Disusun Oleh :
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH BANJARMASIN
2022/2023
BAB I
PENDAHULUAN
1.1. Latar Belakang
Dari latar belakang diatas didapatkan suatu rumusan masalah yaitu bagaimana
penerapan algoritma SAW dalam menentukan kinerja dosen terbaik berdasarkan
evaluasi dosen oleh mahasiswa dan kehadiran dosen di program studi informatika.
1. Sistem hanya digunakan untuk penilaian Proses Belajar Mengajar (PBM) dan
monitoring kehadiran dosen di program studi S1 Informatika.
3. Output dari sistem ini adalah hasil evaluasi dari kehadiran dosen dan evaluasi
proses belajar mengajar dosen yang ditampilkan dalam bentuk perangkingan
dari hasil perhitungan penilaian.
1.4. Tujuan
1.5. Manfaat
Manfaat yang didapat dari penelitian ini adalah dapat menentukan kinerja
dosen terbaik bardasarkan evaluasi kehadiran dosen dan evaluasi proses belajar
mengajar dengan standarisasi dari Gugus Penjamin Mutu fakultas teknik.
BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Studi
Berikut ini adalah penelitian terkait yang digunakan sebagai tinjauan untuk
melakukan penelitian:
2.1.1 Implementasi Sistem Pendukung Keputusan Penentuan Dalam
Memprediksi Kinerja Dosen Terbaik Metode SAW
Salah satu faktor yang berperan penting dalam kemandirian dan kemajuan
suatu bangsa adalah pendidikan. Semakin maju pendidikan, semakin maju pula
bangsa tersebut. Di Indonesia, pendidikan dianggap belum berhasil membangun
bangsa karena masih terdapat banyak kampus dengan akreditasi rendah. Kinerja
dosen memiliki peran yang sangat penting dalam mempengaruhi prestasi dan hasil
belajar mahasiswa. Oleh karena itu, penting untuk melakukan penilaian terhadap
kinerja dosen. Dosen yang bekerja dengan baik dan bertanggung jawab akan
diberikan penghargaan setiap 6 bulan sebagai bentuk apresiasi. Pendekatan ini
bertujuan untuk meningkatkan semangat dan kinerja dosen.
Beberapa tahun belakangan, telah dilakukan penelitian-penelitian untuk mengukur
kinerja dosen dengan menggunakan berbagai metode dan algoritma yang berbeda.
Salah satu metode yang digunakan adalah metode Simple Additive Weighting
(SAW), yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif
berdasarkan kriteria tertentu. Metode SAW juga dikenal sebagai metode
penjumlahan terbobot. Metode ini telah banyak digunakan dalam pembuatan
keputusan, termasuk dalam penilaian kinerja dosen. Metode SAW dianggap sebagai
salah satu metode yang mampu memberikan hasil perangkingan yang akurat
melalui penilaian kriteria-kriteria yang beragam.
Beberapa kriteria yang digunakan dalam pengambilan keputusan, antara lain
kedisiplinan, pemaparan perkuliahan yang terupdate, penampilan, silabus, dan
laporan kinerja. Metode SAW digunakan untuk mengukur kinerja dosen
berdasarkan kriteria-kriteria ini. Hasil penilaian kinerja dengan metode SAW akan
diimplementasikan ke dalam suatu aplikasi yang akan digunakan di Institut Agama
Islam (IAI) Almuslim Aceh. Tujuan dari aplikasi ini adalah untuk membantu seleksi
dosen terbaik dan memberikan penghargaan secara lebih terarah kepada dosen
tersebut[9].
2.1.2 Sistem Pendukung Keputusan Evaluasi Kinerja Dosen Menggunakan
Metode Fuzzy Simple Additive Weighting(FSAW).
Berdasarkan penelitian terdahulu, dari Erwin Panggabean.,ST.,M.Kom
tahun 2016 yang berjudul “Sistem Pendukung Keputusan Evaluasi Kinerja Dosen
Menggunakan Metode Fuzzy Simple Additive Weighting(FSAW)” yang membahas
mengenai pengembangan sisitem pwndukung keputusan untuk evaluasi kinerja
dosen menggunakan metode fuzzy simple additive weighting. Sistem ini
dikembangkan untuk meningkatkan akurasi dan efisiensi proses evaluasi di STMIK
Pelita Nusantara Medan. Penelitian ini memberikan gambaran tentang sistem
pendukung keputusan dan proses pengambilan keputusan, serta karakteristik dan
kemampuan dari sistem pendukung keputusan yang ideal. Jurnal ini juga membahas
kontribusi dari pengolahan data elektronik dan sistem informasi manajemen dalam
proses pengambilan keputusan. Selain itu, penelitian ini juga membahas komponen-
komponen dari sistem pendukung keputusan, termasuk manajemen data,
manajemen model, komunikasi, dan manajemen pengetahuan.
