 7 Tahun 2015 5.621.231.000 9.714.834.925
bentuk persentase)[10].
8 Tahun 2016 5.763.750.000 6.516.130.500
n Xt  Ft (sumber: DPMPPTSP, 2017)

t 1 Xt Data dalam penelitian diperoleh dari hasil wawancara
MAPE  x100%
n dengan Kepala Dinas yaitu Bapak I Putu Karuna, SH pada
.......... (10) tanggal 1 Maret 2017 yang menghasilkan mengenai tata cara
di mana: penentuan target tiap tahunnya, komparasi target dan realisasi
n : nilai periode waktu pendapatan, alasan kenaikan dan penurunan realisasi, serta
Xt : nilai sebenarnya pada periode ke-t permasalahan yang sering dihadapi ketika menentukan target
Ft : nilai peramalan pada periode ke-t pendapatan setiap tahunnya.
Semakin rendah nilai MAPE, berarti nilai taksiran
semakin mendekati nilai sebenarnya atau dapat dikatakan III. METODOLODI PENELITIAN
model peramalan memiliki kemampuan yang baik. Range
A. Analisis Masalah dan Usulan Solusi
nilai untuk MAPE [10] dapat dilihat pada Tabel 1.
Berdasarkan analisis permasalahan, terdapat beberapa
TABEL 1. SIGNIFIKANSI NILAI MAPE masalah di antaranya yaitu terjadinya kenaikan ataupun
MAPE Signifikansi penurunan yang cukup signifikan realisasi pendapatan
<10% Kemampuan peramalan sangat baik
10-20% Kemampuan peramalan baik terhadap target yang ditentukan, hal ini dikarenakan
20-50% Kemampuan peramalan layak/memadai penentuan target pada periode tahun berikutnya berdasarkan
>50% Kemampuan peramalan sangat buruk atas insting dan perkiraan sendiri. Selain itu prediksi yang
dilakukan masih bersifat manual, menganalisis data dalam
F. Dinas Penanaman Modal dan Pelayanan Perizinan jumlah besar jika dilakukan secara manual cukup sulit
Terpadu Satu Pintu Kabupaten Buleleng ditambah lagi tanpa penggunaan metode yang tepat sehingga
Dinas Penanaman Modal dan Pelayanan Perizinan memerlukan waktu yang cukup lama dan ketelitian yang
Terpadu Satu Pintu merupakan salah satu Organisasi tinggi agar tingkat kesalahan yang ditimbulkan tidak terlalu
Perangkat Daerah (OPD) yang terbentuk per tanggal 6 besar.
Januari 2017 berdasarkan atas Peraturan Daerah Kabupaten Berdasarkan analisis permasalahan tersebut maka solusi
Buleleng Nomor 13 Tahun 2016 tentang Pembentukan dan yang dapat diusulkan adalah pengembangan suatu sistem
Susunan Perangkat Daerah yaitu Dinas Penanaman Modal pendukung keputusan peramalan pendapatan dengan metode
dan Pelayanan Perizinan Terpadu Satu Pintu dengan least square yang dapat memprediksi atau meramalkan
penambahan kewenangan di bidang penanaman modal. realisasi pada periode selanjutnya berdasarkan data historis
Jumlah izin yang ditangani adalah 39 (tiga puluh sembilan) realisasi pendapatan. Hasil peramalan akan digunakan
jenis izin yang terdiri dari 21 (dua puluh satu) Perizinan dan sebagai rekomendasi bagi Kepala Dinas untuk menentukan
18 (delapan belas) Non Perizinan. Namun hanya 6 jenis target pendapatan tahun beriktunya.
perizinan yang berbayar yaitu Pajak Reklame, Retribusi IMB B. Analisis Perangkat Lunak
(Izin Mendirikan Bangunan, HO (Gangguan), Perikanan,
Trayek dan Izin Tempat Penjualan Minuman Beralkohol Perangkat lunak yang dibangun mampu meramalkan atau
(SITU-MB). Keenam jenis izin inilah yang nantinya memprediksi realisasi pendapatan dengan metode least
menyumbangkan PAD untuk daerah. Data rekap kenaikan square. Sistem Pendukung Keputusan Peramalan Pendapatan
dan penurunan target dan realisasi pendapatan yang diperoleh ini menggunakan model Waterfall. Terdapat 3 (tiga) tahapan
dari tahun 2009-2016 seperti pada Tabel 2. dalam pengembangan perangkat lunak ini yaitu 1) tahap
pengumpulan data, 2) tahap peramalan dan 3) tahap
TABEL 2. REKAP TARGET DAN PENDAPATAN TAHUN 2009-2016 pengembangan sistem. Secara garis besar tahapan sistem
NO TAHUN PAD pendukung keputusan peramalan pendapatan ini dapat dilihat
pada Gambar 2.
ISSN 2087-2658
(SENAPATI) Ke-8
Gambar 3 Diagram Konteks SPK Peramalan Pendapatan
C. Perancangan Struktur Data Perangkat Lunak

