BAB II KAJIAN PUSTAKA A. Kompetensi Dosen - FERI WIBOWO BAB II

BAB II KAJIAN PUSTAKA A. Kompetensi Dosen Undang – Undang No. 14 Tahun 2005 tentang Guru dan Dosen akan memiliki

  dampak yang sangat besar untuk dunia pendidikan Indonesia. Sasaran utamanya adalah peningkatan mutu pendidikan, peningkatan mutu pendidikan dibangun dari beberapa aspek, salah satunya adalah dengan peningkatan mutu seorang guru atau dosen. Peningkatan mutu guru atau dosen salah satunya adalah dalam aspek peningkatan kompetensi guru atau dosen, selain aspek – aspek yang lain yang perlu ditingkatan dari mutu seorang guru atau dosen. Kompetensi Dalam UU No. 14/2005 tentang Guru dan Dosen dijelaskan bahwa kompetensi merupakan seperangkat pengetahuan, keterampilan, dan perilaku yang harus dimiliki, dihayati, dan dikuasai oleh guru atau dosen dalam melaksanakan tugas profesinya.

  Menurut Undang-undang No.14 tahun 2005 tentang Guru Dan Dosen pasal 10 ayat (1) kompetensi guru meliputi kompetensi pedagogik, kompetensi kepribadian, kompetensi sosial dan kompetensi profesional. Undang-undang No.

  14 Tahun 2005 tentang Guru dan Dosen dikemukakan kompetensi pedagogik adalah kemampuan mengelola pembelajaran peserta didik. Kompetensi ini dapat dilihat dari kemampuan merencanakan program belajar mengajar, kemampuan melaksanakan interaksi atau mengelola proses belajar mengajar, dan kemampuan melakukan penilaian.

  B. Nilai Kelulusan Mahasiswa

  Nilai kelulusan mahasiswa merupakan nilai akhir semester tiap mata kuliah dari tiap mahasiswa. Menurut buku panduan akademik Universitas Muhammadiyah Purwokerto dikemukakan bahwa nilai prestasi studi tiap mata kuliah merupakan hasil kumulatif dari komponen, tugas terstruktur/praktikum (bagi mata kuliah dengan praktikum), ujian tengah semester dan ujian akhir semester dengan pembobotan sesuai dengan spesifik masing – masing mata kuliah (Ump, 2011). Hasil penilaian akhir suatu mata kuliah dinyatakan dengan nilai A, B, C, D dan E dengan bobot masing – masing 4, 3, 2, 1, 0 (Ump, 2011)

  C. Teori Kuantifikasi Fuzzy

  Secara umum metode kuantifikasi menggunakan data-data kasar seperti hasil evaluasi dan pendapat orang yang mana kuantitas dan pemahanan tentang data-data tersebut tidak secara normal diekspresikan secara numeris. Biasanya, suatu pendapat atau evaluasi terhadap suatu aktivitas akan direpresentasikan dalam bentuk kualitatif secara linguistik, seperti: baik, cukup, buruk, puas, dll. Padahal sebenarnya, untuk membandingkan pendapat atau evaluasi akan lebih mudah apabila ekspresi yang berbentuk kualitatif tersebut diganti dengan bentuk numeris. Untuk keperluan tersebut, maka dibutuhkan metode kuantifikasi.Fuzzy quantification theory adalah metode untuk mengendalikan data-data kualitatif dengan menggunakan teori himpunan fuzzy.Pengendalian disini lebih dimaksudkan untuk menjelaskan kejadian-kejadian fuzzy menggunakan nilai dalam rentang [0, 1] yang mengekspresikan pendapat- pendapat secara kualitatif (Kusumadewi dan Purnomo, 2004).

  Apabila terdapat sampel data x k (k=1,2,...,n), dengan derajat keanggotaan pada fuzzy group B adalah μ ^{B [x k ], dan terdapat S fuzzy group, maka dapat dicari} total mean m dan mean m _Bi (i=1,2,...,S) sebagai berikut:

  2

  Bi k n k S i k

  T x m x µ

  2

  1

  1 ∑∑

  = = − =

  ………………….. (5)

  ( ) [ ] Bi k n k S i Bi

  B x m m µ

  1

  ……………………. (4) Total variansi T, variansi antar fuzzy group B, dan variansi dalam suatu fuzzy

  1 ∑∑

  = = − =

  ……………………. (6)

