Implementasi Metode Profile Matching untuk Seleksi Penerimaan Anggota Asisten Praktikum (Studi Kasus : Laboratorium Pembelajaran Kelompok Praktikum Basis Data FILKOM)

  

Vol. 1, No. 12, Desember 2017, hlm. 1804-1812 http://j-ptiik.ub.ac.id

Implementasi Metode Profile Matching untuk Seleksi Penerimaan Anggota

Asisten Praktikum (Studi Kasus : Laboratorium Pembelajaran Kelompok

  

Praktikum Basis Data FILKOM)

_{1 2 3} , Rekyan Regasari Mardi Putri , Sutrisno Fran’s Dwi Saputra Atmanagara

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 2 3} Email: franz.saputra17@gmail.com, rekyan.rmp@ub.ac.id, trisno@ub.ac.id

  

Abstrak

  Praktikum merupakan metode pembelajaran yang ditujukkan kepada peserta didik untuk lebih memahami tentang materi pembelajaran yang terkait. Dengan kegiatan praktikum diharapkan peserta didik dapat lebih eksplorasi tentang materi yang dipelajari. Salah satu faktor agar peserta didik bisa mengikuti kegiatan praktikum dengan baik yaitu dengan bimbingan seorang asisten praktikum yang memiliki sumber daya manusia (SDM) yang berkualitas. Proses seleksi pada saat penerimaan anggota asisten praktikum sangat dibutuhkan untuk mencari SDM asisten praktikum yang berkualitas. Penerimaan anggota asisten praktikum diharapkan tidak subjektif agar kualitas SDM asisten praktikum yang diperoleh dapat sesuai dengan harapan, sehingga tidak ada pihak yang dirugikan dan lebih mudah menjalankan tugas sebagai anggota asisten praktikum. Profile Matching adalah salah satu metode pengambilan keputusan yang cocok untuk seleksi penerimaan anggota secara objektif sesuai kriteria yang dibutuhkan. Profile Matching merupakan sebuah mekanisme pengambilan keputusan dengan mengansumsikan bahwa terdapat tingkat variabel prediktor ideal yang harus dimiliki oleh individu, bukan tingkat minimal yang harus dipenuhi atau dilewati. Hasil perhitungan akurasi sistem dengan mengimplementasikan metode Profile Matching menunjukkan akurasi sebesar 86,6% dalam tahap penerimaan anggota baru dan 83,3% dalam tahap penempatan divisi. Kinerja sistem yang dirancang dapat digunakan untuk mengambil keputusan penerimaan anggota dengan output berupa ranking berdasarkan nilai akhir yang paling tinggi ke nilai akhir yang paling rendah.

  Kata Kunci: Profile Matching, seleksi penerimaan anggota, asisten praktikum.

  

Abstract

Practicum is a learning method that is attempted to learners to better understand about the related

learning materials. With practicum activities are expected learners can be more exploration about the

material being studied. One of the factors so that learners can follow practicum activities well is with

the guidance of a practicum assistant who has human resources (HR) quality. The selection process at

the time of admission of a practicum assistant member is needed to find qualified human resources

assistant assistant. The acceptance of a practicum assistant member is not expected to be subjective so

that the quality of the assistant laboratory assistant obtained can be in line with expectations, so that no

one will be harmed and more easily perform the task as a member of the practicum assistant. Profile

Matching is one of the most suitable decision-making methods for selecting membership acceptance

according to the required criteria. Profile Matching is a decision-making mechanism by assuming that

there is an ideal predictor variable level that must be owned by an individual, not a minimum level that

must be met or skipped. The result of system accuracy calculation by implementation Profile Matching

method shows an accuracy of 86.6% in the recruitment stages of new members and 83.3% in the division

placement stages. The performance of a designed system can be used to make a member accept decision

with output in the form of ranking based on the highest end value to the lowest final value.

