SISTEM PENDUKUNG KEPUTUSAN UNTUK EVALUASI KINERJA DOSEN DENGAN METODE SAW DI AMIK AMIKOM CIPTA DARMA SURAKARTA NASKAH PUBLIKASI diajukan oleh Rina Hapsari 11.22.1362 Kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2013
20
Embed
SISTEM PENDUKUNG KEPUTUSAN UNTUK EVALUASI …repository.amikom.ac.id/files/Publikasi_11.22.1362.pdf · mengadakan evaluasi kinerja dosen yang dinilai oleh mahasiswa dengan mengisi
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
SISTEM PENDUKUNG KEPUTUSAN UNTUK EVALUASI KINERJA DOSEN DENGAN METODE SAW DI AMIK AMIKOM
CIPTA DARMA SURAKARTA
NASKAH PUBLIKASI
diajukan oleh
Rina Hapsari 11.22.1362
Kepada
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA
YOGYAKARTA 2013
DECISION SUPPORT SYSTEM FOR THE EVALUATION OF FACULTY
PERFORMANCE BY THE SAW METHOD IN AMIK AMIKOM
CIPTA DARMA SURAKARTA
SISTEM PENDUKUNG KEPUTUSAN UNTUK EVALUASI KINERJA
DOSEN DENGAN METODE SAW DI AMIK AMIKOM
CIPTA DARMA SURAKARTA
Rina Hapsari
Kusrini
Jurusan Sistem Informasi
STMIK AMIKOM YOGYAKARTA
ABSTRACT
Decisions Support System (DSS) is a system that is able to improve the quality of
a company or agency, one example is the evaluation of faculty performance. With the
evaluation of faculty performance expected quality of teaching and learning process
more effective that the results achieved by the students is also maximized.
AMIK AMIKOM CIPTA DARMA Surakarta each end of the semester is always an
evaluation of faculty performance are assessed by the student to fill out questionnaires.
Data processing results of the questionnaire have been computerized, but there is no
special application for processing such data. DSS can help in processing the data and
correct deficiencies as errors in calculation, and to present the report.
DSS provides several alternative options to determine the outcome of the
evaluation of faculty performance based on existing data. While the decision will be taken
remains in the hands of decision makers. In this case the chosen design of DSS with java
programming language.
Keywords: DSS, evaluation of faculty performance, decision, java, AMIK AMIKOM
CIPTA DARMA Surakarta
1
1. Pendahuluan
1.1 Latar Belakang Maslah
Perkembangan teknologi dan informasi sekarang ini sudah sangat pesat.
Teknologi komputer dapat dimanfaatkan untuk pemenuhan kebutuhan akan informasi,
diantaranya yaitu Decisions Support System (DSS) atau sistem pendukung keputusan.
AMIK AMIKOM CIPTA DARMA Surakarta setiap akhir semester selalu
mengadakan evaluasi kinerja dosen yang dinilai oleh mahasiswa dengan mengisi
kuisioner. Pengolahan data hasil dari kuisioner sudah terkomputerisasi namun belum ada
aplikasi khusus yang mengolah data tersebut, DSS dengan metode Simple Additive
Weighting (SAW) dapat membantu dalam proses pengolahan data dan memperbaiki
kekurangan seperti kesalahan dalam perhitungan dan dalam penyajian laporan.
Berdasarkan kekurangan yang ada tersebut penulis mengangkat permasalahan
ini ke dalam skripsi dengan judul “Sistem Pendukung Keputusan untuk Evaluasi Kinerja
Dosen dengan Metode SAW di AMIK AMIKOM CIPTA DARMA Surakarta”.
1.2 Rumusan Masalah
Bagaimana membuat suatu sistem yang dapat membantu proses pengolahan
data dan penyajian laporan dalam pengambilan keputusan untuk evaluasi kinerja dosen
di AMIK AMIKOM CIPTA DARMA Surakarta?
