SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJADW
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJADWALAN UJIAN KOMPREHENSIF
MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS : PTIIK UNIVERSITAS
BRAWIJAYA)
Tita Fadilah, Yusi Tyroni S.Kom., MS., Candra Dewi S.Kom., M.Sc.
Program Studi Informatika/Ilmu Komputer
Fakultas Program Teknologi Informasi dan Ilmu Komputer
Jl. Veteran No 8, Malang 65145, Indonesia
E-mail : tita.fadilah@gmail.com
ABSTRAK
Ujian akhir sarjana adalah ujian terakhir berupa ujian skripsi atau ujian komprehensif yang
wajib ditempuh mahasiswa sebagai syarat untuk mendapatkan gelar kesarjanaan. Ada beberapa
batasan dan aspek yang mempengaruhi dalam penyusunan jadwal ujian komprehensif
diantaranya yaitu dosen, ruangan dan waktu. Adanya batasan dalam penyusunan jadwal ujian
komprehesif dapat menjadi permasalahan yang cukup rumit untuk diselesaikan secara manual
sehingga dibutuhkan suatu sistem pendukung keputusan guna mempermudah proses
penjadwalan ujian komprehensif. Studi kasus dalam penelitian ini adalah Program Teknologi
Informasi dan Ilmu Komputer, Universitas Brawijaya. Penelitian ini mengimplementasikan
metode Tabu Search pada sistem pendukung keputusan untuk menentukan penjadwalan ujian
komprehensif. Hasil pengujian penerimaan pengguna (user acceptance) terhadap sistem yang
telah dirancang menunjukkan pengguna cenderung setuju bahwa dengan menggunakan sistem
pendukung keputusan penjadwalan ujian komprehensif dapat memberikan kemudahan dan
manfaat, hal ini dapat diinterpretasikan bahwa sistem ini cenderung dapat diterima oleh
pengguna.
Kata kunci : penjadwalan, ujian komprehensif, tabu search
1.
Pendahuluan
Penjadwalan merupakan masalah klasik
yang masih menarik sampai saat ini.
Penjadwalan yang baik akan meningkatkan
produktivitas dan efisiensi sumber daya yang
ada, baik itu manusia maupun waktu [1].
Salah satu masalah penjadwalan yang
terdapat pada perguruan tinggi adalah
penjadwalan ujian akhir sarjana atau ujian
komprehensif.
Adanya
batasan–batasan
dalam penentuan penjadwalan menjadi
permasalahan yang rumit untuk diselesaikan
secara manual dan rentan terhadap human
error. Untuk mengatasi masalah-masalah
yang disebutkan di atas dapat dilakukan
dengan cara komputerisasi melalui sebuah
sistem
pendukung
keputusan.
Sistem
pendukung keputusan untuk penjadwalan
ujian komprehensif adalah suatu sistem yang
memberikan kontribusi bagi para penjadwal
dalam penentuan jadwal ujian komprehensif
dari solusi penjadwalan yang terbaik yang
dihasilkan oleh sistem pendukung keputusan
penjadwalan ujian komprehensif tersebut.
Sejumlah metode dari berbagai disiplin
ilmu telah diusulkan dalam literatur untuk
memecahkan masalah penjadwalan, salah
satunya Meta-heuristic Methods [2]. Salah satu
Meta-heuristic Methods adalah metode tabu
search. Menurut Aldy Gunawan dan kawankawan (2004) yang telah melakukan
penelitian masalah penjadwalan mata kuliah
menggunakan tiga metode metaheuristic,
yaitu: simulated annealing (SA), tabu search
(TS), dan genetic algorithm (GA) secara umum,
unjuk kerja algoritma tabu search lebih baik
1
dibandingkan algoritma simulated annealing
dan genetic algorithm dalam batas kualitas
solusi yang dihasilkan [3].
Tujuan yang ingin dicapai adalah
mengimplementasikan hasil analisa dan
perancangan sebuah sistem pendukung
keputusan
untuk
sistem
informasi
penjadwalan
ujian
komprehensif
menggunakan metode tabu search serta
mengukur
dan
mengetahui
tingkat
penerimaan user terhadap sistem yang telah
dihasilkan. Dengan adanya penelitian ini
diharapkan dapat mempermudah pihak
Program Teknologi Informasi & Ilmu
Komputer, Universitas Brawijaya
dalam
penentuan jadwal ujian komprehensif.
2. Dasar Teori
2.1 Sistem Pendukung Keputusan
Bonczek, dkk., (1980) mendefinisikan
DSS sebagai sistem berbasis komputer yang
terdiri dari tiga komponen yang saling
berinteraksi: sistem bahasa (mekanisme
untuk memberikan komunikasi antara
pengguna dan komponen DSS lain), sistem
pengetahuan
(repository
pengetahuan
domain masalah yang ada pada DSS entah
sebagai data atau sebagai prosedur), dan
sistem pemrosesan masalah (hubungan
antara dua komponen lainnya, terdiri dari
satu atau lebih kapabilitas manipulasi
masalah umum yang diperlukan untuk
pengambilan keputusan) [4].
2.2 Tabu Search
Tabu search merupakan suatu metode
optimasi yang menggunakan short-term
memory untuk menjaga agar proses pencarian
tidak terjebak pada nilai optimum lokal.
Algoritma tabu search secara garis besar dapat
ditulis sebagai berikut [7]:
0. Tetapkan:
X = Matriks input berukuran nxm.
MaxItr = maksimum iterasi.
1. S = bangkitkan solusi secara random.
2. GlobalMin = FCost(S).
3. Best = S.
4. TabuList = [].
5. Kerjakan dari k=1 sampai MaxItr:
6.
BestSoFar = FCost(S).
7.
BestMove = S.
8.