  Keywords: Profile Matching, selection of member acceptance, practicum assistant. Fakultas Ilmu Komputer Universitas Brawijaya

1804

1. PENDAHULUAN

  Metode pembelajaran praktikum sangat sering digunakan dalam dunia Pendidikan. Metode praktikum ditujukan untuk peserta didik lebih memahami tentang materi pembelajaran yang terkait. Menurut Djamarah & Zain (2002) metode praktikum adalah proses pembelajaran dimana peserta didik melakukan dan mengalami sendiri, mengikuti proses, mengamati obyek, menganalisis, membuktikan dan menarik kesimpulan suatu obyek, keadaan dan proses dari materi yang dipelajari tentang gejala alam dan interaksinya sehingga dapat menjawab pertanyaan yang didapatkan melalui pengamatan induktif. Dalam lingkup universitas, asisten praktikum membantu pembimbing praktikum dalam kegiatan praktikum pada matakuliah yang diampu. Seorang asisten praktikum harus memiliki kemampuan dan kriteria yang dibutuhkan dalam menjalankan tugas asisten praktikum agar peserta didik mampu mengikuti kegiatan praktikum dengan baik.

  Laboratorium Pembelajaran Fakultas Ilmu Komputer (FILKOM) Universitas Brawijaya mengadakan rekrutmen asisten praktikum kelompok basis data pada tiap satu tahun sekali. Asisten Praktikum kelompok basis data adalah asisten praktikum yang membantu pembimbing praktikum dalam kegiatan praktikum pada mata kuliah Sistem Basis Data, Dasar Basis Data dan Administrasi Basis Data. Untuk menjadi anggota asisten praktikum kelompok basis data, calon asisten praktikum harus mengikuti tahap-tahap proses seleksi. Proses seleksi tersebut diharapkan menghasilkan sumber daya manusia yang terbaik dan berkualitas dalam menunjang kegiatan praktikum matakuliah basis data di Fakultas Ilmu Komputer Universitas Brawijaya.

  Akan tetapi, masih saja anggota asisten praktikum yang sudah melewati tahap seleksi namun tidak sesuai yang diharapkan dan posisi divisi asisten praktikum tidak sesuai pada divisi yang diposisikannya.

  Pada saat ini sistem penerimaan anggota asisten praktikum masih menggunakan cara manual. Cara manual yang digunakan pada saat ini yaitu melakukan tes akademik dan tes wawancara. Dari hasil penilaian tes akan ditentukan bahwa calon asisten praktikum tersebut layak tidaknya untuk menjadi anggota asisten praktikum.

  Sampai saat ini tim rekrutmen anggota asisten praktikum kelompok praktikum basis data masih belum menemukan formula yang cocok untuk perhitungan dari hasil penilaian tes yang telah dilakukan. Hal tersebut dapat menimbulkan berbabagai kelemahan, seperti dibutuhkan waktu 2-3 hari untuk mendapatkan anggota asisten praktikum yang baru karena hasil penilaian tes yang dilakukan akan dievaluasi oleh tim rekrutmen. Masalah lainnya juga timbul pada saat kepengurusan asisten.

  Seperti pada saat proses belajar mengajar di kelas, asisten mempunyai sikap yang kurang baik terhadap praktikan sehingga praktikan tidak mempunyai semangat untuk mengikuti proses belajar mengajar dikelas. Dari permasalahan tersebut akan berdampak buruk pada prestasi praktikan. Selain itu, ketika pembuatan soal untuk tugas praktikum oleh anggota asisten baru, sering kali soal yang dihasilkan kurang bisa dipahami oleh praktikan dan asisten senior. Hal ini dapat mengakibatkan miscommunication terhadap praktikan dan anggota asisten mengenai proses pengerjaan soal tersebut.

  Berdasarkan permasalahan yang terjadi di Laboratorium Pembelajaran FILKOM, dibutuhkan sebuah metode yang tepat untuk seleksi penerimaan anggota asisten praktikum. Ada banyak metode yang bisa dipakai dalam mengambil keputusan, salah satu metode yang dapat dipakai yaitu metode Profile Matching. Konsep metode Profile Matching yaitu metode pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variable predictor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati (Kusrini, 2007).

