EFEKTIVITAS LAYANAN INTERNET BANKING …5).pdf · Seminar Nasional Teknologi Informasi dan...

Seminar Nasional Teknologi Informasi dan Komunikasi 2014 (SENTIKA 2014) ISSN: 2089-9813 Yogyakarta, 15 Maret 2014

83

EFEKTIVITAS LAYANAN INTERNET BANKING BERDASARKAN PERSEPSI KONSUMEN

(STUDI PADA NASABAH PT. BANK MANDIR DAN PT. BANK NEGARA INDONESIA TAHUN 2013)

Fanni Husnul Hanifa1, Astri Wulandari 2, Agus Maolana H.3

123Program Studi D3 Manajemen Pemasaran, Universitas Telkom Jl. Telekomunikasi No.1 Bandung 40257

Telp. (022) 7503508 E-mail:[email protected],[email protected], [email protected]

ABSTRAK Proyeksi pengguna internet menurut sosiasi Penyelenggara Jasa Internet Indonesia (APJII) setiap tahunnya mengalami kenaikan dari sebanyak 248.645.008 jiwa populasi masyarakat Indonesia, sebanyak 22,11 % ( 55.000 jiwa) merupakan pengguna internet. Saat ini, internet sudah menjadi bagian dari gaya hidup masyarakat di perkotaan, tidak terkecuali dalam melakukan transaksi perbankan. Menurut lampiran surat edaran Bank Indonesia nomor 13/29/DPNP Tahun 2011, Bank umum dapat memberikan layanan internet banking. Dengan internet banking, nasabah diberikan kemudahan untuk menjalankan berbagai aktivitas perbankan yang dapat dilakukan kapanpun dan dimanapun. Selain memberikan keuntungan kepada nasabah, bankpun diuntungkan dengan adanya internet banking. Berdasarkan survey Top Brand 2013 yang dilakukan di delapan kota yaitu Jakarta, Bandung, Semarang, Surabaya, Medan, Makasar, Pekanbaru dan Balikpapan yang melibatkan 700 perusahaan yang berada di Jakarta dan Bandung, terdapat dua bank pemerintah yang menduduki posisi teratas yaitu Internet banking Mandiri dan BNI Internet banking. Berdasarkan hal tersebut, maka penelitian mengenai efektivitas layanan internet banking berdasarkan persepsi konsumen ( Studi pada Nasabah PT. Bank Mandiri dan PT. Bank Negara Indonesia ) dianggap perlu. Kata Kunci: Internet banking, persepsi, efektivitas layanan ABSTRACT Projections internet users by Asosiasi Indonesian Internet Service Providers ( APJI ) each year has increased from as many as 248 645 008 souls of Indonesian population , as many as 22.11 % ( 55,000 persons) are Internet users . Currently , the Internet has become part of the lifestyle of the people in urban areas, is no exception in the transaction banking . According to the circular attachment of Bank Indonesia number 13/29/DPNP in 2011, commercial banks can provide internet banking service. Internet banking using make customers are given the ease to carry out banking activities that can be done anytime and anywhere . In addition to providing benefits to customers, bank has also benefit from internet banking . Based on Top Brand 2013 survey conducted in eight cities, such as Jakarta, Bandung, Semarang, Surabaya, Medan, Makassar, Balikpapan and Pekanbaru which involving 700 companies located in Jakarta and Bandung , there are two state banks of the highest position such as Mandiri Internet banking and the BNI Internet banking. Based on this concernimg, the research on the effectiveness of internet banking services based on consumer perceptions (Study on Customer PT. Bank Mandiri and PT. Bank Negara Indonesia) is deemed necessary. Keywords: Internet banking, preceptions, effectiveness of the service

1. PENDAHULUAN 1.1 Latar Belakang Penelitian

Persaingan global pada saat ini sudah merupakan fenomena yang tidak dapat dihindarkan dalam dunia industri, baik barang atau jasa yang ditandai oleh adanya perubahan-perubahan yang serba cepat di bidang teknologi, informasi dan telekomunikasi. Perkembangan teknologi, informasi dan telekomunikasi menyebabkan mulai munculnya aplikasi bisnis yang berbasis internet. Data yang diperoleh dari www.internetworldstats.com, masyarakat Asia merupakan pengguna internet terbesar di dunia, yaitu sebesar 44,8%, sementara itu menurut Asosiasi Penyelenggara Jasa Internet

Indonesia (APJII) dari populasi masyarakat Indonesia pada tahun 2012 yaitu sebanyak 248.645.008 jiwa sebanyak 22,11% merupakan pengguna internet (55.000 jiwa). Adapun proyeksi pengguna internet di Indonesia menurut Asosiasi Penyelenggara Jasa Internet Indonesia (APJII), bahwa menurut proyeksi APJII, pengguna internet di Indonesia setiap tahunnya mengalami peningkatan. Peningkatan pengguna internet dipandang sebagai peluang oleh para pelaku bisnis, tidak terkecuali oleh dunia perbankan.

Menurut Undang-undang nomor 10 tahum 1998 tentang perbankan, perbankan adalah segala sesuatu yang menyangkut bank, mencakup kelembagaan,


84

kegiatan usaha, serta cara dan proses dalam melaksanakan kegiatan usahanya. Bisnis perbankan merupakan bisnis jasa yang berdasarkan pada azas kepercayaan sehingga masalah kualitas layanan menjadi faktor yang sangat menentukan dalam keberhasilan usaha. Perkembangan layanan perbankan yang saat ini dibutuhkan oleh banyak pihak adalah biaya murah, cepat dan akurat, dapat diakses dari manapun dan kapanpun. Salah satu bentuk layanan perbankan yang saat ini banyak mendapat perhatian adalah internet banking.

Menurut Lampiran Surat Edaran nomor 13/29/DPNP Tahun 2011 Perihal Penerapan Manajemen Risiko pada Bank Umum yang melakukan layanan nasabah prima Bank Indonesia, kriteria yang harus dipenuhi nasabah untuk mendapatkan keistimewaan yang terkait dengan transaksi keuangan antara lain tarif dan perlakuan spesial atas beberapa layanan seperti produk tresuri, fund transfer, bill paying services, ATM, internet banking, safe deposit box, emergency cash dan atau kredit/ pembiayaan termasuk kartu kredit.

Internet banking memberikan keuntungan bagi nasabah maupun bank. Bagi nasabah, internet banking menawarkan kemudahan dan kecepatan dalam melakukan transaksi perbankan. Keuntungan dari menyediakan layanan internet banking bagi bank adalah internet banking bisa menjadi solusi murah pengembangan infrastruktur dibanding membuka outlet ATM. Dengan kelebihan Internet banking dan pertumbuhan internet yang semakin cepat, diharapkan Internet Banking menjadi kebutuhan hidup dalam masa depan yang berupa layanan transaksi perbankan yang mengutamakan mobilitas yang tinggi dan kepuasan pelanggan.

Berdasarkan survei top brand 2013, yang dilakukan di delapan kota yaitu Jakarta, Bandung, Semarang, Surabaya, Makasar, Medan, Pekanbaru dan Balikpapan yang melibatkan 700 perusahaan yang berada di Jakarta dan Surabaya. Hasil Top brand index (TBI) untuk kategori E-channel (Internet banking) ditampilkan pada tabel berikut :

Tabel 1 Top brand index (TBI) kategori E-channel (Internet banking)

Sumber: Majalah Marketing no.02/XIII/Februari 2013

Dari tabel 1 di atas dapat dilihat bahwa dari Internet banking Mandiri dan BNI Internet banking merupakan dua bank milik pemerintah yang menjadi Top Brand Index (TBI) kategori e-channel tertinggi pada tahun 2013. Berdasarkan latar belakang penelitian di atas maka peneliti tertarik untuk mengetahui Efektivitas Layanan Internet banking Berdasarkan Persepsi Konsumen (Studi pada Nasabah PT. Bank Mandiri, Tbk dan PT. Bank Negara Indonesia (Persero) Tbk. Tahun 2013) 1.2 Rumusan Masalah

Adapun rumusan masalah dari penelitian ini adalah: a. Sejauhmana aktivitas layanan internet banking

berdasarkan persepsi konsumen PT. Bank Mandiri, Tbk dan PT. Bank Negara Indonesia (Persero) Tbk?

b. Bagaimana kinerja Bank Mandiri dan BNI 46 atas produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan?

1.3 Tinjauan Pustaka Menurut Kotler dan Armstrong (2010: 407)

produk adalah segala sesuatu yang dapat ditawarkan ke pasar untuk mendapatkan perhatian, dibeli, digunakan atau dikonsumsi yang dapat memuaskan keinginan atau kebutuhan. Sedangkan menurut Warren J. Keegan ( 2008:73 ), suatu produk didefinisikan dengan sifat-sifat fisik, berat, ukuran, dan material.’'

Sebuah produk dapat ditawarkan dalam berbagai fitur. Model dasar, model tanpa tambahan apa pun, merupakan titik awal. Perusahaan dapat menciptakan tingkat model yang lebih tinggi dengan menambahkan lebih banyak fitur. Fitur adalah sarana kompetitif untuk mendiferensiasikan produk perusahaan dari produk pesaing. Menjadi perusahaan yang memperkenalkan fitur baru yang bernilai adalah salah satu cara paling efektif untuk bersaing. Menurut Alan Fask (2009 : 158) promosi adalah intervensi pasar biasanya dirancang untuk meningkatkan penjualan.Menurut Bukhari Alma (2008:135) promosi adalah sejenis komunikasi yang memberi penjelasan yang meyakinkan calon konsumen tentang barang dan Jasa.

Menurut leavit (dalam Sobur, 2003 : 445) persepsi dalam arti sempit adalah penglihatan bagaimana cara seseorang melihat sesuatu,

No Merk TBI

1 Klik BCA 51,1 %

2 Internet banking Mandiri 25,2 %

3 BNI Internet banking 9,7 %

4 Internet banking BRI 7,9 %


85

sedangkan dalam arti luas presepsi adalah pandangan atau pengertian yaitu bagaimana seseorang memandang atau mengartikan sesuatu.

Internet Banking

Menurut (McLeod, 2004) internet adalah kumpulan jaringan yang dapat saling berhubungan. Jika anda memiliki LAN ( Local Area Network) disuatu tempat dan di tempat lain, anda dapat menggabungkan kedua-duanya dan itu akan menciptakan suatu internet. Menurut Lani Sidharta (1996) : walaupun secara fisik internet adalah interkoneksi antar jaringan komputer namun secara umum Internet harus dipandang sebagai sumber daya informasi. Isi Internet adalah informasi, dapat dibayangkan sebagai suatu database atau perpustakaan multi media yang sangat besar dan lengkap. Bahkan Internet dipandang sebagai dunia dalam bentuk lain (maya) karena hampir seluruh aspek kehidupan di dunia nyata ada di internet seperti bisnis, hiburan, olahraga, politik dan lain sebagainya.

Internet banking atau yang sering disebut e-banking juga dikenal sebagai online banking dan home banking, karena dapat melakukan berbagai macam aktivitas perbankan dari rumah, atau dimana saja daripada datang ke tempat bank. Konsumen dapat menggunakan e – banking untuk membayar tagihan online atau melakukan pinjaman secara elektonik.

Internet banking merupakan bentuk pengembangan jasa pelayanan perbankan yang hadir melalui situs internet (word wide web) yang memungkinkan konsumen melakukan berbagai fungsi perbankan seperi memeriksa saldo rekening, melakukan transfer dana, membayar tagihan dan lain-lain. Media internet dalam hal ini merupakan media saluran distribusi jasa dari pelayanan perbankan ( Cronin, 1998:18)

Manfaat penerapan internet banking terhadap industry perbankan menurut USWeb (2000) terdiri atas : a. Meningkatkan kepuasan nasabah b. Mendapatkan dan mempertahankan nasabah c. Memperluas jangkauan geografis d. Penjualan silang e. Mengidentifikasi nasabah potensial f. Mengurangi biaya operasional

2. METODE PENELITIAN 2.1 Jenis dan Sumber Data

Jenis data yang digunakan adalah data primer dan data empiris ini didapat dengan menyebarkan kuesioner kepada konsumen (nasabah) yang berisi pernyataan tentang layanan internet banking yang diberikan kedua bank tersebut. 2.2 Lokasi Penelitian

Penelitian akan dilakukan dengan menyebarkan kuesioner kepada nasabah kedua bank yang ada di wilayah Bandung.

a. Kuadran 1 (attributes to improve) Ini adalah wilayah yang memuat variabel/faktor yang masuk dalam kuadran ini harus ditingkatkan. Caranya adalah perusahaan/perbankan melakukan perbaikan secara terus menerus sehingga performance variabel/faktor yang ada dalam kuadran ini akan meningkat.

b. Kuadran 2 (maintain performance) Faktor-faktor yang dianggap penting oleh

pelanggan dan variabel/faktor yang dianggap oleh pelanggan sudah sesuai dengan yang dirasakannya sehingga tingkat kepuasannya relatif lebih tinggi. Variabel/faktor yang termasuk dalam kuadran ini harus tetap dipertahankan karena semua variabel/faktor ini menjadikan fasilitas Internet Banking tersebut unggul di mata pelanggan/nasabah.

c. Kuadran 3 (attributes to maintain) Faktor-faktor yang dianggap kurang penting oleh pelanggan dan pada kenyataannya kinerjanya tidak terlalu istimewa. Peningkatan variabel/faktor yang termasuk dalam kuadran ini dapat dipertimbangkan kembali karena pengaruhnya terhadap manfaat yang dirasakan oleh pelanggan sangat kecil.

d. Kuadran 4 (main priority) Faktor-faktor yang dianggap kurang penting oleh pelanggan dan dirasakan terlalu berlebihan. Variabel/faktor yang termasuk dalam kuadran ini dapat dikurangi agar perusahaan/nasabah dapat menghemat biaya. Selanjutnya untuk mengetahui tujuan No. 2

sejauhmana adanya perbedaan kinerja pada kedua bank tersebut dengan menggunakan uji Tanda. Uji Tanda ini digunakan untuk membandingkan distribusi dari dua variabel yang berkaitan, khususnya digunakan untuk menentukan apakah dua perlakuan yang diberikan adalah sama atau tidak, atau apakah suatu perlakuan yang satu lebih baik daripada perlakuan yang lain.

2.3 Operasionalisasi Variabel

Adapun operasionalisasi variabel yang digunakan sebagai berikut : 1. Produk dengan indikatol Free of Error yang

meliputi : a. Jaringan Internet banking tanpa hambatan

(Q1) b. Kebenaran informasinya dapat dipercaya

(Q2) c. Memberikan informasi yang up to date (Q3) d. Keakuratan informasi yang disediakan (Q4)

2. Produk dengan indikator Concise yang meliputi : a. Jaringan Website memiliki tampilan yang

menarik (Q5) b. Kreatif ide dari bentuk desain website (Q6) c. Layout desain website tertata dengan rapi dan

teratur (Q7) dan


86

d. Produk Internet banking memiliki tampilan yang mudah dimengerti (Q8)

3. Produk dengan indikator Representation Completeness yang meliputi: a. Internet banking memproses trensaksi saat itu

juga/real time proses (Q9) b. Internet banking melakukan proses transaksi

dengan tepat (Q10) c. Produk internet banking memiliki

kelengkapan dalam penggunaannya (Q11) 4. Produk dengan indikator Consistent

Representation yang meliputi : Kualitas jaringan Internet banking

konsisten (Q12) 5. Produk dengan indikator Accesibility yang

meliputi : a. Internet banking dapat digunakan setiap saat

(Q13) b. Nasabah memiliki kemudahan mengakses

internet banking dengan mudah (Q14) c. Produk dengan sub variabel Value Added

yaitu nasabah merasa dengan internet banking memiliki nilai tambah (Q15)

6. Kualitas Pelayanan dengan indikator: Tangibility yaitu internet banking menanggapi pemintaan maupun keluhan (Q16),

7. Kualitas Pelayanan dengan indikator Empathy yaitu internet banking melayani sepenuh hati (Q21).

8. Kualitas Pelayanan dengan indikator Realiability yaitu internet banking menunjukan perhatian dan kesungguhan yang cukup besar dalam memberikan pelayanan (Q17),

9. Kualitas Pelayanan dengan indikator Responsiveness yang meliputi :

a. Internet banking memberikan perhatian yang sangat besar terhadap nasabah (Q18)

b. Terdapat nomor kontak atau call center (Q18).

10. Kualitas Pelayanan dengan indicator Assurance yang meliputi :

a. Terdapat sistem keamanan (Q19) b. Internet banking memberikan jaminan jika

pelayanan bermasalah (Q20) 11. Kepuasan Pelanggan dengan indikator yang meliputi :

a. Harapan terhadap produk yaitu mendapatkan manfaat sesuai dengan harapan pelanggan terhadap produk (Q22)

b. Harapan terhadap pelayanan yaitu memberikan jaminan atas kualitas layanan yang diberikan (Q23)

c. Harapan terdapat hubungan yaitu memberikan harapan akan hubungan yang selalu baik (Q24)

12. Loyalitas Pelanggan dengan indikator yang meliputi :

a. Merekomendasikan layanan Internet banking kepada teman/ orang lain (Q25)

b. Menyatakan Hal-hal positif kepada teman-teman (Q26)

c. Mendorong orang lain untuk menggunakan layanan Nasabah merasa puas terhadap layanan internet banking (Q27)

d. Mengajak orang lain untuk menggunakan Internet banking (Q28)

e. Mengulang kembali aktifitas yang meliputi menyetujuai biaya yang dibebankan dalam melakukan Internet banking (Q29)

f. Tidak memiliki keinginan untuk berpindah pada produk yang sejenis (Q30)

3. HASIL DAN PEMBAHASAN 3.1 Efektivitas layanan internet banking

berdasarkan persepsi konsumen PT. Bank Mandiri, Tbk dan PT. Bank Negara Indonesia(Persero) Tbk tahun 2013

Efektivitas layanan internet banking dilihat dari perbandingan antara layanan internet banking yang diharapkan dengan kenyataan yang ada. Kuadran 1 (attributes to improve) Faktor yang masuk dalam kuadran ini Jaringan Internet banking tanpa hambatan (Q1), Kualitas jaringan Internet banking konsisten (Q12), dan internet banking dapat digunakan setiap saat (Q13). Kuadran 2 (maintain performance) Faktor yang masuk dalam kuadran ini. Kebenaran informasinya dapat dipercaya (Q2), dan Keakuratan informasi yang disediakan (Q4), jaringan Website memiliki tampilan yang menarik (Q5), Layout desain website tertata dengan rapih dan teratur (Q7), Produk Internet banking memiliki tampilan yang mudah dimengerti (Q8), internet banking memproses trensaksi saat itu juga/real time proses (Q9), internet bangking melakukan proses transaksi dengan tepat (Q10), produk internet banking memiliki kelengkapan dalam penggunaannya (Q11), nasabah memiliki kemudahan mengakses internet banking dengan mudah (Q14), Produk dengan sub variabel Value Added yaitu nasabah merasa dengan internet banking memiliki nilai tambah (Q15), Kualitas Pelayanan dengan indikator Tangibility yaitu internet banking menanggapi pemintaan maupun keluhan (Q16), Kualitas Pelayanan dengan indikator Empathy yaitu internet banking melayani sepenuh hati (Q21), Kualitas Pelayanan dengan indikator Realiability yaitu internet banking menunjukan perhatian dan kesungguhan yang cukup besar dalam memberikan pelayanan (Q17),

Kualitas Pelayanan dengan indikator Responsiveness yang meliputi : Internet banking memberikan perhatian yang sangat besar terhadap nasabah (Q18), dan Terdapat nomor kontak atau call center (Q18), Kualitas Pelayanan dengan indicator Assurance yang meliputi : terdapat sistem keamanan (Q19) dan internet banking memberikan jaminan jika pelayanan bermasalah (Q20), dan pelayanan


87

yaitu memberikan jaminan atas kualitas layanan yang diberikan (Q23). Kuadran 3 (attributes to maintain) Faktor yang masuk dalam kuadran ini adalah mengajak orang lain untuk menggunakan Internet banking (Q28) dan mengulang kembali aktifitas yang meliputi menyetujuai biaya yang dibebankan dalam melakukan Internet banking (Q29). Kuadran 4 (main priority) Faktor yang masuk dalam kuadran ini Memberikan informasi yang up to date (Q3), Kreatif ide dari bentuk desain website (Q6), internet banking melayani sepenuh hati (Q21), mendapatkan manfaat sesuai dengan harapan pelanggan terhadap produk (Q22), memberikan harapan akan hubungan yang selalu baik (Q24), merekomendasikan layanan Internet bangking kepada teman/ orang lain (Q25), menyatakan Hal-hal positif kepada teman-teman (Q26) ; mendorong orang lain untuk menggunakan layanan Nasabah merasa puas terhadap layanan internet banking (Q27), dan tidak memiliki keinginan untuk berpindah pada produk yang sejenis (Q30). 3.2 Kinerja Bank Mandiri dan BNI 46 Atas

Produk, Kualitas Pelayanan, Kepuasan Pelanggan dan Loyalitas Pelanggan

A. Uji Beda Berdasarkan Dimensi Menurut

Persepsi Pelanggan Kinerja yang diberikan oleh perbankan merupakan salah satu faktor yang menjadi pilihan bagi pelanggan (nasabah) untuk menyimpan dananya. Persepsi pelanggan (nasabah) berkaitan dengan ada tidaknya perbedaan dimensi kinerja dari yang dipersepsikan oleh nasabahnya. Hasil menggunakan uji Levene diperoleh sig 0,110 lebih rendah dari o,05. Hal ini menunjukkan tidak adanya perbedaan yang berarti untuk dimensi pada produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan yang dipersepsikan oleh pelanggan/nasabah terhadap kinerja yang dilakukan oleh perbankan (bank mandiri dan BNI 46). Selanjutnya untuk mengetahui persepsi nasabah atas kinerja dimensi rata-rata (means) terbesarnya telihat secara bertutut-turut terjadi pada dimensi produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan.

B. Uji Beda Berdasarkan Indikator Kinerja Pada Bank Mandiri dan BNI 46 Menurut Persepsi Pelanggan/Nasabah Kinerja yang diberikan oleh perbankan merupakan salah satu faktor yang menjadi pilihan bagi nasabah untuk menyimpan dananya. Setiap bank tentunya memiliki kebihan dan

kekurangan atas indikator/atribut kinerja dalam pelaksanaan untuk mencapai tujuannya manarik dana dari pihak ketiga. Berdasarkan hasil uji Wilcoxonn terdapat hasil sebagai berikut : 1) Negative Ranks merupakan selisih antara

indikator kinerja (produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan) yang dilakukan oleh Bank Mandiri dan BNI 46 bernilai negatif yaitu sebanyak 12 Indikator/atribut dari total 30 indikator/atribut. Dari hasil tersebut dapat dikatakan bahwa persepsi pelanggan (nasabah) terhadap kinerja bank Mandiri sebanyak 12 indikator lebih rendah dibandingkan dengan kinerja yang dilakukan oleh bank BNI 46.

2) Positive Ranks merupakan selisih antara indikator kinerja (produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan) yang dilakukan oleh Mandiri dan BNI 46 bernilai positif yaitu sebanyak 17 Indikator/atribut dari total 30 indikator/atribut. Dari hasil tersebut dapat dikatakan bahwa persepsi pelanggan (nasabah) terhadap kinerja bank Mandiri sebanyak 17 indikator lebih tinggi dibandingkan dengan kinerja yang dilakukan oleh bank BNI 46.

3) Ties merupakan hasil dimana tidak ada perbedaan di antara keduanya. Dalam penelitian ini jumlah Ties adalah 1 indikator/atribut. Dari hasil tersebut dapat dikatakan bahwa persepsi pelanggan (nasabah) terhadap kinerja adalah sama untuk keduanya.

Nilai Asymp Sig Z hitung adalah 0.000 lebih besar dibandingkan dengan α = 0,05, maka H0 diterima dan H1 ditolak, sehingga dapat ditarik kesimpulan bahwa tidak ada perbedaan yang berarti antara kinerja perbankan atas produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan yang dilakukan oleh Bank Mandiri maupun BNI 46.

C. Uji Beda Berdasarkan persepsi Jumlah Pelanggan Pelayanan yang diberikan oleh produsen merupakan salah satu faktor yang menjadi pilihan bagi konsumen untuk menentukan pesa Uji Beda Berdasarkan persepsi Jumlah Pelanggan terhadap perbedaan dimensi pada produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan yang dipersepsikan oleh pelanggan/nasabah terhadap perbankan (bank mandiri dan BNI 46). Hasil uji uji Wilcoxon, untuk indikator/atributnya yang dilakukan oleh kedua bank dapat dijabarkan sebagai berikut : 1) Negative Ranks merupakan selisih antara

kinerja (produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas


88

pelanggan) yang dilakukan oleh Bank Mandiri dan BNI 46 bernilai negatif yaitu sebanyak 12 Indikator/atribut dari total 30 indikator/atribut. Dari hasil tersebut dapat dikatakan bahwa persepsi pelanggan (nasabah) terhadap kinerja bank Mandiri sebanyak 12 indikator lebih rendah dibandingkan dengan kinerja yang dilakukan oleh bank BNI 46.

2) Positive Ranks merupakan selisih antara indikator kinerja (produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan) yang dilakukan oleh Mandiri dan BNI 46 bernilai positif yaitu sebanyak 17 Indikator/atribut dari total 30 indikator/atribut. Dari hasil tersebut dapat dikatakan bahwa persepsi pelanggan (nasabah) terhadap kinerja bank Mandiri sebanyak 17 indikator lebih tinggi dibandingkan dengan kinerja yang dilakukan oleh bank BNI 46.

3) Ties merupakan hasil dimana tidak ada perbedaan di antara keduanya. Dalam penelitian ini jumlah Ties adalah 1 indikator/atribut. Dari hasil tersebut dapat dikatakan bahwa persepsi pelanggan (nasabah) terhadap kinerja adalah sama untuk keduanya.

Nilai Asymp Sig Z hitung adalah 0.000 lebih kecil dibandingkan dengan α = 0,05. Maka H0 ditolak dan H1 diterima sehingga dapat ditarik kesimpulan bahwa ada perbedaan yang berarti antara kualitas pelayanan jasa BNI 46 dan Bank Mandiri atau dapat dikatakan Kualitas Pelayanan Bank Mandiri relatif lebih baik dipersepsikan konsumennya dibandingkan dengan kualitas pelayanan yang dilakukan BNI 46.

4. KESIMPULAN DAN SARAN Adapun kesimpulan dari hasil penelitian ini adalah: 1. Kinerja perbankan Bank Mandiri dan BNI 46

untuk produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan lebih dari cukup baik dipersepsikan oleh pelanggan (nasabah), namun ada beberapa indikator dari masing-masing dimensi untuk ditingkatkan dalam upaya meningkatkan penyimpanan dana pihak ketiga.

2. Persepsi nasabah atas kinerja perbankan Mandiri dan BNI 46 rata-rata (means) terbesar secara bertutut-turut terjadi pada dimensi : produk, kualitas pelayanan, kepuasan pelanggan dan loyalitas pelanggan.

3. Berdasarkan jumlah pelanggan (nasabah) dan indikatornya, kinerja bank BNI relatif lebih baik dari kinerja bank Mandiri dipersepsikan oleh pelanggan (nasabah), namun perbedaan kinerja itu relative tidak berarti (tidak signifikan). Dengan kata lain kedua kinerja perbankan

tersebut sama dipersepsikan oleh pelanggannya (nasabahnya).

Saran Adapun saran dari hasil penelitan ini adalah: 1. Perlunya sosialisasi internet banking pada

seluruh lapisan masyarakat, karena hal ini memberikan keuntungan untuk kedua belah pihak (Bank dan nasabah)

2. Berdasarkan hasil kesimpulan, diperoleh informasi bahwa kinerja kedua bank sudah baik di mata nasabah, oleh karena itu pihak bank harus dapat menjaga serta meningkatkan layanan mereka.

PUSTAKA Bilson Simamora, 2002. Panduan Riset Perilaku

Konsumen, Surabaya: Pustaka Utama. Buchari Alma, 2008. Manajemen Pemasaran dan

Pemasaran Jasa. Bandung: Alfabeta. Cronin, Mary J. (1998). Banking and Finance on

The Internet. John Wiley & Sons, New York. Fask, Alan. 2009. Promotion Respons Measurment

and Total Qulity Manajement, Journal Review of Business Research.

Gupta, Pankaj Kumar (2008). “Internet banking in India – Consumer Concerns and Bank Strategies”. Global Journal of Business Research, Vol. 2, No. 1, pp.43-51.

Keegan, Warren J., Mark C. Green. (2008). Global Marketing. Edisi ke – 5. Pearson Prentice Hall; Landon

Kotler, Philip dan Gary Armstrong (2010). Principles of Marketing. 13 th Edition. Prentice-Hall,Inc. New Jersey.

Kotler, Philip dan Kevin L. Keller. (2009). Marketing Management. Pearson International Edition ; New Jersey

Kotler, Philip dan Kevin Lane Keller (2009). Manajemen Pemasaran, edisi 13. Pearson Education Inc.Upper Saddle River, New Jersey.

