PENDAHULUAN
Sekolah Tinggi nahdlatul Ulama Temanggug atau yang biasa di singkat STAINU
Temanggung adalah kampus pertama yang bediri di kabupaten temanggung yang berbasis
perguruan tinggi islam. Diamana hingga saat ini memiliki dua jurusan dan enam program studi.
STAINU Temanggung sebagai lembaga pendidikan tinggi islam di temanggung tidak
hanya menyediakan fasilitas ruangan,perlengkapan,dosen, dan lain-lain untuk menunjang
kegiatan akademik ,namun STAINU Temanggung menyediakan beberap Beasiswa yang bisa
didapatkan oleh mahasiswa yaitu Beasiswa Bidikmisi, Pemagangan, SPP Semester, Prestasi, dan
Tahfidz.
Pembantu ketua III bidang Kemahasiswaan STAINU Temanggung yang bertanggung
jawab mengelola beasiswa, membutuhkan penyeleksian khusus beasiswa Bidikmisi yang tepat
dan cermat dalam menentukan penerima beasiswa bidikmisi, dimana beasiswa bidikmisi
tergolong beasiswa yang banyak peminatnya dibandingkan beasiswa lainya. Namun, sampai saat
ini penyeleksian beasiswa masih secara manual sehingga keefektifan dan efisiensi dalam proses
penyeleksian sangatlah kurang dan dapat menimbulkan penilaian yang subjektif dalam pemilihan
mahasiswa penerima beasiswa.
System pendukung keputusan yang dapat digunakan dalam membantu pembantu ketua III
STAINU Temanggung dalam menentukan penerima beasiswa. System ini akan melakukan
perhitungan matematis secara komputasi dengan berdasarkan kriteria-kriteria yang telah
ditentukan, sehingga nilai bobot pada kriteria-kriteri yang telah di tentukan akan menghasilkan
nilai total dari perhitungan SAW dari setiap mahasiswa pendaftar beasiswa, yang kemudian akan
secara otomatis outputnya adalah perankingan dari nilai total terbesar sampai nilai terendah.
Berdasarkan beberapa penelitian permasalahan di atas, diperlukan system pendukung
keputusan dalam proses penyeleksian beasiswa Bidikmisi di STAINU Temanggung, system
dapat menggunakan metode Simple Adittive waighting (SAW), dimana konsep perhitungan SAW
sangat tepat digunakan pada permasalahan di atas dengan di dasarkan pada nilai kriteria dari
bobot preferensi yang sudah di tentukan sehingga akan dilanjutkan proses perankingan yang
menyeleksi alternative terbaik dari sejumlah alternative. Dan juga adanya perhitungan
normalisasi matriks sesuai dengan nilai atribut.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dikemukakan, maka permasalahan yang dapat
dirumuskan adalah bagaimana seleksi beasiswa bidikmisi di STAINU Temanggung dapat efektif
dan efisien sehingga data yang akan di serahkan ke RISTEKDIKTI adalah data yang tepat
dengan menggunakan perhitungan system informasi beasiswa Bidikmisi dengan metode SAW.
Beberapa batasan masalah yang digunakan dalam penelitian ini adalah sebagai berikut.
1. Objek Penelitian adalah mahasiswa pendaftar beasiswa Bidikmisi dan pembantu ketua III
STAINU Temanggung.
2. Expert Knowladge penelitian adalah pembantu ketua III STAINU Temanggung yang dapat
memilih mahasiswa penerima beasiswa bidikmisi sebagai rekomendasi berdasarkan hasil
yang didapat dari perhitungan SAW pada system
3. Kriteria yang digunakan pada system pendukung keputusan ini adalah Penghasilan Orang
Tua, Jumlah tanggungan Orang tua, dan Semester Mahasiswa.
4. Model proses yang digunakan dalam perancangan system ini adalah DFD (Data Flow
Diagram)
5. System yang di bangun menggunakan jaringan local
6. System yang dibuat menggunakan metode Simple Adittive waighting (SAW)
7. System ini bersifat Offline, simulasi menggunakan data dari pihak STAINU Temanggung.
8. Output dari system akan berbentuk laporan hasil perankingan dan nilai total dari
perhitungan SAW
9. Hasil dari penelitian berupa system berbasis web dengan Bahasa pemerograman PHP dan
database Mysql.