1.3 Batasan Masalah
Supaya pembahasan lebih jelas dan terarah, maka diperlukan adanya batasan-
batasan masalah. Masalah yang akan dibahas antara lain :
1. Sistem pendukung keputusan yang akan dibangun hanya melakukan penilaian
terhadap evaluasi kinerja dosen
2. Metode yang digunakan dalam membangun sistem ini adalah Simple Additive
Weighting (SAW)
1.4 Tujuan Penelitian
Adapun tujuan penelitiann ini berdasarkan pada permasalahan diatas adalah sebagai
berikut :
1. Membantu instansi terkait dalam melakukan pengolahan data
2. Menyajikan informasi yang dapat dijadikan acuan untuk mengambil sebuah keputusan
3. Menerapkan disiplin ilmu yang didapat selama mengikuti perkuliahan di STMIK
AMIKOM YOGYAKARTA serta menambah wawasan dan ilmu pengetahuan bagi
penulis dalam melakukan penelitian
4. Skripsi ini dibuat untuk memenuhi kelengkapan kurikulum akademik, sebagai salah
satu syarat kelulusan dari program S1 pada STMIK AMIKOM YOGYAKARTA.
1.5 Manfaat Penelitian
2
Penulis berharap dalam penyusunan skripsi ini dapat memberikan manfaat
sebagai berikut :
1. Bagi Penulis
Merupakan bentuk implementasi dari ilmu yang diperoleh selama mengikuti
pendidikan di STMIK AMIKOM YOGYAKARTA Mendapatkan pengalaman dan
wawasan baru yang dapat digunakan untuk mengembangkan diri dalam
persaingan dunia kerja nantinya
2. Bagi STMIK AMIKOM YOGYAKARTA
Skripsi ini dapat digunakan sebagai acuan referensi bagi mahasiswa lain yang
melakukan penelitian yang sama
3. Bagi AMIK AMIKOM CIPTA DARMA Surakarta
Hasil dari skripsi ini diharapkan dapat membantu instansi dalam melakukan
evaluasi kinerja dosen.
1.6 Metode Penelitian
Metode yang digunakan adlah observasi pengumpulan data, analisis,
perancangan dan pengujian.
1.7 Sistematika penulisan
Sistematika penulisan ini dimaksudkan untuk mempermudah bagi penulis dalam
menyusun skripsi
BAB I PENDAHULUAN
Dalam bab ini dibahas mengenai latar belakang masalah, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penulisan, metode penelitian dan
sistematika penulisan.
BAB II LANDASAN TEORI
Dalam bab ini diuraikan tentang Sistem Informasi, Sistem Pendukung
Keputusan, Metode Simple Additive Weighting (SAW), Analisis Sistem, Perancangan
Sistem, Basis Data, Software yang digunakan dan Tinjauan Umum.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini akan menguraikan tentang Analisis Sistem Perancangan Sistem,
Perancangan Basis Data dan Perancangan Antar Muka
BAB IV IMPLEMENTASI SISTEM
Dalam bab ini dijelaskan tentang Implementasimdan Pembahasan
BAB V PENUTUP
Bab ini berisi Kesimpulan dan Saran
.
3
2. Landasan Teori
2.1 Sistem Pendukung Keputusan
2.1.1 Definisi Sistem Pendukung Keputusan
Menurut little mendefinisikan Sistem Pendukung keputusan atau Decition Support
System (DSS) sebagai sekumpulan prosedur berbasis model untuk data pemrosesan
dari penilaian guna membantu para manager mengambil keputusan (Turban, 2005)
2.1.2 Karakteristik Sistem Pendukung Keputusan
Sampai saat ini tidak ada kesepakatan mengenai karakteristik standar DSS, berikut
karakteristik yang diharapkan ada di DSS (Turban, 2005):
1. Dukungan kepada pengambil keputusan, terutama pada situasi semi terstruktur
dan tak terstruktur, dengan menyertakan penilian manusia dan informasi
terkomputerisasi
2. Dukungan untuk semua level manajerial, dari ekskutif puncak sampai manajer
lini.