  Metode Profile Matching sangat cocok digunakan dalam upaya manajemen SDM (Sumber Daya Manusia), karena dalam proses metode Profile Matching secara garis besar merupakan proses membandingkan antara kemampuan individu ke dalam kompetensi yang harus dicapai dalam suatu jabatan/posisi. Dari perbandingan tersebut dapat diketahui perbedaan kompetensinya, sehingga akan mendapatkan alternatif yang baik. Dengan demikian, metode ini dapat menyelesaikan masalah yang terjadi pada Laboratorium Pembelajaran FILKOM dalam menerima dan menempatkan posisi divisi calon asisten praktikum.

  Tabel 2. Perbandingan Bobot 2.

DASAR TEORI

  Selisih Bobot Keterangan

2.1 Profile Matching

  Tidak ada selisih (Kompetensi

  Metode Profile Matching merupakan

  5 sesuai dengan yang

  sebuah mekanisme dalam proses pengambilan

  dibutuhkan)

  keputusan dengan mengansumsikan bahwa

  Kompetensi kelebihan

  1 1 4,5

  terdapat tingkat variable prediktor ideal yang tingkat

  Kompetensi kekurangan

  1

  harus dimiliki oleh individu, bukan tingkat

• 1

  4 tingkat

  minimal yang harus dipenuhi atau dilewati.

  Kompetensi kelebihan

  2 Metode Profile Matching dilakukan melalui 2 3,5 tingkat

  identifikasi terhadap suatu kelompok yang baik

  Kompetensi kekurangan

  2

  maupun yang buruk. Individu dalam kelompok

• 2

  3 tingkat

  tersebut diukur menggunakan beberapa kriteria

  Kompetensi kelebihan

  3 3 2,5

  penilaian. Berikut prosedur metode Profile

  tingkat Matching (Kusrini, 2007:53):

  Kompetensi kekurangan

  3

• 3

  2 tingkat

  1. Pemetaan Gap

  Kompetensi kelebihan

  4 Gap adalah perbedaan antara profil jabatan 4 1,5 tingkat

  dengan nilai profil individu yang diukur dari

  Kompetensi kerkurangan 4

• 4

  1

  nilai atribut yang telah ditentukan. Pemetaan

  tingkat Gap dapat ditulis dalam persamaan 1. Gap = Nilai (1)

  3. Perhitungan nilai Core Factor dan Secondary

• – Nilai Standar

  Factor

  Untuk pengumpulan Gap pada tiap Setelah menentukan bobot pada tiap atribut, atributnya mempunyai perhitungan yang selanjutnya tiap atribut dikelompokkan menjadi berbeda-beda pada tiap permasalahan. Contoh dua kelompok yaitu Core Factor dan Secondary rentang Gap dapat dilihat pada Tabel 1.

  Factor .

  Tabel 1. Rentang Nilai Gap

  a. Core Factor

  Range Penilaian Kategori Nilai Core Factor merupakan atribut yang

  paling diutamakan atau yang paling

  0-49 Sangat Kurang

  1

  menonjol pada suatu jabatan. Aspek Core

  50-59 Kurang

  2 Factor diperkirakan dapat menghasilkan 60-74 Cukup 3 75-84 Baik 4 kinerja optimal. Perhitungan Core Factor 84-100 Sangat Baik 5 dapat dirumuskan pada persamaan 2.

  ∑

  Range penilaian dapat diubah-ubah, (2)

  =

  ∑

  disesuaikan oleh kebutuhan instansi yang Keterangan: bersangkutan.

  NCF = Nilai rata-rata Core Factor

  2. Penentuan bobot nilai Gap NC = Jumlah Total nilai Core

  Dalam tahap ini akan ditentukan bobot nilai

  Factor (atribut 1, atribut 2, dst)

  masing-masing atribut dengan menggunakan

  IC = Jumlah aspek Core Factor bobot nilai yang telah ditentukan bagi masing- b. Secondary Factor masing atribut itu sendiri. Adapun masukan dari

  Secondary Factor merupakan aspek-

  proes pembobotan ini adalah selisih dari profil aspek selain yang ada pada aspek Core individu dan profil jabatan. Selisih yang

  Factor . Perhitungan Secondary Factor dapat

  didapatkan dapat diberikan bobot sesuai dari dilihat pada persamaan 3. nilai patokan pada Tabel 2. Perbandingan bobot

  ∑ dengan nilai Gap dapat dilihat pada Tabel 2.