SPK Peramalan pendapatan ini diirancang menggunakan
5 buah tabel yaitu tabel target untuk menyimpan data target,
tabel pendapatan untuk menyimpan data pendapatan, tabel
Gambar 2 Tahapan SPK Peramalan Pendapatan
pengguna untuk menyimpan data pengguna sistem, tabel user
Pada tahap peramalan setelah dilakukan identifikasi dan
untuk menyimpan data user pengguna yang memiliki hak
penerapan metode peramalan diperoleh hasil perbandingan
akses ke sistem serta tabel hasil peramalan untuk menyimpan
metode peramalan dengan mengunakan 3 (tiga) metode
data hasil peramalan sebagai bahan laporan kepada Kepala
peramalan yaitu metode Double Moving Average (DMA),
Dinas.
Double Exponential Smoothing (DES), dan Least Square (LS)
seperti pada Tabel 3.
TABEL 3. HASIL PERBANDINGAN METODE PERAMALAN
No Metode MAD RMSE MAPE A. Implementasi Perangkat Lunak
1. DES 160.687.789 337.018.146 42,79 %
1) Lingkungan Implemenasi Perangkat Lunak
2. LS 140.072.123 314.633.034 39,63 %
3. DMA 195.955.605 407.997.880 51,63 % a. Lingkungan Perangkat Keras (Hardware)
Perangkat keras pengembangan sistem ini dikembangkan
Tabel 3 tersebut menunjukkan bahwa metode Least
menggunakan laptop dengan spesifikasi HP Pavilion AMD
Square merupakan metode terbaik untuk melakukan
A6-5200, 2.00 GHz, RAM 4 GB, Hardisk 320 GB.
peramalan pendapatan pajak dan retribusi berbayar, terlihat
dari nilai MAD, RMSE, dan MAPE terkecil yaitu b. Lingkungan Perangkat Lunak (Software)
140.072.123, 314.633.034 dan 39,63 %. Berdasarkan hal Perangkat lunak yang digunakan dalam pengembangan
tersebut maka metode Least Square digunakan sebagai sistem ini adalah sebagai berikut.
metode peramalan dalam penelitian ini. 1. Sistem Operasi : Windows 7 Ultimate 64 bit
2. Software Aplikasi : PHP
1) Tujuan Pengembangan Perangkat Lunak
3. Software Database : MySQL
Pengembangan sistem pendukung keputusan peramalan
4. Software Pendukung : XAMPP 1.8.8
pendapatan ini bertujuan untuk membantu pengambil
keputusan dalam hal ini Kepala Dinas untuk meramalkan 2) Implementasi Antarmuka Perangkat Lunak
realisasi pendapatan pada bulan selanjutnya sehingga bisa
Implementasi layar antarmuka sistem pendukung
ditentukan target pendapatan per tahun. Secara rinci tujuan
keputusan peramalan pendapatan ini adalah sebagai berikut.
yang ingin dicapai adalah
a. Implementasi Antarmuka Halaman Bendahara
2) Model Fungsional Perangkat Lunak Penerimaan
Rancangan sistem pendukung keputusan peramalan
Bendahara bisa menginputkan data realisasi pendapatan,
pendapatan yang digambarkan dengan menggunakan Data
namun data yang sudah divalid tidak bisa diubah.
Flow Diagram (DFD). Gambar 3 merupakan Diagram
Implementasi antarmuka halaman login dapat digambarkan
Konteks dari sistem pendukung keputusan peramalan
seperti Gambar 5 berikut.
pendapatan.
ISSN 2087-2658
(SENAPATI) Ke-8
B. Pengujian Perangkat Lunak

Berdasarkan perancangan pengujian perangkat lunak
sistem pendukung keputusan peramalan pendapatan,
pengujian dilakukan langsung oleh: 1) penulis untuk
pengujian black box kasus uji 1, kasus uji 2 dan kasus uji 3,
pengujian white box serta pengujian tingkat keakuratan
sistem, 2) bendahara penerimaan, PPK selaku admin dan
kepala dinas untuk pengujian black box kasus uji 4 dan kasus
uji 5.
a. Pengujian black box, hasilnya semua fungsi atau fitur
yang diujikan dapat berjalan dengan baik, respon
Gambar 5 Implementasi Antarmuka Halaman Bendahara Penerimaan pengguna yaitu bendahara penerimaan, admin dan kepala
dinas terhadap sistem sangat baik serta sistem sangat
b. Implementasi Antarmuka Proses Perhitungan Least berguna dan bermanfaat bagi pengguna seperti pada
Square Gambar 8.
Halaman ini menampilkan hasil perhitungan peramalan,
namun sebelum melakukan perhitungan sesuai data 71,1
pendapatan yang sudah divalidasi seperti pada Gambar 6
berikut.
28,8
0% 0% 0%
bar 8 Hasil Respon Pengguna terhadap Sistem
b. Pengujian white box yang dilakukan penulis diperoleh