  ( ) [ ]

  Bi k n k S i Bi k

  E x m x µ

  2

  1

  1 ∑∑

  = = − =

  group E dapat ditentukan sebagai berikut : ( ) [ ]

  1

  [ ]    

  Bi k i Bi x x B N m µ

    =

  ∑∑ = = S i n k

  Bi k x x N m

  1

  1

  1 µ

  ………………….. (1)

  [ ]    

    =

  ∑ = n k i

  ) (

  B N N

  1

  ……………………..(2) dengan

  [ ]    

    =

  ∑ = n k i

  B k B x N µ ) (

  ……………………. (3)

  ( ) ∑

  = =

  S i i

  ……………………. (7) dalam hal ini, T = E +B.

  D. Fuzzy Quantification Theory I

  Tujuan dari Fuzzy Quantification Theory I (analisis regresi kualitatif) adalah menentukan hubungan antara variabel kualitatif yang diberikan dengan nilai antara 0 sampai 1, dan variabel-variabel numeris dalam fuzzy group yang diberikan dalam sampel (Kusumadewi dan Purnomo, 2004).

  Tabel 2.1.Karakteristik Fuzzy Quantification Theory I Kategori

  No. (k) Ekstenal Data (y) Fuzzy Group (B)

  

A

^{1 … A i … A p}

  1 μ1(1) ... μi(1) ... μP(1) μB(1)

  y ¹

  2 μ1(2) ... μi(2) ... μP(2) μB(2)

  y ²

  3 μ1(3) ... μi(3) ... μP(3) μB(3)

  y ₃ .

  . .

  . .

  .

  K

  μ1(k) ... μi(k) ... μP(k) μB(k)

  y k .

  . .

  . .

  .

   N

  μ1(n) ... μi(n) ... μP(n) μB(n)

  y N

  Pada Tabel 2.1. menunjukkan karakteristik Fuzzy Quantification Theory I. Pada tabel tersebut terdapat n buah sampel. External Standard (y) menunjukkan fungsi tujuan. yk adalah fungsi tujuan dari sampel ke- k. μi(k) adalah derajat suatu tanggapan terhadap kategori kulitatif ke-i (i=1,2, ..., P) pada sampel ke-k yang diberi nilai [0, 1].

  

Fuzzy Quantification Theory I sama halnya menentukan suatu fungsi linear dari

  beberapa kategori :

  ∑ =

  ' 2 '

  ………………….. (12) Dengan demikian, error variance ² _B

  σ

  untuk fuzzy group B adalah :

  ( ) ( ) B a a

  X y G X y B N

  − − = ' ) (

  1

  2 σ

  ………………… (13) dari

  2

  2

  2 = + − = ∂

  ∂ a B

  GX

  X Gy

  X a σ

  ………………… (14) Bobot kategori a yang meminimumkan error variance diberikan dengan persamaan sebagai berikut:

  ( ) Gy

  X GX X a ' ' 1 −

  =

  1 =

  ,..., , '

  = p i i i k a k y

     

  1 ) ( ) (

  µ

  ………………….. (8) Persamaan 1, tentu saja diharapkan variasi tujuan memberikan nilai error yang sangat kecil. Untuk keperluan tersebut, dapat disusun bentuk matriks :

  [ ] n y y y y

  ,..., , '

  2

  1 =

  ………………….. (9)

       

  = ) ( ) 1 ( n G

  [ ] n a a a a

  B B µ µ

  O

  ………………… (10)

  [ ]        

         

  = = ) ( ) ( ) ( ) ( ) ( ) ( )

  

) 1 (

) 1 ( 1 ( ) ( _{1 1} ¹ n n n k k k k

  X _{p i p i} ^{P i} _i µ µ µ µ µ µ

  µ µ µ µ L L M M M L L M M M L L

  ………………… (11)

  ………………… (15) Untuk mendapatkan pengaruh setiap kategori pada variabel y, apabila perubahan pada kategori-kategori yang lain bersifat tetap dapat dilihat melalui koefisien korelasi parsial. Fuzzy mean dan fuzzy covariance untuk kategori ke-i dan y(k) adalah sebagai berikut :

  jj ii ij ij r

  X N

  X k k

  X X k

  X N

  1

  1 ) ( ) ( ) (

  1 µ σ

  ………………….. (20)

  ( )( )    