Hasil dari penelitian ini dapat memberi manfaat baik bagi Institusi maupun
penulis, manfaat yang dapat diperoleh dari penelitian ini adalah :
1.5.1. Manfaat bagi instansi
1. Mempermudah pembantu ketua III STAINU Temanggung dalam menentukan
mahasiswa penerima beasiswa Bidikmisi di STAINU Temanggung.
2. Optimal nya proses penyeleksian beasiswa dengan perhitungan system pendukung
keputusan yang digunakan dari yang sebelumnya menggunakan cara manual.
1.5.2 Manfaat bagi penulis
1. Memberikan wawasan, pengalaman dalam penelitian yang berkaitan dengan
artificial intelligence.
2. Menambah relasi dan pengetahuan dengan orang-orang baru dalam proses
penelitian.
3. Menambah pengetahuan penulis dalam perancangan SPK dengan Metode SAW.
1.6. Metode Penelitian
1.6.1. Metode pengumpulkan data
Metode pengumpulkan data atau materi penelitian, adalah sebagai berikut :
a. Interview
Metode interview digunakan untuk mengumpulkan data dan informasi dari
lingkup internal instansi atau organisasi yang bersangkutan. Pada proses interview
peneliti mencari orang yang mempunyai tanggung jawab pada bagian objek yang ingin
diteliti. Narasumber yang diinterview pada penelitian ini adalah Pembantu ketua III
bidang kemahsiswaan STAINU Temanggung. Metode ini digunakan untuk
mendapatkan informasi diantaranya kondisi internal instansi, objek yang akan diteliti,
data calon penerima beasiswa, ketentuan – ketentuan yang di gunakan untuk
menentukan kriteria penilaian.
b. Observasi.
Metode ini digunakan untuk memperkuat akurasi data yang sebelumnya diperoleh
dari interview dengan memperhatikan detail data hasil perhitungan manual tanpa
menggunakan system. Dengan metode ini peneliti juga dapat memahami proses dari
awal pendaftaran, perhitungan, sampai proses penggunguman hasil seleksi.
c. Studi Referensi
Metode ini digunakan untuk menambah pengetahuan penulis dalam pembuatan
dan perancangan system, dengan mengumpulkan data dari berbagai referensi atau
literature. Refrensi yang telah diperoleh diantaranya journal ilmiah, buku-buku
perpustakaan, dan file informasi dari Internet yang berkaitan dengan perancangan
system. Sehingga data yang didapatkan akan diimplementasikan pada proses
perancangan system yang menggunakan beberapa sumber refrensi.
BAB 2. TINJAUAN PUSTAKA
Feri Sofyan, Ellya Nurfarida, Ecky Febry Widya Y (2016) dengan judul Sistem
Pendukung Keputusan Penerima Calon Raskin Desa Mabung Kabupaten Nganjuk Menerapkan
Metode Simple Additive Weighting (SAW) [100]. Dalam penelitian ini penulis menggunakan
studi kasus Desa Mabung Kabupaten Nganjuk dalam menentukan warga yang berhak menerima
Beras Miskin di kabupaten tersebut, dengan Variabel yang digunakan pada penelitian tersebut
adalah Luas lantai rumah, jenis lantai,jenis dinding rumah, penghasilan kepala keluarga,
pekerjaan kepala keluarga, dan status kepemilikan rumah. Kesimpulan dari penelitian ini dalam
proses filterisasi dan perhitungan didapatkan dengan melakukan perhitungan matrik awal, setelah
itu melakukan perhitungan normalisasi, dan proses terakhir adalah perhitungan perankingan
dengan menjumlahkan nililai dari setiap kriteria.
