PROPOSAL SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GRADE TENTOR PT. PRIMAGAMA

DISUSUN OLEH :MUHAMMAD SABBIHIS MAULANA

11.63.0274

PROGGRAM STUDI S1 TEKNIK INFORMATIKAFAKULTAS TEKNIK

UNIVERSITAS ISLAM KALIMANTAN ( UNISKA )MUHAMMAD ARSYAD AL BANJARY

BANJARMASIN2014

DAFTAR ISI

DAFTAR ISI........................................................................................................................... i

BAB I PENDAHULUAN........................................................................................................1

1.1 Latar Belakang..........................................................................................................1

1.2 PerumusanMasalah..................................................................................................2

1.3 Ruang Lingkup..........................................................................................................2

1.4 Tujuan dan Manfaat.................................................................................................3

1.4.1 Tujuan...............................................................................................................3

1.4.2 Manfaat.............................................................................................................3

1.5 Sistematika Penulisan...............................................................................................4

BAB II TINJAUAN PUSTAKA................................................................................................5

2.1 Penelitian Terkait....................................................................................................5

2.1.1 Perancangan Sistem Pendukung Keputusan Penilaian Prestasi DosenBerdasarkan Penelitian dan Pengabdian Masyarakat......................................5

2.1.2 Sistem Pendukung Keputusan Penilaian Karyawan Berprestasi Berdasarkan Kinerja( Studi kasus pada UNIVERSITAS GUNADARMA DEPOK )..............................6

2.1.3 Implementasi Maetode Simple Additive Weighting pada Sistem Pengambilan Keputusan sertifikasi Guru.........................................................................................7

2.2 Landasan Teori.........................................................................................................8

2.2.1 Sistem Pendukung Keputusan...........................................................................8

2.2.1.1 Definisi Sistem Pendukung Keputusan.......................................................8

2.2.1.2 Karakteristik Sistem Pendukung Keputusan...............................................9

2.2.1.3 Permodelan Sistem Pendukung Keputusan..............................................11

2.2.1.4 Keuntungan Sistem Pendukung Keputusan..............................................12

2.2.1.5 Komponen Sistem Pendukung Keputusan................................................13

2.2.2 Metode Simple Additive Weighting.................................................................13

2.2.3 Basis Data........................................................................................................14

2.2.3.1 Pengertian Basis Data...............................................................................14

i

2.2.3.2 Komponen-Komponen Basis Data............................................................17

2.2.3.3 Normalisasi...............................................................................................18

2.2.4 Software Yang Digunakan................................................................................18

2.2.4.1 Delphi 7....................................................................................................18

2.2.4.2 MySQL......................................................................................................19

BAB III METODE PENELITIAN...........................................................................................23

3.1 Metode Pengumpulan Data...................................................................................23

3.1.1 Sumber Data Primer........................................................................................23

3.1.2 Sumber Data Sekunder...................................................................................23

3.2 Analisis dan Perancangan Sistem...........................................................................24

3.2.1 Analisis Sistem.................................................................................................24

3.2.1.1 Analisis Data.............................................................................................24

3.2.1.2 Analisis Model..........................................................................................24

3.2.2 Perancangan Sistem........................................................................................29

3.2.2.1 Desain Sistem...........................................................................................29

3.2.2.2 Flowchart.................................................................................................29

3.3 Diagram Konteks....................................................................................................31

3.3.1 Data Flow Diagram (DFD)................................................................................32

3.3.1.1 Data Flow Diagram (DFD) Level 0.............................................................32

3.1.1.2 Data Flow Diagram (DFD) Level 1 Pendataan..........................................33

3.1.1.3 Data Flow Diagram (DFD) Level 1 Proses.................................................33

3.1.1.4 Data Flow Diagram (DFD) Level 1 Laporan...............................................34

3.4 Perancangan Tabel.................................................................................................34

3.5 Relasi......................................................................................................................36

3.6 Desain Input dan Output........................................................................................37

DAFTAR PUSTAKA.............................................................................................................40

ii

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam lingkungan perusahaan atau organisasi, komputer merupakan alat

bantu yang mutlak diperlukan sehingga penerapan sebuah sistem berbasis

komputer menjadi kebutuhan pokok dan memberikan keunggulan kompetitif.

Dalam instansi pendidikan yang memiliki tentor / guru yang cukup banyak, proses

evaluasi (penilaian) kinerja tentor relatif sering dilakukan sehingga perusahaan

memerlukan prosedur yang baku dalam menetapkan persyaratan bagi seorang

tentor untuk mendapatkan tunjangan atau menempati jabatan tertentu.

Masalah yang terjadi dalam proses evaluasi (penilaian) grade tentor

diantaranya adalah subyektifitas pengambilan keputusan akan terasa, terutama jika

beberapa tentor yang ada memiliki kemampuan (dan beberapa pertimbangan lain)

yang tidak jauh berbeda. Proses evaluasi (penilaian) yang rumit yang terjadi

sekarang umumnya adalah adanya tentor yang mendapatkan grade yang bagus

yang hanya melihat pada kriteria pertama saja, tetapi tentor tersebut belum tentu

unggul pada beberapa kriteria-kriteria yang lain. Jika proses pengambilan

keputusan ini dibantu oleh sebuah sistem pendukung keputusan yang

terkomputerisasi diharapkan subyektifitas dalam pengambilan keputusan dapat

dikurangi dan dapat diganti dengan pelaksanaan seluruh kriteria-kriteria untuk

seluruh tentor sehingga diharapkan tentor dengan kemampuan (dan pertimbangan

lain) terbaik yang terpilih. Dari penjabaran di atas, hal yang menjadi latar

1

2

belakang masalah pada Penelitian ini adalah bagaimana sistem pendukung

keputusan dapat digunakan sebagai alat untuk mengevaluasi dalam penentuan

grade tentor, sehingga nantinya Pimpinan PT. Primagama dapat melakukan

pengambilan keputusan dengan tepat dan benar.