Studi ini bertujuan untuk mengembangkan sistem pendukung keputusan
untuk mengevaluasi kinerja anggota fakultas di STMIK PENUSA Medan
menggunakan metode Fuzzy SAW. Metodologi yang digunakan dalam penelitian
ini melibatkan pengumpulan data dan pengembangan sistem. Pengumpulan data
dilakukan melalui observasi, survei, analisis dokumen, dan diskusi kelompok
fokus. Pengembangan sistem melibatkan analisis sistem, desain, pemrograman, dan
pengujian. Sistem pendukung keputusan ini berdasarkan 5 variabel yang ditentukan
peneliti sevagai unsur penilaian dengan N1,N2,N3,N4,N5 dengan inisialisasi,
sebagai berikut:
N1 = Penguasaan dan kemampuan dalam menjelaskan
N2= Kemampuan dalam menjawab pertanyaan
M3 = Kemampuan dalam memberikan motivasi mahasiswa
N4 = Kemampuan membuat suasana kelas yang menyenangkan
N5 = Kedisiplinan hadir dalam perkuliahan
Hasil penelitian tersebut adalah pengembangan sistem pendukung
keputusan untuk mengevaluasi kinerja guru menggunakan metode Fuzzy Simple
Additive Weighting (SAW) di STMIK Pelita Nusantara Medan. Sistem ini
dirancang untuk meningkatkan akurasi dan efisiensi proses evaluasi kinerja guru.
Metode Fuzzy SAW digunakan untuk menganalisis data dan hasilnya disajikan
melalui diagram aliran data, diagram kasus penggunaan, dan implementasi sistem.
Sistem ini dapat membantu STMIK PENUSA dalam memberikan hadiah atau
hukuman kepada dosen sesuai dengan hasil dari sistem pendukung keputusan
evaluasi kinerja dosen menggunakan metode Fuzzy SAW. Hasil penelitian ini juga
menunjukkan bahwa Fricles Ariwisanto, S.Kom.,M.Kom memiliki nilai kinerja
tertinggi dan dianggap sebagai dosen terbaik[10].
2.1.3 Sistem Pendukung keputusan Evaluasi Kinerja Dosen Dengan Metode
Technique For Order By Similarity To Ideal Solution (TOPSIS) & Preference
Ranking Organization For Evaluation (PROMETHEE).
Dalam penelitian ini dibahas tentang pengembangan sistem pendukung
keputusan untuk mengevaluasi kinerja dosen universitas menggunakan metode
TOPSIS dan PROMETHEE. Proses evaluasi saat ini dilakukan secara manual
dengan mendistribusikan kuesioner kepada mahasiswa, yang memakan waktu dan
mungkin tidak selalu menghasilkan hasil yang akurat. Sistem yang diusulkan
bertujuan untuk mengintegrasikan data dari kuesioner dan memberikan peringkat
kinerja dosen berdasarkan tujuh kriteria. Metode TOPSIS digunakan untuk
menentukan solusi positif dan negatif yang ideal, sedangkan metode PROMETHEE
digunakan untuk menentukan peringkat alternatif. Jurnal ini memberikan gambaran
singkat tentang metode TOPSIS dan PROMETHEE serta aplikasinya dalam
pengambilan keputusan.
Sistem tersebut bertujuan untuk mengintegrasikan data dari kuesioner dan
memberikan peringkat kinerja dosen berdasarkan tujuh kriteria, yaitu kuesioner
mahasiswa, kehadiran dosen, ketepatan waktu pengumpulan soal, ketepatan waktu
pengumpulan nilai, jumlah penelitian yang dihasilkan, jumlah pengabdian
masyarakat yang dihasilkan, serta partisipasi dosen dalam seminar. Metode TOPSIS
digunakan untuk menentukan solusi positif dan negatif yang ideal, sedangkan
metode PROMETHEE digunakan untuk menentukan peringkat alternatif.
