TA : Rancang Bangun Sistem Analisis dan Simulasi Pengaruh Nilai Akademik SMA Terhadap Nilai IPK.

SMA TERHADAP NILAI IPK

Nama : Gede Sutomo

NIM : 07.41010.0115 Program : S1 (Strata Satu) Jurusan : Sistem Informasi

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA & KOMPUTER SURABAYA

2013

STIKOM

SMA TERHADAP NILAI IPK

SKRIPSI

Diajukan sebagai salah satu syarat menyelesaikan Program Sarjana Komputer

Oleh:

Nama : Gede Sutomo NIM : 07.41010.0115 Program : S1 (Strata Satu) Jurusan : Sistem Informasi

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA & KOMPUTER SURABAYA

2013

STIKOM

iv

ABSTRAKSI... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iv

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... ix

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah... 2

1.3 Pembatasan Masalah... 3

1.4 Tujuan Penelitian... 4

1.5 Manfaat Penelitian... 4

1.6 Sistematika Penulisan ... 5

BAB II LANDASAN TEORI... 7

2.1 Klasifikasi dan Prediksi ... 7

2.1.1 Klasifikasi ... 7

2.1.2 Prediksi ... 8

2.2 Statistika... 9

2.3 Regresi ... 10

2.3.1 Regresi Linear ... 10

2.3.2 Regresi Linear Berganda ... 11

2.4 Pendidikan... 12

2.5 Sekolah Menengah Atas (SMA) ... 13

STIKOM

v

2.8 Sistem Informasi... 15

2.9 Analisis dan Perancangan Sistem... 17

2.10 Sistem Flow... 18

2.11 Data Flow Diagram (DFD) ... 21

2.12 Entity Relationship Diagram (ERD) ... 25

2.13 Sistem Basis Data ... 27

2.14 SQL... 27

BAB III ANALISIS DAN PERANCANGAN SISTEM... 28

3.1 Analisis Permasalahan ... 28

3.1.1 Hasil Observasi ... 29

3.1.2 Proses Pencarian Model Persamaan ... 30

3.1.3 Proses Simulasi Penjurusan ... 32

3.1.4 Hasil Analisis ... 32

3.2 Desain Sistem... 34

3.2.1 Sistem Flow ... 35

3.2.2 Context Diagram ... 36

3.2.3 Data Flow Diagram ... 37

3.2.4 Entity Relationship Diagram... 39

3.2.5 Struktur Database ... 40

3.2.6 Desain Output ... 42

3.2.7 Desain Input ... 44

3.2.8 Desain Interface... 46

STIKOM

vi

4.1.1 Kebutuhan Perangkat Keras... 49

4.1.2 Kebutuhan Perangkat Lunak... 49

4.2 Pembuatan dan Implementasi Program ... 50

4.3 Pengoperasian Program ... 50

4.3.1 Halaman Utama... 50

4.3.2 Halaman Administratif ... 52

4.3.3 Halaman Simulasi... 57

4.4 Evaluasi... 59

4.4.1 Evaluasi Hasil Uji Coba Sistem ... 59

4.4.2 Analisis Hasil Uji Coba Sistem... 72

BAB V PENUTUP ... 82

DAFTAR PUSTAKA ... 84

LAMPIRAN ... 85

STIKOM

vii

Tabel 2.1 Definisi Sistem Informasi ... 17

Tabel 3.1 Hasil Angket... 30

Tabel 3.2 Struktur Tabel Data Jurusan... 40

Tabel 3.3 Struktur Tabel Data Regresi... 41

Tabel 3.4 Struktur Tabel Data Dasar Mahasiswa ... 41

Tabel 3.5 Struktur Tabel Data Simulasi ... 42

Tabel 4.1 Tabel Pengujian Blackbox ... 59

Tabel 4.2 D3 MI Dari Jurusan IPA ... 60

Tabel 4.3 D3 MI Dari Jurusan IPS... 61

Tabel 4.4 D3 KA Dari Jurusan IPA ... 62

Tabel 4.5 D3 KA Dari Jurusan IPS... 62

Tabel 4.6 D3 KPK Dari Jurusan IPA ... 62

Tabel 4.7 D3 KPK Dari Jurusan IPS... 63

Tabel 4.8 D3 MM Dari Jurusan IPA... 63

Tabel 4.9 D3 MM Dari Jurusan IPS ... 64

Tabel 4.10 D3 KGC Dari Jurusan IPA... 64

Tabel 4.11 D3 KGC Dari Jurusan IPS ... 64

Tabel 4.12 S1 SI Dari Jurusan IPA ... 65

Tabel 4.13 S1 SI Dari Jurusan IPS... 69

Tabel 4.14 S1 SK Dari Jurusan IPA ... 71

Tabel 4.15 D4 MM Dari Jurusan IPA... 71

Tabel 4.16 D4 MM Dari Jurusan IPS ... 72

STIKOM

viii

STIKOM

ix

Gambar 2.1 Terminator ... 19

Gambar 2.2 Manual Operation ... 19

Gambar 2.3 Document ... 19

Gambar 2.4 Process... 19

Gambar 2.5 Database ... 20

Gambar 2.6 Decision... 20

Gambar 2.7 Manual Input... 20

Gambar 2.8 Offline Storage... 20

Gambar 2.9 On Page Reference... 21

Gambar 2.10 Off Page Reference ... 21

Gambar 2.11 Paper Tape ... 21

Gambar 2.12 Process... 22

Gambar 2.13 External Entity ... 24

Gambar 2.14 Data Storage ... 24

Gambar 2.15 Data Flow ... 24

Gambar 2.16 Entity atau Entitas ... 26

Gambar 2.17 Relation of entity... 26

Gambar 3.1 Diagram Blok Sistem Informasi Penjurusan ... 33

Gambar 3.2 Diagram Jenjang Sistem Informasi Penjurusan ... 34

Gambar 3.3 System Flow Perhitungan Model Regresi ... 35

Gambar 3.4 System Flow Simulasi Jurusan ... 36

Gambar 3.5 Context Diagram... 37

STIKOM

x

Gambar 3.8 DFD Level 1 Simulasi Penjurusan... 39

Gambar 3.9 Conceptual Data Model... 39

Gambar 3.10 Physical Data Model ... 40

Gambar 3.11 Desain Output Persamaan Regresi... 43

Gambar 3.12 Desain Output Usulan Jurusan... 43

Gambar 3.13 Desain Output Detail Usulan Jurusan ... 44

Gambar 3.14 Desain Input Data Dasar UNAS dan STTB ... 45

Gambar 3.15 Desain Input Data Jurusan... 45

Gambar 3.16 Desain Input Data Simulasi ... 46

Gambar 3.17 Interface Awal ... 47

Gambar 3.18 Halaman Login ... 47

Gambar 3.19 Interface Administratif ... 48

Gambar 4.1 Halaman Utama ... 51

Gambar 4.2 Login Halaman Administratif... 51

Gambar 4.3 Halaman Administratif... 52

Gambar 4.4 Input Admin... 53

Gambar 4.5 Input Lulusan ... 53

Gambar 4.6 Input Jurusan... 54

Gambar 4.7 View Data Lulusan... 55

Gambar 4.8 Hitung Regresi ... 55

Gambar 4.9 Hasil Perhitungan Regresi ... 56

Gambar 4.10 Laporan Korelasi... 57

STIKOM

xi

Gambar 4.13 Halaman Detail Simulasi... 58

STIKOM

i

Pada penelitian awal dengan menggunakan angket pada mahasiswa STIKOM SURABAYA, didapatkan hasil 46.67% dari 30 sample angket menjawab bahwa pemahaman perkuliahan yang ditempuh dibawah 25%. Berdasarkan permasalahan tersebut, maka dibuatlah sistem yang dapat memodelkan hubungan antara nilai akademik SMA dengan IPK lulusan. Serta membantu calon mahasiswa dalam memilih jurusan. Pemodelan tersebut dilakukan dengan metode Regresi Linear Berganda dengan jumlah subjek penelitian sebanyak 432 mahasiswa lulusan dari semua jurusan yang ada pada STIKOM SURABAYA.

Hasilnya adalah terdapat jurusan yang dapat dimodelkan yaitu terutama jurusan yang memiliki data cukup banyak seperti jurusan yang berasal dari SMA IPA yaitu: D3KPK, D3KGC, S1SI, dan S1SK sedangkan dari jurusan SMA IPS yaitu: D3MI, D3MM dan S1SI. Akan tetapi terdapat jurusan yang berhasil dimodelkan tetapi korelasinya dibawah 0.5 yaitu D3MI dari SMA IPS. Terdapat pula beberapa jurusan yang tidak dapat dimodelkan karena kurangnya data yaitu jurusan D3KGC dari SMA IPS, S1SK dari SMA IPS, dan D4MM dari SMA IPS. Pada pengembangan kedepan perlu adanya penambahan input data mahasiswa agar semua jurusan dapat termodelkan dengan baik.

Kata Kunci: Analisis Regresi, Analisis Nilai, Simulasi.

STIKOM

1 1.1 LATAR BELAKANG

Pemilihan jurusan oleh seorang calon mahasiswa bukanlah hal yang mudah dan dapat diremehkan, karena banyak hal yang harus dipertimbangkan seperti biaya, kemampuan diri, dan Perguruan Tinggi yang dituju. Banyaknya jurusan yang diselenggarakan oleh Perguruan Tinggi bertujuan untuk menampung minat dan bakat dari calon mahasiswa yang akan melanjutkan pendidikan ke jenjang yang lebih tinggi. Akan tetapi tidak sedikit calon mahasiswa tersebut memilih jurusan kuliah hanya asal pilih yang penting bisa kuliah tanpa mempertimbangkan kelanjutannya, baik dalam masa perkuliahan maupun pasca kelulusan. Hal ini menyebabkan rendahnya tingkat grade nilai yang dicapai oleh mahasiswa tersebut yang tentu saja menghambat kelulusan.

Berdasarkan penelitian awal, didapatkan hasil sebanyak 46,67% dari 30

sample angket mahasiswa STIKOM SURABAYA yang menjawab bahwa

pemahaman perkuliahan yang telah ditempuh dibawah 25%. Kesalahan dalam pemilihan jurusan ini disebabkan karena beberapa mindset yang salah dalam memilih jurusan perkuliahan seperti: asal diterima, mengikuti tren jurusan yang banyak dicari dunia kerja, dan bahkan hanya mengikuti pilihan teman.

Salah satu hal yang dapat dijadikan sebagai acuan untuk melihat mutu dari sebuah pendidikan adalah hasil belajar yang telah dicapai oleh siswa tersebut. Hasil belajar tersebut dapat berupa Nilai hasil Ujian Nasional atau Nilai UNAS bagi siswa SD hingga SMA dan Indeks Prestasi Kumulatif bagi jenjang Perguruan

STIKOM

Tinggi. Berdasarkan Undang - Undang Republik Indonesia nomor 20 tahun 2003 menyatakan bahwa dalam rangka pengendalian mutu pendidikan secara nasional dilakukan evaluasi sebagai bentuk akuntabilitas penyelenggara pendidikan kepada pihak - pihak yang berkepentingan.

