Maula Kemungkinan Ya
= 0,5 + 0 + 0,2 + 0,2 = 0,9
Kemungkinan Tidak = 0,5 + 0,2 + 0,6 + 0,6 = 1,9
Karena kemungkinan ya kemungkinan tidak, maka tidak disarankan
Tabel 3.7 Analisis Perhitungan MFEP dan Bayes No
Nama Berkas Wawancara Praktek
Hasil Keterangan
1 Bastiyan 23.4
16.075 34.965
74.44 Disarankan
2 Fery
18.09 14.5
29.835 62.425 Tidak Disarankan
3 Janio
20.19 19.25
35.415 74.855 Disarankan
4 Jimmy
23.1 16.325
35.55 74.975 Disarankan
5 Maula
17.61 16.5
27.765 61.875 Tidak Disarankan
3.5 Pemodelan
Pemodelan modeling adalah proses merancang piranti lunak sebelum melakukan pengkodean coding. Membuat model dari sebuah sistem yang kompleks sangatlah
penting karena kita tidak dapat memahami sistem semacam itu secara menyeluruh. Semakin komplek sebuah sistem, semakin penting pula penggunaan teknik pemodelan
yang baik. Dengan menggunakan model, diharapkan pengembangan piranti lunak dapat memenuhi semua kebutuhan pengguna dengan lengkap dan tepat.
Pada penelitian ini menggunakan UML Unified Modeling Language untuk merancang model sebuah sistem yang akan dibangun, UML adalah sebuah bahasa
yang telah menjadi standar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak Dharwiyanti Romi,2013. UML yang
digunakan antara lain use case diagram, activity diagram dan sequence diagram.
3.5.1 Use Case Diagram
Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan “bagaimana”.
Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan sistem. Use
Universitas Sumatera Utara
case diagram dapat sangat membantu bila kita sedang menyusun requirement sebuah sistem. Pada penelitian ini, use case diagram terlihat pada gambar 3.2
Gambar 3.2 Use Case Diagram
Dari gambar 3.2 dijelaskan bahwa user dapat melihat, menginput, mengubah dan menghapus data untuk aturan awal, kriteria dan data calon pengajar. Kemudian
melakukan proses perhitungan dengan MFEP dan Bayes. Untuk lebih jelasnya dapat dilihat pada tabel 3.1
Tabel 3.8 Deskripsi Use Case Data Calon Pengajar
Name Data Calon Pengajar
Actors Developer Staff yang telah ditentukan
Description Use case ini mendeskripsikan untuk mengelola data calon
pengajar. Basic Flow
User dapat menginput data dan setelah menginput data, user dapat menampilkan keseluruhan data yang tersimpan. Dan user
dapat mengubah dan menghapus data jika dianggap tidak sesuai. Sehingga dapat diproses ke tahap selanjutnya.
Universitas Sumatera Utara
Alternate Flow User dapat mengelola aturan awal dan kriteria
Pre Condition User ingin input data calon pengajar
Post Condition Data dari calon pengajar telah tersimpan ke database
Tabel 3.9 Deskripsi Use Case Kriteria
Name
Kriteria
Actors Developer Staff yang telah ditentukan
Description Use case ini mendeskripsikan untuk mengelola bobot setiap
kriteria yang diinginkan user Basic Flow
User menginput data kriteria dan setelah menginput data, data tersebut akan dihitung untuk proses selanjutnya.
Alternate Flow User dapat mengelola data aturan awal dan data calon pengajar
Pre Condition User ingin input bobot untuk setiap kriteria
Post Condition Hasil dari perhitungan bobot setiap kriteria telah tersimpan ke
database
Tabel 3.10 Deskripsi Use Case Perhitungan
Name Data Calon Perhitungan
Actors Developer Staff yang telah ditentukan
Description Use case ini mendeskripsikan proses perhitungan data calon
pengajar yang telah diinputkan sebelumnya berdasarkan bobot yang telah ditentukan dengan menggunakan MFEP dan Bayes
Basic Flow Setelah data yang diperlukan telah diinputkan oleh User,
selanjutnya data dihitung dengan MFEP dan Bayes Alternate Flow
User dapat kembali ke tampilan awal Pre Condition
User ingin mengetahui hasil perhitungan Post Condition
User dapat mengetahui calon pengajar yag sesuai dengan kriteria yang diinginkan
3.5.2 Activity Diagram
Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan
bagaimana mereka berakhir.
Universitas Sumatera Utara
Gambar 3.3 Activity Diagram Input Data
Pada gambar 3.3 menjelaskan bahwa ketika user menginputkan data aturan awal atau data calon pengajar. Maka data tersebut akan tersimpan ke database.
Gambar 3.4 Activity Diagram Ubah Data
Pada gambar 3.4 menjelaskan bahwa ketika user ingin mengubah data aturan awal atau data calon pengajar maka terlebih dahulu user menampilkan data, lalu user
Universitas Sumatera Utara
menginputkan data yang akan diubah. Setelah divalidasi, data yang baru akan terupdate dan disimpan ke database.