Hasil penelitian dalam penelitian ini adalah pengembangan sistem
pendukung keputusan untuk mengevaluasi kinerja dosen universitas menggunakan
metode TOPSIS dan PROMETHEE. Dalam penelitian ini, dosen yang mendapat
ranking terbaik menurut penelitian ini adalah A2. Diharapkan dengan adanya sistem
pendukung keputusan ini, dapat mendapatkan hasil yang maksimal dalam penilaian
kinerja dosen, dengan tingginya kinerja dosen dapat berpengaruh terhadap
kepuasan mahasiswa[11].
2.1.4 Jurnal 4
2.2 Tinjauan Pustaka
2.2.1 Dosen
Berdasarkan Pasal 5 ayat (1) dalam (UU RI No. 14 tahun 2005), Kedudukan
dosen sebagai tenaga profesional sebagaimana dimaksud dalam Pasal 3 ayat (1)
berfungsi untuk meningkatkan martabat dan peran dosen sebagai agen
pembelajaran, pengembang ilmu pengetahuan, teknologi, dan seni, serta pengabdi
kepada masyarakat berfungsi untuk meningkatkan mutu pendidikan nasional[12].
2.2.2 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan atau dikenal Decision Support System (DSS),
adalah sistem yang dapat membantu secara efektif dan efisien dalam menyelesaikan
masalah. Sistem pendukung keputusan terkomputerisasi bertujuan untuk membantu
dalam memecahkan berbagai masalah yang tidak terstruktur atau semi-terstruktur
dengan menyediakan informasi dan model. Tujuan dari SPK adalah memberikan
alat kepada pengambil keputusan untuk mengatasi masalah dengan menggunkan
data dan model yang spesifik[13].
2.2.3 Simple Additive Weighting (SAW)
Metode Simple Additive Weighting (SAW) adalah salah satu metode yang
digunakan untuk menyelesaikan masalah tertentu, SAW juga dikenal sebagai
metode penjumlahan terbobot. Konsep dasar dari metode SAW adlah untuk mencari
jumlah bobot dari rating kinerja pada setiap alternatif, yang ditentukan oleh atribut
– atribut yang ada. Metode SAW melibatkan proses normalisai matriks kepuasan
(x) ke dalam skala yang dapat dibandingkan dengan semua rating alternatif yang
tersedia[14]. Metode SAW mengenal 2 atribut utama, yaitu kriteria keuntungan
(benefit) dan kriteria biaya (cost). Perbedaan mendasar antara kedua atribut ini
terletak pada proses pemilihan kriteria saat pengambilan keputusan[15]. Adapun
rumus untuk melakukan normalisasi tersebut adalah:
𝑥𝑖𝑗
𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝑏𝑒𝑛𝑒𝑓𝑖𝑡)
𝑀𝑎𝑥𝑥𝑖𝑗
𝑟𝑖𝑗 = 𝑀𝑖𝑛
𝑥𝑖𝑗
𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡)
{ 𝑥𝑖𝑗
Keterangan:
Keterangan:
b. Sequence Diagram
Sequence Diagram adalah sebuah diagram yang menggambarkan kolaborasi
dinamis antara sejumlah objek. Tujuan dari Sequence Diagram adalah untuk
menampilkan urutan pesan yang dikirim antara objek – objek serta interaksi yang
terjadi antara objek tersebut[17].
c. Class Diagram
Class Diagram adalah sebuah model statis yang digunakan untuk
menggambarkan data dan informasi dari seluruh sistem. Penggunaan Class
Diagram terkait dengan stuktur basis data sistem atau dapat digunakan sebagai
pengganti ERD (Entity – Relationship Diagram) dalam proses pembuatan diagram
rekayasa perangkat lunak yang konvensional[16].
Multiplicity Keterangan
1 Satu dan hanya satu.
0..* Boleh tidak ada atau 1 atau lebih.
1..* Boleh tidak ada, maksimal 1.
n..n Batasan antara. Contoh 2.4 mempunyai arti minimal 2
maksimum 4.
2.2.10 Laravel
Laravel adalah sebuah framework PHP yang ekspresif, laravel dirilis di
bawah lisensi MIT dengan sumber kode yang telah disediahkan oleh GitHUb.