hasil bahwa pengimplementasian proses dan algoritma
perhitungan peramalan, perhitungan rata-rata kesalahan
yaitu MAD, RMSE dan MAPE sudah berhasil.
Gambar 6 Implementasi Antarmuka Perhitungan Least Square pada Admin c. Pengujian tingkat keakuratan sistem yang dilakukan oleh
c. Implementasi Antarmuka Halaman Kepala Dinas penulis diperoleh hasil tingkat keakuratan sistem sebesar
Pada halaman ini kepala dinas dapat melihat data target, 66.34%, dan tingkat rata-rata kesalahan sebesar 33.66 %
pendapatan dan hasil peramalan beserta rata-rata kesalahan, dengan menggunakan 99 data yang terbagi menjadi 12
mencetak laporan dan melihat grafik perbandingan antara data training dan 77 data testing.
data aktual realisasi pendapatan dengan hasil peramalan.
Implementasi antarmuka halaman login dapat digambarkan
seperti Gambar 7 berikut. V. PENUTUP
A. Simpulan
Berdasarkan paparan hasil analisis, implementasi dan
pengujian yang dilakukan maka dapat ditarik kesimpulan
bahwa 1) Sistem Pendukung Keputusan Peramalan
Pendapatan di Dinas Penanaman Modal dan PPTSP
Kabupaten Buleleng dirancang dengan menggunakan dan
data flow diagram dan dalam proses perhitungan peramalan
menggunakan metode least square, diimplementasikan
menggunakan bahasa pemrograman PHP, basis data MySQL
dan Javascript, 2) Pengujian yang dilakukan adalah
pengujian black box, white box dan uji akurasi sistem yaitu
sebesar 66,34% dengan rata-rata kesalahan peramalan
Gambar 7 Implementasi Antarmuka Halaman Kepala Dinas sebesar 33,66%, jika dibandingkan dengan tabel signifikansi
ISSN 2087-2658
(SENAPATI) Ke-8
MAPE termasuk dalam kategori “Kemampuan peramalan [3] M. A. Rinaldi, “Sistem Pendukung Keputusan Pemilihan Trainer (Staf
Pengajar) Menggunakan Metode Simple Additive Weighting (SAW)
layak/memadai”. Studi Kasus: Primagama English Johor,” J. Pelita Inform. Budi
Dharma, vol. 5, no. 1, p. 4, 2013.
B. Saran
[4] E. Turban, Decision Support Sistem and Intelligent Sistem (Sistem
Beberapa hal yang disarankan terkait dengan Pendukung Keputusan dan Sistem Cerdas), 7th ed. Yogyakarta: Andi,
pengembangan sistem berikutnya yaitu pengembangan 2005.
dengan menggunakan metode lain sehingga diketahui [5] Yakub, Pengantar Sistem Informasi. Yogyakarta: Graha Ilmu, 2012.
kelebihan dan kekurangan sistem ini. Perlu dilakukan [6] F. A. Muqtadiroh, “Analisis Peramalan Penjualan Semen Non-Curah
(ZAK) PT. Semen Indonesia (Persero) TBK pada Area Jawa Timur,”
normalisasi data agar data berdistribusi normal dan dan in Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA
ditambahkan fitur transfromasi data untuk mengurangi 2015), 2015, p. 310.
ketimpangan data serta pengembangan sistem dalam bentuk [7] S. Makridakis, Metode dan Aplikasi Peramalan, 2nd ed. Jakarta:
mobile. Binarupa Aksara, 1999.
[8] M. Ihsan, “Perancangan Aplikasi Peramalan Penjualan Motor Honda
Menggunakan Metode Least Square (Studi Kasus: PT. HD Motor 99
DAFTAR PUSTAKA Gresik),” p. 3, 2016.
[1] B. P. Aji, “Analisis Sumber Pendapatan Asli daerah (PAD) dalam [9] W. Abdullah, “Peramalan Penjualan Air Bersih dan Formulasi Strategi
Pelaksanaan Otonomi Daerah di Kabupaten Buleleng,” e-Journal Perusahaan Daerah Air Minum,” J. Ekon. dan Stud. Pembang., vol. 15,
Bisma Univ. Pendidik. Ganesha, vol. 3, p. 2, 2015. no. 1, p. 81, 2014.
[2] Y. Yonhy, “Metode Trend Non Linear Untuk Forecasting Jumlah [10] A. H. Hutasuhut, “Pembuatan Aplikasi Pendukung Keputusan untuk
Keberangkatan Tenaga Kerja Indonesia di Kantor Imigrasi Kelas II Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dna
Kabupaten Nunukan,” J. Eksponensial, vol. 4, no. 1, p. 47, 2013. Inject Menggunakan Metode ARIMA (Autoregressive Integrated
Moving Average) di CV. Asia,” J. Tek. Pomits, vol. 3, no. 2, pp. 70–
171, 2014.
ISSN 2087-2658
(SENAPATI) Ke-8
Pengembangan Aplikasi Augmented Reality

Markerless Teknik Dasar Prenatal Yoga
I Gst Putu Bagus Naramas Wahyu Prayoga, I Ketut Resika Arthana, I Gede Mahendra Darmawiguna
Pendidikan Teknik Informatika
Singaraja, Bali
igustiputubagusnaramaswahyu@gmail.com, resika@undiksha.ac.id, mahendra.darmawiguna@undiksha.ac.id
Abstract—The aim of this research is to develop an Mengingat perkembangan teknologi khusunya dibidang
Augmented Reality Makerless Application Basic Technic of smartphone android yang sedang berkembang pesat di
Prenatal Yoga and introduce how to practice Prenatal Yoga in pasaran khusunya Indonesia, kita hendaknya menggunakan
form of 3D thus it becomes more interesting and more real. The media ini sebagai alat pembelajaran untuk meningkatkan
object of this application’s users is all level of society that are pengetahuan kita dalam mempelajari gerakan Prenatal Yoga
willing to know about basic technic of Prenatal Yoga. The khusunya bagi ibu-ibu yang sedang hamil. Teknologi
development of this Augmented Reality Makerless Application multimedia yang dimana perkembangannya cukup pesat saat
Basic Technic of Prenatal Yoga used Research and Development
ini adalah Augmented Reality.
method and the model used was ADDIE model. ADDIE model
consists of 5 steps, they are 1) Analyze, 2) Design, 3) Development, Salah satu teknik dalam menggunakan Augmented Reality
4) Implementation, 5) Evaluation. The result of this study is in ini adalah teknik Markerless. Penggunaan teknik Markerless
form of Augmented Reality Makerless Application Basic Technic ini bertujuan untuk memudahkan para pengguna dalam
of Prenatal Yoga that can be installed on android smartphone. menggunakan aplikasi, karena pengguna sendiri tidak perlu
This application could present animation in form of 3D followed menggunakan Marker kertas sebagai target saat menggunakan
by narration. The result of implementation from users after using aplikasi, tetapi langsung menggunakan lingkungan nyata
Augmented Reality Makerless Application Basic Technic of disekitar pengguna sebagai latar untuk memunculkan gerakan
Prenatal Yoga in score of 89% counted as Very Good. Thus this
animasi Augmented Reality.
application can be used as media to introduce Prenatal Yoga.
Keywords: Basic Technic of Prenatal Yoga, Markerless II. KAJIAN TEORI