Kerjakan dari i=1 sampai (n-1):
9. Kerjakan dari j=i sampai n:
10.
L = Tukar(S[i],S[j]).
11.
Cost = FCost(L).
12.
Jika (L Ɇ TabuList) atau (Cost <
GlobalMin), kerjakan:
13.
Jika (Cost < BestSoFar),
kerjakan
14.
BestSoFar = Cost.
15.
BestMove = L.
16.
S = BestMove.
17.
Tambahkan S ke TabuList.
18.
Jika BestSoFar < GlobalMin, kerjakan:
19.
GlobalMin = BestSoFar.
20.
Best = BestMove.
Solusi akhir adalah Best, dengan cost
sebesar GlobalMin.
2.3 Model Penerimaan Teknologi (Technology Acceptance Model)
Technology Acceptance Model (TAM)
dikembangkan oleh Davis pada tahun 1989,
sebagai model penerimaan pengguna pada
suatu sistem informasi [8].
Gambar 2.1 Technology Acceptance Model.
(Sumber: Davis dkk, 1989 yang dikutip oleh
Natalia Tangke, 2004)
Technology Acceptance Model (TAM)
bertujuan
untuk
menjelaskan
dan
memperkirakan
penerimaan
(acceptance)
pengguna terhadap suatu sistem informasi
[9].
2.4 Nilai Kualitas Solusi Jadwal Ujian
Komprehensif
Pada metode tabu search untuk mencari
nilai
kualitas
solusi
jadwal
ujian
komprehensif yang dihasilkan berdasarkan
batasan-batasan yang telah ditentukan
tersebut dilakukan dengan mencari jumlah
2
total dari semua total nilai penalti ujian
komprehensif yang telah terjadwal. Untuk
mencari nilai kualitas solusi jadwal ujian
komprehensif adalah sebagai berikut:
(2-1)
di mana n = jumlah ujian komprehensif.
2.5 Uji Validitas dan Reabilitas
Validitas adalah suatu ukuran yang
menunjukan
tingkat
keandalan
atau
kesahihan suatu alat ukur. Uji validitas
dilakukan bertujuan untuk menunjukkan
valid tidaknya suatu data [10].
Untuk menguji apakah instrumen yang
digunakan memenuhi persyaratan validitas
dapat menggunakan korelasi Pearson dengan
langkah-langkah sebagai berikut [11]:
1. Menghitung harga korelasi setiap
pernyataan dengan rumus Pearson
Product Moment:
2.
3.
4.
(2.2)
dimana:
r = koefisien korelasi suatu item/
pernyataan
n = jumlah subyek
X = skor suatu item/pernyataan
Y = skor total semua item/pernyataan
Menghitung harga t-hitung setiap
pernyataan dengan rumus:
(2.3)
dimana:
r = koefisien korelasi suatu item/
pernyataan
n = jumlah subyek
Mencari nilai t-tabel pada tabel t dengan
taraf signifikansi α = 0,05 atau tingkat
kepercayaan sebesar 95 % dan nilai dk
didapat dengan rumus:
(2.4)
dimana:
n = jumlah subyek
Kemudian
dibandingkan
t-hitung
dengan
t-tabel
dengan
kaidah
keputusannya apabila t-hitung > t-tabel
berarti pernyataan dinyatakan valid dan
apabila t-hitung < t-tabel berarti
pernyataan dinyatakan tidak valid.
Reliabilitas konsistensi gabungan item
berkaitan
dengan
kemantapan
atau
konsistensi antara item-item suatu tes. Jika
terhadap bagian objek ukur yang sama, hasil
ukur melalui item yang satu kontradiksi atau
tidak konsisten dengan hasil ukur melalui
item yang lain maka pengukuran dengan tes
itu tidak dapat dipercaya dengan kata lain
tidak reliabel dan tidak dapat digunakan
untuk mengungkap ciri atau keadaan yang
sesungguhnya dari objek yang diukur.
Koefisien reliabilitas konsistensi gabungan
item dapat dihitung menggunakan rumus
koefisien reabilitas Alpha Cronbach dengan
langkah-langkah sebagai berikut [11]:
1. Menghitung varians skor tiap-tiap
pernyataan dengan rumus:
(2.5)
2.
3.
dimana:
S = varians skor suatu item/pernyataan
n = jumlah subyek
X = skor suatu item/pernyataan
Menjumlahkan varians semua item
dengan rumus:
(2.6)
dimana:
Si = jumlah varians semua item/
pernyataan
S = varians skor suatu item/pernyataan
Menghitung varians total dengan rumus:
(2.7)
dimana:
St = varians total
n = jumlah subyek
Xt = total skor pada suatu item/
pernyataan
Xt2 = total skor kuadrat pada suatu item/
pernyataan
4.
Masukkan nilai Alpha Cronbach dengan
rumus:
(2.8)
3
5.
6.
3.
dimana:
r11 = koefisien reliabilitas Alpha Cronbach
k = jumlah subyek – 1
Si = jumlah varians semua item/
pernyataan
St = varians total
Kriteria suatu instrumen penelitian
dikatakan reliabel dengan menggunakan
teknik Alpha Cronbach apabila koefisien
reliabilitas (r11) mempunyai nilai yang
lebih besar dibandingkan dengan nilai r
pada tabel Product Moment, dengan
tingkat signifikasi sebesar 5 % atau
tingkat kepercayaan sebesar 95 % dan
nilai dk dapat dicari dengan rumus:
(2.9)
dimana:
n = jumlah subyek
Keputusan juga dapat diambil dengan
membandingkan r11 dengan r-tabel.
Kaidah keputusan apabila r11 > r-tabel
maka suatu instrumen penelitian dapat
dikatakan reliabel dan apabila r11 < rtabel berarti maka suatu instrumen
penelitian dapat dikatakan tidak reliable.