Seperti framework lainnya, laravel dibangun menggunakan konsep MVC (Model-
Controller-View). Selain itu, Laravel juga dilengkapi dengan alat baris perintah
yang disebut “Artisan”yang memungkinkan pengguna untuk mengemas paket
(bundle) dan menginstalnya melalui command prompt[22].
2.2.11 Website
Permasalahan
Sistem penilaian yang sedang berjalan juga belum
menggunakan metode-metode di sistem
pendukung keputusan (SPK), sistem belum
menggunakan nilai/bobot prioritas pada
banyaknya kriteria-kriteria yang dinilai, semua
kriteria yang dinilai penting dan prioritas,
akibatnya penilaian yang dilakukan kurang
maksimal karena tidak adanya kriteria-kriteria
yang memiliki nilai preferensi yang diprioritaskan
berdasarkan tingkat preferensi kepentingannya
dalam pengambilan keputusan. Analisis
Mengetahui kriteria yang dinilai
beserta nilai/bobot preferensi, serta
data dosen dan matakuliah yang
diampu sebagai data alternatif.
Perancangan
Perancangan Proses : UML
Perancangan Database : Class Diagram
Perancangan Interface : Visual Studio Code
Hasil
Mengetahui nilai akhir evaluasi proses belajar
mengajar dosen dari penilaian yang dilakukan oleh
mahasiswa, jika nilai belum memenuhi standar
dari Gugus Penjamin Mutu maka akan dilakukan
pemanggilan serta diberikan teguran oleh Kaprodi.
BAB III
METODE PENELITIAN
Berikut ini adalah simulasi penilaian yang dilakukan oleh 5 mahasiswa dan
penilaian yang dilakukan pihak UPM kepada 7 dosen pengampu matakuliah di
semester ganjil tahun ajaran 2022/2023.
Nama Dosen : AYU AHADI NINGRUM, M.TR.KOM
Mata Kuliah : Sistem Manajemen Basis Data
NAMA MHS C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25
MHS 1 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 3 4 3 3 3 2 5 1 1 5
MHS 2 4 4 4 4 4 4 2 2 2 2 2 2 2 2 2 4 3 2 3 4 2 5 1 1 5
MHS 3 3 3 3 3 3 3 3 3 3 4 4 4 4 3 3 3 4 2 2 2 4 5 1 1 5
MHS 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 3 3 3 3 5 1 1 5
MHS 5 3 4 4 3 4 4 3 4 3 4 4 4 4 4 4 4 3 3 3 3 3 5 1 1 5
c. Menghitung Nilai Rata – Rata Dari 5 Penilaian Mahasiswa dan Penilaian UPM
Dalam simulasi ini terdapat 5 mahasiswa yang menilai dosen pada semester
COST/BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT
BOBOT KEPENTINGAN (W) 0,03 0,04 0,04 0,03 0,04 0,04 0,04
Nama Dosen Mata Kuliah C1 C2 C3 C4 C5 C6 C7
AYU AHADI NINGRUM, M.TR.KOM Sistem Manajemen Basis Data 3,6 3,8 3,8 3,6 3,8 3,8 3
WINDARSYAH, M.KOM TEORI INFORMASI 3,4 3,4 3,4 3,4 3,4 3,4 3,2
IR. SUGITO SAID, M.T PEMBANGUNAN BERKELANJUTAN II 2,4 2,8 2,8 3 3,2 3 2
KAMARUDIN, M.KOM PRAKTIK JARINGAN KOMPUTER 3,6 3,2 3,2 3,2 2,8 3,4 3,6
RUDY ANSARI, M.KOM Rekayasa Perangkat Lunak 3,2 3 2,8 2,8 2,8 2,8 2,6
MUKHAIMY GAZALI, M.SI MATEMATIKA DISTRIT 3 3 2,6 3 3 3,2 3
IHDALHUBBI MAULIDA, M.KOM SISTEM OPERASI 3 3 3,2 3,2 3,4 2,8 3,6
BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT BENEFIT COST
0,04 0,03 0,03 0,03 0,04 0,03 0,04 0,04 0,05 0,05 0,04 0,05 0,05 0,04 0,05 0,05 0,03 0,04 0,05
C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25
