SISTEM PENUNJANG KEPUTUSAN EVALUASI KINE
SISTEM PENUNJANG KEPUTUSAN EVALUASI KINERJA DOSEN BERDASARKAN PENILAIAN MAHASISWA DENGAN METODE FUZZY MCDM (Studi Kasus : Kampus STMIK Banjarbaru) SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan Jenjang Strata Satu pada STMIK BANJARBARU
OLEH : MARIMI WIJI ASTUTI 3101 0701 0934
PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA KOMPUTER BANJARBARU (STMIK BANJARBARU) BANJARBARU
PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA KOMPUTER BANJARBARU (STMIK BANJARBARU) PERSETUJUAN SKRIPSI
NAMA
: MARIMI WIJI ASTUTI
NIM
Program Studi
: SISTEM INFORMASI
Judul Skripsi
: Sistem Penunjang Keputusan Evaluasi Kinerja Dosen
Berdasarkan Penilaian Mahasiswa Dengan Metode
Fuzzy MCDM
Telah disetujui untuk disidangkan pada Sidang Skripsi pada Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika Komputer Banjarbaru. Banjarbaru 17-Desember-2012
Pembimbing Utama
Taufiq, M.Kom NIK. 1002.074
Mengetahui : Ketua Jurusan Sistem Informasi
Bahar A. Rahman, ST., M.Kom NIK. 1002 046
PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA KOMPUTER BANJARBARU (STMIK BANJARBARU)
PENGESAHAN SKRIPSI
Nama
: MARIMI WIJI ASTUTI
NIM
Program Studi
: SISTEM INFORMASI
Judul Skripsi
: Sistem Penunjang Keputusan Evaluasi Kinerja Dosen
Berdasarkan Penilaian Mahasiswa Dengan Metode
Fuzzy MCDM
Telah disidangkan dan dinyatakan Lulus Sidang Skripsi pada Jenjang Strata Satu Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Bnajarbaru (STMIK BANJARBARU) pada tanggal (17-Desember-2012)
SUSUNAN TIM PENGUJI
TANDA TANGAN
1 Taufiq, M.Kom
Ketua
2 H. Firtiyadi, S.Pi,M.Kom
Sekretaris
3 Yulia Yudihartanti, M.Kom
Ketua Jurusan Sistem Informasi
Ketua STMIK Banjarbaru
Bahar A. Rahman, ST.,M.Kom
Drs. H. Sushermanto, M.Kom
NIK. 1002.046
NIK. 091.062.001
PERNYATAAN KEASLIAN SKRIPSI
Nama
: MARIMI WIJI ASTUTI
NIM
Program studi
: Sistem Informasi
Judul Skripsi
: Sistem Penunjang Keputusan Evaluasi Kinerja Dosen
Berdasarkan Penilaian Mahasiswa Dengan Metode
Fuzzy MCDM
Dengan ini saya menyatakan bahwa dalam Skripsi ini adalah tulisan saya sendiri, begitu pula kode – kode program yang disertakan pada laporan ini. Dan Skripsi ini belum pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi lain, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang sama yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Banjarbaru. 17 Desember 2012
MARIMI WIJI ASTUTI 3101 0701 0934
MARIMI WIJI ASTUTI, 310107010934 Sistem Penunjang Keputusan Evaluasi Kinerja Dosen Berdasarkan Penilaian Mahasiswa; Dibawah bimbingan Taufiq, M.Kom 982728118 (2012-2013)
ABSTRAK
Kegiatan Evaluasi Kinerja Dosen merupakan kegiatan yang umum dilakukan suatu perguruan tinggi, dengan tujuan untuk meningkatkan kualitas secara berkelanjutan dalam melaksanakan tugas profesionelnya. Di Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbar, kegiatan evaluasi kinerja dosen dilakukan pada setiap akhir semester sesuai dengan kualifikasi akademik.
Penelitian ini bertujuan melakukan pengembangan sistem penunjang keputusan evaluasi kinerja dosen berdasarkan penilaian mahasiswa dengan nilai dari hasil kuisioner sebagai variabel penilaian kinerja dengan menggunakan metode Fuzzy Multiple Criteria Decision Making (FMCDM) menggunakan pemrograman Borland Delphi 7.0. hasil penelitian berupa aplikasi hasil evaluasi kinerja dosen.
Kata Kunci : Sistem Penunjang Keputusan, Evaluasi Kinerja Dosen, Fuzzy
MCDM
MARIMI WIJI ASTUTI, 310107010934 Decision Support System FacultyPerformance Evalution Based on Student Assessment; Directed by Taufiq, M.Kom
ABSTRACT
Lecturer Performance Evaluation activities are commonly performed activities of a university, with the aim to continuously improve the quality of the task profesion. Institute of STMIK Banjarbaru, faculty performance evaluations conducted at the end of the semester in accordance with academic qualifications.
This study aims to develop a decision support system based on the evaluation of faculty performance evaluation with grades from the questionnaire as a variable performance using Fuzzy Multiple Criteria Decision Making (FMCDM) using Borland Delphi 7.0. application of research results in the form of faculty performance evaluation
Keyword : Decision Support System, Evaluation of Faculty Performance, Fuzzy
MCDM
KATA PENGANTAR
Alhamdulillah, Segala puji bagi ALLAH SWT karena telah memberikan rahmat dan karunianNya, sehingga penyusun dapat menyelesaikan kegiatan Tugas Akhir selama
6 (enam) bulan yang terlaksana sejak tanggal 20 Februari 2012 sampai dengan 20 Agustus 2012. Tugas Akhir ini ditujukan untuk memenuhi syarat kelulusan di Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru dalam menempuh program Strata Satu.
Pada kesempatan ini dengan penuh rasa hormat, penyusun mengucapkan terima kasih yang mendalam kepada :
1. Bapak Drs. H. Sushermanto, M.Kom selaku Ketua STMIK Banjarbaru. 2. Bapak Bahar A. Rahman, ST, M.Kom selaku Ketua Jurusan Sistem Informasi STMIK Banjarbaru. 3. Bapak Taufiq, M.Kom selaku Dosen Pembimbing yang telah meluangkan waktu dan sumbangan pemikiran untuk membimbing penyusun dalam menyusun laporan ini. 4. Ibu Yulia Yudihartanti, M.Kom selaku Tim Penguji. 5. Bapak H. Fitriyadi, S.Pi., M.Kom selaku Tim penguji. 6. Bapak Drs. Ec. H. Syahib Natarsyah, MM.M.Kom yang membantu dalam memberikan data dan informasi. 7. Kedua orang tua dan saudara yang senantiasa mendoakan dan memberikan semangat dan bantuan yang tidak terhingga kepada penyusun. 8. Rekan Mahasiswa(i) STMIK Banjarbaru, khususnya angkatan 2007 yang senantiasa memberikan bantuan moril kepada penyusun, sehingga terwujudnya tulisan-tulisan di dalam laporan.
