Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X

Vol. 3, No. 5, Mei 2019, hlm. 4364-4373 http://j-ptiik.ub.ac.id

Sistem Recruitment Pegawai (Studi Kasus: Mahar Agung Organizer)

Rizkia Desi Yudiari1, Fajar Pradana2, Fitra Abdurrachman Bachtiar3

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya

Email: 1sisiyudiari@student.ub.ac.id, 2fajar.p@ub.ac.id, 3fitra.bachtiar@ub.ac.id

Abstrak
Mahar Agung Organizer memiliki parameter yang banyak dalam penyeleksian kandidat yang
menyebabkan proses seleksi secara manual memakan waktu yang banyak. Penyeleksian project
manager bulan Februari 2018 lalu diestimasikan pelamar kerja mencapai lima ratus lebih kandidat.
Pada seleksi official crew bulan Agustus 2018 lalu diestimasikan pelamar kerja mencapai seribu enam
ratus kandidat. Selain itu tidak adanya proses pengklasifikasian tipe acara yang cocok bagi official
crew setelah diterima, menyebabkan project manager perlu meninjau ulang hasil wawancara untuk
menempatkan official crew kedalam daftar acara. Tidak adanya sebuah halaman ringkas yang dapat
menampilkan informasi terkait performa kerja official crew untuk menilai kinerja official crew juga
merupakan salah satu permasalahan yang diharapkan dapat diselesaikan melalui penelitian ini.
Penelitian ini akan diteliti dengan memakai pendekatan Object-oriented (OO) yang akan
menggunakan Use Case Diagram, Sequence Diagram, dan Class Diagram dalam pembuatan sistem.
Siklus pengembangan menggunakan metode Prototype dengan melakukan dua kali iterasi sesuai
perjanjian diawal dengan stakeholder. Sistem ini akan memiliki tiga fitur utama. Fitur pertama akan
mengimplementasikan penyeleksian kandidat dengan Profile Matching. Fitur kedua adalah fungsi
untuk menempatkan kandidat yang sudah diterima ke divisinya menggunakan algoritme Naive Bayes.
Fitur ketiga adalah menampilkan performance official crew dalam bentuk dashboarding information.
Pengujian validasi dengan menggunakan Black Box menghasilkan 100% valid. Pengujian unit dan
pengujian integrasi menggunakan White Box sudah sesuai dengan expected result.
Kata kunci: Naive Bayes, Profile Matching, Prototype, object-oriented.
Abstract
Mahar Agung Organizer has many parameters in selecting candidates that cause a lot of time
during manual processing. Project manager's selection in February 2018 was then estimated at more
than five hundred job applicants. In the August 2018 official crew selection, it was estimated that job
applicants reached one thousand six hundred candidates. In addition, there was no process of
classifying the types of events suitable for official crew after being accepted, causing the project
manager to review the results of the interview to place the crew official in the list of events. The
absence of a concise page that can display information related to official crew work performance to
assess official crew performance is also one of the problems that is expected to be resolved through
this research. This research will be conducted using an Object-oriented (OO) approach that will use
Use Case Diagrams, Sequence Diagrams, and Class Diagrams in making systems. The development
cycle uses the Prototype method by doing two iterations according to the agreement in the beginning
with the stakeholders. This system will have three main features. The first feature will be implementing
selection of candidates with Profile Matching. The second feature is a function for placing candidates
who have been accepted into their divisions using the Naive Bayes algorithm. The third feature is
displaying official crew performance in the form of dashboarding information. Validation testing
using Black Box produces 100% validity. Unit testing and integration testing using White Box is in
accordance with expected result.
Keywords: Naive Bayes, Profile Matching, Prototype, object-oriented.