STIKOM SURABAYA memiliki data tentang mahasiswanya termasuk data - data dari nilai akademik SMA mahasiswa tersebut. Dengan menggunakan data dari nilai akademik SMA 432 mahasiswa STIKOM SURABAYA yang ada dalam record mahasiswa STIKOM SURABAYA saat ini yang telah lulus dan data IPK yang dihasilkan dari tiap-tiap jurusan tersebut cenderung memiliki pola nilai akademik SMA tinggi IPK tinggi, maka akan dapat ditarik sebuah model dengan menggunakan metode regresi. Dimana dapat digunakan untuk memberikan saran terbaik bagi calon mahasiswa tersebut dalam memilih jurusan, serta juga dapat memperkirakan nilai IPK yang akan dicapai dalam jurusan tersebut. Sistem ini diharapkan dapat membantu menggambarkan hubungan nilai akademik SMA dengan nilai IPK, serta dapat menjadi sebuah simulator dalam pemilihan jurusan di STIKOM SURABAYA. Dengan demikian diharapkan tidak ada lagi mahasiswa yang merasa salah jurusan dan dapat mengoptimalkan indeks prestasi dikarenakan sesuai dengan kemampuan akademisnya.

1.2 PERUMUSAN MASALAH

Berdasarkan latar belakang masalah tersebut yang menerangkan tentang sistem analisis dan simulasi pengaruh nilai akademik SMA terhadap nilai IPK, maka masalah dalam penelitian ini dapat dirumuskan sebagai berikut:

STIKOM

1. Apakah ada keterkaitan antara nilai UNAS dan rata-rata STTB SMA dengan IPK menggunakan ruang lingkup STIKOM SURABAYA?

2. Bagaimana memodelkan hubungan antara parameter input awal dari nilai UNAS dan rata-rata STTB dengan IPK sehingga menghasilkan sebuah model yang dapat digunakan dalam prediksi selanjutnya?

3. Bagaimana membuat sebuah aplikasi yang dapat membantu dalam pemilihan jurusan bagi calon mahasiswa STIKOM SURABAYA?

1.3 PEMBATASAN MASALAH

Berdasarkan rumusan masalah tersebut, maka didalam penelitian ini ruang lingkup terfokus pada masalah yang akan dibahas yaitu mengenai segala hal yang berkaitan dengan sistem analisis dan simulasi pengaruh nilai akademik SMA terhadap nilai IPK, diantaranya mengenai :

1. Data yang digunakan adalah data akademik SMA (Bahasa Indonesia, Bahasa Inggris, Matematika, dan rata-rata STTB) dan IPK mahasiswa STIKOM SURABAYA yang bersangkutan.

2. Hanya SMA dari jurusan IPA dan IPS. 3. Menggunakan metode regresi.

4. Data yang digunakan dalam memodelkan regresi tersebut diambil dari data mahasiswa STIKOM SURABAYA.

5. Keputusan sepenuhnya ada pada calon mahasiswa.

6. User Programadalah calon mahasiswa dan juga admin penmaru.

STIKOM

1.4 Tujuan Penelitian

Tujuan dari penelitian terhadap penelitian tugas akhir yang berjudul rancang bangun sistem analisis dan simulasi pengaruh nilai akademik UNAS SMA terhadap nilai IPK ini adalah :

1. Menemukan model hubungan keterkaitan antara nilai UNAS dan rata-rata STTB dengan IPK menggunakan ruang lingkup STIKOM SURABAYA.

2. Menerapkan model hubungan antara parameter input awal dari UNAS dan rata-rata STTB dengan IPK sehingga menghasilkan sebuah model yang dapat digunakan dalam prediksi selanjutnya.

3. Membuat sebuah aplikasi yang dapat membantu dalam pemilihan jurusan bagi calon mahasiswa STIKOM SURABAYA.

1.5 Manfaat Penelitian

Penelitian ini diharapkan memiliki beberapa nilai manfaat penulisan, antara lain :

1. Sebagai contoh penerapan analisis regresi linear berganda yang dapat memodelkan hubungan dari nilai akademik SMA dengan nilai IPK seorang mahasiswa.

2. Sebagai bahan pembanding dari tiap-tiap model yang dihasilkan dari masing-masing jurusan.

3. Sebagai sebuah informasi yang dapat digunakan untuk analisis lebih lanjut tentang perbedaan nilai akademik SMA dengan perkuliahan.

STIKOM

1.6 Sistematika Penulisan

Sistematika dalam penyusunan Tugas Akhir ini akan dijabarkan dalam setiap bab dengan pembagian sebagai berikut :

BAB I : Pendahuluan

Pada bab ini akan dibahas latar belakang masalah, permasalahan yang ada, batasan masalah serta sistematika penulisan yang berisi penjelasan singkat pada masing-masing bab.

BAB II : Landasan Teori

Pada bab ini dijelaskan landasan teori yang merupakan teori dasar dari teori yang dipakai untuk menyelesaikan permasalahan.

BAB III : Analisis dan Perancangan Sistem

Bab ini membahas tentang perancangan sistem, yaitu System Flow,

Data Flow Diagram (DFD), Entity Relationship Diagram (ERD),

struktur tabel, Desain Output, Desain Input, dan Desain Interface. BAB IV : Implementasi dan Evaluasi

Pada bab ini akan dibahas tentang cara pengggunaan sistem yaitu merupakan hasil rancangan dengan menggunakan data yang dibutuhkan dan pengujian dari program yang telah dibuat. Pengujian akan dilakukan untuk memastikan apakah program yang dibuat sudah sesuai dengan yang dikehendaki.

BAB V : Penutup

Pada bab ini dibahas tentang kesimpulan dan saran dari penggunaan program aplikasi dan saran pengembangan selanjutnya.

STIKOM

7

2.1 Klasifikasi dan Prediksi

Menurut Han (2007) klasifikasi dan prediksi adalah dua bentuk dari analisis data yang dapat digunakan untuk mengekstrak model yang mendeskripsikan kelas data yang penting atau untuk memprediksikan tren data di masa depan. Analisis tersebut dapat membantu untuk menyediakan pemahaman yang lebih baik dari data yang besar. Jika klasifikasi memprediksikan label yang bersifat kategori (diskrit dan tidak berurutan), prediksi memodelkan fungsi nilai yang kontinyu.

2.1.1 Klasifikasi

Klasifikasi adalah teknik dimana sebuah model atau classifier dikonstruksi untuk memprediksikan label yang bersifat kategori, seperti “aman” atau “beresiko” untuk data aplikasi pinjaman, “ya” atau “tidak” untuk data marketing, atau “perawatan A”, “perawatan B”, atau perawatan “C” untuk data medis. Kategori ini dapat direpresentasikan oleh nilai diskrit, dimana susunan dari nilai tidak mempunyai arti. Sebagai contoh, nilai 1, 2, dan 3 mungkin digunakan untuk merepresentasikan perawatan A, B, dan C dimana tidak ada urutan yang dinyatakan dari grup perawatan tersebut.

STIKOM

2.1.2 Prediksi

Prediksi numerik adalah langkah yang dilakukan dalam memprediksi nilai yang kontinyu (atau berurutan) untuk nilai yang diberikan. Menurut Han (2007) sejauh ini pendekatan yang paling banyak digunakan untuk prediksi numerik (yang kemudian disebut dengan prediksi saja) adalah regresi, sebuah metodologi statistik yang dikembangkan oleh Sir Frances Galton, seorang ahli matematika yang juga merupakan sepupu dari Charles Darwin. Pada kenyataannya, banyak tulisan nyang menggunakan istilah “regresi” dan “prediksi numerik” sebagai sinonim. Namun, seperti yang sudah diketahui bahwa beberapa teknik klasifikasi (seperti backpropagation, support vector machines, dan k-nearest-neighbour classifier) dapat diadaptasi untuk prediksi. Maka untuk lebih jelasnya, dalam bahasan kali ini digunakan teknik regresi sebagai sarana prediksi.

Analisis regresi dapat digunakan untuk memodelkan hubungan antara satu atau lebih variabel independen atau prediktor dan sebuah variabel dependen atau respon (yang bernilai kontinyu). Dalam konteks data mining, variabel prediktor adalah atribut yang berkepentingan mendeskripsikan baris data (yakni yang menyusun vektor atribut). Secara umum, nilai dari variabel prediktor adalah diketahui. Variabel respon adalah apa yang akan diprediksikan. Ketika diberikan sebuah baris data yang dideskripsikan oleh variabel prediktor, maka akan diprediksikan nilai yang bersesuaian dengan variabel respon.

Analisis regresi adalah pilihan yang bagus manakala semua nilai dari variabel prediktor bernilai kontinyu juga. Banyak permasalahan dapat dipecahkan oleh Regresi Linier, dan akan lebih banyak lagi dapat dikerjakan dengan

STIKOM

mengaplikasikan transformasi kepada variabel-variabel yang bersesuaian sehingga masalah non-linier dapat diubah menjadi masalah linier.

2.2 Statistika

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Statistika berbeda dengan statistik, dimana statistika adalah ilmu yang berkenaan dengan data, sedangkan statistik adalah data, informasi atau hasil penerapan algoritma statistika pada suatu data.

Statistika dibedakan menjadi 2 yaitu statistika deskriptif dan inferensial. Statistika deskriptif lebih berpusat pada penjelasan mengenai karakteristik data dan biasanya disajikan dalam ukuran-ukuran statistika seperti mean, median, simpangan baku, dan lainnya. Selain itu juga bisa disajikan melalui tabel, diagram pie, histogram, kurva, dan lainnya. Melalui statistika deskriptif, data lebih mudah dibaca dan dimengerti.

Sedangkan statistika inferensial terdiri dari 2 bagian umum yaitu pengujian hipotesis dan penaksiran parameter. Setelah data dikumpulkan maka dilakukan analisis data menggunakan berbagai macam metode statistika yang sesuai lalu menginterpretasikan hasil analisis tersebut. Statistika inferensial mengolah data dari sampledan melakukan pengujian atau melakukan pendekatan terhadap nilai atau karakter dari suatu populasi. Sebagai contoh pengujian korelasi, regresi, dan anova.

STIKOM

2.3 Regresi

Pengertian regresi secara umum adalah studi ketergantungan satu variabel tergantung (variabel dijelaskan atau variabel tak bebas) pada satu atau lebih variabel lain (variabel penjelas atau variabel bebas), dengan tujuan untuk menaksir atau memprediksi nilai rata-rata hitung atau rata-rata variabel tak bebas, berdasarkan nilai yang diketahui atau tetap (dalam pengambilan sample berulang-ulang) dari variabel penjelas. Analisis regresi digunakan untuk memodelkan hubungan antara satu atau lebih variabel independen atau prediktor dan sebuah variabel dependen atau respon (yang bernilai kontinyu).