9. Dan semua pihak yang telah banyak membantu, yang tidak bisa penyusun sebutkan satu persatu.
Pada dasarnya penyusun sangat menyadari bahwa masih banyak kekurangan dalam pembuatan Tugas Akhir ini, sehingga penyusun mengharapkan kritik dan saran yang bersifat membangun.
Semoga Tugas Akhir ini dapat diterima dan dapat bermanfaat bagi kita semua, Amin Ya Rabbal Alamin.
Banjarbaru, Desember 2012
Penyusun
BAB I PENDAHULUAN
1.1 Latar Belakang
Dosen adalah salah satu komponen esensial dalam suatu sistem pendidikan di perguruan tinggi. Peran, tugas dan tanggung jawab dosen sangat penting dalam mewujudkan tujuan pendidikan nasional, yaitu mencerdaskan kehidupan bangsa, meningkatkan kualitas manusia Indonesia, yang meliputi kualitas imantakwa, akhlak mulia, dan penguasaan ilmu pengetahuan, teknologi dan seni serta mewujudkan masyarakat Indonesia yang maju, adil, makmur, dan beradab.
Sebagaimana di amanatkan dalam UU Nomor 14 2005 tentang guru dan dosen, dosen dinyatakan sebagai pendidik professional dan ilmuan dengan tugas utama mentransformasikan, mengembangkan, dan mnyebarluaskan ilmu pengetahuan, teknologi dan seni melalui pendidikan, penelitian dan pengabdian kepada masyarakat (Bab 1 Pasal 1 ayat 2).
Kompetensi tenaga pendidik, khususnya dosen, diartikan sebagai seperangkat pengetahuan, keterampilan dan perilaku yang harus dimiliki, dihayati, dikuasai dan diwujudkan oleh dosen dalam melaksanakan tugas profesionalnya. Tugas utama dosen adalah pelaksanaan Tridharma Perguruan Tinggi dengan beban kerja paling sedikit sepadan dengan 12 (dua belas) SKS dan paling banyak
16 (enam belas) SKS pada setiap semester sesuai dengan kualifikasi akademik. (jalal, 2010)
Dalam organisasi apapun, kegiatan penilaian kinerja atau unjuk kerja dari setiap karyawan merupakan kegiatan yang umum dilakukan. Demikian pula Dalam organisasi apapun, kegiatan penilaian kinerja atau unjuk kerja dari setiap karyawan merupakan kegiatan yang umum dilakukan. Demikian pula
Pengukuran kinerja dosen merupakan hal yang sangat penting guna mengevaluasi dan merencanakan tujuan yang akan dicapai. Oleh karena itu, penilaian kinerja dosen mutlak harus dilakukan. Di Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru setiap semester melakukan penilaian kinerja dosen dengan cara membagikan kuesioner kepada mahasiswa berdasarkan Matakuliah, Kelas dan Dosen. Namun selama ini dalam penilaian evaluasi kinerja dosen masih dengan cara konvensional dan belum menggunakan sebuah sistem aplikasi dalam proses penilaian kinerja tersebut, sehingga dalam proses untuk menghasilkan informasi cukup lamalambat baik dalam melakukan penilaian ataupun dalam pembuatan laporan hasil kinerja dosen. Hal itu disebabkan tidak adanya sistem terprogram yang dapat mempercepat dalam input ataupun rekapitulasi data dengan proses yang berupa hasil keluaran secara pasti. Maka peran sebuah sistem aplikasi sebagai alat penunjang keputusan sangatlah diperlukan untuk kesesuaian penilaian prestasi kerja pada Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru maka digunakan model penerapan metode Fuzzy Multiple Criteria Decission Making (FMCDM) untuk penentuan dari hasil evaluasi kinerja dosen secara professional pada sistem aplikasi yang akan dibangun.
Menurut penelitian yang dilakukan oleh Richard Nicolaus Mukin pada studi kasus STIKOM Surabaya yang berjudul Sistem Pendukung Keputusan
Seleksi Karyawan dengan Metode Fuzzy Multicriteria Decision Making (FMCDM) proses keputusan berdasarkan sejumlah alternatif melalui pendekatan dengan logika fuzzy. seleksi dilakukan pada tes bakat, kemampuan, evaluasi kinerja, wawancara dan masa percobaan . (Mukin, 2007)
Fuzzy Multiple Criteria Decision Making (FMCDM) adalah salah satu metode pengambilan keputusan yang bertujuan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu yang akan menjadi bahan pertimbangan, seperti : alternatif (objek) pengambil keputusan, komponen atau kriteria keputusan, bobot keputusan dan matriks keputusan.
Dalam penelitian ini, penulis tertarik untuk membangun sebuah aplikasi sistem penunjang keputusan evaluasi kinerja dosen berdasarkan hasil penilaian mahasiswa dengan menggunakan metode Fuzzy Multiple Criteria Decission Making (FMCDM) sebagai alternatif pelengkap dari sistem yang sudah ada di Sekolah Tinggi Manajemen Informatika Dan Komputer (STMIK) Banjarbaru sesuai dengan profesionalisme kerja yang dimiliki.
1.2 Permasalahan Penelitian
1.2.1 Identifikasi Masalah
Masalah yang dapat diidentifikasi dari uraian pada latar belakang yaitu sistem pengerjaan yang sudah ada masih menggunakan cara konvensional atau belum adanya suatu sistem aplikasi dengan database khusus, sehingga memungkinkan proses yang cukup lambat dalam hal melakukan penilaian maupun untuk pembuatan laporan.
1.2.2 Ruang Lingkup Masalah
Ruang lingkup dari permasalahan penelitian ini dibatasi hanya pada penentuan evaluasi kinerja dosen yang dikhususkan kepada tenaga pengajar atau dosen yang ada di Sekolah Tinggi Manajemen Informatika Dan Komputer (STMIK) Banjarbaru
1.2.3 Rumusan Masalah
Rumusan masalah dari hasil latar belakang di atas adalah bagaimana menerapkan sistem aplikasi penunjang keputusan untuk hasil penentuan evaluasi kinerja dosen dengan menggunakan model metode Fuzzy MCDM (Multiple Criteria Decission Making) berdasarkan kriteria-kriteria dengan standar yang sudah ditentukan.