3 3,4 3,2 3,6 3,6 3,6 3,6 3,4 3,4 3,4 3,6 2,6 2,8 3 2,8 5 1 1 5
3,2 3,2 2 3,4 3,4 3,4 3,4 3,4 3,4 2,8 2,8 2,8 2,8 2,8 2,4 5 1 1 5
2 3 2 3 3,2 3 2,8 3,2 3 2,4 2,4 2,8 2,8 2,8 2,6 5 1 1 5
3,6 3,4 2,6 2,8 3 3,2 3,2 3,2 3 2,2 2,8 2,4 2,6 2,8 2,8 5 1 1 5
2,6 3 2,2 3,2 2,8 3 3 3 3 2,2 2,4 2,8 2,8 2,8 2,6 5 1 1 5
3 3 3 3 3 3 3 3 3 2,4 2,4 2,6 2,8 2,6 2,6 5 1 1 5
3,6 3,2 3 3,2 3 3,2 3,2 3 3,2 2 2,6 2,6 2,4 2,2 3 5 1 1 5
d. Menghitung Normalisasi
Langkah selanjutnya adalah normalisasi, setelah mahasiswa selesai menilai
dosen dan UPM mengevaluasi kehadiran dosen, dari nilai yang sudah diberikan
tersebut maka akan dilakukan proses normalisasi. Pada proses penilaian ini terdapat
24 kriteria yang termasuk benefit dan 1 kritera yang termasuk cost, maka caranya
nilai rata – rata dosen dari setiap kriteria dibagi dengan nilai terbesar rata-rata yang
diberikan oleh 5 mahasiswa dibagi dengan nilai rata-rata dosen dari setiap kriteria.
Namun jika suatu kriteria termasuk cost, maka caranya nilai terkecil (nilai minimal)
rata-rata dosen dari setiap kriteria. Misalkan Dosen 1 kriterianya termasuk benefit,
C1 rata-rata nilainya 3.6, dibagi dengan nilai terbesar rata-rata sari 5 mahasiswa
dari kolom kriteria C1, jadi 3.6/3.6 = 1 dan seterusnya, rumus dasar dalam
menghitung normalisasi adalah sebagai berikut:
𝑥𝑖𝑗
jika j adalah atribut keuntungan (𝑏𝑒𝑛𝑒𝑓𝑖𝑡)
𝑀𝑎𝑥 𝑥𝑖𝑗
𝑟𝑖𝑗 = 𝑀𝑖𝑛 𝑥
𝑖𝑗
jika j adalah atribut biaya (𝑐𝑜𝑠𝑡)
{ 𝑥𝑖𝑗
C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20 C21 C22 C23 C24 C25
0,8333 1 1 1 1 1 1 1 1 1 1 0,929 1 1 0,93333 1 1 1 1
0,8889 0,9412 0,625 0,9444 0,9444 0,9444 0,94444 1 1 0,82353 0,7778 1 1 0,93333 0,8 1 1 1 1
0,5556 0,8824 0,625 0,8333 0,8889 0,8333 0,77778 0,94118 0,88235 0,70588 0,6667 1 1 0,93333 0,86667 1 1 1 1
1 1 0,8125 0,7778 0,8333 0,8889 0,88889 0,94118 0,88235 0,64706 0,7778 0,857 0,9286 0,93333 0,93333 1 1 1 1
0,7222 0,8824 0,6875 0,8889 0,7778 0,8333 0,83333 0,88235 0,88235 0,64706 0,6667 1 1 0,93333 0,86667 1 1 1 1
0,8333 0,8824 0,9375 0,8333 0,8333 0,8333 0,83333 0,88235 0,88235 0,70588 0,6667 0,929 1 0,86667 0,86667 1 1 1 1
1 0,9412 0,9375 0,8889 0,8333 0,8889 0,88889 0,88235 0,94118 0,58824 0,7222 0,929 0,8571 0,73333 1 1 1 1 1
𝑉𝑖 = ∑ 𝑤𝑗 𝑟𝑖𝑗
𝑗=𝑖
Keterangan:
Hasil selanjutnya apabila dibuat ke dalam bentuk tabel maka akan seperti tabel
dibawah ini:
HASIL AKHIR PERHITUNGAN SAW
Nama Dosen Mata Kuliah Hasil
AYU AHADI NINGRUM, M.TR.KOM Sistem Manajemen Basis Data 98,64285714
WINDARSYAH, M.KOM TEORI INFORMASI 92,42085483
IR. SUGITO SAID, M.T PEMBANGUNAN BERKELANJUTAN II 84,77121603
KAMARUDIN, M.KOM PRAKTIK JARINGAN KOMPUTER 89,1076607
RUDY ANSARI, M.KOM Rekayasa Perangkat Lunak 85,11936275
MUKHAIMY GAZALI, M.SI MATEMATIKA DISTRIT 86,4607235
IHDALHUBBI MAULIDA, M.KOM SISTEM OPERASI 88,00481412
Bisa dilihat bahwa hasil akhir perangkingan dari 7 data alternatif, bahwa
nilai preferensi terbesar ada pada dosen Ibu Ayu Ahadi Ningrum, M.Tr.Kom. Sehingga
alternatif dosen Ibu Ayu Ahadi Ningrum, M.Tr.Kom adalah alternatif yang terpilih sebagai
alternatif terbaik.