Augmented Reality, 3 Dimension
A. Yoga
I. PENDAHULUAN Yoga adalah sebuah ilmu yang menjelaskan kaitan antara
Yoga merupakan olahraga yang dimana seseorang harus fisik, mental, dan spiritual manusia untuk mencapai kesehatan
mampu memusatkan seluruh pikirannya untuk yang menyeluruh. Yoga berasal dari bahasa Sanskerta yang
mengendalikan panca indera mereka. Dengan melakukan berarti union (persatuan), ini terbentuk dari kebudayaan india
yoga seseorang akan merasakan ketenangan secara jasmani kuno sejak 5.000 tahun lalu dan bertujuan menyatukan atman
dan rohani. Olahraga yoga ini sendiri merupakan salah satu (diri) dan brahman (Sang Pencipta). Prinsipnya, melalui
dari enam ajaran dalam filsafat agama Hindu. Namun semua berbagai macam postur yoga yang disertai dengan cara
agama dapat melakukan olahraga ini, karena yoga sendiri bernafas yang benar, dipercaya dapat memberikan banyak
hanya sebatas olahraga yang untuk memusatkan dan manfaat secara fisik, mental dan spiritual. [5]
mengendalikan pikiran kita. B. Pengertian Prenatal Yoga
Berlatih Yoga secara teratur pada masa kehamilan dapat Pada dasarnya Prenatal Yoga (yoga bagi kehamilan)
mengurangi ketidaknyamanan selama masa hamil dan dapat merupakan modifikasi dari yoga klasik yang telah disesuaikan
membantu proses melahirkan. Yoga untuk kehamilan ini dengan kondisi fisik wanita hamil yang dilakukan dengan
sering juga disebut dengan Prenatal Yoga. Prenatal Yoga intensitas yang lebih lembut dan perlahan. Modifikasi dan
merupakan salah satu dari jenis yoga yang unik. Hal ini perhatian khusus saat berlatih Prenatal Yoga sangat
dikarenakan olahraga yoga ini di khususkan bagi ibu-ibu yang diperlukan untuk menghindarkan calon ibu dari cidera, dan
sedang hamil. Dengan melakukan gerakan Prenatal Yoga ini juga demi kenyamanan dan keamanannya. [5]
seorang ibu yang sedang hamil dapat melatih pengaturan
nafasnya, sehingga saat melahirkan nanti dia akan melahirkan Gerakan Prenatal Yoga ini tentunya sudah disesuaikan
dengan baik. dengan usia kehamilan pada calon ibu. Gerakan Prenatal Yoga
ini dibagi menjadi tiga tahap sebagai berikut :
ISSN 2087-2658
(SENAPATI) Ke-8
1) Trimester Pertama F. Unity3D

Trimester pertama ini merupakan masa kehamilan sang
calon ibu menginjak pada minggu ke-1 sampai minggu ke-14. Unity 3D merupakan sebuah tools yang terintegrasi untuk
Gerakan dari Trimester 1, yaitu : Savasana, Mudhasana, Supta membuat bentuk obyek 3 dimensi pada video games atau
Buddha Konasana, Viparita Karani, Bilikasana 1, Bilikasana untuk konteks interaktif lain seperti Visualisasi Arsitektur
2, Tadasana, Trikonasana, Prasarita Padottanasana, atau animasi 3D real- time. Lingkungan dari pengembangan
Vrksasana, Setu Bandha Sarvangasana, Maricyasana, Postur Unity 3D berjalan pada Microsoft Windows dan Mac Os ,
Duduk Tumit Menempel ke Lutut. serta aplikasi yang dibuat oleh Unity 3D dapat berjalan pada
Windows, Mac, Xbox 360, Playstation 3, Wii, iPad, iPhone
2) Trimester Kedua dan tidak ketinggalan pada platform Android. Unity juga
Trimester kedua ini merupakan masa kehamilan sang dapat membuat game berbasis browser yang menggunakan
calon ibu menginjak pada minggu ke-14 sampai minggu ke- Unity web player plugin, yang dapat bekerja pada Mac dan
28. Gerakan dari Trimester 2, yaitu : Postur Beristirahat Windows, tapi tidak pada Linux. [6]
Miring, Surya Namaskar, Virabhadrasana 1, Virabhadrasana
2, Parsvakonasana, Vasishtasana, Postur Tangan G. Blender
Gomukhasana – Garudasana, Matsyendrasana, Bilikasana 3, Blender merupakan prangkat lunak untuk membuat
Kapotasana, Janushirasana, Upavishta Konasana, Mula animasi tiga dimensi yang berbasis bebas bayar. Selain itu,
Bandha. perangkat lunak ini juga dapat digunakan untuk membuat
3) Trimester Ketiga game tiga dimensi.
Trimester kedua ini merupakan masa kehamilan sang
calon ibu menginjak pada minggu ke-28 sampai minggu ke- III. METODE
40. Gerakan dari Trimester 3, yaitu : Mudhasana, Utkatasana,
Seri Memutar Panggul, Seri Postur Berjongkok, Baddha Pengembangan Aplikasi Augmented Reality Markerless
Teknik Dasar Prenatal Yoga ini menggunakan model ADDIE.
Konasana, Putaran Sufi.
Model ADDIE terdiri atas 5 fase atau tahap utama yaitu :
C. Android
1.Analisis (Analysis)
Android memberikan platform terbuka bagi para
2.Desain (Design)
pengembang untuk menciptakan aplikasi mereka sendiri
untuk digunakan oleh bermacam peranti bergerak ataupun 3.Pengembangan (Development)
untuk telepon seluler. Keunggulan tersebut yaitu dengan cara
memakai basis kode komputer yang kemudian dapat 4.Implementasi (Implementation)
didistribusikan secara terbuka (open source) sehingga 5.Evaluasi (Evaluation)
pengguna dapat menciptakan atau menggunakan aplikasi baru
di dalamnya. [4]
D. Augmented Reality
Augmented Reality (AR) adalah suatu teknologi yang
dapat menggabungkan benda maya dua dimensi dan ataupun
tiga dimensi ke dalam sebuah lingkungan nyata tiga dimensi
lalu memproyeksikan benda-benda maya tersebut dalam
waktu nyata. Teknologi AR ini dapat menyisipkan suatu
informasi tertentu ke dalam dunia maya dan menampilkannya
di dunia nyata dengan bantuan perlengkapan seperti webcam,
komputer, HP Android, maupun kacamata khusus. [1]
E. Vuforia Gambar 1. Tahapan-tahapan pada model ADDIE
Vuforia adalah Augmented Reality Software
Development Kit (SDK) untuk perangkat mobile yang IV. PROSEDUR PENGEMBANGAN
memungkinkan pembuatan aplikasi AR. SDK Vuforia juga
tersedia untuk digabungkan dengan unity yaitu bernama A. Analisis
Vuforia AR Extension for Unity. Vuforia merupakan SDK Pengembangan Aplikasi Augmented Reality Markerless
yang disediakan oleh Qualcomm untuk membantu para Teknik Dasar Prenatal Yoga ini menggunakan model ADDIE.
developer membuat aplikasi-aplikasi Augmented Reality [3] Model ADDIE terdiri atas 5 fase atau tahap utama yaitu
(AR) di mobile phones (iOS, Android). SDK Vuforia sudah (Mulyatiningsih, 2013): Analisis (Analysis), Desain
sukses dipakai di beberapa aplikasi-aplikasi mobile untuk (Design), Pengembangan (Development), Implementasi
kedua platform tersebut. [2] (Implementation), Evaluasi (Evaluation).
ISSN 2087-2658
(SENAPATI) Ke-8
Berdasarkan analisis terhadap aplikasi Pengembangan 1) Perancangan Objek 3D