Perancangan Sistem
Secara umum sistem yang dibuat dalam
penelitian ini adalah suatu sistem pendukung
keputusan
untuk
penjadwalan
ujian
komprehensif menggunakan metode tabu
search. Dalam sistem ini seorang penjadwal
akan memasukkan data ujian komprehensif
yang akan dijadwalkan, serta memilih
periode ujian komprehensif kemudian akan
dilakukan
penjadwalan
menggunakan
metode tabu search dan hasil yang didapatkan
adalah
menampilkan
jadwal
ujian
komprehensif yang terbaik dari yang
dihasilkan oleh sistem.
Proses penjadwalan ujian komprehensif
pada penelitian ini terdiri dari beberapa
tahap, yaitu input parameter penjadwalan,
input data ujian komprehensif, dan proses
penjadwalan menggunakan metode tabu
search. Hasil akhir berupa alternatif jadwal
ujian komprehensif.
Diagram alir untuk proses penjadwalan
ujian
komprehensif ditunjukkan
pada
Gambar 3.1.
Mulai
Input data ujian
komprehensif,
parameter penjadwalan
Proses penjadwalan
Alternatif jadwal ujian
komprehensif
selesai
Gambar 3.1 Diagram alir penjadwalan ujian
komprehensif.
4. Implementasi
4.1 Implementasi Program
Sistem yang dirancang pada penelitian
ini mewakili tahapan proses pada metode
Tabu Search dan hasil perancangan sistem
penjadwalan ujian koprehensif yang telah
dilakukan sebelumnya.
4.2 Implementasi Pengujian
Pengujian dilakukan untuk memperkirakan penerimaan (acceptance) pengguna
terhadap sistem pendukung keputusan
penjadwalan ujian komprehensif dengan
melihat faktor kemudahan dan manfaat yang
ada pada sebuah teknologi sistem informasi
dengan menggunakan pendekatan Technology
Acceptance Model (TAM) dan metode
pengambilan data menggunakan angket
(Questionnaire).
Pengujian
dilakukan
untuk
memperkirakan penerimaan pengguna (user
acceptance) terhadap sistem pendukung
keputusan penjadwalan ujian komprehensif
dengan melihat faktor kemudahan dan
manfaat yang ada pada sebuah teknologi
sistem
informasi
dengan
metode
pengambilan data menggunakan angket
(Questionnaire).
4
Responden pengujian dalam penelitian
ini berasal dari staff Program Teknologi
Informasi dan Ilmu Komputer sebanyak 6
orang dan dosen Program Teknologi
Informasi dan Ilmu Komputer sebanyak 6
orang dengan total responden sebanyak 12
orang.
5. Hasil dan Pembahasan
5.1 Pengujian User Acceptance
Analisa hasil kecenderungan jawaban
yang dirangkum dalam tiap faktor adalah
sebagai berikut dimana sumbu x menunjukkan tanggapan yang diberikan (SS =
Sangat Setuju, S = Setuju, N = Netral, TS =
Tidak Setuju dan STS = Sangat Tidak Setuju)
dan sumbu y menunjukkan jumlah/nilai
tanggapan yang didapat dalam bentuk persen
(%):
1. Faktor Kemudahan
Tanggapan
responden
terhadap
pernyataan yang digunakan untuk mengukur
faktor kemudahan ditunjukkan dalam grafik
pada Gambar 5.1.
Gambar 5.1 Tanggapan faktor kemudahan
dalam persen (%)
Berdasarkan hasil pengujian diketahui
bahwa tanggapan responden terbanyak
untuk faktor kemudahan adalah cenderung
setuju yaitu sebesar 62,50 %. Dari hasil ini
dapat diinterpretasikan, bahwa dengan
menggunakan sistem pendukung keputusan
penjadwalan ujian komprehensif dapat
mempermudah dalam proses penjadwalan
ujian komprehensif dan mencari alternatif
dosen penguji pengganti. Sistem juga
cenderung mudah untuk dioperasikan (user
friendly).
2.
Faktor Manfaat
Tanggapan
responden
terhadap
pernyataan yang digunakan untuk mengukur
faktor manfaat ditunjukkan dalam grafik
pada Gambar 5.2.
Gambar 5.2 Tanggapan faktor manfaat dalam
persen (%)
Berdasarkan hasil pengujian diketahui
bahwa tanggapan responden terbanyak
untuk faktor manfaat adalah cenderung
setuju yaitu sebesar 58,33 %. Dari hasil ini
dapat diinterpretasikan, bahwa dengan
adanya
sistem
pendukung
keputusan
penjadwalan ujian komprehensif dapat
memperlancar
dan
atau
membantu
mempercepat dalam proses penjadwalan
ujian komprehensif serta dapat memberikan
informasi
mengenai
jadwal
ujian
komprehensif dan data lainnya seperti
agenda kampus, data dosen dan lain-lain.
5.2 Pengujian Validitas dan Realibilitas
Hasil pengujian validitas masing-masing
pernyataan
yang
mengukur
faktor
kemudahan dan manfaat dengan tingkat
kepercayaan yang digunakan sebesar 95 %
ditunjukkan dalam Tabel 5.1 untuk faktor
kemudahan dan Tabel 5.2 untuk faktor
manfaat.