M.Dian Hasabi Ruzain (2017) dengan judul Implementasi Metode SAW (Simple
Additive Weighting) pada Sistem Pendukung Keputusan Rekomendasi Pemilih SMA Swasta di
Bandar Lampung Berbasis WEB. Dalam penelitian ini peneliti menggunakan data yang
diperoleh dari Dinas Pendidikan Bandar Lampung. Penelitian menggunakan variable-variabel
diantaranya adalah Akredetasi Sekolah, Uang Pangkal, Jumlah Kelas, Uang SPP, Tingkat
Kelulusan, Mutu Sekolah, Jumlah Murid, dan Jarak Sekolah. Dalam perancangan system ini
penulis bertujuan untuk dapat mempermudah orang tua dari siswa dalam memilihkan sekolah
swasta yang tepat untuk anak mereka. Hasil dari penelitian adalah system pendukung keputusan
memiliki tingkat kesesuaian sebesar 81%.
Hanggar Wahyu A.P, Lailil Muflikhah, Satrio Hadi Wijoyo (2018), dengan Judul
“Implementasi Metode Simple Additive Waighting (SAW) Untuk penentukan Penerima Zakat”.
Dalam peneltian ini penulis menggunakan studi kasus Rumah Zakat Malang, dalam penelitian
permasalahan yang terjadi adalah ketidaktepatan dalam memilih penerima zakat sehingga
diperlukan system pendukung keputusan dengan variable-variabel yang sudah ditentukan oleh
pihak rumah zakat malang, diantaranya adalah Status Keluarga, Penghasilan Keluarga, Jumlah
Tanggungan dan Niai Rapor. Dari hasil penelitian didapatkan akurasi tertinggi sebesar 90%
dalam lima kali pengujian.
Desmita Sisilia Hs, Erni Seniwati (2019), dengan judul “Penerapan Metode SAW (Simple
Additive Weighting) Untuk Penerimaan Beasiswa di Kabupaten Anambas”. Penelitian ini
menggunakan studi kasus Dinas Kabupaten Kepulauan Anambas. Permasalahan yang terjadi
dimana setiap lembaga pendidikan didaerah kabupaten Anambas selalu memberikan beasiswa
kepasa siswa SMA yang akan melanjutkan ke jenjang Perguruan tinggi, namun dalam
pengambilan keputusan pemerintah dinas kabupaten masih menggunakan cara manual. Oleh
karena itu diperlukan system pendukung keputusan dengan variable-variabel yang akan
ditentukan oleh pemerintah dinas, diantaranya adalah IPK, Penghasilan Orang Tua, Akredetasi
Perguruan Tinggi, dan Jumlah Tanggungan Orang tua. Dalam proses perhitungan SAW dengan
10 data mahasiswa maka dihasilkan Confusion Matrix menghasilkan akurasi 70% dan laju error
adalah 30%.
Fiqqi Fauzi Aziz (2013) dengan judul penelitian “ Sistem Pendukung Keputusan Untuk
Menentukan Penerima Beasiswa Keluarga Miskin Pemerintah Kabupaten Lamongan Dengan
Metode Simple Additive Weighting” penelitian menggunakan studikasus pemerintah Kabupaten
Lamongan, dengan variable-variabel untuk menentukan penerima beasiswa diantaranya adalah
Keadaan Orang tua dalam kategori tersebut memiliki tujuh subsistem, kategori Keadaan Rumah
memiliki tujuh subsistem, dan Kategori Fasilitas penunjang memiliki lima subsistem. Dari tiga
kategori tersebut akan dilakukan perhitungan dengan menggunakan metode SAW. Dalam proses
perhitungan pada penelitian ini nilai akurasi data didapat sebesar 85%.
Review Literatur Posisi Penelitian ditunjukan pada table 2.1
Tabel 2.1 Literatur Review dan posisi Penelitian
5 SPK Untuk Fiqqi Fauzi Aziz mempermudah Dalam proses Penelitian ini hasil pengujian Penelitian ini
Menentukan (2013) pemerintah perhitungan mempunyai menggunakan menggunakan
PenerimaBeasiswa kabupatendalam pada tiga kriteria statistic biasa. kriteria atau
Keluarga Miskin memberikan penelitian ini atau veriabel Akan lebih baik variable tanpa
Pemerintah beasiswa ke nilai akurasi dimana setiap denganmengguna menggunakan
Kabupaten siswa yang tepat data didapat kriteria kan pengujian subsistem.