Aplikasi Augmented Reality Markerless Teknik Dasar Pada tahap perancangan objek 3D ini akan di rancang
Prenatal Yoga, terdapat kebutuhan-kebutuhan yang objek yang sesuai dengan media yang akan di buat. Objek 3D
diperlukan dan batasan-batasan dalam pengembangan yang di buat sebagai berikut:
aplikasi ini, yaitu:
1) . Kebutuhan Fungsional
Aplikasi ini merupakan perangkat lunak yang diharapkan
dapat memenuhi proses-proses sebagai berikut :
a. Aplikasi dapat menampilkan objek 3D melalui
teknik Markerless.
b. Aplikasi dapat menampilkan objek 3D lengkap
dengan suara narasi penjelasan dalam bahasa
Indonesia.
c. Aplikasi dapat menampilkan zoom in dan zoom out
pada objeknya.
d. Aplikasi menggunakan fitur rotasi.
e. Aplikasi mampu melakukan capture dan sharing ke Gambar 2. Objek 3D
media sosial.
2) Story Board
f. Aplikasi mampu melakukan pengiriman surat Storyboard adalah sketsa animasi dalam bentuk gambar
melalui email. berurutan atau penggambaran cerita sesuai dengan isi cerita
dan berisi tentang penjelasan gerak, pengambilan sudut
2) Kubutuhan Non Fungsional
gambar, pengisian suara serta efek – efek khusus.
Kebutuhan non fungsional dari aplikasi ini adalah sebagai
berikut: 3) Use Case Diagram
Use Case Diagram merupakan gambaran yang disediakan
a. Pengembangan Aplikasi Augmented Reality
oleh Aplikasi Augmented Reality Markerless Teknik Dasar
Markerless Teknik Dasar Prenatal Yoga ini dibuat
Prenatal Yoga. Use Case dalam pengembangan aplikasi
dengan user friendly agar aplikasi mudah digunakan
Augmented Reality Bookdan Markerless Teknik Dasar
atau mudah dioperasikan oleh pengguna.
Prenatal Yoga sebagai berikut.
b. Aplikasi ini dapat berjalan di sistem operasi Android
minimal versi 4.0 karena SDK Vuforia support pada
smartphones dan tablets yang berjalan di system
android 4.0 (qualcomm.com).
3) Batasan Aplikasi
Adapun batasan perancangan perangkat lunak Aplikasi
Augmented Reality Markerless Teknik Dasar Prenatal Yoga
sebagai berikut :
a. Aplikasi yang dikembangkan akan menampilkan 32
gerakan yoga dalam 3 tahap usia kehamilan.
(Sindhu. P, 2014)
b. Objek 3 dimensi dalam aplikasi ini akan tampil
sekitar kurang dari 1 menit saat diarahkan ke marker. Gambar 3. Use Case Diagram
B. Design 4) Activity Diagram
Activity Diagram merupakan gambaran dari alur aktifitas
Pada tahapan ini peneliti telah merancang Objek 3D, Story
didalam Aplikasi Augmented Reality Markerless Teknik
Board, Use Case Diagram, Activity Diagram, skenario
Dasar Prenatal Yoga. Berikut merupakan beberapa penjelasan
perangkat lunak, serta rancangan Interface dari
dari Activity Diagram pada Aplikasi ini :
Pengembangan teknologi Pengembangan Aplikasi
Augmented Reality Markerless Teknik Dasar Prenatal Yoga a. Activity Diagram Panduan
yang akan menjelaskan keseluruhan rancangan perangkat
lunak yang akan dibuat.
ISSN 2087-2658
(SENAPATI) Ke-8
Gambar 6. Activity Diagram Tentang

d. Activity Diagram Keluar
Gambar 4. Activity Diagram Panduan

b. Activity Diagram Menu 3 Tahap Usai Kehamilan
Gambar 7. Activity Diagram Menu 3 Tahap Usai Kehamilan
V. HASIL DAN PEMBAHASAN