Fakultas Ilmu Komputer

Universitas Brawijaya 4364
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
1. PENDAHULUAN
Proses penyeleksian pegawai dalam setiap
perusahaan atau organisasi pasti menemui
tantangan dalam menemukan orang yang tepat
(Ullah, 2010). Tantangan didapatkan dalam
peninjauan tiga aspek yaitu Curriculum Vitae
(CV) atau Resume, Wawancara, dan hasil ujian
jika ada (Ullah, 2010). Terdapat beberapa
parameter yang digunakan dalam tiga aspek
tersebut yaitu D-I-S-C, Transaction Analysis,
Customer Service Aptitude (CSA). D-I-S-C
adalah singkatan dari Dominance, Influence,
Conscientiousness, dan Steadiness (Bradley,
2018). Parameter yang digunakan dalam
Transaction Analysis terdiri dari 6 aspek yaitu
controlling parent (CP), nurturing parent (NP),
adult (A), natural child (NC), little professor
(LP), adapted child (AC) (Kuijt, 1978).
Parameter yang digunakan untuk CSA ini
adalah service ability, sales ability, dan
reliability (Llobet, 2016). Data objek penelitian
ini akan diambil dari Mahar Agung Organizer.
Banyaknya calon kandidat yang mendaftar
di Mahar Agung Organizer serta banyaknya
parameter penyeleksian menyebabkan proses
seleksi secara manual memakan waktu yang
banyak. Keterbatasan pegawai yang menyeleksi
juga permasalahan yang ditemukan di Mahar
Agung organizer. Penyeleksian project
manager bulan Februari 2018 lalu
diestimasikan pelamar kerja mencapai lima
ratus lebih kandidat (Lampiran A.1, 2018).
Pada seleksi official crew bulan Agustus 2018
lalu diestimasikan pelamar kerja mencapai
seribu enam ratus kandidat (Lampiran A.3,
2018). Selain itu tidak adanya proses
pengklasifikasian tipe acara yang cocok bagi
official crew setelah diterima, menyebabkan
project manager perlu meninjau ulang hasil
wawancara untuk menempatkan official crew
kedalam daftar acara. Tidak adanya sebuah
halaman ringkas yang dapat menampilkan
informasi terkait performa kerja official crew
untuk menilai kinerja official crew juga
merupakan salah satu permasalahan yang
diharapkan dapat diselesaikan melalui
penelitian ini.
Beberapa penelitian sebelumnya ada yang
mengimplementasikan algoritme Profile
Matching dalam menyeleksi pegawai. Untuk
mengklasifikasikan atau menempatkan pegawai
juga dapat dilakukan dengan beberapa metode
Fakultas Ilmu Komputer, Universitas Brawijaya
4365
klasifikasi. Metode klasifikasi tersebut seperti
Naïve Bayes, Decision Tree, dan k-Nearest
Neighbor. Metode-metode yang telah
disebutkan tentunya memiliki kelebihan dan
kelemahan. Kelebihan Profile Matching
disebutkan dapat memperkencang dan
meringankan prosedur pemungutan keputusan
(Munawir and Ardiansyah, 2017). Kelebihan
Naïve Bayes disebutkan berkinerja baik ketika
atribut adalah non-numerik, karena sifat asli
pengukur klasifikasi berdasarkan seringnya
kemungkinan maksimum yang muncul
(Karthika and Sairam, 2015). Kelemahan dari
Naïve Bayes memiliki akurasi yang kurang
karena teori yang mengasumsikan atribut-
atributnya bersifat independen dan tidak
berkorelasi tidak bisa digunakan dalam semua
kasus klasifikasi (Karthika and Sairam, 2015).
Naïve Bayes disebutkan dapat mengungguli
metode klasifikasi yang lebih canggih seperti
Decision Tree dan k-Nearest Neighbor (Ashari,
Paryudi and Min, 2013).
Untuk menyelesaikan permasalahan
tersebut, maka dibangunlah sebuah sistem
bernama ‘Sistem Recruitment Pegawai’. Sistem
ini akan menggunakan metode Profile
Matching untuk proses seleksi kandidat dan
Naïve Bayes untuk proses klasifikasi Official
Crew. Naïve Bayes akan digunakan dalam
mengklasifikasikan Official Crew yang sudah
lolos, kedalam tipe-tipe acara yang dilayani
oleh Mahar Agung Organizer. Tipe acara
tersebut adalah event, wedding, exhibition,
coorporate, party, dan birthday (Lampiran A.3,
2018). Selain itu, guna memudahkan penilaian
kinerja official crew, aplikasi ini akan memiliki
halaman dashboarding information. Sistem ini
dibangun menggunakan pendekatan Object
Oriented (OO).
2. LANDASAN KEPUSTAKAAN
2.1. Profile Matching
Profile Matching adalah algoritme yang
membandingkan kompetensi individu dengan
kompetensi yang diharapkan untuk mengetahui
perbedaan kompetensinya (Tharo and Siahaan,
2016). Profile matching juga merupakan
algoritme perhitungan yang memiliki akurasi
yang tinggi (Tharo and Siahaan, 2016). Profile
matching terdiri dari lima tahapan yaitu
(Munawir and Ardiansyah, 2017):
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4366