Kusuma, Hadri. Dwi Susiowati. (2007). Determinan Pengadopsian Layanan Internet banking; Prespektif konsumen perbankan daerah istimewa Yogyakarta. JAAI Volume 11 No.2, Desember 2007: 125-139.

McLeod, Raymond. Jr. (2001). Sistem Informasi Manajemen. Edisi ke-7. Jilid ke-1. Alih bahasa: Hendra Teguh. PT Prehalindo, Jakarta.

Robbins, Stehen P. dan Timothy A. Juge. 2008. Prilaku Organisasi Edisi ke-12, Jakarta: Salemba Empat.

Robin Stephen P. 2006. Prilaku Organisasi. Konsep, Kontroversi, Aplikasi.Alih Bahasa Hadyana dan Benyamin Molan. Jakarta : Prenhallindo.

Sidharta Lani, 1996. Sistem Informasi Bisnis Analisa dan Desain Sistem Informmasi Bisnis, ElexMedia Komputindo, Jakarta.

Sobur, Alex. 2003. Psikologi Umum. Bandung: Pustaka Setia.


89

Turban, Efraim dll. (2004). Electronic Commerce: A managerial Perspective. Pearson Prentice Hall, New Jersey.

USWeb Study, (2003). Transforming Consumer Banking Through Technoogy Information, (ON LINE), www.dynamicnet.net, 9 September 2008.

“Majalah Marketing”. No.02/XIII/ Februari 2013 http://www.bi.go.id http://www.marketing.co.id http://www.internetworldstats.com : 21 Maret 2013 http://www.apjii.or.id : 21 Maret 2013


90

PENGEMBANGAN SISTEM INFORMASI PENGELOLAAN DATA PELAYANAN KEPENDUDUKAN DAN PENCACATAN SIPIL

(STUDI DI KOTA BLITAR JAWA TIMUR)

Moch. Saiful Umam1, Muhamad Arifin1, Drs. Slamet Wibawanto, M.T2 1 S1 Pendidikan Teknik Informatika, Jurusan Teknik Elektro, Universitas Negeri Malang (UM)

2Dosen Jurusan Teknik Elektro, Universitas Negeri Malang (UM) Jalan Semarang No. 5 Malang 65145

E-mail: [email protected], [email protected]

ABSTRACT The number of population is increasing so rapidly that it requires a highly structured data collection. Administration of population and civil defacement is a serial activity of record, structuring and publishing population data from registration of population, civil registration, management of information for population administration, and utilize the result for public services and the development in other sectors. Information system for management data of population and civil defacement service is an alternative software development based on desktop that eases employees to perform services for data managing and for implementing the Law No. 23 year 2006 about Administration of Population and Civil Defacement for every region. ABSTRAK Jumlah penduduk semakin bertambah dengan cepat sehingga diperlukan sebuah pendataan yang sangat terstruktur. Administrasi kependudukan dan pencacatan sipil merupakan rangkaian kegiataan pencatatan, penataan dan penerbitan data kependudukan melalui pendaftaran penduduk, pencatatan sipil, pengelolaan informasi administrasi kependudukan serta pendayagunaan hasilnya untuk pelayanan publik dan pembangunan sektor lain. Sistem informasi pengelolaan data pelayanan kependudukan dan pencacatatan sipil merupakan salah satu pengembangan software alternatif berbasis dekstop yang berfungsi untuk kemudahan pelayanan yang dilakukan pegawai untuk pengelolaan data penduduk dan untuk mendukung implementasi Undang-Undang No. 23 tahun 2006 tentang Administrasi Kependudukan dan Pencacatatan Sipil bagi setiap daerah. Kata Kunci: Jumlah Penduduk, Administrasi Kependudukan dan Pencacatan Sipil, dan Software Aplikasi. I. PENDAHULUAN

Perkembangan ilmu pengetahuan dan teknologi (IPTEK) dewasa ini sangat pesat terutama di bidang teknologi informasi yang dapat mempengaruhi kehidupan masyarakat untuk melangkah lebih maju (modernisasi), berfikiran praktis, dan simpel. Di zaman modern seperti sekarang ini, teknologi informasi selain untuk meringankan kerja manusia, sebagai alat yang digunakan oleh manusia diharapkan mempunyai nilai lebih daripada hanya untuk meringankan kerja manusia. Nilai lebih itu antara lain adalah kemampuan teknologi tersebut untuk lebih menghemat tenaga dan waktu yang diperlukan manusia dalam melakukan suatu kegiatan.

Hal ini menuntut pula kemajuan di bidang teknologi. Dinas Kependudukan dan Pencatatan Sipil Kota Blitar semakin gencar dalam melakukan reformasi atau perubahan dalam hal pelayanan. Kurang lengkapnya program yang digunakan sebagai media pengelolaan informasi kependudukan dan pencatatan sipil menjadi suatu masalah bagi pihak terkait. Untuk itu diperlukan suatu program sistem informasi yang berupa aplikasi dekstop dalam personal komputer yang mampu mempermudah pengelolaan data pelayanan kependudukan dan pencatatan sipil yang berbasis Visual Basic.

Dinas Kependudukan dan Pencatatan Sipil Daerah Kota Blitar lebih terfokus pada bidang kependudukan yang mengurusi permasalahan Kartu Keluarga, Kartu Tanda Penduduk, dan Surat Pindah baik itu surat pindah keluar maupun datang. Dengan adanya sekian banyak tuntutan maka Dinas Kependudukan dan Pencatatan Sipil Kota Blitar berusaha merubah sistem mereka menjadi lebih baik dan lebih modern seiring dengan berkembangnya jaman. Salah satunya dengan membuat Sistem Informasi Pengelolaan Data Pelayanan Kependudukan dan Catatan Sipil Kota Blitar. Sistem adalah kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan tertentu (Kurnia, 2013). Sistem informasi adalah kombinasi antara prosedur kerja, informasi, orang dan teknologi informasi yang diorganisasikan untuk mencapai tujuan dalam sebuah organisasi (Efendi 2013).

II. METODOLOGI 2.1 Perancangan Data Base

Basis data dari program aplikasi pengelolaan data pelayanan kependudukan dan pencatatatn sipil ini memiliki 4 basis data yaitu:


91

a. Basis Data Kependudukan Basis data kependudukan digunakan untuk

program pelayanan terutama pelayanan kependudukan. Seperti pada Gambar 1 untuk basis data kependudukan terdapat 5 tabel yang meliputi tabel rekap, pindahmasuk, pindahkeluar, login dan kk.

Gambar 1. Tabel basis data kependudukan

Tabel rekap digunakan untuk menyimpan data rekap dari program pelayanan kependudukan yang memuat berbagai hal tentang data rekap yang telah dimasukkan pada form pelayanan. Tabel pindah masuk digunakan untuk menyimpan data-data pindah masuk. Tabel pindah keluar digunakan untuk menyimpan data-data pindah keluar. Data yang diisikan adalah data tambahan yang dimasukkan dalam program pelayanan.

Tabel login digunakan untuk menyimpan data akun dari user dan admin yang telah terdaftar.Selain itu dalam tabel login juga menyimpan data tanda tangan dari user yang diubah ke bentuk basis data tipe BLOB (Firdaus, 2007). Tabel kk digunakan untuk menyimpan data kependudukan dari setiap warga kotaBlitar.

b. Basis Data Capil

Basis data capil digunakan untuk program pelayanan catatan sipil. Seperti pada Gambar 2 basis data capil terdapat 6 tabel yang meliputi tabel kelahiran, kematian, perkawinan, login, perceraian, dan pengakuan.

Gambar 2. Tabel basis data capil

c. Basis Data Kependudukan Rekap Basis data kependudukan rekap digunakan untuk

program pelayanan kependudukan dan server kependudukan.Dalam basis data ini ada 3 tabel yaitu tabel rekap2012, pindahkeluar2012 dan pindahmasuk2012. Untuk lebih jelasnya detail tabel database dapat dilihat pada Gambar 3.

Gambar 3. Tabel basis data kependudukan rekap

d. Basis Data Capil Rekap Basis data capil rekap merupakan basis data yang

digunakan untuk program pelayanan catatan sipil dan program server catatan sipil. Seperti pada Gambar 4 untuk basis data capilrekap terdapat 5 tabel diantaranya tabel kelahiran, kematian, perkawinan, perceraian dan pengakuan.


92

Gambar 4. Tabel basis data capil rekap

2.2 Perancangan Proses a. Administrator

Aministrator merupakan pihak yang mengelola program secara keseluruhan (Amsyah, 2003). Administrator juga dapat bertindak sebagai user yakni sebagai penginput data pelayanan kependudukan. Pada Gambar 5 dapat dilihat alur sistem sebagai administrator.

Gambar 5.Alur sistem sebagai administrator

b. User

User pada aplikasi inisebagai pihak yang menginputkan data pelayanan kependudukan, untuk alur sistem seperti pada Gambar 6 dibawah ini.

Gambar 6. Alur sistem sebagai user

c. Operator

Dalam hal ini, operator merupakan pihak yang mengolah data pelayanan kependudukan (Hadi,

2004). Untuk alur sistem sebagai operator dapat dilihat pada Gambar 7.

Gambar 7. Alur sistem sebagai operator

d. Perancangan User Interface

Tampilan dari perangkat lunak ini dapat dibagi dalam 5 bagian, diantaranya adalah:

1. Tampilan awal 2. Tampilan form login dengan pilihan 2

kategori 3. Form utama pelayanan Kependudukan dan

Catatan Sipil 4. Form pelayanan Kependudukan 5. Form pelayanan Catatan Sipil 6. Form pencarian Kependudukan dan

Catatan Sipil.

III. HASIL DAN PEMBAHASAN 3.1. Program Pelayanan

Di dalam program ini terdapat dua jenis pelayanan yang biasa digunakan yaitu jenis pelayanan kependudukan dan jenis pelayanan catatan sipil.

Gambar 8. Splash screen program pelayanan

Setelah form splash screen seperti Gambar 8

selesai memuat data, maka akan munculform login. form login digunakan untuk deteksi user yang akan menggunakan program ini. Setiap user memiliki username dan password sendiri (Henry, 2006).


93

Gambar 9. form login

Pada Gambar 9 untuk form login terdapat dua kategori atau jenis pelayanan yaitu kependudukan dan catatan sipil. Jika username dan password salah maka akan muncul pemberitahuan bahwa username atau password salah. Jika username dan password benar dan kategori sudah dipilih maka akan lanjut ke menu utama. form menu utama dari aplikasi pelayanan ini terbagi menjadi 2 yaitu Menu Kependudukan dan Menu Catatan Sipil.

Gambar 10. form menu utama (menu kependudukan)

dan (menu capil)

Seperti pada Gambar 10, dalam kedua form utama diatas juga terdapat menu-menu lain diantaranya: a. Untuk Menu Capil atau Menu Kependudukan

yaitu sebuah menu khusus yang digunakan user sesuai dengan kategori saat login. Menu ini terdiri dari menu pelayanan, menu pencarian, menu admin (tambah user, lihat data user), dan logout.

b. Menu Readme digunakan untuk mengetahui cara pemakaian program pelayanan ini.

c. Menu About Us digunakan untuk melihat profil dari pembuat program ini.

d. Menu Exit digunakan untuk logout sekaligus keluar dari program pelayanan (Tim penyusun, 2013). Jika login sebagai admin, untuk melihat data

akun bisa menggunakan menu lihat data user. Setelah itu akan muncul form data pengguna. form

data pengguna digunakan untuk menunjukkan data akun dari pengguna program pelayanan. Tampilan form data pengguna dapat dilihat pada Gambar 11.Untuk menu pada form data pengguna diantaranya: a. Tambah User : untuk menambah user baru b. Edit User : untuk mengedit data user lama c. Hapus User : untuk menghapus data user d. Kembali : unuk kembali ke form utama

Gambar 11. form data pengguna

Untuk menambah dan mengedit user bisa menggunakan tombol tambah user atau edit user. Untuk data yang bisa ditambah dan diedit adalah data username, password dan tanda tangan. Tampilan contoh pengeditan dapat dilihat seperti pada Gambar 12 di bawah ini.

Gambar 12. form tambah dan edit user

Form Pelayanan kependudukan digunakan untuk melayani masyarakat yang ingin melakukan kepengurusan kependudukan. Di dalam form ini ada 3 jenis kepengurusan yang bisa dipilih yaitu pelayanan utama, surat pindah masuk dan surat pindah keluar. Pelayanan utama melayani berbagai kepengurusan yang menyertakan KK sebagai prasyarat kepengurusan. Pelayanan surat pindah masuk dan surat pindah keluar melayani kepengurusan yang tidak menggunakan KK sebagai syarat kepengurusan. Tampilan form seperti pada Gambar 13.


94

Gambar 13. form pelayanan kependudukan

Form pelayanan kependudukan akan mencetak nomor antrian jika telah selesai melakukan penginputan data. Dalam nomor antrian tersebut memuat sebagian data dari inputan dan memuat secara otomatis nomor id dan tanda tangan dan nama dari petugas (Faturrohman. 2011). Nomor antrian ini digunakan untuk pengambilan hasil kepengurusan pada tanggal pengambilan yang telah ditetapkan. Contoh dari nomor antrian bisa dilihat pada Gambar 14 dan Gambar 15 di bawah ini : Satu Kepengurusan :

Gambar 14. No. Antrian kependudukan satu

kepengurusan Banyak Kepengurusan :

Gambar 15. No. Antrian kependudukan banyak

kepengurusan

Form Pelayanan Pencatatan Sipil digunakan untuk melayani masyarakat yang ingin melakukan kepengurusan catatan sipil. Di dalam form Pelayanan Catatan Sipil ada 5 jenis kepengurusan yang bisa dipilih yaitu kelahiran, kematian, pengakuan anak, perkawinan dan cerai. Tampilan form seperti pada Gambar 16.

Gambar 16. form pelayanan catatan sipil

Form pelayanan catatan sipil akan mencetak nomor antrian jika telah selesai melakukan penginputan data, nomor antrian tersebut memuat sebagian data dari inputan dan memuat secara otomatis nomor id dan tanda tangan dan nama dari petugas. Contoh dari nomor antrian bisa dilihat pada Gambar 17.

Gambar 17. No. Antrian catatan sipil (akta

kelahiran)

Berdasarkan Gambar 18 dan 19 untuk form pencarian digunakan untuk mencari data rekap dari database tentang berbagai kepengurusan yang telah dilakukan dan juga bisa digunakan pada saat pengambilan hasil kepengurusan. Selain itu form pencarian juga digunakan untuk pengesahan pengambilan hasil kepengurusan dengan menyertakan nama dan tanda tangan dari pengambil sebagai bukti pengambilan (Razaq, 2004).


95

Gambar 18. form pencarian kependudukan

Gambar 19. form pencarian catatan sipil

Selain itu form pencarian juga digunakan untuk pengesahan pengambilan hasil kepengurusan dengan menyertakan nama dan tanda tangan dari pengambil sebagai bukti pengambilan. Tanda tangan dilakukan dengan menggunakan alat Topaz Signature Pad.

Gambar 20. form pengambilan

Form pengambilan digunakan untuk memfalidasi pengambilan hasil kepengurusan yang dilakukan oleh pengambil. Dan untuk form pengambilan ada nama dan tanda tangan si pengambil sebagai bukti bahwa hasil kepengurusan telah diambil dan siapa yang mengambil. Contoh form pengambilan seperti Gambar 20 di bawah ini.

3.2. Program Server Catatan Sipil

Program Server Kependudukan digunakan untuk menampilkan data rekap dari setiap kepengurusan kependudukan yang dilakukan oleh program pelayanan. Program Server Kependudukan ini khusus menampilkan data dari kepengurusan

kependudukan saja seperti KK, KTP dan Surat Pindah. Tampilan dari program tersebut dapat dilihat pada gambar di bawah ini :

Gambar 21. form tampilan program server catatan sipil

Berdasarkan Gambar 21 Program Server Catatan Sipil digunakan untuk menampilkan data rekap dari setiap kepengurusan catatan sipil seperti akta kelahiran, akta kematian, akta perkawinan, akta perceraian dan akta pengakuan anak. 3.1 Program Server Kependudukan

Program Server Kependudukan digunakan untuk menampilkan data rekap dari setiap kepengurusan kependudukan seperti KK, KTP dan Surat Pindah. Tampilan dari program tersebut dapat dilihat pada Gambar 22 di bawah ini :

Gambar 22. form tampilan program server

kependudukan

IV. KESIMPULAN Kesimpulan dari hasil ujicoba sistem informasi

studi kasus di kota Blitar ini diantaranya sebagai berikut: 1) Perancangan sistem informasi pengelolaan data

pelayanan kependudukan dan pencatatan sipil ditujukan untuk membantu petugas pelayanan maupun petugas operator untuk merekap data pelayanan yang masuk.

2) Dengan adanya sistem informasi pengelolaan data pelayanan kependudukan dan pencatatan sipil yang telah terintegrasi dengan database MySQL akan mempermudah dalam pengelolaan data kependudukan yang dilakukan oleh pihak Dinas Kependudukan dan Pencatatan Sipil.


96

3) Sistem informasi pengelolaan data pelayanan kependudukan dan pencatatan sipil telah terintegrasi dengan program server kependudukan dan server catatan sipil sehingga mempercepat proses kepengurusan dan rekap data.

4) Signature Pad membuat tanda tangan saat pengambilan hasil kepengurusan dari warga menjadi lebih mudah dilakukan dan lebih mudah diolah dalam sistem.

V. REFERENSI Amsyah, Zulkifli. 2003. Manajemen Sistem

Informasi. Jakarta : PT Gramedia Pustaka Utama.

Efendi, Muhammad Ridwan. 2013. Perancangan Sistem Informasi Progres Fisik dan Keuangan Bidang jalan Berbasis Website pada Dinas Bina Marga Kabupaten Bandung, (Online), (http://jati.is.unikom.ac.id/, diakses 18 Januari 2014).

Faturrohman. 2011. Pemrograman Visual Basic – Crystal Report. (Offline)

Firdaus. 2007. SQL Server dengan Visual Basic 6.0. Palembang. Maxicom.

Henry, Pandia. 2006. Pemrograman dengan Visual Basic. Penerbit: Erlangga Jakarta.

Kurnia, Citra Indah. 2013. Sistem Informasi Food Court pada Pusat Perbelanjaan Smart Surabaya, (Online), Vol 2, No. 2, (http://jurnal.stikom.edu/, diakses 18 Januari 2014).

Rahadian, Hadi. 2004. Membuat Laporan dengan Crystal Reports 8.5 dan Visual Basic 6.0, Jakarta: PT Elek Media Komputindo Kelompok Gramedia.

Razaq, Abdul. 2004. Visual Basic 6.0. Penerbit: Indah Surabaya.

Tim Penyusun Modul Praktikum Pemrograman Visual. 2013. Modul Praktikum Pemrograman Visual. Malang: FT - UM.

Situs online (http://fathurrohman.staff.ipb.ac.id/files/2011/09/Modul12-VB-Crystal-Report-Fathur.pdf, diakses pada tanggal 7 Mei 2013)

Biodata Penulis: Moch. Saiful Umam adalah mahasiswa

Universitas Negeri Malang (UM) angkatan 2010. Salah satu kemampuannya ada di bidang pengembangan piranti lunak terutama yang berbasis web. Selama kuliah banyak menghasilkan aplikasi berbasis web seperti SI Agribisnis, SI Kemajuan Siswa, Web Positive Personality, Web Masalah Belajar, dan beberapa aplikasi desktop seperti Aptarid, Pegas, Inku, Sistem Pakar Analisa Penyakit,dan Aplikasi Antrian dan Rekap Data.

Muhamad Arifin sebagai mahasiswa S1

Pendidikan Teknik Informatika Universitas Negeri Malang (UM), yang saat ini tengah menempuh semester akhir. Selain kuliah penulis juga sebagai Asisten Dosen Matakuliah Praktikum Pemrogaman Berbasis Objek dan Praktikum Bahasa Visual, sebagai Staff Penalaran di Badan Eksekutif Mahasiswa Fakulas Teknik (BEM FT). Kemampuan yang dimiliki dalam mengembangkan perangkat lunak terutama yang berbasis web dan aplikasi desktop. Sebagai mahasiswa penerima Beasiswa Bidikmisi dari pemerintah tahun 2010.


97

IMPLEMENTASI SISTEM KOMUNIKASI SISO BERBASIS WIRELESS OPEN ACCESS RESEARCH PLATFORM (WARP)

Jenny Putri Hapsari1, Suwadi2, Wirawan3

Program Pasca Sarjana Teknik Telekomunikasi Multimedia Institut Teknologi Sepuluh Nopember

Kampus ITS Sukolilo, Surabaya, 60111 E-mail: [email protected], [email protected], [email protected]

ABSTRAK Perkembangan teknologi telekomunikasi saat ini sangat pesat, dari segi standar maupun aplikasi. Perkembangan tersebut mempengaruhi perkembangan alat telekomunikasi yang ada di masyarakat. Hal ini sangatlah tidak praktis karena setiap orang harus sering berganti alat telekomunikasi untuk mengupdate standart dan aplikasi yang sedang berkembang. Software Defined Radio (SDR) mengatasi semua masalah tersebut karena SDR merupakan aplikasi yang mampu menyesuaikan standard dan aplikasi tanpa merubah komponen yang sudah ada. Salah satu komponen SDR yang sedang berkembang saat ini adalah Wireless Open Access Research Platform (WARP). WARP adalah sebuah desain platform open-access tingkat tinggi yang sangat mampu, scalable, dan extensible untuk penelitian sistem komunikasi nirkabel. Pengimplementasian sistem komunikasi Single Input Single Output (SISO) sangat penting karena komunikasi SISO merupakan dasar dari semua sistem komunikasi nirkabel. Hasil dari penelitian ini dapat dijadikan dasar bagi penelitian sistem komunikasi lain. Penelitian ini mengimplementasikan sistem komunikasi SISO dengan menggunakan teknik modulasi Phase Shift Keying (PSK). Hasil yang diperoleh nilai Bit Error Rate (BER) akan semakin kecil jika daya yang dipancarkan semakin besar. Dengan kata lain jika daya yang dipancarkan semakin tinggi maka kinerja sistem semakin baik. Penelitian ini juga menghasilkan bahwa kinerja sistem semakin baik jika menggunakan teknik modulasi koheren (PSK) daripada non koheren (DQPSK). Hal ini dibuktikan dengan hasil nilai BER pada daya pancar -25 dBm pada DQPSK nilai BER 0.0169 dan nilai BER PSK adalah 0. Kata Kunci: SISO, WARP, PSK ABSTRACT

Today, communication technology has vastly improved, particularly in terms of standard and application. This growth then influences the development of communication devices used by people. To update the newest version of standard and application by frequently changing communication devices is highly impractical. Therefore, Software Defined Radio (SDR) provides better solution for it has the ability to adapt itself with standard and application without changing the existed components. At present, one of the trhiving SDR components is Wireless Open Access Research Platform (WARP). WARP is a high level open access platform design which is very capable, scalable and extensible for wireless communication system research purpose. The implementation of Single Input Single Output (SISO) communication system is important because SISO communication is a ground base of all wireless communications. The result of this research can be used as a basis for other communication system research. This research applies SISO communication system by using Phase Shift Keying (PSK) modulation technique. Lesser result is received by Bit Error Rate (BER) number if the emitted power is bigger. In other word, the higher the emitted power the better the system works. This research advises that the work of system is better if coheren modulation technique (PSK) is used rather than the non coheren one (DQPSK). This is presented further by the result of BER in -25 dBm, DQPSK result shows BER number at 0.0169 and PSK shows BER number at 0. Keywords: SISO, WARP, PSK

1. PENDAHULUAN

Penyebaran informasi dari satu tempat (pengirim) ke tempat yang lain (penerima) merupakan fungsi utama dari sebuah sistem komunikasi. Sistem komunikasi tidak hanya dilakukan pada jarak yang dekat tetapi juga dilakukan pada jarak yang jauh. Komunikasi jarak jauh tersebut biasa disebut dengan telekomunikasi, yang dibentuk dari kata ‘tele’ yang berarti jauh dan kata ‘komunikasi’ yang berarti komunikasi. Ditinjau dari sejarahnya, telekomunikasi dimulai dari

ditemukannya sistem telegrap oleh Marcony pada tahun 1897 dan kemudian dibangunnya sistem radio yang melewati samudra Atlantic pada tahun 1901 yang memperluas sistem komunikasi jarak jauh. (Tse & Viswanath, 2005) (Goldsmith, 2005) Telekomunikasi terbagi menjadi beberapa jenis, jika dilihat berdasarkan arah komunikasinya, maka ada tiga jenis yaitu satu arah (simplex), setengah dua arah (half duplex), dan dua arah (full duplex). Telekomunikasi berdasarkan mobilitas dibagi menjadi bergerak dan tidak bergerak.


98

Telekomunikasi berdasarkan jumlah penerima dan pengirim dibagi menjadi point to point, point to multipoint, dan multipoint to multipoint. Telekomunikasi juga bisa dibedakan berdasarkan media transmisi yang digunakan yaitu kabel dan nirkabel. (Usman, 2008) (Freeman, 1998) Telekomunikasi yang paling sederhana adalah telekomunikasi antara satu pengirim dengan satu penerima yang biasa disebut Single Input Single Output (SISO). Sistem komunikasi ini bisa menggunakan media kabel maupun tanpa kabel (nirkabel). Sistem komunikasi SISO memiliki kelebihan antara lain sedikit terjadi interferensi sinyal, dari segi ekonomi murah, dan mudah diterapkan karena hanya membutuhkan satu antena sebagai pengirim dan satu antena sebagai penerima. Antena merupakan salah satu sarana pendukung untuk meningkatkan kinerja sistem komunikasi nirkabel (Zheng & Tse, 2002). Sistem komunikasi SISO, hanya membawa satu deretan data karena hanya terdapat satu kanal. Sistem komunikasi ini telah lama digunakan yaitu sejak lahirnya teknologi radio. Sistem komunikasi ini digunakan pada radio, siaran TV, dan teknologi nirkabel (Wi-Fi dan Bluetooth).(Goldsmith, 2005)

Wireless Open-Access Reasearch Platform (WARP) merupakan sebuah desain platform open-access tingkat tinggi yang sangat mampu, scalable, dan extensible untuk penelitian sistem komunikasi nirkabel. Platform WARP dirancang untuk memenuhi kinerja penelitian sistem komunikasi nirkabel tingkat tinggi. Arsitektur WARP terdiri dari empat komponen utama yaitu: Hardware Custom, Platform Support Packages, Open-Access Repository, dan Research applications. Arsitektur platform modular dan berlapis sehingga memastikan bahwa komponen hardware bisa mendapatkan keuntungan dari kemajuan teknologi prosesor dan peningkatan eksponensial dalam kinerja yang dijelaskan dengan Hukum Moore. Pendekatan ini juga memungkinkan implementasi algoritma untuk digunakan pada revisi hardware masa depan tanpa dirancang ulang (Murphy, Ahu, & Behnaam, 2006).

Tujuan platform tingkat tinggi dapat dijelaskan melalui empat persyaratan kunci. Pertama, platform mampu menerapkan algoritma canggih untuk komunikasi nirkabel: algoritma yang cukup kompleks memerlukan pengolahan yang substansial untuk implementasi secara real time dan memungkinkan eksplorasi algoritma yang belum dikembangkan. Kedua, platform harus terukur yang memungkinkan pengolahan data tambahan jika satu prosesor tidak cukup untuk melakukan pengolahan data . Ketiga, harus dapat diperluas, platform harus dapat diperluas untuk aplikasi masa depan. Keempat, platform harus mendukung perubahan dari beberapa komponen tanpa mengorbankan fungsi lain. WARP telah memenuhi keempat persyaratan tersebut, oleh sebab itu WARP disebut platform tingkat tinggi. Sejumlah platform komunikasi

nirkabel lainnya dan produk komersial yang ada menyediakan kemampuan yang mirip dengan WARP. Namun, tidak satupun memenuhi semua persyaratan yang telah diidentifikasikan. Misalnya, proyek GNU radio menyediakan pengembangan sistem nirkabel yang fleksibel yang mencakup kerangka open-source dari algoritma nirkabel yang diimplementasikan dalam perangkat lunak. Tetapi dengan sebagian besar pengolahan dilakukan oleh PC host, GNU radio tidak dapat mencapai jenis komunikasi yang high-througput, sedangkan di WARP menyediakan wide-band komunikasi yang mengatasi masalah tersebut. Platform komersial, seperti Sundance dan Lyrtech, memberikan kemampuan RF mirip dengan WARP. Namun, sistem ini tidak memberikan kerangka kerja terbuka untuk implementasi algoritma di lapisan fisik dan MAC, sedangkan di WARP menyediakan implementasi di lapisan fisik dan MAC (Murphy, Ahu, & Behnaam, 2006).