Tabel 5.1 Pengujian validitas faktor
kemudahan
Pernyataan
t-hitung
P1
P2
P3
P4
P5
P6
3.2308
2.5235
1.9935
4.0938
2.1790
5.5432
t-tabel
Kesimpulan
1.812
Valid
Valid
Valid
Valid
Valid
Valid
5
Tabel 5.2 Pengujian validitas faktor manfaat
Pernyataan
t-hitung
P1
P2
P3
P4
P5
4.9686
5.2829
1.8638
4.0323
3.4628
t-tabel
Kesimpulan
1.812
Valid
Valid
Valid
Valid
Valid
Hasil pengujian validitas untuk setiap
pernyataan yang digunakan untuk mengukur
faktor kemudahan dan manfaat menunjukkan
semua pernyataan yang digunakan untuk
mengukur faktor kemudahan dan manfaat
telah menunjukkan tingkat ketepatan yang
cukup baik atau handal. Hal ini menunjukkan
bahwa angket yang telah dibuat dapat
dinyatakan handal atau dapat memberikan
hasil ukur yang sesuai dengan maksud
dilakukannya pengukuran.
Hasil uji realibilitas pada faktor
kemudahan dan manfaat dengan tingkat
kepercayaan yang digunakan sebesar 95%
ditunjukkan dalam Tabel 5.3.
Tabel 5.3 Pengujian realibilitas
Faktor
r11
r-tabel
Keputusan
Kemudahan
Manfaat
0.8859
0.8511
0.576
Reliabel
Reliabel
Hasil pengujian realibilitas pada faktor
kemudahan dan manfaat menunjukkan
reliabel. Hasil tersebut menunjukkan bahwa
semua pernyataan mengenai kemudahan dan
manfaat adalah reliabel. Hal ini menunjukkan
bahwa instrumen tes yang dalam penelitian
ini adalah angket dikatakan dapat dipercaya
memberikan hasil yang tetap apabila diujikan
berkali-kali.
6. Kesimpulan dan Saran
Kesimpulan yang dapat diberikan pada
penelitian ini adalah :
1. Metode
Tabu
Search
dapat
di
implementasikan
pada
sistem
pendukung keputusan penjadwalan
ujian komprehensif.
2. Berdasarkan hasil pengujian validitas,
semua pernyataan yang digunakan
untuk mengukur faktor kemudahan dan
manfaat telah menunjukkan tingkat
ketepatan yang cukup baik atau valid.
3. Berdasarkan hasil pengujian realibilitas
pada pernyataan yang mengukur faktor
kemudahan dan manfaat adalah reliabel.
4. Berdasarkan hasil pengujian dapat
disimpulkan bahwa user cenderung
setuju pada faktor kemudahan dan
manfaat, dan sesuai teori Technology
Acceptance Model (TAM) maka dapat
diperkirakan
sistem
pendukung
keputusan
penjadwalan
ujian
komprehensif dapat diterima atau
diterapkan sebagai suatu teknologi
dalam
membantu
menyelesaikan
masalah
penjadwalan
ujian
komprehensif oleh pengguna.
Saran yang dapat diberikan untuk
pengembangan penelitian ini lebih lanjut
adalah :
1. Menambahkan sistem mayor dan minor
laboratorium pada setiap dosen.
2. Menambahkan rekomendasi pemilihan
penguji otomatis pada sistem.
3. Menambahkan fasilitas pelaporan ujian
komprehensif.
7. Daftar Pustaka
[1] Rehabeam, Cornelis. 2007, Penjadwalan
Asistensi Di Upt Piranti Lunak Ubinus
Menggunakan
Algoritma
Genetik,
Universitas Bina Nusantara, Jakarta.
[2] Kazarlis, Spyros; Petridis , Vassilios dan
Fragkou, Pavlina. Solving University
Timetabling Problems Using Advanced
Genetic Algorithms. Greece.
[3] Gunawan, Aldy; Ong, Hoon Liong dan
Ng.
Kien
Ming.
2004. Applying
Metaheuristics For The Course Scheduling
Problem, Proceedings of the Fifth Asia Pacific
Industrial Engineering and Management
Systems Conference 2004,
Universitas
Surabaya, Surabaya.
[4] Turban, Efraim. Aranson, Jay, E. dan
Liang, Ting-Peng. Alih bahasa oleh
Prabantini, Dwi. 2005, Decision Support
Systems and Intelligent Systems, 7th edition,
Jilid 1, Penerbit Anda, Yogyakarta.
6
[5]
[6]
[7]
[8]
[9]
[10]
[11]
Siregar, Darto P. 2010. Optimasi
Penjadwalan Kuliah Dengan Metode
Tabu Search. Universitas Sumatera Utara.
Sumatera.
Santoso, P. C. (2009). Perancangan
Program Aplikasi Optimalisasi Penjadwalan
Penggunaan Ruang Kuliah Menggunakan
Algoritma Genetik. Jakarta, Universitas
Bina Nusantara.
Kusumadewi, Sri. 2005. Penyelesaian
Masalah Optimasi dengan Teknik-teknik
Heuristik. Graha Ilmu. Yogyakarta.
Maharsi, Sri; Mulyadi Yuliani. 2007.
Faktor-Faktor
yang
Mempengaruhi
Minat Nasabah Menggunakan Internet
Banking dengan Menggunakan Kerangka
Technology Acceptance Model (TAM).
Jurnal Akuntansi Dan Keuangan, Vol. 9,
No. 1, Mei 2007: 18-28. Universitas
Kristen Petra. Surabaya.
Soviani, Syilvia; Munir, Dr. M.It;
Wahyudin, Asep M.T. 2010. Tingkat
Penerimaan Media Video Conference
Dalam Proses Pembelajaran Dengan
Menggunakan Technology Accepted Model
(Tam). Universitas Pendidikan Indonesia.
Bandung.
Polapa,
Rosnita.
2012.
Analisis
Penerimaan
Pengguna
Terhadap
Penerapan Sistem Informasi Penelitian
Dengan
Pendekatan
Technology
Acceptance Model (Tam). Universitas
Negeri Gorontalo. Gorontalo.
Sujarwadi , Sri. 2011. Validitas Dan
Reliabilitas Instrumen Penelitian .
Universitas Negeri Jakarta. Jakarta.