1. Pemetaan Gap Kompetensi Keterangan persamaan 3:

Gap adalah selisih nilai antara profil
pegawai dengan profil standar. Perhitungan gap
dapat dilihat dari Persamaan 1.
Persamaan (1):
𝐺𝑎𝑝 = Profil pegawai − Profil standar
Setelah diperoleh gap akan dilakukan
pembobotan. Proses pemberian bobot nilai
dengan patokan disebut proses pembobotan
yang dapat dilihat di tahap 2.
2. Pembobotan
Pembobotan nilai masing-masing aspek
didapat dari selisih gap. Adapun daftar yang
memetakan selisih gap menjadi bobot nilai
berada pada Tabel 1:
Tabel 1. Bobot Nilai Gap
Selisih
Bobot nilai
Gap
0 6
1 5.5
-1 5
2 4.5
-2 4 dari kandidat pegawai. Penentuan peringkat
3 3.5
-3 3
4 2.5
-4 2
5 1.5
-5 1
3. Perhitungan dan pengelompokkan Core
dan Secondary factor
Setelah Pembobotan, tiap aspek
dikelompokkan menjadi core factor dan
secondary factor. Core factor ialah aspek
(kompetensi) yang sangat diperlukan dalam
sebuah pangkat. Secondary factor (Faktor
Pendukung) ialah aspek selain Core factor.
Perhitungan Core factor ada pada Persamaan
2. Perhitungan secondary factor ada pada
Persamaan 3.
∑𝑛
𝑘=0 𝑁𝐶
𝑁𝐶𝐹 = ∑𝑛
(2)
𝑘=0 𝐼𝐶
Keterangan Persamaan 2:
NCF: Nilai rata-rata Core factor
NC: Jumlah total nilai Core factor
IC: Jumlah item Core factor
∑𝑛
𝑘=0 𝑁𝑆
𝑁𝑆𝐹 = ∑𝑛
(3)
𝑘=0 𝐼𝑆
NSF: Nilai rata-rata secondary factor
NS: Jumlah total nilai secondary factor
IS: Jumlah item secondary factor
4. Perhitungan nilai total
(1)
Setelah melalui tahap 3, kemudian dicari
nilai total. Perhitungan nilai total didapatkan
dari rumus pada Persamaan 4.
Persamaan 4:
(4)
Keterangan Persamaan 4:
N: Nilai total tiap aspek
X%: Nilai persen yang ditentukan
NCF: Nilai rata-rata Core factor
NSF: Nilai rata-rata Secondary factor
5. Perhitungan ranking
Tahap terakhir ialah penentuan peringkat
didapat dari rumus pada Persamaan 5.
Persamaan 5:
(5)
Keterangan Persamaan 5:
X%: Nilai persen yang diinputkan
N1, N2, N3: Nilai aspek yang sudah dihitung
total
2.1 Naive Bayes
Naïve Bayes Classifiers adalah metode
pengelompokkan sederhana yang mencari
peluang dengan menjumlahkan banyaknya
kemunculan nilai (frekuensi) serta kombinasi
nilai dari sekumpulan data (Saleh, 2015).
Metode Naïve Bayes Classifiers dituliskan
dalam Persamaan 6:
𝑝𝑟𝑖𝑜𝑟 𝑥 𝑙𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑
𝑃𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟 = (6)
𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑒
2.2. Pendekatan object-oriented (OO)
Pendekatan yang digunakan untuk analisis
modeling adalah pendekatan OO. Pendekatan
OO menggunakan Unified Modeling Language
(UML). UML adalah media (instrumen)
pemodelan yang dipakai dalam mendefinisikan
perangkat lunak yang terhubung dengan objek
(Whitten & Bentley, 2007). UML mencakup

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
beberapa tipe diagram, diantaranya adalah Use-
Case Diagram, Sequence Diagram, Class
Diagram.
2.3. Protoype model
Prototype model adalah salah satu
pengembangan perangkat lunak yang dapat
digunakan jika ingin mengaplikasikan sebuah
algoritme dalam sistem (Pressman, 2009).
Kelemahan yang didapatkan dari pembuatan
prototype untuk ditujukan pada stakeholder
adalah keinginan stakeholder untuk menambah
beberapa perubahan terhadap prototype yang
sudah dibangun. Untuk menghindari itu semua
adalah adanya perjanjian diawal dengan
stakeholder bahwa prototype dibangun untuk
memperjelas kebutuhan yang sudah daftar saat
perencanaan (Pressman, 2009). Berikut adalah
siklus Protoype model yang tertuang dalam
Gambar 1.
Gambar 1. Prototype model
2.4. METODOLOGI PENELITIAN
Gambar 2. Metodologi Penelitian
Fakultas Ilmu Komputer, Universitas Brawijaya
4367
Metode penelitian ialah tahap-tahap yang
dilakukan saat pengembangan ‘Sistem
Recruitment Pegawai Studi Kasus: Mahar
Agung Organizer’ dalam penelitian ini. Dalam
Gambar 2 dapat dilihat tahap-tahap yang akan
dilaksanakan. Tahap-tahap dalam metode
penelitian adalah studi literatur, pengumpulan
data, analisis kebutuhan, perancangan sistem,
implementasi, pengujian dan analisis, serta
diakhiri dengan kesimpulan dan saran.
3.1. Studi Literatur
Studi literatur mendefenisikan landasan
teori yang dipakai dalam penelitian ini.
Landasan teori ini diperoleh dari beberapa
sumber seperti: penelitian sebelumnya, buku,
ebook, journal, dan beberapa literatur dari
internet.
3.2. Pengumpulan Data
Data dikumpulkan dari Mahar Agung
Organizer yang terletak di Surabaya, Jawa
Timur. Data yang dipakai adalah parameter dan
value penilaian kandidat pegawai, cara
penilaian kandidat pegawai, dan pemetaan
untuk menentukan tipe acara kandidat yang
sesuai. Jabatan pegawai yang digunakan adalah
project managaer dan official crew.
Pengumpulan data dilakukan dengan
melakukan wawancara terstruktur. Wawancara
terstruktur dilakukan dengan membagikan
beberapa pertanyaan kepada responden.
3.3. Analisis Kebutuhan
Analisis kebutuhan ditargetkan agar dapat
memperoleh semua kebutuhan dari perangkat
lunak yang akan dibangun. Tujuan analisis
kebutuhan ialah mendapatkan permasalahan
yang ingin dikerjakan, mengetahui batasan-
batasan dari sistem, dan mengetahui para
stakeholder dalam sistem (Siahaan, 2012).
Analisis Kebutuhan ini melewati 3 tahap yaitu:
1. Elisitasi Kebutuhan
2. Spesifikasi Kebutuhan
3. Manajemen Kebutuhan
3.4. Perancangan Sistem
Perancangan digunakan sebagai landasan
dalam implementasi serta pengujian sistem.
Perancangan Sistem Recruitment Pegawai
terdiri dari: perancangan arsitektur,
perancangan komponen, perancangan data,
perancangan antarmuka.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4368