Lamongan dengan sebesar 85%. memiliki statistic Validitas
Dengan Metode menggunakan beberapa sub atau reliabilitas
SAW system. sistem. data.
2.2 Konsep Dasar Sistem
2.2.1 Definisi Sistem
Pengertian Sistem dapat di artikan sebagai sesuatu kumpulan atau himpunan dari
unsur, kompunen, atau veriabel yang terorganisir, saling berintraksi dan saling ketergantungan
satu sama lain, terpadu. Teori system secara umum yang pertama kali diuraikan oleh Kenneth
Boulding terutama menekankan pentingnya perhatian terhadap setiap bagian yang membentuk
sebuah system (Sutabri, 2005:2).
2.2.2 Karakteristik Sistem
System mempunyai karakteristik tertentu, dimana setiap karakteristik pada system
ini sangat penting untuk dipahami oleh pembuat system itu sendiri. Karakteristik system ada
enam, adalah sebagai berikut [6]riko:
1. Komponen (Component)
Komponen merupakan bagian dari sebuah system, masing-masing komponen akan saling
berintraksi satu sama lain sehingga system dapat berjalan dengan baik.
2. Lingkungan (Environment)
Lingkungan adalah keseluruhan system dan lingkungan yang ada diluar sebuah system.
3. Masukan (input)
Input system merupakan jenis sumber daya berupa data, energy, atau peralatan yang akan
dimasukkan kedalam system.
4. Keluaran (Output)
Keluaran adalah hasil dari proses input yang dilakukan.
5. Batasan (Baundary)
Batasan pada system merupakan pembatas antara system yang dikembangkan dengan
system lainya, yang akan membuat system menjadi satu kesatuan yang utuh pada ruang lingkup
yang telah ditentukan.
6. Penghubung (Interface)
Media penghubung antara komponen atau subsistem yang terdapat pada system.
7. Penyimpanan (Storage)
Media yang digunakan untuk menyimpan data sementara atau tetap dari bahan
input atau informasi pada system.
2.3 Konsep Dasar Sistem Pendukung Keputusan
2.3.1 Definisi Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) merupakan system informasi interaktif yang
menyediakan informasi, pemodelan, dan pemenipulasian data. System ini dapat menjadi solusi
pada pengambian keputusan dalam situasi terstruktur, semi terstruktur, dan tidak terstruktur,
dimana tak seorang pun tahu secara pasti bagaimana keputusan seherusnya dibuat [Kusrini,
2007:16].
2.3.2. Tujuan Sistem Pendukung Keputusan
Tujuan perancangan Sistem Pendukung Keputusan adalah :
1. Membantu manajemen dalam pengambilan keputusan atas masalah
semiterstruktur.
2. Memberikan dukungan atas pertimbangan manajer.
3. Meningkatkan efektifitas keputusan yang di ambil
4. Kecepatan Komputasi, computer memungkinkan para pengambil
keputusan untuk melakukan banyak komputasi secara cepat dengan biaya
yag rendah.
5. Peningkatan produktifitas.
6. Dukungan kualitas, computer bisa meningkatkan kualitas yang dibuat.
7. Berdaya saing. Managemnt dan pemberdayaan perusahaan.
8. Mengatasi keterbtasan kognitis dalam pemrosesan dan penyimpanan.
Menurut (Simon 1997), otak manusia memiliki kemampuan yang terbatas
untuk memproses dan menyimpan informasi [Kusrini, 2007:17].
2.3.2 Karakteristik Sistem Pendukung Keputusan
Karakteristik system pendukung keputusan menurut Kusrini [1] adaah sebagai
berikut:
1. System pendukung keputusan memberikan memberikan dukungan bagi pengambil
keputusan pada situasi semi terstruktur dan tidak terstruktur dengan memadukan
pertimbangan manusia dan informasi terkomputerisasi.
2. Duungan unutuk semua level menejerial, dari eksekutif puncak sampai manajer
lini.