1.2 PerumusanMasalah

Berdasarkan latar belakang yang diuraikan di atas, maka masalah yang

mendasari adalah bagaimana membuat suatu sistem yang dapat membantu proses

pengolahan data dan penyajian laporan dalam pengambilan keputusan untuk

penentuan grade tentor yang dapat membantu dalam mempermudah pengambilan

keputusan dalam pelaksanaan kegiatan pemberian honor yang sesuai.

1.3 Ruang Lingkup

Dalam pembuatan suatu karya ilmiah tentunya memerlukan batasan-batasan

sehingga menjadi acuan dasar pembuatan karya ilmiah. Adapun yang menjadi

batasan / ruang lingkup pembuatan sistem pendudkung keputusan ini adalah :

1. Kriteria penilaian tentor yang gunakan berdasarkan kriteria yang telah

ditetapkan oleh PT. Primagama.

2. Sistem pendukung keputusan yang akan dibangun hanya melakukan

penilaian terhadap penentuan grade tentor PT. Primagama .

3. Sistem ini dibuat dengan menggunakan bahasa pemograman Delphi 7.

4. Data-data yang ada disimpan dengan menggunakan database MySQL.

5. Sistem pendukung keputusan grade tentor dengan menggunakan

metode SAW.

3

1.4 Tujuan dan Manfaat

1.4.1 Tujuan

Adapun tujuan dari pembuatan aplikasi ini adalah untuk :

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 UNIVERSITAS ISLAM KALIMANTAN (UNISKA)

MUHAMMAD ARSYAD AL-BANJARY Banjarmasin serta

menambah wawasan dan ilmu pengetahuan bagi penulis dalam

melakukan penelitian.

1.4.2 Manfaat

Penulis berharap dalam penyusunan proposal skripsi ini dapat

memberikan manfaat sebagai berikut :

1. Bagi Penulis

Merupakan bentuk implementasi dari ilmu yang diperoleh selama mengikuti

pendidikan UNIVERSITAS ISLAM KALIMANTAN (UNISKA)

MUHAMMAD ARSYAD AL-BANJARY Banjarmasin. Mendapatkan

pengalaman dan wawasan baru yang dapat digunakan untuk mengembangkan

diri dalam persaingan dunia kerja nantinya

2. Bagi UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD

ARSYAD AL-BANJARY Banjarmasin

4

Skripsi ini dapat digunakan sebagai acuan referensi bagi mahasiswa lain yang

melakukan penelitian yang sama

3. Bagi PT. Primagama

Hasil dari skripsi ini diharapkan dapat membantu instansi dalam melakukan

evaluasi (penilaian) grade tentor.

1.5 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 TINJAUAN PUSTAKA

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 METODE PENELITIAN

Dalam bab ini akan menguraikan tentang Metode Penelitian, Analisis

Perancangan Sistem, Perancangan Basis Data dan Perancangan Antar Muka.

BAB II

TINJAUAN PUSTAKA

2.1 Penelitian Terkait

Penelitian terkait yang berhubungan dengan proses perancangan sistem

pendukung keputusan penentuan grade tentor PT. Primagama adalah sebagai

berikut.

2.1.1 Perancangan Sistem Pendukung Keputusan Penilaian Prestasi

Dosen Berdasarkan Penelitian dan Pengabdian Masyarakat

Jurnal Teknologi Informasi DINAMIKVolume XV, No.2, Juli 2010:136-142

Pendidikan tinggi di Indonesia merupakan subsistem pendidikan nasional

yang berkewajiban menyelenggarakan pendidikan, penelitian dan pengabdian

kepada masyarakat. Salah satu unsur dalam penyelenggaraan pendidikan tinggi

adalah dosen. Dosen m erupakan tenaga akademik yang bertugas melaksanakan

tridarma perguruan tinggi, yang meliputi pendidikan dan pengajaran, penelitian

dan pengembangan ipteks dan pengabdian pada masyarakat serta kegiatan

penunjang. Pada dasarnya ketiga tugas tersebut wajib dilaksanakan secara terpadu

oleh dosen. Dalam penelitian ini dirancang sebuah Sistem Pendukung Keputusan

untuk menilai prestasi dosen berdasarkan penelitian dan pengabdian pada

masyarakat. Dalam proses penentuan prestasi dosen digunakan

beberapa kriteria yaitu penelitian, pemakalah, penulis jurnal dan pengabdian pada

masyarakat.

5

6

Dosen merupakan tenaga akademik yang bertugas melaksanakan tridarma

perguruan tinggi, yang meliputi pendidikan dan pengajaran,penelitian dan

pengembangan ipteks dan pengabdian pada masyarakat serta kegiatan penunjang.

Pada dasarnya ketiga tugas tersebut wajib dilaksanakan secara terpadu oleh dosen.

Namun, sulit ditemukan dosen yang mempunyai prestasi pada ketiga darma

tersebut. Sehingga kegiatan dosen tersebut dapat dikelompokkan kedalam tiga

kategori. Kategori pertama, duniapendidikan dan pengajaran.Kategori kedua

adalah dosen yang mempunyai minat dan bakat di bidang penelitian dan

pengembangan. Kategori ketiga adalah dosen yang mempunyai minat dan bakat di

pengabdian pada masyarakat.

2.1.2 Sistem Pendukung Keputusan Penilaian Karyawan Berprestasi

Berdasarkan Kinerja( Studi kasus pada UNIVERSITAS

GUNADARMA DEPOK )

Armadyah Amborowati

Dalam penentuan karyawan berprestasi oleh Departemen Sumber Daya

Manusia di UNIVERSITAS GUNADARMA DEPOK terdapat beberapa faktor

yang menjadi penilaian. Penilaian ini berdasarkan penilaian kinerja, yakni

pengetahuan tentang pekerjaan, kreativitas, perencanaan, pelaksanaan instruksi,

pelaksanaan deskripsi tugas, kualitas kerja, kerjasama dan sikap terhadap

karyawan lain, inisiatif, kehandalan, kedadiran, sikap pekerjaan, keuletan, dan

kejujuran . Demi efisiensi dan efektifitas kerja maka pengambilan keputusan yang

tepat sangat diperlukan.