Pada flowchat UPM, akan dilakukan login terlebih dahulu, jika login
berhasil, UPM akan melanjutkan penilaian dengan melakukan evaluasi
kehadiran dosen berdasarkan jurnal perkuliahan. Proses evaluasi kehadiran
ini dilakukan sesuai dengan kriteria yang telah ditentukan.
b. Rancangan Use Case Diagram
1) Gambar berikut merupakan use case diagram admin:
Diagram Kasus Pengguna di sini terdiri dari tiga aktor, yaitu dosen yang
berperan sebagai admin, mahasiswa sebagai penilai, dan Kaprodi sebagai
pengambil keputusan. Pada diagram kasus pengguna, admin dimulai dengan
melakukan login terlebih dahulu. Setelah login berhasil, admin memiliki
beberapa kemampuan, antara lain mengelola data dosen (menambahkan,
mengedit, menghapus data), mengelola data mahasiswa (menambahkan,
mengedit, menghapus data), mengelola data anggota UPM (menambahkan,
mengedit, menghapus data), mengelola data kriteria (menambahkan, mengedit,
menghapus data), mengelola data matakuliah (menambahkan, mengedit,
menghapus data), mengelola data tahun ajaran (menambahkan, mengedit,
menghapus data), melihat proses perhitungan SAW, dan mencetak laporan.
Berikut ini adalah diagram kasus pengguna untuk peran Admin.
2) Gambar berikut merupakan use case mahasiswa
Pada use case diagram UPM, diawali dengan UPM melakukan login,
dan jika berhasil login maka UPM dapat melihat hasil penilaian yang dilakukan
mahasiswa sebelumnya. Selanjutnya, Upm dapat melakukan penilaian evaluasi
kehadiran dosen.
4) Gambar berikut merupakan use case dosen (Kaprodi)
Adapun rancangan tabel basis data dalam sistem ini sebagai berikut :
1. Tabel Matakuliah
Tabel Matkul merupakan tabel yang memiliki fungsi untuk menyimpan
data-data matakuliah yang ada di program studi Informatika. Pada tabel ini primary
key yang digunakan adalah idmatakuliah. Tabel matakuliah dapat dilihat pada tabel
berikut :
Nama Field Type Data Keterangan
Id varchar (10) id dari matakuliah
kode varchar (255) berisi kode matakuliah
nama_matakuliah varchar (255) berisi nama matakuliah
sks integer(11) berisi jumlah sks matakuliah
smt varchar(255) berisi semester matakuliah
2. Tabel Dosen
Tabel Dosen merupakan tabel yang memiliki fungsi untuk menyimpan data-
data dosen yang ada di program studi Informatika. Pada tabel ini primary key yang
digunakan adalah nidn. Tabel dosen dapat dilihat pada tabel berikut :
Nama Field Type Data Keterangan
id varchar Id dari dosen
nidn bigint (10) nidn dari dosen
namadosen varchar (50) berisi nama dosen
gelar varchar (50) berisi gelar setiap dosen
3. Tabel Mahasiswa
Tabel Mahasiswa merupakan tabel yang memiliki fungsi untuk menyimpan
data-data mahasiswa yang ada di program studi Informatika. Pada tabel ini primary
key yang digunakan adalah nim. Tabel prodi dapat dilihat pada tabel berikut :
Nama Field Type Data Keterangan
nim varchar (15) nim dari mahasiswa
nama varchar (30) berisi nama mahasiswa
tempatlahir varchar(200) berisi tempat lahir mahasiswa
tanggallahir Date berisi tanggal lahir mahasiswa
email varchar(255) berisi email mahasiswa
Password varchar (64) berisi password mahasiswa