2.3.1 Regresi Linear

Menurut Lungan (2006), regresi linear sederhana merupakan bagian regresi yang mencakup hubungan linear satu peubah tak bebas Y dengan satu peubah bebas X. Hubungan linear X dan Y dari satu populasi disebut garis regresi populasi yang dinyatakan persamaan sebagai berikut :

µY.X= E(Y/X) = β0 + β1X µY.X : rata-rata Y untuk nilai X tertentu

β0 : jarak titik pangkal dengan titik potong garis regresi dengan sumbu Y (intercept)

β1 : Kemiringan (slopeatau gradient) garis regresi

Kalau ingin menduga rataan µY.Xi maka nilai Y perlu ditentukan untuk suatu nilai Xi tertentu. Nilai Y tersebut untuk Xi tertentu dinyatakan dengan Yi. Nilai Yidan µY.Xipada umumnya tidak sama. Perbedaan tersebut tergantung pada

STIKOM

ketepatan model untuk menggambarkan keadaan yang sebenarnya dan ketepatan pengukuran peubah Y dan X.

Perbedaan antara Yi dan µY.Xi disebut galat acak (random error) dan dinyatakan dengan simbol ɛi. Dengan demikian :

εi = Yi-µY.Xi atau Yi= µY.Xi+ εi

Dari persamaan ini diperoleh model regresi linier sederhana dari suatu populasi sebagai berikut :

Yi= β0 + β1Xi+ εi

2.3.2 Regresi Linear Berganda

Menurut Lungan (2006), regresi linear berganda merupakan perluasan dari regresi linear sederhana. Jika regresi linear sederhana mempersoalkan tentang hubungan peubah tak bebas atau peubah kriteria (respons) dengan suatu peubah bebas (deterministik), maka pada regresi linear berganda mempersoalkan hubungan linear antara satu peubah tak bebas dengan beberapa peubah bebas.

Peubah tak bebas dapat berupa ukuran atau kriteria keberhasilan, sedangkan peubah bebas dapat berupa faktor-faktor penentu keberhasilan tersebut. Jika banyaknya peubah bebas adalah k, maka model regresi populasi dapat dinyatakan dengan:

Yi = β0 + β1Xi1 + β1Xi1 + ... + βkXik + εi

β0, β1, β2, ... , βkmerupakan parameter yang disebut koefisien regresi parsial. εi= galat.

STIKOM

Jika εi diasumsikan = 0, maka diperoleh persamaan regresi linier berganda dari suatu populasi sebagai berikut :

μY.X1, X2, ..., Xp = β0 + β1X1 + β1X1 + ... + βpXp

2.4 Pendidikan

Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak yang mulia, serta keterampilan yang diperlukan dirinya dan masyarakat. Pendidikan biasanya berawal saat seorang bayi dilahirkan dan berlangsung seumur hidup. Pendidikan bisa saja berawal dari sebelum bayi terlahir seperti yang dilakukan oleh banyak orang dengan memainkan musik dan membaca kepada bayi dalam kandungan.

Menurut Horton dan Hunt, Lembaga pendidikan berkaitan dengan fungsi yang nyata sebagai berikut :

1. Mempersiapkan anggota masyarakat untuk mencari nafkah.

2. Mengembangkan bakat perseorangan demi kepuasan pribadi dan bagi kepentingan masyarakat.

3. Melestarikan kebudayaan.

4. Menanamkan keterampilan yang diperlukan bagi partisipasi dalam demokrasi.

STIKOM

2.5 Sekolah Menengah Atas (SMA)

Sekolah menengah atas adalah jenjang pendidikan menengah pada pendidikan formal di Indonesia setelah lulus dari sekolah menengah pertama atau sederajat. Sekolah menengah atas ditempuh dalam waktu 3 tahun. Pada tahun kedua, siswa SMA dapat memilih salah satu dari 3 jurusan yang ada yaitu IPA, IPS, dan Bahasa.

SMA diselenggarakan oleh pemerintah maupun swasta. Sejak diberlakukannya otonomi daerah pada tahun 2001, pengelolaan SMA negeri di Indonesia yang sebelumnya berada dibawah Departemen Pendidikan Nasional, kini menjadi tanggung jawab pemerintah daerah kabupaten/ kota. Sedangkan Departemen Pendidikan Nasional hanya berperan sebagai regulator dalam bidang standar nasional pendidikan. Secara struktural, SMA negeri merupakan unit pelaksana teknis dinas pendidikan kabupaten/ kota.

2.6 Perguruan Tinggi

Di Indonesia, Perguruan Tinggi dapat berbentuk akademi, institut, politeknik, sekolah tinggi, dan universitas. Perguruan tinggi dapat menyelenggarakan pendidikan akademik, profesi, dan vokasi dengan program diploma (D1, D2, D3, dan D4), sarjana (S1), magister (S2), doktor (S3), dan spesialis.

Pengelolaan dan regulasi perguruan tinggi di Indonesia dilakukan oleh Kementrian Pendidikan Nasional. Rektor Perguruan Tinggi merupakan pejabat eselon di bawah Menteri Pendidikan Nasional. Selain itu terdapat juga Perguruan Tinggi yang dikelola oleh kementrian atau lembaga pemerintah non kementerian

STIKOM

yang pada umumnya merupakan Perguruan Tinggi Kedinasan. Perguruan Tinggi Swasta di Indonesia, dikelola oleh masyarakat sesuai dengan perundang-undangan yang berlaku. Bimbingan dan pengawasan atas penyelenggaraan Perguruan Tinggi Swasta pada mulanya dilakukan oleh Lembaga Perguruan Tinggi Swasta (LPTS) yang dibentuk oleh pemerintah. LPTS ini kemudian menjadi Koordinasi Perguruan Tinggi Swasta yang disebut dengan KOPERTIS.

2.7 Konsep Dasar Sistem

Menurut Neuschel (1976), terdapat dua kelompok pendekatan di dalam mendefinisikan sistem, yaitu yang menekankan pada prosedurnya dan yang menekankan pada komponen atau elemennya. Pendekatan sistem yang lebih menekankan pada prosedur sistem adalah sebagai berikut:

“Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran tertentu.”

Pendekatan sistem yang merupakan jaringan kerja dari prosedur lebih menekankan urutan-urutan operasi di dalam sistem. Prosedur didefinisikan oleh Neuschel (1976) sebagai berikut:

“Prosedur adalah suatu urutan-urutan operasi klerikal (tulis-menulis), biasanya melibatkan beberapa orang di dalam satu atau lebih departemen, yang diterapkan untuk menjamin penanganan yang seragam dari transaksi-transaksi bisnis yang terjadi.”

Pendekatan sistem yang lebih menekankan pada elemen atau komponennya dalam mendefinisikan sistem, menurut Neuschel adalah “Sistem

STIKOM

adalah kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan tertentu.”

2.8 Sistem Informasi

Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran tertentu (Hartono,1999:1). Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang menerimanya. Data merupakan bentuk yang masih mentah yang belum dapat bercerita banyak, sehingga perlu diolah lanjut (Hartono, 1999:8).

Informasi dapat menggambarkan kejadian nyata yang digunakan untuk pengambilan keputusan. Sumber dari informasi adalah data yang berbentuk huruf, simbol, alfabet, dan sebagainya. Sistem informasi mempunyai elemen utama, yaitu data yang menyediakan informasi, prosedur yang memberitahu pengguna bagaimana mengoperasikan sistem informasi, menyelesaikan masalah, membuat keputusan, dan menggunakan sistem informasi tersebut. Orang-orang dalam sistem informasi membuat prosedur untuk mengolah dan memanipulasi data sehingga menghasilkan informasi dan menyebarkan informasi tersebut ke lingkungannya.

Model dasar sistem adalah masukan, pengolahan, dan pengeluaran. Fungsi pengolahan informasi sering membutuhkan data yang telah dikumpulkan dan diolah dalam waktu periode sebelumnya. Oleh karena itu, dalam model sistem informasi ditambahkan pula media penyimpanan data. Maka fungsi pengolahan

STIKOM

informasi bukan lagi mengubah data menjadi informasi, tetapi juga menyimpan data untuk penggunaan lanjutan.

Sistem Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang menerimanya. Data merupakan bentuk yang masih mentah yang belum dapat bercerita banyak, sehingga perlu untuk diolah lebih lanjut. Karena pada saat ini, para pembuat keputusan memahami bahwa informasi tidak hanya sekedar produk sampingan bisnis yang sedang dijalankan, namun juga sebagai bahan pengisi bisnis dan menjadi faktor kritis dalam menentukan kesuksesan atau kegagalan suatu usaha.

Untuk menghasilkan informasi yang berkualitas maka dibuatlah sistem informasi (Hartono, 1999 : 11). Sistem informasi adalah suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial, dan kegiatan strategi dari suatu organisasi serta menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan.

Informasi merupakan data yang telah diolah menjadi suatu bentuk yang berarti bagi penerimanya dan bermanfaat dalam pengambilan keputusan saat ini atau di masa yang akan datang. Sumber dari informasi adalah data, merupakan bentuk yang masih mentah dan belum dapat bercerita banyak, sehingga membutuhkan pengolahan lebih lanjut. Kualitas dari sistem informasi bergantung pada dua hal, yaitu:

1. Informasi harus akurat, dimana informasi tersebut harus bebas dari kesalahan.

2. Informasi tersebut harus relevan, supaya informasi tersebut dapat memberikan masukan bagi penerimanya.

STIKOM

Ada beragam definisi sistem informasi, sebagaimana tercantum pada Tabel 2.1 Dari berbagai definisi tersebut, dapat disimpulkan bahwa sistem informasi mencakup sejumlah komponen (manusia, komputer, teknologi informasi, dan prosedur kerja), ada sesuatu yang diproses (data menjadi informasi), dan dimaksudkan untuk mencapai suatu sasaran atau tujuan.

Tabel 2.1Definisi Sistem Informasi

Sumber Definisi

Alter (1992) Sistem informasi adalah kombinasi antara prosedur kerja, informasi, orang dan teknologi informasi yang diorganisasikan untuk mencapai tujuan dalam sebuah organisasi.

Hall (2001) Sistem informasi adalah sebuah rangkaian prosedur formal dimana data dikelompokkan, diproses menjadi informasi, dan didistribusikan kepada pemakai.

Tuban, McLean, dan Wetherbe (1999)

Sebuah sistem informasi mengumpulkan, memproses, menyimpan, menganalisis, dan menyebarkan informasi untuk tujuan yang spesifik.

Istilah sistem informasi juga sering dikacaukan dengan sistem informasi manajemen (SIM). Kedua hal ini sebenarnya tidak sama. Sistem informasi manajemen merupakan salah satu jenis sistem informasi, yang secara khusus ditujukkan untuk menghasilkan informasi bagi pihak manajemen dan untuk pengambil keputusan.

2.9 Analisis dan Perancangan Sistem

Menurut Kendall (2003), analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan-permasalahan, kesempatan-kesempatan, hambatan-hambatan yang terjadi, dan kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikannya.

STIKOM

Tahap analisis sistem terdapat langkah-langkah dasar yang harus dilakukan oleh analis sistem sebagai berikut:

1. Identify, yaitu mengidentifikasi masalah.

2. Understand, yaitu memahami kerja dari sistem yang ada. 3. Analyze, yaitu menganalisis sistem.

4. Report, yaitu membuat laporan hasil analisis.

Setelah tahap analisis sistem selesai dilakukan, maka analis sistem telah mendapatkan gambaran dengan jelas apa yang harus dikerjakan. Tiba waktunya sekarang bagi analis sistem untuk memikirkan bagaimana membentuk sistem tersebut. Tahap ini disebut dengan desain sistem.