A. Implementasi Perangkat Lunak
Implementasi perangkat lunak Augmented Reality
Markerless Teknik Dasar Prenatal Yoga terdiri dari
lingkungan implementasi perangkat lunak, batasan
implementasi perangkat lunak, implementasi arsitektur
perangkat lunak, implementasi struktur data perangkat lunak
serta implementasi layar antarmuka perangkat lunak.
1) Lingkungan Implementasi Perangkat Lunak
Gambar 5. Activity Diagram Menu 3 Tahap Usai Kehamilan a) Spesifikasi Perangkat Lunak Pengembangan Aplikasi
Pada lingkungan perangkat lunak dan perangkat keras
c. Activity Diagram Tentang aplikasi Augmented Reality Markerless Teknik Dasar
Prenatal Yoga dikembangkan yaitu pada lingkungan sebagai
berikut.
a. Perangkat Software
1. Sistem Operasi Microsoft Windows 8.
2. Sistem Operasi Android Lollipop v 5.0
3. Blender 2.77
ISSN 2087-2658
(SENAPATI) Ke-8
4.Vuforia Qualcomm Augmented Reality. Unity menggunakan class – class yang disimpan dalam format
file ”.cs”.
5.Unity 5.1
4) Implementasi Struktur Data Perangkat Lunak
6.SDK Android Tools.
Sesuai dengan hasil perancangan arsitektur perangkat
7.Audacity 2.0.5 lunak, dapat diimplementasikan proses yang digunakan untuk
membuat perangkat Augmented Reality Markerless Teknik
Adobe Photoshop CS6 Portable Dasar Prenatal Yoga dimulai dari pembuatan objek 3D
b) Spesifikasi Perangkat KerasPengembangan Aplikasi dengan menggunakan aplikasi makehuman. Setelah
pembuatan objek 3D selesai, kemudian dilanjutkan dengan
Pada lingkungan perangkat keras, aplikasi Augmented proses pembuatan gerakan objek 3D menggunakan aplikasi
Reality Markerless Teknik Dasar Prenatal Yoga Blender. Kemudian objek tersebut di eksport menjadi tipe
dikembangkan pada lingkungan sebagai berikut. FBX yang akan dimasukkan ke aplikasi unity. Suara
a. Perangkat Komputer penjelasan gerakan juga dimasukkan ke dalam aplikasi unity
yang terlebih dahulu dilakukan adalah perekaman dan juga
1. Laptop HP dengan layar monitor 14,0 inch. telah dilakuakn pengeditan menggunakan aplikasi Audacity.
2. Processor Intel® Core™ i7-4510U CPU @2.00GHz Kemudian dilakukaan build di Unity sehingga menghasilkan
2.60GHz. aplikasi Augmented Reality Markerless Teknik Dasar
Prenatal Yoga.
3. RAM 4.00 GB.
Struktur data utama yang digunakan adalah vuforia-unity-
4. Harddisk 1 TB. android-ios-5-5-9.unitypackage merupakan library AR
5. Dilengkapi alat input dan output. vuforia merupakan salah satu library marker penyimpan
penanda.
b. Perangkat Android (smartphone)
5) Implementasi Objek 3 Dimensi
1. Smartphone Xiaomi Redmi 3s. Pada tahap ini, pembuatan objek 3 dimensi aplikasi
Augmented Reality Markerless Teknik Dasar Prenatal Yoga
2. Resolusi 720 x 1280 pixels.
dibuat dengan menggunakan aplikasi Blender 2.7.7.
3. Qualcomm Snapdragon 430 1,40Ghz
6) Implementasi Layar Antarmuka Perangkat Lunak
4. RAM 3 GB. a) Implementasi Splah image Perangkat Lunak
5. Kamera 13 MP
2) Batasan Implementasi Perangkat Lunak
Batasan yang terdapat dalam implementasi perangkat
lunak aplikasi Augmented Reality Markerless Teknik Dasar
Prenatal Yoga yaitu sebagai berikut.
a) Pada lingkungan perangkat lunak, aplikasi Augmented
Reality Markerless Teknik Dasar Prenatal Yoga dijalankan
pada Sistem Operasi Android versi 4.0 (Ice Cream Sandwich)
keatas karena SDK Vuforia support pada smartphones dan
tablets yang berjalan di system android 4.0.3
(qualcomm.com). Gambar 8. Implementasi Splash Image Aplikasi
b) Pada lingkungan perangkat keras, Augmented Reality b) Implementasi Antarmuka Tampilan Layar Main Menu
Markerless Teknik Dasar Prenatal Yoga dijalankan pada
lingkungan sebagai berikut. Implementasi tampilan menu dapat dilihat pada gambar
sebagai berikut.
a. RAM 1 GB
b. Resolusi layar 480 x 800
c. Processor Dual-core 1.2 GHz
3) Implementasi Arsitektur Perangkat Lunak
Sesuai dengan hasil perancangan arsitektur perangkat
lunak, dapat diimplementasikan proses yang digunakan untuk
membuat Perangkat lunak Augmented Reality Markerless
Teknik Dasar Prenatal Yoga. Penerapan pada perangkat lunak
ISSN 2087-2658
(SENAPATI) Ke-8
Gambar 9. Implementasi Antarmuka Tampilan Layar Main Gambar 12. Implementasi Antarmuka Panduan Aplikasi
Menu
c) Implementasi Antarmuka Menu 3 Tahap Usia
Kehamilan
Implementasi tampilan menu 3 tahap usia kehamilan dapat
dilihat pada gambar sebagai berikut.
Gambar 13. Implementasi Antarmuka Panduan Aplikasi

f) Implementasi Antarmuka Tentang Aplikasi
Implementasi tampilan panduan aplikasi dapat dilihat
pada gambar sebagai berikut.
Gambar 10. Implementasi Antarmuka Menu 3 Tahap Usia

Kehamilan
d) Implementasi Antarmuka Layar Utama Aplikasi
Implementasi tampilan layar utama aplikasi dapat dilihat
Gambar 14 Implementasi Antarmuka Tentang Aplikasi