4. Tabel Kriteria
Tabel Kriteria merupakan tabel yang memiliki fungsi untuk menyimpan
data-data kriteria penilaian evaluasi PBM dosen. Pada tabel ini primary key yang
digunakan adalah idkriteria. Tabel kriteria dapat dilihat pada tabel berikut :
Nama Field Type Data Keterangan
idkriteria int (11) id dari kriteria
kriteria varchar (255) berisi nama kriteria
bobot float berisi nilai bobot (w) dari kriteria
status varchar (255) berisi atribut benefit/cost dari kriteria
5. Tabel Skalanilai
Tabel Skalanilai merupakan tabel yang memiliki fungsi untuk menyimpan
data-data subkriteria yang ada di program studi Informatika. Pada tabel ini primary
key yang digunakan adalah idsubkriteria. Tabel subkriteria dapat dilihat pada tabel
berikut :
Tabel 3. 1 Tabel Skalanilai
Nama Field Type Data Keterangan
id int (11) Id dari subkriteria
Id_kriteria varchar (3) id relasi ke tabel kriteria
subkriteria text berisi nama subkriteria
nilai float Untuk nilai skala
a. Admin (Dosen)
Pada sistem yang akan dibangun, admin dapat melakukan hal-hal berikut :
Pada sistem yang akan dibangun, pihak penilai dapat melakukan hal-hal berikut :
a. Tabel Matakuliah
Tabel matakuliah memiliki 5 field yaitu id sebagai primary key, kode, nama,
sks, dan smt. Implementasi dari rancangan tabel matakuliah dapat dilihat pada
gambar 4.1 dibawah ini.
b. Tabel Dosen
Tabel matakuliah memiliki 4 field yaitu id sebagai primary key, nidn, nama
dan gelar. Implementasi dari rancangan tabel dosen dapat dilihat pada gambar 4.2
dibawah ini.
c. Tabel Mahasiswa
Tabel matakuliah memiliki 6 field yaitu id sebagai primary key, nim, nama,
tempatlahir, tanggallahir, dan email. Implementasi dari rancangan tabel mahasiswa
dapat dilihat pada gambar 4.3 dibawah ini.
d. Tabel UPM
Tabel matakuliah memiliki 3 field yaitu id sebagai primary key, nama, dan
jabatan. Implementasi dari rancangan tabel upm dapat dilihat pada gambar 4.4
dibawah ini.
e. Tabel Kriteria
Tabel kriteria memiliki 6 field yaitu id sebagai primary key, kode, kriteria, bobot,
desimal dan status. Implementasi dari rancangan tabel kriteria dapat dilihat pada
gambar 4.5 dibawah ini.
g. Tabel Evaluasimhs
Tabel evaluasimhs memiliki 6 field yaitu id sebagai primary key,
tanggal_penilaian, id_mahasiswa, id_dosen, id_matakuliah dan tahun_ajaran.
Implementasi dari rancangan tabel evaluasimhs dapat dilihat pada gambar 4.7
dibawah ini.
h. Tabel Evaluasiupm
Tabel evaluasiupm memiliki 5 field yaitu id sebagai primary key,
tanggal_penilaian, id_dosen, id_matakuliah dan tahun_ajaran. Implementasi dari
rancangan tabel evaluasiupm dapat dilihat pada gambar 4.8 dibawah ini.
i. Tabel Hasilevaluasi
Tabel evaluasimhs memiliki 5 field yaitu id_hasilevaluasi sebagai primary,
jawaban, pengguna, id_evaluasimhs, dan id_kriteria. Implementasi dari rancangan
tabel hasilevaluasi dapat dilihat pada gambar 4.9 dibawah ini.
[2] T. M. Johan and R. Ahmalia, “Penilaian Mutu Dosen terhadap Tri Dharma
Perguruan Tinggi dengan Menerapkan Logica Fuzzy Logic di STIKES Nan
Tongga,” J. Akad. Baiturrahim Jambi, vol. 8, no. 2, pp. 26–32, 2019, doi:
10.36565/jabj.v8i2.10.