1.3 Tujuan dan Manfaat
Penelitian ini bertujuan untuk menyelesaikan munculnya permasalahan terhadap ketepatan waktu yang ingin dicapai dengan menggunakan sistem aplikasi penunjang keputusan yang akan memperoleh prioritas dari nilai maksimal sebagai nilai standar melalui proses perhitungan Fuzzy MCDM dalam perancangan pembuatan aplikasi penentuan kinerja dosen.
Manfaat yang ingin dicapai adalah agar aplikasi yang dibuat dapat memudahkan pihak puket 1 dalam melakukan proses penilaian evaluasi kinerja dosen dengan waktu yang lebih cepat.
1.4 Sistematika Penulisan
Penulisan ini disusun secara sistematis, terdiri dari bagian-bagian yang saling berhubungan sehingga diharapkan akan lebih mudah untuk dimengerti. Sistematika penulisan terdiri dari :
BAB I PENDAHULUAN
Merupakan gambaran umum mengenai latar belakang permasalahan yang ingin diselesaikan dengan pendekatan logika fuzzy, perumusan masalah, pembatasan masalah, tujuan penelitian, spesifikasi sistem, dan sistematika penyusunan laporan.
BAB II LANDASAN TEORI
Berisi dasar-dasar teori yang melandasi penyusunan dan perancangan dalam pengembangan sistem aplikasi ini.
BAB III METODE PENELITIAN
Bab ini berisi analisa kebutuhan dan rancangan sistem yang digunakan, meliputi (diagram konteks, use case diagram, activity diagram, sequence diagram, perancangan database, dan desain antarmuka) dan yang terakhir teknik analisa data.
BAB IV HASIL DAN PEMBAHASAN
Bab ini menjelaskan tentang penerapan rancangan program ke dalam bahasa pemrograman, analisis hasil, serta analisa mengenai kelebihan dan kekurangan sistem.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan sesuai dengan hasil pengujian sistem yang telah dibangun dan saran pengembangan program.
BAB II LANDASAN TEORI
2.1 Tinjauan Pustaka
Beberapa penelitian yang pernah dilakukan dengan sistem penilaian kinerja dosen dengan beragam kriteria yang ada sebagaimana yang dijabarkan dalam ringkasan penelitian terdahulu seperti dibawah ini :
1. Penelitian yang telah dilakukan oleh Kusrini pada tahun 2007 berjudul Konsep dan Aplikasi Sistem Pendukung Keputusan untuk Penilaian Kinerja Dosen di STMIK AMIKOM Yogyakarta dengan hasil penelitian adalah sebuah perancangan basis data internal maupun data private beserta rancangan interface berikut dengan prosedur penyimpanan dan pengambilan data. Dimana proses evaluasi kinerja dosen hanya diambil dari aktivitas dosen dalam proses perkuliahan. (Kusumadewi, Sri, 2005)
2. Penelitian yang telah dilakukan oleh Geonoveva dan Elisabeth Vita M pada tahun 2007 dengan menyusun Penilaian Kinerja Dosen yang Mendukung Tri Dharma Pergutuan Tinggi. Dalam penelitiannya merumuskan tentang kriteria- kriteria penilaian kinerja dosen yang diambil dari : pendidikan dan pengajaran, penelitian dan pengabdian kepada masyarakat yang mendukung Tri Dharma Perguruan Tinggi. (Mutiarawati, 2004)
3. Penelitian yang dilakukan oleh Sri Kusumadewi pada tahun 2004 dengan menganalisis penentuan kinerja dosen oleh mahasiswa pada jurusan teknik Informatika berdasarkan seberapa besar faktor-faktor kualitatif seperti : kehadiran dosen dan nilai akhir mahasiswa. (Kusumadewi, fuzzy quantification 3. Penelitian yang dilakukan oleh Sri Kusumadewi pada tahun 2004 dengan menganalisis penentuan kinerja dosen oleh mahasiswa pada jurusan teknik Informatika berdasarkan seberapa besar faktor-faktor kualitatif seperti : kehadiran dosen dan nilai akhir mahasiswa. (Kusumadewi, fuzzy quantification
2.2 Landasan Teori
2.2.1 Pengertian Sistem Pendukung Keputusan
Sistem Pendukung Keputusan atau Decision Support System (DSS) merupakan suatu kumpulan sistem yang dapat mendukung proses pengambilan keputusan, yang selanjutnya dapat menunjang pengambilan keputusan dalam memperoleh data dan menguji beberapa alternatif-alternatif solusi yang mengandung konsekuensi-konsekuensi selama proses pemecah masalah berlangsung. Atau boleh disebut merupakan aplikasi dari sebuah sistem informasi yang mermbantu proses pengambilan keputusan . (Rochmasari, 2010)
Sistem Pendukung Keputusan tidak ditekankan untuk membuat keputusan, tetapi untuk melengkapi mereka yang terlibat dalam pengambilan keputusan dengan sekumpulan kemampuan untuk mengolah informasi yang diperlukan dalam proses pengambilan keputusan dan sistem ini bukan dimaksud untuk mengganti pengambil keputusan dalam membuat suatu keputusan, melainkan mendukung pengambilan keputusan.
2.2.2 Karakteristik Sistem Pendukung Keputusan
1. Sistem pendukung keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi struktur ataupun yang tidak terstruktur dengan menambah kebijaksanaan manusia dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan penggunaan model-model analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari interogasi informasi.
3. Sistem pendukung keputusan, dirancang sedemikian rupa sehingga dapat digunkandioperasikan dengan mudah.
4. Sistem pendukung keputusan, dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi.
2.2.3 Keterbatasan Sistem Pendukung Keputusan
1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.
2. Kemampuan suatu sistem pendukung keputusan terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar)
3. Proses-proses yang dapat dilakukan sistem pendukung keputusan biasanya juga tergantung pada perangkat lunak yang digunakan.
4. Sistem pendukung keputusan tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugas.
2.2.4 Komponen Sistem Pendukung Keputusan
1. Subsistem manajemen data, meliputi basis data yang mengandung data yang relevan dengan keadaan yang ada dan dikelola oleh sebuah sistem yang dikenal sebagai database management system (DBMS)
2. Subsistem manajemen model, yaitu sebuah paket perangkat lunak yang berisi model-model finansial, statistik, management science, atau model kuantitatif 2. Subsistem manajemen model, yaitu sebuah paket perangkat lunak yang berisi model-model finansial, statistik, management science, atau model kuantitatif
3. Subsistem manajemen pengetahuan (knowledge) yaitu subsistem yang mampu mendukung subsistem yang lain atau berlaku sebagai sebuah komponen yang berdiri sendiri (independent).