Sebelum digunakan oleh pengguna maka aplikasi akan
diujikan terlebih dahulu untuk memastikan bahwa aplikasi
sudah berjalan dengan baik dari awal sampai akhir proses
serta tidak terjadi kesalahan atau error. Pengujian yang
dilakukan yaitu pengujian blackbox untuk mengetahui
kebenaran dan kesesuaian proses pada aplikasi serta
Gambar 11. Implementasi Antarmuka Layar Utama Aplikasi penggunaan aplikasi pada beberapa smartphone android yang
e) Implementasi Antarmuka Panduan Aplikasi berbeda, selanjutnya pengujian uji cahaya, pengujian
usability, pengujian ahli isi, pengujian ahli media, dan yang
Implementasi tampilan panduan aplikasi dapat dilihat terakhir yaitu pengujian respon pengguna.
1.Uji Black Box
ISSN 2087-2658
(SENAPATI) Ke-8
Pengujian black box dilakukan untuk mengetahui aplikasi dari 20 subyek (butir) penilaian yang termasuk di dalamnya 4
yang dibuat sudah berjalan dengan baik dan benar dan dapat butir pernyataan learnability, 4 butir pernyataan efficiency, 2
digunakan oleh orang lain, pengujian dilakukan oleh tiga butir pernyataan memorability, 5 butir pernyataan error, dan 5
orang. Berdasarkan hasil pengujian pada kasus uji coba 1, butir pernyataan statisfaction yaitu 95 %.
bahwa semua proses aplikasi pertama dijalankan sampai
dengan selesai berfungsi dengan baik. Sehingga pengujian 4.Uji Ahli Isi
untuk mengetahui kesesuain kebenaran proses aplikasi Berdasarkan penilaian dari ahli isi Ibu Putu Winda Aksari
Augmented Reality Markerless Teknik Dasar Prenatal Yoga Arsa ,Amd.Keb dapat dianalisis presentase keseluruhan
sesuai dengan user define target dikatakan memuaskan. penilaian yaitu 89%, aplikasi Augmented Reality Markerless
Pada kasus uji 2 penggunaan aplikasi Augmented Reality Teknik Dasar Prenatal Yoga berada dalam kriteria sangat baik
dengan presentase pencapaian aplikasi dari pembelajaran
Markerless Teknik Dasar Prenatal Yoga pada beberapa
sangat baik dengan presentase penilaian 90%, dari segi isi
hardware secara umum sudah dapat dikatakan memuaskan.
Karena semua smartphone digunakan saat pengujian sudah materi sangat baik dengan presentase penilaian 93%, dan dari
segi pemakaian kata dan bahasa baik dengan presentase
mampu menjalankan aplikasi Augmented Reality Markerless
penilaian 80%.
Teknik Dasar Prenatal Yoga.
5.Uji Ahli Media
2. Uji Cahaya
Berdasarkan penilaian dari ahli media Bapak Dr. Dewa
Setelah melakukan pengujian pada beberapa smartphone
yang berbeda, kemudian dilakukan pengujian pada satu jenis Gede Hendra Divayana dan Bapak Gede Saindra
Santyadiputra, S.T.,M.Cs., dapat dianalisa presentase
smartphone yaitu Xiaomi Redmi 3s dengan RAM 3 GB dan
keseluruhan penilaian yaitu 85%, aplikasi Augmented Reality
Processor Qualcomm Snapdragon 430. Pengujian dilakukan
pada pagi, siang, dan malam hari di dalam ruangan dan diluar Markerless Teknik Dasar Prenatal Yoga sangat baik dengan
presentase pencapaian aplikasi dari kesesuaian audio berada
ruangan. Perulangan dalam membuka aplikasi dilakukan
dalam kriteria baik dengan presentase penilaian 80%, dari segi
sebanyak 5 kali setiap satu kali pengujian baik di dalam
maupun di luar ruangan. Berdasarkan hasil pengujian uji kesesuain visual berada dalam kriteria sangat baik dengan
presentase penilaian 87%, dan dari segi penggunaan berada
cahaya bahwa didapatkan rata-rata dari pengujian yang
dilakukan pada pagi hari di dalam ruangan dengan presentase dalam kriteria sangat baik dengan presentase penilaian 85%
berhasil 28% dan presentase gagal 72%. Sedangkan di luar 6.Uji Respon Pengguna
ruangan dengan presentase berhasil 47% dan presentase gagal
53%. Didapatkan rata-rata dari pengujian yang dilakukan Uji lapangan dilakukan terhadap 30 orang. Dari hasil
pada sianh hari di dalam ruangan dengan presentase berhasil analisis uji lapangan diketahui bahwa rerata presentase dari 10
56% dan presentase gagal 44%. Sedangkan di luar ruangan subyek (butir) penilaian yaitu 89%. Aplikasi masuk dalam
dengan presentase berhasil 99% dan presentase gagal 1%. kriteria sangat baik. Mengetahui tingkat pencapaian aplikasi
Didapatkan rata-rata dari pengujian yang dilakukan pada berdasarkan skala penilaian dilakukan perhitungan jumlah
malam hari di dalam ruangan dengan presentase berhasil 21% dan persentase jawaban pengguna untuk setiap skala
dan presentase gagal 79%. Sedangkan di luar ruangan dengan penilaian.
presentase berhasil 24% dan presentase gagal 76%. Berdasarkan hasil perhitungan respon pengguna dapat
Disarankan untuk menggunakan flash smartphone saat diketahui bahwa dari 5 kriteria penilaian pada tiap butir soal,
mengguanakan aplikasi Augmented Reality Markerless 29 pengguna menyatakan aplikasi Augmented Reality
Teknik Dasar Prenatal Yoga pada malam hari dengan cahaya Markerless Teknik Dasar Prenatal Yoga dalam kriteria sangat
yang redup atau tanpa cahaya. Untuk bisa menampilkan baik. Selanjutnya, 29 pengguna menyatakan aplikasi
semua adegan, disarankan untuk melakukan deteksi pada Augmented Reality Markerless Teknik Dasar Prenatal Yoga
siang hari dengan sinar matahari langsung atau diluar ruangan. dalam kriteria baik. 1 pengguna menyatakan aplikasi
3. Uji Usability Augmented Reality Markerless Teknik Dasar Prenatal Yoga
dalam kriteria cukup setuju. Dari pernyataan tersebut dapat
Uji usability dilakukan yaitu pada hari Senin, 24 juli disimpulkan bahwa masih terdapat beberapa kekurangan
dengan melibatkan 5 masyarakat umum. Pengujian dilakukan dalam aplikasi sehingga untuk pengembangan aplikasi
dengan cara dimana reponden dipersilakan mencoba aplikasi selanjutnya agar lebih baik lagi sehingga pengguna lebih
Augmented Reality Markerless Teknik Dasar Prenatal Yoga nyaman menggunakan aplikasi.
dan dilanjutkan dengan pemberian angket usability untuk
mendapatkan informasi dari pengguna setelah menggunakan B. SIMPULAN
aplikasi. Berdasarkan hasil analisis, implementasi dan pengujian
Dari hasil analisis uji usability diketahui bahwa aplikasi pada penelitian pengembangan aplikasi Augmented Reality
Augmented Reality Markerless Teknik Dasar Prenatal Yoga Markerless Teknik Dasar Prenatal Yoga dapat ditarik
masuk ke dalam kriteria sangat baik dengan rerata persentase kesimpulan sebagai berikut:
ISSN 2087-2658
(SENAPATI) Ke-8
1.Rancangan Aplikasi Augmented Reality Markerless 2. Aplikasi Augmented Reality Markerless Teknik
Teknik Dasar Prenatal Yoga menggunakan Model ADDIE. Dasar Prenatal Yoga memiliki ukuran file yang
Adapun tahapan dalam model ADDIE ini adalah Analysis cukup besar, oleh karena itu untuk pengembangan
(analisis), Design (desain), Development (pengembangan), aplikasi Augmented Reality pada android
Implementation (implementasi), dan Evaluation (evaluasi). selanjutnya, agar memperhatikan size dari aplikasi,
sehingga semua smartphone dapat menggunakan
2.Implementasi Aplikasi Augmented Reality Markerless aplikasi Augmented Reality ini.
Teknik Dasar Prenatal Yoga berupa sebuah aplikasi yang
menampilkan animasi dalam bentuk 3D tentang bagaimana 3. Aplikasi Augmented Reality Markerless Teknik
teknik dasar Prenatal Yoga, aplikasi ini juga memuat Dasar Prenatal Yoga saat pembuatan gerakan objek
penjelasan tahap demi tahap gerakan Prenatal Yoga. 3 masih menggunakan rigging yang kurang tepat.
Diharapkan untuk pengembang selajutnya bisa
3.Pengujian Black Box pada Aplikasi Augmented Reality menggunakan rigging yang tepat agar kualitas
Markerless Teknik Dasar Prenatal Yoga mendapatkan hasil gerakan lebih baik.
yang memuaskan karena sesuai dengan user define target.
Pengujian White Box pada Aplikasi Augmented Reality 4. Aplikasi Augmented Reality Markerless Teknik
Markerless Teknik Dasar Prenatal Yoga dapat berjalan Dasar Prenatal Yoga saat menampilkan objek 3
dengan baik dan benar. Pengujian Usability masuk ke dalam dimensi masih tidak stabil. Diharapakan untuk
kategori sangat baik karena secara keseluruhan aplikasi pengembangan selanjutnya agar saat menampilkan
Augmented Reality Markerless Teknik Dasar Prenatal Yoga objek 3 dimensi tidak ada getaran.
mendapatkan rerata dengan prentase 95%.
4.Aplikasi Augmented Reality Markerless Teknik Dasar DAFTAR PUSTAKA
Prenatal Yoga mendapatkan respon yang positif dari [1] Efendi, I. (2014, 3 31). Pengertian Augmented Reality. Diambil
pengguna. Hasil pengujian untuk mengetahui respon kembali dari it-jurnal: http://www.it-jurnal.com/2014/05/Pengertian-
pengguna setelah menggunakan aplikasi Augmented Reality Augmented-Reality-AR.html
Markerless Teknik Dasar Prenatal Yoga dengan presentase [2] Evo. (2015, 12 5). Vuforia. Diambil kembali dari Technologies-
penilaian 89% yaitu sangat baik it.blogspot.com: http://Technologies-it.blogspot.com/p/apa-itu-
vuforia-vuforia-adalah.html
C. SARAN [3] Mulyatiningsih. (2013, 12 8). Pengembangan Model Pembelajaran.
Diambil kembali dari Staff.uny.ac.id:
Berdasarkan hasil penelitian pengembangan dan http://staff.uny.ac.id/sites/default/files/pengabdian/dra-endang-
kesimpulan, dapat disarankan bagi pembaca yang ingin mulyatiningsih-mpd/7cpengembangan-model-pembelajaran.pdf.
mengembangkan sistem ini sebagai berikut. [4] Nico. (2011, 12 8). Pengertian Android. Diambil kembali dari Info
teknologi: www.infoteknologi.om/selular/apa-itu-android/
1. Untuk kedepannya dapat dikembangkan pada teknik [5] Sindhu.P. (2014). Yoga untuk Kehamilan. Bandung: Mizan Media
Yoga lainnya. Utama (MMU).
[6] Yudisthira, I. (2014, 12 5). Karmapati. Diambil kembali dari
Karmapati: pti.undiksha.ac.id/karmapati