3. Dukungan untuk individu dan kelompok
2.1.3 Permodelan Sistem Pendukung Keputusan
Saat melakukan permodelan dalam pembangunan DSS dilakukan langkah-
langkah sebagai berikut (Kusrini, 2007):
1. Studi kelayakan (Intelligence)
2. Perancangan (Design)
3. Pemilihan (Choice)
4. Membuat DSS
2.2 Metode Simple Additive Weighting
Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap
atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil
perkalian antara rating dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi
dalam arti telah melewati proses normalisasi sebelumnya (Basyaib Fachma, 2005) Dalam
penyelesaiannya metode SAW membutuhkan proses normalisasi matriks keputusan (X)
ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
4
dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj ; i=1,2,...,m
dan j=1,2,...,n.
Nilai preferensi untuk setiap alternatif (Vi)diberikan sebagai:
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih
2.3 Analisis Sistem
Analisis sistem adalah teknik pemecahan masalah yang menguraikan bagian-
bagian komponen dengan mempelajari seberapa bagus bagian-bagian komponen
tersebut bekerja dan berinteraksi untuk mencapai tujuan mereka. (Hanif Al fattah,
2007:44)
2.3.1 Analisis Data
Data adalah representasi dari fakta, atau gambaran mengenai suatu objek atau
kejadian (Kusrini,2007:3). Tujuan dari analisis data adalah untuk mengindentifikasi ada
tidaknya masalah. Kegunaan analisis data adalah sebagai bahan masukan untuk
pengambilan keputusan.
2.3.2 Analisis Model
Tujuan dari analisis model adalah mencari model yang tepat untuk sebuah sistem
agar data yang diolah dapat mengahsilkan informasi yang diperlukan.
2.4 Perancangan Sistem
Perancangan sistem adalah teknik pemecahan masalah yang saling melengkapi
(dengan analisis sistem) yang merangkai kembali bagian-bagian komponen menjadi
sistem yang lengkap, harapannya, sebuah sistem yang diperbaiki.
2.4.1 Data Flow Diagram
DFD adalah suatu model logika data atau proses yang dibuat untuk
menggambarkan asal data dan tujuan data yang keluar dari sistem, tempat
penyimpanan, proses apa yang menghasilkan data tersebut, serta transaksi antara data
yang tersimpan dan proses yang dilakukan pada data tersebut (Kusrini, 2007:41)
2.4.2 Flowchart
Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan aliran (flow) di
dalam program atau prosedur sistem secara logika. Digunakan terutama sebagai alat
bantu komunikasi dan untuk dokumentasi. Ada 5 macam bagan alir (Kusrini, 2007:81-85)
2.5 Basis Data
2.5.1 Pengertian Basis Data
Basis data adalah kumpulan data yang saling berelasi. Basis data dapat diartikan
kelompok data yang saling berhubungan yang disimpan secara bersama sedemikian
5
rupa tanpa perulangan (redundancy) sehingga dapat dimanfaatkan dengan cepat dan
mudah (Kusrini,2007:2)
2.5.2 Komponen-Komponen Basis Data
Ada lima komponen basis data yaitu
1. Perangkat Keras
2. Sistem Operasi (Operating System)
3. Basis Data (database)
4. Database Management System (DBMS)
5. Pemakai (User)
2.5.3 Normalisasi
Kroenke mendefinisikan normalisasi sebagai proses untuk mengubah suatu
relasi yang memiliki masalah tertentu ke dalam dua buah relasi atau lebih yang tak
memiliki masalah tersebut.
2.6 Software yang digunakan
2.6.1 Java
Java merupakan perangkat lunak yang cepat popular, karena dapat berjalan di
berbagai platform, Aplikasi yang dapat dibuat dengan Java adalah aplikasi berbasis PC,
web dan mobile. Java dibangun dengan bahasa pemrograman C++, tetapi
mengakomodasi teknologi terbaik dari bahasa pemrograman C dan memperbaiki
kekurangan bahasa pemrograman C++.