4. Subsistem antar muka pengguna (user interface), yang merupakan media tempat komunikasi antara pengguna dan sistem pendukung keputusan serta tempat pengguna memberikan perintah kepada sistem pendukung keputusan.
Posisi Sistem Pendukung Keputusan dalam Struktur Permasalahan (Peter G.Keen dan Scott Morton) :
Manajer (SPK)
Terstruktur
Semi Terstruktur
Tidak Terstruktur
Tingkat Struktur Permasalahan
2.3 Penilaian Kinerja Dosen
Penilaian Kinerja merupakan cara pengukuran kontribusi-kontribusi dari individu dalam instansi yang dilakukan terhadap organisasi, kinerja dosen dilakukan bertujuan sebagai penjamin kualitas dosen dalam pengampu kegiatan perkuliahan, kegiatan tersebut dilakukan melalui pemberian tugas dari jurusan kepada salah seorang dosen yang mengajar di suatu kelas Kontribusi dari hasil- hasil penilaian tersebut memberikan suatu manfaat bagi perencanaan kebijakan organisasi seperti : perbaikan kerja, kebutuhan pelatihan dan pengembangan, Penilaian Kinerja merupakan cara pengukuran kontribusi-kontribusi dari individu dalam instansi yang dilakukan terhadap organisasi, kinerja dosen dilakukan bertujuan sebagai penjamin kualitas dosen dalam pengampu kegiatan perkuliahan, kegiatan tersebut dilakukan melalui pemberian tugas dari jurusan kepada salah seorang dosen yang mengajar di suatu kelas Kontribusi dari hasil- hasil penilaian tersebut memberikan suatu manfaat bagi perencanaan kebijakan organisasi seperti : perbaikan kerja, kebutuhan pelatihan dan pengembangan,
2.3.1 Mekanisme Pengisian Kuisioner
Mahasiswa berkewajiban dan berhak untuk memeberikan penilaian terhadap dosen-dosen yang membeikan pelajaran. Untuk itu setelah perkuliahan berjalan 13 atau 14 minggu, menjelang ujian akhir semester ketua jurusan menugaskan kepada staf untuk membagikan kuisioner evaluasi dosen kepada para mahasiswa. Banyaknya kuisioner untuk setiap mahasiswa sesuai dengan jumlah matakuliah yang diambilnya, kuisioner tersebut diisi sebagai bentuk penilaian kinerja dosen pada proses belajar mengajar dikelas yang berisikan pertanyaan tentang kemampuan yang dimiliki oleh seorang dosen. Kuesioner yang telah berisi diserahkan kepada jurusan yang bertanggung jawab untuk memproses lebih lanjut. Tahap pertama yang dilakukan adalah memisah berdasarkan matakuliah, dosen dan kelas, tahap berikutnya memasukkan data dengan membuat tabulasi sederhana yang dilakukan masih dengan cara konvensional. Kemudian dilanjutkan dengan proses pengolahan hasil evaluasi yang akan dijadikan dasar untuk perbaikan proses belajar mengajar di STMIK Banjarbaru.
2.4 Definisi Logika Fuzzy
Pengertian Logika Fuzzy kata Fuzzy merupakan kata sifat yang berarti kabur, tidak jelas. Fuzziness atau kekaburan atau ketidakjelasan atau ketidakpastian selalu meliputi keseharian manusia. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan Pengertian Logika Fuzzy kata Fuzzy merupakan kata sifat yang berarti kabur, tidak jelas. Fuzziness atau kekaburan atau ketidakjelasan atau ketidakpastian selalu meliputi keseharian manusia. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan
Logika Fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada 1965. Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Fuzzy Logic (Logika Fuzzy) atau biasa juga disebut dengan Logika Samar merupakan suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output didasari oleh konsep himpunan fuzzy. Logika fuzzy sebagai komponen utama pembangun softcomputing, terbukti telah memiliki kinerja yang sangat baik untuk menyelesaikan masalah - masalah yang mengandung ketidakpastian.
2.4.1 Fuzzy Multiple Criteria Decision Making (FMCDM)
Fuzzy Multiple Criteria Decision Making (FMCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran- ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. (kusumadewi, 2006)
Metode Fuzzy Multiple Criteria Decision Making (FMCDM). Metode ini dikembangkan untuk membantu pengambil keputusan dalam melakukan
pengambilan keputusan terhadap beberapa alternatif keputusan untuk mendapatkan suatu keputusan yang akurat dan optimal. Logika fuzzy adalah salah satu cabang dari AI (Artificial Intelligence). Logika fuzzy merupakan modifikasi dari teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang bernilai kontinu antara 0 sampai 1. Sejak ditemukan pertama kali oleh Lotfi A. Zadeh pada tahun 1965, logika fuzzy telah digunakan pada lingkup domain permasalahan yang cukup luas, seperti kendali proses, klasifikasi dan pencocokan pola, manajemen dan pengambil keputusan, riset operasi, ekonomi dan lain lain. Sejak tahun 1985, terjadi perkembangan yang sangat pesat pada logika fuzzy, terutama dalam hubungan yang bersifat non-linear, ill-defined, time-varying dan situasi-situasi yang sangat kompleks.
Fuzzy Multiple Criteria Decision Making (FMCDM) digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas.
Ada beberapa fitur umum yang akan digunakan dalam MCDM yaitu :
a. Alternatif, alternatif adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan.
b. Atribut, atribut sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersiifat satu level, namun tidak menutup kemungkinan adanya sub criteria yang berhubungan dengan kriteria yang telah diberikan.
c. Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya.
d. Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap
kriteria, W= (W 1 ,W 2 ,….,W n ). Pada MCDM akan dicari bobot kepentingan dari
setiap kriteria.
e. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen x ij , yang mempresentasikan rating dari alternatif
A 1 (i=1,2,…,m) terhadap kriteria C 1 (j=1,2,…,n).