Analisis dan perancangan sistem dipergunakan untuk menganalisis, merancang, dan mengimplementasikan peningkatan-peningkatan fungsi bisnis yang dapat dicapai melalui penggunaan sistem informasi terkomputerisasi.

2.10 Sistem Flow

System flow adalah bagan yang menunjukkan arus pekerjaan secara menyeluruh dari suatu sistem dimana bagan ini menjelaskan urutan prosedur-prosedur yang ada dalam sistem dan biasanya dalam membuat system flow sebaiknya ditentukan pula fungsi-fungsi yang melaksanakan atau bertanggung jawab terhadap sub-sistem yang ada (Hartono, 1999).

Terdapat berbagai macam bentuk simbol yang digunakan untuk merancang sebuah desain dari sistem, diantaranya adalah terminator, manual operation, document, process, database, manual input, decision, off-line storage, on-page reference, dan off-page reference.

STIKOM

Terminator merupakan bentuk simbol yang digunakan sebagai tanda dimulainya jalan proses sistem ataupun tanda akhir dari sebuah pengerjaan suatu sistem. Simbol dari terminatordapat dilihat pada Gambar 2.1.

Gambar 2.1Terminator

Manual operationdigunakan untuk menggambarkan sebuah proses kerja yang dilakukan tanpa menggunakan komputer sebagai medianya (menggunakan proses manual). Simbol dari operationdapat dilihat pada Gambar 2.2.

Gambar 2.2Manual Operation

Documentmerupakan simbol dari dokumen yang berupa kertas laporan, surat-surat, memo, maupun arsip-arsip secara fisik. Simbol dari document dapat dilihat pada Gambar 2.3.

Gambar 2.3Document

Process adalah sebuah bentuk kerja sistem yang dilakukan secara terkomputerisasi. Simbol dari processdapat dilihat pada Gambar 2.4.

Gambar 2.4Process

STIKOM

Database digunakan sebagai media penyimpanan data yang bersifat terkomputerisasi. Simbol dari database dapat dilihat pada Gambar 2.5.

Gambar 2.5Database

Decision merupakan operator logika yang digunakan sebagai penentu keputusan dari suatu permintaan atau proses dengan dua nilai, benar dan salah. Simbol dari decisiondapat dilihat pada Gambar 2.6.

Gambar 2.6 Decision

Manual input digunakan untuk melakukan proses input ke dalam database melalui keyboard. Simbol dari manual inputdapat dilihat pada Gambar 2.7.

Gambar 2.7Manual Input

Off-line storage merupakan bentuk media penyimpanan yang berbeda dengan database, dimana media penyimpanan ini menyimpan dokumen secara manual atau lebih dikenal dengan nama arsip. Simbol dari off-line storagedapat dilihat pada Gambar 2.8.

Gambar 2.8Off-Line Storage

STIKOM

On-page reference digunakan sebagai simbol untuk menghubungkan bagan desain sebuah sistem apabila hubungan arus data yang ada terlalu jauh dalam permasalah letaknya. Simbol dari On-page reference dapat dilihat pada Gambar 2.9.

Gambar 2.9On-Page Reference

Off-page referencememiliki sifat yang sedikit berbeda dengan On-page reference, karena simbol ini hanya digunakan apabila arus data yang ada dilanjutkan ke halaman yang berbeda. Simbol dari off-page referencedapat dilihat pada Gambar 2.10.

Gambar 2.10Off-Page Reference

Paper tape merupakan sebuah simbol yang umumnya menggantikan bentuk penggambaran jenis pembayaran yang digunakan (misal: uang) dalam transaksi yang ada pada sistem yang dirancang. Simbol dari paper tape dapat dilihat pada Gambar 2.11.

Gambar 2.11Paper Tape

2.11 Data Flow Diagram (DFD)

Menurut Andri Kristanto (2008), Data Flow Diagram (DFD) adalah suatu model logika data atau proses yang dibuat untuk menggambarkan darimana asal

STIKOM

data dan kemana tujuan data yang keluar dari sisem, dimana data tersebut disimpan, proses apa yang menghasilkan data tersebut dan interaksi antara data yang tersimpan, dan proses yang dikenakan pada data tersebut.

Data Flow Diagram merupakan suatu metode pengembangan sistem yang terstruktur (structure analysis and design). Penggunaan notasi dalam data flow diagram sangat membantu untuk memahami suatu sistem pada semua tingkat kompleksitas. Pada tahap analisi, penggunaan notasi ini dapat membantu dalam berkomunikasi dengan pemakai sistem untuk memahami sistem secara logika.

Di dalam data flow diagram, terdapat empat simbol yang digunakan yaitu process, external entity, data store, dan data flow. Simbol process digunakan untuk melakukan suatu perubahan berdasarkan data yang diinputkan dan menghasilkan data dari perubahan tersebut. Simbol process dapat dilihat pada Gambar 2.12.

0 Prcs_1

Gambar 2.12Process

Pada bentuk gambar process, bagian atas berisi nomor untuk identitas proses. Suatu proses dengan nomor 0 (nol atau kosong) menandakan bahwa proses tersebut adalah sebuah context diagram. Diagram ini merupakan level tertinggi dari DFD yang menggambarkan hubungan sistem dengan lingkungan luarnya. Pembuatan context diagram dapat dilakukan dengan terlebih dahulu menentukan nama sistemnya, menentukan batasan dari sistem, dan menentukan terminator yang diterima atau diberikan daripada sistem untuk kemudian dilakukan penggambaran.

STIKOM

Nomor 1, 2, 3, dan seterusnya menandakan bahwa proses tersebut diartikan sebagai proses level-0 (nol) yang merupakan hasil turunan atau decompose dari proses context diagram. Proses level-0 membahas sistem secara lebih mendetail, baik dipandang dari segi kegiatan dari sebuah bagian, alur data yang ada, maupun database yang digunakan didalamnya. Pembuatannya dapat dilakukan dengan cara menentukan proses utama yang ada dalam sistem, menentukan alur data yang diterima dan diberikan masing-masing proses daripada sistem sambil memperhatikan konsep keseimbangan (alur data yang masuk atau keluar dari suatu level harus sama dengan alur data yang masuk dan keluar pada level berikutnya), memunculkan data store sebagai sumber maupun tujuan data (optional), menggambarkan diagram level-0, menghindari perpotongan arus data, dan melakukan pemberian nomor pada proses utama (nomor tidak menunjukkan urutan proses).

Nomor 1.1, 1.2, 2.1, 2.2, dan seterusnya merupakan sebuah proses turunan atau decompose dari proses level-0 yang disebut sebagai proses level-1 (satu). Proses level-1 menggambarkan detil kerja dari sebuah bagian dalam sebuah sistem. Penggambarannya dilakukan dengan cara menentukan proses yang lebih kecil (sub-proses) dari proses utama yang ada di level-0, menentukan apa yang diterima atau diberikan masing-masing sub-proses daripada sistem dan tetap memperhatikan konsep keseimbangan, memunculkan data store sebagai sumber maupun tujuan alur data (optional), menggambar DFD level-1, dan berusaha untuk menghindari perpotongan arus data. Hasil turunan akhir disebut sebagai the lowest level, dimana hasil akhir ini tergantung dari kompleksitas sistem yang ada.

STIKOM

External entity disimbolkan dengan bentuk persegi yang digunakan untuk menggambarkan pelaku-pelaku sistem yang terkait, dapat berupa orang-orang, organisasi maupun instansi. External entity dapat memberikan masukan kepada process dan mendapatkan keluaran dari process. Simbol external entity dapat dilihat pada Gambar 2.13.

Entt_2

Gambar 2.13External Entity

Data store digunakan sebagai media penyimpanan suatu data yang dapat berupa file atau database, arsip atau catatan manual, lemari file, dan tabel-tabel dalam database. Penamaan data store harus sesuai dengan betuk data yang tersimpan pada data store tersebut, misalnya tabel pelanggan, tabel detail penjualan, tabel detail pembelian, dan lain-lain. Simbol data store dapat dilihat pada Gambar 2.14.

1 Stor_3

Gambar 2.14Data Store

Data flow merupakan penghubung antara external entitydengan process dan process dengan data store. Data flowmenunjukkan aliran data dari satu titik ke titik lainnya dengan tanda anak panah mengarah ke tujuan data. Penamaan data flow harus menggunakan kata benda, karena di dalam data flow mengandung sekumpulan data. Simbol data flow dapat dilihat pada Gambar 2.15.

Gambar 2.15Data Flow

Flow_6

STIKOM

2.12 Entity Relationship Diagram (ERD)

ERD merupakan notasi grafis dalam pemodelan data konseptual yang mendeskripsikan hubungan antar penyimpanan. ERD digunakan untuk memodelkan struktur data dan hubungan antar data, karena hal ini relatif komplek. Dengan ERD kita dapat menguji model dan mengabaikan proses apa yang harus dilakukan. ERD dapat dikategorikan menjadi tiga bagian, yaitu :

1. One to one relationship

Jenis hubungan antar tabel yang menggunakan bersama sebuah kolom

primary key. Jenis hubungan ini tergolong jarang digunakan, kecuali untuk alasan keamanan atau kecepatan akses data. Misalnya satu departemen hanya mengerjakan satu jenis pekerjaan saja dan satu pekerjaan hanya dikerjakan oleh satu departemen saja.

2. One to many relationship

Jenis hubungan antar tabel dimana satu recordpada satu tabel terhubung

dengan beberapa record pada tabel lain. Jenis hubungan ini merupakan yang

paling sering digunakan. Misalnya satu pekerjaan hanya dikerjakan oleh satu departemen saja, namun satu departemen dapat mengerjakan beberapa macam pekerjaan sekaligus.

3. Many to many relationship

Jenis hubungan ini merupakan hubungan antar tabel dimana beberapa

record pada satu tabel terhubung dengan beberapa record pada tabel lain. Misalnya satu departemen mampu mengerjakan banyak pekerjaan, juga satu pekerjaan dapat ditangani oleh banyak departemen.

STIKOM

Entity Relationship Diagram, atau yang lebih dikenal dengan nama ERD, digunakan untuk mengimplementasikan, menentukan, dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan database. ERD menyediakan bentuk untuk menunjukkan struktur keseluruhan kebutuhan data dari pemakai. Adapun elemen-elemen yang terdapat pada ERD, adalah sebagai berikut:

1. Entity atau entitas, digambarkan dalam bentuk persegi seperti pada Gambar 2.16.

Gambar 2.16Entityatau Entitas

2. Relationatau relasi merupakan penghubung antara entitas dengan entitas. Terdapat beberapa jenis relasi yang dapat digunakan, seperti one-to-one, one-to-many, many-to-one, dan many-to-many. Bentuk alur relasi secara detil dapat dilihat pada Gambar 2.17.