7
MENGGUNAKAN METODE TABU SEARCH (STUDI KASUS : PTIIK UNIVERSITAS
BRAWIJAYA)
Tita Fadilah, Yusi Tyroni S.Kom., MS., Candra Dewi S.Kom., M.Sc.
Program Studi Informatika/Ilmu Komputer
Fakultas Program Teknologi Informasi dan Ilmu Komputer
Jl. Veteran No 8, Malang 65145, Indonesia
E-mail : tita.fadilah@gmail.com
ABSTRAK
Ujian akhir sarjana adalah ujian terakhir berupa ujian skripsi atau ujian komprehensif yang
wajib ditempuh mahasiswa sebagai syarat untuk mendapatkan gelar kesarjanaan. Ada beberapa
batasan dan aspek yang mempengaruhi dalam penyusunan jadwal ujian komprehensif
diantaranya yaitu dosen, ruangan dan waktu. Adanya batasan dalam penyusunan jadwal ujian
komprehesif dapat menjadi permasalahan yang cukup rumit untuk diselesaikan secara manual
sehingga dibutuhkan suatu sistem pendukung keputusan guna mempermudah proses
penjadwalan ujian komprehensif. Studi kasus dalam penelitian ini adalah Program Teknologi
Informasi dan Ilmu Komputer, Universitas Brawijaya. Penelitian ini mengimplementasikan
metode Tabu Search pada sistem pendukung keputusan untuk menentukan penjadwalan ujian
komprehensif. Hasil pengujian penerimaan pengguna (user acceptance) terhadap sistem yang
telah dirancang menunjukkan pengguna cenderung setuju bahwa dengan menggunakan sistem
pendukung keputusan penjadwalan ujian komprehensif dapat memberikan kemudahan dan
manfaat, hal ini dapat diinterpretasikan bahwa sistem ini cenderung dapat diterima oleh
pengguna.
Kata kunci : penjadwalan, ujian komprehensif, tabu search
1.
Pendahuluan
Penjadwalan merupakan masalah klasik
yang masih menarik sampai saat ini.
Penjadwalan yang baik akan meningkatkan
produktivitas dan efisiensi sumber daya yang
ada, baik itu manusia maupun waktu [1].
Salah satu masalah penjadwalan yang
terdapat pada perguruan tinggi adalah
penjadwalan ujian akhir sarjana atau ujian
komprehensif.
Adanya
batasan–batasan
dalam penentuan penjadwalan menjadi
permasalahan yang rumit untuk diselesaikan
secara manual dan rentan terhadap human
error. Untuk mengatasi masalah-masalah
yang disebutkan di atas dapat dilakukan
dengan cara komputerisasi melalui sebuah
sistem
pendukung
keputusan.
Sistem
pendukung keputusan untuk penjadwalan
ujian komprehensif adalah suatu sistem yang
memberikan kontribusi bagi para penjadwal
dalam penentuan jadwal ujian komprehensif
dari solusi penjadwalan yang terbaik yang
dihasilkan oleh sistem pendukung keputusan
penjadwalan ujian komprehensif tersebut.
Sejumlah metode dari berbagai disiplin
ilmu telah diusulkan dalam literatur untuk
memecahkan masalah penjadwalan, salah
satunya Meta-heuristic Methods [2]. Salah satu
Meta-heuristic Methods adalah metode tabu
search. Menurut Aldy Gunawan dan kawankawan (2004) yang telah melakukan
penelitian masalah penjadwalan mata kuliah
menggunakan tiga metode metaheuristic,
yaitu: simulated annealing (SA), tabu search
(TS), dan genetic algorithm (GA) secara umum,
unjuk kerja algoritma tabu search lebih baik
1
dibandingkan algoritma simulated annealing
dan genetic algorithm dalam batas kualitas
solusi yang dihasilkan [3].
Tujuan yang ingin dicapai adalah
mengimplementasikan hasil analisa dan
perancangan sebuah sistem pendukung
keputusan
untuk
sistem
informasi
penjadwalan
ujian
komprehensif
menggunakan metode tabu search serta
mengukur
dan
mengetahui
tingkat
penerimaan user terhadap sistem yang telah
dihasilkan. Dengan adanya penelitian ini
diharapkan dapat mempermudah pihak
Program Teknologi Informasi & Ilmu
Komputer, Universitas Brawijaya
dalam
penentuan jadwal ujian komprehensif.
2. Dasar Teori
2.1 Sistem Pendukung Keputusan
Bonczek, dkk., (1980) mendefinisikan
DSS sebagai sistem berbasis komputer yang
terdiri dari tiga komponen yang saling
berinteraksi: sistem bahasa (mekanisme
untuk memberikan komunikasi antara
pengguna dan komponen DSS lain), sistem
pengetahuan
(repository
pengetahuan
domain masalah yang ada pada DSS entah
sebagai data atau sebagai prosedur), dan
sistem pemrosesan masalah (hubungan
antara dua komponen lainnya, terdiri dari
satu atau lebih kapabilitas manipulasi
masalah umum yang diperlukan untuk
pengambilan keputusan) [4].
2.2 Tabu Search
Tabu search merupakan suatu metode
optimasi yang menggunakan short-term
memory untuk menjaga agar proses pencarian
tidak terjebak pada nilai optimum lokal.
Algoritma tabu search secara garis besar dapat
ditulis sebagai berikut [7]:
0. Tetapkan:
X = Matriks input berukuran nxm.
MaxItr = maksimum iterasi.
1. S = bangkitkan solusi secara random.
2. GlobalMin = FCost(S).
3. Best = S.
4. TabuList = [].
5. Kerjakan dari k=1 sampai MaxItr:
6.
BestSoFar = FCost(S).
7.
BestMove = S.
8.