7

Makalah ini bertujuan untuk membangun sebuah sistem pendukung

keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi

dengan menggunakan metode Analytic Hierarchy Process (AHP), dimana masing-

masing kriteria dalam hal ini faktor- faktor penilaian dan alternatif dalam hal ini

para karyawan dibandingkan satu dengan yang lainnya sehingga memberikan

output nilai intensitas prioritas yang menghasilkan suatu sistem yang memberikan

penilaian terhadap setiap karyawan.

Sistem pendukung keputusan ini membantu melakukan penilaian setiap

karyawan, melakukan perubahan kriteria,dan perubahan nilai bobot. Hal ini

berguna untuk memudahkan pengambil keputusan yang terkait dengan masalah

pemilihan karyawan berprestasi, sehingga akan di dapatkan karyawan yang paling

layak diberi reward atau penghargaan.

2.1.3 Implementasi Metode Simple Additive Weighting pada Sistem

Pengambilan Keputusan sertifikasi Guru

Dalam mengimplementasikan sistem pengambilan keputusan sertifikasi

guru digunakan metode Simple Addtive Weighting (SAW) sebagai metode dari

Sistem Pendukung Keputusan (SPK), proses sertifikasi guru menggunakan

metode SAW dilakukan dengan cara menyeleksi guru berdasarkan penilaian

kriteria portofolio serta dilakukan perankingan untuk mengetahui nilai tertinggi

sampai terendah untuk mengetahui yang berhak menerima sertifikasi guru

berdasarkan kuota yang ada. Berdasarkan hasil penelitian implementasi metode

SAW, aplikasi yang dibangun dapat membuat suatu pengambilan keputusan pada

8

sistem sertifikasi guru karena perhitungan manual sesuai dengan hasil perhitungan

pengujian SAW dalam aplikasi yang dibangun.

2.2 Landasan Teori

Landasan teori yang mendukung proses analisis sistem serta mendukung

proses perancangan sistem pendukung keputusanpenentuan grade tentor PT.

Primagama adalah sebagai berikut.

2.2.1 Sistem Pendukung Keputusan

2.2.1.1 Definisi Sistem Pendukung Keputusan

Menurut Turban dan Aronson mendefinisikan sistem penunjang

keputusan sebagai sistem yang digunakan untuk mendukung dan membantu pihak

manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan

tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan

membantu para manajer melakukan penilaian serta menggantikan posisi dan peran

manajer (Turban, 2005).

Dengan pengertian diatas dapat dijelaskan bahwa SPK bukan merupakan

alat pengambilan keputusan, melainkan merupakan sistem yang membantu

pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang

telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang

suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak

dimaksudkan untuk menggantikan pengambilan keputusan dalam proses

pembuatan keputusan.

Menurut (Azhar, 1995), dari pengertian SPK maka dapat ditentukan karakteristik

antara lain:

9

1. Mendukung prosespengambilan keputusan, menitik beratkan pada management

by perception.

2. Adanya interfacemanusia atau mesin di manamanusia (user) tetap memegang

kontrol proses pengambilan keputusan.

3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur,

semi terstrukturdan tak struktur.

4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan

kebutuhan

5. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga

dapat berfungsi sebagai kesatuan item.

6. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan

informasi seluruh tingkatan manajemen.

2.2.1.2 Karakteristik Sistem Pendukung Keputusan

Sampai saat ini tidak ada kesepakatan mengenai karakteristik standar DSS,

berikut karakteristik Menurut (Turban, 2005), di antarannya adalah:

1. Mendukung seluruh kegiatan organisasi

2. Mendukung beberapa keputusan yang saling berinteraksi

3. Dapat digunakan berulang kali dan bersifat konstan

4. Terdapat dua komponen utama, yaitu data dan model

5. Menggunakan baik data eksternal maupun internal

6. Memiliki kemampuan what-if analysis dan goal seeking analysis

7. Menggunakan beberapa model kuantitatif

Selain itu, Turban juga menjelaskan kemampuan yang harus dimiliki oleh

10

sebuah sistem pendukung keputusan, di antaranya adalah sebagai berikut:

1. Menunjang pembuatan keputusan manajemen dalam menangani

masalah semi terstruktur dan tidak terstruktur.

2. Membantu manajer pada berbagai tingkatan manajemen, mulai dari

manajemen tingkat atas sampai manajemen tingkat bawah.

3. Menunjang pembuatan keputusan secara kelompok dan perorangan.

4. Menunjang pembuatan keputusan yang saling bergantungan dan

berurutan.

5. Menunjang tahap-tahap pembuatan keputusan antara lain intelligence,

design, choice dan implementation.

6. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis

keputusan.

7. Kemampuan untuk melakukan adaptasi setiap saat dan bersifat

fleksibel.

8. Kemudahan melakukan interaksi sistem.

9. Meningkatkan efektivitas dalam pembuatan keputusan daripada

efisiensi.

10. Mudah dikembangkan oleh pemakai akhir.

11. Kemampuan pemodelan dan analisis dalam pembuatan keputusan.

12. Kemudahan melakukan pengaksesan berbagai sumber dan format data.

Disamping berbagai kemampuan dan karakteristik seperti dikemukakan di

atas, sistem pendukung keputusan memiliki juga keterbatasan, antara lain:

11

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak

dapat dimodelkan, sehingga modelyang ada dalam sistem tidak

semuanya mencerminkan persoalan yang sebenarnya.

2. Kemampuan suatu sistem pendukung keputusan terbatas pada

pengetahuan dasar serta model dasar yang dimilikinya.

3. Proses-proses yang dapat dilakukan oleh sistem pendukung keputusan

biasanya tergantung juga pada kemampuan perangkat lunak yang

digunakannya.

4. Sistem pendukung keputusan tidak memiliki intuisi seperti yang

dimiliki oleh manusia. Karena sistem pendukung keputusan hanya

suatu kumpulan perangkat keras, perangkat lunak dan sistem operasi

yang tidak dilengkapi oleh kemampuan berpikir.