Gambar 2.17Relation of Entity

Relation_12 Relation_11 Relation_10

Relation_9

Ent_1 Ent_2

Ent_3 Ent_4

Ent_5 Ent_6

Ent_7 Ent_8

Ent_1

STIKOM

2.13 Sistem Basis Data

Menurut Marlinda (2004:1), sistem basis data adalah suatu sistem menyusun dan mengelola recordmenggunakan komputer untuk menyimpan atau merekam serta memelihara dan operasional lengkap sebuah organisasi/ perusahaan sehingga mampu menyediakan informasi optimal yang diperlukan pemakai untuk proses mengambil keputusan.

Pada sebuah sistem basis data terdapat komponen-komponen utama yaitu Perangkat Keras (Hardware), Sistem Operasi (Operating Sistem), Basis Data (Database), Sistem (Aplikasi atau Perangkat lunak) pengelola Basis Data (DBMS), Pemakai (User), dan aplikasi (Perangkat lunak) lain (bersifat opsional).

2.14 SQL

SQL (Structured Query Language) adalah sebuah bahasa yang dipergunakan untuk mengakses data dalam basis data relasional. Bahasa ini secara defacto merupakan bahasa standar yang digunakan dalam manajemen basis data relasional. Secara umum, SQL terdiri dari 2 bahasa, yaitu Data Definition Language (DDL) dan Data Manipulation Language (DML). DDL digunakan untuk mendefinisikan, mengubah, serta menghapus basis data, dan objek-objek yang diperlukan dalam basis data, misalnya table, view, user, dan sebagainya. DML digunakan untuk memanipulasi data yang ada dalam suatu table.

STIKOM

28

Metodologi penelitian pada Tugas Akhir dengan judul rancang bangun

sistem analisis dan simulasi pengaruh nilai akademik SMA terhadap IPK mencakup

beberapa hal yaitu : analisis permasalahan dan desain sistem.

3.1

Analisis Permasalahan

Calon mahasiswa tentunya ada yang belum memiliki pandangan dan

informasi yang mendalam tentang jurusan perkuliahan yang akan mereka ambil.

Selama ini di STIKOM SURABAYA masih belum memiliki sebuah sistem yang

dapat membantu calon mahasiswa untuk dapat memilih jurusan yang akan mereka

ambil.

Selain itu juga belum adanya penelitian yang menarik kesimpulan tentang

keterkaitan antara nilai UNAS SMA dan rata-rata STTB dengan IPK pada ruang

lingkup STIKOM SURABAYA. Apabila dapat ditarik sebuah model yang teruji

secara statistika maka dapat memudahkan calon mahasiswa untuk memilih jurusan

yang sesuai dengan kemampuan akademisnya.

Untuk menggali informasi tentang permasalahan yang ada, maka dilakukan

beberapa tahap sebagai berikut, yaitu : observasi berupa angket kepada sample 30

mahasiswa STIKOM SURABAYA, pengumpulan data mahasiswa lulusan STIKOM

STIKOM

SURABAYA yang telah menempuh lulus perkuliahan pada bagian Penmaru, AAK,

dan PPTI.

3.1.1

Hasil Observasi

Berdasarkan observasi yang telah dilakukan baik dari angket maupun

wawancara terhadap mahasiswa STIKOM SURABAYA, didapatkan hasil bahwa

sebagian besar yang telah menempuh 2 semester ke atas masih belum mengerti

kemana arah pembelajaran setiap mata kuliah yang diajarkan. Dengan kata lain

bahwa pemahaman materi terhadap perkuliahan masih rendah. Dari 30 mahasiswa

stikom berbagai jurusan, 14 orang responden mengatakan hal demikian. Hal ini tentu

saja menjadi pertanyaan besar apakah mahasiswa tersebut sudah memiliki

kemampuan akademis yang sesuai dengan jurusan yang ditempuhnya.

Tabel 3.1

Tabel Hasil Angket

No Prodi Semester Prosentase Pemahaman Jurusan SMA

1 S1 SI 3-6 <50% SMA IPA

2 S1 SI 3-6 <25% SMA IPA

3 S1 SI 3-6 >75% SMA IPA

4 S1 SI 3-6 >75% SMA IPA

5 S1 SI 3-6 <25% SMA IPA

6 S1 SI 3-6 <75% SMA IPS

7 S1 SI 6-8 <50% SMA IPA

8 S1 SI 6-8 <50% SMA IPA

9 S1 SI 6-8 <25% SMA IPA

10 S1 SI 6-8 <25% SMA IPS

11 S1 SI 6-8 <25% SMA IPA

12 S1 SI 6-8 >75% SMA IPA

13 S1 SI 6-8 <25% SMA IPS

14 S1 SI >8 >75% SMA IPA

15 S1 SI >8 <25% SMA IPA

STIKOM

No Prodi Semester Prosentase Pemahaman Jurusan SMA

16 S1 SI >8 <25% SMA IPA

17 S1 SI >8 >75% SMA IPA

18 S1 SI >8 <50% SMA IPA

19 S1 SI >8 >75% SMA IPA

20 S1 SK 6-8 >75% SMA IPA

21 S1 SK 6-8 <75% SMA IPA

22 S1 SK 6-8 >75% SMA IPS

23 S1 SK 6-8 >75% SMA IPS

24 D3 MI 3-6 <25% SMA IPS

25 D3 MI 3-6 <25% SMA IPA

26 D3 MI 3-6 <25% SMA IPA

27 D3 MI 3-6 <25% SMA IPA

28 D3 MI 3-6 >75% SMA IPA

29 S1 DKV <3 <25% SMA IPA

30 S1 DKV <3 <25% SMA IPA

3.1.2

Proses Pencarian Model Persamaan

Berdasarkan hasil pengumpulan data maka proses pencarian sebuah model

persamaan dari masing-masing jurusan adalah sebagai berikut:

1.

Persiapan data IPK lulusan serta nilai UNAS dan STTB.

Pada proses ini, data-data tentang lulusan yang didapatkan kemudian

ditetapkan IPK sebagai Y sedangkan nilai Matematika sebagai nilai X1,

Bahasa Inggris sebagai nilai X2, Bahasa Indonesia sebagai nilai X3, dan

Rata-rata STTB sebagai nilai X4. Yang kemudian akan menghasilkan

sebuah model persamaan Y =

+

+

+

+

.

2.

Proses Perhitungan Persamaan Regresi.

Model tersebut pada dasarnya menyatakan bahwa n persamaan yang

memberikan bagaimana nilai respon diperoleh dalam proses penelitian.

Dengan menggunakan lambang matrix, persamaan kuadrat dapat dituliskan

STIKOM

sebagai

=

+

.

Yang hasilnya dapat disederhanakan menjadi

penyelesaian

dalam rumusan

(

)

=

′

. Sehingga koefisien regresi

didapatkan dalam rumusan

= (X’X)

-1

X’y. Kemudian setelah persamaan

tersebut diperoleh maka validitas dari model tersebut perlu diuji demi

mendapatkan kepastian bahwa model tersebut dapat digunakan untuk

simulasi penjurusan atau tidak dengan menggunakan Uji F dan Uji t.

3.

Proses Pencarian Nilai Korelasi R.

Nilai R didapatkan dari rumusan akar jumlah kuadrat regresi(JKR) dibagi

dengan jumlah kuadrat total(JKT). JKR didapatkan dari masing-masing nilai

Y duga dikurangi dengan rata-rata nilai Y. sedangkan JKT adalah

masing-masing nilai Y yang sebenarnya dikurangi rata-rata nilai Y. yang kemudian

dapat dituliskan dalam sebuah rumusan

=

.

4.

Proses Uji Validitas Persamaan.

Dengan menggunakan rumus f =

( )

untuk mendapatkan hasil

hipotesis H

0

apakah persamaan tersebut berarti atau tidak. Kemudian untuk

mengecek tiap-tiap variabelnya digunakan uji t dengan rumus t =

untuk

mendapatkan validitas dengan membandingkan dengan tabel t.

STIKOM

3.1.3

Proses Simulasi Penjurusan

Setelah proses pencarian model persamaan terpenuhi, maka selanjutnya

proses simulasi dapat dilakukan dengan proses sebagai berikut:

1.

Calon mahasiswa mempersiapkan data-data yang diperlukan.

Calon mahasiswa harus memiliki nilai UNAS Matematika, Bahasa

Indonesia, Bahasa Inggris, serta rata-rata STTB yang kemudian akan

di-input-kan kedalam persamaan yang telah ditemukan dari semua jurusan yang

ada. Yaitu X

1

adalah nilai UNAS matematika, X

2

adalah nilai UNAS Bahasa

Inggris, X

3

adalah nilai UNAS Bahasa Indonesia, dan X

4

adalah nilai

rata-rata STTB.

2.

Proses menghitung IPK harapan.

Dengan data yang telah diinputkan oleh masing-masing calon mahasiswa ke

dalam persamaan Y =

+

+

+

+

maka akan

muncul nilai Y yang merupakan IPK dari masing-masing model persamaan

dari jurusan tersebut. Dengan demikian dapat diketahui jurusan apa yang

menghasilkan IPK tertinggi.

3.1.4 Hasil Analisis

Berdasarkan proses pencarian model persamaan pada bagian 3.1.2 dan proses

simulasi penjurusan pada bagian 3.1.3, berikut disajikan diagram blok untuk

menjelaskan alur proses yang terjadi secara umum pada gambar 3.1. Kemudian,

STIKOM

proses-proses yang terjadi dalam sistem dapat digambarkan kedalam diagram

berjenjang pada gambar 3.2.

Gambar 3.1

Diagram Blok Sistem Informasi Penjurusan

STIKOM

Gambar 3.2

Diagram Jenjang Sistem Informasi Penjurusan

3.2

Desain Sistem

Desain yang diawali dengan identifikasi/ pencarian permasalahan, analisis

permasalahan, serta menentukan tujuan dan pengembangan sistem yang akan

digunakan, akan dapat dijadikan sebagai acuan dalam pengolahan data yang terjadi

kedalam bentuk-bentuk informasi yang dibutuhkan oleh pengguna. Desain sistem

terdiri dari bagian-bagian sebagai berikut :

1.

System Flow

2.

Context Diagram

3.

Data Flow Diagram

4.

Entity Relationship Diagram

5.

Struktur Database

6.

Desain Output

7.

Desain Input

8.