3. Dukungan untuk individu dan kelompok
4. Dukungan untuk keputusan independen dan sekuensial
5. Dukungan di semua fase proses pengambilan keputusan, yaitu Intelligence,
design, choice, dan implementation.
6. Dukungan di berbagai proses dan gaya yang berbeda-beda.
7. Adaptivitas sepanjang waktu.
8. Mudah untuk digunakan user.
9. Peningkatan efektivitas dari pengambilan keputuasan daripada efisiensi.
10. Kontrol penuh oleh pengambil terhadap semua langkah proses pengambilan
keputusan.
11. Pengguna akhir bisa mengembangkan dan memodifikasi sendiri system sederhana.
12. Biasanya model-model digunakan untuk menganalisis system pengambilan
keputusan.
13. Akses disediakan untuk berbagai sumber daya, format, dan tipe, mulai dari system
informasi sampai system berorientasi objek.
14. Dapat digunakan sebagai standlone oleh seorang pengambil keputusan pada satu
lokasi atau didistrinusikan di suatu organisasi secara keseluruhan.
2.3.4 Komponen Arsitektur Sistem Pendukung Keputusan
Menurut Kusrini [1] Arsitektur dari system pendukung keputusan tardiri dari
empat subsistem, sebagai berikut :
1. Subsistem manajemen Data
Subsistem manajemen data adalah memasukkan satu basisdata yang yang
berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang
disebut system manajement basis data (DBMS / Data base manajemen system).
2. Subsistem manajemen Model
Subsistem manajement model adalah paket perangkat lunak yang
memasukan model keuangan, statistic, ilmu manajemn dan model kuantitatif lain
yang memberikan kapabilitas analitik dan manajemen perangkar lunak yang tepat.
Perangkat lunak ini sering disebut System Manajemn Basis Model (MBMS).
Komponen tersebut dapat dikoneksikan ke penyimpanan kororat atau external
yang ada pada model.
3. Subsistem antarmuka Pengguna
Dalam subsistem ini pengguna dapat berkomuniasi dengan memerintahkan
system yang berjalan. Pengguna adalah bagian yang dipertimbangkan dari
system. Para ahli mengemukakan bahwa beberapa kontribusi unik dari system
pendukung keputusan berasal dari interaksi yang intensif anatara computer dengan
pembuat keputusan.
4. Subsistem manajemen berbasis Pengetahuan
Subsistem ini mendukung semua subsistem lain atau bertindak langsung
sebagai suatu komponen yang independent dan bersifat operasional. Selain itu
dapat memberikan intelegensi untuk memperbesar pengetahuan si pengambil
keputusan, subsistem ini bisa diinterkoneksikan dengan repository penegetahuan
perusahaan (bagian dari system manajemn pengetahuan).
Berdasarkan penjelasan diatas, system pendukung keputusan harus mencakup tiga
komponen utama dari DBMS, MBMS, dan antermuka pengguna. Sedangkan subsistem
manajemnt berbasis pengetahuan sifatnya adalah Opsional, namun banyak memberi manfaat jika
digunakan.
2.3.5 Fase – fase Pendukung Keputusan
Langkah-langkah pemodelan dalam salam system pendukung keputusan[1]
adalah:
a) Fase Intelligence
Pada fase ini sasaran ditentukan dan dilakukan pencarian prosedur,
pengumpulan data, identifikasi masalah, klasifikasi masalah, yang
disuimpulkan dengan terbentuknya pernyataan permasalahan yang terjadi.
b) Perancangan (Design)
Pada fase ini diformulasikan model perancangan yang akan digunakan
dengan kriteria-kriteria yang telah ditentukan. Langkah selanjutnya mencari
alternative model yang bisa menyelesaikan masalah tersebut. Kemudian
memprediksi keluaran dan menentukan variable-variabel model.
c) Pemilihan (Chice)
Setelah perancangan dan design model selesai maka pada tahap ini
akan dipikih model atau design termasuk solusi dari model tersebut. Kemudian
dilakukan analisis sensitivitas, dengan mengganti beberapa variable.
d) Implementasi atau Pembuatan
Seteleh mendapatkan model yang tepat, selanjutnya pada tahap ini adalah
mengimplementasikannya dalam system pendukung keputusan.