Teknik modulasi PSK merupakan salah satu contoh teknik modulasi koheren yang sudah banyak dipakai dalam penelitian sebelumnya. Penelitian sebelumnya, menyimpulkan bahwa teknik modulasi PSK dapat menaikkan level diversity dan kesalahan kinerja sistem dapat diperbaiki tanpa memperluas bandwidth dan meningkatkan daya yang dipancarkan, dengan menggunakan kombinasi perputaran konstelasi sinyal dengan komponen interleaving atau deinterleaving (Ozyurt, Kucur, & Altunbas, 2005). Teknik modulasi PSK juga sangat sesuai untuk digunakan untuk sistem komunikasi kapasitas tinggi pada generasi baru. (Ibrahim, Abbosh, & Antoniades, 2012)

Teknik modulasi Differential Quadrature Phase Shift Keying (DQPSK) merupakan salah satu contoh teknik modulasi non-koheren yang sudah banyak digunakan dalam penelitian sebelumnya. Pada penelitian sebelumnya, DQPSK sangat mudah di terapkan karena tidak memperhitungkan pergeseran phase.

Pengimplementasian sistem komunikasi SISO sudah diterapkan pada modul DSP TMS320C6713 dan DSP TMS320C6416 (Yan H, dkk, 2010). Pada penelitian ini akan dilakukan pengimplementasian sistem komunikasi SISO pada WARP dengan menggunakan teknik modulasi PSK. Kinerja sistem akan dilihat dari nilai BER yang dihasilkan.

2. TINJAUAN PUSTAKA 2.1 Komunikasi Nirkabel (Wireless)

Komunikasi nirkabel atau biasa dikenal dengan sebutan Wireless Communication adalah pengiriman informasi antara dua atau lebih titik yang tidak terhubung secara fisik. Jarak antara pengirim dan penerima informasi bisa pendek, seperti beberapa meter contohnya remote control televisi, bisa juga sejauh ribuan bahkan jutaan kilometer contoh pada komunikasi radio.


99

Pengertian nirkabel atau wireless sendiri adalah teknologi tanpa kabel, dalam hal ini adalah melakukan telekomunikasi dengan menggunakan gelombang elektromagnetik sebagai media perantara pengganti kabel. Sekarang ini teknologi wireless berkembang sangat pesat sekali, secara kasat mata dapat kita lihat dengan semakin banyaknya penggunaan telepon selular, disamping itu berkembang juga teknologi wireless yang digunakan untuk akses internet. Contoh lain dari teknologi nirkabel adalah wireless mouse komputer, keyboard dan headset (audio), headphone, penerima radio, televisi satelit, siaran televisi tanpa kabel, dan telepon.

Mekanisme telekomunikasi nirkabel memungkinkan komunikasi jarak jauh dengan lokasi yang tidak mungkin atau relatif sulit untuk dihubungkan dengan kabel, misalnya dalam bentuk pemancar/penerima radio, pengendali jarak jauh, dan jaringan komputer nirkabel. Umumnya telekomunikasi nirkabel menggunakan sarana gelombang elektromagnetik (misalnya laser, cahaya, dan frekuensi radio (RF)) atau gelombang suara untuk mentransfer informasi tanpa menggunakan kabel.

2.2 Sistem Komunikasi Single Input Single

Output (SISO) Sistem komunikasi single input single output

yang biasa disingkat dengan SISO merupakan komunikasi yang paling sederhana. Sistem komunikasi ini menggunakan satu antena di sisi pengirim dan satu antena di sisi penerima. Seperti terlihat dalam Gambar 1. (Rohde & Schwarz, 2009)

Gambar 1 Sistem komunikasi SISO (Chiba,2010) Pada sistem komunikasi ini, data yang

dikirimkan harus di modulasi pada sisi pengirim sebelum dikirimkan. Data yang telah diterima akan di demodulasi ulang di sisi penerima agar data sesuai dengan data yang telah dikirimkan. Blok diagram sistem komunikasi pada Gambar 2.

Gambar 2 Blok diagram sistem telekomunikasi

(Stallings, 2007)

2.3 Modulasi Modulasi adalah proses pencampuran dua sinyal

menjadi satu sinyal. Biasanya sinyal yang dicampur adalah sinyal berfrekuensi tinggi dan sinyal berfrekuensi rendah. Dengan memanfaatkan karakteristik masing-masing sinyal, maka modulasi dapat digunakan untuk mentransmisikan sinyal informasi pada daerah yang luas atau jauh. Sebagai contoh sinyal informasi (suara, gambar, data), agar dapat dikirim ke tempat lain, sinyal tersebut harus ditumpangkan pada sinyal lain. Dalam konteks radio siaran, sinyal yang menumpang adalah sinyal suara, sedangkan yang ditumpangi adalah sinyal radio yang disebut sinyal pembawa (carrier). Jenis dan cara penumpangan sangat beragam yaitu jenis penumpangan sinyal analog akan berbeda dengan sinyal digital. Penumpangan sinyal suara juga akan berbeda dengan penumpangan sinyal gambar, sinyal film, atau sinyal lain.(Carrington, 2008)

Perbedaan utama antara modulasi digital dan modulasi analog adalah bahwa pesan yang ditransmisikan untuk sistem modulasi digital mewakili seperangkat simbol-simbol abstrak (misalnya 0 dan l untuk sistem transmisi biner), sedangkan dalam sistem modulasi analog, sinyal pesan adalah gelombang kontinyu. Jenis-jenis dari modulasi analog adalah Amplitude Modulation (AM), Frequency Modulation (FM), Phase Modulation (PM). Selain itu ada juga modulasi pulsa, yaitu proses penumpangan sinyal informasi kontinyu (analog) kepada sinyal pembawa yang berupa gelombang pulsa. Jenis-jenis dari modulasi pulsa adalah Pulse Amplitudo Modulation (PAM), Pulse Frequency Modulation (PFM), dan Pulse Phase Modulation (PPM). Jenis-jenis dari modulasi digital adalah Amplitude Shift Keying (ASK), Frequency Shift Keying (FSK), dan Phase Shift Keying (PSK). (Hranac, 2001)

Tujuan modulasi antara lain: 1. Transmisi menjadi efisien atau memudahkan

pemancaran. 2. Menekan derau atau interferensi. 3. Memudahkan pengaturan alokasi frekuensi radio. 4. Pada multiplexing, proses penggabungan

beberapa sinyal informasi untuk disalurkan secara bersama-sama melalui satu kanal transmisi.

2.4 Modulasi Digital Modulasi adalah mengubah salah satu atau

beberapa parameter gelombang pembawa seperti amplitudo, fase, atau frekuensi sebagai fungsi sinyal informasi. Sedangkan modulasi digital merupakan suatu proses dimana simbol-simbol digital diubah menjadi bentuk gelombang sesuai dengan karakteristik kanal yang akan dilewati. Pada sistem komunikasi, modulasi berfungsi untuk menyamakan karakteristik sinyal dengan karakteristik kanal, untuk mengurangi noise dan interferensi, serta mengatasi keterbatasan peralatan.


100

Pada proses modulasi terdapat modulator dan demodulator. Modulator digital berguna untuk memetakan deretan informasi biner menjadi bentuk sinyal gelombang yang nantinya dikirim melalui kanal. Pada modulasi binary, modulator digital secara sederhana memetakan digit biner ‘0’ menjadi sinyal gelombang s0(t) dan digit biner ‘1’ menjadi s1(t). Demodulator sinyal yang terdapat pada sisi penerima bertugas memproses sinyal yang telah rusak karena proses di kanal, dengan mempresentasikannya menjadi beberapa estimasi simbol data sesuai yang dikirimkan.

Jenis-jenis modulasi digital adalah Amplitude Shift Keying (ASK), Frequensi Shift Keying (FSK) dan Phase Shift Keying (PSK). Ketiga jenis modulasi digital ini merupakan proses modulasi digital dengan memanfaatkan parameter sinyal analog yaitu amplitudo, frekuensi, dan fase dari sinyal analog. Dengan demikian, modulasi digital ASK berarti menyatakan data biner digital 0 dan 1 ke dalam level amplitudo sinyal analog, modulasi digital FSK menyatakan data biner digital 0 dan 1 ke dalam frekuensi sinyal analog, dan modulasi digital PSK menyatakan data biner digital ke dalam bentuk fase sinyal analog. Sedangkan jenis modulasi Quadrature Ampltude Modulation (QAM) merupakan gabungan antara modulasi digital jenis ASK dengan PSK, yaitu menyatakan data biner digital 0 dan 1 ke dalam bentuk amplitudo dan fase dari sinyal analog. Pada modulasi digital ada istilah bit rate atau laju bit adalah banyaknya bit per detik atau bit per second (bps). Sedangkan baud rate adalah banyaknya unit/satuan sinyal per detik. Baud rate lebih kecil dibanding bit rate.

2.5 Modulasi Phase Shift Keying (PSK)

Modulasi digital PSK menyatakan data biner digital 0 dan 1 ke dalam dua buah fase sinyal analog yang bebeda. Karena setiap bit juga dinyatakan dengan sebuah sinyal analog, maka besarnya baud rate modulasi digital PSK juga sama dengan bit ratenya. Bentuk gelombang sinyal PSK terhadap data biner yang dimodulasikan ditunjukkan pada Gambar 3.

Gambar 3 Modulasi PSK

Diagram konstelasi PSK dengan M = 2

ditunjukkan pada Gambar 4. Terlihat bahwa bit 0 diwakili phase 0 dan bit 1 diwakili phase 180.

Gambar 4 Diagram konstelasi BPSK

Modulasi PSK yang menyatakan setiap dua bit

data biner dalam sebuah fase yang berbeda dinamakan 4-PSK (QPSK), seperti yang ditunjukkan pada Gambar 5. Pada jenis 4-PSK (QPSK) ini nilai bit rate yang diperoleh adalah dua kali dari baud ratenya. Sedangkan diagram konstelasi modulasi 4-PSK (QPSK) ditunjukkan pada Gambar 6. Blok modulator 4-PSK (QPSK) ditunjukkan pada Gambar 7.

Gambar 5 Bentuk sinyal modulasi 4-PSK

(QPSK)

Gambar 6 Diagram konstelasi 4-PSK (QPSK)

Gambar 7 Modulator 4-PSK (QPSK) Jika modulasi PSK ingin menyatakan setiap tiga

bit data biner dalam fase sinyal analog yang berbeda, maka jenis modulasi ini disebut dengan 8-PSK. Karena setiap sinyal analog menyatakan tiga bit data biner, maka bit ratenya adalah tiga kali dari buad ratenya. Diagram konstelasinya ditunjukkan pada Gambar 8. (Proakis & Salehi, 2001)


101

Gambar 8 Diagram konstelasi 8-PSK

2.6 Software Defined Radio (SDR)

Software Defined Radio (SDR) merupakan dasar arsitektur di teori komunikasi modern dan pengolahan sinyal digital, yang mana telah mencapai kesuksesan yang luas di komunikasi nirkabel dengan penggunaan unit hardware yang dikoneksikan ke bus dan mengunggah sofware. Seperti platform canggih, alat SDR dapat menyesuaikan dengan software terbaru jika muncul standar komunikasi nirkabel. Dengan demikian, dapat mengurangi waktu perkembangan produk.

Adanya perkembangan yang cepat dari komunikasi nirkabel, maka layanan semakin ditingkatkan dengan standar komunikasi yang berkembang, dengan sistem komunikasi tradisional tidak harus menyesuaikan. Selanjutnya, untuk memenuhi permintaan dari spektrum nirkabel dari operator telekomunikasi, sistem yang ada harus meningkatkan efisiensi bandwidth dan kemampuan anti-interference. Saat ini, penerapan teknologi SDR dapat memecahkan masalah ini. Ini tidak hanya di perangkat keranya saja pada sistem komunikasi nirkabel, tetapi juga mengimplementasikan beberapa standar komunikasi. Hal ini dapat menggunakan kembali dari daerah silikon dan secara dramatis mengurangi waktu oleh modifikasi software tanpa memakan waktu pendesainan ulang hardware. Sebagai platform general-purpose hardware, SDR dapat dengan mudah memperbarui fungsi komunikasi nirkabel yang ada dan sepenuhnya memenuhi layanan multimedia. (Li, 2011)

Ide dasarnya adalah mengubah sinyal RF (Radio Frequency) ke sinyal digital dan

menggantikan fungsi perangkat keras dengan perangkat lunak ke dalam modul A / D switcher dan

D / A switcher yang harus ditutup dengan antena. SDR memiliki fleksibilitas dan keterbukaan yang kuat, dapat mendukung multi-band dan fungsi multi-service, yang telah menjadi teknologi penting 3G (Generasi Ketiga komunikasi bergerak). (Grayver, 2013)

Gambar 9 Konfigurasi SDR

Ada lima bagian di SDR yang merupakan

opening bus, smart antenna dan modul RF, A / D switcher dan D / A switcher berkecepatan tinggi, prosesor sinyal digital berkecepatan tinggi dan software package seperti yang ditunjukkan pada Gambar 9. 2.7 Modul Wireless Open-Access Research

Platform (WARP) Wireless Open-Access Reasearch Platform

(WARP) merupakan sebuah desain platform open-access tingkat tinggi yang sangat mampu, scalable, dan extensible untuk penelitian sistem komunikasi nirkabel. Platform WARP dirancang untuk memenuhi penelitian sistem komunikasi nirkabel dengan kinerja yang tinggi. Platform ini terdiri dari hardware dan implementasi FPGA yang keduanya merupakan blok kunci komunikasi. Peneliti yang akan melakukan penelitian di bidang komunikasi nirkabel dan pengembangan platform WARP ini, dapat secara bebas mendapatkan spesifikasi hardware dan implementasi algoritma karena sudah tersedia secara bebas (Open Access).

Arsitektur platform WARP ini terdiri dari empat komponen yaitu Custom hardware, platform support packages, open-access repository, dan research applications. Platform dirancang dari bawah ke atas untuk memenuhi tuntutan penelitian pada kinerja sistem nirkabel tingkat tinggi. Gambar 10 menunjukkan empat komponen utama dalam platform WARP, sedangkan Gambar 11 menunjukkan Board WARP bersama empat daughtercards. Gambar 12 menunjukkan Board WARP yang digunakan dalam penelitian.(Murphy, Ashu, & Behnaam, 2006)

Gambar 10 Empat komponen utama dalam

WARP


102

Gambar 11 WARP dengan empat daughtercards

(Amiri,2007)

Gambar 12 Modul WARP

3. METODOLOGI PENELITIAN

Pada penelitian sistem komunikasi SISO, pengirim (Rx) mengirimkan informasi berupa bit ke penerima (Tx). Modul WARP yang digunakan sebanyak 2 buah yang berfungsi sebagai source dan destination. Implementasi sistem dapat dilihat pada Gambar 13.

Gambar 13. Konfigurasi sistem SISO pada

WARP

Pada Gambar 13, terlihat bahwa informasi yang akan dikirim diolah terlebih dahulu di komputer menggunakan program Matlab, kemudian dikirimkan ke modul WARP melalui kabel LAN yang dihubungkan dengan switch ethernet. Informasi yang sampai di modul WARP (Tx) kemudian dikirimkan secara real time ke modul WARP (Rx) kemudian di kirimkan kembali ke komputer untuk diolah kembali sehingga didapatkan nilai BER. Blok sistem komunikasi SISO pada WARP dapat dilihat pada Gambar 14.

Pada Gambar 14, dapat dilihat bahwa WARP 1 sebagai Tx dan WARP 2 sebagai Rx. Peneltian ini mengirim data sebanyak 3876 bit, menggunakan modulasi PSK dengan M = 4. Jarak antara Tx dan Rx 5 meter. Pengukuran dilakukan di Laboratorium Telekomunikasi Multimedia Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember – Surabaya. Data yang berupa bit sebelum di kirim ke WARP melalui beberapa tahap yaitu modulasi PSK, penyisipan bit stuffing untuk estimasi kanal, penambahan preamble, proses upsample dengan

Squared Root Raised Cosine (SRRC) dan upconverter baseband, kemudian sinyal siap dikirimkan ke WARP 1. WARP 1 mengirimkan sinyal secara real time ke WARP 2 yang berperan sebagai destination (Rx).

Pada WARP 2 sinyal dikirim kembali ke komputer dan mengalami pengolahan sesuai tahap sebagai berikut downconverter, proses downsample dengan matched filter SRRC, pendeteksian preamble, estimasi kanal, penghilangan stuffing simbol, demodulasi PSK. Sehingga didapatkan deretan bit estimasi, kemudian deretan bit estimasi tersebut dibandingkan dengan deretan bit yang dikirim sehingga mendapatkan nilai BER untuk mengevaluasi kinerja sistem.

Gambar 14 Blok sistem komunikasi SISO pada

WARP

4. PENGUJIAN DAN PEMBAHASAN 4.1 Simulasi Sistem Komunikasi SISO

Simulasi sistem komunikasi SISO dengan teknik modulasi DQPSK dan PSK dilakukan menggunakan pemograman Matlab. Pada sub bab ini disimulasikan kanal ideal, dimana kanal ideal adalah kanal yang memiliki input dan output yang sama. Sinyal yang melewati kanal ideal hanya akan diberi gangguan (noise) berupa AWGN.

Proses validasi dilakukan untuk memastikan bahwa hasil simulasi yang telah dilakukan benar. Proses validasi tersebut dilakukan dengan cara membandingkan grafik BER hasil simulasi sistem komunikasi SISO dengan teknik modulasi DQPSK dan sistem komunikasi dengan teknik modulasi PSK. Parameter yang digunakan adalah jumlah bit yang dikirimkan sejumlah 105 bit. Sistem komunikasi SISO dengan teknik modulasi PSK diciptakan untuk memperbaiki phase yang tidak ada di teknik modulasi DQPSK, sehingga dapat memperbaiki kinerja sistem. Dengan demikian,


103

secara teoritis performansi sistem komunikasi SISO dengan teknik modulasi PSK pasti lebih baik daripa-da sistem komunikasi SISO dengan teknik modulasi DQPSK. Dapat dilihat pada Gambar 15.

0 2 4 6 8 10 1210-5

10-4

10-3

10-2

10-1

100

Eb/No

BE

R

QPSKDQPSK

Gambar 15 Hasil simulasi sistem komunikasi SISO

Berdasarkan Gambar 15, dapat dilihat bahwa

sistem komunikasi SISO dengan teknik modulasi PSK lebih baik daripada sistem komunikasi SISO dengan teknik modulasi DQPSK. Misalnya pada saat Eb/No benilai 12, pada sistem komunikasi SISO dengan teknik modulasi DQPSK nilai BER sebesar 0.0257, pada sistem komunikasi SISO dengan teknik modulasi PSK nilai BER sebesar 0.0000476.

4.2 Implementasi Sistem Komunikasi SISO

Implementasi sistem komunikasi SISO dilakukan dengan mengirimkan bit sebanyak 3576 menggunakan teknik modulasi PSK dengan M=4. Langkah awal yang dilakukan adalah membangkitkan deretan bit informasi yang ditunjukkan seperti Gambar 16 dan diagram konstelasi modulasi 4-PSK (QPSK) ditunjukkan pada Gambar 17. Gambar sinyal yang dikirimkan dan sinyal diterima dapat dilihat pada Gambar 18.

0 5 10 15 20 25 30 35 400

0.5

1Random Bits

Bit Index

Bin

ary

Val

ue

0 2 4 6 8 10 12 14 16 18 200

1

2

3Random Bits Mapped to Symbols

Symbol Index

Inte

ger V

alue

Gambar 16 Bit informasi yang dikirimkan

-2 -1 0 1 2-2

-1.5

-1

-0.5

0

0.5

1

1.5

2

Qua

drat

ure

In-Phase

Constellations

ReceivedTransmitted

Gambar 17 Diagram konstelasi modulasi 4-PSK

(QPSK)

200 400 600

-0.5

0

0.5

Tx Node 1 Radio 2 I

n (samples)A

mpl

itude

200 400 600 800

-0.5

0

0.5

Tx Node 1 Radio 2 Q

n (samples)

Am

plitu

de

200 400 600 800

-0.5

0

0.5

Rx Node 2 Radio 2 I

n (samples)

Am

plitu

de

200 400 600 800

-0.5

0

0.5

Rx Node 2 Radio 2 Q

n (samples)

Am

plitu

de

Gambar 18 Sinyal yang dikirim dan diterima

Setelah sinyal sudah sampai di tujuan akan mengalami proses demodulasi dan sebagainya seperti yang dijelaskan pada metode penelitian hingga mendapatkan estimasi bit-bit data. Setelah itu akan dibandingkan bit yang dikirim oleh sumber dan bit yang diterima oleh tujuan serta dihitung nilai BER nya yang ditunjukkan pada Gambar 19.

0 10 20 30 40 50 60 70 800

0.5

1Transmitted Bits

Bit Index

Bin

ary

Val

ue

0 10 20 30 40 50 60 70 800

0.5

1Received Bits

Bit Index

Bin

ary

Val

ue

Gambar 19 Bit yang dikirim dan diterima

Hubungan penguatan pemancar dengan daya

yang dipancarkan terlihat pada Gambar 20. Nilai penguatan pemancar berbanding lurus dengan daya yang dipancarkan. Gambar 21 menunujukkan nilai Bit Error Rate yang diperoleh dari implementasi SISO dengan teknik modulasi QPSK dengan mengubah nilai penguatan pemancar. Terlihat bahwa


104

nilai BER akan semakin kecil dengan semakin besar nilai penguatan pemancar. Bahkan nilai BER bernilai 0 setelah penguatan 20, ini berarti kinerja sistem baik. Sedangkan untuk teknik modulasi DQPSK, nilai BER belum bernilai 0 sampe dilakuan penguatan sampai 25. Ini menunjukkan bahwa kinerja sistem lebih baik menggunakan teknik modulasi QPSK. Hal ini sesuai dengan hasil simulasi.

Gambar 20 Penguatan pemancar- Pout

0 5 10 15 20 2510-4

10-3

10-2

10-1

100

Penguatan Pemancar

BE

R

DQPSKQPSK

Gambar 21 Grafik implementasi sistem

komunikasi SISO teknik modulasi DQPSK dan QPSK

5. KESIMPULAN

Berdasarkan data - data yang diperoleh dapat disimpulkan bahwa Wireless Open-Access Research Platform (WARP), dapat digunakan untuk mengimplementasikan sistem komunikasi SISO dengan teknik modulasi PSK. Pada simulasi, dapat dilihat bahwa kinerja sistem komunikasi SISO dengan teknik modulasi PSK lebih baik daripada menggunakan teknik modulasi DQPSK dengan melihat nilai BER. Pada implementasi, kinerja sistem komunikasi SISO dengan teknik modulasi PSK juga lebih baik dibandingkan dengan teknik modulasi DQPSK. Semakin tinggi nilai penguatan pemancar maka nilai BER semakin kecil. Dengan kata lain semakin tinggi nilai penguatan pemancar maka semakin baik kinerja sistem tersebut.

6. REFERENSI Amiri, K., Sun, Y., Murphy, P., Hunter, C.,

Cavallaro, J. R., Sabharwal, A. 2007. WARP, a Unified Wireless Network Testbed for Education and Research. IEEE International Conference on Microelectronic System Education (MSE’07).

Carrington, Alison L. 2008. Communications-Digital modulation. Faculty of Computing, Engineering & Technology, Staffordshire University.

Chiba, A., Sakamoto, T., Kawanishi, T., Higuma, K., Sudon, M., Ichikawa, J. 2010. 16-level Optical Quadrature Amplitude Modulation using Monolithic Quad-Parallel Mach-Zehnder Optical Modulator and Signal Transmission over 75-km Single-Mode Fiber. Laser and Electro-Optics (CLEO) and Quantum Electronics and Laser Science Conference (QELS), IEEE Conference.

Freeman.L.R. 1998. Telecommunication Transmission Handbook fourth edition. Wiley-Interscience.

Goldsmith. 2005. Wireless Communications. Cambrige Univ Press.

Grayver Eugene. 2013. Implementing Software Defined Radio. Springer.

Hranac, Ron. 2001. QPSK and 16-QAM Digital Modulation, Cisco.com.

Ibrahim, S.Z., Abbosh, A.M., Antoniades, M.A. 2012. Direct quadrature phase shift keying modulation using compact wideband six-port networks. IET Microwaves, Antennas & Propagation.

Li, Bo. 2011. Analysis and Design of Software Difined Radio. International Conference on Internet Computing and Information Services.

Murphy Patrick, Ashu Sabharwal, dan Behnaam Aazhang. 2006. Design of WARP: A Wireless Open-Access Research Platform. 14th European Signal Processing Conference (EUSIPCO 2006), Florence, Italy.

Ozyurt, S., Kucur, O., Altunbas, I. 2005. Performance of Rotated Phase Shift Keying Modulation over Ricean Fading Channels. Wireless Communication Systems, 2nd International Symposium on IEEE.

Proakis, John G. and Salehi Masoud. 2001. Digital Communications fifth edition. McGraw-Hill Higher Education.

Rohde and Schwarz. 2009, Introduction to MIMO, Application Note.

Stallings, William. 2007. Data and Computer Communications eight edition, Pearson Prentice Hall, New Jersey.

Tse David and Viswanath Pramod. 2005. Fundamental of Wireless Communication. Cambrige Press.

Usman, Uke K. 2008. Pengantar Ilmu Telekomunikasi. Informatika Bandung.


105

Yan, H., Zhou, S., Shi, Z., Cui, J., Wan, L., Huang, J., Zhou, H. 2010. DSP Implementation of SISO and MIMO OFDM Acoustic Modems. conference publications oceans 2010 IEEE-sydney 24-27.

Zheng, L. and Tse, D. N. C. 2002. Diversity and freedom: A fundamental tradeoff in multiple antenna channels. Proc. IEEE Int. Symp Information Theory (ISIT). Lausanne, Switzerland.


106

PENENTUAN PRIORITAS INVESTASI BIDANG TEKNOLOGI INFORMASI MENGGUNAKAN METODE FUZZY-MULTI CRITERIA DECISION MAKING

(STUDI KASUS POLITEKNIK CALTEX RIAU)

Rizka Bayu Wirawan1, Lukito Edi Nugroho2, Wing Wahyu Winarno3 1), 2),3) Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Jln. Grafika 2 Yogyakarta 55281, Telp./Fax:0274 547506 Email : [email protected]), [email protected] 2), [email protected])

ABSTRAK Adanya peningkatan pembelanjaan TI dan kompetisi bisnis menjadi alasan untuk diadakannya evaluasi penentuan keputusan investasi di bidang TI. Evaluasi tersebut tidak hanya dalam hal menetapkan jenis investasi yang dapat dilakukan tetapi lebih penting lagi bagaimana sebuah perusahaan dapat melakukan penetapan prioritas investasi mengingat adanya keterbatasan sumber daya biaya dan sumber daya manusia. Di samping itu, investasi TI yang dilakukan harus memiliki nilai efektifitas dan efisiensi yang tinggi untuk mendukung bisnis saat ini dan harus memiliki fleksibilitas yang baik untuk mengakomodasi kebutuhan bisnis mendatang. Penelitian ini menggunakan Fuzzy Multi Criteria Decision Making dengan menggabungkan beberapa metode yakni Balanced Scorecard, Fuzzy AHP dan Cost Benefit Analysis. Metode evaluasi investasi ini tidak hanya mengukur manfaat dari investasi yang mencakup aspek finansial (cost benefit analysis) saja namun juga aspek non-finansial agar investasi TI dapat berjalan secara efektif dan efisien. Kata kunci : investasi TI, Fuzzy Multi Criteria Decision Making, AHP, Cost benefit analysis, Balanced Scorecard ABSTRACT

An increase in IT spending and business competition was been the reason for the holding to evaluation of decision making investments in IT. The evaluation is not only in terms of establishing the type of investment that can be done but more importantly how a company can make the determination of investment priorities in light of the limited resources and human resource costs. In addition, IT investments are made must have a value that high effectiveness and efficiency to support the current business and must have good flexibility to accommodate future business needs. This study uses a Fuzzy Multi-Criteria Decision Making with combining some methods like Balanced Scorecard, Fuzzy AHP and Cost Benefit Analysis. This investment evaluation method does not only measure the benefits of investments that include financial aspects (cost benefit analysis), but also non - financial aspects of IT investments in order to run effectively and efficiently. Keywords : IT investment, Fuzzy Multiple Criteria Decision Making , AHP , Cost benefit analysis , Balanced Scorecard

1. PENDAHULUAN

1.1. Latar Belakang

Teknologi informasi (TI) merupakan hal yang vital dalam iklim bisnis saat ini. Kompetisi pasar didominasi oleh pihak-pihak yang dapat memberikan harga yang rasional, produk yang unggul, dan layanan yang prima. Merujuk pada poin terakhir, TI merupakan penopang utama inovasi-inovasi layanan dan senjata utama untuk strategi bisnis dalam memenangkan persaingan. Oleh karena itu, dapat dikatakan bahwa TI bukan hanya merupakan pendukung bisnis, akan tetapi telah menjadi inti penggerak bisnis (Witanti, 2007).

Hasil penelitian International Data Corporation (IDC, 2009) menyatakan bahwa perkiraan pertumbuhan belanja teknologi informasi di Indonesia berkisar 7,9% per tahun sampai tahun

2013. Pembelanjaan TI tersebut meliputi pengadaan perangkat keras, perangkat lunak, dan layanan TI. Peningkatan belanja TI dikarenakan manfaat TI mendukung bisnis semakin nyata seiring dengan kompetisi bisnis yang semakin meningkat dan dinamis. Investasi di bidang TI adalah kunci agar sebuah perusahaan mampu bertahan hidup di lingkungan bisnis yang kompetitif, sehingga mengharuskan sebuah perusahaan berinvestasi di bidang TI.