2.2.1.3 Permodelan Sistem Pendukung Keputusan

Saat melakukan permodelan dalam pembangunan DSS dilakukan langkah-

langkah sebagai berikut (Kusrini, 2007):

1. Studi kelayakan (Intelligence)

Suatu tahap proses seseorang dalam rangka pengambil keputusan

untuk permasalahan yang dihadapi, terdiri dari aktivitas

penelusuran, pendeteksian serta proses pengenalan masalah. Data

masukan diperoleh, diuji dalam rangka mengidentifikasi masalah.

2. Perancangan (Design)

Tahap proses pengambil keputusan setelah tahap intellegence meliputi

proses untuk mengerti masalah, menurunkan solusi dan menguji

12

kelayakan solusi. Aktivitas yang biasanya dilakukan seperti

menemukan, mengembangkan dan menganalisa alternatif tindakan

yang dapat dilakukan.

3. Pemilihan (Choice)

Pada tahap ini dilakukan prosespemilihan diantara berbagai alternatif

tindakan yang mungkin dijalankan. Hasil pemilihan  tersebut

kemudian diimplementasikan dalam proses pengambilan keputusan.

4. Membuat DSS

2.2.1.4 Keuntungan Sistem Pendukung Keputusan

Beberapa keuntungan penggunaan SPK antara lain adalah sebagai berikut

(Surbakti, 2002):

1. Mampu mendukung pencarian solusi dari berbagai permasalahan yang

kompleks.

2. Dapat merespon dengan cepat pada situasi yang tidak diharapkan

dalam konsisi yang berubah-ubah.

3. Mampu untuk menerapkan berbagai strategi yang berbeda pada

konfigurasi berbeda secara cepat dan tepat.

4. Pandangan dan pembelajaran baru.

5. Sebagai fasilitator dalam komunikasi.

6. Meningkatkan kontrol manajemen dan kinerja.

7. Menghemat biaya dan sumber daya manusia (SDM).

8. Menghemat waktu karena keputusan dapat diambil dengan cepat.

13

9. Meningkatkan efektivitas manajerial, menjadikan manajer dapat

bekerja lebih singkat dan dengan sedikit usaha.

10. Meningkatkan produktivitas analisis.

2.2.1.5 Komponen Sistem Pendukung Keputusan

Adapun komponen-komponen dari SPK adalah sebagai berikut:

1. Data ManagementTermasuk database, yang mengandung data yang

relevan untuk berbagai situasi dan diatur oleh softwareyang disebut

Database Management Sistem (DBMS).

2. Model Management Melibatkan model finansial, statistikal,

management science, atau berbagai model kualitatif lainnya, sehingga

dapat memberikan ke sistem suatu kemampuan analitis, dan

manajemen software yang dibutuhkan.Communication User dapat

berkomunikasidan memberikan perintah pada DSS melalui subsistem

ini. Ini berarti menyediakan antarmuka.

3. KnowledgeManagementSubsistem optional ini dapat mendukung

subsistem lain atau bertindak atau bertindak sebagai komponen yang

berdiri sendiri.

2.2.2 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

14

proses normalisasi matriks keputusan (X) ke suatu skala yang dapat

diperbandingkan dengan semua rating alternatif yang ada.

Di mana:

rij= rating kinerja ternormalisasi.

maxi= nilai maksimum dari setiap baris dan kolom.

mini= nilai minimum dari setiap baris dan kolom.

xij= baris dan kolom dari matriks.

(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.

2.2.3 Basis Data

2.2.3.1 Pengertian Basis Data

Basis data adalah kumpulan data yang disimpan secara sistematis di dalam

komputer dan dapat diolah atau dimanipulasi menggunakan perangkat lunak

(program aplikasi) untuk menghasilkan informasi. Pendefinisian basis data

meliputi spesifikasi berupa tipe data, struktur, dan juga batasan-batasan data yang

15

akan disimpan. Basis data merupakan aspek yang sangat penting dalam sistem

informasi dimana basis data merupakan gudang penyimpanan data yang akan

diolah lebih lanjut. Basis data menjadi penting karena dapat menghidari duplikasi

data, hubungan antar data yang tidak jelas, organisasi data, dan juga update yang

rumit.

Proses memasukkan dan mengambil data ke dan dari media penyimpanan

data memerlukan perangkat lunak yang disebut dengan sistem manajemen basis

data (database management system | DBMS). DBMS merupakan sistem perangkat

lunak yang memungkinkan user untuk memelihara, mengontrol, dan mengakses

data secara praktis dan efisien. Dengan kata lain semua akses ke basis data akan

ditangani oleh DBMS. Ada beberapa fungsi yang harus ditangani DBMS yaitu

mengolah pendefinisian data, dapat menangani permintaan pemakai untuk

mengakses data, memeriksa sekuriti dan integriti data yang didefinisikan oleh

DBA (Database Administrator), menangani kegagalan dalam pengaksesan data

yang disebabkan oleh kerusakan sistem maupun disk, dan menangani unjuk kerja

semua fungsi secara efisien.

Tujuan utama dari DBMS adalah untuk memberikan tinjauan abstrak data

kepada user (pengguna). Jadi sistem menyembunyikan informasi tentang

bagaimana data disimpan, dipelihara, dan tetap dapat diambil (akses) secara

efisien. Pertimbangan efisien di sini adalah bagaimana merancang struktur data

yang kompleks tetapi masih tetap bisa digunakan oleh pengguna awam tanpa

mengetahui kompleksitas strukturnya.

16

Dilihat dari jenisnya, basis data dibagi menjadi dua yaitu:

1. Basis data flat-file.

Basis data flat-file ideal untuk data berukuran kecil dan dapat dirubah

dengan mudah. Pada dasarnya, mereka tersusun dari sekumpulan string

dalam satu atau lebih file yang dapat diurai untuk mendapatkan

informasi yang disimpan. Basis data flat-file baik digunakan untuk

menyimpan daftar atau data yang sederhana dan dalam jumlah kecil.