    − − =

  ∑∑ = =

  M r n k

  Br j i i iy X k k y k y

  1

  M r n k

  1 ) ( ) ( ) (

  1 µ σ

  ………………….. (21)

  ( )    

    − =

  ∑∑ = =

  M r n k

  Br j yy k y k y N

  1

  1

  2 ) ( ) (

  1 µ σ

  Br j j i i ji

  ∑∑ = =

  σ σ σ

  1

  = ………………… (16)

  yy ii iy iy r

  σ σ σ =

  …………………. (17) Disini, X i (k) = a i

  μ ^{i (k). Dengan menggunakan covariance tersebut, koefisien} korelasi fuzzy rij dan riy dapat dicari sebagai berikut :

     

    =

  ∑∑ = =

  M r n k

  Br i i k k

  X N

  X

  1 ) ( ) (

    − − =

  1 µ

  ………………… (18)

     

    =

  ∑∑ = =

  M r n k

  Br y k k

  X N y

  1

  1 ) ( ) (

  1 µ

  ………………….. (19)

  ( )( )    

  ………………….. (22) Dari sini dapat dibentuk metriks R dengan elemen-elemen sebagai berikut :

  L 1 r r r   _{12 1 K 1 y}  

  L r ₂₁ 1 r r _{12 2 y}  

  M M M M

  …………………. (23)

R =

    L

  1 r r r _{K 1 K 2 Ky}

    L  

  1 r r r _{y 1 y 2 yK}

   

  invers dari matrik R adalah : _{11 12 1 1} K y

  L  r r r r   ^{21 22 2 K 2 y } L r r r r

    − ¹

   M M M M  R

  =

  ...............……. (24)

    _{1 2} K K KK Ky L r r r r

    y ^{1 y 2 yK yy}

    L r r r r

   

  Kemudian variabel y dan koefisien korelasi parsialnya, r iy dengan i=1, 2, ...,i-1, i+1, ..., K adalah:

  iy − r r = iy

  …………………….(25)

  ii yy r r

  Koefisien korelasi parsial ini menunjukkan pengaruh variabel ke-i pada variabel y apabila variabel lainnya tetap (Kusumadewi, 2004).

  E.

  

C# (C sharp), Visual Studio Express Edition 2010 dan Ms Sql Server 2005

Express Edition

  Aplikasi yang dibuat, akan dibangun menggunakan bahasa pemrograman C#. C# (c sharp) adalah sebuah bahasa pemrograman berbasis objek yang didukung oleh Microsoft .NET Framework, Microsoft .NET Framework adalah perantara agar aplikasi dengan bahasa pemrograman yang didukung dapat berkomunikasi dengan sistem operasi yang digunakan oleh komputer (Gunnerson, 2001).

  Tool yang dipakai adalah Visual Studio 2010 Express Edition dan Ms Sql Server 2005 Express Edition. Visual Studio adalah sebuah tool yang dikembangkan oleh Microsoft yang digunakan untuk membangun aplikasi, baik itu aplikasi windows form ataupun aplikasi web. Sistem ini akan menggunakan database server Ms Sql Server 2005. Database server adalah sebuah server yang melayani akses pemakai terhadap database (Nugroho, 2009).

F. Penelitian Terdahulu yang Sejenis

  Selain kajian pustaka yang didasarkan pada teori kompetensi pedagoik dosen, nilai kelulusan mahasiswa dan fuzzy kuantifikasi teori, di paparakan beberapa penelitian terdahulu yang sejenis, diantaranya adalah pertama penelitian dengan judul fuzzy quantification theory I untuk analisis Hubungan antara penilaian kinerja dosen oleh Mahasiswa, kehadiran dosen, dan nilai kelulusan Mahasiswa (Kusumadewi, 2004), penelitian tersebut berkesimpulan bahwa penilaian mahasiswa terhadap kinerja dosen yang diberikan secara kualitatif sangat mempengaruhi pengaruh kehadiran dosen terhadap nilai kelulusan mahasiswa. Kedua penelitian dengan judul validasi model kompetensi dosen dalam pembelajaran berbasis student centered learning (Widiarso, 2010), penelitian ini berkesimpulan penyelenggaraan pembelajaran berpusat mahasiswa tidak hanya berfokus pada menempatkan mahasiswa dipusat proses pembelajaran akan tetapi harus tetap memfokuskan pada tujuan pembelajaran.