Adanya peningkatan pembelanjaan TI dan kompetisi bisnis menjadi alasan untuk diadakannya evaluasi penentuan keputusan investasi di bidang TI. Evaluasi tersebut tidak hanya dalam hal menetapkan jenis investasi yang dapat dilakukan tetapi lebih penting lagi bagaimana sebuah perusahaan dapat melakukan penetapan prioritas investasi mengingat adanya keterbatasan sumber daya biaya dan sumber daya manusia. Permasalahan lainnya terletak pada


107

keterbatasan waktu pencapaian tujuan bisnis pada sebuah perusahaan. Dengan adanya penetapan prioritas, sebuah perusahaan diharapkan dapat melakukan investasi dengan efektif dan tepat.

Adanya peningkatan pembelanjaan TI dan kompetisi bisnis menjadi alasan untuk diadakannya evaluasi penentuan keputusan investasi di bidang TI. Evaluasi investasi tidak hanya mencakup aspek finansial (cost benefit analysis) namun juga aspek non-finasial (kesempurnaan operasional, orientasi pengguna, dan orientasi masa depan) agar investasi TI dapat berjalan secara efektif dan efisien. Selain itu, dengan evaluasi ini diharapkan dapat mengukur nilai intangible (yang tidak mudah untuk diukur) dari investasi TI.

Sebagai sebuah institusi bisnis yang bergerak di bidang pendidikan, maka Politeknik Caltex Riau yang dikelola oleh PT Chevron Pacivic Indonesia (CPI) dan Pemerintah Provinsi Riau dipilih sebagai objek studi kasus. Alasan pemilihan institusi pendidikan tinggi ini karena PCR memiliki kelengkapan dokumen dan data pendukung yang diperlukan dalam penelitian ini. Alasan lain adalah karena rata-rata per tahun investasi dan belanja rutin bidang TI cukup signifikan yaitu mencapai kurang lebih 10% dari total pengeluarannya. Selama ini PCR menetapkan prioritas investasi bidang TI menggunakan analisa biaya saja sehingga banyak menemui kesulitan saat mengevaluasi investasi TI dari yang tidak mudah untuk diukur (intangible) (Nugroho, 2010). Penelitian ini diharapkan bisa menjawab permasalahan dari obyek studi kasus yang digunakan.

Berdasarkan uraian sebelumnya, permasalah-an yang akan diselesaikan dalam penelitian ini adalah bagaimana menentukan prioritasi investasi TI dengan: 1. Meningkatkan keselarasan antara strategi bisnis

dan strategi TI untuk menunjang kualitas prioritas investasi TI;

2. Mempertimbangkan kontribusi finansial perusahaan, kesempurnaan operasional, orientasi pengguna, dan orientasi masa depan;

3. Memperhatikan faktor cost dan benefit dari investasi TI.

1.2. Tujuan Penelitian

Penelitian ini bertujuan untuk : 1. Mengajukan model penelitian yang dapat

meningkatkan keselarasan antara strategi bisnis dan strategi SI dalam menentukan prioritas investasi TI;

2. Menentukan prioritas investasi bidang TI menggunakan Multi Criteria Decision Making dengan mempertimbangkan kontri-busi finansial perusahaan (cost benefit), dan non-finansial yang

meliputi kesempurna-an operasional, orientasi pengguna, dan orientasi masa depan.

2. TINJAUAN PUSTAKA

Bab ini menjelaskan mengenai teori terkait investasi teknologi informasi dan penetuan prioritas investasi menggunakan analisis finansial dengan Cost Benefit Analysis dan juga analisis non financial menggunakan metode fuzzy-AHP dengan kerangka Balanced Scorecard.

2.1. Metode Penentuan Prioritas Investasi TI.

Dalam mengevaluasi manfaat dari investasi TI, terdapat beberapa kendala di dalam manfaat investasi TI untuk menjadikan investasinya lebih efektif dan efisien. Adapun beberapa kendala yang dihadapi, yaitu: 1. Hal pertama dari evaluasi TI sulit dibuat karena

jenis keuntungan yang didapat perusahaan berasal dari penerapan aplikasinya. Manfaat ini berasal dari peningkatan efisiensi dan efektivitas.

2. Keduanya memegang peran yang banyak dalam evaluasi investasi TI yang melibatkan pemahaman fenomena ini.

Banyak cara untuk mengevaluasi manfaat dari investasi TI. Lee et al. (2008) melakukan evaluasi terhadap sebuah departemen TI dalam industri manufaktur di Taiwan menggunakan metode Fuzzy-AHP dan BSC. Dalam penelitiannya, disimpulkan bahwa Fuzzy-AHP merupakan metode untuk tidak mentolerir ketidakjelasan dan ambiguitas informasi. Konsep ini diterapkan untuk menentukan hirarki dengan empat perspektif utama (keuangan, pelanggan, proses bisnis internal, serta pembelajaran dan pertumbuhan), dan indikator kinerja yang dipilih untuk masing-masing perspektif.

Sanjaya (2011) melakukan analisa efektifitas kinerja departemen IT pada Vi8e Interactive Pte. Ltd. Dalam penelitiannya, Sanjaya menggunakan metode IT Balanced Scorecard, AHP dan CMM. Dalam penelitian ini dapat disimpulkan bahwa IT Balance Scorecard (BSC) diperlukan untuk mengukur efektifitas pemanfaatan TI di perusahaan. IT Balanced Scorecard diperlukan untuk memantau kinerja departemen TI yang selanjutnya dapat dilakukan perbaikan secara berkala.

Munoz (2006) melakukan analisis ROI untuk menyeleksi proyek TI pada pengembangan E-Goverment di NASA, USA. Dalam penelitiannya, Munoz menggunakan metode ANP, BSC, Real Option, Monte Carlo Simulation yang kemudian diberi nama ROSS (Real Option Strategi Scorecard). Pendekatan ROSS yang dikembangkan memungkinkan manajer untuk lebih membanding-kan dan peringkat proyek dalam portofolio TI, mengoptimalkan analisis ROI dan pemilihan proyek sistem informasi. Selain itu, dalam penelitian ini


108

menggunakan dua aspek sebagai indikator pemilihan proyek yakni aspek finansial (Real Option Valuation dan Monte Carlo) dan aspek non finansial yakni (ANP dan BSC).

Nugroho (2010) mencoba untuk menentukan prioritas investasi TI dengan mempertimbang-kan tujuan bisnis, respon terhadap kompetisi di lingkungan bisnis, efisiensi dan fleksibilitas di Politeknik Caltec Riau. Metode yang digunakan adalah Quality Function Deployment (QFD) dan SAM. Model yang diajukan dalam penelitian ini hanya memperhatikan aspek strategis saja, masih perlu dikembangkan model yang selain memperhatikan aspek strategis juga memperhatikan aspek financial dan aspek teknis secara simultan

Sisilia (2010) melakukan evaluasi terhadap penerapan investasi teknologi informasi pada PT. Intermedia Promosindo. Metode yang digunakan adalah Information Economics, Critical Success Factor, dan Return On Investment. Berdasarkan hasil penelitiannya, Sisilia berpendapat bahwa dalam melakukan analisis investasi TI harus berdasarkan nilai guna ekonomis. Selain itu, evaluasi perlu dilakukan dengan menentukan tingkat prioritas sehingga dapat mengurangi beberapa investasi yang dianggap kurang penting.

Rahma (2012) melakukan perancangan manajemen portofolio investasi pada bidang teknologi informasi perbankan menggunakan metode Val IT. Dalam penelitiannya, Rahma memfokuskan pada penelitian investasi dari segi value governance, portofolio management dan investment management.

Model atau metode tradisional yang banyak dipakai sektor industri adalah dengan menggunakan kriteria finansial dimana kriteria utama yang digunakan berdasarkan biaya-keuntungan (cost-benefit). Penggunaan tunggal ini tidak dapat menilai semua keuntungan yang didapat dari sebuah investasi. Semua ini dapat terjadi apabila perusahaan hanya melihat fungsi TI sebagai pendukung daripada strategis. Sebab lain adalah para eksekutif tidak memahami bagaimana TI dapat diimplementasikan dengan efektif sehingga pada akhirnya TI hanya dilihat dari segi teknis daripada pendekatan bisnis.

Saat ini paradigma yang digunakan dalam memposisikan TI mengalami perubahan. TI ditempatkan pada posisi strategis yang mendukung bisnis daripada sekedar teknis. Adanya perubahan paradigma ini menuntut untuk dilakukannya metode evaluasi investasi TI yang memperhatikan integrasi strategis dan memasukkan pengukuran non-finansial.

Menurut Indrajit (2004) kekuatan utama dari metode Cost Benefit Analysis karena “Berhasilnya manajemen dalam mengkuantifikasikan biaya dan

manfaat yang bersifat kualitatif maupun intangible”. Sedangkan kelemahannya, Indrajit mengungkapkan “Menurut kejadian yang sudah-sudah, sering terjadi perselisihan atau perdebatan dalam menentukan teknik yang sesuai dalam mencari value elemen yang nilainya tidak jelas tersebut.”

Untuk lebih memperjelas nilai value elemen yang tidak jelas di metode cost benefit analysis, dalam menilai sebuah investasi TI perlu didukung dengan melakukan skoring dengan memperhatikan empat perspektif dalam Balance Scorecard yang mencakup perspektif manajer papan atas dan operasional pengguna sistem informasi. Adapun kelebihan dari penggunaan IT Balanced Scorecard adalah: a. Perusahaan dapat mengembangkan analisis

kinerja TI mereka secara luas dan spesifik yaitu dari beberapa perspektif orientasi pelanggan atau pengguna, kontribusi perusahaan, kesempurnaan operasional, dan orientasi masa depan.

b. Meningkatkan efektifitas proyek TI untuk memenuhi kebutuhan strategi perusahaan.

c. Memberikan pengertian yang lebih luas dan penerimaan dari insiatif TI melalui komunikasi yang jelas dan komprehensif.

d. Meningkatkan hubungan dan dialog antara TI dengan perusahaan serta unit bisnis pelanggan.

e. Teknologi lebih diposisikan untuk meningkatkan keunggulan bersaing.

Selain kunggulan yang dimilikinya, terdapat kelemahan IT Balanced Scorecard, yaitu hasil dari analisa IT Balanced Scorecard tidak dapat dibandingkan antara perusahaan yang satu dengan perusahaan yang lain, karena hasilnya sebagian besar berlainan antara perusahaan satu dengan lainnya kecuali pembandingan dilakukan antara anak perusahaan yang memiliki kebijakan perusahaan yang sama.

Pada dunia nyata pastilah banyak kriteria dan altenatif yang terlibat dalam pengambilan keputusan. Hal ini membuat proses pengambilan keputusan semakin rumit karena terjadinya konflik pendapat seperti ketidak samaan pendapat mengenai tingkat prioritas dari setiap kriteria. Hal ini tentunya dapat berpotensi menurunkan tingkat kegunaan sistem informasi karena rendahnya tingkat penerimaan pengguna sistem informasi akibat konflik yang terjadi. Oleh karena itu AHP yang mampu memecah masalah kompleks menjadi elemen – elemen yang lebih kecil dalam bentuk hierarki yang lebih sederhana dinilai dapat digunakan untuk pengambilan keputusan dengan jumlah kriteria yang lebih dari satu atau yang sering disebut multi criteria decision making.

Namun pada perkembangan selanjutnya AHP dinilai masih memiliki beberapa kelemahan yaitu ketidakmampuan untuk meng-capture kesamaran (vagueness), ketidakpastian, ketidaktepatan dan


109

subjektivitas pada penilaian yang dilakukan oleh beberapa orang. M Buckley (dalam Hsieh [10]) mengembangkan konsep Fuzzy-AHP (FAHP) yaitu pengembangan dari AHP dengan mengintegrasikan AHP dengan fuzzy synthectic evaluation (FSE). Pada FAHP menggunakan rasio fuzzy untuk menggantikan rasio eksak pada AHP dan juga digunakan operasi dan logika matematika fuzzy untuk menggantikan operasi matematika biasa pada AHP. Pengguna rasio fuzzy pada FAHP karena ketidakmampuan AHP untuk mengakomodir faktor ketidaktepatan (imprecision) dan subjektivitas pada proses pairwise comparison atau perbandingan berpasangan untuk setiap kriteria dan altenatif. Kekurangan dari metode ini terletak pada kerumitan dalam proses perhitungan kalkulasi skoring investasi TI sehingga seseorang pemegang keputusan membutuhkan seorang konsultan yang paham betul dengan metode ini. Namun untuk sebuah industri atau perusahaan kelemahan ini tidaklah substansial karena dapat dengan mudah melakukan outsourcing ataupun menyewa konsultan terbaik di bidangnya.

Dengan memperhatikan kelebihan-kelebihan yang terdapat pada masing-masing metode mampu mengatasi kekurangan dari metode yang lain maka dengan ini penelitian dilakukan dengan menggabungkan ke empat metode tersebut (Cost Benefit Analysis, IT Balaced Scorecard, AHP dan Fuzzy) kedalam satu metode yang disebut Fuzzy Multi Criteria Decision Making. Metode Fuzzy Multi Criteria Decision Making ini diharapkan dapat meningkatkan nilai efektifitas dan efisiensi penggunaan sistem informasi untuk mendukung keselarasan strategi bisnis perusahaan dengan strategi TI.

2.2. Cost Benefit Analysis (CBA)

Metode CBA adalah pendekatan yang mencoba untuk menentukan atau menghitung nilai dari setiap elemen teknologi informasi yang memiliki kontribusi terhadap biaya yang dikeluarkan dan nilai manfaat yang diperoleh . Pada mulanya, metode ini lahir untuk mengantisipasi banyaknya elemen terkait – seperti manfaat - dengan teknologi informasi yang tidak memiliki nilai pasar atau harga yang jelas. Hal ini dapat dicontohkan bahwa akan dinilai berapa manfaat implementasi sebuah sistem teknologi yang memiliki potensi untuk menyelematkan nyawa satu orang? Di dalam CBA, elemen yang tidak memiliki value yang jelas dicoba untuk dicari nilai padanannya (dalam mata uang) dengan menggunakan berbagai teknik penilaian (valuation technique). Hasil dari biaya dan manfaat yang telah ditransfer ke dalam satuan mata uang tersebut selanjutnya dapat diproyeksikan ke dalam format alur kas (cash flow) atau dengan menggunakan metode standar ROI yang telah dikenal luas. Kekuatan utama dari metode ini adalah bahwa telah berhasilnya manajemen dalam

mengkuantifikasikan biaya dan manfaat yang bersifat kualitatif maupun intangible. Sementara kelemahan utama dari metode ini menurut kejadian yang sudah-sudah adalah sering terjadi perselisihan atau perdebatan dalam menentukan teknik yang sesuai dalam mencari value elemen yang nilainya tidak jelas tersebut.

2.3. Balanced Scorecard

Martinsons et al. (1999) mengadaptasi konsep Balanced Scorecard tradisional dan menggunakan-nya pada departemen teknologi informasi suatu perusahaan, dari situ maka muncul IT Balanced Scorecard yang merupakan modifikasi dari Balanced Scorecard tradisional. Alasan mereka melakukan perubahan tersebut adalah karena unit TI dalam suatu perusahaan biasanya melayani kebutuhan internal perusahaan, dan proyek yang dilaksanakan biasanya dikerjakan untuk kepentingan unit perusahaan secara keseluruhan. (Keyes, 2005). Dari empat persektif balanced scorecard kemudian dimodifikasi menjadi kontribusi bisnis, orientasi pengguna atau pelanggan, kesempurnaan operasional dan orientasi masa depan seperti yang ditunjukkan pada gambar 1 berikut ini

Gambar 1. Modifikasi perspektif Balanced Scorecard

2.4. Fuzzy-AHP

Menurut Saaty (1993), Analytic Hierarchy Process (AHP) didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan AHP, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan menjadi lebih terstruktur dan sistematis seperti gambar 2 berikut ini.


110

Gambar 2. Analytical Hierarcy Process – Dekomposisi Masalah

Pada prinsipnya, AHP adalah memberikan nilai prioritas untuk masing-masing kriteria. Untuk melakukan hal ini dapat dilakukan dengan menggunakan kuesioner perbandingan berpasangan, yang akan membandingkan antara item satu dengan item yang lain, tujuannya adalah untuk menentukan prioritas kepentingan antara item satu dengan lainnya. AHP menggunakan skala prioritas dalam perbandingan antara satu item dengan item lainnya.Berikut ini adalah skala prioritas yang digunakan pada metode AHP ditunjukkan pada tabel 1.

Tabel 1. Tabel Skala Penilaian Perbandingan Berpasangan (Keyes, 2005).

Namun pada perkembangan selanjutnya AHP dinilai masih memiliki beberapa kelemahan yaitu ketidakmampuan untuk meng-capture kesamaran (vagueness), ketidakpastian, ketidaktepatan dan subjektivitas pada penilaian yang dilakukan oleh beberapa orang. Hsieh (2004) mengembangkan konsep Fuzzy AHP (FAHP) yaitu pengembangan dari AHP dengan mengintegrasikan AHP dengan fuzzy synthectic evaluation (FSE). Pada FAHP menggunakan rasio fuzzy untuk menggantikan rasio

eksak pada AHP dan juga digunakan operasi dan logika matematika fuzzy untuk menggantikan operasi matematika biasa pada AHP. Pengguna rasio fuzzy pada FAHP karena ketidakmampuan AHP untuk mengakomodir faktor ketidaktepatan (imprecision) dan subjektivitas pada proses pairwise comparison atau perbandingan berpasangan untuk setiap kriteria dan altenatif. Oleh karena itu digunakanlah rasio fuzzy yang terdiri dari tiga nilai yaitu nilai tertinggi (nilai atas), nilai rata – rata (nilai tengah) dan nilai terendah (nilai bawah). Dengan kelebihan dari metode inilah maka Fuzzy-AHP dianggap metode yang paling tepat untuk menentukan prioritas investasi TI.

3. PEMBAHASAN

3.1. Metode Penelitian 3.1.1. Bahan Penelitian

Bahan penelitian ini adalah dokumen di Politeknik Caltex Riau (PCR) sebagai objek studi kasus.Bahan penelitian dibagi menjadi dua kategori yaitu dokumen dan responden pada tingkat manajemen strategis dan tingkat implementator TI di PCR. Dokumen yang dipakai adalah Rencana Strategis Politeknik Caltex Riau (Renstra) tahun 2007-2012, dan implementasi program pada Unit Pelaksana Teknis Pusat Komputer (UPT PUSKOM) PCR. Responden pada tingkat manajemen strategis melibatkan direktur, wakil direktur dan asisten direktur, sedangkan responden pada tingkat implementator TI melibatkan kepala dan staf UPT PUSKOM.

3.1.2. Alat Penelitian

Alat yang dipakai dalam penelitian ini adalah lembar kerja Matrix AHP BSC, lembar kuesioner, perangkat lunak Microsoft Office 2013 sebagai alat pengolah data.

3.1.3. Jalan Penelitian

Gambar 3-6 bawah ini merupakan diagram alir yang menjelaskan langkah-langkah yang dilakukan penulis pada penulisan penelitian :


111

Gambar 3. Flowchart jalan penelitian bagian 1




3.2. Analisis Cost Benefit Sistem Informasi

Untuk melakukan analisis cost benefit, dilakukan wawancara dengan beberapa pihak. Analisis ini digunakan untuk mengetahui sejauh mana sistem informasi bermanfaat bagi perusahaan secara ekonomis dibandingkan dengan nilai investasi yang dilakukan untuk membangun sistem informasi di Politeknik Caltec Riau. Karena keterbatasan dokumen-dokumen terkait alokasi dana untuk sistem informasi di PCR, maka analisis terbatas yang dilakukan selama empat tahun terakhir yakni sejak tahun 2010. Berikut ini sistem informasi yang dibahas dalam analisis cost benefit:

Tabel 2. Investasi Sistem Informasi sejak tahun 2010

No. Sistem Informasi 1. WEB PMB 2. SIAK-SIS-EPSBED 3. Student Career Center 4. Tracer Study 5. Kepegawaian 6. E-Library


112

Dari data investasi sejak tahun 2010 tersebut, selanjutnya dilakukan wawancara terhadap teknisi/programer di bagian puskom dan bagian keuangan untuk mendapatkan data-data terkait investasi teknologi informasi yang sudah dilakukan. Hasil wawancara kemudian dilakukan analisis nilai cost-benefit ratio (CBR) untuk masing-masing sistem informasi yang sudah dilakukan sehingga diperoleh hasil pada tabel 4 berikut ini :

Cost-benefit ratio ini merupakan perbandingan antara jumlah biaya (cost) yang dilakukan perusahaan untuk membangun masing-masing sistem informasi dibandingkan dengan hasil pengukuran manfaat yang didapat sesudah sistem informasi tersebut diterapkan. Untuk lebih memahami perhitungan cost benefit ratio tersebut, diambil contoh dalam menghitung CBR dari web PMB. Untuk membangun web PMB dibutuhkan dana sebesar 39 juta rupiah untuk membeli server dan membayar programer dari alumni. Setelah dilakukan focus grup discusion (FGD) terutama dengan bagian keuangan dan bagian terkait dengan sistem informasi tersebut, diperoleh nilai manfaat berupa efisiensi dari sistem informasi web PMB. Efisiensi ini terletak pada pengurangan biaya publikasi hasil seleksi mahasiswa. Sebelum sistem ini digunakan, diperlukan uang senilai 15 Juta untuk setiap mengumumkan nama-nama calon mahasiswa yang lolos seleksi di media cetak ternama di Pekanbaru. Pengumuman hasi seleksi sendiri diumumkan tiga kali dalam setahun. Dari data tersebut maka diperoleh total benefit yang diperoleh perusahaan dalam menggunakan sistem aplikasi ini adalah 45 Juta pertahun. Berdasar uraian sebelumnya, maka nilai cost-benefit ratio (CBR) untuk sistem informasi web PMB adalah :

Nilai Dari contoh perhitungan CBR untuk sistem informasi web PMB, maka dilakukan pula untuk sistem informasi yang lain sehingga diperoleh tabel 3 berikut ini.

Tabel 3. Hasil perangkingan Cost Benefit Ratio

No Nama Proyek CBR

1. Inventory 8,26 %

2. SIAK-SIS-EPSBED 28,79 %

3. E-Library 8,20 %

4. Web PMB 115,38 %

5. Kepegawaian 17,49 %

6. Student Career Center 28,33 %

7. Tracer Study 7,81 %

Nilai 115,38 % didapat dari nilai CBR diakalikan dikonversi ke persen (%) dengan dikalikan dengan 100 yang maksudnya adalah ketika dilakukan investasi senilai Rp. 100,- maka tiap tahun dapat menghasilkan keuntungan sebesar Rp. 115,38,-.

3.3. Penentuan Kriteria Balanced Scorecard

Dari hasil wawancara, brainstorming dengan pihak perusahaan, dan studi pustaka terkait 4 sudut pandang IT Balanced Scorecard ditetapkan beberpa kriteria yang akan digunakan untuk melakukan pemilihan prioritas investasi TI. Kriteria-kriteria yang digunakan sebagai berikut :

1. Kontribusi terhadap perusahaan (Financial) a. Pengurangan biaya

Kriterian ini mengukur sejauh mana sistem informasi dapat meningkatkan pendapatan perusahaan dalam hal ini kaitannya dalam peningkatan efisiensi penggunaan anggaran perusahaan.

b. Peningkatan keuntungan Kriteria ini mengukur sejauh mana sistem informasi dapat meningkatkan keuntungan perusahaan dalam hal ini kaitannya dalam keuntungan dapat berupa uang maupun keuntungan yang tidak dapat diukur dengan uang (intangible) seperti peningkatan citra perusahaan, brand perusahaan di masyarakat, dan keuntungan lainnya.

2. Kebutuhan Operasional (Operational) a. Peningkatan kapasitas kerja

Kriteria ini mengukur sejauh mana sistem informasi dapat mendukung strategi perusahaan dalam meningkatkan kapasitas kerja dari pegawai dalam melakukan tugas dan fungsinya masing-masing.

b. Peningkatan efisiensi Kriteria ini mengukur sejauh mana sistem informasi dapat mendukung strategi perusahaan dalam meningkatkan efisiensi penggunaan waktu dalam melakukan tugas dan fungsinya masing-masing.

3. Kebutuhan Pengguna (Customer) a. Fleksibilitas kerja

Kriteria ini mengukur sejauh mana sistem informasi dapat meningkatkan fleksibilitas kerja dari masing-masing tugas dan fungsiny. Hal ini terkait dalam hal kemudahan penggunaan aplikasi dalam mendukung pekerjaan.

b. Respon layanan Kriteria ini mengukur sejauh mana sistem informasi dapat meningkatkan respon layanan. Hal ini terkait dengan kecepatan pertukaran informasi antar divisi atau antar pengguna system

c. Reliabilitas


113

Kriteria ini mengukur sejauh mana sistem informasi dapat digunakan secara handal dalam mendukung kinerja masing-masing fungsi pekerjaan.

4. Perkembangan perusahaan ke depan (Knowledege)

a. Kurva pembelajaran (peningkatan mutu) Kriteria ini mengukur sejauh mana sistem informasi dapat meningkatkan mutu dari sebuah perusahaan. Hal ini terkait dengan kebutuhan perusahaan dalam memenangkan persaingan dengan sesama kompetitor.

b. Kerja tim Kriteria ini mengukur sejauh mana sistem informasi dapat meningkatkan kerja tim secara keseluruhan dalam sebuah organisasi.

3.4. Analisis F-AHP

Masing-masing sistem informasi memiliki pengguna (internal) yang berbeda-beda, misalnya sebagai contoh berikut ini diambil dari hasil kuesioner untuk sistem informasi Career Center dengan narasumber dua orang yakni Kabag PR & Marketing (evaluator 1) serta Asisten Direktur III Bagian Kerjasama, Pemasaran dan Alumni (evaluator 2). Narasumber ini ditentukan berdasarkan wawancara dengan beberapa sumber mengenai sistem informasi yang digunakan dan dokumen renstra TI PCR yang terakhir dibuat pada tahun 2010. Selain itu, penentuan narasumber juga ditentukan dengan berdasarkan kaidah IT Balanced Scorecard yakni perwakilan dari pihak pengguna sistem informasi, bagian operasional (divisi terkait) yang memanfaatkan sistem informasi tersebut, dan penentu kebijakan peusahaan yang mengerti tentang pengaturan keuangan (financial) dan rencana perkembangan perusahaan kedepan (knowledge). Untuk lebih memahami prinsip AHP yang digunakan dalam penelitian ini, dapat dilihat dalam gambar 7 berikut ini.

Gambar 7. Diagram Skema AHP Penelitian

Dari hasil penelitian diperoleh hasil prioritas infestasi menggunakan analisis F-AHP yang ditunjukkan pada tabel 4-9 berikut ini.

Tabel 4. KPI untuk sitem informasi WEB PMB

Tabel 5. KPI untuk sitem informasi SIAK-SIS-EPSBED

Tabel 6. KPI untuk sitem informasi Student Career Center (SCC)

Tabel 7. KPI untuk sitem informasi Tracer Study


114

Tabel 8. KPI untuk sitem informasi Kepegawaian

Tabel 9. KPI untuk sitem informasi E-Library

Dari tabel perhitungan KPI masing-masing sistem informasi dapat diperoleh skor F-AHP dengan mengkonfersi ke persen (%) dengan mengalikannya dengan angka 100 sehinggga diperoleh tabel 10 berikut:

Tabel 10. Skor F-AHP

No Nama Proyek F-AHP

1. Inventory 64,3 %

2. SIAK-SIS-EPSBED 87,1 %

3. E-Library 78,9 %

4. Web PMB 88,7 %

5. Kepegawaian 71,8 %

6. Student Career Center 86,2 %

7. Tracer Study 84,2 % 3.5. Usulan prioritas investasi

Dari kedua analisis yakni analisis keuangan yang menggunakan metode cost benefit analysis dan analisis non-keuangan menggunakan analisis F-AHP, diperoleh peta investasi yang ditunjukkan pada gambar 8 berikut ini.

Gambar 8. Peta alur prioritas investasi sistem informasi PCR

Secara garis besar, penentuan prioritas lebih condong ke sejauh mana sistem informasi memiliki kontribusi terhadap efisiensi operasional sehingga dapat diajukan peringkat prioritas investasi sistem informasi di tabel 11 berikut ini.

Tabel 11. Rekomendasi peringkat prioritas investasi sistem informasi di PCR

Rangking Nama Proyek

1 Web PMB

2 SIAK-SIS-EPSBED

3 Student Career Center

4 Kepegawaian

5 Tracer Study

6 E-Library

7 Inventory

3.6. Usulan Peningkatan Key Performance Index (KPI)

Dengan menggunakan metode ini, dapat pula dilakukan untuk mengidentifikasi pandangan dari 4 sudut pandang Balance Scorecard (manajemen, operasional, pengguna, dan arah pengembangan ke depan) sehingga diharapkan dapat digunakan sebagai masukan ke pemegang keputusan dalam meningkatkan nilai guna, efisiensi dan efektifitas investasi sistem informasi. Berikut ini beberapa hal yang perlu dilakukan kedepannya : - Perlu ditingkatkan kenyamanan penggunaan

(user firiendly) dan kehandalan sistem informasi yang dibangun agar tingkat penerimaan pengguna terhadap sistem dapat meningkat sehingga sistem informasi yang dibangun dapat berfungsi secara maksimal.