Pada Metode Fuzzy Decision Making (FDM), ada 3 langkah penting yang harus dikerjakan, yaitu: representasi masalah, evaluasi himpunan fuzzy pada setiap alternatif keputusan dan melakukan seleksi terhadap alternatif yang optimal. (kusumadewi, 2006)
1. Representasi Masalah
Pada bagian ini, ada 3 aktivitas yang harus dilakukan (kusumadewi, 2006)
a. Identifikasi tujuan dan kumpulan alternatif keputusannya; Tujuan keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah tersebut. Jika ada n alternatif keputusan dari suatu masalah, maka alternatif-alternatif tersebut dapat ditulis sebagai A = {A i | i=1,2, ..., n}.
b. Identifikasi kumpulan kriteria; Jika ada k kriteria, maka dapat dituliskan C = {C t | t = 1,2, ..., k}.
c. Membangun stuktur hirarki dari masalah tersebut berdasarkan pertimbangan pertimbangan tertentu. Struktur hirarki ini dapat dilihat pada gambar :
Kriteria C 1 C 2 C k
Gambar 2. 1 Hierarki Permasalahan
2. Evaluasi Himpunan Fuzzy
Pada bagian ini, ada 3 aktivitas yang harus dilakukan (kusumadewi, 2006)
a. Memilih himpunan rating untuk bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating terdiri-atas 3 elemen, yaitu: variabel linguistik (x) yang merepresentasikan bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya; T(x) yang merepresentasikan rating dari variabel linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap elemen dari T(x). Misal, rating untuk bobot pada Variabel Penting untuk suatu kriteria didefinisikan sebagai: T(penting) = {SANGAT RENDAH, RENDAH, CUKUP, TINGGI, SANGAT TINGGI}. Sesudah himpunan rating ini ditentukan, maka kita harus menentukan fungsi keanggotaan untuk setiap rating. Biasanya digunakan fungsi segitiga. Misal, W t
adalah bobot untuk kriteria C t ; dan S it adalah rating fuzzy untuk derajat kecocokan alternatif keputusan A i dengan kriteria C t ; dan F i adalah indeks kecocokan fuzzy dari alternatif A i yang merepresentasikan derajat kecocokan adalah bobot untuk kriteria C t ; dan S it adalah rating fuzzy untuk derajat kecocokan alternatif keputusan A i dengan kriteria C t ; dan F i adalah indeks kecocokan fuzzy dari alternatif A i yang merepresentasikan derajat kecocokan
b. Mengevaluasi bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.
c. Mengagregasikan bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya. Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain: mean, median, max, min, dan operator campuran. Dari beberapa metode tersebut, metode mean yang paling banyak digunakan.
Operator
dan
adalah operator yang digunakan untuk
penjumlahan dan perkalian fuzzy. Dengan menggunakan operator mean, F 1
dirumuskan sebagai:
F 1 =
………….….(2.1) Dengan cara mensubstitusikan S it dan W 1 dengan bilangan fuzzy segitiga,
yaitu S it = (o it ,p it, q it ); dan W 1 =(a t ,b t ,c t ); maka F t dapat didekati sebagai :
F i = (Y i ,Q i ,Z i )…………………………...…………………………….....(2.2) Dengan :
Y 1 =
……………………………………………………..(2.3)
Q i =
……..……………………………………………….(2.4)
Z i =
………………….…………………………………...(2.5)
i= 1,2,…,n. …………………………………………………….…………(2.6)
3. Seleksi Alternatif yang Optimal
Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu: (Kusumadewi, Sri, 2005)
a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi; Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat digunakan adalah metode nilai total integral. Misalkan F adalah bilangan fuzzy segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai berikut:
I (F) =
……………….…………….……(2.7)
Nilai a adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0d”ad”1). Apabila nilai a semakin besar
mengindikasikan bahwa derajat keoptimisannya semakin besar. Apabila ada 2 bilangan fuzzy F i dan F j :
b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai F j berarti kecocokan terbesar dari alternative
keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya.
2.4.2 Contoh Kasus Fuzzy MCDM Penerimaan Karyawan Baru Pada PDAM Intan Banjar
Pada pengembangan sistem dengan model Fuzzy Multiple Criteria Decision Making (FMCDM). Terdapat 21 kandidat yang menjadi alternatif, yaitu : S ₁ = SALMA NOR PARIS, S.KOM, S₂ = MUHAMMAD RAMDANI S.KOM, S₃
= THALITA AMELIA, SE, S ₄ = ASEP BUDI SEPTIONO, A.Md, S₅ = YEYEN FEBRIANA ANGELIA, SE, S ₆ = YULIA SARI LESTARI, SE, S₇ = AWANG KALINGGA, A.Md, S ₈ = VITA FATHIYA PUTRI, SE, S₉ = FEBRIAN NOVIEAR ADITYA ROESANDY, SH, S ₁₀ = SATRIA WIHANDA, S.KOM, S₁₁ = MUHAMMAD AULIA RAHMAN, S.KOM, S ₁₂ = SHANDY CITRA RUKMANA, SE, S ₁₃ = M. BAGUS IRZA DWI KURNIAWAN, A.Md, S₁₄ = ENDAH KUSUMANINGATI, ST, S ₁₅ = DESSY MONALISA, SE, S₁₆ = M. HASBY YUNIANSYAH UMAR, A.Md, S ₁₇ = ABDURRAUF ARIFIN, SE, S₁₈ = WIDODO NOOR SISWANTORO, ST, S ₁₉ = ADITIYA KUSUMA, SE, S₂₀ = WIJI NING DIYAH, SE, S ₂₁ = SELVIA, SE.
Ada 9 atribut (kriteria) pengambilan keputusan, yaitu : C ₁ = Intelektual, C₂ = Karakter, C ₃ = Attitude, C₄ = Kejujuran, C₅ = Daya Tahan, C₆ = Teori, C₇ = PraktekWawancara, C ₈ = Microsoft Word, C₉ = Microsoft Exel.