  (3) =

  ∑

  Keterangan: NSF = Nilai rata-rata Secondary

  Factor

  NC = Jumlah Total nilai Secondary

  Factor (atribut 1, atribut 2, dst)

  IC = Jumlah aspek Secondary Factor

  proses perhitungan total nilai. Total nilai yang didapatkan pada tiap calon asisten, akan diurutkan secara desscending pada proses rangking total nilai. Dari proses rangking total nilai, akan didapatkan hasil rangking penerimaan anggota baru dari keseluruhan calon asisten praktikum. Proses-proses tahap penerimaan anggota baru akan ditunjukkan pada Gambar 2 berikut ini:

  Secondary Factor , akan digunakan sebagai

  Dari hasil perhitungan Core Factor dan

  Factor dari kriteria anggota asisten praktikum.

  Tahapan pertama yang dilakukan adalah tahap penerimaan anggota baru. Langkah awal yang dilakukan yaitu melakukan input nilai kriteria calon asisten berdasarkan hasil tes kompetensi dasar dan tes wawancara yang telah dilakukan. Selanjutnya dilakukan proses pemetaan gap dari nilai-nilai yang telah diinputkan sebelumnya. Setelah itu dilanjutkan proses penentuan bobot gap dari nilai gap yang telah dihasilkan pada proses pemetaan gap. Setelah proses penentuan bobot gap, dilakukan proses perhitungan Core Factor dan Secondary

  3.2 Alur Perancangan Sistem Perhitungan Profile Matching Tahap Penerimaan Anggota Baru

  Gambar 1. Diagram Alur Perancangan Sistem

  Pada tahap alir perancangan sistem, terdapat penjelasan mengenai bagaimana proses yang terjadi dalam menentukan calon asisten praktikum yang akan diterima dan menempatkan posisi divisi calon asisten praktikum yang diterima, yang akan ditunjukkan oleh Gambar 1 berikut ini.

  Ni = Nilai total aspek i (x)% = Nilai persen rumus hasil akhir (total 100%) 3.

  (5) Keterangan:

  ℎ = ∑ ( )% =0

  5. Perhitungan hasil akhir Hasil akhir dari metode Profile Matching adalah perurutan kandidat yang akan menempati posisi jabatan tertentu. Penentuan ranking mengacu pada hasil perhitungan, perhitungan tersebut dapat ditujukan pada persamaan 5.

  NCF = Nilai rata-rata Core Factor NSF = Nilai rata-rata Secondary Factor (x)% = Nilai persen yang diinputkan

  (4) Keterangan:

  Nilai Total = (x)% NCF + (x)% NSF

  berpengaruh terhadap kinerja pada tiap-tiap profil. Perhitungan nilai total aspek dapat dirumuskan pada persamaan 4.

  Secondary Factor diperkirakan akan

  Persentase yang diberikan pada Core Factor dan

  Core Factor dan Secondary Factor tersebut yang akan dijumlahkan berdasarkan persentase.

  4. Perhitungan nilai total aspek Perhitungan nilai total atribut pada tiap aspek tersebut didapatkan dari hasil perhitungan

PERANCANGAN SISTEM

3.1 Alur Perancangan Sistem

  Gambar 2. Perhitungan Profile Matching Tahap Gambar 3. Perhitungan Profile Matching Tahap Penerimaan Anggota Baru Penempatan Divisi

3.3 Alur Perancangan Sistem Perhitungan 4. PENGUJIAN DAN ANALISIS

  Profile Matching Tahap Penempatan

  4.1 Pengujian Akurasi Tahap Penerimaan Divisi Anggota Baru

  Tahapan kedua yang dilakukan adalah tahap Pengujian ini berfungsi untuk melihat penempatan divisi. Langkah awal yang kinerja sistem dalam memberikan hasil lolos dilakukan yaitu melakukan input nilai kriteria tidaknya calon asisten praktikum. Data yang divisi berdasarkan hasil tes wawancara yang digunakan sebanyak 30 data. Berikut ini adalah telah dilakukan. Selanjutnya dilakukan proses hasil pengujian akurasi penerimaan anggota pemetaan gap dari nilai-nilai yang telah baru. diinputkan sebelumnya. Setelah itu dilanjutkan

  Tabel 3. Hasil Pengujian Akurasi Tahap Penerimaan

  proses penentuan bobot gap dari nilai gap yang

  Anggota Baru telah dihasilkan pada proses pemetaan gap.