- Untuk aplikasi yang berbentuk web, perlu ditingkatkan proses refreshment konten sehingga fungsi informatif dapat berfungsi.

- Khusus untuk aplikasi yang bukan bebentuk web, kekurangan yang paling mendasar adalah dalam proses pembangunannya adalah terletak pada pendefinisian proses bisnis. proses bisnis tidak didefiniskan dengan baik sejak awal pembuatan. hal ini menyebabkan terjadi kesalahan dalam proses pengembangan yang


115

terkadang tidak sesuai dengan tujuan pengembangan awal.

- Diperlukan kombinasi metode pembangunan sistem informasi insource maupun outsource sesuai dengan masing-masing karakteristik sistem informasi yang ingin dibangun.

4. KESIMPULAN

Berdasarkan hasil dan pembahasan pada bab sebelumnya, maka dapat diambil kesimpulan bahwa model atau kerangka kerja penentuan investasi TI menggunakan Fuzzy-MCDM yang diajukan terbukti mampu meningkatkan kesela-rasan strategis antara strategi bisnis dan strategi TI dalam proses penentuan prioritas investasi TI. Selain itu, model ini dapat digunakan untuk mendeskripsikan potensi-potensi yang dapat dikembangkan untuk pengembangan sistem informasi kedepannya.

Dari hasil observasi lapangan, dalam menentukan prioritas investasi cenderung mementingkan sisi Financial dan Knowledge saja karena keputusan terbatas diambil dari sudut pandang manajer papan atas sebagai pengambil keputusan yang lebih cenderung mementingkan efisiensi penggunaan anggaran dan developer sebagai pengembang yang lebih menekankan pada kemudahan proses pengembangan sehingga keputusan yang diambil terkadang tidak mampu meningkatkan kemanfaatan dari pembuatan sistem informasi sebagai penunjang strategi bisnis. Padahal secara tujuan utamanya, pengembangan sistem informasi di Politeknik Caltec Riau lebih dititikberatkan untuk efektifitas operasional dan kemudahan user dalam menggunakan sistem informasi tersebut. Dengan kerangka kerja yang diajukan di penelitian ini, diharapkan kesenjangan komunikasi antara operasionalitas pengguna sistem informasi dan pengambil keputusan dapat dihilangkan sehingga tujuan utama pengembangan sistem informasi dapat berjalan secara efektif dan efisien. Hal ini tentunya dipengaruhi dengan dapat dimaksimalkannya tingkat penerimaan pengguna sistem informasi terhadap sistem informasi yang dikembangkan. Model yang diajukan juga dapat digunakan untuk mendeskripsikan potensi-potensi yang dapat dikembangkan untuk pengembangan sistem informasi kedepannya agar bermanfaat secara maksimal sesuai strategi bisnis perusahaan.

PUSTAKA

Hsieh, Lu, and Tzeng. (2004). Fuzzy MCDM Approach for Planning and Design Tenders Selection in Public Office Buildings. International Journal of Project Management. Elsevier.

IDC. (2009). Aid to Recovery: The Economic Impact of IT, Software, and The Microsoft Ecosystem on

The Economy in Indonesia, October 2009: International Data Corporation: Economic Impact Study.

Indrajit, R. E. (2004). Kajian Strategis Cost Benefit Teknologi Informasi. ANDI. Yogyakarta Suwardi, Luis, dan Biromo, Prima A. 2007, Step by Step in Cascading Balanced Scorecard to Functional Scorecards, PT Gramedia Pustaka Utama, Jakarta.

Keyes, Jessica. (2005). Implementing The IT Balanced Scorecard: Aligning IT with Corporate Strategy. Boca Raton – FL : Auerbach Publication

Kim, Y. J., & Sanders, G. L. (2002). Strategic Actions in Information Technology Investment Based on Real Option Theory. Decision Support Systems, 33(1), 1-11.

Lee, A. H.I., Chen,W. C. dan Chang J. (2008). A fuzzy AHP and BSC Approach for Evaluating Performance of IT Department in the Manufacturing Industry in Taiwan. Expert Systems with Applications 34 96–107.

Martinsons, M., R. Davison, and D. Tse. (1999). The Balanced Scorecard: A Foundation for the Strategic Management of Information Systems.

Munoz, C. (2006). A Real Option Strategic Scorecard Decision Framework For It Project Selection.

Nugroho, E. S. (2010). Penentuan Prioritas Investasi Bidang Teknologi Informasi Menggunakan Quality Function Deployment (QFD). Paper presented at the Applied Engineering Seminar 2010, Pekanbaru, Indonesia.

Rahma, G. V. dan Surendro, K. (2012). Perancangan Manajemen Portofolio Investasi pada Bidang Teknologi Informasi Perbankan Menggunakan Kerangka Kerja Val IT 2.0. Jurnal Sarjana Institut Teknologi Bandung Bidang Teknik Elektro dan Informatika

Saaty, Thomas L. (1993). Pengambilan Keputusan Bagi Para Pemimpin. Cetakan Kedua. PT. Pustaka Binaman Pressindo, Jakarta Pusat.

Sanjaya, D. A. (2011) Analisa Efektifitas Kinerja Departemen IT dengan Menggunakan Metode IT Balanced Scorecard Pada VI8E Interactive PTE. LTD.

Sisilia. (2010). Evaluasi Terhadap Penerapan Investasi Teknologi Informasi pada PT. Intermedia Promosindo dengan Pendekatan Information Economics.

Witanti, Wina. 2007. Val IT : Kerangka Kerja Evaluasi Teknologi Informasi, [online], (http://journal.uii.ac.id/index.php/article/view/1715/, diakses 2 November 2013).


116

PERBANDINGAN PENERAPAN OOP DAN AOP PADA APLIKASI YANG DIBANGUN DENGAN FRAMEWORK ASP.NET MVC WEB APPLICATION

Adi Kusjani1, Lukito Edi Nugroho2, Sujoko Sumaryono3

Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada Jl. Grafika No.2 Kampus UGM Yogyakarta

Telp. +62 274 552305 E-mail:[email protected], [email protected], [email protected]

ABSTRAK

Paradigma Object Oriented Programming (OOP) mempunyai permasalahan dalam mengelompokkan fungsionalitas program yang terdapat dalam beberapa class yang tidak dapat dikelompokkan ke dalam suatu class tertentu, fungsionalitas program tersebut merupakan cross cutting concern. Kemudian muncul paradigma baru yaitu Aspect Oriented Programming (AOP) yang dikembangkan untuk memperbaiki paradigma OOP, dengan mengelompokkan cross cutting concern tersebut dalam sebuah class, yang kemudian disebut dengan aspect. Pada penelitian ini, kami akan menganalisis perbandingan penerapan OOP dan AOP dalam sebuah aplikasi yang dibangun menggunakan ASP.NET MVC Web Application, dimana untuk penerapan AOP menggunakan kelas-kelas Attribute yang ada di System.web.MVC, dengan batasan pada fungsionalitas program: fungsi logging, authorization dan error handling, yang akan diimplementasikan pada kedua paradigma. Adapun kaidah-kaidah untuk membandingkannya ini meliputi: reusability, understandability, maintainability dan testability. Untuk membandingkan menggunakan metode CK-metric berikut ini: Weighted Methods per Class, Response for Class, Lack of Cohesion in Methods, Coupling Between Object Classes, Depth of Inheritance Tree,dan Number of Children. Dari penelitian ini dapat dibuat kesimpulan bahwa aplikasi AOP lebih baik pada semua kaidah yaitu: reusability, maintainability, understandability dan testability, kecuali pada untuk metode Depth of Inheritance Tree kaidah understandability dari aplikasi OOP lebih baik dibandingkan dengan aplikasi AOP. Kata kunci: Cross Cutting Concern, CK-Metric, Pemrograman Berorientasi Aspek, Pemrograman

Berorientasi Objek

1. PENDAHULUAN 1.1 Latar Belakang

Pemrograman Berorientasi Objek (OOP) telah menjadi teknologi utama pemrograman dalam beberapa tahun terakhir, yang mempunyai kelebihan dalam meningkatkan readibility (mudah dibaca dan dipelajari), reusability (mudah digunakan kembali), dan dekomposisi permasalahan (permodulan). Tetapi OOP mempunyai permasalahan dalam mengelompokkan fungsionalitas program yang terdapat dalam beberapa class yang tidak dapat dikelompokkan ke dalam suatu class tertentu, fungsionalitas program tersebut merupakan cross cutting concern. Hal ini akan menimbulkan permasalahan code tangling yaitu kondisi dimana struktur dari program tersebut tidak dapat ditelusuri dengan baik karena adanya kode-kode yang sama di beberapa bagian yang berbeda dalam program yang mengakibatkan aplikasi menjadi sulit dikelola dan diubah. Permasalahan lainnya scattering yaitu kondisi dimana beberapa aspek yang sama muncul pada setiap kelas.

Kemudian muncul paradigma baru yaitu Pemrograman Berorientasi Aspek (AOP) yang dikembangkan untuk memperbaiki paradigma OOP. AOP merupakan sebuah teknik yang melengkapi OOP dan berfungsi untuk mengatasi masalah diatas. Jika AOP dianalogikan dengan proses normalisasi pada pada perancangan basis data, maka AOP

merupakan teknik normalisasi cross cutting concern yang tersebar pada sebuah sistem, dan mengelompokkan cross cutting concern tersebut menjadi sebuah aspect. 1.2 Perumusan Masalah

Berdasarkan latar belakang yang telah disampaikan maka diperlukan adanya analisa perbandingan penerapan OOP dengan AOP dan sejauh mana kelebihan menerapkan AOP dibanding-kan dengan OOP. 1.3 Batasan Masalah

Batasan masalah dalam penelitian ini meliputi: 1. Fungsionalitas aplikasi meliputi: pencatatan

(logging), otorisasi (Authorization), dan penanganan kesalahan (Exception handling).

2. Kaidah-kaidah yang menunjukkan kualitas dari perangkat lunak, meliputi: Reusability, Understanbility, Maintenace dan Testability.

1.4 Manfaat Penelitian Dapat mengetahui kelebihan maupun kekurangan

penerapan AOP, sehingga dapat dijadikan pertimbangan untuk menerapkan AOP pada aplikasi yang akan dibangun, khususnya yang dibangun menggunakan bahasa C# dengan framework ASP.NET MVC Web application . 1.5 Tujuan Penelitian

Membuktikan kelebihan AOP dibandingkan OOP, dengan mengevaluasi berdasarkan kaidah-


117

kaidah perangkat lunak yang berkualitas, menggunakan beberapa metode CK-metric. 2. TINJAUAN PUSTAKA

Menurut Prasojo, Nugroho Gito (2005) dari Universitas Indonesia, Jakarta dalam paper “Penerapan Teknik Aspect Oriented Programming dengan Studi Kasus: Sistem Card Fraud Monitoring”, menunjukkan bahwa teknik Aspect Oriented Programming menyediakan solusi pemisahan cross cutting concern yang efisien dan solusi elegan untuk mengubah sistem berbasis object menjadi mudah dibaca dan mudah di maintain. Dari hasil uji coba runtime weaving memberikan hasil terjadi penurunan performansi sebesar 45% yang disebabkan pendekatan weaving yang digunakan adalah runtime, sehingga ada tambahan waktu untuk mengevaluasi point cut dan pembuatan Advice object.

Menurut Trahkasno, Adhika Subhaga (2009) dari Institut Teknologi Telkom, Bandung dalam paper “Analisis Implementasi Aspect Oriented Programming (AOP) dan Dependency Injection (DI) pada Kualitas Desain Aplikasi JEE, Studi Kasus Implementasi Spring Framework pada Aplikasi JEE”, menunjukkan bahwa dengan AOP dan DI dari Spring framework yang dianalisis tingkat ketergantungan (coupling) fungsional concern terhadap nonfungsional concern dari suatu aplikasi JEE, dimana tools untuk menganalisis menggunakan package dependencies metrics, CK-metrics untuk AOP, dan LOCC metrics. Dapat disimpulkan bahwa AOP dan DI dari spring framework dapat menurunkan tingkat ketergantungan (coupling) fungsional concern terhadap nonfungsional concern dan juga mengurangi duplikasi kode dari aplikasi JEE, yang pada akhirnya meningkatkan kualitas desain aplikasi JEE.

Menurut B Vasundhara dan KV Chalapati Rao (2012) dari Dept. of Computer Science, AMS School of Informatics, Hyderabad, India dan CVR College of Engineering, Ibrahimpatnam, India, dalam paper “Improving Software Modularity using AOP”, menunjukkan bahwa jika dibandingkan dengan OOP, AOP lebih baik secara fungsional dalam rekayasa perangkat lunak. Dalam OOP, modul perangkat lunak yang sesuai, langsung pada sebuah blok kode yang dapat dieksekusi. Sedangkan di AOP, sebuah crosscutting concern, dapat ditemukan dalam beberapa blok kode. Hal ini dapat mengubah sebuah modul menjadi kusut berantakan (tangled mess) dari crosscutting concern. AOP adalah sebuah paradigma pemrograman yang meningkatkan modularitas dengan memungkinkan pemisahan crosscutting concern. AOP tidak menggantikan OOP dalam pemeliharaan sistem tetapi menambahkan fitur dekomposisi tertentu yang mengatasi dominasi crosscutting concern. Efektivitas AOP diilustrasikan dengan membahas fungsi logging di aplikasi katalog belanja online.

3. METODOLOGI PENELITIAN Metode penelitian yang dilakukan meliputi:

3.1 Studi Pustaka dan Literatur Melakukan studi pustaka dan literatur dengan

melakukan pencarian, pengumpulan, pembelajaran buku-buku, literatur-literatur, jurnal dan bacaan-bacaan lainnya dan dari internet. 3.2 Perangkat Penelitian 3.2.1 Perangkat Keras

Perangkat keras yang digunakan adalah: Prosesor Core 2 Duo 1.8GHz, Memori 2 GB, Harddisk 320 GB, dan Sistem operasi Windows 7. 3.2.2 Perangkat Lunak

Perangkat lunak yang digunakan adalah: Microsoft Visual Studi 2012, ASP.NET MVC Web application, C# (Sharp), dan SQL Sever 2012. 3.2.3 Tahap-Tahap Penelitian 1. Membangun aplikasi berbasis web dengan

OOP dan AOP menggunakan bahasa C# dengan framework ASP.NET MVC Web application, yang keduanya memiliki sistem yang sama.

2. Melakukan pengujian pada aplikasi OOP dan AOP, dimana masing-masing aplikasi memiliki fungsionalitas tambahan sebagai berikut: pencatatan (logging), otorisasi (Authorization), dan penanganan kesalahan (Exception handling).

3. Membandingkan kedua aplikasi OOP dan AOP, dengan kaidah: reusability, understand-ability, maintainability dan testability, untuk metode yang digunakan membandingkan menggunakan metode CK-metric yang meliputi: Weighted Methods per Class (WMC)

digunakan untuk mengukur banyaknya method yang diimplementasikan dalam kelas.

Response for Class (RFC), digunakan untuk menghitung banyaknya method yang kemungkinan di eksekusi sebagai response atas message objek dari kelas tersebut.

Lack of Cohesion in Methods (LCOM), digunakan untuk mengukur derajat kemiripan method oleh variabel input data atau atribut dalam class.

Coupling Between Object Classes (CBO), digunakan menghitung jumlah class lainnya yang non-inheritance dimana class tersebut di couple(didalam satu class memanggil method dari class lainnya).

Depth of Inheritance Tree (DIT), digunakan untuk mengukur kedalaman dari suatu class pada inheritance hierarchy tree, dengan cara menghitung jumlah tingkatan dari kelas node ke root dari inheritance hierarchy tree.

Number of Children (NOC) merupakan jumlah subclass yang diturunkan langsung dari suatu class.


118

4. PENGUJIAN DAN PEMBAHASAN 4.1 Use Case Diagram

Dalam use case diagram seorang user (konsumen atau administrator) dapat melakukan beberapa aktifitas, dimana aktifitas inilah yang akan membatasi kegiatan user didalam sistem. Dalam penelitian ini use case diagram ini dipisahkan menjadi 3 berdasarkan fungsionalitas tambahan yang kemudian akan dijadikan aspek, yaitu: Logging, Authorization, dan Exception handling.

Berikut akan ditunjukkan use case diagram dari aplikasi yang akan dibangun, dengan fungsionalitas tambahan atau aspek Authorization, dapat dilihat pada gambar 1. Dalam use case diagram ini, fungsionalitas tambahan Authorization yang merupakan pemberian hak akses yang mengizinkan sebuah subyek (user atau program) mempunyai akses secara legal terhadap sebuah obyek (basis data, tabel, view, application, procedure, atau method yang dibuat di dalam sebuah sistem).

Untuk selanjutnya fungsionalitas tambahan atau aspek Authorization ini akan dikenakan pada use case: Mengelola Katalog dan Mengelola Pesanan.

Gambar 1. Use Case Diagram, Aspek Authorization 4.2 Class Diagram

Merupakan diagram yang menunjukan class-class yang ada dari sebuah sistem dan hubungannya secara logika. Class diagram menunjukkan hubungan antar class dalam sistem yang dibangun dan bagaimana setiap class saling berkolaborasi untuk mencapai suatu tujuan. Class diagram dari sistem aplikasi yang dibangun dapat dilihat pada gambar 2.

Gambar 2. Class Diagram Sistem Aplikasi

4.3 Beberapa tampilan dari kedua aplikasi Berikut ini beberapa tampilan pada aplikasi yang

dibangun, meliputi: Gambar 3. Halaman Utama, Gambar 4. Halaman Login, dan Gambar 5. Halaman Utama Administrator.

Gambar 3. Halaman Utama

Gambar 4. Halaman Login


119

Gambar 5. Halaman Utama Administrator

4.4 Fungsionalitas pada Aplikasi OOP Berikut ini salah satu contoh, kode program

fungsionalitas Authorization pada aplikasi OOP: using System; using System.Collections.Generic; using System.Linq; using System.Web; using System.Web.Mvc; using MvcMusicStore.Models; namespace MvcMusicStore.Models { public class Authorization { public void authoriseAdmin() { if (!HttpContext.Current.User .Identity.IsAuthenticated) {

HttpContext.Current .Response.Redirect("~ /Account/Logon");

} if (HttpContext.Current.User .IsInRole("Users")) { HttpContext.Current .Response.Redirect("~ /Account/AccessDenied"); } } public void authoriseUser() { if (!HttpContext.Current.User .Identity.IsAuthenticated) { HttpContext.Current .Response.Redirect("~ /Account/Logon"); } if (HttpContext.Current.User .IsInRole("Administrator")) {

HttpContext.Current .Response.Redirect("~ /Account/AccessDenied"); } } } } 4.5 Fungsionalitas pada Aplikasi AOP

Berikut ini salah satu contoh, kode program fungsionalitas Authorization pada aplikasi AOP: using System; using System.Collections.Generic; using System.Linq; using System.Web; using System.Web.Mvc; using MvcMusicStore.Models; namespace MvcMusicStore.Aspects { public class ActionLogFilterAttribute : ActionFilterAttribute, IActionFilter { public override void OnActionExecuting( ActionExecutingContext filterContext) { MVCMusicStoreEntities storeDB = new MVCMusicStoreEntities(); ActionLog log = new ActionLog() { Controller = filterContext. ActionDescriptor. ControllerDescriptor. ControllerName, Action = filterContext. ActionDescriptor.ActionName, IP = filterContext. HttpContext.Request. UserHostAddress, DateTime = filterContext. HttpContext.Timestamp, UserName = filterContext. HttpContext.User.Identity. Name }; storeDB.AddToActionLogs(log); storeDB.SaveChanges(); base.OnActionExecuting (filterContext); } } } 4.6 Analisis Aplikasi dengan Metrik WMC

Berikut tabel dan diagram hasil perhitungan WMC pada aplikasi OOP dan AOP. Tabel 1. Hasil Perhitungan WMC dari Aplikasi OOP dan AOP


120

Nama Kelas WMC OOP

Nama Kelas WMC AOP

Account Controller

8 Account Controller

8

Artist Controller

7 Artist Controller

7

Checkout Controller

3 Checkout Controller

3

Genre Controller

7 Genre Controller

7

Home Controller

2 Home Controller

2

Order Controller

3 Order Controller

3

OrderDetailController

1 OrderDetailController

1

Shopping Cart Controller

4 Shopping

Cart Controller

4

Store Controller

4 Store Controller

4

Store Manager Controller

8 Store

Manager Controller

8

Shopping Cart

11 Shopping Cart

11

Authoriza-tion

2 Exception Controller 1

Logging 1

ActionLog Filter Attribute

1

Total 61 Custom

Authorize Attribute

1

Model

Exception Attribute

1

Total 62

Gambar 6. Diagram perhitungan WMC dari OOP

Gambar 7. Diagram perhitungan WMC dari AOP

Dengan melihat hasil perhitungan WMC pada Tabel 1 dan diagram pada Gambar 6 dan Gambar 7, dimana hasil perhitungan WMC dari aplikasi OOP sama dengan 61 dan AOP sama dengan 62. Hasil perhitungan WMC berpengaruh terhadap understandability, maintenance, reusability dan testability. Maka dapat kita simpulkan pengukuran dengan metode metrik WMC, menunjukkan tingkat understandability, maintenance, reusability dan testability dari kedua aplikasi OOP dan AOP yang relatif sama. 4.7 Analisis Aplikasi dengan Metrik DIT

Berikut tabel dan diagram hasil perhitungan DIT pada aplikasi OOP dan AOP. Tabel 2. Hasil Perhitungan DIT dari Aplikasi OOP dan AOP

Nama Kelas DIT OOP

Nama Kelas DIT AOP

Account Controller

3 Account Controller

3

Artist Controller

3 Artist Controller

3

Checkout Controller

3 Checkout Controller

3

Genre Controller

3 Genre Controller

3

Home Controller

3 Home Controller

3

Order Controller

3 Order Controller

3


3 OrderDetailController

3


3 Shopping

Cart Controller

3

Store Controller

3 Store Controller

3


3 Store

Manager Controller

3

Shopping Cart

0 Shopping Cart

0

Authoriza-tion


Logging 0


4


121

Total 30 Custom

Authorize Attribute

4

Model

Exception Attribute

3

Total 44

Gambar 8. Diagram perhitungan DIT dari OOP

Gambar 9. Diagram perhitungan DIT dari AOP Dengan melihat hasil perhitungan DIT pada

Tabel 2 dan diagram pada Gambar 8 dan Gambar 9, dimana hasil perhitungan DIT dari aplikasi OOP sama dengan 30 dan dari aplikasi AOP sama dengan 44. Hasil perhitungan DIT berpengaruh terhadap understandability dan reusability. Maka dapat kita simpulkan pengukuran dengan metode metrik Depth of Inheritance Tree, menunjukkan tingkat understandability dari aplikasi OOP lebih baik dibandingkan dengan aplikasi AOP, sedangkan tingkat reusability aplikasi AOP lebih baik dibandingkan dengan OOP. 4.8 Analisis Aplikasi dengan Metrik NOC

Berikut tabel dan diagram hasil perhitungan NOC pada aplikasi OOP dan AOP. Tabel 3. Hasil Perhitungan NOC dari Aplikasi OOP dan AOP

Nama Kelas NOC OOP

Nama Kelas NOC AOP

Account Controller

0 Account

Controller 0

Artist Controller

0 Artist

Controller 0

Checkout Controller

0 Checkout

Controller 0

Genre Controller

0 Genre

Controller 0

Home Controller

0 Home

Controller 0

Order Controller

0 Order

Controller 0

Order Detail Controller

0 Order

Detail Controller

0


0 Shopping

Cart Controller

0

Store Controller

0 Store

Controller 0


0 Store

Manager Controller

0

Shopping Cart

0 Shopping Cart

0

Authoriza-tion


Logging 0


0

Total 0 Custom

Authorize Attribute

0

Model

Exception Attribute

0

Total 0

Gambar 10. Diagram perhitungan NOC dari OOP

Gambar 11. Diagram perhitungan NOC dari AOP


122

Dengan melihat hasil perhitungan NOC pada Tabel 3 dan diagram pada Gambar 10 dan Gambar 11, dimana hasil perhitungan NOC dari masing-masing aplikasi OOP dan AOP sama dengan 0. Hasil perhitungan NOC berpengaruh terhadap reusability dan testability. Maka dapat kita simpulkan pengukuran dengan metode metrik Number of Children, menunjukkan tingkat reusability dan testability dari kedua aplikasi OOP dan AOP sama. 4.9 Analisis Aplikasi dengan Metrik CBO

Berikut tabel dan diagram hasil perhitungan CBO pada aplikasi OOP dan AOP. Tabel 4. Hasil Perhitungan CBO dari Aplikasi OOP dan AOP

Nama Kelas CBOOOP

Nama Kelas CBOAOP

Account Controller

7 Account

Controller 6

Artist Controller

8 Artist

Controller 7

Checkout Controller

8 Checkout

Controller 6

Genre Controller

7 Genre

Controller 6

Home Controller

5 Home

Controller 4

Order Controller

7 Order

Controller 5


3 OrderDetail

Controller 3


7 Shopping

Cart Controller

6

Store Controller

5 Store

Controller 4


8 Store

Manager Controller

7

Shopping Cart

9 Shopping

Cart 0

Authoriza-tion

2 Exception

Controller 9

Logging 5 ActionLog

Filter Attribute

3

Total 81 Custom

Authorize Attribute

1

Model

Exception Attribute

3

Total 70

Gambar 12. Diagram perhitungan CBO dari OOP

Gambar 13. Diagram perhitungan CBO dari AOP

Dengan melihat hasil perhitungan CBO pada Tabel 4 dan diagram pada Gambar 12 dan Gambar 13, dimana hasil perhitungan CBO dari aplikasi OOP sama dengan 81 dan dari aplikasi AOP sama dengan 70 dimana hasil perhitungan CBO berpengaruh terhadap reusability dan maintainability. Maka dapat kita simpulkan pengukuran dengan metode metrik Coupling Between Object, menunjukkan tingkat reusability dan maintainability dari aplikasi AOP lebih baik dibandingkan dengan OOP. 4.10 Analisis Aplikasi dengan Metrik RFC

Berikut tabel dan diagram hasil perhitungan RFC pada aplikasi OOP dan AOP. Tabel 5. Hasil Perhitungan RFC dari Aplikasi OOP dan AOP

Nama Kelas RFC OOP

Nama Kelas RFC AOP

Account Controller

19 Account

Controller 18

Artist Controller

15 Artist

Controller 14

Checkout Controller

15 Checkout

Controller 13

Genre Controller

16 Genre

Controller 15

Home Controller

8 Home

Controller 7

Order Controller

13 Order

Controller 11


5 OrderDetail

Controller 5


20 Shopping

Cart Controller

19


123

Store Controller

11 Store

Controller 10


19 Store

Manager Controller

18

Shopping Cart

24 Shopping

Cart 24

Authoriza-tion

4 Exception

Controller 2

Logging 6


5

Total 175 Custom

Authorize Attribute

2

Model

Exception Attribute

4

Total 167

Gambar 14. Diagram perhitungan RFC dari OOP

Gambar 15. Diagram perhitungan RFC dari AOP

Dengan melihat hasil perhitungan RFC pada Tabel 5 dan diagram pada Gambar 14 dan Gambar 15, dimana hasil perhitungan RFC dari aplikasi OOP sama dengan 175 dan dari aplikasi AOP sama dengan 167, dimana hasil perhitungan RFC berpengaruh terhadap reuseability, maintainability, understandability dan testability. Maka dapat kita simpulkan pengukuran dengan metode metrik Response for Class, menunjukkan tingkat reuseability, maintainability, understandability dan testability dari aplikasi AOP lebih baik dibandingkan dengan OOP.