3.5. Implementasi Sistem halaman login dan

melakukan kebutuhan
Tahap implementasi sistem merupakan fungsional berupa login.
tahap merealisasikan perancangan sistem.
Hypertext Preprocessor (PHP) akan digunakan Admin adalah orang yang
bertugas untuk memasukkan
untuk membangun sistem sesuai dengan nilai dari parameter-
perancangan sistem. Implementasi sistem parameter dalam
sendiri terdiri dari empat proses yaitu Admin penyeleksian pegawai.
implementasi sistem, implementasi basis data, Dalam hal ini admin adalah
pegawai HRD Mahar Agung
implementasi kode program, serta implementasi Organizer Surabaya.
antar muka (interface).
User adalah masyarakat
3.6. Pengujian dan Analisis yang akan memasukkan CV
User mereka kedalam sistem agar
Pengujian kebutuhan fungsionalitas akan dapat di analisis oleh admin
menggunakan strategi Black box dan White dan diseleksi oleh sistem.
box. Pengujian yang dilakukan berdasarkan
kebutuhan dari perangkat lunak yang 4.3. Kebutuhan Fungsional dan Non
diaplikasikan penguji untuk mendapatkan Fungsional
beberapa kondisi input yang secara keseluruhan Kebutuhan fungsional sistem serta
memenuhi kebutuhan fungsional bagi perangkat spesifikasinya ditunjukkan pada Tabel 3, Tabel
lunak disebut Black box (Pressman, 2009). 4, dan Tabel 5. Setiap kebutuhan fungsional
Pengujian perangkat lunak yang menggunakan akan diberikan kode SRP-F-XXX. Adapun
beberapa kasus uji dengan berlandaskan kebutuhan non fungsional dari sistem ini yang
struktur program dan komponennya disebut diberikan kode SRP-NF-XXX hanya 1 yaitu
White-box testing (Pressman, 2009). usabilitas.
4. Rekayasa Kebutuhan
4.1. Gambaran Umum Sistem Tabel 3. Kebutuhan Fungsional User
Sistem Recruitment Pegawai berbasis web
Kode Kebutuhan Deskripsi Kebutuhan
dibuat dengan tujuan menjadi solusi
Sistem dapat menerima
penyelesaian masalah yang terjadi saat masukkan berupa data CV
penyeleksian kandidat pegawai di Mahar yang terdiri dari full name,
Agung Organizer Surabaya Jawa Timur. Sistem email, telephone, foto,
SRP-F-001 profile, education
ini akan digunakan oleh user yang mengunjungi
background, working
website untuk drop CV, dan admin (pegawai experience, dan jabatan
HRD) di Agung Organizer Surabaya Jawa kerja.
Timur. Terdapat hal yang menjadi bagian utama
pada sistem ini yaitu: Tabel 4. Kebutuhan Fungsional Guest
Aktor Bobot nilai
1. Proses Penyeleksian Official Crew. Sistem dapat menampilkan
halaman login yang terdiri
2. Proses Klasifikasi Official Crew. SRP-F-002
dari username, password
dan tombol untuk login.
3. Proses Penyajian Infromasi Performance
Official Crew. Tabel 5. Kebutuhan Fungsional Admin
Aktor Bobot nilai
4.2. Identifikasi Aktor Sistem dapat menampilkan
halaman ‘Daftar CV official
Identifikasi Aktor didapatkan melalui crew (OC)’ yang memuat
pengelompokkan aktor sesuai karakteristik serta SRP-F-003 informasi berupa full name,
relasinya dengan Sistem Recruitment Pegawai. education background,
Pada Tabel 2 disebutkan para aktor pada Sistem working experience, dan
rata-rata.
Recruitment Pegawai berserta deskripsinya.
Sistem dapat menampilkan
Tabel 2. Deskripsi Aktor halaman ‘Detail CV OC’
SRP-F-004 yang memuat informasi
Aktor Bobot nilai berupa full name, email,
Guest adalah orang yang telephone, foto, profile,
Guest
bertugas untuk membuka