  Setelah proses penentuan bobot gap, dilakukan

  Hasil No Nama HDM HS

  proses perhitungan Core Factor dan Secondary

  Akhir Factor dari kriteria divisi. Dari hasil perhitungan

  Abdul Aziz 1 4.225 L L Saukat

  Core Factor dan Secondary Factor, akan Adhirajasa digunakan sebagai proses perhitungan total nilai.

  2

  4.5 L L Raitsany

  Total nilai yang didapatkan pada tiap calon

  3 Adi Ama

  4.4 TL L

  asisten, akan diurutkan secara desscending pada

  Alfian Rizky

  proses rangking total nilai. Dari proses rangking

  4

  3.35 TL TL Susanto

  total nilai, akan didapatkan hasil rangking

  5 Andika Harlan

  3.2 TL TL

  penempatan divisi dari keseluruhan calon asisten

  Andre Rizal

  praktikum yang telah dinyatakan lolos pada

  6 4.675 L L Sinaga

  tahap penerimaan anggota baru. Proses-proses

  Anggita

  7

  3.3 TL TL

  tahap penempatan divisi akan ditunjukkan pada

  Mahardika

  Gambar 3 berikut ini:

  8 Aulia Pertiwi 4.025 L TL Danniar Reza 9 4.525 L L Firdausy

  10 Dhimas Pristian Alamsyah Putra 4.675 L L

12 Dinda Agnes

4.35 L L

13 Haidar Arijuddin

15 Husniyah Lisan

21 Novia Agusvina 4.525 L L

  24 Rosalia Indah 4.375 L L

  Perbedaan hasil yang lain juga dapat dilihat pada nama Muhammad sodiq. Hal ini dikarenakan pada saat proses kegiatan praktikum dikelas, orang yang bersangkutan dinilai kurang sabar dan mempunyai sifat emosi yang tinggi. Hal ini dapat menyebabkan praktikan merasa tidak nyaman dikelas sehingga dapat menurunkan tingkat konsentrasi praktikan terhadap mata kuliah basi data. Dari hal tersbut pihak decision maker memberikan keputusan bahwa yang bersangkutan tidak layak untuk menjadi anggota asisten praktikum.

  11 Diago Ariesandika 4.175 L L

  30 Xavierro Lawrenza

  29 Wanda Athira Luqyana 4.375 L L

  28 Tuti Wardani Hamid 4.525 L L

  27 Timothy Magat 4.175 L L

  4 L TL

  26 Tedja Adhi Putra

  25 Taufik Brilian Nur 4.525 L L

  3.3 TL TL

  maker sebesar 86,6 %. Perbedaan hasil antara

  17 Liliandara Wahyu Imami 3.825 TL TL

  4.2 L L

  14 Hendro Febrian B

  3.35 TL TL

  3.2 TL TL

  16 Jabbar Satria Wicaksono

  3.5 TL TL

  18 Luqman Ariffandi

  23 Rezky Dermawan

  3.5 TL TL

  19 Muhammad Sodiq

  4.15 TL L

  20 Naufal Faiz Rizki Ramadhan 4.175 L L

  22 Raga Saputra Heri I

  4.1 L L

  hasil sistem dengan hasil decision maker dapat terlihat pada nama Adi Ama. Hal ini dikarenakan orang yang bersangkutan pada waktu masa menjadi anggota asisten praktikum tidak konsisten dalam menjalankan tugas menjadi asisten praktikum. Hal tersebut dapat terjadi dikarenakan yang bersangkutan banyaknya mengikuti organisasi lain diluar kampus maupun di dalam kampus sehingga yang bersangkutan tidak dapat membagi waktu dalam menjalankan tugas sebagai anggota asisten praktikum. Dari hal tersebut pihak decision maker memberikan keputusan bahwa yang bersangkutan tidak layak untuk menjadi anggota asisten praktikum.