Basis data flat-file akan menjadi sangat rumit apabila digunakan untuk

menyimpan data dengan struktur kompleks walaupun dimungkinkan

pula untuk menyimpan data semacam itu. Salah satu masalah

menggunakan basis data jenis ini adalah rentan pada korupsi data

karena tidak adanya penguncian yang melekat ketika data digunakan

atau dimodifikasi.

2. Basis data relasional.

Basis data ini mempunyai struktur yang lebih logis terkait cara

penyimpanan. Kata "relasional" berasal dari kenyataan bahwa tabel-

tabel yang berada di basis data dapat dihubungkan satu dengan

lainnya. Basis data relasional menggunakan sekumpulan tabel dua

dimensi yang masing-masing tabel tersusun atas baris (tupel) dan

kolom (atribut). Untuk membuat hubungan antara dua atau lebih tabel,

digunakan key (atribut kunci) yaitu primary key di salah satu tabel

dan foreign key di tabel yang lain. Saat ini, basis data relasional

menjadi pilihan karena keunggulannya. Beberapa kelemahan yang

17

mungkin dirasakan untuk basis data jenis ini adalah implementasi yang

lebih sulit untuk  data dalam jumlah besar dengan tingkat

kompleksitasnya yang tinggi dan proses pencarian informasi yang

lebih lambat karena perlu menghubungkan tabel-tabel terlebih dahulu

apabila datanya tersebar di beberapa tabel.

2.2.3.2 Komponen-Komponen Basis Data

Komponen Sistem Basis Data terdiri dari 6 Komponen , yakni :

1. Hardware

Biasanya berupa perangkat komputer standar, media penyimpan sekunder

dan media komunikasi untuk sistem jaringan.

2. Operating System

Yakni merupakan perangkat lunak yang memfungsikan, mengendalikan

seluruh sumber daya dan melakukan operasi dasar dalam sistem komputer.

Harus sesuai dengan DBMS yang digunakan.

3. Database

Yakni basis data yang mewakili sistem tertentu untuk dikelola. Sebuah

sistem basis data bisa terdiri dari lebih dari satu basis data.

4. DBMS (Database Management System)

Perangkat lunak yang digunakan untuk mengelola basis data. Contoh kelas

sederhana: dBase, Foxbase, Rbase, MS. Access, MS. Foxpro, Borland

Paradox. Contoh kelas kompleks: Borland-Interbase, MS. SQL Server,

Oracle, Informix, Sybase.

5. User ( Pengguna Sistem Basis Data )

18

Orang-orang yang berinteraksi dengan sistem basis data, mulai dari yang

merancang sampai yang menggunakan di tingkat akhir.

6. Optional Software

Perangkat lunak pelengkap yang mendukung. Bersifat opsional.

2.2.3.3 Normalisasi

Normalisasi merupakan teknik analisis data yang mengorganisasikan

atribut-atribut data dengan cara mengelompokkan sehingga terbentuk entitas yang

non-redundant, stabil, dan fleksible.

Normalisasi dilakukan sebagai uji coba pada suatu relasi secara

berkelanjutan untuk menentukan apakah relasi itu sudah baik, yaitu dapat

dilakukan proses insert,update,delete, dan modifikasi pada satu atau beberapa

atribut tanpa mempengaruhi integritas data dalam relasi tersebut.

2.2.4 Software Yang Digunakan

2.2.4.1 Delphi 7

Delphi adalah suatu bahasa pemograman (development language) yang

digunakan untk merancang suatu aplikasi program. Delphi termasuk dalam

pemrograman bahasa tingkat tinggi (high level lenguage). Maksud dari bahasa

tingkat tinggi yaitu perintah-perintah programnya menggunakan bahasa yang

mudah dipahami oleh manusia. Bahasa pemrograman Delphi disebut bahasa

prosedural artinya mengikuti urutan tertentu. Dalam membuat aplikasi perintah

perintah, Delphi menggunakan lingkungan pemrograman visual.

Delphi merupakan generasi penerus dari Turbo Pascal. Pemrograman

Delphi dirancang untuk beroperasi dibawah sistem operasi Windows. Program ini

19

mempunyai beberapa keunggulan, yaitu produktivitas, kualitas, pengembangan

perangkat lunak, kecepatan kompiler, pola desain yang menarik serta diperkuat

dengan bahasa perograman yang terstruktur dalam struktur bahasa perograman

Object Pascal.

Sebagaian besar pengembang Delphi menuliskan dan mengkompilasi kode

program di dalam lingkungan pengembang aplikasi atau Integrated Development

Environment(IDE). Lingkungan kerja IDE ini menyediakan sarana yang

diperlukan untuk merancang, membangun, mencoba, mencari atau melacak

kesalahan, serta mendistribusikan aplikasi. Sarana-sarana inilah yang

memungkinkan pembuatan prototipe aplikasi menjadi lebih mudah dan waktu

yang diperlukan untuk mengembangkan aplikasi menjadi lebih singkat.

2.2.4.2 MySQL

MySQL adalah sebuah implementasi dari sistem manajemen basisdata

relasional (RDBMS) yang didistribusikan secara gratis. Setiap pengguna dapat

secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak

tersebut tidak boleh dijadikan produk turunan yang bersifat komersial. MySQL

sebenarnya merupakan turunan salah satu konsep utama dalam basisdata yang

telah ada sebelumnya; SQL (Structured Query Language). SQL adalah sebuah

konsep pengoperasian basisdata, terutama untuk pemilihan atau seleksi dan

pemasukan data, yang memungkinkan pengoperasian data dikerjakan dengan

mudah secara otomatis.

Kehandalan suatu sistem basisdata (DBMS) dapat diketahui dari cara kerja

pengoptimasi-nya dalam melakukan proses perintah-perintah SQL yang dibuat

20

oleh pengguna maupun program-program aplikasi yang memanfaatkannya.