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
education background, dan
working experience.
Sistem dapat menambahkan
nilai penilaian CV OC.
Penilaian CV yang terdiri
SRP-F-005
dari aspek education
background, dan working
experience.
Sistem dapat menampilkan
halaman ‘Tahap 1 OC’ yang
SRP-F-006
memuat informasi berupa
full name, dan nilai video.
istem dapat menambahkan
penilaian video OC.
SRP-F-007
Penilaian video terdiri dari 1
aspek yaitu penilaian video.
Sistem dapat menampilkan
halaman ‘Tahap 2 OC’ yang
SRP-F-008 memuat informasi berupa
full name, CP, NP, A, NC,
LP, AC.
Sistem dapat menambahkan
penilaian Transaction
SRP-F-009 Analysis (TA). Penilaian TA
terdiri dari 6 aspek yaitu CP,
NP, A, NC, LP, dan AC.
Sistem dapat menampilkan
halaman ‘Tahap 3 OC’ yang
memuat informasi berupa
SRP-F-010
full name, attitude, public
speaking, appearance,
intelligence, dan sensitivity.
Sistem dapat menambahkan
penilaian wawancara OC.
Penilaian wawancara terdiri
SRP-F-011 dari 6 aspek yaitu attitude,
public speaking,
appearance, intelligence,
dan sensitivity.
Sistem dapat menampilkan
halaman ‘Tahap 4 OC’
yang memuat informasi
SRP-F-012
berupa full name, nilai total
CV dengan video, nilai total
wawancara, dan hasil akhir.
Sistem dapat menampilkan
halaman ‘Klasifikasi OC’
yang memuat informasi
berupa full name, service
ability, team orientation,
SRP-F-013 sociability, achievement
drive, self confidence,
reliability, attendance,
organizational skill, quality
of work, analytical, dan tipe
acara.
Sistem dapat menambahkan
penilaian klasifikasi official
crew (OC) dengan skala
nilai adalah yes, netral, no.
Aspek penilaian klasifikasi
SRP-F-014
official crew adalah team
orientation, sociability, self
confidence, reliability,
attendance, quality of work,
dan menekan tombol
Fakultas Ilmu Komputer, Universitas Brawijaya
4369
‘Submit’.
Sistem dapat menampilkan
halaman ‘Penilaian
Performance OC’ yang
SRP-F-015 memuat informasi berupa
full name, grade, tipe acara,
sensitivity, availability, dan
intelligence.
Sistem dapat menambahkan
penilaian performance OC
yang memuat informasi
SRP-F-016 berupa full name, grade, tipe
acara, sensitivity,
availability, dan
intelligence.
Sistem dapat menyunting
penilaian performance OC
yang memuat informasi
SRP-F-017 berupa grade, tipe acara,
sensitivity, availability, dan
intelligence.
Sistem dapat menghapus
SRP-F-018 penilaian performance OC.
Sistem dapat menampilkan
halaman ‘Performance OC’
dalam diagram batang.
Informasi Performance OC
SRP-F-019 adalah full name, grade, tipe
acara, sensitivity,
availability, dan
intelligence.
Sistem dapat melakukan
SRP-F-020
logout.
5. Perancangan dan Implementasi
5.1. Perancangan Arsitektur Sistem
MVC atau Model View Controller adalah
arsitektur yang digunakan untuk membangun
Sistem Recruitment Pegawai. Arsitektur ini
bekerja dengan menggunakan Model sebagai
klas yang terdiri dari data dari sistem, View
sebagai klas yang berperan untuk menjadi
antarmuka dari sistem dan Controller yang
berperan sebagai klas yang mengkoordinir alur
sistem dari klas View dan klas Model.
5.2. Perancangan Antarmuka Sistem
pengguna
Perancangan antarmuka terdiri dari
perancangan antarmuka iterasi pertama dan
perancangan antarmuka iterasi kedua.
Perancangan antarmuka iterasi pertama
digunakan untuk memberikan contoh nyata
untuk mempermudah masukan pengguna.
Perancangan antarmuka iterasi pertama dibuat
dengan microsoft power point. Perancangan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4370

antarmuka iterasi kedua dilakukan setelah Pengujian Unit terdiri dari beberapa tahapan
perancangan antarmuka iterasi pertama telah seperti pembuatan diagram alir dari
diberikan. Gambar 3 merupakan salah satu pseudocode, perhitungan cyclomatic complexity
contoh antarmuka penilaian wawancara OC. sesuai diagram alir, serta penentuan basis path
sesuai diagram alir.
1. Pseudocode
1 Start
2 var A = Select idCV from tahap4oc 1

where (‘idCV’, $idCV);

3 if (var A -> num_rows () > 0 ) { 2
4 return 0; } 3
5 else { return 1; } 4 5
6 end