{
x ij
, Jika j adalah atribut keuntungan
Max x ij
r ij
Min x ij
, jika j adalah atribut benefit
x ij
Keterangan :
Max xij = Nilai Terbesar dari setiap kriteria j.
Min x ij = Nilai terkecil dari setiap kriteria j.
x ij = Nilai Atribut yang dimiliki dari setiap kriteria.
Benefit = Jikan nilai terbesar adalah terbaik.
Cost = Jika nilai terkecil adalah terbaik.
Nilai referensi untuk setiap alterative ¿ adalah sebagai berikut :
n
V i=∑ W j r ij
j=1
Keterangan :
Vi = Peringkat untuk setiap alternatif
Wj = Nilai bobot (dari setiap kriteria)
r ij = Nilai rating kinerja ternormailisai
Nilai V i lebih besar dimana mengindikasikan bahwa alternative Ai terpilih.
Keunggulan metode ini dibandingkan system dengan metode lain terletak pada
kemampuan melakukan pengolahan perhitungan secara lebih tepat karna didasarkan pada nilai
kriteria dan bobot tingkat kepentngan yang dibutuhkan. Dalam metode ini juga dapat menyeleksi
alternative terbaik dari jumlah alternative yang ada kemudian akan dilakukan peoses
perankingan dari nilai bobot kriteria yang telah ditentukan.
Simbol Keterangan
Simbol Harddisk Menjelaskan input dan
output suatu proses
Entitas External
Dapat berupa orang,organisasi
atau unit lain dari luar yang
memilik keterkaitan dengan
system. Memiliki nama dan
deskripsi
Prosses
Unit yang melakukan
transformasi data, setiap
proses memiliki nomer, nama,
atau deskripsi proses
Data Flow
Berfungsi sebagai aliran data
dengan symbol arah panah ke
sumber tujuan
Data Store
Penyimpanan data pada
system
Simbol Keterangan
Simbol Keterangan
Entitas : Suatu element yang nyata atau
abstrak yang berfungsi menyimpan data
seperti Entitas Orang, Tempat atau benda.
Metode penelitian yang dilakukan dalam perancangan dan pembuatan sistem ini adalah
sebagai berikut.
3.1 Analisis Sistem
3.1.1. Analisis SWOT
3.1.2. Analiaia Kebutuhan Sistem
3.1.3. Studi Kelayakan Sistem
3.1.3.1. Studi kelayakan Teknologi
3.1.3.2. Studi Kelayakan Operasional
3.2.3.3. Studi Kelayakan Ekonomi
3.1.4. Analisis Data
3.1.4.1. Variabel Input
3.1.4.2. Variabel Output
3.2 Analisis Model
3.3. Perancangan Sistem
3.3.1 Pemodelan Sistem (DFD)
3.3.2 Pemodelan Data
1. ERD/Use case diagram
2. Relasi Tabel
3. Struktur Tabel
3.3.3 Perancangan Antarmuka
1. Halaman Login
3.2. Metode Analisis
Penelitian ini menggunakan model penelitian analisis tindakan” yang berbentuk spiral
dari siklus satu ke siklus yang lainya. Diamana ada empat tahapan analisis yaitu :
1. Perencanaan (planning)
2. Melaksanakan Tindakan (Acting)
3. Melaksakan Pengamatan (Observing)
4. Refleksi (reflecting)
3.2.1. Analisis penelitian tindakan
1. Perencanaan (planning)
Sebelum melakukan penelitian peneliti menyusun rumusan masalah, tujuan dan
manfaat serta membuat rencana tindakan dengan mengumpulkan data yang berkaitan dengan
penelitian dan perangkat pembelajaran. Dalam tahap ini peneliti melakukan langah-langkah
sebagai berikut:
1. Merumuskan Masalah
2. Analisis kebutuhan system
3. Mengumpulkan data
4. Menentukan variable input
5. Menentukan variable output
6. Menentukan bobot setiap variable
7. Menentukan himpunan dan nilai keangotaan
8. Menentukan rule base reasoning
9. Mendesign DFD
10. Mendesign ERD
11. Mendesign Interface
12. Implementasi
13. pengujian setiap bagian
14. Mengamati hasil data dari pengujian
15 Membandingkan data uji
16. Implementasi keseluruhan sistem
2. Melaksanakan Tindakan (Acting)
Pada tahap ini peneliti mengimplementasikan rancangan design system kedalam
Bahasa pemrograman dan database. Dengan dua tahap tindakan yaitu penerapan dan pengujian
setiap sub bagian system.