Gambar 3.5 Activity Diagram Hapus Data
Pada gambar 3.5 menjelaskan bahwa ketika user ingin menghapus data aturan awal atau data calon pengajar maka terlebih dahulu user menampilkan data, lalu user
memilih data yang akan dihapus. Setelah divalidasi, data yang terpilih akan terhapus dari database.
Gambar 3.6 Activity Diagram Perhitungan
Universitas Sumatera Utara
Pada gambar 3.6 menjelaskan bahwa ketika proses perhitungan, terlebih dahulu user harus menginput nilai bobot untuk setiap kriteria. Lalu nilai bobot tersebut akan
dihitung dengan data aturan awal. Hasil perhitungan tersebut akan dihitung lagi dengan metode MFEP berdasarkan data calon pengajar. Dan proses terakhir akan
dihitung dengan metode Bayes.
3.5.3 Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek di dalam dan di sekitar sistem termasuk pengguna, display, dan sebagainya berupa message yang
digambarkan terhadap waktu. Sequence diagram biasa digunakan untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan sebagai
respons dari sebuah event untuk menghasilkan output tertentu.
Gambar 3.7 Sequence Diagram Input Data
Pada gambar 3.7 menjelaskan bahwa ketika user menginput data maka sistem akan merespon dengan menampilkan form dan menyimpannya ke database.
Universitas Sumatera Utara
Gambar 3.8 Sequence Diagram Ubah Data
Pada gambar 3.8 menjelaskan bahwa ketika user mengubah data maka sistem akan merespon dengan menampilkan form. Dan ketika user memilih data yang akan
diubah, sistem akan merespon dengan mengambil data tersebut dari database dan menampilkannya. Data akan terupdate di database.
Gambar 3.9 Sequence Diagram Hapus Data
Pada gambar 3.9 menjelaskan bahwa ketika user menghapus data maka sistem akan merespon dengan menampilkan form. Dan ketika user memilih data yang akan
Universitas Sumatera Utara
dihapus, sistem akan merespon dengan mengambil data tersebut dari database dan menampilkannya. Data akan terhapus di database.
Gambar 3.10 Sequence Diagram Perhitungan
Pada gambar 3.10 menjelaskan bahwa ketika user menginput nilai bobot untuk setiap kriteria maka sistem akan menghitungnya dan menyimpannya ke database. Dan
menampilkan hasilnya kepada user. Ketika user menekan tombol mfep maka sistem akan menghitung dengan metode mfep menampilkan hasilnya kepada user. Hal yang
untuk metode bayes. 3.5.4
Flowchart Bayes
ya
tidak Hitung nilai probabilitas
Input nilai Mulai
PYa PTidak
Disarankan
Tidak Disarankan
Universitas Sumatera Utara
Gambar 3.11 Flowchart Bayes
Flowchart metode Bayes pada gambar 3.11, inputkan dahulu nilai yang akan dihitung. Selanjutnya nilai tersebut akan dihitung untuk mengetahui nilai probabilitasnya.
Setelah diproses maka akan didapat hasil perhitungannya. 3.5.5
Flowchart Multifactor Evaluation Process Pada metode Multifactor Evaluation Process, terlebih dahulu tentukan faktor kriteria
yang diperlukan. Lalu tentukan bobot untuk setiap kriteria. Dengan syarat jumlah pembobot harus sama dengan 1. Selanjutnya tentukan nilai untuk setiap kriteria agar
diproses lagi untuk dihitung hasilnya. Flowchart dapat dilihat pada gambar 3.12
Gambar 3.12 Flowchart Multifactor Evaluation Process
Σ pembobotan = 1 ? tidak
ya
Mulai
Menghitung Total Weighted Evaluation
ΣWE = ΣFW x E
Selesai
Tampilkan hasil perhitungan
Selesai
Input bobot setiap faktorkriteria
hasil weighted evaluation
Universitas Sumatera Utara
3.5.6 Flowchart Sistem
Pada gambar 3.13 akan ditunjukkan gambaran flowchart sistem secara keseluruhan. Dapat dilihat bahwa tentukan dahulu data aturan awal, kriteria yang diperlukan serta
bobot untuk setiap kriteria yang kemudian akan dihitung dengan metode Multifactor Evaluation Process. Selanjutnya menginputkan data calon pengajar. Keseluruhan data
akan diproses dengan metode Multifactor Evaluation Process dan Bayes. Sehingga dapat ditentukannya alternatif yang terbaik.
Gambar 3.13 Flowchart Keseluruhan Sistem
Mulai
Hitung aturan awal dengan metode MFEP
Hitung data calon pengajar dengan metode Bayes
berdasarkan aturan awal
Hasil perhitungan metode Bayes dan MFEP
Selesai Hitung data calon pengajar
dengan metode MFEP Input aturan awal dan
data calon pengajar
Universitas Sumatera Utara
3.6 Perancangan Sistem