Gambar 3. Penilaian wawancara OC

2. Basis Path Testing
2.1 Diagram Alir
Pada nomor 1 untuk menamapilkan berbagai
fitur sistem ini. Nomor 2 adalah halaman
‘Penilaian tahap 3 OC’. Nomor 3 merupakan
pop up form ‘Penilaian Wawancara OC’.
Nomor 4 merupakan judul dari form. Nomor 5
untuk menerima masukan penilaian dari admin.
Nomor 6 untuk menampilkan collapse-box
berisi range penilaian dari admin. Nomor 7 Gambar 4 Diagram Alir checkAvailability(idCV)
untuk input data. Nomor 8 untuk menutup form.
2.2 Cyclomatic Complexity
5.3. Implementasi Kode a) V(G) = jumlah region = 2
Terdapat 3 kelas controller pada sistem ini. b) V(G) = ((jumlah edge – jumlah node
Kelas tersebut bernama user_c, admin_c, dan )+ 2 )
recruitment_c. = ((5-5)+2) = 2
5.4. Implementasi Antarmuka Pengguna c) V(G) = jumlah predicate node + 1
Implementasi antarmuka penguna = 1+1 = 2
menampilkan antarmuka dari aplikasi sistem
ini. Tampilan antarmuka penilaian wawancara 2.3 Jalur Independen
OC terdiri dari 8 elemen utama,yaitu: a) Jalur 1: 1-2-3-5
1. Side menu untuk menamapilkan b) Jalur 2: 1-4-5
berbagai fitur sistem ini.
2. Halaman yang menampilkan halaman 6.2. Pengujian Integrasi
‘Penilaian tahap 3 OC’. Pada pengujian integrasi ini dilakukan 2
3. Form ‘Penilaian Wawancara OC’. sampel pengujian. Pengujian pertama yaitu
4. Judul dari form. operasi insertNilaiTahap3() pada klas
5. Textbox untuk menerima masukan recruitment_c. Operasi insertTahap3 ini
penilaian dari admin. memanggil operasi lain dari kelas tahap3_m
6. Tombol ‘Informasi’ untuk dan tahap4_m, selain itu operasi
menampilkan collapse-box berisi range insertNilaiTahap3() juga memanggil operasi
penilaian dari admin. lain dari klas recruitment_c sendiri. Salah satu
7. Tombol ‘Submit’ untuk input data. operasi yang dipanggil oleh operasi
8. Tombol ‘X’ untuk menutup form. insertNilaiTahap3() salah satunya akan diuji
dalam pengujian unit. Pengujian Integrasi
6. Pengujian terdiri dari beberapa tahapan seperti pembuatan
6.1. Pengujian Unit diagram alir dari pseudocde, pembuatan
Pengujian unit adalah pengujian yang cyclomatic complexity dari diagram alir, dan
fokusnya terletak pada tiap unit dari perangkat menentukan basis path dari diagram alir.
lunak yang diabangun. Pengujian unit akan
dilaksanakan dengan whitebox testing yang
memakai teknik pengujian basis path.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4371

2.1 Psudocode 2.2 Basis Path Testing

Start 2.1 Diagram Alir
If (user is logged in){ 1
Get data from halamanTahap3_view
Update to tahap3_m value (data) where 2
“idCV” = idCV ]
checkAvailability id_cv on tahap4oc 3
if (availability is empty){
getData from octahapcv, cv, octahapcv, tahap1oc,
tahap2oc, tahap3oc where octahapcv.idCV = idCV
nilaiEB = bobotNilai((nilai EB) - 6)
nilaiWE = bobotNilai((nilai WE) - 8)
nilaiVideo = bobotNilai((nilaiVideo) - 8)
nilaiAttitude = bobotNilai((nilai attitude) - 7)
nilaiPublicSpeaking = bobotNilai((nilai
publicSpeaking) - 8)
nilaiAppearance = bobotNilai ((nilai appearance) - 6)
nilaiIntelligence = bobotNilai ((nilai intelligence) - 8) 4
nilaiSensitivity = bobotNilai ((nilai sensitivity) - 8)
ncf_1 = ncf1(nilaiEB, nilaiVideo)
nsf_1 = nilaiWE Gambar 5. Diagram alir insertNilaiTahap3()
ncf_2 = ncf2(nilaiAttitude, nilaiIntelligence,
nilaiSensitivity) 2.2 Cyclomatic Complexity
nsf_2 = nsf2(nilai_publicSpeaking, a) V(G) = jumlah region = 5
$nilai_appearance)
total_1 = total1(ncf_1, nsf_1)
b) V(G) = ((jumlah edge – jumlah node
total_2 = total2(ncf_2, nsf_2) )+2 )
nilai_Akhir = nilaiAkhir(total_1, total_2) = ((17-14)+2) = 5
Insert to tahap4oc value (idCV, total_1, total_2,
nilai_Akhir) c) V(G) = jumlah predicate node + 1
If(klasifikasi is empty) { 5 = 4+1 = 5
Insert to klasifikasi_oc value (‘idCV’,default) 2.3 Jalur Independen
}
} 7 6 a) Jalur 1: 1-2-3-4-5-6-12-14
Else { b) Jalur 2: 1-2-3-4-5-7-12-14
getData from octahapcv , cv, octahapcv, tahap1oc,
tahap2oc, tahap3oc where octahapcv.idCV = idCV
c) Jalur 3: 1-2-3-8-9-10-12-14
nilaiEB = bobotNilai ((nilai EB) - 6) d) Jalur 4: 1-2-3-8-9-11-12-14
nilaiWE = bobotNilai((nilai WE) - 8) c) Jalur 5: 1-13-14
nilaiVideo = bobotNilai((nilaiVideo) - 8)
nilaiAttitude = bobotNilai((nilai attitude) - 7)
nilaiPublicSpeaking = bobotNilai((nilai 6.3 Pengujian Validasi
publicSpeaking) - 8)
nilaiAppearance = bobotNilai((nilai appearance) - 6)
Pengujian Black box yang dilakukan
nilaiIntelligence = bobotNilai((nilai intelligence) - 8) terhadap dalam spesifikasi kebutuhan yang
nilaiSensitivity = bobotNilai((nilai sensitivity ) - 8) tertera dalam kode kebutuhan SRP-F-011
ncf_1 = ncf1(nilaiEB, nilaiVideo)
nsf_1 = nilaiWE memiliki status valid. Adapu Spesifikasi
ncf_2 = ncf2(nilaiAttitude, kebutuhan dari kode kebutuhan SRP-F-011
nilaiIntelligence, nilaiSensitivity) adalah sebagai berikut:
8
nsf_2 = nsf2(nilai_publicSpeaking,
$nilai_appearance) 1. Sistem dapat menampilkan form ‘Penilaian
total_1 = total1(ncf_1, nsf_1) Wawancara OC’. (SRP-F-011-01)
total_2 = total2(ncf_2, nsf_2)
nilai_Akhir = nilaiAkhir (total_1, total_2)
2. Sistem dapat memberikan alert ‘Berhasil
Update to tahap4oc value (idCV, total_1, total_2, Upload’ dan menampilkan halaman ‘Tahap 3
nilai_Akhir) where ‘idCV’ = idCV OC’ saat tombol ‘Submit’ pada form
If(klasifikasi is empty) { 9
Insert to klasifikasi_oc value (‘idCV’,default) ‘Penilaian Wawancara OC’ ditekan. (SRP-F-
} 10 011-02)
} 11 3. Sistem dapat menampilkan feedback seperti
alert('Berhasil upload!');
open page on halamanTahap3 pada kode kebutuhan ‘SRP-F-010’ saat
} 12 tombol ‘X’ pada form ‘Penilaian Wawancara
else {
open page for login
OC’ ditekan. (SRP-F-011-03)
13
} 14 4. Sistem dapat update nilai penilaian jika
end 3 data sudah ada. (SRP-F-011-04)
5. Sistem dapat menampilkan collapse box
berisi range penilaian saat tombol ‘Informasi’
pada form ‘Penilaian Wawancara OC’
ditekan. (SRP-F-011-05)