3.85 TL TL

  Dapat disimpulkan bahwa akurasi sistem menggunakan metode Profile Matching berdasarkan dari 30 data uji menghasilkan tingkat akurasi yang baik dengan hasil decision

  1 Raga Saputra Heri I Divisi Soal Divisi Soal

  Berdasarkan Tabel 3 telah dilakukan pengujian akurasi terhadap 30 data uji dalam tahap penerimaan anggota baru. Data dikatakan akurat apabila hasil keluaran sistem dan hasil

  decision maker memiliki hasil yang sama. Dari

  hasil perbandingan yang sudah dilakukan, mempunyai data yang akurat sebanyak 26 data, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  = ℎ ℎ ℎ

  100

  2 Danniar Reza Firdausy Divisi Soal Divisi Soal

  Sistem

  26 30 100% = 86,6%

  No Nama Hasil Penempatan Divisi Decision maker

  Tabel 4. Hasil Pengujian Akurasi Tahap Penempatan Divisi

  Pengujian ini berfungsi untuk melihat kinerja sistem dalam memberikan hasil penempatan divisi calon asisten praktikum secara proposional. Data yang digunakan sebanyak 18 data berdasarkan dari calon asisten praktikum yang dianggap lolos. Berikut ini adalah hasil pengujian akurasi tahap penempatan divisi.

  4.2 Pengujian Akurasi Tahap Penempatan Divisi

  (6)

  =

  Keterangan: L : Lolos TL : Tidak Lolos HDM : Hasil Decision maker HS : Hasil Sistem Nilai CF : Nilai Core Factor

  3 Tuti Wardani Hamid Divisi Soal Divisi Soal

7 Dhimas Pristian A.

  Secondary Factor 40%. Data akurat sebanyak 26

  maker sebesar 72,2 %.

  Pengujian bobot persentase adalah pengujian dengan merubah nilai bobot persentase yang digunakan pada perhitungan nilai Core Factor dan Secondary Factor.

  Pengujian ini dilakukan untuk mengetahui pengaruh hasil sistem jika nilai bobot persentase perhitungan nilai Core Factor dan Secondary

  Factor diubah sehingga dapat mengetahui nilai

  akurasi bobot persentase yang terbaik yang dapat digunakan pada sistem dengan cara membandingkan hasil sistem dengan hasil evaluasi kinerja anggota asisten praktikum dari

  decision maker anggota asisten praktikum kelompok basis data.

  Dalam pengujian bobot persentase memakai 3 model bobot persentase yang selanjutnya akan digunakan untuk semua tahapan dalam penerimaan anggota asisten praktikum basis data. Pengujian bobot persentase dilakukan dengan mengansumsikan bobot persentase Core Factor lebih besar dari pada bobot persentase nilai Secondary Factor karena nilai Core Factor diperkirakan menghasilkan kinerja yang optimal.

  4.3.1 Model 1 Tahap Penerimaan Anggota Baru

  Pada pengujian persentase model 1 dilakukan pengujian akurasi terhadap 30 data uji dan aturan penerimaan anggota baru yang sama, tetapi dengan menggunakan bobot persentase perhitungan Core Factor dan Secondary Factor yang berbeda yakni Core Factor 60% dan

  data, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  13 18 100% = 72,2%

  =

  26 30 100% = 86,6%

  Dapat disimpulkan dengan pengujian persentase model 1 mempunyai tingkat akurasi yang baik yakni sebesar 86,6%.