Sebagai peladen basis data, MySQL mendukung operasi basisdata transaksional

maupun operasi basisdata non-transaksional. Pada modus operasi non-

transaksional, MySQL dapat dikatakan unggul dalam hal unjuk kerja

dibandingkan perangkat lunak peladen basisdata kompetitor lainnya. Namun

demikian pada modus non-transaksional tidak ada jaminan atas reliabilitas

terhadap data yang tersimpan, karenanya modus non-transaksional hanya cocok

untuk jenis aplikasi yang tidak membutuhkan reliabilitas data seperti aplikasi

blogging berbasis web (wordpress), CMS, dan sejenisnya. Untuk kebutuhan

sistem yang ditujukan untuk bisnis sangat disarankan untuk menggunakan modus

basisdata transaksional, hanya saja sebagai konsekuensinya unjuk kerja MySQL

pada modus transaksional tidak secepat unjuk kerja pada modus non-

transaksional.

2.2.4.2.1 Keistimewaan MySQL

1. Portabilitas. MySQL dapat berjalan stabil pada berbagai sistem operasi

seperti Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan

masih banyak lagi.

2. Perangkat lunak sumber terbuka (open source). MySQL

didistribusikan sebagai open source sehingga dapat digunakan secara

gratis.

3. Multi-user. MySQL dapat digunakan oleh beberapa pengguna dalam

waktu yang bersamaan tanpa mengalami masalah atau konflik.

21

4. Performance tuning, MySQL memiliki kecepatan yang menakjubkan

dalam menangani query sederhana, dengan kata lain dapat memproses

lebih banyak SQL per satuan waktu.

5. Ragam tipe data. MySQL memiliki ragam tipe data yang sangat kaya,

seperti signed / unsigned integer, float, double, char, text, date, timestamp,

dan lain-lain.

6. Perintah dan Fungsi. MySQL memiliki operator dan fungsi secara penuh

yang mendukung perintah Select dan Where dalam perintah (query).

7. Keamanan. MySQL memiliki beberapa lapisan keamanan seperti

password yang terenkripsi.

8. Skalabilitas dan Pembatasan. MySQL mampu menangani basis data

dalam skala besar, dengan jumlah record lebih dari 50 juta dan 60 ribu

tabel serta 5 milyar baris. Selain itu batas indeks yang dapat ditampung

mencapai 32 indeks pada tiap tabelnya.

9. Konektivitas. MySQL dapat melakukan koneksi dengan klien

menggunakan protokol TCP/IP, Unix soket (UNIX), atau named pipes

(NT). 

10. Lokalisasi. MySQL dapat mendeteksi pesan kesalahan pada klien dengan

menggunakan lebih dari dua puluh bahasa. Meski pun demikian, bahasa

Indonesia belum termasuk di dalamnya.

11. Antar Muka. MySQL memiliki antar muka (interface) terhadap berbagai

aplikasi dan bahasa pemrograman dengan menggunakan fungsi

API (Application Programming Interface).

22

12. Klien dan Peralatan. MySQL dilengkapi dengan berbagai tool  yang

dapat digunakan untuk administrasi basis data, dan pada setiap peralatan

yang ada disertakan petunjuk online.

13. Struktur tabel. MySQL memiliki struktur tabel yang lebih fleksibel

dalam menangani ALTER TABLE, dibandingkan basis data lainnya

semacam PostgreSQL ataupun Oracle.

BAB III

METODE PENELITIAN

3.1 Metode Pengumpulan Data

3.1.1 Sumber Data Primer

Penulis mendapatkan sumber data primer dari kantor PT. Primagama.

Dengan cara melakukan wawancara dan observasi langsung ke tempat penelitian.

a. Observasi

Penulis mengumpulkan data dan informasi dengan cara melakukan pengamatan

secara langsung.

b. Wawancara

Penulis mengumpulkan data dengan cara mengadakan tanya jawab secara

langsung dengan narasumber yang terkait yaitu pimpinan perusahaan beserta

karyawan guna mendapatkan data dan informasi yang lengkap serta akurat untuk

penyusunan laporan penelitian ini.

3.1.2 Sumber Data Sekunder

Sumber data sekunder merupakan data yang digunakan penulis untuk

mendukung data primer, data sekunder diambil secara tidak langsung dari objek

penelitian seperti dari buku-buku, jurnal, tutorial, internet dan lain-lain serta

dokumen-dokumen yang terkait dengan objek penelitian.

23

24

3.2 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.

3.2.1 Analisis Sistem

3.2.1.1 Analisis Data

Analisis data dibagi menjadi dua yaitu Data input dan Data output. Data

Input antara lain data tentor, data jenjang, total responden dan perhitungan IPK

tentor. Nilai dari kriteria-kriteria yang ditetapkan. Data output antara lain tentor

terbaik, IPK tentor, tentor pilihan siswa.

3.2.1.2 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.SupraptoTotal

RespondenTotal Nilai

Rata - rata

N1 132 453 4.43N2 132 430 3.26N3 132 433 3.28N4 132 468 3.55N5 131 467 3.58

25

Tabel 3.2 Data Nilai Eny Kurniati, S.Pd., M.PdTotal

RespondenTotal Nilai

Rata - rata

N1 128 411 3.21N2 128 404 3.16N3 128 354 2.77N4 128 352 2.75N5 127 417 3.28

Tabel 3.3 Data Nilai Nur Yulianto, S.SiTotal

RespondenTotal Nilai

Rata - rata

N1 111 334 3.01N2 111 333 3.00N3 111 322 2.90N4 111 322 2.90N5 110 342 3.11

Tabel 3.4 Data Nilai Rian Ratnasari, SPdTotal

RespondenTotal Nilai

Rata - rata

N1 45 146 3.24N2 45 144 3.13N3 45 155 3.44N4 45 140 3.11N5 45 136 3.02

Tabel 3.5 Data Nilai Fendi Rohmawan, S.PdTotal

RespondenTotal Nilai

Rata - rata

N1 90 304 3.38N2 90 294 3.27N3 90 299 3.32N4 90 320 3.55N5 90 294 3.27

Untuk mencari rating kecocokan antara setiap tentor pada setiap kriteria

pada sebuah tabel dapat digunakan rumus perbandingan antara total nilai dengan

total responden sehingga dapat dihasilkan sebuah tabel seperti dibawah ini :