Desain Interface

0 Analisis dan Simulas i Pemilihan Jurusan + 1 Pencarian Model Persamaan + 2 Simulasi Penjurusan + 1.1 Pemodelan Regresi 1.2

Uji Model Regresi

1.3

Update Jurusan

2.1 Input N ilai

Calon Mahasi swa 2.2 Perhitungan Simulasi

STIKOM

SURABAYA

3.2.1

System Flow

Penggambaran arus informasi akan dijabarkan pada alur sistem yang akan

diimplementasikan dengan komputer berupa penjaluran antara data, proses, dan

laporan. Bentuk desain umum aplikasi sistem simulasi penjurusan adalah sebagai

berikut :

Gambar 3.3

System Flow

Perhitungan Model Regresi

STIKOM

Gambar 3.4

System Flow

Simulasi Jurusan

3.2.2

Context Diagram

Context diagram

merupakan rancangan global atau merupakan keseluruhan

dari proses yang ada pada DFD. Gambar 3.4 berikut ini merupakan tampilan dari

context diagram yang dirancang sebagai berikut :

System Flow Simulasi Jurusan

CALON MAHASISWA PENMARU

Data Jurusan

Simulasi Saran Jurusan Model

Persamaan Prediksi tiap

Jurusan _{rata2 Nilai Jurusan} Nilai Unas dan

SMA

Input Simulasi

Saran

Jurusan _{Cetak detail}

Simulasi

Detail Simulasi Detail

Jurusan Start

End

STIKOM

Gambar 3.5

Context Diagram

3.2.3

Data Flow Diagram

A

DFD Level 0

Dari

context diagram

yang ada, sistem yang terjadi dapat dipecah lagi

menjadi beberapa proses, yaitu proses pencarian model persamaan dan simulasi

penjurusan.

Gambar 3.6

DFD Level 0

Data Lulusan

Detail Usulan Jurusan Usulan Jurusan Nilai Unas dan STTB Model Regresi Tiap Jurusan

Laporan Persamaan Regresi Perjurusan

Data UNAS dan STTB Data Transkrip 0

Analisis dan Simulasi Pemilihan Jurusan + Admin Penmaru Calon Mahasiswa SIstem Informasi Akademik [Data Lulusan]

Data Output Generate Persamaan

Penggunaan Data Persamaan

Update persamaan Regresi View Jurusan

Updare data Jurusan

Insert Data Calon Mahasiswa [Detail Usulan Jurusan]

[Usulan Jurusan] [Nilai Unas dan STTB]

[Model Regresi Tiap Jurusan]

[Laporan Persamaan Regresi Perjurusan] [Data UNAS dan STTB]

[Data Transkrip] SIstem Informasi Akademik Admin Penmaru Calon Mahasiswa 1 Pencarian Model Persamaan + 2 Simulasi Penjurusan +

2 Data Regresi 3 Data Jurusan

1 Data Dasar Mahasiswa 5 _{Calon Mahasiswa}Data Simulasi

STIKOM

B

DFD Level 1 Pencarian Model Persamaan

Dari DFD Level 0 proses pencarian model persamaan dapat dipecah menjadi

beberapa sub proses, yaitu proses pemodelan regresi, uji model regresi, dan update

jurusan.

Gambar 3.7

DFD Level 1 Pencarian Model Persamaan

C

DFD Level 1 Simulasi Penjurusan

Dari DFD Level 0 Proses Simulasi Penjurusan dapat dipecah menjadi

beberapa sub proses, yaitu proses input nilai calon mahasiswa dan proses perhitungan

simulasi.

[Data Lulusan]

[Data Output Generate Persamaan] Pengujian Persamaan [Update persamaan Regresi]

[Updare data Jurusan]

[Model Regresi Tiap Jurusan] [Laporan Persamaan Regresi Perjurusan]

[Data UNAS dan STTB] [Data Transkrip]

SIstem Informasi Akademik

Admin Penmaru 3 Data Jurusan

2 Data Regresi

1 Data Dasar Mahasiswa 1.1

Pemodelan Regresi

1.2

Uji Model Regresi

1.3

Update Jurusan

STIKOM

Gambar 3.8

DFD Level 1 Simulasi Penjurusan

3.2.4

Entity Relationship Diagram

ERD

merupakan

suatu

desain

sistem

yang

digunakan

untuk

merepresentasikan, menentukan, dan mendokumentasikan kebutuhan-kebutuhan

untuk sistem pemrosesan

database. ERD juga menyediakan bentuk untuk

menunjukkan struktur keseluruhan data dari pengguna. Dalam perancangan sebuah

sistem ini telah dibuat sebuah ERD yang merupakan lanjutan dari pembuatan desain

dengan menggunakan DFD.

A

Conceptual Data Model (CDM)

Gambar 3.9

Conceptual Data Model

[View Jurusan]

[Detail Usulan Jurusan] [Usulan Jurusan] Pengolahan data

[Penggunaan Data Persamaan] [Insert Data Calon Mahasiswa]

[Nilai Unas dan STTB]

Calon Mahasiswa 5 _{Calon Mahasiswa}Data Simulasi

3 Data Jurusan 2 Data Regresi

2.1 Input Nilai Calon Mahasiswa 2.2 Perhitungan Simulasi

Acua n Da ta

Det ail Stat us Ju rusan

Si mul asi

Data Regres i Jurusan SMA X0 X1 X2 X3 X4 Korelas i Jum lahData Data Jurus an

KodeJurus an NamaJurusan Status

Data Das ar Mahas iswa Nomor NIM Jurus an IPK MTK BING BIND NilaiJurus an

Data Sim ulas i Calon Mahas iswa Peringkat

Jurus an IPKH ara pan

STIKOM

B

Physical Data Model (PDM)

Gambar 3.10

Physical Data Model

3.2.5

Struktur Database

Struktur

database

menggambarkan data-data yang ada dalam

database

beserta tipe dan kegunaannya.

1.

Nama Tabel : Data_Jurusan

Primary Key : Kode Jurusan

Foreign Key :

-Fungsi

: Menyimpan status, nama jurusan dan kode jurusan

Tabel 3.2

Struktur Tabel Data_Jurusan

Field

Tipe

Ukuran

Keterangan

KodeJurusan

Char

10

kode jurusan perkuliahan

NamaJurusan

Char

50

Status

Char

50

2.

Nama Tabel : Data_Regresi

Primary Key :

Foreign Key :

-KODEJURUSAN = KODE JURUSAN

KODEJURUSAN = K ODE JURUSA N

DATA_REGRESI KODEJURUSAN char(10) JURUSAN char(50) SMA char(50) X0 integer X1 integer X2 integer X3 integer X4 integer KORELASI integer JUMLAHDATA integer DATA_JURUSAN KODEJURUSAN char(10) NAMAJ URUSAN char(50) STATUS char(50) DATA_DASAR_MAHASISWA NOMOR numeric KODEJURUSAN char(10) NIM char(6) JURUSAN char(50) IPK integer MTK integer BING integer BIND integer NILAIJURUSAN integer DATA_SIMULASI_CALON_MAHASISWA PERINGKAT char(50) JURUSAN char(50) IPKHARAPAN integer

STIKOM

SURABAYA

Fungsi

: Menyimpan koefisien persamaan regresi dari masing-masing

jurusan.

Tabel 3.3

Struktur Tabel Data_Regresi

Field

Tipe

Ukuran

Keterangan

Jurusan

Char

50

Jurusan perkuliahan

SMA

Char

50

Jurusan SMA

X0

Integer

18

X1

Integer

18

Unas Matematika

X2

Integer

18

Unas Bahasa Inggris

X3

Integer

18

Unas Bahasa Indonesia

X4

Integer

18

Rata-rata STTB

Korelasi

Integer

18

JumlahData

Integer

18

3.

Nama Tabel : Data_Dasar_Mahasiswa

Primary Key : Nomor

Foreign Key :

-Fungsi

: Menyimpan data mahasiswa STIKOM SURABAYA yang

telah lulus yang digunakan dalam mencari sebuah

persamaan regresi.

Tabel 3.4

Struktur Tabel Data_Dasar_Mahasiswa

Field

Tipe

Ukuran

Keterangan

Nomor

Integer

18

NIM

Char

50

Nomor induk mahasiswa

Jurusan

Char

50

Jurusan SMA

IPK

Integer

18

Indeks Prestasi Kumulatif

Danem

Integer

18

Mtk

Integer

18

Unas Matematika

Bing

Integer

18

Unas Bahasa Inggris

Bind

Integer

18

Unas Bahasa Indonesia

NilaiJurusan

Integer

18

Rata-rata STTB

4.

Nama Tabel : Data_Simulasi

STIKOM

Primary Key :

Foreign Key :

-Fungsi

: Menyimpan hasil simulasi dari calon mahasiswa.

Tabel 3.5

Struktur Tabel Data_Simulasi

Field

Tipe

Ukuran

Keterangan

Peringkat

Char

50

Jurusan

Char

50

IPKHarapan

Integer

18

IPK prediksi model

3.2.6

Desain Output

Desain output

merupakan perancangan desain laporan yang merupakan hasil

dari data yang telah diproses dan tersimpan kedalam database

yang kemudian diolah

menjadi informasi yang berguna bagi pengguna.

A

Desain Output Persamaan Regresi

Hasil dari perhitungan regresi terhadap data dasar yang telah diinputkan

ditampilkan kedalam sebuah laporan yang berisi koefisien masing-masing bidang

serta besaran korelasinya.

STIKOM

Gambar 3.11

B

Desain Output Usulan Jurusan

Pada bagian ini

dari seluruh jurusan yang

mahasiswa yang bersangkutan.

saja yang sesuai dengan ni

Gambar 3.12

Gambar 3.11

Desain Output

Persamaan Regresi

Desain Output Usulan Jurusan

bagian ini ditampilkan tiga saran jurusan dengan nilai I

jurusan yang telah disimulasikan menggunakan nilai

bersangkutan. Dengan demikian didapatkan informasi

saja yang sesuai dengan nilai calon mahasiswa tersebut.

Gambar 3.12

Desain Output

Usulan Jurusan

nilai IPK tertinggi

menggunakan nilai dari calon

informasi jurusan apa

STIKOM

C

Desain Output Detail Usulan Jurusan

Pada bagian ini dapat dilihat detail nilai IPK harapan dari semua jurusan

yang ada pada STIKOM SURABAYA. Terdapat pula grafik nilai tertinggi hingga

terendah untuk tiap-tiap jurusan dengan input nilai yang telah diolah sistem.

Gambar 3.13

Desain Output Detail Usulan Jurusan

3.2.7

Desain Input

Desain input

merupakan perancangan desain masukan dari pengguna kepada

sistem yang kemudian akan dimasukkan kedalam database.

A

Input Data Dasar Unas dan rata-rata STTB

Untuk mencari sebuah model persamaan maka perlu adanya sebuah data

awal yang menjadi acuan.

STIKOM

Gambar 3.1

B

Input Jurusan

Pada bagian ini digu

ada pada STIKOM SURAB

masih diselenggarakan atau tidak.

Gambar 3.1

Gambar 3.14

Desain Input

Data Dasar Unas dan STTB

rusan

Pada bagian ini digunakan untuk memasukan data-data jurusan apa saj

STIKOM SURABAYA dan juga untuk mengatur status tiap jurusan

atau tidak.

Gambar 3.15

Desain Input

Data Jurusan

data jurusan apa saja yang

tiap jurusan apakah

STIKOM

C

Input Data Simulasi

Pada bagian ini adalah bagian dimana seorang calon mahasiswa

menginputkan nilai UNAS dan rata-rata STTB nya untuk mendapatkan saran jurusan

apakah yang terbaik sesuai dengan nilainya.