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4372

6. Sistem tidak dapat memasukkan nilai dan Jawaban E = 0 x 1 = 0

akan menampilkan alert, jika nilai yang
diberikan admin tidak sesuai range penilaian Jumlah = ( Jawaban A + Jawaban B + Jawaban
atau tidak diisi. (SRP-F-011-06) C + Jawaban D ) = 141

6.4 Pengujian Usabilitas Jumlah Nilai Maksimal = 3 responden x 10

Dalam pengujian ini, usability diukur Soal x 5 Jawaban = 150
dengan cara melakukan pengujian post task
study. Pengujian post task study akan Presentase Usability = 141/150 x 100%
dikerjakan dengan memakai metode Single = 94 %
Ease Question (SEQ). Pengujian ini berfungsi Pengujian usabilitas telah dilakukan pada
untuk memperkirakan kemudahan pengguna aplikasi “Sistem Recruitment Pegawai” kepada
saat pengguna sudah menyelesaikan semua 3 orang responden yang telah menggunakan
skenario/task yang diberikan (Sauro, Jeff; aplikasi, lalu responden mengisi angket yang
Lewis, 2012). Daftar pertanyaan dan hasil berupa selebaran pertanyaan. Dari data
kuisioner SEQ terdapat pada tabel 5. selebaran pertanyan yang dibagikan ke 3 orang
didapatkan jawaban: sangat setuju = 21, untuk
Tabel 5. Daftar pertanyaan dan hasil kuisioner
jawaban setuju = 9, jawaban netral = 0,
SEQ
jawaban tidak setuju = 0, dan sangat tidak
Daftar Pertanyaan Jawaban setuju = 0. Presentase usabilitas yang diperoleh
Learnability A B C D E dari jawaban 3 orang tersebut adalah 94%.
Menurut saya tampilan
aplikasi “Sistem Recruitment Maka menurut hasil perhitungan kuantitatif
Pegawai” menarik (bagus)
3
milik Arikunto dapat dimengerti bahwa 94%
dilihat?
Menurut saya tampilan awal
termasuk kedalam kualifikasi baik dan berhasil.
pada aplikasi ini menarik 2 1
(bagus) dilihat? 7. Penutup
Menurut saya menu-menu
pada aplikasi ini mudah untuk 2 1 7.1 Kesimpulan
dipahami? Kesimpulan yang dapat ditarik setelah
Menurut saya tulisan teks
yang digunakan mudah dan 3 melakukan penelitian ini adalah:
jelas?
Efficiency 1. Didapatkan 20 kebutuhan fungsional
Menurut saya menu pada dan 1 kebutuhan non-fungsional saat
aplikasi yang ditampilkan pengerjaan proses rekayasa kebutuhan
dapat dipahami dengan
3
mudah? Sistem Recruitment Pegawai.
Menurut saya menu yang di Selanjutnya, 20 kebutuhan fungsional
klik dapat menampilkan 1 2 tersebut dimodelkan menjadi Use Case
dengan cepat?
Memorability Diagram dan Use Case Scenario dan 1
Menurut saya tata letak desain kebutuhan non fungsional akan diuji
antarmuka dapat mudah 3 dengan pengujian usabilitas yang
diingat?
Menurut saya fitur menghasilkan presentase usabilitas
memasukkan parameter
2 1
sebesar 94%. Lalu perancangan sistem
penilaian kandidat pegawai menghasilkan 4 hasil rancangan yaitu
mudah untuk digunakan ?
Menurut saya fitur menyunting hasil rancangan Sequence Diagram,
parameter penilaian kandidat
1 2
hasil rancangan klas diagram, hasil
pegawai mudah untuk rancangan data, dan hasil rancangan
digunakan ?
Satisfication komponen. Tahap implementasi
Menurut saya selama membuahkan 4 hal yaitu spesifikasi
menggunakan aplikasi ini 1 2 sistem, implementasi basis data
merasa sangat nyaman?
TOTAL 21 9 0 0 0 berdasarkan hasil rancangan data,
implementasi kode program yang
Perhitungan & penyelesaian : berlandaskan perancangan komponen,
Jawaban A = 21 x 5 = 105 serta implementasi antarmuka yang
Jawaban B = 9 x 4 = 36 didasarkan perancangan antarmuka.
Jawaban C = 0 x 3 = 0
Jawaban D = 0 x 2 = 0