4.11 Analisis Aplikasi dengan Metrik LCOM Berikut tabel dan diagram hasil perhitungan

LCOM pada aplikasi OOP dan AOP. Tabel 6. Hasil Perhitungan LCOM dari Aplikasi OOP dan AOP

Nama Kelas LCOM OOP

Nama Kelas LCO

M AOP

Account Controller

16 Account

Controller 16

Artist Controller

1 Artist

Controller 1

Checkout Controller

1 Checkout

Controller 1

Genre Controller

1 Genre

Controller 1

Home Controller

0 Home

Controller 0

Order Controller

1 Order

Controller 1


0 OrderDetail

Controller 0


0 Shopping

Cart Controller

0

Store Controller

4 Store

Controller 4


0 Store

Manager Controller

0

Shopping Cart

9 Shopping

Cart 9

Authoriza-tion

0 Exception

Controller 0

Logging 0


0

Total 33 Custom

Authorize Attribute

0

Model

Exception Attribute

0

Total 33

Gambar 16. Diagram perhitungan LCOM dari OOP


124

Gambar 17. Diagram perhitungan LCOM dari AOP

Dengan melihat hasil perhitungan LCOM pada Tabel 6 dan diagram pada Gambar 16 dan Gambar 17, dimana hasil perhitungan LCOM dari aplikasi OOP dan AOP sama dengan 33, hasil perhitungan LCOM ini berpengaruh terhadap reuseability, maintain-ability, understandability dan testability. Maka dapat kita simpulkan pengukuran dengan metode metrik Lack of Cohesion in Methods, menunjukkan tingkat reuseability, maintainability, understandability dan testability dari aplikasi AOP dan OOP sama. 4.12 Hasil Akhir Analisis dengan CK-Metric

Berikut tabel dan diagram hasil akhir perhitungan CK-Metric aplikasi OOP dan AOP. Tabel 7. Hasil Perhitungan CK-Metric dari Aplikasi OOP dan AOP

Metode Metrik OOP AOP

Weighted Methods per Class (WMC)

61 62

Depth of Inheritance Tree (DIT) 30 44

Number of Children (NOC) 0 0 Coupling Between Object Classes (CBO)

81 70

Response for Class (RFC) 175 167 Lack of Cohesion in Methods (LCOM)

33 33

Gambar 18. Diagram perbandingan OOP dan AOP dengan metode CK-metric

Dengan melihat pada Tabel 7 dan diagram pada Gambar 18, terlihat untuk metode Weighted Methods per Class (WMC) memiliki nilai relatif sama,

kemudian metode Number of Children (NOC) dan Lack of Cohesion in Methods (LCOM), masing-masing memiliki nilai yang sama, yang berarti dengan pengukuran ketiga metode metrik ini kedua aplikasi memiliki tingkat reusability, understand-ability, maintainability dan testability yang sama.

Untuk metode Depth of Inheritance Tree (DIT) nilai aplikasi OOP lebih rendah dibandingkan dengan AOP, yang berarti tingkat understandability dari aplikasi OOP lebih baik dibandingkan dengan aplikasi AOP, sedangkan tingkat reusability aplikasi AOP lebih baik dibandingkan dengan OOP. Metode Coupling Between Object nilai aplikasi OOP lebih tinggi dibandingkan dengan AOP, yang berarti dengan pengukuran ini tingkat reusability dan maintainability dari aplikasi AOP lebih baik, Sedangkan untuk metode Response for Class nilai aplikasi AOP lebih rendah dibandingkan dengan OOP, yang berarti dengan pengukuran ini tingkat reusability, maintainability dan testability aplikasi AOP lebih baik. 5. KESIMPULAN DAN SARAN 5.1 KESIMPULAN

Berdasarkan hasil penelitian dan pembahasan maka dapat di buat beberapa kesimpulan bahwa aplikasi AOP lebih baik pada semua kaidah yaitu: reusability, maintainability, understandability dan testability, kecuali pada untuk metode Depth of Inheritance Tree (DIT) kaidah understandability dari aplikasi OOP lebih baik dibandingkan dengan aplikasi AOP. 5.2 SARAN

Untuk pengembangan lebih lanjut dari penelitian ini kami menyarankan untuk aplikasi yang di buat lebih komplek, dengan jumlah kelas yang lebih banyak dan mengandung banyak crosscutting concerns. PUSTAKA Mahendra, Adhari C., 2004, Pengantar Pemrogra-

man Berbasis Aspek (AOP), (OnLine), http:// dataku.50webs.com/download/PengantarPemogramanBerbasisAspek%28AOP%29.pdf, diakses 10 Januari 2013.

Prasojo, Nugroho Gito., 2005, Penerapan teknik aspect oriented programming dengan studi kasus: sistem card fraud monitoring, (OnLine), http://lib.ui.ac.id/harvest/index.php/record/view/41869, diakses 10 Februari 2013.

El-Ahmadi, Abdellatif., 2006, Software Quality Metrics for Object Oriented Systems, Technical University of Denmark, Kongens Lyngby.

Jawadekar, Waman S., 2004, Software Engineering: Principles and Practice, Tata McGraw-Hill, New Delhi.

SATC.,1995, Software Quality Metrics for Object Oriented System Enviroments, NASA Goddard Space Flight Center, Grenbelt Maryland.


125

Barbacci, Mario R., 2004, Software Quality Atributes: Modifiability and Usability, Carnegie Mellon University, Pittsburgh.

Fenton, Norman E., 1997, Software Metrics: A Rigourous and Practical Approach, PWS Publishing Company, Boston.

Rhamdani, 2008, Evaluasi Kualitas Perangkat Lunak Berorientasi Objek, (OnLine), http://repository.ipb.ac.id/handle/123456789/17981, Computer Science IPB, Bogor, diakses 15 Desember 2012.

Chidamber, S. dan Chris F. Kemerer., 1994, Metrics Suite for Object Oriented Design, IEEE Transaction on Software Engineering, vol.20 no.6.

Arthana, Resika dan Sunario, 2011, Matric Software, (OnLine), http://www.rey1024.com /index.php?s=Metric+Software, diakses 15 Desember 2012.

Suhanto, Agus., 2008, Mengenal ASP .NET MVC, Indonesia .NET Developer Community.

Kurniawan, Erick., 2012, Pemrograman Web Dinamis dengan ASP.NET 4.5, Andi, Yogyakarta.

Amri, M. Choirul., 2003, Pengantar ASP.NET, (OnLine), http://komputer34.files.wordpress.com /2008/12/pengantar-aspnet.pdf, diakses 17 Desember 2012.

Subagyo, Hendro., 2013, ASP.NET, (OnLine), http:// brainmatics.com/asp-net/, diakses 10 Oktober 2013

Hyrazz., 2011, Apa itu Microsoft SQL Server, (OnLine), http://mugi.or.id/blogs/9llagank /archive/2011/06/25/apa-itu-microsoft-sql-server.aspx, diakses 20 Agustus 2013

Wikipedia, 2013, Pemrograman berorientasi objek, (OnLine), http://id.wikipedia.org/wiki /Pemro-graman_berorientasi_objek, diakses 15 Agustus 2013.

Sustainable Debian Network--Unified Nifty Docu-ments Project webpage, 2001, Loggging, (OnLine), http://sdn.vlsm.org/share/ServerLinux /node173.html, diakses 15 Oktober 2013.

Rahardjo, Budi., Kusdrianto, Andhi.,2005, ITB Campus-Wide Identity Management, (OnLine), http://budi.paume.itb.ac.id/articles/paper-identity-5.doc, diakses 16 Oktober 2013.

Puspita, Nindya., 2013, Exception handling, (OnLine),http://nindyapuspita178.wordpress.com /2013/05/07/bab-6-exception-handling/, diakses 15 Oktober 2013.

Habibie, M.Iqbal., 2012, Security, (OnLine), http://iqbalhabibie.staff.gunadarma.ac.id, diakses 16 Oktober 2013.

B Vasundhara dan KV Chalapati Rao., 2012, Improving Software Modularity using AOP, Special Issue of International Journal of Computer Science & Informatics (IJCSI), ISSN (PRINT) : 2231–5292, Vol.- II, Issue-1.2.

Trahkasno, Adhika Subhaga 2009, Analisis Implementasi Aspect Oriented Programming (AOP) dan Dependency Injection (DI) pada Kualitas Desain Aplikasi JEE, Studi Kasus Implementasi Spring Framework pada Aplikasi JEE, http://digilib.ittelkom.ac.id/index.php? option=com_repository&Itemid=34&task=detail&nim=113040259 , diakses 11 Februari 2013.

Lippert, Martin dan Lopes, Cristina Videira, 1999, A Study on Exception Detection and Handling Using Aspect Oriented Programming, Xerox Palo Alto Research Center Technical Report P9910229 CSL-99-1.


126

PENGKLASIFIKASI TEKS MULTI-DOMAIN PENDUKUNG TRANSLASI BAHASA

ALAMI MENGGUNAKAN METODE TOPOLOGICAL TAXONOMY TERM STATISTICAL RATIO (T3SR)

Victor Phoa

Program Pascasarjana Ilmu Komputer, Universitas Gadjah Mada Gedung SIC Lt.3 FMIPA UGM, Sekip Utara Bulaksumur Yogyakarta 55281

Program Studi Fisika, Universitas Pattimura Gedung FMIPA Unpatti, Jl Ir. M. Putuhena, Poka Ambon

E-mail: [email protected] ABSTRACT During the observations in the last decade of the machine translation results, there is still a problem in terms of the quality of the translation. Based on observations, some machines already have complementary features as the disambiguation support (morphological variation unit) through the domains selections. Unfortunately, these methods usually are static or as single domain because user must determine the domain of corpus, while on the other hand, flat classification didn’t provide the good results. Under such constraints and conditions, the authors have developed new method and approach to automatically classify the text called Topological Taxonomy Term Statistical Ratio (T3SR) which based on taxonomy topology and utilize statistical feature, distributional properties (based on the golden ratio), heuristics, and relativity.This T3SR method has been tested on 10 (ten) corpus and compared with the flat method; Nearest Statistical Term Ratio (NTSR) and Normalized Ratio Nearest Statistical Term (NNTSR). Based on the results, the T3SR method outperformed the flat methods (which only obtained 60% score of feasibility). T3SR method gives very good indexing results, rank patterns, and the relevance of the logic (100% score of feasibility), so it is considered very feasible to be applied in the disambiguation preprocess of machine translation. Kata Kunci: text classification, machine translation, natural language, disambiguation, golden ratio ABSTRAK Selama pengamatan dalam dekade terakhir terhadap hasil Penerjemahan Mesin, masih terdapat masalah dari segi kualitas terjemahannya. Berdasarkan sejumlah pengamatan, beberapa mesin telah memiliki fitur pelengkap sebagai pendukung disambiguasi (unit variasi morfologi) melalui penyediaan pemilihan domain keilmuan. Sayangnya, metode ini biasanya bersifat statis atau berdomain tunggal karena pengguna harus menentukan sendiri domain korpusnya, sedangkan di lain sisi, penglasifikasian dengan metode flat memberikan hasil yang tidak maksimal. Berdasarkan kendala dan kondisi sedemikian, maka penulis telah mengembangkan suatu metode dan pendekatan baru untuk menglasifikasikan teks secara otomatis yang disebut Topological Taxonomy Term Statistical Ratio (T3SR) yang berdasar pada topologi taksonomi dan memanfaatkan fitur statistik kata, sifat distibutif (berdasarkan rasio emas), heuristik, dan relativitas.Metode T3SR ini telah diujicobakan pada 10 (sepuluh) korpus dan dibandingkan dengan metode flat yaitu Nearest Term Statistical Ratio (NTSR) dan Normalized Nearest Term Statistical Ratio (NNTSR). Berdasarkan hasil, metode T3SR mengungguli metode flat (yang hanya memperoleh skor kelayakan 60%). Metode T3SR memberikan hasil pengindeksan, pola perangkingan, dan relevansi kelogisan yang sangat baik (dengan skor kelayakan 100%) sehingga dianggap layak untuk dapat diterapkan dalam praproses disambiguasi pada penerjemahan mesin. Kata Kunci: klasifikasi teks, penerjemahan mesin, bahasa alami, disambiguasi, rasio emas


Selama pengamatan dalam dekade terakhir terhadap hasil Penerjemahan Mesin (Machine Translation) ternyata masih terdapat masalah dari segi kualitas translasinya. Terjemahan mesin sering belum begitu baik. Hal ini, terutama banyak pada terjadi untuk penerjemahan bahasa yang memiliki perbedaan rumpun. Menurut Hawkins dan Blakeslee (2004), masalah kualitas seperti ini disebabkan karena sejumlah pengembangan masih memanfaatkan metode yang belum dapat menyukseskan kualitas translasi dengan pendekatan sekali jalan. Dari sisi lain, kebenaran gramatikalitas

semata bukanlah pemandu utama bagi sintaksis, akan ada sangat banyak hal yang memberi peran dalam penerjemahan (Moss, 2009). ElShiekh (2012), yang melakukan investigasi pada mesin translasi juga menemukan ada kararakteristik pada seluruh mesin translasi, yakni adanya ketidakmampuan mesin untuk menangani fenomena ambiguitas semantis. Disamping hal tersebut, ternyata masih terdapat banyak kesalahan identifikasi pada seluruh tingkatan komponen translasinya.

Beberapa mesin sebenarnya telah memiliki fitur pelengkap sebagai pendukung disambiguasi (unit variasi morfologi). Fitur ini melalui penyediaan pemilihan domain disiplin keilmuan. Sayangnya,


127

metode ini umumnya masih bersifat statis (tunggal dan harus ditentukan sendiri oleh pengguna). Pengguna awam akan kesulitan menentukan domain yang tepat. Domain bersifat tunggal juga condong untuk tidak melakukan improvisasi translasi terhadap bidang terkait lainnya Kasus seperti ini banyak terlihat dalam mesin penerjemah lokal. Banyak yang mengeluhkan kualitas translasi dalam berbagai bidang tersebut.

Selain itu, pengalaman penulis dalam mengembangkan prototipe penerjemah mesin menemukan bahwa kualitas translasi mesin penerjemah sangat bergantung dari kemampuan penglasifikasian domain. Ini didasarkan untuk menghasilkan perangkingan domain yang logis, saling terkait serta berelasi secara dinamis. Penglasifikasian dengan metode flat memberikan hasil yang tidak maksimal. Berdasarkan adanya kendala dan kondisi sedemikian, penulis tertarik dan berinisiatif untuk melakukan penelitian untuk mengembangkan metode atau pendekatan untuk menglasifikasikan teks secara otomatis yang diharapkan lebih sesuai untuk mendukung proses translasi bahasa alami. 1.2 Hipotesis

Bolshakov dan Gelbukh (2004) mengungkapkan bahwa fungsi bahasa adalah seperti enkoder-dekoder untuk mentransfer arti dari satu orang ke orang lain. Pentransferan secara langsung tidak memungkinkan karena arti merupakan struktur otak yang tertuang dalam bentuk ide dan pikiran. Teori dari makna yang diekspresikan berada pada jalur yang berupa teka-teki (Modrak, 2001). Naturalisme diperlukan untuk memberikan kebenaran perhitungan yang memadai. Secara kontras dalam bahasa alami, relasi antara gagasan dan keadaan akan merepresentasikan kealamiannya. Eksplorasi ilmiah yang difokuskan realitas alam dan individu akan mengonstruksi kelogisan dan keilmiahan yang secara komprehensif menjelaskan data yang dikoleksikan (Campbell, 2007).

Klasifikasi teks merupakan hal yang penting dalam bagian pengolahan bahasa alami dan penelitian ekstraksi ciri (Cox & Worsley, 2010). Bidang keilmuan umum memiliki beberapa sub-disiplin atau cabang, dan garis yang membedakannya dengan yang lain sering tumpang tindih dan bersifat ambigu (Abbott, 2001). Dalam kompleksitas seperti ini klasifikasi hirarki bisa ditemukan (Pels, 2006). Taksonomi yang bersumber dari teks dapat menawarkan teknik penyingkapan secara komprehensif dan ringkas (Liu, Loh & Lu, 2008), dan yang teks yang terspesifikasikan dan diobservasi dalam suatu kelompok dapat dipahami dan ditingkatkan kualitasnya (Castilho dkk, 2008).

Dari berbagai pernyataan, menyiratkan perlunya proses disambiguasi (word-sense disambiguation) yang bergantung dari morfologi domain yang melihat secara komprehensif pada klasifikasi sub-

domain atau kekerabatannya. Karenanya, adalah sangat baik jika menelaah secara taksonomis atau melalui konsep hirarki dan naturalisme agar dapat meningkatkan kualitas translasi secara dinamis.

Pada tinjauan lanjutan didapati bahwa tiap leksikal mengandung informasi tentang perangai kata dalam suatu kalimat dan juga maknnya (Cook & Newson, 2007). Dapat diketahui secara umum perangai makna sangat dipengaruhi atau dikarakterisasi dari judul dan topiknya (Kondo dkk, 2011), dan kata-kata kunci (keywords) yang digunakan (Palomino & Wuytack, 2011).

Dengan demikian, ditarik hipotesa bahwa kata kunci dan judul dapat menjadi pembentuk morfologi makna dalam teks. Kata kunci dan judul merupakan manifestasi dari istilah teknis (terms) yang dipakai dalam teks. Makna dan perangai kata dalam korpus dapat dikarakterisasi dari sertaan domain dan sub-domainnya. Dengan demikian, untuk membangun mesin translasi yang lebih baik, terdapat kebutuhan untuk membuat mesin yang mengetahui domain yang tidak mengabaikan sub-domain dari suatu teks. Observasi ini dilakukan atas struktur hirarki keilmuan yang komprehensif seperti topologi taksonomi dan adalah sangat baik jika fitur didalamnya memiliki sifat-sifat naturalisme.

1.3 Perumusan Masalah

Salah satu masalah dasar yang perlu diselesaikan adalah kemampuan mesin translasi dalam analisa morfologis dan leksikal untuk menyukseskan disambiguasi. Bagian daripada analisa morfologis harus menemukan kategori yang memungkinkan, dan analisa leksikal kemudian mencoba menentukan arti yang benar sesuai konteks. Contoh dari masalah ini misalnya timbul pada proses terjemahan pada kutipan paragraf tabel 1.3.1.

Tabel 1.3.1 Kutipan Physics of magnetic resonance imaging (Wikipedia, 2013)

MRI is used to image every part of the body, and is particularly useful for neurological conditions, for disorders of the muscles and joints, for evaluating tumors, and for showing abnormalities in the heart and blood vessels.

In MRI, the static magnetic field is caused to vary across the body (by using a field gradient), so that different spatial locations become associated with different precession frequencies. Usually these field gradients are pulsed, and it is the almost infinite variety of RF and gradient pulse sequences that gives MRI its versatility. Application of field gradient destroys the FID signal, but this can be recovered and measured by a refocusing gradient (to create a so‐called "gradient echo"), or by a radio frequency pulse (to create a so‐called "spin‐echo"). The whole process can be repeated when some T1‐relaxation has occurred and the thermal equilibrium of the spins has been more or less restored.

Typically, in soft tissues T1 is around one second while T2 and T*2 are a few tens of milliseconds. However, these values can vary widely between different tissues, as well as between different external magnetic fields.

Kata-kata yang digarisbawahi merupakan istilah teknis (terms) dari domain (lihat tabel 1.3.2), sedangkan yang bercetak tebal merupakan bagian


128

kata yang bersifat ambigu (lihat tabel 1.3.3). Dari perbendaharaan ini, kemudian dapat dilakukan beberapa cara untuk melakukan translasi.

Tabel 1.3.2 Pengelompokan istilah Domain Daftar istilah Fisika magnetic field, radio frequency, spin-echo, thermal

equilibrium Medis neurological conditions, tumors, blood vessels

Tabel 1.3.3 Glosarium bilingual untuk kata yang bersifat ambigu

Kata Asing Domain Terjemahan

field Umum lapangan Fisika medan

tissues Umum tisyu Medis jaringan

Cara yang pertama dalam menentukan translasi tanpa memperhatikan domain seperti terlihat pada gambar 1.3.1. Kata “field” dan “tissues” menghasilkan terjemahan kata yang tidak sesuai dengan yang dimaksudkan oleh konteks karena mengambil dari terjemahan umum saja.

leksikal: field → domain: umum → lapangan tissues → domain: umum → tisyu

Gambar 1.3.1 Contoh terjemahan tanpa memperhatikan domain

Cara kedua menggunakan analisis leksikal berdasarkan referensi dari domain tunggal (Fisika atau Medis). Terdapat kata yang telah dapat diterjemahkan sesuai dengan konteksnya, namun pada kata yang lainnya masih tidak sesuai (lihat gambar 1.32 dan 1.3.3). Ini dikarenakan pada teks yang akan diterjemahkan sebenarnya bersifat multi-domain.

Domain Tunggal Fisika

↓ leksikal:

field → domain: fisika → medan tissues → domain: umum → tisyu

Gambar 1.3.2 Contoh terjemahan dengan pemilihan domain fisika (domain tunggal)

Domain Tunggal Medis

↓ leksikal:

field → domain: umum → lapangan tissues → domain: medis → jaringan

Gambar 1.3.3 Contoh terjemahan dengan pemilihan domain medis (domain tunggal)

Cara yang ketiga adalah menggunakan analisis leksikal berdasarkan referensi multi-domain (Fisika diikuti Medis, atau sebaliknya. Dengan cara ini, hasil terjemahan dapat berkesesuaian dengan konteksnya (lihat gambar 1.3.4). Cara ini lebih baik karena komprehensif melihat domain-domain yang ada dalam teks.

Multi-domain

Fisika Medis

↓ leksikal:

field → domain: fisika → medan tissues → domain: medis → jaringan

Gambar 1.3.4 Contoh terjemahan dengan pemilihan domain fisika diikuti dengan domain medis (multi-domain)

Dapat dilihat terdapat masalah pada kualitas penerjemahan yang tidak melibatkan analisis domain atau melibatkan domain tunggal saja. Dengan metode tersebut, akurasi translasi kurang memadai. Dengan demikian diperlukan analisis multi-domain. Dalam praktek, analisis multi-domain dapat diperoleh melalui penglasifikasi teks multi-domain. Dengan demikian perlu dibangun metode penglasifikasi multi-domain yang tepat ditujukan untuk mendukung proses translasi.

Berdasarkan bentuk permasalahan seperti ini disertai hal-hal yang disampaikan pada latar belakang dan hipotesa, maka dapat dirumuskan ada permasalahan utama. Perlu suatu metode penglasifikasi teks multi-domain yang tepat ditujukan untuk pentranslasian mesin, yakni: Penglasifikasi yang dibuat harus bersifat multi-

domain, yaitu klasifikasi yang dapat menghasilkan kumpulan domain berkait lebih dari satu.

Penglasifikasi harus dapat menyeleksi domain yang turut berperan.

Metode penglasifikasi teks yang dikembangkan harus memenuhi beberapa kaidah dari hipotesa, yakni: menggunakan topologi taksonomi, menggunakan pengalkulasian term frequency, memiliki sifat naturalisme, dan komponen pendukung kelogisan lain.

1.4 Batasan Masalah Dalam penelitian dibatasi pada lingkup sebagai

berikut: Penyusunan data domain berdasarkan struktur

disiplin akademik (Wikipedia, 2013) yang kemudian dilengkapi oleh penulis.

Domain yang diujicoba dalam penelitian sebanyak 10 (sepuluh) domain, yaitu Artificial Intelligence, Astronomy, Business, Dance, Geography, Mathematics, Nursing, Physics, Political Theory, dan Theater.

Korpus, sumber istilah, dan rasio statistik yang digunakan berasal dari Microsoft Encarta 2009.

Indeks kedekatan domain yang diperoleh menggunakan pendekatan yang dikembangkan, yakni Topological Taxonomy Term Statistical Ratio (T3SR) dan dibandingkan dengan metode flat (TSR).


129

Penelitian sampai pada tinjauan kelogisan dan kelayakan penglasifikasian, tidak dilakukan pengimplementasian pada mesin penerjemah.

1.5 Tujuan Penelitian

Penelitian ini bertujuan untuk mengembangkan metode Topological Taxonomy Term Statistical Ratio (T3SR) yang dapat dipakai untuk menentukan Indeks Kedekatan bidang keilmuan (domain). Metode ini menjadi suatu teknik penglasifikasi teks yang bersifat multi-domain. Output dari metode ini berisi informasi domain yang berguna sebagai analisa domain. Dari hasil ini, kemudian dapat dipakai dalam analisa morfologis dan leksikal pada pentranslasian.

Dari teknis pengembangan, tujuannya adalah untuk mengembangkan metode penglasifikasi berbasis topologi taksonomi. Penglasifikasi menggunakan pola distribusi rasio emas dalam sebaran bobotnya, serta bersifat heuristik. Pengguna metode ini ditujukan untuk para peneliti/ pengembang mesin translasi, praktisi dalam pengolahan bahasa alami ataupun text mining sebagai alat penglasifikasi dan analisa domain.

1.6 Manfaat Penelitian Penelitian ini diharapkan memberikan manfaat

pada pengembangan mesin translasi. Metode yang didesain nantinya dapat digunakan untuk meningkatkan kualitas hasil terjemahan. Lebih spesifiknya, metode T3SR dapat dipakai sebagai acuan informasi pada proses analisis morfologis dan leksikal (berisi informasi analisa domain). Dengan demikian, diharapkan hasil disambiguasi pada terjemahan akan menjadi lebih akurat.

Dilain sisi, dengan proses penglasifikasian secara otomatis, dapat dimanfaatkan untuk meniadakan proses pemilihan domain secara manual. Praktisi yang berkecimpung dalam text mining dapat menggunakan metode ini untuk memperoleh informasi terkait analisis domain pada suatu korpus. Penelitian ini memberikan metode atau pendekatan baru, menjadi sudut pandang dan wawasan, dan referensi dalam penelitian-penelitian selanjutnya.

1.7 Keaslian Penelitian Penelitian yang mengarah pada metode

penglasifikasi teks memang telah banyak dilakukan, namun tidak banyak yang dikhususkan dan terdokumentasi sebagai metode untuk pendukung translasi multi-domain. Penglasifikasi sebelumnya sama sekali belum spesifik mengangkat riset penggunaan pola khusus dalam topologi taksonomi bidang keilmuan. Belum ditemukan satupun penelitian yang mencoba menggunakan rasio emas sebagai pola propagasi ideal dalam perelasian domain yang seragam dan terpola secara adaptif.

Teknik terdahulu (seperti diilustrasi pada gambar 1.7.1 a) cenderung menggunakan susunan hirarki sebagai percabangan selektif yang mendistribusikan

propagasi atau penyeleksian dari atas ke bawah (top-down approach). Klasifikasi dilakukan dengan menyebarkan pembobotan/perambatan yang menurun ke anak. Bobot propagasi umumnya ditentukan secara berbeda-beda atau tidak dengan aturan seragam.

Gambar 1.7.1 Pola sebaran dalam struktur pohon. (a) pendekatan top-down, (b) pendekatan mix dipadu graf.

Perbedaan pada pendekatan yang dibuat penulis adalah menggunakan topologi taksonomi dimana seluruh node dapat menjadi keputusan klasifikasi serta memiliki pusat sebaran relatif. Tiap node mampu menjadi pusat sebaran (dilustrasikan gambar 1.7.1 b). Distribusi bobot propagasi memiliki pola seragam dan adaptif baik ke atas (parent), ke atas (child), atau dengan node-node lainnya yang berelasi.

1.8 Metode Penelitian Tahap-tahap yang akan dilakukan dalam

penelitian ini dilakukan melalui metode penelitian sebagai berikut: Pengembangan konsep, rancang acuan dan

metode penglasifikasi teks. Pengembangan representasi pengetahuan

(knowledge representation). Pengembangan tool penglasifikasi teks. Menggunakan tool penglasifikasi teks yang

telah dibuat untuk pengujian. Penyusunan laporan hasil penelitian.

2. TINJAUAN PUSTAKA

Cukup banyak penelitian yang membahas penelitian penglasifikasian teks multi-domain, namun terdapat sangat sedikit yang menggunakan metode hirarki. Berdasarkan tinjauan litelatur yang telah dikumpulkan, maka penelitian yang paling dekat kaitannya dengan penelitian ini dapat dijabarkan sebagai berikut:

Granitzer (2003) melakukan penelitian penglasifikasian teks berbasis hirarki dengan menggunakan algoritma CentroidBooster dan BoosTexter. Hasil perangkingan tidak jauh berbeda dengan struktur flat, namun terdapat kesalahan yang muncul dikarenakan kesalahan perambatan pada anak node. Presisinya kurang disebabkan oleh adanya error propagasi.

Sevillano, Alías & Socoró (2004) melakukan penelitian penglasifikasian teks berbasis hirarki dengan menggunakan metode ICA (Independent Component Analysis) sebagai modul esensial dalam


130

Text-to-Speech. Metode ini mampu mengorganisasikan konten data teks dalam bentuk hirarki untuk dievaluasikan terhadap korpus teks bergaya jurnalistik. Klasifikasi pada dokumen society memiliki ciri akurasi yang buruk karena heterogenitas konten, sementara akurasi yang lebih tinggi diperoleh pada domain lainnya.

Cox & Worsley (2010) melakukan penglasifikasian multi-domain dengan menggunakan pendekatan ektraksi fitur N-gram umum. Hasil ektraksi kemudian dikombinasikan dengan perhitungan multinomial Naïve Bayes. Penglasifikasian teks dengan pendekatan ini memiliki hasil performa yang kurang baik. Hasil akurasi rata-rata yang diperoleh adalah 67% untuk books, 57.2% untuk electronics, 50% untuk hotels, dan 45.3% untuk restaurants.

Khan dkk. (2010) melakukan peninjauan pada berbagai metode penglasifikasi teks baik yang telah ada. Tinjauan ini menyimpulkan bahwa teknik statistik saja tidak cukup untuk text mining. Konsep representasi semantik dan ontologi dikatakan dapat menghasilkan klasifikasi yang lebih baik, tapi memerlukan riset yang lebih jauh.