Prosiding2017 (Hesty)

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Prosiding2017 (Hesty)

Diunggah oleh

Hak Cipta:

Format Tersedia

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, iii

Universitas Pendidikan Ganesha,

SEMINAR NASIONAL PENDIDIKAN TEKNIK INFORMATIKA

"Big Data in Education"

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, i

KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8

Om çanti, çanti, çanti Om

Bali, September 2017

ii Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN

Om çanti, çanti, çanti Om

Bali, September 2017

Dekan Fakultas Teknik dan Kejuruan

SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA

Forum ini diharapkan bisa menjembatani kesenjangan antara pemahaman riset-riset

Om çanti, çanti, çanti Om

Bali, September 2017

Ketua Jurusan Pendidikan Teknik Informatika

iv Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8 .............................................................. ii

MAKALAH UTAMA ......................................................................................................................... 1

Pembelajaran Adaptif Berlandaskan Asesmen Otentik di Era Big Data

Implementasi UTAUT dalam Menganalisis Pengaruh Penggunaan Aplikasi VMEET Terhadap

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, v

Luh Setiani, Ketut Agustini.............................................................................................................. 40

Persepsi Guru Terhadap Pengembangan Profesionalisme Melalui Pelatihan Media Pembelajaran

Analisis Personalized Learning Berorientasi Motivasi Belajar Siswa

vi Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Implementasi Load Balancing Pada Openstack dengan Metode Round Robin

Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android

Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 1

Pembelajaran Adaptif Berlandaskan Asesmen Otentik

4 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 5

6 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Personalized Learning. Kondisi ideal pengajaran dan

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 7

8 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 9

Inovasi Teknologi dalam Pendidikan melalui Big

10 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

II. BIG DATA PERSONALIZED LEARNING

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 11

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 13

14 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 15

Media Pembelajaran Matematika Interaktif untuk

16 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 17

deskriptif kuantitatif digunakan untuk mengelola data hasil a. Tahap Pendefinisian

18 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Gambar 5 Halaman Video Persegi Panjang

Gambar 6 Halaman Materi Persegi Panjang

Ketika tombol “LANJUT” ditekan, maka akan muncul

Gambar 7 Halaman Soal Unsur-unsur Persegi Panjang

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 19

guru mengalami hambatan dalam mengkomunikasikan

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 21

22 Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,

Perancangan Aplikasi Perhitungan Operasi Matriks

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, 23

Model prototyping dapat digunakan untuk Tabel I. Penelitian Sebelumnya