  4.3.2 Model 2 Tahap Penerimaan Anggota Baru

  Pada pengujian persentase model 2 dilakukan pengujian akurasi terhadap 30 data uji dan aturan penerimaan anggota baru yang sama, tetapi dengan menggunakan bobot persentase perhitungan Core Factor dan Secondary Factor yang berbeda yakni Core Factor 70% dan

  Secondary Factor 30%. Data akurat sebanyak 26

  data, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  =

  26 30 100% = 86,6%

  Dapat disimpulkan bahwa akurasi sistem menggunakan metode Profile Matching berdasarkan dari 18 data uji menghasilkan tingkat akurasi yang baik dengan hasil decision

  =

  4 Timothy Magat Divisi Arsip Divisi Soal

  12 Tedja Adhi Putra Divisi Arsip Divisi

  5 Wanda Athira Luqyana Divisi

  Sekretaris Divisi Sekretaris

  6 Andre Rizal Sinaga Divisi Soal Divisi Soal

  P Divisi Soal Divisi Soal

  8 Rosalia Indah Divisi

  Official account Divisi Penjadwalan

  9 Naufal Faiz Rizki R Divisi Soal Divisi Soal

  10 Adhirajasa Raitsany Divisi Soal Divisi Soal

  11 Novia Agusvina Divisi Soal Divisi Soal

  Official account

  memiliki hasil yang sama. Dari hasil perbandingan yang sudah dilakukan, mempunyai data yang akurat sebanyak 12 data, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  13 Abdul Aziz Saukat Divisi Arsip Divisi Arsip

  14 Taufik Brilian Nur Divisi Soal Divisi Arsip

  15 Haidar Arijuddin Divisi Penjadwalan

  Divisi Penjadwalan

  16 Aulia Pertiwi Divisi Soal Divisi Soal

  17 Diago Ariesandika Divisi Arsip Divisi Arsip

  18 Dinda Agnes Divisi Penjadwalan

  Divisi Arsip

  Berdasarkan Tabel 4 telah dilakukan pengujian akurasi terhadap 18 data uji dalam tahap penempatan divisi. Data dikatakan akurat apabila hasil keluaran sistem dan hasil decision

  maker

4.3 Pengujian Bobot Persentase

  Dapat disimpulkan dengan pengujian persentase model 2 dengan data uji yang sama yaitu 30 data uji, mempunyai tingkat akurasi yang baik dengan hasil decision maker yakni sebesar 86,6%. Dari hasil pengujian persentase model 2, tentu saja menghasilkan hasil akhir yang berbeda pada setiap calon asisten yang dibandingkan dengan hasil peengujian persentase model

  Factor 20% dalam setiap divisi. Data akurat

  =

  15

  18 100% = 83,3%

  Dapat disimpulkan dengan pengujian persentase model 2 dengan data uji yang sama yaitu 18 data uji, mempunyai tingkat akurasi yang lebih baik dari hasil decision maker yakni sebesar 83,3%.

  4.3.6 Model 3 Tahap Penempatan Divisi

  Pada pengujian persentase model 3 dilakukan pengujian akurasi terhadap 18 data uji dan aturan penempatan divisi yang sama, tetapi dengan menggunakan bobot persentase perhitungan

  Core Factor

  dan Secondary Factor yang berbeda yakni Core Factor 80% dan Secondary

  sebanyak 15 data uji, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  Factor 30% dalam setiap divisi. Data akurat

  =

  15 18 100% = 83,3%

  Dapat disimpulkan dengan pengujian persentase model 3 dengan data uji yang sama yaitu 18 data uji, mempunyai tingkat akurasi yang lebih baik dari hasil decision maker yakni sebesar 83,3%.

  5. KESIMPULAN

  Penelitian ini adalah implementasi metode

  Profile Matching

  untuk seleksi penerimaan anggota asisten praktikum kelompok praktikum basis data di laboratorium pembelajaran FILKOM. Implementasi metode Profile

  Matching menggunakan input berupa data nilai

  sebanyak 15 data uji, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  berbeda yakni Core Factor 70% dan Secondary

  1. Tentunya hal ini mengakibatkan perbedaan hasil rangking dari hasil pengujian persentase model 1 dan model 2.

  Pada pengujian persentase model 1 dilakukan pengujian akurasi terhadap 18 data uji dan aturan penempatan divisi yang sama, tetapi dengan menggunakan bobot persentase perhitungan

  4.3.3 Model 3 Tahap Penerimaan Anggota Baru

  Pada pengujian persentase model 3 dilakukan pengujian akurasi terhadap 30 data uji dan aturan penerimaan anggota baru yang sama, tetapi dengan menggunakan bobot persentase perhitungan Core Factor dan Secondary Factor yang berbeda yakni Core Factor 80% dan