Tabel 2. 1 Indeks Kecocokan untuk Setiap Alternatif AL, TL, LAB, dan OP
Rating Kecocokan
Alternatif
Indeks Kecocokan Fuzzy
C ₁ C₂ C₃ C₄ C₅ C₆ C₇ C₈ C₉
A ₁
B SK C C B C 0,2777; 0,4583; 65416
A ₂
B C B C 0,2777; 4,5; 10,6805
A ₃
C B C K C B C 0,2569; 0,4791; 0,3541
A ₄
B C SK B B 0,4236; 0,7013; 0,625
A ₅
B K C K B K C 0,2361; 0,3888; 0,3125
A ₆
B C B 0,3958; 5,0625; 0,5416
A ₇
B K C 0,0729; 0,281; 0,583
A ₈
K C K C K C K B 0,0879; 0,1875; 0,281
A ₉
C K
SK B K C B C 0,135; 0,343; 0,604
A ₁₀
B C B C 0,104; 0,322; 0,583
A ₁₁
C SK B
C B C 0,166; 0,416; 0,645
A ₁₂
C SK K K C K C 0,1354; 0,395; 0,6875
A ₁₃
C B K
C B C K
0’1354; 0,3541; 0,6875
A ₁₄
K C SK C B C K
Sambungan dari tabel 2.1
Rating Kecocokan
Indeks Kecocokan Fuzzy
K B C B C K C K 0,1875; 0,4479; 0,6667
A ₁₆
SK K
C K B C K C 0,1041; 0,3125; 0,6041
C K 0,125; 0,3854; 0,7083
A ₁₈
K
C SK SK C K B C 0,1041; 0,3125; 0,6041
SK K C 0,0833; 0,2812; 0,5729
A ₂₁
B K
B C SK K C 0; 0,1145; 0,3437
Keterangan :
Sumber diperoleh dari penelitian terdahulu oleh SUDARMAJI (2011) dengan judul Sistem Pendukung Keputusan Penerimaan Karyawan Baru Dengan Metode MCDM
Tabel 2. 2 Nilai Total Integral Setiap Alternatif AL, TL, LAB dan
Alternatif
Nilai Total Integral
Keterangan : Sumber diperoleh dari penelitian terdahulu oleh SUDARMAJI (2011) dengan judul Sistem Pendukung Keputusan Penerimaan Karyawan Baru Dengan Metode MCDM .
Dari Tabel 2.2 terlihat bahwa A ₆ memiliki nilai total integral terbesar berapapun derajat keoptmisannya, sehingga calon karyawan yang terpilih adalah MUHAMMAD RAMDANI, S.KOM pada kasus soal ini. (Sudarmaji, 2011).
Keterangan : Untuk data selengkapnya bisa dilihat pada lampiran
2.4.3 Borland Delphi 7.0
Borland Delphi adalah pemrograman beriorentasi objek (object oriented programming) atau pisual, yang telah dibuat untuk menggantikan bahasa pemrograman turbo pascal. Komponen-komponen yang terdapat pada delphi7.0 :
a. IDE (integrated development environtment)
adalah tempat merancang program, menyimpan program, memeriksa kesalahan dan menjalankan program yang semuanya terinytegrasi.
b. form user interface Form user interface yang biasa disebut form merupakan tempat untuk meletakan komponen, baik komponen database ataupun komponen lainnya.
c. Data Module Data module biasa digunakan untuk meletakan komponen database yang akan digunakan secara bersamaan dalam aplikasi yang sama.
d. Data Source Data source berfungsi sebagai interface antara data aware control (DBGrids,DBlistbox, dan sebagainya) dan dataset, sehingga data dalam database dapat ditampilkan
e. Data Set Merupakan tempat untuk menampung record2 yang ingin diambil dari database.
f. Data Connection Digunakan untuk melakukan koneksi ke dalam database server.
2.5 Kerangka Pemikiran PROBLEM
belum adanya sebuah database khusus pada sistem pengerjaannya sehingga memungkinkan proses
pelaksanaan yang lambat dalam melakukan penilaian ataupun dalam pembuatan laporan hasil
kinerja dosen
APPROACH
Fuzzy Multiple Criteria Decision Making (FMCDM)
SOFTWARE DEVELOPMENT
Specification Design :
Testing :
Borland Delphi 7
UML
Whitebox Blackbox Testing
SOFTWARE IMPLEMENTATION
STMIK Banjarbaru
Pretest
Posttest
SOFTWARE MEASUREMENT
Grafic Perbedaan Protest Posttes
User Acceptence
RESULT
Adanya Sistem Aplikasi Evaluasi Kinerja Dosen yang dapat mempermudah dan membantu dalam
penilaian prestasi kerja dengan waktu yang lebih cepat
Gambar 2. 2 Kerangka Pemikiran
BAB III METODE PENELITIAN
3.1 Analisa Kebutuhan
Sistem yang akan dibangun diharapkan dapat membantu kinerja perguruan tinggi khususnya pada pimpinan yang bertugas menangani tentang penilaian prestasi kerja guna memperoleh sistem pendukung keputusan evaluasi penilaian kinerja dosen. Proses ini sangat berpengaruh pada kualitas pengajar tertutama pada professional kerja seorang dosen. Semakin terpenuhinya standar profesionalisme kerja yang ditetapkan maka kinerja dari perguruan tinggi akan semakin berkualitas pula.
Proses dari sistem pendukung keputusan evaluasi penilaian kinerja dosen dengan Metode Criteria Decision Making (MCDM) ini berawal dengan menginput data dari koesyonerformulir yang dibagikan dan telah di isi oleh mahasiswa yang bersangkutan pada proses belajar mengajar dan diakhiri dengan proses penilaian yang dilakukan dengan Metode Criteria Decision Making (MCDM) untuk menghasilkan prestasi kinerja dosen yang sesuai dan memenuhi standar kriteria yang ditetapkan.
Berikut adalah penjelasan struktur proses penilaian evaluasi kinerja dosen dengan Metode Criteria Decision Making (MCDM) pada Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru.
1. Input Pengguna sistem akan menginputkan data dosen, deskripsi matakuliah yang ditugaskan dan formulir yang telah di isi oleh mahasiswa
2. Proses Penilaian Proses penilaian dilakukan dari data yang telah diinputkan dengan standar nilai evaluasi yang sudah ditetapkan. Penilaian tersebut diambil dari kriteria tentang dosen, matakuliah, dan bahan ajar (buku teksbuku ajardiktat).
3. Output Data laporan akhir penilaian kinerja dosen yang sesuai berdasarkan penilaian dari mahasiswa menggunakan Metode Criteria Decision Making (MCDM)
a. Metode Pemilihan sampel
Sampel yang diambil untuk penelitian ini diperoleh dari data dosen pengajar dan formulir yang telah diisi oleh mahasiswa, yaitu berupa data dari kriteria penilaian kierja dosen.
b. Metode Pengumpulan Data
Metode pengumpulan data yang dipakai dalam penelitian ini adalah :
1. Studi Pustaka
Pengumpulan data dilakukan dengan membaca dan mempelajari dokumen- dokumen, buku-buku, literatur dan jurnal yang berhubungan permasalahan penelitian guna mendapatkan konsepgeneralisasi sebagaai landasan teori dan kerangka pemikiran dalam penelitian untuk mencari metodologi yang sesuai dan membandingkan antara teori yang ada dengan fakta yang terjadi.