2.6.2 Netbeans
NetBeans merupakan salah satu proyek open source yang disponsori oleh Sun
Microsystem. Netbeans sebagai Integrated Development Environment (IDE) ditujukan
untuk memudahkan pemrograman java. Netbeans dirancang untuk memudahkan
perancangan dan pemakaian komponen, komponen tersebut nantinya akan dipakai
dalam program java
2.6.3 MySQL
2.7 Tinjauan Umum
2.7.1 Profil AMIK AMIKOM Cipta Darma Surakarta
AMIKOM(Amik) Cipta Darma Surakarta adalah merupakan salah satu Akademi
Manajemen Informatika dan Komputer di Jawa Tengah tepatnya di kota Surakarta,
masuk koordinator kopertis Wilayah VI Semarang.
Akademi ini didirikan sejak tahun 1998 oleh yayasan Budi Utomo, dengan
keputusan menteri Pendidikan dan kebudayaan Republik Indonesia Nomor 55/D/0/1998,
untuk jenjang pendidikan Program Diploma Tiga (DIII) dengan nama Akademi
Manajemen Informatika dan Komputer (AMIKOM) CIPTA DARMA Surakarta.
6
2.7.2 Struktur Organisasi
Gambar 2.1 Struktur Organisasi
3. Analisis dan Perancangan Sistem
Analisis sistem yang dilakukan meliputi analisis data dan analisis model. Analisis
data menjelaskan dari mana data data yang digunakan. Untuk analisis model, penulis
menggunakan model Simple Additive Weighting (SAW) untuk penilaiannya
3.1 Analisis Sistem
3.1.1 Analisis Data
Analisis data dibagi menjadi dua yaitu Data input dan Data output. Data Input
antara lain data dosen, Data input antara lain data dosen, data semester, total responden
dan am perhitungan IPK dosen. Nilai dari kriteria-kriteria yang ditetapkan. Data output
antara lain dosen terbaik, IPK dosen, dosen pilihan mahasiswa.
3.1.2 Analisis Model
Analisis Model menggunakan Simple Additive Weighting (SAW) atau
penjumlahan terbobot. N1 = 10, N2 = 8, N3 = 6, N4 = 7, N5 = 9. Dalam proses
perhitungannya, penilaian dalam bentuk huruf tersebut dikonversi terlebih dahulu menjadi
A = 4, B = 3, C = 2, D =1.
Tabel 3.1 Data Nilai DRS.M.JALARI,SE,MM
Total Total Rata-
7
Responden Nilai Rata
N1 132 453 4.43
N2 132 430 3.26
N3 132 433 3.28
N4 132 468 3.55
N5 131 467 3.56
Tabel 3.2 Data Nilai NGADIMIN, M.KOM
Total
Responden
Total
Nilai
Rata-
Rata
N1 128 411 3.21
N2 128 404 3.16
N3 128 354 2.77
N4 128 352 2.75
N5 127 417 3.28
Tabel 3.3 Data Nilai CISDE MULYADI, SE, M.ENG.