Kerjakan dari i=1 sampai (n-1):
9. Kerjakan dari j=i sampai n:
10.
L = Tukar(S[i],S[j]).
11.
Cost = FCost(L).
12.
Jika (L Ɇ TabuList) atau (Cost <
GlobalMin), kerjakan:
13.
Jika (Cost < BestSoFar),
kerjakan
14.
BestSoFar = Cost.
15.
BestMove = L.
16.
S = BestMove.
17.
Tambahkan S ke TabuList.
18.
Jika BestSoFar < GlobalMin, kerjakan:
19.
GlobalMin = BestSoFar.
20.
Best = BestMove.
Solusi akhir adalah Best, dengan cost
sebesar GlobalMin.
2.3 Model Penerimaan Teknologi (Technology Acceptance Model)
Technology Acceptance Model (TAM)
dikembangkan oleh Davis pada tahun 1989,
sebagai model penerimaan pengguna pada
suatu sistem informasi [8].
Gambar 2.1 Technology Acceptance Model.
(Sumber: Davis dkk, 1989 yang dikutip oleh
Natalia Tangke, 2004)
Technology Acceptance Model (TAM)
bertujuan
untuk
menjelaskan
dan
memperkirakan
penerimaan
(acceptance)
pengguna terhadap suatu sistem informasi
[9].
2.4 Nilai Kualitas Solusi Jadwal Ujian
Komprehensif
Pada metode tabu search untuk mencari
nilai
kualitas
solusi
jadwal
ujian
komprehensif yang dihasilkan berdasarkan
batasan-batasan yang telah ditentukan
tersebut dilakukan dengan mencari jumlah
2
total dari semua total nilai penalti ujian
komprehensif yang telah terjadwal. Untuk
mencari nilai kualitas solusi jadwal ujian
komprehensif adalah sebagai berikut:
(2-1)
di mana n = jumlah ujian komprehensif.
2.5 Uji Validitas dan Reabilitas
Validitas adalah suatu ukuran yang
menunjukan
tingkat
keandalan
atau
kesahihan suatu alat ukur. Uji validitas
dilakukan bertujuan untuk menunjukkan
valid tidaknya suatu data [10].
Untuk menguji apakah instrumen yang
digunakan memenuhi persyaratan validitas
dapat menggunakan korelasi Pearson dengan
langkah-langkah sebagai berikut [11]:
1. Menghitung harga korelasi setiap
pernyataan dengan rumus Pearson
Product Moment:
2.
3.
4.
(2.2)
dimana:
r = koefisien korelasi suatu item/
pernyataan
n = jumlah subyek
X = skor suatu item/pernyataan
Y = skor total semua item/pernyataan
Menghitung harga t-hitung setiap
pernyataan dengan rumus:
(2.3)
dimana:
r = koefisien korelasi suatu item/
pernyataan
n = jumlah subyek
Mencari nilai t-tabel pada tabel t dengan
taraf signifikansi α = 0,05 atau tingkat
kepercayaan sebesar 95 % dan nilai dk
didapat dengan rumus:
(2.4)
dimana:
n = jumlah subyek
Kemudian
dibandingkan
t-hitung
dengan
t-tabel
dengan
kaidah
keputusannya apabila t-hitung > t-tabel
berarti pernyataan dinyatakan valid dan
apabila t-hitung < t-tabel berarti
pernyataan dinyatakan tidak valid.
Reliabilitas konsistensi gabungan item
berkaitan
dengan
kemantapan
atau
konsistensi antara item-item suatu tes. Jika
terhadap bagian objek ukur yang sama, hasil
ukur melalui item yang satu kontradiksi atau
tidak konsisten dengan hasil ukur melalui
item yang lain maka pengukuran dengan tes
itu tidak dapat dipercaya dengan kata lain
tidak reliabel dan tidak dapat digunakan
untuk mengungkap ciri atau keadaan yang
sesungguhnya dari objek yang diukur.
Koefisien reliabilitas konsistensi gabungan
item dapat dihitung menggunakan rumus
koefisien reabilitas Alpha Cronbach dengan
langkah-langkah sebagai berikut [11]:
1. Menghitung varians skor tiap-tiap
pernyataan dengan rumus:
(2.5)
2.
3.
dimana:
S = varians skor suatu item/pernyataan
n = jumlah subyek
X = skor suatu item/pernyataan
Menjumlahkan varians semua item
dengan rumus:
(2.6)
dimana:
Si = jumlah varians semua item/
pernyataan
S = varians skor suatu item/pernyataan
Menghitung varians total dengan rumus:
(2.7)
dimana:
St = varians total
n = jumlah subyek
Xt = total skor pada suatu item/
pernyataan
Xt2 = total skor kuadrat pada suatu item/
pernyataan
4.
Masukkan nilai Alpha Cronbach dengan
rumus:
(2.8)
3
5.
6.
3.
dimana:
r11 = koefisien reliabilitas Alpha Cronbach
k = jumlah subyek – 1
Si = jumlah varians semua item/
pernyataan
St = varians total
Kriteria suatu instrumen penelitian
dikatakan reliabel dengan menggunakan
teknik Alpha Cronbach apabila koefisien
reliabilitas (r11) mempunyai nilai yang
lebih besar dibandingkan dengan nilai r
pada tabel Product Moment, dengan
tingkat signifikasi sebesar 5 % atau
tingkat kepercayaan sebesar 95 % dan
nilai dk dapat dicari dengan rumus:
(2.9)
dimana:
n = jumlah subyek
Keputusan juga dapat diambil dengan
membandingkan r11 dengan r-tabel.
Kaidah keputusan apabila r11 > r-tabel
maka suatu instrumen penelitian dapat
dikatakan reliabel dan apabila r11 < rtabel berarti maka suatu instrumen
penelitian dapat dikatakan tidak reliable.