2. Interview
Pengumpulan data dilakukan melalui wawacara dengan pimpinan yang bersangkutan menangani masalah penilaian prestasi kerja, selain itu untuk menanyakan data atau perihal yang masih belum jelas selama melakukan observasi dan studi pustaka.
3.2 Perancangan Penelitian
1. Tahapan Masalah (Problem)
Pada tahapan ini membahas permasalahan yang ada pada Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru, dimana perguruan tinggi tersebut masih belum menerapkan metode pada sistem kerja dalam melakukan suatu evaluasi untuk penilaian kinerja seorang dosen dengan segala kriteria yang sudah ada sebagai tanggung jawab profesionalisme kerja.
2. Tahap Pendekatan (Approach)
Dalam tahapan ini membahas tentang suatu pendekatan yang dilakukan untuk pembuatan aplikasi, yaitu dengan menggunakan Metode Criteria Decision Making (MCDM) beserta sistem pendukung keputusan untuk menentukan penilaian prestasi kerja dengan kesesuaian penilaian berdasarkan kriteria.
3. Tahap Pengembangan (Software Development)
Tahapan ini membahas tentang pengembangan aplikasi yang meliputi proses perancangan Storyboard dan Unified Modeling Language (UML). Setelah selesai kemudian dilanjutkan dengan proses coding untuk pembuatan aplikasi sistem pendukung keputusan dengan menggunakan program Delphi 7. Kemudian dilanjutkan dengan proses pengujian atau proses testing pada aplikasi tersebut dengan menggunakan Whitebox dan Blackbox. Metode pengujian dengan Whitebox, perekayasa sistem dapat melakukan test case sebagai jaminan bahwa semua jalur independen telah digunakan. Dan metode pengujian dengan Blackbox merupakan pengujian pada Interface oleh pengguna setelah sistem selesai dibuat dan dicoba. Dalam metode pengujian ini didasarkan pada spesifikasi sistem, dan pada sistem ini pengujian dilakukan dengan mengujikan semua navigasi yang ada, Tahapan ini membahas tentang pengembangan aplikasi yang meliputi proses perancangan Storyboard dan Unified Modeling Language (UML). Setelah selesai kemudian dilanjutkan dengan proses coding untuk pembuatan aplikasi sistem pendukung keputusan dengan menggunakan program Delphi 7. Kemudian dilanjutkan dengan proses pengujian atau proses testing pada aplikasi tersebut dengan menggunakan Whitebox dan Blackbox. Metode pengujian dengan Whitebox, perekayasa sistem dapat melakukan test case sebagai jaminan bahwa semua jalur independen telah digunakan. Dan metode pengujian dengan Blackbox merupakan pengujian pada Interface oleh pengguna setelah sistem selesai dibuat dan dicoba. Dalam metode pengujian ini didasarkan pada spesifikasi sistem, dan pada sistem ini pengujian dilakukan dengan mengujikan semua navigasi yang ada,
4. Tahapan Penerapan (Software Implementasi )
Tahapan ini membahas tentang implementasi, aplikasi sistem pendukung keputusan yang akan diterapkan pada Sekolah tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru. Sistem pendukung keputusan diimplementasikan untuk memperoleh data Pretest ataupun Prosttest, data yang didapat pada Pretest diperoleh sebelum implementasi, dimana data tersebut berupa penilaian kinerja dosen yang masih dalam pengamatan secara subjektif sedangkan untuk data Prosttest diperoleh sesudah Implementasi, yaitu penilaian kinerja dosen dengan segala kriteria yang sudah ditentukan.
5. Tahapan Pengukuran (Software Measurement )
Tahapan ini membahas tentang pengukuran, diman pengukuran akan dilakukan membandingkan hasil dari data Pretest dengan data Posttest, kemudian diperoleh perbedaan Pretest dan Posttest. Setelah itu dilakukan kembali uji-tes untuk menguji kecocokan atas perbedaan data Pretest dengan data Posttest tersebut.
6. Tahapan Hasil (Result )
Tahapan ini membahas hasil dari tujuan akhir yang ingin dicapai, yaitu terciptanya aplikasi sistem pendukung keputusan yang nantinya dapat memberi manfaat pada Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Banjarbaru untuk menentukan kriteria penilaian kinerja dosen dengan tepat yang sesuai dengan standar prosedur yang ada.
3.2.1 Diagram Konteks
Diagram Diagram konteks adalah diagram yang menyajikan aliran data dalam sistem yang akan dibuat. Diagram konteks memberikan gambaran umum dengan komponen utama antara admin dan sistem. Berikut diagram konteks dari sistem pendukung keputusan kinerja dosen yang terlihat pada gambar 3.1
Data KinerjaDosen
ADMIN
Aplikasi Penentuan
Kinerja Dosen dengan Metode
Hasil penentuan penilaian Fuzzy MCDM Kinerja Dosen
Gambar 3. 1 Diagram Konteks
3.2.2 UML (Unified Modeling Language)
UML adalah sebuah “bahasa” yang telah menjadi standar untuk visualisasi, merancang dan mendokumentasikan sistem peranti lunak. UML pada system yang dibangun ini terdiri dari use case diagram, sequence diagram dan activity diagram.
3.2.3 Use Case Diagram
Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Suatu use case akan menjelaskan sebuah interaksi antara actor dengan sistem. Berikut adalah use case diagram yang menggambarkan interaksi antara actor dengan sistem pada aplikasi evaluasi kinerja dosen : Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Suatu use case akan menjelaskan sebuah interaksi antara actor dengan sistem. Berikut adalah use case diagram yang menggambarkan interaksi antara actor dengan sistem pada aplikasi evaluasi kinerja dosen :
Login
Input Ev aluasi Kinerj a
Input Data Kinerj a
Admin
Proses MCDM
Hasil Keputusan Kinerj a Dosen
Gambar 3. 2 Use Case
Keterangan :
Pada diagram use case diagram admin melakukan login untuk mulai menggunakan aplikasi, menginput data evaluasi kinerja pada form data evaluasi kinerja dosen dan menginput data kinerja (penilaian) kemudian lewat proses MCDM admin memperoleh hasil keputusan kinerja dosen.