Li dkk. (2012) melakukan penelitian penglasifikasian teks berbasis Multi-Domain Active Learning berdasarkan optimasi framework multi-domain SVM (Support Vector Machines). Penglasifikasian ini untuk menggantikan pelabelan secara manual pada aplikasi penglasifikasi sentimen, penglasifikasi Newsgroups, dan filter spam email. Hasil pendekatan ini memiliki keefektifan 33.2%, 42.9% dan 68.7%. Metode ini diverifikasi efesien untuk aplikasi skala besar. Penulisnya memiliki ketertarikan untuk melakukan pengembangan dengan pembagian fitur dalam susunan hirarkis untuk domain yang berjumlah banyak.

3. LANDASAN TEORI 3.1 Konsep dan Rancang Acuan Pendekatan

Penglasifikasi Teks Tiap kata memiliki personalitas dan identitas.

Tiap personalitas bisa serupa, tapi tak pernah sama karena urutan, tipe, polanya tidak pernah identik. Personalitas merupakan fitur yang membuat kita dapat mengidentifikasi kealamiahan dan melakukan perubahan dalam pola berpikir. Dalam suatu konteks teks. Untuk menyimpulkan pengenalan makna (identitas) diantara keseluruhan reaksi psikologis (personalitas) adalah melalui pencarian ciri. Salah satu alat bantu untuk melakukan penglasifikasian (identifikasi) ini adalah melalui domain yang berasal dari teks. Domain memungkinkan manusia untuk menangkap informasi (menelusur menuju identifikasi) yang hendak disampaikan secara tepat.

Maka, untuk dapat mengartikannya secara tepat suatu translasi adalah perlu untuk menentukan bidang keilmuan atau domainnya terlebih dahulu. Penentuan domain membantu proses disambiguasi kata yang hendak ditranslasikan dan membantu

untuk memprediksi personalitas dan identitas suatu kata. Dari pengasumsian sedemikian, maka dapatlah disusun metode-metode atau formulasi pendekatan yang dapat digunakan untuk menentukan bidang keilmuan. Penglasfikasian ini didasarkan pada statistik istilah teknis (term) yang berada dalam korpus.

3.2 Term Statistical Ratio (TSR) Metode ini dirancang untuk tidak melihat pada

potensi perulangan kata yang sama, tetapi melakukan pendekatan berdasarkan perbandingan istilah terhadap rasio kemunculan istilah pada teks. Spesifiknya dengan asumsi bahwa masing-masing teks dari berbagai domain dapat memiliki rasio kemunculan term yang berbeda-beda.

3.2.1 Nearest Term Statistical Ratio (NTSR) Pendekatan ini merupakan yang paling

sederhana, yaitu dengan mengalkulasi kedekatan berdasarkan dengan perbandingan rasio kemunculan term. Rumusan yang dibentuk dapat dilihat pada formula 3.2.1. Teknik ini terlihat similar terhadap teknik umum yang dipakai dalam Term Frequency (Khan dkk, 2010).

i

i

i

ii kN

n

k

NnR

.

(3.2.1) Ri = Indeks kedekatan lingkup di domain i ni = Jumlah istilah (term) berkaitan dengan domain i yang ditemukan Ni = Jumlah kata relatif dalam teks terkait klasifikasi pada domain i ki = Rasio kemunculan istilah (term) pada domain i

Jumlah kata relatif (Ni) ditentukan berdasarkan populasi dimana term yang berupa kata majemuk berdiri sebagai sebuah kesatuan kata ketika klasifikasi dilakukan di domain i. Rasio kemunculan istilah (k) diperoleh dari jumlah istilah yang ditemukan pada korpus dibagi dengan jumlah kata relatifnya. Nilai ini dapat didasari oleh rasio minimum, rata-rata, atau maksimum. 3.2.2 Normalized Nearest Term Statistical Ratio

(NNTSR) Pada Nearest Term Statistical Ratio dapat terjadi

masalah jika ada nilai indeks kedekatan (scope proximity index) yang cukup rendah dibanding domain utama sehingga cenderung dapat diabaikan. Untuk mengatasinya, dapat dilakukan melalui normalisasi, diharapkan dapat meningkatkan nilai indeks kedekatan. Normalisasi dilakukan dengan dengan memanfaatkan jarak euclidian dari setiap nilai indeks kedekatan domain-domain sebagai bilangan pembagi kemudian diakarkan (persamaan 3.2.2).


131

Teknik ini merupakan suatu bentuk gabungan dari norm dan logika mendekati domain. Teknik norm euclidian umumnya dikenal dalam perangkingan retrieval berdasarkan Vector Space Model (Büttcher, Clarke & Cormack, 2011). Sementara, fungsi logika mendekati umumnya diaplikasikan untuk membentuk set dalam logika samar (Wang, 1997).

M

jj

ii

R

RRn

1

2

(3.2.2)

Rni = Indeks kedekatan lingkup di domain i yang dinormalisasi M = Jumlah domain yang didefinisikan

3.3 Topological Taxonomy Term Statistical

Ratio (T3SR) Pada pendekatan-pendekatan sebelumnya,

pencarian kedekatan indeks hanya cocok diterapkan pada superdomain dengan struktur flat. Namun, set domain atau disiplin ilmu sebenarnya membentuk topologi taksonomi yang terdiri dari susunan konsep hirarki induk (parent) dan anak (child).

Bentuk topologi dapat diwakilkan menjadi bentuk takson berciri seperti yang diilustrasikan pada gambar 3.3.1. Pengalamatan node dapat menggunakan identitas simbolik (id) ataupun uniform untuk menandai hubungan. Misalnya, dapat dituliskan sebagai X, X:1, X:2, X:1:1, dsb, dan dapat pula dituliskan secara uniform logis seperti DISCIPLINES:natural_sciences:earth_sciences, dsb. Set pada orde nol (root) menjadi tag atau label pengenal yang mendeskripsikan isi taksonnya. Dalam bentuk umum, maka dapat dituliskan sebagai X:a:b:c:…:dst.

Gambar 3.3.1 Bentuk hirarki umum dalam cabang disiplin ilmu.

Pada susunan hirarki seperti ini, dapat terjadi hubungan kekerabatan. Hubungan ini menyatakan relasi keterlibatan domain dan terjadi dalam satu arah maupun dua arah. Hubungan antar induk-anak (vertikal) umumnya selalu erat, tidak terpisah, dan sering berkaitan secara langsung. Sedangkan, hubungan antar anggota dengan orde setara (horisontal) dan hubungan lintas (cross) yang berbeda induk maupun orde umumnya terjadi secara relatif.

Dengan melihat keunikan hubungan yang terjadi secara vertikal (antara anak dan induk). Diasumsikan

hubungan ini secara ideal saling berkembang, berkontribusi, atau saling mendukung. Hubungan ini diadopsi sebagai model pendistribusian secara statistik. Penambahan istilah (term) pada suatu domain turut mendistribusikan porsi atau bobot pada domain turunan dan parentalnya.

Untuk mengakomodasi distribusi, konsep perkembangan ideal berdasarkan rasio emas (Tung, 2007) kemudian diadopsikan sebagai pola distribusinya (berdasarkan nilai konjugat). Dengan demikian, diasumsikan distribusi kepada anak maupun induknya akan memiliki porsi distribusi seragam sebesar Φ. Pada hubungan vertikal, pembobotan distribusi kumulatifnya kemudian dapat dirumuskan sebagai berikut.

hidaida

b

awid kkknDnDMaxW .)/(.)0,(.

1

(3.3.1)

dimana Wid = bobot distribusi ideal pada domain id. nDa = jumlah term yang muncul pada anggota

Da. nDid = jumlah term yang muncul pada anggota

Did. b = orde tertinggi dalam pohon hirarki kid = rasio kemunculan istilah pada domain id.

Jika nilai rasio yang jika tidak didefinisikan maka dapat diambil berdasarkan rasio maksimum, rata-rata, minimum, atau aturan khusus lainnya berdasarkan kalkulasi rasio parent atau child.

ka = rasio kemunculan istilah pada domain a. kh = koefisien heuristik.

w = koefisien bobot, dimana

w = )(idwDa untuk anggota Da yang bukan

turunan atau parental dari id.

w = Φ untuk anggota Da yang merupakan

turunan atau parental dari id. wDa(id) = bobot distribusi terhadap domain id pada set Da.

Koefisien heuristik (kh) digunakan untuk memperbaiki prioritas perangkingan. Nilai kh dapat ditentukan melalui eksponensial efesiensi terhadap nilai absolut dari selisih orde antar domain. Dengan parent dianggap lebih berperan dalam memberikan konsep, maka kh dirumuskan melalui pendekatan sebagai berikut.

kh = μ |x-y| + [(x-y) / Max(b-1, 1)] (3.3.2)

dimana μ = konstanta kepercayaan logis diantara 0…1 (contohnya, nilai konstanta yang lumrah adalah disekitar 0.94…0.98). x = orde domain id.


132

y = orde domain a.

Selanjutnya, indeks kedekatan pada lingkup domain dapat diperoleh melalui persamaan berikut.

idid

idid kN

WRh

.

(3.3.3) dimana:

Rhid = Indeks kedekatan lingkup hirarkis di domain id. Nid = Jumlah kata relatif dalam teks terkait klasifikasi pada domain id.

4. PERANCANGAN SISTEM 4.1 Komponen Sistem

Suatu sistem dalam mesin translasi yang umum terdiri dari komponen-komponen atau unit pendukung seperti yang terlihat pada gambar 4.1.1.

Gambar 4.1.1 Diagram sistem pada translasi mesin

Unit analisis domain merupakan bagian yang diperlukan pada unit analisis morfologis dan kategorisasi leksikal. Unit analis domain (dalam petak bergaris titik-titik pada gambar 4.1.1) yang akan dirancang sistemnya dalam penelitian. Analisa domain dilakukan dengan menggunakan perantara penglasifikasi teks yang telah dikembangkan.

4.1.1 Unit Analisis Domain Gambar 4.1.1.1 merupakan spesifik detil sistem

yang digunakan sebagai penganalisa domain. Analisa domain ini berdasarkan penglasifikasi teks dengan metode NTSR, NNTSR, dan T3SR (dalam petak bergaris titik-titik pada gambar 4.1.1.1). Detil proses dan cara kerja unit ini adalah sebagai berikut:

Gambar 4.1.1.1 Diagram penglasifikasi teks yang digunakan sebagai analisa domain

Source (sumber teks) sebagai input diteruskan ke unit parser.

Parser memisahkan kata-kata yang terdapat dalam sumber teks. Untai kata-kata ini kemudian diteruskan ke unit Classifier.

Dalam classifier, akan dilakukan perhitungan statistik istilah (terms statistics calculaction). Proses ini menghitung jumlah kata dan istilah yang ditemukan per tiap domain.

Selanjutnya, classifier akan menghitung nilai indeks NTSR, NNTSR, dan T3SR untuk tiap domain (dalam gambar 4.1.1.1 ditunjukan sebagain NTSR calculation, NNTSR calculation, dan T3SR calculation).

Nilai indeks per tiap domain ini kemudian menjadi informasi domain yang diperlukan dalam pengolahan morfologis dan leksikal pada mesin translasi. Dalam penulisan ini, tujuannya untuk mengkaji kelayakannya.

4.1.2 Desain Antarmuka Penglasifikasi Penglasifikasi didesain menggunakan antarmuka

grafis yang tampilannya didasarkan oleh preliminary screen pada gambar 4.1.2.1.

Gambar 4.1.2.1 Preliminary Screen aplikasi penglasifikasi teks

4.1.3 Diagram Komponen Penglasifikasi Agar pengimplementasian menjadi fleksibel,

maka digunakan pendekatan berorientasi objek (Shoval, 2007). Komponen penglasifikasi teks dirancang mengikuti diagram komponen pada gambar 4.1.3.1 dengan rincian komponen dan prosesnya adalah sebagai berikut:

Gambar 4.1.3.1 Diagram komponen penglasifikasi teks Komponen user request handler didesain

dalam bentuk perantara GUI (objek pada window) yang tugasnya menangani antarmuka penginputan teks (input teks pada gambar


133

4.1.2.1). User request handler menangani keutuhan proses penglasifikasian.

Data handler menggunakan data yang dimuat dari dokumen dan kemudian memprosesnya menjadi objek data node, membuat link yang diperlukan dan menginterpolasi rasio kid.

Parser merupakan unit yang berperan dalam memisahkan teks menjadi array kata dan simbol, dan memodifikasi simbol agar tidak terpengaruh oleh ragam penulisan.

Unit Classifier memiliki dua tahapan proses, yaitu inisiasi Create untuk mengindeks terms pada tiap node domain, melacak kata terpanjang, dan melacak orde tertinggi. Fungsi kedua adalah melaksanakan proses klasifikasi. Disini, terms dilacak dan dihitung, kemudian dilanjutkan proses kalkulasi indeks NTSR, NNTSR, dan T3SR berdasarkan input yang telah di-parser.

4.2 Perancangan Representasi Pengetahuan Untuk memfasilitasi pembentukan data dan

pendokumentasian penelitian, representasi berbentuk klasifikasi (Granitzer, 2003). Bentuk representasi menggunakan bentuk seperti ini diperlihatkan pada gambar 4..2.1 dengan konsistensi logis yang sama terhadap bentuk pohon (Wiley & Lieberman, 2011).

DISCIPLINES

Formal sciences

Computer sciences [Tabel 1]

Logic

Natural sciences

Chemistry [Tabel 2]

Earth sciences

Social sciences

Anthropology

Archaeology [Tabel 3]

Gambar 4.2.2 Bentuk representasi klasifikasi dalam pendokumentasian

Pada penabelan, attribut Ratio mewakili (ki dan kid ) yaitu jumlah kemunculan istilah per jumlah kata dalam teks dalam suatu domain. Terms mewakili istilah dalam domain. Link mewakili wDa(id) yaitu bobot distribusi terhadap domain id pada set Da. Contoh penabelan (attribut) dapat dilihat pada tabel 4.2.1.

Tabel 4.2.1 Contoh pendokumentasian attribut Tabel 1 (Computer sciences)

SubKey Value <null> Name Ratio

Type Double Value 0.01234 Tag <null>

<null> Name Terms Type Multi-String Value computer, computation, algorithms, theory of

computation, computational systems, programming language, digital, turing test, digital logic, operating systems

Tag <null> Link Name Computer engineering

Type String atau Double Value Phi Tag DISCIPLINES/Professions and Applied

sciences/Child/Engineering/Child/Computer

engineering

Konstanta yang dipakai dalam penelitian adalah; konstanta kepercayaan logis (μ) = 0.97, dan Phi = 0.61803398875. Apabila rasio kemunculan terms (ki atau kid) tidak didefinisikan, maka interpolasi dilakukan dengan mengambil rasio maksimum terlebih dahulu dari anak domain. Jika tidak juga menemukan, maka diambil rasio minimum yang dimiliki oleh induk domain.

4.2.1 Rancangan Basis Data Bentuk susunan data yang dipakai didesain

menggunakan pendekatan object oriented design (OOD). Struktur rancangan objek sesuai gambar 4.2.1.1.

Gambar 4.2.1.1 OOD dari representasi pengetahuan

5. IMPLEMENTASI 5.1 Implementasi

Pembuatan aplikasi penglasifikasi merupakan kelanjutan dari tahap perancangan sistem, dan implementasi didasarkan pada perancangan yang telah dilaksanakan sebelumnya. Adapun, aplikasi penglasifikasi dibuat dengan menggunakan Xojo/Realstudio 2012. Untuk representasi data, penyusunannya dibuat menggunakan basis data RML (Phoa & Liwang, 2013) melalui aplikasi Data Composer. Cuplikan tampilan aplikasi yang telah dibuat dapat dilihat pada gambar 5.1

Gambar 5.1 Cuplikan tampilan aplikasi penglasifikasi teks yang dibuat

5.2 Implementasi Perangkat Lunak Penglasifikasi mempunyai 4 buah komponen

perangkat lunak. Komponen ini yaitu Data handler, Parser, Classifier, dan User request handler. Dalam implementasi ini setiap komponen akan terdiri dari


134

Class Object, dimana penamaan dari masing-masing class yang digunakan dapat dilihat pada Tabel 5.3.1.

Tabel 5.3.1 Daftar Komponen Implementasi No

Komponen Class Object Layanan (Interface Method)

1 Data handler ClassifierLoader Create 2 Parser ClassifierParserLatin Parse 3 Classifier ClassifierTermControl Create

Classify 4 User request

handler WindowClassifier (GUI) PushButton1.A

ction Classify

User request handler merupakan class GUI (objek window), komponen utama yang menangani antarmuka permintaan pengguna akan proses klasifikasi dan kemudian menampilkan informasi hasil penglasifikasian. Algoritma yang digunakan dapat dilihat pada tabel 5.3.2.

Tabel 5.3.2 Algoritma User request handler ALGORITMA PROSEDUR/FUNGSI PushButton1.Action(); me.Enabled ← False; me.Refresh; Classify(); me.Enabled ← True; Classify(); {Parse} parser ← new(ClassifierParserLatin); parsed ← parser.Parse(TextAreaSample.Text); {Create classifier} f ← GetFolderItem(‘Resources’).Child(‘dev-x.crickets’); b ← rmldoc.OpenBinaryFile(f, s); classer ← clsdoc.Create(rmldoc, ‘DISCIPLINES’); TermControl ← new(ClassifierTermControl); TermControl.Create(classer); {Classify} TermControl.Classify(parsed); {Show the results} ListboxResult.DeleteAllRows; m ← TermControl.NodeList.Ubound; FOR (i = 0 to m STEP 1)

node ← TermControl.NodeList[i]; ss[0] ← node.VirtualAddress; ss[1] ← Cstr(node.StatTermFoundCount); ss[2] ← Cstr(node.StatWordCountRelative); ss[3] ← CStr(node.MethodProperty(0).ProximityIndex); ss[4] ← CStr(node.MethodProperty(1).ProximityIndex); ss[5] ← CStr(node.MethodProperty(2).ProximityIndex); ListboxResult.AddRow(ss);

ENDFOR.

5.3 Pelaksanaan Pengujian

Pengujian tool penglasifikasi yang telah diimplementasi dilakukan dengan menggunakan 10 (sepuluh) korpus dari Microsoft Encarta 2009 sesuai yang telah direncanakan. Hasil dari penglasifikasi teks kemudian dirangkingkan. Hasil ini kemudian dianalisa dan dibahas pada bab 6.

6. HASIL DAN PEMBAHASAN 6.1 Hasil keluaran sistem

Korpus diujicobakan pada penglasifikasi teks dan menghasilkan sejumlah informasi yang nantinya dapat digunakan sebagai analisis domain. Informasi analisa domain dari input korpus terbagi dalam 3 kelompok metode yang telah diimplementasikan, yaitu NTSR, NNTSR, dan T3SR. Informasi yang diperoleh adalah kelas domain, jumlah istilah (ni,

nDid), jumlah kata relatif (Ni, Nid), nilai indeks NTSR (Ri), NNTSR (Rni), dan T3SR (Rhid), misalnya yang dapat dilihat pada tabel 6.1.1. Dari hasil ini, kemudian dilanjutkan dengan proses pengriteriaan untuk analisa kelayakan secara offline.

Tabel 6.1.1 Perangkingan T3SR untuk Artificial Intelligence

Class Terms count

Relative words count

NTSR Index

NNTSR Index

T3SR Index

DISCIPLINES:Formal sciences:Computer sciences:Artificial intelligence

51 2376 1 0.9990722 1

DISCIPLINES:Humanities:Philosophy:Logic

0 2425 0 0 0.605545

9

DISCIPLINES:Professions and Applied sciences:Engineering:Computer engineering

0 2425 0 0 0.605545

9

DISCIPLINES:Formal sciences:Computer sciences

0 2425 0 0 0.572657

9

DISCIPLINES:Formal sciences:Logic

0 2425 0 0 0.572657

9

DISCIPLINES:Formal sciences:Computer sciences:Artificial intelligence:Cognitive science

0 2425 0 0 0.566873

1

DISCIPLINES:Formal sciences:Computer sciences:Artificial intelligence:Expert systems

0 2425 0 0 0.566873

1

DISCIPLINES:Formal sciences:Computer sciences:Artificial intelligence:Robotics

0 2425 0 0 0.566873

1

6.2 Analisa Kelayakan

Setelah hasil penglasifikasian diperoleh, diperlukan analisa kelayakan agar dapat mengetahui dan menyimpulkan tingkat kelayakan dari metode yang telah dibuat. Analisa kelayakan ini menjadi alat ukur refleksi atas kelogisan dan keperluan fungsi analisis domain yang baik dalam penerjemahan mesin. Analisa dilakukan manual atau offline. Dari tiap hasil perangkingan dilakukan pengriteriaan perangkingan dan pengriteriaan nilai indeks. Dari kedua hasil pengriteriaan tadi barulah dilakukan analisa dan disimpul kelayakannya. Untuk jelasnya, dapat dilihat pada gambar 6.2.1.

Gambar 6.2.1 Alur proses analisa kelayakan

6.2.1 Pengriteriaan dan penilaian Sistem skoring atau skala penilaian yang

digunakan adalah skala 0-4. Adapun syarat dari jumlah kesertaan sub-domain (untuk domain lain yang berhubungan setelah domain di peringkat pertama) menggunakan skala yang dibatasi oleh deret yang dibatasi sampai pada tempat ke-empat dengan nilai [0, 1, 3, 5]. Deret ini diacu karena pengriteriaan linear dengan beda deret tetap atau berselisih 1 (satu) dapat memberikan bias penilaian yang kurang signifikan atau persepsi yang terlalu berdekatan. Ragam skala berdasar deret ini sering disebut juga skala tala Phytagoras dengan


135

pembulatan integer (Milne, Sethares & Plamondon, 2007), atau skala Neapolitan (Dave, 1992).

Pemilihan nilai ambang atau threshold untuk penilaian indeks adalah 0,5 sebagai gambaran umum domain yang berarti atau kuat relasinya terhadap korpus. Susunan kriteria penilaian lengkapnya dapat dilihat pada tabel 6.2.1.1 dan 6.2.1.2. Hasil pengriteriaannya dapat dilihat pada tabel 6.2.1.3.

Tabel 6.2.1.1 Kriteria Penilaian Perangkingan Penilaian Skor Kriteria Sangat Buruk

0 Hasil perangkingan tidak tepat dengan domainnya

Buruk 1

Hasil pada rangking pertama sesuai dengan domain, rangking setelahnya tidak berketerkaitan.

Cukup Baik

2

Hasil pada rangking pertama sesuai dengan domain, dengan minimal 1 rangking setelahnya memiliki keterkaitan dengan domain atau subdomain.

Baik 3

Hasil pada rangking pertama sesuai dengan domain, dengan minimal 3 rangking setelahnya memiliki keterkaitan logis secara berurutan.

Sangat Baik 4

Hasil pada rangking pertama sesuai dengan domain, dengan minimal 5 rangking setelahnya memiliki keterkaitan logis secara berurutan.

Tabel 6.2.2.2 Kriteria Penilaian Nilai Indeks Penilaian Skor Kriteria Sangat Buruk

0 Domain utama memiliki indeks ≤ 0,5

Buruk 1

Domain utama memiliki indeks > 0,5. Domain berikutnya memiliki indeks ≤ 0,5.

Cukup Baik 2

Domain utama memiliki indeks > 0,5 Minimal 1 domain yang terkait berikutnya memiliki indeks ≥ 0,5.

Baik 3


Sangat Baik 4


Tabel 6.2.1.3 Penilaian Klasifikasi

Korpus

Penilaian NTSR Penilaian NNTSR Penilaian T3SR Skor

Perang-kingan

Skor Nilai Indeks

Skor Perang-kingan

Skor Nilai Indeks

Skor Perang-kingan

Skor Nilai Indeks

Artificial Intelligence

1 1 1 1 4 4

Astronomy 3 1 3 1 4 4 Business 3 1 3 1 4 4

Dance 3 2 3 2 4 4 Geography 2 1 2 1 4 4

Mathematics 4 1 4 1 4 4 Nursing 2 1 2 1 4 4 Physics 3 1 3 1 4 4 Political Theory

2 1 2 1 4 4

Theater 1 1 1 2 4 4

Rata-rata

24/10 = 2,4

(60%) (Cukup Baik)

11/10 = 1,1

(27,5%) (Buruk)

24/10 = 2,4

(60%) (Cukup Baik)

12/10 = 1,2

(30%) (Buruk)

40/10 = 4

(100%) (Sangat Baik)

40/10 = 4

(100%) (Sangat Baik)

6.2.2 Bahasan

Dari penilaian-penilaian yang ada, dapat terlihat dari rata-ratanya bahwa metode T3SR mampu mengungguli metode flat (NTSR dan NNTSR). Metode NTSR memperoleh 60% kriteria kelayakan perangkingan dan 27,5% kriteria kelayakan indeks. Metode NNTSR sedikit memperbaiki kelayakan indeks namun tidaklah memperbaiki perangkingan. NNTSR memperoleh 60% kelayakan perangkingan dan 30% kelayakan indeks. Dengan metode T3SR, diperoleh 100% kelayakan perangkingan dan 100% kelayakan indeks.

Dari hasil analisa dan pembahasan,metode T3SR mampu untuk memberikan pola kriteria perangkingan dan kriteria nilai indeks yang sangat

baik untuk nantinya dapat diterapkan dalam keperluan disambiguasi dalam mesin penerjemah. Kemampuan heuristik menjadi nilai tambah yang sangat baik. Berdasar dari kelayakan/kelogisan perangkingan dan nilai indeksnya, maka metode T3SR dapat dianggap sangat layak untuk nantinya diimplementasikan sebagai alat analisis domain dalam mesin penerjemah.

7. KESIMPULAN DAN SARAN 7.1 Kesimpulan

Kesimpulan yang dapat diambil dalam penelitian ini adalah sebagai berikut:

Metode T3SR memiliki kriteria perangkingan dan kriteria nilai indeks yang sangat baik dibandingkan dengan metode flat (NTSR dan NNTSR).

Metode T3SR dianggap sangat layak untuk nantinya diimplementasi dalam mesin penerjemah.

Metode T3SR mengungguli metode penglasifikasi flat (NTSR dan NNTSR) dalam hal relevansi kelogisan berdasarkan kriteria perangkingan dan kriteria nilai indeks.

7.2 Saran Saran-saran yang dapat diberikan melalui

penelitian adalah sebagai berikut:

Peninjauan metode T3SR dalam penelitian ini masih bersifat melihat kelayakan perangkingan dan indeksnya dan belum diimplementasikan pada mesin penerjemah. Bagi peneliti yang berminat diharapkan kedepan dapat mengimplementasikannya dalam mesin penerjemah agar dapat dianalisa pula pengaruhnya terhadap akurasi terjemahan.

Mengingat dalam penelitian masih menggunakan ujicoba 10 (sepuluh) domain, maka kedepannya diharapkan dapat menggunakan jumlah domain uji yang lebih banyak serta jumlah terms yang lebih komprehensif.

Masih terbuka cara untuk lebih komprehensif dalam menghasilkan pola perangkingan. Metode T3SR masih memungkinkan untuk dimodifikasi agar menghasilkan penglasifikasian yang jauh lebih baik.

PUSTAKA

Abbott, A., 2001, Chaos of disciplines. University of Chicago Press, Chicago And London.

Bolshakov, I.A. and Gelbukh, A., 2004, Computational Linguistics, Mexico.

Büttcher, S., Clarke, C.L.A. and Cormack, G.V., 2011, Information Retrieval: Implementing and Evaluating Search Engines, The MIT Press, Massachusetts.


136

Campbell, T., 2007, My Big TOE, Lightning Strike books, USA.

Castilho, W.F., Filho, G.J.L., Prado, H.A and Ferneda, E., 2008, An Interpretation Process for Clustering Analysis Based on the Ontology of Language, Emerging Technologies of Text Mining: Techniques and Applications, Information Science Reference, 1, 14, 297-320.

Cook, V.J. and Newson, M., 2007, Chomsky's Universal Grammar: An Introduction (Third Edition), Wiley, New York.

Cox, E. and Worsley M., 2010, In Pursuit of an Efficient Multi-Domain Text Classification Algorithm, Final Projects from CS 224N, Ling 284 for Spring 2009/2010, Learning Sciences and Technology Design Stanford University, Stanford.

Dave, C., 1992, Monster Scales and Modes, CentreStream, Canada.

ElShiekh, A.A.A., 2012, Google Translate Service: Transfer of Meaning, Distortion or Simply a New Creation? : An Investigation into the Translation Process & Problems at Google, English Language and Literature Studies, 2, 1, 56-68.

Granitzer, M., 2003, Hierarchical Text Classification using Methods from Machine Learning, Master's Thesis, Institute of Theoretical Computer Science (IGI), Graz University of Technology, Austria.

Hawkins, J. and Blakeslee, S., 2004, On Intelligence, Levine Greenberg Literary Agency, New York.

Khan, A., Baharudin, B., Lee, L.H., Khan, K., 2010, A Review of Machine Learning Algorithms for Text-Documents Classification, Journal of Advances in Information Technology, 1, 1, 4-20.

Kondo, T., Nanba, H., Takezawa, T. and Okumura, M., 2011, Technical Trend Analysis by Analyzing Research Papers’ Titles, Human Language Technology: Challenges For Computer Science and Lingusitics, 1, 4, 512–521.