1. Honor
Honor per
H Waktu Tahun
H Ming
onor/ Th 2014
onor gu
Ketua Jam(Rp)
15.000,00 6 32 Rp 2.880.000,00
Anggota 1 8.000,00 6 32 Rp 1.536.000,00
Harga Peralatan
Justifik H
Materia Kuantitas
asi arga Th 2014
l
Motherboard Hardware 1 Rp.1.530.000,00 Rp. 1.530.000,00
Intel LGA1155
Processor Intel Hardware 1 Rp.2.763.000,00 Rp. 2.763.000,00
Core i5 3570
RAM Visipro 4 Hardware 2 Rp. 950.000,00 Rp. 950.000,00
GB DDR 3 PC-10600
Harddisk 500 Hardware 1 Rp. 752.000,00 Rp. 752.000,00
GB Seagate
Power Supply Hardware 1 Rp. 700.000,00 Rp. 700.000,00
500W ENP500AGT
Casing ELITE Hardware 1 Rp. 686.400,00 Rp. 686.400,00
431 RC-431P-KWN2
Kartu Jaringan Hardware 2 Rp. 140.000,00 Rp 280.000,00
H Biaya per
Kegiatan Justifi Kuan arga Tahun (Rp)
Th 2014
Laporan kasi Penyusun titas 4 Rp 40.000,00 Rp. 160.000,00
an Laporan
Publikasi Dokumen 1 Rp. 370.000,00 Rp. 370.000,00
Publikasi
Seminar Seminar 1 Rp. 950.000,00 Rp. 950.000,00
Nasional
SUB TOTAL (Rp) 1.480.000,00
15.337.000,00
TOTAL ANGGARAN YANG DIPERLUKAN SELURUH
4.2 Jadwal Kegiatan
Berikut ini adalah jadwal kegiatan berdasarkan alur yang sudah digambarkan sebelumnya.
Tabel 3. Jadwal Kegiatan
Tahun 2013 Tahun 2014
N Jenis Kegiatan 5 6 7 8 9 1 1 1 1 2 3 4 5 6 7 8 9 1 1 1
o APERSIAPAN 0 1 2 0 1 2
1 Pengajuan Proposal
BPELAKSANAAN
1 Studi Literatur
2 Pengumpulan Data
3 Analisis Data
4 Pengolahan data
5 Implementasi
6 Penyusunan draf laporan
CPENGENDALIAN
Monitoring
Evaluasi
1 Monitoring
2 Evaluasi
Evaluasi
3 Perbaikkan
4 Penulisan Laporan
DAFTAR PUSTAKA
[1] Ginting, J. 2009, Analisis Kestabilan Sistem Kendali Jaringan Terhadap Tundaan. Skripsi
Universitas Diponegoro. Semarang.
[2] Kunang Yesi Novaria. 2009, Laboratorium Komputer Virtual Berbasis Linux. Journal Universitas
Binadarma.
[3] Muhammad, I. 2010, Implementasi Virtual Private Network (VPN) Remote Access Dengan Linux
OPENSWAN, Universitas Islam Negeri Syarif Hidayatullah Jakarta, Jakarta.
[4] Nurjaman, Y. Damiri, DJ. Susanto, A. 2012. Pengembangan Sistem Remote Access
Jaringan Berbasis Client Server. - Jurnal Algoritma, STT Garut. Garut
[5] Sopian, P. 2010, Perancangan dan Implementasi Jaringan Komputer WAN Dengan VPN
Menggunakan Point To Point Tunneling Protocol Serta Pengujian SSH Secure Pada PT.
Kiyokuni Indonesia Bekasi. Journal Universitas Mercu Buana. Jakarta.