Perancangan Sistem
Secara umum sistem yang dibuat dalam
penelitian ini adalah suatu sistem pendukung
keputusan
untuk
penjadwalan
ujian
komprehensif menggunakan metode tabu
search. Dalam sistem ini seorang penjadwal
akan memasukkan data ujian komprehensif
yang akan dijadwalkan, serta memilih
periode ujian komprehensif kemudian akan
dilakukan
penjadwalan
menggunakan
metode tabu search dan hasil yang didapatkan
adalah
menampilkan
jadwal
ujian
komprehensif yang terbaik dari yang
dihasilkan oleh sistem.
Proses penjadwalan ujian komprehensif
pada penelitian ini terdiri dari beberapa
tahap, yaitu input parameter penjadwalan,
input data ujian komprehensif, dan proses
penjadwalan menggunakan metode tabu
search. Hasil akhir berupa alternatif jadwal
ujian komprehensif.
Diagram alir untuk proses penjadwalan
ujian
komprehensif ditunjukkan
pada
Gambar 3.1.
Mulai
Input data ujian
komprehensif,
parameter penjadwalan
Proses penjadwalan
Alternatif jadwal ujian
komprehensif
selesai
Gambar 3.1 Diagram alir penjadwalan ujian
komprehensif.
4. Implementasi
4.1 Implementasi Program
Sistem yang dirancang pada penelitian
ini mewakili tahapan proses pada metode
Tabu Search dan hasil perancangan sistem
penjadwalan ujian koprehensif yang telah
dilakukan sebelumnya.
4.2 Implementasi Pengujian
Pengujian dilakukan untuk memperkirakan penerimaan (acceptance) pengguna
terhadap sistem pendukung keputusan
penjadwalan ujian komprehensif dengan
melihat faktor kemudahan dan manfaat yang
ada pada sebuah teknologi sistem informasi
dengan menggunakan pendekatan Technology
Acceptance Model (TAM) dan metode
pengambilan data menggunakan angket
(Questionnaire).
Pengujian
dilakukan
untuk
memperkirakan penerimaan pengguna (user
acceptance) terhadap sistem pendukung
keputusan penjadwalan ujian komprehensif
dengan melihat faktor kemudahan dan
manfaat yang ada pada sebuah teknologi
sistem
informasi
dengan
metode
pengambilan data menggunakan angket
(Questionnaire).
4
Responden pengujian dalam penelitian
ini berasal dari staff Program Teknologi
Informasi dan Ilmu Komputer sebanyak 6
orang dan dosen Program Teknologi
Informasi dan Ilmu Komputer sebanyak 6
orang dengan total responden sebanyak 12
orang.
5. Hasil dan Pembahasan
5.1 Pengujian User Acceptance
Analisa hasil kecenderungan jawaban
yang dirangkum dalam tiap faktor adalah
sebagai berikut dimana sumbu x menunjukkan tanggapan yang diberikan (SS =
Sangat Setuju, S = Setuju, N = Netral, TS =
Tidak Setuju dan STS = Sangat Tidak Setuju)
dan sumbu y menunjukkan jumlah/nilai
tanggapan yang didapat dalam bentuk persen
(%):
1. Faktor Kemudahan
Tanggapan
responden
terhadap
pernyataan yang digunakan untuk mengukur
faktor kemudahan ditunjukkan dalam grafik
pada Gambar 5.1.
Gambar 5.1 Tanggapan faktor kemudahan
dalam persen (%)
Berdasarkan hasil pengujian diketahui
bahwa tanggapan responden terbanyak
untuk faktor kemudahan adalah cenderung
setuju yaitu sebesar 62,50 %. Dari hasil ini
dapat diinterpretasikan, bahwa dengan
menggunakan sistem pendukung keputusan
penjadwalan ujian komprehensif dapat
mempermudah dalam proses penjadwalan
ujian komprehensif dan mencari alternatif
dosen penguji pengganti. Sistem juga
cenderung mudah untuk dioperasikan (user
friendly).
2.
Faktor Manfaat
Tanggapan
responden
terhadap
pernyataan yang digunakan untuk mengukur
faktor manfaat ditunjukkan dalam grafik
pada Gambar 5.2.
Gambar 5.2 Tanggapan faktor manfaat dalam
persen (%)
Berdasarkan hasil pengujian diketahui
bahwa tanggapan responden terbanyak
untuk faktor manfaat adalah cenderung
setuju yaitu sebesar 58,33 %. Dari hasil ini
dapat diinterpretasikan, bahwa dengan
adanya
sistem
pendukung
keputusan
penjadwalan ujian komprehensif dapat
memperlancar
dan
atau
membantu
mempercepat dalam proses penjadwalan
ujian komprehensif serta dapat memberikan
informasi
mengenai
jadwal
ujian
komprehensif dan data lainnya seperti
agenda kampus, data dosen dan lain-lain.
5.2 Pengujian Validitas dan Realibilitas
Hasil pengujian validitas masing-masing
pernyataan
yang
mengukur
faktor
kemudahan dan manfaat dengan tingkat
kepercayaan yang digunakan sebesar 95 %
ditunjukkan dalam Tabel 5.1 untuk faktor
kemudahan dan Tabel 5.2 untuk faktor
manfaat.