Total
Responden
Total
Nilai
Rata-
Rata
N1 111 334 3.01
N2 111 333 3.00
N3 111 322 2.90
N4 111 322 2.90
N5 110 342 3.11
Tabel 3.4 Data Nilai NURHIDAYANTO, S.PD
Total
Responden
Total
Nilai
Rata-
Rata
N1 45 146 3.24
N2 45 144 3.13
N3 45 155 3.44
N4 45 140 3.11
N5 45 136 3.02
8
Tabel 3.5 Data Nilai M. NUR JUNIADI, SE, MM
Total
Responden
Total
Nilai
Rata-
Rata
N1 90 304 3.38
N2 90 294 3.27
N3 90 299 3.32
N4 90 320 3.55
N5 90 294 3.27
Untuk mencari rating kecocokan antara setiap dosen pada setiap kriteria pada
sebuah tabel dapat digunakan rumus perbandingan antara total nilai dengan total
responden sehingga dapat dihasilkan sebuah tabel seperti dibawah ini :
Tabel 3.6 Rating Kecocokan
Jalari
(A1)
Ngadimin
(A2)
Cisde
(A3)
Nurhidayanto
(A4)
Juniadi
(A5)
N1 (C1) 3.43 3.21 3.01 3.24 3.38
N2 (C2) 3.26 3.16 3.00 3.13 3.27
N3 (C3) 3.28 2.77 2.90 3.44 3.37
N4 (C4) 3.55 2.75 2.90 3.11 3.55
N5 (C5) 3.56 3.28 3.11 3.02 3.27
Nilai yang akan diberikan pada setiap alternatif pada setiap total hasil penjumlahan
sebagai berikut :
Tabel 3.7 Nilai Pemetaan
2.75 - 3.00 : 1
3.01 – 3.25 : 2.5
3.26 – 3.50 : 5.
3.51 – 3.75 : 7.5
3.76 – 4.00 : 10
Jadi rating kecocokan dari setip alternatif pada setiap adalah
Tabel 3.8 Rating Kecocokan Setelah Dipetakan
C1 C2 C3 C4 C5
A1 5 2.5 2.5 2.5 5
A2 5 2.5 1 2.5 5
9
A3 5 1 1 5 5
A4 7.5 1 1 2.5 7.5
A5 7.5 5 2.5 2.5 5
Dengan demikian di ketahui vektor bobot :W = [10, 8, 6, 7, 9)
Langkah selanjutnya adalah membuat matriks keputusan X, dibuat berdasarkan
table kecocokan. Matriks keputusan X yang dihasilkan adalah sebagai berikut :
X =
langkah selanjutnya adalah Normalisasi matriks X untuk menghitung nilai masing-masing
kriteria berdasarkan kriteria diasumsikan sebagai biaya atau keuntungan sebagai berikut
:
Langkah selanjutnya adalah membuat normalisasi matriks R yang diperoleh dari
hasil normalisasi matriks X sebagai berikut :
5 2.5 2.5 2.5 5
5 2.5 1 2.5 5
5 1 1 5 5
7.5 1 1 2.5 7.5
7.5 5 2.5 2.5 5
0.67 0.5 1 0.5 0.67
0.67 0.5 0.4 0.5 0.67
0.67 0.2 0.4 1 1
A1
r11 = 5/7.5 = 0.67
r12 = 2.5/5 = 0.5
r13 = 2.5/2.5 = 1
r14 = 2.5/5 = 0.5
r15 = 5/7.5 = 0.67
A2
r21 = 5/7.5 = 0.67
r22 = 2.5/5 = 0.5
r23 = 1/ 2.5 = 0.4
r24 = 2.5/5 = 0.5
r25 = 5/7.5 = 0.67
A3
r31 = 5/7.5 =0.67
r32 = 1/5 = 0.2
r33 = 1/ 2.5 = 0.4
r34 = 5/5 = 1
r35 = 7.5/7.5 = 1 A4
r41 = 7.5/7.5 = 1
r42 = 1/5 = 0.2
r43 = 1/ 2.5 = 0.4
r44 = 2.5/5 = 0.5
r45 = 7.5/7.5 = 1
A5
r51 = 7.5/7.5 = 1
r52 = 5/5 = 1
r53 = 2.5/2.5 = 1
r54 = 2.5/5 = 0.5
r55 =5/7.5 =
0.67
10
R =
Selanjutnya akan dibuat perkalian matriks W*R dan penjumlahan hasil perkalian untuk
memperoleh alternatif terbaik dengan melakukan perangkingan nilai terbesar sebagai