  Secondary Factor 20%. Data akurat sebanyak 26

  data, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  =

  26 30 100% = 86,6%

  Dapat disimpulkan dengan pengujian persentase model 3 dengan data uji yang sama yaitu 30 data uji, mempunyai tingkat akurasi yang baik dengan hasil decision maker yakni sebesar 86,6%. Dari hasil pengujian persentase model 3, menghasilkan hasil akhir yang berbeda pada setiap calon asisten yang dibandingkan dengan hasil pengujian persentase model 1 dan model 2. Tentunya hal ini mengakibatkan perbedaan hasil rangking dari hasil pengujian persentase model 1, model 2, dan model 3.

  4.3.4 Model 1 Tahap Penempatan Divisi

  Core Factor dan Secondary Factor yang

  Core Factor dan Secondary Factor yang

  berbeda yakni Core Factor 60% dan Secondary

  Factor 40% dalam setiap divisi. Data akurat

  sebanyak 13 data uji, sehingga menghasilkan nilai akurasi sesuai persamaan 6.

  =

  13 18 100% = 72,2%

  Dapat disimpulkan dengan pengujian persentase model 1 dengan data uji yang sama yaitu 18 data uji, mempunyai tingkat akurasi yakni sebesar 72,2%.

  4.3.5 Model 2 Tahap Penempatan Divisi

  Pada pengujian persentase model 2 dilakukan pengujian akurasi terhadap 18 data uji dan aturan penempatan divisi yang sama, tetapi dengan menggunakan bobot persentase perhitungan

  kriteria calon asisten praktikum. Nilai kriteria tersebut akan digunakan sebagai bobot profil individu untuk mencari nilai akhir dalam proses perhitungan Profile Matching. Nilai akhir yang didapatkan pada setiap masing-masing calon asisten praktikum tersebut akan dijadikan sebagai bahan acuan untuk menentukkan hasil tahap penerimaan anggota baru dan hasil tahap penempatan divisi. Dalam tahap penerimaan anggota baru, tingkat akurasi yang didapatkan sebesar 86,6%. Sedangkan dalam tahap penempatan divisi, tingkat akurasi yang didapatkan sebesar 83,3% dengan masing- masing bobot persentase Core Factor dan Secondary Factor sebesar 70% dan 30%. Implementasi metode Profile Matching untuk seleksi penerimaan anggota asisten praktikum kelompok praktikum basis data di laboratorium pembelajaran FILKOM memperoleh hasil yang cukup baik sesuai dengan perancangan.

DAFTAR PUSTAKA

  Afijal, & Iqbal, M. 2014. Decision Support System Determination for Poor Houses Beneficiary Using. SAVAP Internasional, 385-394.

  Alamsyah, S. A. (2015). Aplikasi Pendukung Keputusan Seleksi Asisten Praktikum Dan Lab Menggunakan Metode Analytical Hierarchi Process (Studi Kasus : Lab Informatika Universitas Telkom).

  Djamarah, B. S., & Zain, A. (2002). Strategi Belajar Mengajar. Jakarta: Rineka Cipta. Filkom. (2017, January 05). Diambil kembali dari Laboratorium Pembelajaran: https://filkom.ub.ac.id/unit/lab/pilkom

  Kusrini. (2007). Konsep dan Aplikasi SIstem Pendukung Keputusan. Yogyakarta: Andi Offset.

  Sibarani, & Novita, Y. (2015). Sistem Pendukung Keputusan Penempatan Pegawai Berdasarkan Psikogram Dengan Metode Profile Matching. Informasi dan Teknologi Ilmiah (INTI).

  Suhartanto, A., Kusrini, & Henderi. (2016).

  Penerapan Metode Profile Matching Dalam Penilaian Kinerja Guru. Bianglala Informatika.

  Terry, G. (2006). Prinsip Prinsip Manajemen.

  Jakarta: Bumi Aksara. Tharo, Z., & Putera, A. (2016). Profile Matching in Solving Rank Problem. IOSR Journal

  of Electronics and Communication Engineering (IOSR-JECE) , 73-76.