Tabel 5.1 Pengujian validitas faktor
kemudahan
Pernyataan
t-hitung
P1
P2
P3
P4
P5
P6
3.2308
2.5235
1.9935
4.0938
2.1790
5.5432
t-tabel
Kesimpulan
1.812
Valid
Valid
Valid
Valid
Valid
Valid
5
Tabel 5.2 Pengujian validitas faktor manfaat
Pernyataan
t-hitung
P1
P2
P3
P4
P5
4.9686
5.2829
1.8638
4.0323
3.4628
t-tabel
Kesimpulan
1.812
Valid
Valid
Valid
Valid
Valid
Hasil pengujian validitas untuk setiap
pernyataan yang digunakan untuk mengukur
faktor kemudahan dan manfaat menunjukkan
semua pernyataan yang digunakan untuk
mengukur faktor kemudahan dan manfaat
telah menunjukkan tingkat ketepatan yang
cukup baik atau handal. Hal ini menunjukkan
bahwa angket yang telah dibuat dapat
dinyatakan handal atau dapat memberikan
hasil ukur yang sesuai dengan maksud
dilakukannya pengukuran.
Hasil uji realibilitas pada faktor
kemudahan dan manfaat dengan tingkat
kepercayaan yang digunakan sebesar 95%
ditunjukkan dalam Tabel 5.3.
Tabel 5.3 Pengujian realibilitas
Faktor
r11
r-tabel
Keputusan
Kemudahan
Manfaat
0.8859
0.8511
0.576
Reliabel
Reliabel
Hasil pengujian realibilitas pada faktor
kemudahan dan manfaat menunjukkan
reliabel. Hasil tersebut menunjukkan bahwa
semua pernyataan mengenai kemudahan dan
manfaat adalah reliabel. Hal ini menunjukkan
bahwa instrumen tes yang dalam penelitian
ini adalah angket dikatakan dapat dipercaya
memberikan hasil yang tetap apabila diujikan
berkali-kali.
6. Kesimpulan dan Saran
Kesimpulan yang dapat diberikan pada
penelitian ini adalah :
1. Metode
Tabu
Search
dapat
di
implementasikan
pada
sistem
pendukung keputusan penjadwalan
ujian komprehensif.
2. Berdasarkan hasil pengujian validitas,
semua pernyataan yang digunakan
untuk mengukur faktor kemudahan dan
manfaat telah menunjukkan tingkat
ketepatan yang cukup baik atau valid.
3. Berdasarkan hasil pengujian realibilitas
pada pernyataan yang mengukur faktor
kemudahan dan manfaat adalah reliabel.
4. Berdasarkan hasil pengujian dapat
disimpulkan bahwa user cenderung
setuju pada faktor kemudahan dan
manfaat, dan sesuai teori Technology
Acceptance Model (TAM) maka dapat
diperkirakan
sistem
pendukung
keputusan
penjadwalan
ujian
komprehensif dapat diterima atau
diterapkan sebagai suatu teknologi
dalam
membantu
menyelesaikan
masalah
penjadwalan
ujian
komprehensif oleh pengguna.
Saran yang dapat diberikan untuk
pengembangan penelitian ini lebih lanjut
adalah :
1. Menambahkan sistem mayor dan minor
laboratorium pada setiap dosen.
2. Menambahkan rekomendasi pemilihan
penguji otomatis pada sistem.
3. Menambahkan fasilitas pelaporan ujian
komprehensif.
7. Daftar Pustaka
[1] Rehabeam, Cornelis. 2007, Penjadwalan
Asistensi Di Upt Piranti Lunak Ubinus
Menggunakan
Algoritma
Genetik,
Universitas Bina Nusantara, Jakarta.
[2] Kazarlis, Spyros; Petridis , Vassilios dan
Fragkou, Pavlina. Solving University
Timetabling Problems Using Advanced
Genetic Algorithms. Greece.
[3] Gunawan, Aldy; Ong, Hoon Liong dan
Ng.
Kien
Ming.
2004. Applying
Metaheuristics For The Course Scheduling
Problem, Proceedings of the Fifth Asia Pacific
Industrial Engineering and Management
Systems Conference 2004,
Universitas
Surabaya, Surabaya.
[4] Turban, Efraim. Aranson, Jay, E. dan
Liang, Ting-Peng. Alih bahasa oleh
Prabantini, Dwi. 2005, Decision Support
Systems and Intelligent Systems, 7th edition,
Jilid 1, Penerbit Anda, Yogyakarta.
6
[5]
[6]
[7]
[8]
[9]
[10]
[11]
Siregar, Darto P. 2010. Optimasi
Penjadwalan Kuliah Dengan Metode
Tabu Search. Universitas Sumatera Utara.
Sumatera.
Santoso, P. C. (2009). Perancangan
Program Aplikasi Optimalisasi Penjadwalan
Penggunaan Ruang Kuliah Menggunakan
Algoritma Genetik. Jakarta, Universitas
Bina Nusantara.
Kusumadewi, Sri. 2005. Penyelesaian
Masalah Optimasi dengan Teknik-teknik
Heuristik. Graha Ilmu. Yogyakarta.
Maharsi, Sri; Mulyadi Yuliani. 2007.
Faktor-Faktor
yang
Mempengaruhi
Minat Nasabah Menggunakan Internet
Banking dengan Menggunakan Kerangka
Technology Acceptance Model (TAM).
Jurnal Akuntansi Dan Keuangan, Vol. 9,
No. 1, Mei 2007: 18-28. Universitas
Kristen Petra. Surabaya.
Soviani, Syilvia; Munir, Dr. M.It;
Wahyudin, Asep M.T. 2010. Tingkat
Penerimaan Media Video Conference
Dalam Proses Pembelajaran Dengan
Menggunakan Technology Accepted Model
(Tam). Universitas Pendidikan Indonesia.
Bandung.
Polapa,
Rosnita.
2012.
Analisis
Penerimaan
Pengguna
Terhadap
Penerapan Sistem Informasi Penelitian
Dengan
Pendekatan
Technology
Acceptance Model (Tam). Universitas
Negeri Gorontalo. Gorontalo.
Sujarwadi , Sri. 2011. Validitas Dan
Reliabilitas Instrumen Penelitian .
Universitas Negeri Jakarta. Jakarta.
7