Gambar 3.16

Desain Input

Data Simulasi

3.2.8

Desain Interface

Desain

input/ output

dapat dibuat sebelum membuat

interface

yang

sesungguhnya. Desain ini dapat digunakan sebagai pembuatan

interface

program

yang sesuai dengan kebutuhan pengguna. Apabila desain sudah cukup

user friendly

dengan pengguna maka selanjutnya dapat dibuat programnya sehingga apabila

program digunakan tidak akan menemukan kesulitan dalam menggunakan program

ini. Namun apabila desain yang dibuat kurang diminati oleh pengguna maka desain

dapat diubah sebelum bertindak pada pembuatan program. Berikut ini adalah

rancangan interface

awal.

STIKOM

Gambar 3.17

Interface

awal

Untuk proses Administratif yang berkaitan dengan pemodelan data-data

lulusan mahasiswa STIKOM SURABAYA diperlukan autentikasi terlebih dahulu

untuk bisa menggunakan fungsi-fungsi didalamnya. Pada halaman tersebut

dibutuhkan

username

dan

password

yang bertujuan hanya pengguna tertentu saja

yang dapat menggunakan fungsi-fungsi tersebut. Dalam hal ini adalah admin

penmaru.

Gambar 3.18

Halaman Login

STIKOM

Kemudian

interface

dari bagian administratif yang hanya bisa di akses oleh

admin tersebut, berisikan beberapa fungsi yang dapat digunakan seperti input lulusan,

input jurusan, input admin, mencari model regresi, dan laporan korelasi.

Gambar 3.19

Interface

Administratif

STIKOM

49 4.1 Kebutuhan Sistem

Untuk implementasi sistem ini ada beberapa spesifikasi perangkat lunak dan perangkat keras yang dibutuhkan.

4.1.1 Kebutuhan Perangkat Keras

Perangkat keras adalah komponen fisik peralatan yang membentuk sistem komputer, serta peralatan lain yang mendukung komputer dalam menjalankan tugasnya. Untuk menjalankan aplikasi ini membutuhkan komputer dengan spesifikasi minimum sebagai berikut:

1. Processor 1Ghz Dual Core

2. Memori dengan Ram 2GB

3. HDD 10GB

4. VGA on Board

5. Monitor dengan resolusi 1366x768

6. Keyboard dan mouse

4.1.2 Kebutuhan Perangkat Lunak

Perangkat lunak merupakan komponen non fisik yang digunakan untuk membuat sistem komputer dapat berjalan dan melakukan tugasnya. Adapun perangkat lunak yang dibutuhkan adalah sebagai berikut:

1. Sistem operasi minimal Windows XP

STIKOM

2. .Net Framework 3.5

3. Rad Control addons

4. Menggunakan databaseSQL Server 2005 Express

4.2 Pembuatan dan Implementasi Program

Aplikasi ini dibuat dengan Microsoft Visual Studio 2008 yang menggunakan bahasa pemrograman VisualBasic.Net dengan database engine

Microsoft SQL Server 2005 Express.

Tahap akhir implementasi program adalah dengan menginstall pada bagian Penmaru dan melakukan konfigurasi agar program tersebut dapat berjalan sebagaimana seharusnya.

4.3 Pengoperasian Program

Dalam bagian ini akan dijelaskan langkah-langkah pengoperasian program aplikasi ini.

4.3.1 Halaman Utama

Inilah halaman yang pertama kali akan ditampilkan ketika pengguna mengakses program ini. Berisikan tiga menu yaitu simulasi, administratif, dan exit.

STIKOM

Gambar 4.1Halaman Utama

Apabila user ingin masuk ke menu simulasi dapat langsung memilih tombol simulasi yang selanjutnya akan diteruskan kehalaman simulasi. Apabila

useradalah seorang administrator dan ingin masuk ke halaman administratif maka harus memasukkan login terlebih dahulu seperti berikut :

Gambar 4.2 LoginHalaman Administratif

STIKOM

4.3.2 Halaman Administratif

Pada halaman administratif ini terdapat fitur-fitur yang digunakan dalam perhitungan regresi dan fungsi administratif lainnya. Seperti input lulusan, view

data lulusan, hitung regresi, laporan korelasi jurusan, input jurusan, dan sign up

admin.

Gambar 4.3 Halaman Administratif

A Sign Up Admin

Halaman ini berfungsi sebagai tempat untuk mendaftarkan siapa saja yang berhak masuk ke halaman administratif, dengan demikian pengguna bagian administratif dapat ditambahkan.

STIKOM

Gambar 4.4 InputAdmin B Input Lulusan

Halaman ini digunakan untuk memasukkan data nilai dari mahasiswa STIKOM SURABAYA yang telah lulus. Yaitu data nilai IPK terakhir, rincian nilai-nilai UNAS, dan rata-rata STTB yang diletakkan sebagai nilai jurusan.

Gambar 4.5 InputLulusan

STIKOM

C Input Jurusan

Halaman ini digunakan untuk memasukkan data jurusan apa saja yang ada di STIKOM SURABAYA serta untuk men-setting jurusan apa saja yang masih aktif.

Gambar 4.6InputJurusan D View Data Lulusan

Halaman ini digunakan untuk menyajikan data-data lulusan. User juga dapat menggunakan menu sorting untuk mengatur tampilannya, apakah akan ditampilkan perjurusan perkuliahan atau perjurusan SMA.

STIKOM

E Hitung Regresi

Halaman ini berfungsi regresi. Mulai dari persamaan

yang akan digunakan dalam proses simulasi.

Gambar 4.7ViewData Lulusan Hitung Regresi

ini berfungsi untuk melakukan proses perhitungan dari persamaan regresi, besaran korelasi, serta hasil uji F gunakan dalam proses simulasi.

Gambar 4.8Hitung Regresi

perhitungan model hasil uji F dan uji t

STIKOM

Setelah memilih

SMA nya. Maka akan ditampilkan hasil perhitungannya sebagai

Gambar 4.

F Laporan Korelasi Jurusan Pada halaman ini

regresi dari tiap-tiap jurusan Pada bagian report yang regresi dan korelasi yaitu Matematika, Bahasa Ingg lulusan yang dipakai dalam sampai dengan 2013 wisuda

memilih jurusan perkuliahan yang akan dihitung dan kan ditampilkan hasil perhitungannya sebagai berikut.

Gambar 4.9 Hasil Perhitungan Regresi

Laporan Korelasi Jurusan

halaman ini menampilkan laporan dari hasil korelasi dan

tiap jurusan perkuliahan yang ada pada STIKOM SURABAYA. report yang menerangkan segala sesuatu yang berhubungan

yaitu data-data tentang koefisien masing-masing ahasa Inggris, Bahasa Indonesia, dan rata-rata nilai STTB dipakai dalam pemodelan ini sebanyak 432 lulusan dari tahun i dengan 2013 wisuda periode Maret.

dihitung dan jurusan n ditampilkan hasil perhitungannya sebagai berikut.

korelasi dan koefisien M SURABAYA. berhubungan dengan masing nilai nilai STTB. Data

dari tahun 2002

STIKOM

Gambar 4.10 Laporan Korelasi Jurusan

4.3.3 Halaman Simulasi

Pada halaman simulasi ini merupakan bagian dalam perhitungan yang dilakukan oleh calon mahasiswa STIKOM SURABAYA dengan memasukkan data-data nilai yang bersangkutan sesuai kolom yang ada.

Gambar 4.11 Halaman Awal Simulasi

STIKOM

Setelah user meng-input-kan nilai-nilai sesuai dengan kolom, maka sistem akan melakukan perhitungan sesuai dengan persamaan regresi yang ada. Perhitungan dilakukan hanya dengan menginputkan jurusan SMA baik IPA atau IPS. Kemudian memasukkan nilai-nilai UNAS dan nilai jurusan yang diambil dari rata-rata nilai STTB sesuai pada kolom dan akan keluar hasil sebagai berikut.

Gambar 4.12Halaman Hasil Simulasi

Kemudian apabila user ingin melihat detail dari semua jurusan, maka

userdapat memilih tombol detail dan akan muncul tampilan sebagai berikut. Gambar 4.13Halaman Detail Simulasi

STIKOM

4.4 Evaluasi

Tahapan evaluasi terbagi menjadi dua, yaitu : evaluasi hasil uji coba sistem dan analisis hasil uji coba sistem. Evaluasi hasil uji coba sistem dilakukan untuk menguji kembali ke semua tahapan yang sudah dilakukan selama pengujian berlangsung dan analisis hasil uji coba sistem bertujuan untuk menarik kesimpulan terhadap hasil-hasil uji coba yang dilakukan terhadap sistem.

4.4.1 Evaluasi Hasil Uji Coba Sistem

Untuk mendapatkan sebuah sistem yang sesuai dengan apa yang diharapkan maka perlu adanya dilakukan beberapa uji coba. Uji coba ini meliputi pengujian terhadap fitur-fitur utama dalam sistem dan pengujian terhadap model regresi yang telah dihasilkan.

A Pengujian Fitur Utama Sistem

Pengujian terhadap fitur utama sistem diterangkan dalam pengujian

blackbox sebagai berikut

Tabel 4.1Tabel Pengujian Blackbox

No Kriteria Target Hasil

1 Proses input data

dasar

User dapat memasukkan data nilai-nilai dari mahasiswa lulusan yang berkaitan dengan kebutuhan sistem.

Berjalan dengan baik

2 Proses input data

jurusan

User dapat menginputkan data-data jurusan dan mengatur status dari setiap jurusan

Berjalan dengan baik

3 Proses input data

simulasi

User dapat menginputkan data nilai Unas dan rata-rata nilai jurusan yang didapatkan dari rata-rata STTB

Berjalan dengan baik

4 Proses input admin User dapat menginputkan data-data admin yang berhak masuk k halaman administratif

Berjalan dengan baik

STIKOM

No Kriteria Target Hasil

5 Proses pencarian

model regresi

User dapat melakukan pencarian model regresi antara nilai ipk dengan nilai akademik SMA

Berjalan dengan baik

6 Proses analisis data calon mahasiswa

Sistem dapat memberikan hasil simulasi penjurusan kepada user

Berjalan dengan baik

7 Laporan korelasi

jurusan

Sistem dapat memberikan

informasi tentang koefisien tiap faktor dan korelasi dari tiap-tiap jurusan

Grafik jumlah data sering error

dan tidak

muncul

B Pengujian Model Regresi

Data untuk uji coba yang dilakukan diperinci pada tabel-tabel berikut ini sesuai dengan jurusan SMA IPA dan IPS.