3.2.4 Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek didalam dan disekitar sistem berupa pesan yang digambarkan terhadap waktu. Berikut adalah sequence diagram yang menggambarkan interaksi antar objek dari aplikasi evaluasi kinerja dosen :
1. Login
sd Interactionlog
Admin
Form Login
Menu Utama
Sistem
Database
Masukkan nama pengguna dan kata sandi()
Informasi kata sandi salah()
Proses()
Informasi kata
Konfirmasi kata
sandi benar()
sandi()
Gambar 3. 3 Sequence Diagram Data Login
Keterangan :
Interaksi dari sequence diagram login dimulai dengan admin memasukkan nama pengguna dan kata sandi pada form login, kemudian sistem melakukan validasi dan mengkonfirmasi data ke menu utama.
2. Data Evaluasi Kinerja
sd InteractionEv luasi
Admin
Menu Utama
Sistem
Database
Pilih form kuesioner()
Input evaluasi kinerja()
Proses()
Simpan data ()
Informasi simmpan data()
Gambar 3. 4 Sequence Diagram Data Evaluasi Kinerja
Keterangan :
Interaksi dari sequence diagram data kinerja admin menginput evaluasi kinerja pada form data evaluasi kinerja dosen, proses sistem dan rekam data kemudian menampilkan informasi simpan data.
3. Data Kinerja
sd Interactionkineja
Admin
Menu Utama
Sistem
Database
Input data kinerja()
Cek kelengkapan
Data tidak lengkap()
data()
Data lengkap() Konfirmasi data tidak lengkap()
Gambar 3. 5 Sequence Diagram Data Kinerja
Keterangan :
Interaksi dari sequence diagram data kinerja diawali dari admin menginput data kinerja (bobot penilaian), sistem cek kelengkapan data kemudian menampilkan konfirmasi jika data tidak lengkap.
4. Data Proses MCDM
sd Interactionproses
Admin
Menu Utama
Sistem
Database
Proses fuzzy()
hasil()
Tampilkan()
Gambar 3. 6 SEquence Diagram Data Proses MCDM
Keterangan :
Interaksi dari sequence diagram proses MCDM admin melakukan proses fuzzy (penilaian), kemudian sistem memproses dan menampilkan hasil.
3.2.5 Activity Diagram
Activity diagram menggambarkan berbagai alur aktifitas dari suatu sistem yang sedang dirancang, bagaimana alur masing-masing berawal, decision yang mungkin terjadi dan bagaimana akhirnya. Activity diagram bisa juga menggambarkan proses parallel yang mungkin terjadi pada beberapa eksekusi. Berikut adalah activity diagram berdasarkan alur proses jalannya aplikasi evaluasi kinerja dosen :
1. Login
act Proj ect Model
Mulai
masukkan nama pengguna dan kata sandi
[Salah]
Validasi
[Benar]
Selesai
Keterangan :
Aktiviti diagram login diawali dengan memasukkan nama pengguna dan kata sandi kemudian proses validasi aktif jika salah maka kembali dengan memasukkan nama pengguna dan kata sandi jika benar maka selesai
2. Data Evaluasi Kinerja
act Activ ityev aluasi
Mulai
Masukkan data ev aluasi kinerj a
[Tidak]
Cek kelengkapan
[Lengkap]
Selesai
Gambar 3. 8 Activity Diagram Data Evaluasi Kinerja
Keterangan :
Aktiviti diagram evaluasi kinerja diawali dengan memasukkan data evaluasi kinerja pada form data evaluasi kinerja dosen di menu proses, cek kelengkapan jika tidak maka kembali memasukkan data evaluasi kinerja jika lengkap maka selesai.
3. Data Kinerja
act Activ itykinerj a
M ul ai
M asukkan data kinerj a
[T i dak]
Cek kel engkapan
[Lengkap]
Sel esai
Gambar 3. 9 Activity Data Kinerja
Keterangan :
Aktiviti diagram data kinerja diawali dengan memasukkan data kinerja cek kelengkapan jika tidak maka kembali memasukkan data evaluasi kinerja jika lengkap maka selesai.
4. Hasil
act Activ ityhasil
M ul ai
Proses fuzzy
Hasil keputusan penilaian kinerj a dosen
Sel esai
Keterangan :
Aktiviti diagram hasil diawali dengan melakukan proses fuzzy kemudian didapatkan hasil penilaian kinerja dosen.
3.3 Perancangan Basis Data
3.3.1 Struktur Tabel
Pada penelitian ini, untuk menerapkan metode Fuzzy MCDM diperlukan sebuah perancangan sistem yang melibatkan sebuah database untuk menyimpan berbagai informasi yang akan digunakan dan diberikan kepada pengguna. Database ini terdiri dari beberapa tabel sebagai berikut :
1. Tabel Login Nama tabel : TUSER Fungsi
: digunakan untuk menyimpan data login dengan nama pengguna
dan kata sandi
Tabel 3. 1 Data Login
No.
Nama Field
2. Tabel Master Data Jurusan Nama tabel : TJURUSAN Fungsi
: Untuk menyimpan kode jurusan dan arti dari kode tersebut.
Tabel 3. 2 Data Jurusan
No.
Nama Field
Kode jurusan
2. JURUSAN
Text
20 Nama jurusan
3. Tabel Master Data Mata Kuliah Nama tabel : TMATAKULIAH Fungsi
: Digunakan untuk menyimpan kode mata kuliah dan arti dari
kode tersebut.
Tabel 3. 3 Data Mata Kuliah
No.
Nama Field
8 Kode mata kuliah
2. MATAKULIAH
Text
40 Mata kuliah
4. Tabel Master Data Dosen Nama tabel : TDOSEN Fungsi
: Digunakan untuk menyimpan data-data dosen
Tabel 3. 4 Data Dosen
No.
Nama Field
40 Nama dosen
5. Tabel Master Data Ampu Mata Kuliah Nama tabel : TAMPU Fungsi
: Digunakan untuk menyimpan data mata kuliah yang di ampu
oleh dosen sebagai data ampu mata kuliah
Queri
: Tabel dosen dan tabel mata kuliah
Tabel 3. 5 Data Ampu Mata Kuliah
No.
Nama Field
Type
Size
Keterangan
1. KODEAMPU
AutoNumber
Kodeampu
2. NIK
Text
20 Nik
3. KODEMATAKULIAH
Text
8 Kodematakuliah
6. Tabel Proses Data Pertanyaan Nama tabel : TKUIS Fungsi
: Digunakan untuk menyimpan data pertanyaan pada lembar
kuisioner
Tabel 3. 6 Data Pertanyaan
No.
Nama Field
7. Tabel Proses Evaluasi Kinerja Dosen Nama tabel : TTKUIS Fungsi
: Digunakan untuk menyimpan data kelengkapan kuisioner
beserta proses penilaian
Queri
: Tabel ampu, jurusan, dosen dan mata kuliah