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4373

2. Penerapan algoritme Profile Matching Decision Support System Pemilihan Karyawan

terdapat 2 kandidat yang tidak sesuai Berprestasi Dengan Pendekatan Analisa Gap
dengan pakar. Hal ini bisa disebabkan Profile matching Di Kantor Perwakilan Bank
oleh penyeleksian kandidat yang masih Indonesia Provinsi Aceh. Jurnal Teknologi
dilakukan dengan subjektif oleh pakar. Informasi dan Komunikasi, 1(1), pp.7–14.
Pengujian algoritme ini menggunakan Pressman, R.S., 2009. Software Engineering A
Bivariate Correlations. Practitioner’s Approach 7th Ed - Roger S.
3. Penerapan algoritme Naive Bayes Pressman. Software Engineering A
menunjukkan hasil akurasi 100% dari 5 Practitioner’s Approach 7th Ed - Roger S.
data uji yang diterapkan. Pengujian Pressman.
algoritme Naive Bayes menggunakan Saleh, A., 2015. Implementasi Metode
pengujian akurasi. Klasifikasi Naïve Bayes dalam Memprediksi
Besarnya Penggunaan Listrik Rumah Tangga.
4. Penerapan dashboarding information
Citec Journal, [online] 2(3), pp.207–217.
official crew melalui 2 kali iterasi dari
Available at:
tahap perancangan yang sudah
<ojs.amikom.ac.id/index.php/citec/article/down
dilakukan. Adanya penambahan radio
load/375/355>.
button sebagai parameter dalam
menyajikan informasi terkait official Sauro, Jeff; Lewis, J., 2012. Quantifying The
crew merupakan peracangan terakhir User Experience : Practical Statistics For User
sebelum diimplementasikan. Research.
Tharo, Z. and Siahaan, A., 2016. Profile
5. Tahap pengujian menghasilkan hasil
Matching in Solving Rank Problem. IOSR
sebesar 100% valid terhadap pengujian
Journal of Electronics and Communication
validasi dan sesuai expected result
Engineering, [online] 11(05), pp.73–76.
terhadap pengujian unit dan pengujian
Available at: <http://www.iosrjournals.org/iosr-
integrasi.
jece/papers/Vol. 11 Issue 5/Version-
7.2 Saran 1/K1105017376.pdf>.
Saran yang dapat digunakan jika dilakukan
penelitian lebih lanjut terhadap sistem ini
adalah
1. Membuat antarmuka nilai ideal, agar
admin dapat mengganti nilai ideal
sewaktu-waktu
2. Membuat data latih pada
pengklasifikasi OC ke dalam tipe acara
OC lebih dinamis, sehingga data latih
dapat terus bertambah.

Daftar Pustaka
Karthika, S. and Sairam, N., 2015. A Naïve
Bayesian Classifier for Educational
Qualification. Indian Journal of Science and
Technology, [online] 8(16). Available at:
<http://indjst.org/index.php/indjst/article/view/6
2055>.
Kurniawan, T.A., 2018. Pemodelan Use Case
(UML): Evaluasi Terhadap beberapa Kesalahan
dalam Praktik. Jurnal Teknologi Informasi dan
Ilmu Komputer, [online] 5(1), p.77. Available
at:
<http://jtiik.ub.ac.id/index.php/jtiik/article/view
/610>.
Munawir, M.; and Ardiansyah, A.;, 2017.

Fakultas Ilmu Komputer, Universitas Brawijaya