26

Tabel 3.6 Rating kecocokan

Suprapto

(A1)

Eny Kurniati

(A2)

Yulianto

(A3)

Ratnasari

(A4)

Fendi

(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

A3 5 1 1 5 5

A4 7.5 1 1 2.5 7.5

27

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 =

5 2.5 2.5 2.5 55 2.5 1 2.5 55 1 1 5 57.5 1 1 2.5 7.57.5 5 2.5 2.5 5

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 :

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

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

A3

r31 = 5/7.5 =0.67

r32 = 1/5 = 0.2

r33 = 1/ 2.5 = 0.4

r34 = 5/5 = 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

A5

r51 = 7.5/7.5 = 1

r52 = 5/5 = 1

r53 = 2.5/2.5 = 1

r54 = 2.5/5 = 0.5

28

R=

Selanjutnya akan dibuat perkalian matriks W*R dan penjumlahan hasil

perkalian untuk memperoleh alternatif terbaik dengan melakukan perangkingan

nilai terbesar sebagai berikut :

V1 = (10)(0.67) + (8)(0.5) + (6)(1) + (7)(0.5) + (9)(0.67)

= 6.7 + 4 + 6 + 3.5 + 6.03

= 26.23

V2 = (10)(0.67) + (8)(0.5) + (6)(0.4) + (7)(0.5) + (9)(0.67)

= 6.7 + 4 + 2.4 + 3.5 + 6.03

= 22.63

V3 = (10)(0.67) + (8)(0.2) + (6)(0.4) + (7)(1) + (9)(1)

= 6.7 + 1.6 + 2.4 + 7 + 9

= 26,70

V4 = (10)(1) + (8)(0.2) + (6)(0.4) + (7)(0.5) + (9)(1)

= 10 + 1.6 + 2.4 + 3.5 + 9

= 26.05

V5 = (10)(1) + (8)(1) + (6)(1) + (7)(0.5) + (9)(0.67)

= 10 + 8 + 6 + 3.5 + 6.03

= 33.53

Hasil Perangkingan diperoleh: V1 = 22.23, V2 = 22.63, V3 = 26.70, V4 = 26.05,

V5 = 33.53. Dari hasil perangkingan dapat kita lihat V5 ( Fendi Rohmawan)

memiliki nilai yang tertinggi.

0.67 0.5 1 0.5 0.670.67 0.5 0.4 0.5 0.670.67 0.2 0.4 1 11 0.2 0.4 0.5 11 1 1 0.5 0.67

29

3.2.2 Perancangan Sistem

Perancangan akan dimulai setelah tahap analisis terhadap sistem selesai

dilakukan. Perancangan dapat didenifisikan sebagai penggambaran, perencanaan

dan pembuatan sketsa atau pengaturan dari beberapa elemen yang terpisah ke

dalam satu kesatuan yang utuh dan berfungsi. Tahapan ini menyangkut

mengkonfigurasi dari komponen-komponen perangkat lunak dan perangkat keras

dari suatu sistem sehingga setelah instalasi dari sistem akan benar-benar

memuaskan dari rancang bangun yang telah ditetapkan pada akhir tahap analisis

sistem.

Alat bantu yang digunakan untuk menggambarkan perancangan sistem

secara umum yang akan dibangun, yaitu diagram konteks dan data flow diagram.

Untuk menjelaskan bagaimana suatu masukan diproses pada sistem maka

digunakan spesifikasi proses dan kamus data untuk mengetahui aliran data yang

mengalir pada sistem.

3.2.2.1 Desain Sistem

Desain sistem dapat dibagi menjadi dua bagian, yaitu desain sistem secara

umum dan desain sistem secara terperinci.

3.2.2.2 Flowchart

30

Tentor Jenjang Ajar Kriteria Pilihan Siswa Penilaian Proses SPK

Data Tentor

Data Jenjang Data Ajar Data

kriteriaData PS

Data Penilaian

Input Data Tentor

Input Data Jenjang

Input Data Ajar

Input Data Kriteria

Input Data PS Input Data

Penilaian

Pengolahan Data Tentor

Pengolahan Data Jenjang

Pengolahan Data Ajar

Pengolahan Data Kriteria

Pengolahan Data PS Pengolahan

Data Penilaian

Proses SPK

Laporan Hasil SPK

File Tentor File Jenjang File Ajar File Kriteria

File PS

File Penilaian

Proses

Lapooran PS

Tampilan Data PS

Tampilan Data Hasil

SPK

A B

A B

C D

C

C D

E

E

Gambar 3.1 Flowchart SPK penentuan grade tentor

31

3.3 Diagram Konteks

Diagram konteks merupakan gambaran secara umum mengenai sebuah

sistem yang dirancang secara global, yaitu suatu diagram yang mempersentasikan

atau mengambarkan hubungan antara sistem dengan luar lingkungan luar sistem

yang mempengaruhi operasi sistem.

Sistem ditunjukan dalam satu lingkungan yang mengambarkan

keseluruhan proses dalam sistem dan hubungannya dengan entitas. Diagram

konteks pada sistem pendukung keputusan ini dapat dilihat pada gambar.

S

Gambar 3.2 Diagram Konteks SPK Penentuan Grade Tentor

Keterangan Gambar :

DT : Data Tentor

DJ : Data Jenjang

DA : Data Ajar

DK : Data Kriteria

DP : Data Penilaian

DPS : Data Pilihan Siswa

LDPS : Laporan Data Pilihan Siswa

LHSPK: Laporan Hasil Sistem Pendukung Keputusan

Admin

0

Sistem Pendukung Keputusan

Tentor

DT, DJ, DA,

DK, DPS

LDPS dan LHSPK

LDPS, LHSPK

32

3.3.1 Data Flow Diagram (DFD)

Data Flow Diagram merupakan representasi grafik dari sebuah sistem

yang menunjukan proses-proses dalam sebuah sistem dan aliran data yang masuk

dan keluar dari proses tersebut secara logika dimana data tersebut mengalir atau

lingkungan fisik dimana data tersebut akan disimpan. DFD sistem pendukung

keputusan penentuan grade tentor ini dimulai dari DFD level 0 sampai level 1.