Table 4.2D3 MI Dari Jurusan IPA

No NIM Jurusan IPK MTK BING BIND Rata-Rata STTB

1 0339010xxxx SMU IPA 3.54 7.5 8.5 7.32 8.13

2 0339010xxxx SMU IPA 2.67 6 6.2 6.77 7.02

3 0339010xxxx SMU IPA 2.8 6.2 5.6 4.46 6.28

4 0339010xxxx SMU IPA 3.26 7 6.33 5.84 7.04

5 0339010xxxx SMU IPA 3.14 7 5.67 6.07 6.93

6 0439010xxxx SMU IPA 3.56 6.91 6.91 6.91 6.71

7 0439010xxxx SMU IPA 3.72 7.94 7.94 7.94 7.72

8 0439010xxxx SMU IPA 3.57 7.94 7.94 7.94 7.88

9 0439010xxxx SMU IPA 2.82 7.18 7.18 7.18 6.99

10 0439010xxxx SMU IPA 2.94 7.68 7.68 7.68 8.19

11 0439010xxxx SMU IPA 2.77 5.13 5.13 5.13 6.84

12 0439010xxxx SMU IPA 3.1 6.8 6.4 5.96 6.95

13 0539010xxxx SMU IPA 2.95 6.5 6.75 7.42 6.83

14 0539010xxxx SMU IPA 3.13 6.2 8.2 8.27 7.71

15 0539010xxxx SMU IPA 3.16 7.2 6.4 5.73 6.75

16 0539010xxxx SMU IPA 2.95 6.88 7.7 9.27 8.08

17 0539010xxxx SMU IPA 3.08 7 6.2 8.63 6.73

18 0539010xxxx SMU IPA 2.66 6.25 7 9.91 7.01

19 0639010xxxx SMU IPA 3.11 7.5 7.5 9.67 7.83

20 0639010xxxx SMU IPA 3.18 7 6.75 9.42 7.46

21 0639010xxxx SMU IPA 2.66 7 6.5 6.63 6.91

22 0639010xxxx SMU IPA 2.91 6.33 7 9.27 6.59

23 0739010xxxx SMU IPA 3.3 6.73 6.55 9 7.37

24 0739010xxxx SMU IPA 3.11 6.33 6.5 6.31 7.31

STIKOM

No NIM Jurusan IPK MTK BING BIND Rata-Rata STTB

25 0739010xxxx SMU IPA 3.14 7.75 8.15 6.97 8.1

26 0739010xxxx SMU IPA 3.4 7.52 7.62 9.87 8.77

27 0739010xxxx SMU IPA 2.97 6.6 7.23 7.05 7.56

28 0739010xxxx SMU IPA 3.39 7.6 8.05 6.62 7.53

29 0739010xxxx SMU IPA 3.23 5.5 7.5 9 7.44

30 0839010xxxx SMU IPA 3.7 8.53 8.25 4.43 8.44

31 0839010xxxx SMU IPA 3.33 7.03 7.5 8.18 8.65

32 0839010xxxx SMU IPA 3.61 6.7 7.2 8.8 8.42

Tabel 4.3D3 MI Dari Jurusan IPS

No NIM Jurusan IPK MTK BING BIND Rata-Rata STTB

1 0339010xxxx SMU IPS 2.86 6.5 8 5.67 7.29

2 0339010xxxx SMU IPS 2.94 6 6.67 7.57 7.33

3 0439010xxxx SMU IPS 3.35 6.93 6.93 6.93 7.49

4 0439010xxxx SMU IPS 3.14 7.04 7.04 7.04 7.2

5 0439010xxxx SMU IPS 2.83 6.48 6.48 6.48 7.16

6 0439010xxxx SMU IPS 3.01 6 6.8 8.55 7.58

7 0539010xxxx SMU IPS 2.84 5.75 6.33 9.25 7.44

8 0539010xxxx SMU IPS 3.19 6.5 8.75 10 8.2

9 0539010xxxx SMU IPS 2.88 5.4 5.8 9.05 7.46

10 0539010xxxx SMU IPS 2.73 5.75 6 7.5 7.17

11 0539010xxxx SMU IPS 2.75 8 6.5 9.35 7.69

12 0539010xxxx SMU IPS 2.89 6 6.4 8.51 7.59

13 0539010xxxx SMU IPS 3.07 7 7 9.85 7.78

14 0539010xxxx SMU IPS 2.89 6.25 6.83 7 7.13

15 0639010xxxx SMU IPS 2.86 6.62 8.24 6.33 7.18

16 0639010xxxx SMU IPS 2.85 5.5 7.25 7.9 6.09

17 0639010xxxx SMU IPS 2.5 5 6.25 6.5 7

18 0639010xxxx SMU IPS 2.97 6.2 6.67 8.72 7.74

19 0739010xxxx SMU IPS 2.84 6.05 6.28 8.63 6.56

20 0739010xxxx SMU IPS 3.29 5 5.5 4.61 6.29

21 0739010xxxx SMU IPS 3.04 5.6 6.74 8.81 6.76

22 0739010xxxx SMU IPS 2.76 6.7 7.13 9.53 7.89

23 0739010xxxx SMU IPS 2.99 6.77 6.88 9.55 8.3

24 0739010xxxx SMU IPS 3 7 7.02 6.58 6.94

25 0739010xxxx SMU IPS 2.91 6.72 7.67 7.07 7.12

26 0739010xxxx SMU IPS 2.89 7.56 6.5 8.61 7.27

27 0839010xxxx SMU IPS 3.2 6.42 6.36 8.72 6.95

STIKOM

79

Gambar 4.14 Hasil simulasi SMA IPA

Dengan memasukkan nilai 7 pada matematika, bahasa Inggris, Bahasa Indonesia, dan rata-rata STTB didapatkan hasil bahwa peringkat jurusan dengan IPK tertinggi adalah D3 KGC dengan IPK 4.0, kemudian D3 MM dengan IPK 2.71, dan S1 SI dengan IPK 2.66.

C.2 Simulasi dari jurusan SMA IPS

Dari perhitungan sistem terhadap nilai SMA IPA yang memiliki nilai 7 pada semua faktor nilai didapatkan hasil sebagai berikut.

Gambar 4.15 Hasil simulasi SMA IPS

STIKOM

80

Dengan memasukkan nilai 7 pada matematika, bahasa Inggris, Bahasa Indonesia, dan rata-rata STTB didapatkan hasil bahwa peringkat jurusan dengan IPK tertinggi adalah S1 SI dengan IPK 2.57 dan D3 MM dengan IPK 1.67. sedangkan untuk jurusan lain tidak dapat memodelkan dengan baik.

C.3 Hasil Perhitungan Manual

Berikut ini adalah hasil dari perhitungan IPK harapan dengan manual. Menggunakan data nilai Matematika, Bahasa Inggris, Bahasa Indonesia, dan rata-rata STTB dengan nilai 7 maka dihasilkan IPK sebagai berikut. Didapatkan hasil untuk IPK tertinggi SMA IPA pada jurusan D3 KGC, sedangkan pada jurusan SMA IPS pada jurusan S1 SI.

STIKOM

81

SMA Jurusan Korelasi X0 X1 X2 X3 X4 Matematika Bahasa Inggris Bahasa Indonesia Rata-rata STTB IPK

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

7 7 7

2.52 2.705 4.098 2.654 2.261 0

7 7 7 7 0

0 0 0 0 0 0 0

0 0.436 -0.112 0

0 0

0.105 0

0

0 0 0 0.323

0 0.036 0.092

0.104

0 0 0

0 0

0

0

0 0 0 0

0 0 0 0 0 7 7 1.652 2.57 0 0 7 7 7 7 7 7 7 7

0 0 0 0.16

0 0 0.236 0 1.97 0 0

0 0 0 0 0

0 0.36 0 0 0 0 1.03 1.83 0 1.45 0 0.655 0.866 0.797 0.744 0.998 0.642 0.699 S1SI IPA IPS 0.785 0.524 0.768 0.171 0.604 0.841 D3KA D3KPK D3MM S1SK D4MM D3MI D3MM D3KGC S1SI D3MI D3KA D3KPK

STIKOM

SURABAYA

82

BAB V PENUTUP

5.1 Kesimpulan

Kesimpulan yang dapat diambil dalam pembuatan Sistem Analisis Dan Simulasi Pengaruh Nilai Akademik SMA Terhadap Nilai IPK ini adalah sebagai berikut:

1. Sistem ini telah mampu menghasilkan sebuah model hubungan regresi antara nilai akademik SMA yang meliputi nilai UNAS (Matematika, Bahasa Indonesia, dan Bahasa Inggris) dan nilai dari rata-rata nilai STTB dengan nilai IPK lulusan STIKOM SURABAYA.

2. Berdasarkan hasil uji coba mensimulasikan nilai mahasiswa STIKOM SURABAYA yang telah lulus didapatkan bahwa tidak semua jurusan memiliki korelasi yang tinggi. Dengan demikian dapat dibuktikan bahwa keterkaitan antara nilai akademik SMA terhadap IPK dapat berbeda pada ruang lingkup lain yang berbeda pula.

3. Beberapa jurusan yang dapat dimodelkan yaitu terutama jurusan yang memiliki data cukup banyak seperti jurusan yang berasal dari SMA IPA yaitu: D3KPK, D3KGC, S1SI, dan S1SK sedangkan dari jurusan SMA IPS yaitu: D3MI, D3MM dan S1SI. Akan tetapi terdapat jurusan yang berhasil dimodelkan tetapi korelasinya dibawah 0.5 yaitu D3MI dari SMA IPS. Terdapat pula beberapa jurusan yang tidak dapat dimodelkan karena kurangnya data yaitu jurusan D3KGC dari SMA IPS, S1SK dari SMA IPS, dan D4MM dari SMA IPS.

STIKOM

83

5.2 Saran

Adapun saran yang bias diberikan untuk tugas akhir ini adalah :

1. Sistem ini perlu diintegrasikan secara penuh kedalam sistem PENMARU STIKOM SURABAYA agar dapat bekerja secara maksimal.

2. Perlu adanya pengolahan data lulusan yang lebih lengkap sehingga model yang dihasilkan lebih akurat lagi.

3. Perlu ditambahkan metode stepwise regression untuk menyempurnakan model regresi yang didapatkan.

4. Perlu adanya penelitian lebih lanjut mengenai penyempurnaan model sehingga dapat menjelaskan hubungan antara nilai akademik SMA dengan nilai IPK secara lebih baik.

5. Perlu adanya penelitian lebih lanjut untuk hubungan nilai akademik SMK terhadap nilai IPK lulusan.

STIKOM

84

DAFTAR PUSTAKA

Han, Jiawei, 2007, Data Mining: Concept and Techniques,Morgan Kaufmann, San Fransisco.

Hartono, Jogiyanto, 1999, Analisis & Desain : Sistem Informasi pendekatan

terstruktur teori dan praktek aplikasi bisnis Jilid II, Penerbit ANDI,

Yogyakarta.

Kendall, Kenneth E. dan Kendall, Julie E, 2003, Analisis dan Perancangan Sistem

Jilid 1, Prehallindo, Jakarta.

Kristanto, Andri, 2008, Perancangan Sistem Informasi dan Aplikasinya, Gava Media, Yogyakarta.

Lungan, Richard, 2006, Aplikasi Statistika dan Hitung Peluang, Graha Ilmu, Yogyakarta.

Marlinda, Linda, S.Kom, 2004, Sistem Basis Data, Andi Offset, Yogyakarta. Neuschel, Richard F., 1976, Management System for Profit and Growth,

McGraw-Hill, New York.

Walpole, Ronal E. and Myers, Raymond H., 1995, Ilmu Peluang dan Statistika

untuk Insiyur dan Ilmuwan, Penerbit ITB, Bandung.

Yuswanto, dan Subari, 2005, Mengolah database dengan SQL Server 2000, Prestasi Pustaka, Jakarta.

STIKOM