3.3.1.1 Data Flow Diagram (DFD) Level 0

DFD Level 0 memiliki tiga proses utama yaitu Master, Proses Penilaian,

Laporan dengan dua entitas yaitu Admin dan Tentor.

Gambar 3.3 DFD level 0 SPK Penentuan Grade Tentor

33

3.1.1.2 Data Flow Diagram (DFD) Level 1 Pendataan

DFD Level 1 pendataan, memiliki 5 proses utama yaitu Pengolahan Data

Tentor, Data Jenjang, Data Ajar, Data Kriteria dan Data Pilihan Siswa. Semua

proses ini hanya dapat akses oleh Admin.

Gambar 3.4 DFD level 1 pendataan

3.1.1.3 Data Flow Diagram (DFD) Level 1 Proses

DFD Level 1 proses memiliki satu proses utama yaitu Proses Penilaian.

Pada DFD ini di jelaskan Data Penilaian di dapat dari Data Ajar dan Data Kriteria.

34

35

Gambar 3.5 DFD level 1 Proses Penilaian

3.1.1.4 Data Flow Diagram (DFD) Level 1 Laporan

DFD Level 1 Laporan, memiliki dua proses utama yaitu Pengolahan Hasil

SPK, dan Data Pilihan Siswa.

Gambar 3.5 DFD level 1 Laporan

3.4 Perancangan Tabel

Tabel yang terdapat dalam basis data yang digunakan dalam sistem yang

akan dibangun dapat dilihat pada tabel-tabel berikut.

Tabel 3.9 Struktur Tabel Tentor

DP

DP

LDPS

LHSPK

DP

Tentor

3.2

Pengolahan Data Pilihan

siswa

D3 Data Ajar

D6 Data Penilaian

D5 Data Pilihan siswa

3.1

Pengolahan Hasil SPK

36

Attribut Type data Panjang Keterangan

NIP Varchar 25 Primary key

Nama Varchar 30

Tabel 3.10 Struktur Tabel Jenjang

Attribut Type data Panjang Keterangan

Kd_jenjang Varchar 4 Primary key

Jenjang Varchar 20

Tahun Varchar 25

Tabel 3.11 Struktur Tabel Ajar

Attribut Type data Panjang Keterangan

Kd_ajar Varchar 4 Primary key

NIP Varchar 25 Foregn key dari NIP Tabel Tentor

Kd_jenjang Varchar 4 Foregn key dari Kd_jenjang Tabel

Jenjang

Tabel 3.12 Struktur Tabel Penilaian

Attribut Type data Panjang Keterangan

No_trans Varchar 20 Primary key

Kd_ajar Varchar 25 Foregn key dari Kd_ajar Tabel Ajar

Tabel 3.13 Struktur Tabel Pilihan Siswa

37

Attribut Type data Panjang Keterangan

No Varchar 4 Primary key

Kd_ajar Varchar 25 Foregn key dari Kd_ajar Tabel Ajar

Kriteria_ps Varchar 100

Tabel 3.14 Struktur Tabel Detail Penilaian

Attribut Type data Panjang Keterangan

No_trans Varchar 4 Foregn key dari No_trans Tabel

Penilaian

Kd_kriteria Varchar 4 Foregn key dari Kd_kriteria Tabel

Kriteria

Tabel 3.15 Struktur Tabel Kriteria

Attribut Type data Panjang Keterangan

Kd_kriteria Varchar 4 Primary Key

Keterangan Varchar 200

Bobot Varchar 4

3.5 Relasi

Model data relasional merupakan model data di mana hubungan antar data,

arti data dan batasannya dijelaskan dengan baris dan kolom, secara formal dapat

digambarkan ke dalam skema relasi dan diagram skema. Adapun skema relasi

yang terdapat di dalam sistem pendukung keputusan penetuan grade tentor adalah

seperti pada gambar

38

Gambar 3.6 Relasi Tabel

3.6 Desain Input dan Output

Desain Input dan Output disini menampilkan tampilan input dan

tampilan keluaran dari program yang dirancang.

Tahun

Kd_jenjang *

Jenjang

Kd_jenjang **

Kd_ajar *

NIP **

Kriteria_ps

No *

Kd_ajar **

Bobot

Kd_kriteria *

Keterangan

No_trans **

Kd_kriteria **

No_trans *

Kd_ajar **

NIP *

Nama

Home Profil Kantor Master Laporan

39

Gambar 4.1 Desain Tampilan awal

PT. PRIMAGAMASISTEM PENDUKUNG KEPUTUSAN PENENTUAN GRADE TENTOR

DATA TENTOR

Inputan

Nama

NIPCari

Update

Simpan

Haous

Refresh

Keluar

NIP Nama

Tampillan

Gambar 4.2 Desain Tampilan Input Data Tentor

Logo perusahaan

LAPORAN HASIL SPK PENENTUAN GRADE TENTOR

Jenjang : ……… Tahun: ………..

NIP Kriteria Hasil SPK

DAFTAR PUSTAKA

[1] Liang, Turban Aronson.2005.Decision Support systems and intelligent

system.Yogyakarta:Andi

[2] https://nerims.wordpress.com/2014/03/20/karakteristik-dan-kemampuan-

sistem-pendukung-keputusan-spk/

[3] www.termasmedia.com/65- pengertian /69- pengertian - data base.html

[4] http://www.indosite.com/tutorials/pengertian-mysql/

[5] http://www.unisbank.ac.id/ojs/index.php/fti1/article/viewFile/121/116

[6] https://www.google.com/search?q=penelitian+tentang+spk+penilaian+&ie

[7] http://chytgs.blogspot.com/2013/10/pengertian-dfd-dan-contohnya.html

[8] http://www.pwktech.info/system-modeling/

40