Li, L., Jin, X., Pan, S.J. and Sun, J.T., 2012, Multi-Domain Active Learning for Text Classification, ACM SIGKDD conference on Knowledge Discovery and Data Mining, Beijing, China, August 12–16, 2012.

Liu, Y., Loh, H.T. and Lu, W.F., 2008, Deriving Taxonomy from Documents at Sentence Level, Emerging Technologies of Text Mining: Techniques and Applications, Information Science Reference, 1, 5, 99-119.

Milne, A., Sethares, M. and Plamondon, J., 2007, Isomorphic Controllers and Dynamic Tuning: Invariant Fingering over a Tuning Continuum, Computer Music Journal, Massachusetts Institute of Technology, 31, 4, 15-32.

Modrak, D.K.W., 2001, Aristotle's Theory of Language and Meaning, Cambridge University Press, United Kingdom.

Moss, L.S., 2009, Natural Logic and Semantics, Logic, Language and Meaning, 17, 9, 84–93.

Palomino, M.A. and Wuytack, T., 2011, Unsupervised Extraction of Keywords from News Archives, Human Language Technology: Challenges For Computer Science and Lingusitics, 1, 4, 544–555.

Pels, H.J., 2006, Classification hierarchies for product data modelling, Production Planning & Control, 17, 4, 367–377.

Phoa, V. dan Liwang, R., 2013, Model Sistem Informasi Geografis untuk Statistik Data-data Umum Negara Dunia, Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013), 9 Maret 2013, 247-252.

Sevillano, X., Alías, F., and Socoró, 2004, J.C., ICA-based hierarchical text classification for multi-domain text-to-speech synthesis, Acoustics, Speech, and Signal Processing, 2004 IEEE International Conference, 5, 5, 697-700.

Shoval, P., 2007, Functional and Object Oriented Analysis and Design, Idea Group Publishing, United State of America.

Tung, K.K., 2007, Topics in Mathematical Modeling, Princeton University Press, New Jersey.

Wang, Li-Xin, 1997, A Course in Fuzzy Systems and Control, Prentice-Hall International, New Jersey.

Wikipedia. 2013. List of academic disciplines, (Online),_(http://en.wikipedia.org/wiki/List_of_academic_disciplines, diakses 12 Agustus 2013).

Wikipedia. 2013. Physics of magnetic resonance imaging,_(Online),_(http://en.wikipedia.org/wiki/Physics_of_magnetic_resonance_imaging, diakses 26 November 2013).

Wiley, E.O. and Lieberman, B.S., 2011, Phylogenetics: theory and practice of phylogenetic systematics, Wiley-Blackwell, Singapore.


137

APLIKASI PELEMBUTAN CITRA (IMAGE SMOOTHING) BERDASARKAN KOMPUTASI KLASIK DAN KUANTUM

Dini Sundani1, Fajar Ratih Anggraini2, Dewi Agushinta R.3

1Program Doktor Ilmu Komputer Teknologi Informasi

2, 3Jurusan Sistem Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma

Jl. Margonda Raya No. 100 Pondok Cina - Depok 16424 1, 3{dinisundani, dewiar}@staff.gunadarma.ac.id,[email protected].

ABSTRAK Perbaikan kualitas citra bertujuan untuk melakukan pemrosesan terhadap citra agar memiliki hasil dengan kualitas relatif yang lebih baik dari citra awal. Pelembutan citra (image smoothing) merupakan salah satu operasi perbaikan kualitas citra. Tujuan dari operasi ini adalah untuk menekan gangguan (noise) pada citra. Aplikasi smoothing telah dikembangkan berdasarkan komputasi klasik. Saat ini model komputasi telah berkembang dengan menggunakan prinsip kuantum dimana keadaannya bisa berada diantara nilai 0 dan 1, sedangkan pada komputasi klasik, nilai 0 dan 1 merupakan citra biner. Aplikasi inimelakukan proses smoothing klasik, smoothing biner dan smoothing kuantum. Tampilan aplikasi menggunakan tampilan Graphic User Interface (GUI) yang terdiri dari menu utama dengan 5 menu yaitu menu image processing, menu help, menu about, menu process dan menu exit.Aplikasi ini dibuat dengan bahasa pemrograman Matlab. Hasil aplikasi menunjukkan bahwa citra smoothing biner memiliki waktu proses yang lebih cepat dibandingkan dengan citra smoothing kuantum, tetapicitra smoothing kuantum memiliki kualitas gambar yang lebih baik (jelas) dibandingkan dengan citra smoothing biner. Kata Kunci: biner, citra, kuantum, smoothing

1. PENDAHULUAN Citra merupakan bentuk informasi visual yang

memiliki informasi lebih banyak dibandingkan dengan informasi yang diperoleh dalam bentuk teks.Pengolahan citra seringkali menghasilkan citra yang memiliki gangguan, sehingga perlu dilakukan proses perbaikan kualitas citra.

Salah satu operasi perbaikan kualitas citra adalah pelembutan citra (image smoothing), yang bertujuan untuk menekan gangguan (noise) pada citra. Pengolahan citra saat ini dilakukan dengan komputasi klasik, yanghanya dapat menyatakan keadaan dalam dua kondisi yang dinyatakan dalam bit (0 dan 1).Saat ini model komputasi telah berkembang dengan menggunakan prinsip kuantum. Pada komputasi kuantum digunakan qubit yang mampu menyatakan tak hingga keadaan yang merupakan kombinasi dari keadaan 0 dan 1 yang disebut dengan superposisi dan merepresentasikan warna hitam dan putih. Perhitungan pada komputasi klasik dilakukan secara paralel, sedangkan komputasi kuantum memiliki sifat untuk berada dalam berbagai macam keadaan (multiple states) sehingga komputasi kuantum dapat melaksanakan berbagai perhitungan secara simultan danakanmenghasilkan banyak kemungkinan perhitungan.Untuk mengetahui hasil perhitungan maka harus dilakukan pengukuran terhadap qubit, yang memaksa sistem untuk memilih salah satu dari semua kemungkinan jawaban yang ada.

Tujuan dari penelitian ini adalah membuat aplikasi smoothing yang akan diproses secara klasik

dan kuantum untuk mendapatkan informasi kualitas citra dan waktu yang diperoleh dari masing-masing proses. Hasil citra dari komputasi klasik berupa citra smoothing dan biner, sedangkan hasil komputasi kuantum adalah citra smoothing kuantum.

2. TINJAUAN PUSTAKA

Pada bagian ini akan dijelaskan tentang konsep citra dan salah satu proses perbaikan citra yaitu smoothing serta pengenalan kuantum.

2.1 Citra

Citra merupakan bentuk informasi visual yang umumnya dalam bentuk dua dimensi (2D) yang memiliki kandungan informasi lebih banyak dibandingkan dengan teks.Citra diperoleh dari penangkapan kekuatan sinar yang dipantulkan oleh objek yang dalam perwujudannya dapat bermacam-macam, mulai dari gambar hitam putih yang tidak bergerak pada sebuah foto dan gambar berwarna yang bergerak.Citra dapat bersifat analog dan dijital. Citra analog adalah citra yang dihasilkan oleh sistem optik yang menerima sinyal analog seperti mata manusia, kamera analog, citra tampilan di layar TV ataupun monitor (sinyal video), sedangkan citra dijital dapat diperoleh langsung oleh kamera dijital, scanner dan handycam ataupun melalui proses dijitasi terhadap citra analog. Adakalanya citra mengalami gangguan.Agar citra yang mengalami gangguan mudah diinterpretasi baik oleh manusia maupun mesin, maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya


138

lebih baik atau proses tersebut dinamakan dengan proses pengolahan citra (Munir, 2004).

2.2 Perbaikan Kualitas Citra

Perbaikan kualitas citra adalah salah satu proses awal dalam pengolahan citrayang bertujuan untuk melakukan pemrosesan terhadap citra agar memiliki hasil dengan kualitas relatif yang lebih baik dari citra awal(Gonzalez, 2004). Perbaikan kualitas citra dilakukan karena citra yang ada mempunyai kualitas yang buruk, misalnya citra mengalami noise, citra terlalu gelap/ terang, citra kurang tajam, citra terlihat kabur dan masih banyak lagi lainnya yang menyebabkan citra itu mengalami perbaikan kualitas. Perbaikan kualitas citra adalah proses mendapatkan citra yang lebih mudah untuk diinterprestasikan oleh mata (Rinaldi, 2004).

2.3 Pelembutan Citra (Image Smoothing)

Pelembutan citra (imagesmoothing) bertujuan untuk menekan gangguan (noise) pada citra. Gangguan tersebut biasanya muncul sebagai akibat dari hasil penerokan yang tidak bagus (sensor noise, photographic grain noise) atau akibat saluran transmisi (pada pengiriman data). Gangguan pada citra umumnya berupa variasi intensitas suatu piksel yang tidak berkorelasi dengan piksel tetangganya. Secara visual, gangguan mudah dilihat oleh mata karena tampak berbeda dengan piksel tetangganya. Piksel yang mengalami gangguan umumnya memiliki frekuensi tinggi (berdasarkan analisis frekuensi dengan transformasi Fourier). Komponen citra yang berfrekuensi rendah umumnya mempunyai nilai piksel konstan atau berubah sangat lambat. Operasi pelembutan citra dilakukan untuk menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah (Rinaldi, 2004).

2.4 Kuantum

Model komputasi kuantum adalah komputasi yang dilakukan berdasarkan prinsip kerja atau sifat dari kuantum mekanika yang berbeda dengan komputasi klasik (komputer dijital saat ini). Komputasi klasik hanya akan menghasilkan keadaan dengan dua kondisi yang dinyatakan dalam bit yaitu 0 dan 1, sedangkan dalam komputasi kuantum digunakan qubit yang mampu menyatakan tak hingga keadaan yang merupakan kombinasi dari keadaan 0 dan 1, hal ini yang disebut dengan superposisi. Komputasi kuantum memiliki sifat untuk berada dalam berbagai macam keadaan sehingga akan terdapat banyak kemungkinan hasil perhitungan. Untuk megetahui hasil perhitungan maka harus dilakukan pengukuran terhadap qubit, yang menghentikan proses qubit dan memaksa sistem untuk memilih salah satu dari semua kemungkinan jawaban yang ada (Eldar, 2001). Hasil dari sebuah algoritma kuantumbersifat probabilistik,

tidak dapat diramalkan dengan pasti hasil dari sebuah algoritma kuantum.

. 3. PEMBAHASAN

Bagian ini akan menerangkan tahapan pembuatan dari aplikasi mulai dari metode hingga hasil.

3.1. Metode

Pembuatan aplikasi dilakukan dalam beberapa tahapan. Tahap pertama yaitu tahap perencanaan, tahap ini merencanakan konsep dasar aplikasi, penggunaan bahasa pemrograman, serta mencari dan mengumpulkan data yang akan digunakan dalam pembuatan aplikasi. Tahap kedua adalah tahap perancangan. Pada tahap ini akan dilakukan perancangan tampilan dari aplikasi yang akan dibuat. Tahap selanjutnya yaitu pembuatan program dengan menggunakan bahasa pemrograman Matlab. Tahap selanjutnya adalah tahap implementasi. Tahap ini merupakan tahap terakhir, dimana program yang telah dibuat akan siap untuk dijalankan sebagai aplikasi. Spesifikasi perangkat lunak yang digunakan untuk membuat aplikasi ini antara lain Windows XP Professional version 2002 SP 2 sebagai sistem operasi, Matlab R2012a (7.14.0.739). Selain perangkat lunak, juga dilengkapi dengan spesifikasi perangkat keras yang digunakan untuk mengembangkan dan menguji coba aplikasi ini yaitu Intel® core™ 2 Duo CPU T6400 @2.00 GHz 1.20 GHz, RAM 2.87 GB, Monitor 14,1’’, HardDisk 233 GB, Mouse.

3.2. Perencanaan Aplikasi

Alur perencanaan dari aplikasi digambarkan pada gambar 1.

Gambar 1.Flowchart perencanaan aplikasi

Perencanaan aplikasi dimulai dengan tampilan menu utama yang terdiri dari 5 sub menu yaitu menu


139

image processing, help, about, process dan exit. Jika memilih menu image processing maka akan melakukan proses pengolahan citra, dimulai dari mengambil gambar lalu diubah ke gray kemudian diubah ke smoothing selanjutnya diubah ke biner dan dari smoothing juga akan diubah ke kuantum. Jika memilih menu help maka akan menampilkan panduan penggunaan aplikasi. Jika memilih menu aboutmaka akan menampilkan informasi dari aplikasi. Jika memilih menu process maka akan menampilkan alur proses dari aplikasi dan jika memilih menu exitmaka akan keluar dari aplikasi.

3.3. Perancangan Tampilan

Perancangan tampilan berguna dalam pembuatan aplikasi agar tidak mengalami kesulitan dalam mendesain interface aplikasi yang akan dibuat. Rancangan tampilan terdiri dari menu utama yang memiliki 5 menu yaitu menu image processing, menu help, menu about, menu process (alur proses program) dan menu exit (keluar).

3.4. Pembuatan Program

Pembuatan program menggunakan bahasa pemrograman Matlab. Tampilan program menggunakan guide, di dalam guide tersebut terdapat dua file yaitu berekstensi fig yang akan digunakan untuk desain tampilan dan berekstensi .m yang digunakan untuk menuliskan skrip atau kode sumber program. 3.5. Implementasi dan Hasil

Langkah-langkah yang dilakukan adalah : 1. Pertama membuka Matlab. 2. Lalu membuka file yang ingin diujikan dengan

memilih ‘file‘ lalu ‘open’ untuk mencari file yang ingin diuji, bisa yang berekstensi .m atau berekstensi .fig.

3. PadaGUIDE Quick Start, memilih Open Existing GUI, lalu program yang ingin diujikan.

4. Tampilan menu utama terdiri dari 5 buah menu yaitu menu image processing, menu help, menu about, menu process dan menu exit. Gambar 2 merupakan tampilan menu utama.

Gambar 2.Tampilan menu utama.

Jika memilih menu image processing maka akan muncul gambar 3.Menu image processing untuk melakukan proses perbaikan citra, yaitu

merubah citra asli menjadi citra gray, dari citra gray diubah kedalam citra smoothing klasik, kemudian citra smoothing klasik diubah ke dalam citra smoothingbiner dan citra smoothing kuantum. Pada tahap ini juga akan dilakukan perbandingan waktu dari ketiga proses yaitu citra smoothing klasik, citra smoothing biner dan citra smoothing kuantum. Contoh citra yang akan dibahas adalah citra lena berwarna dengan ukuran 256x256

Gambar 3.Tampilan awal menu image

processing.

Tombol ‘citra asli’ ditekan untuk mengambil citra. Pada gambar 4 terlihat citra yang ingin diuji dipilih.

Gambar 4. Ambil citra

Citra yang ingin diujikan diambil dan diletakkan pada axes1, seperti terlihat pada gambar 5.

Gambar 5. Tampilan citra asli

Selanjutnya pilih tombol ‘citra gray’ untuk mengubah citra asli menjadi citra gray.Waktu yang diperoleh pada tahap ini adalah 0.0025189


140

seconds. Gambar 6 menunjukkan hasil dari citra asli menjadi citra gray.

Gambar 6. Tampilan citra gray

Tombol ‘smoothing’ digunakan untuk melakukan perbaikan kualitas citra melalui proses smoothing klasik. Waktu yang diperoleh adalah 0.022104 seconds.Gambar 7 menunjukkan hasil dari citra gray menjadi citra smoothingklasik.

Gambar 7. Tampilan citra smoothing klasik

Tombol ‘biner’ digunakan untuk merubah citra smoothingklasik menjadi citra smoothing biner (hitamputih).Waktu yang diperoleh adalah 0.0035375 seconds.Gambar 8 berikut menunjukkan hasil dari citra smoothing klasik menjadi citra smoothing biner.

Gambar 8.Tampilan citra smoothing biner

Tombol ‘kuantum’ digunakan untuk merubah citra smoothingklasik menjadi citra smoothingkuantum.Tahap kuantummemerlukan

waktu 0.21236 seconds.Gambar 9 menunjukkan hasil dari citra smoothing klasik menjadi citra smoothing kuantum.

Gambar 9 Tampilan citra smoothing kuantum

Tombol ‘back’ ditekan untuk kembali ke menu utama, seperti tampilan kotak dialog di gambar 10.

Gambar 10. Tampilan tombol back image

processing 5. Menu ‘help’ untuk melihat keterangan tentang

panduan penggunaan aplikasi, terlihat pada gambar 11.

Gambar 11. Tampilan Menu Help

Pada halaman menu help terdapat tombol back yang memiliki fungsi seperti pada tombol back di halaman menu image processing yaitu untuk kembali ke menu utama.

6. Menu ‘about’ untuk melihat tentang informasi aplikasi.


141

Gambar 12. Tampilan Menu About

7. Menu process untuk melihat alur dari proses

menu image processing, terlihat pada gambar 13.

Gambar 13.Tampilan Menu Process.

8. Menu exit untuk keluar dari aplikasi. Tampilan

akan terlihat sama seperti gambar 10.

Aplikasi pengolahan citra smoothing diujicoba dan diimplementasikan pada beberapa citra uji.Prosespengolahan citra dilakukan dengan komputasi klasik dan kuantum.Berdasarkan hasil yang terlihat pada tabel 1 dan tabel 2., citra smoothing klasik memiliki kualitas citra yang lebih baik dibandingkan dengan citra smoothing biner dan smoothing kuantum karena memiliki nilai matriks yang berada diantara 0 dan 1. Citra smoothing biner dan smoothing kuantum memiliki nilai matriks 0 dan 1, tetapi citra smoothing kuantum memiliki kualitas citra yang lebih baik (jelas) dibandingkan dengan citra smoothing biner. Pada citra kuantum terdapat proses pengukuran kuantum untuk menentukan hasil menjadi warna hitam atau putih (0 atau 1) sehingga nilai-nilai yang tidak terlihat menjadi terdeteksi atau terlihat.

Tabel 1, tabel 2 dan tabel 3 berikut menunjukkan hasil uji coba kualitas gambar, nilai matriks dan berdasarkan waktu

Tabel 2. Hasil uji coba berdasarkan nilai matriks

Tabel 3. Hasil uji coba berdasarkan waktu

Tabel 1. Hasil uji coba berdasarkan kualitas citra

Citra Tahap Gray

Tahap Smoothing

Tahap Biner

Tahap Kuantum

Citra Tahap Gray

Tahap Smoothing

Tahap Biner

Tahap Kuantum


142

Dari citra yang diproses, tabel 3 menunjukkan citra smoothing biner memiliki waktu proses yang lebih cepat dibandingkan dengan citra smoothing kuantum.

4. PENUTUP Tulisan ini telah behasil membuat aplikasi pelembutan citra (image smoothing) yang diolah berdasarkan komputasi klasik dan komputasi kuantum.Aplikasi telah diujicoba dan diimplementasikan pada beberapa citra uji.Berdasarkan hasil aplikasi diperoleh informasi mengenai kualitas citra dan waktu proses dari citra smoothing klasik,smoothing biner dan smoothing kuantum. Aplikasi masih dapat dikembangkan lagi dengan menambahkan fungsi-fungsi lain yaitu fungsi simpan citra, cetak citra dan zoom citra.Selain itu dapat dilakukan untuk operasi-operasi pengolahan citra yang lainnya seperti penajaman, deteksi tepi dan lain sebagainya. PUSTAKA Yonina Chana Eldar . 2001. Quantum Signal

Processing. Department Of Electrical Engineering And Computer ScienceMassachusetts Institute Of Technology

Chien-Chien Tseng and Tsung-Ming Hwang.2003. Quantum Digital Image Processing Algorithm. Conference on Computer Vision, Graphic and Image Processing.

Rinaldi Munir.2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik.PenerbitInformatika. Bandung.

Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins. 2004. Digital Image Processing Using Matlab. Pearson Education, Inc.

Rafael C. Gonzalez, Richard E Woods.2008. Digital Image Processing. Pearson Education, Inc.

Xiaowei Fu, Mingyue Ding, Yangguang Sun, Shaobin Chen. 2009. A New Quantum EdgeDetection Algorithm For Medical Images. Proc of SPIE Vol. 7497 749724-6.

Citra Tahap Gray

Tahap Smoothing

Tahap Biner

Tahap Kuantum

0.0040723 0.024398 0.0036847 0.24025 0.0040761 0.026065 0.0033568 0.24527 0.0030902 0.023882 0.0036572 0.34161 0.0031497 0.024868 0.0035656 0.24276 0.0025962 0.01491 0.0036557 0.2652

0.0033969 0.0228246 0.003584 0.267018

0.0026477 0.028314 0.0024828 0.24254 0.0040791 0.026925 0.0037159 0.23973 0.0025194 0.027459 0.0036323 0.27929 0.0041381 0.018082 0.0036447 0.24102 0.0025364 0.017362 0.0037866 0.27073

0.00318414 0.0236284 0.00417892 0.254662

0.0045283 0.026043 0.0036382 0.27245 0.0026266 0.016891 0.0036056 0.18423 0.0026522 0.025329 0.003697 0.24537 0.0041567 0.025192 0.0035466 0.24998 0.0026467 0.026696 0.003765 0.24443

0.0033221 0.0240302 0.00365048 0.239702

0.002524 0.02842 0.0027278 0.24605 0.0025309 0.027183 0.0035393 0.24944 0.0026222 0.017843 0.0035371 0.25933 0.0043336 0.017199 0.0036905 0.28929 0.0026068 0.026162 0.0028489 0.18823

0.0029235 0.0233614 0.00326872 0.246468


143

IMPLEMENTASI METODE OOAD PADA PERANCANGAN KAMUS ISTILAH AKUNTANSI BERBASIS MOBILE

Usman Ependi

Program Studi Teknik Informasi Fakultas Ilmu Komputer Universitas Bina Darma Jl Ahmad Yani No 12 Palju Palembang30264

Tlpn. (0711) 515679 E-mail: [email protected] / [email protected]

ABSTRAK Berkembangnya teknologi informasi membuat kita selalu berinovasi baik untuk memenuhi kebutuhan kita sendiri maupun orang lain. Inovasi dalam bidang teknologi informasi antara lain adalah dalam bidang migrasi dari kamus berbentuk buku ke kamus berbentuk digital. Migrasi tersebut dilakukan oleh bermacam-macam kamus, baik kamus bahasa maupun kamus istilah, salah satu jenis kamus tersebut adalah kamus istilah akuntansi berbasis mobile. Kamus istilah akuntansi berbasis mobile berbentuk digital saat ini masi sangat sedikit tersedia. Selain itu juga kamus istilah akuntansi yang ada biasanya dibuat berdasarkan kosa kata saja atau tidak dipisahkan berdasarkan kategori istilah, sehingga kadang kala menyulitkan pengguna dalam melakukan pencarian istilah disebabkan semua kosa kata disatukan berdasarkan abjad. Perancangan kamus istilah akuntasi yang dilakukan pada pangembangan ini dengan memisahkan kosa kata atau berdasarkan kategori istilah. Perancangan kamus istilah akuntansi ini dilakukan menggunakan sebuah metode perancangan yaitu metode object oriented analysis and design (OOAD). Metode metode object oriented analysis and design (OOAD) memiliki dua bagian pengerjaan yaitu object oriented analysis (OOA) dan object oriented design (OOD). Pemilihan metode OOAD sendiri dilakukan karena metode ini menekankan pada sisi objek pengguna. Sehingga rancangan menggunakan metode OOAD menghasilkan rancangan yang memenuhi kebutuhan pengembang kamus istilah akuntasi. Kata Kunci: Implementasi, OOAD, Perancangan, Kamus Istilah Akuntansi

1. PENDAHULUAN

Berkembangnya teknologi informasi membuat kita selalu berinovasi baik untuk memenuhi kebutuhan kita sendiri maupun orang lain. Inovasi dalam bidang teknologi informasi antara lain adalah dalam bidang migrasi dari kamus berbentuk buku ke kamus berbentuk digital. Migrasi tersebut dilakukan oleh bermacam-macam kamus, baik kamus bahasa maupun kamus istilah-istilah, salah satunya adalah kamus istilah akuntansi berbasis mobile. Salah satu kebutuahn masyarakat khusunya mahasiswa/i saat ini adalah tersedianya kamus istilah akuntansi berbasis mobile, dengan tersedianya kamus istilah akuntasi tersebut maka dapat membantu proses pemahaman istilah-istilah akuntasi. Sesuai dengan fungsinya kamus sendiri memiliki makna sebagai buku rujukan yang menerangkan makna kata-kata. Kamus berfungsi untuk membantu seseorang mengenal perkataan baru. Selain menerangkan maksud kata, kamus juga mempunyai pedoman sebutan, asal-usul sesuatu perkataan dan juga contoh pengunaan bagi sesuatu perkataan. Untuk memperjelas kadang kala terdapat juga ilustrasi di dalam kamus (Leginingih: 2008).

Kamus istilah akuntansi berbasis mobile berbentuk digital saat ini masi sangat sedikit tersedia. Selain itu juga kamus istilah akuntansi yang ada biasanya di buat berdasarkan kosa kata saja atau tidak dipisahkan berdasarkan kategori istilah, sehingga kadang kala menyulitkan pengguna dalam melakukan pencarian istilah disebabkan semua kosa

kata disatukan berdasarkan abjad. Perancangan kamus istilah akuntasi yang dilakukan pada pangembangan ini dengan memisahkan kosa kata berdasarkan kategori istilah. Untuk itu kategori istilah yang digunakan sebanyak delapan (8) kategori. Kategori istilah yang digunakan adalah akuntansi keuangan, akuntansi biaya, akuntansi anggaran, akuntansi pajak, akuntansi pemerintah, akuntansi internasional, akuntansi pendidikan dan sistem akuntansi.

Perancangan kamus istilah akuntansi ini dilakukan menggunakan sebuah metode perancangan yaitu metode object oriented analysis and design (OOAD). Metode metode object oriented analysis and design (OOAD) memiliki dua bagian pengerjaan yaitu object oriented analysis (OOA) dan object oriented design (OOD). Pada tahapan OOA pekerjaan yang dilakukan adalah Menentukan kebutuhan pemakai sistem, Mengidentifikasikan skenario pemakaian atau use-case, Memilih kelas-kelas dan objek-objek, Mengidentifikasi atribut dan operasi untuk masing-masing kelas objek, Mengidentifikasi struktur dan hirarki kelas-kelas, Membangun model keterhubungan kelas dan objek dan Melakukan review model yang dihasilkan dengan skenario atau use-case (Haryanto: 2004). Sedangkan pada OOD perancangan menggunakan Unified Modeling Language (UML). UML adalah salah satu alat bantu yang sangat handal di dunia pengembangan sistem yang berorientasi objek (Munawar: 2005).


144

Pemilihan metode OOAD sendiri dilakukan karena metode ini menekankan pada sisi objek pengguna. Sehingga nantinya rancangan yang dihasilkan memenuhi kebutuhan pengembang kamus istilah akuntasi. Menurut Rohman (2012) Metode OOAD memiliki beberapa kelebihan, diantaranya adalah lebih mudah digunakan dalam pembangunan sistem, Tidak ada pemisahan antara fase desain dan analisis, sehingga meningkatkan komunikasi antara user dan developer. Komunikasi terjadi mulai dari awal hingga akhir pembangunan sistem dan relasi obyek dengan entitas umumnya dapat di-mapping dengan baik seperti kondisi pada dunia nyata dan keterkaitan dalam sistem. Hal ini memudahkan dalam memahami desain. 2. LANDASAN TEORI 2.1 Pengertian Analisis

Menurut Laudon (2007) Analisis sistem adalah memeriksa sebuah masalah yang ada yang akan diselesaikan oleh perusahaan dengan menggunakan sistem informasi. Analisis sistem mencakup beberapa langkah yang harus dilakukan yaitu :

a. Menentukan masalah b. Mengidentifikasi penyebab dari masalah

tersebut c. Menentukan pemecahan masalahnya d. Mengidentifikasikan kebutuhan informasi

yang dibutuhkan untuk memecahkan masalah tersebut.

Sedangkan menurut pendapat lain mengatakan analisis sistem adalah suatu teknik untuk menyelesaikan suatu masalah yang ada pada suatu system dengan cara membagi masalah tersebut ke beberapa bagian dengan maksud agar mudah dicari penyelesaiannya Bentley (2007).

2.2 Pengertain Perancangan

Laudon (1998) menyatakan bahwa perancangan sistem adalah cara bagaimana sebuah sistem dapat memenuhi kebutuhan informasi yang telah dibutuhkan oleh analisa sistem. Sedangkan pendapat lain yang dinyatakan oleh McLeod (2001) perancangan sistem adalah penentuan proses dan data yang diperlukan oleh sistem baru. Apabila sistem tersebut berbasis komputer, perancangan dapat menyertakan spesifikasi peralatan yang akan digunakan.

2.3 Metode OOAD

Dalam tulisan Divayana (2010) menyatakan bahwa Konsep OOAD mencakup analisis dan desain sebuah sistem dengan pendekatan objek, yaitu analisis berorientasi objek (OOA) dan desain berorientasi objek (OOD). OOA adalah metode analisis yang memerika requirement (syarat/keperluan) yang harus dipenuhi sebuah sistem) dari sudut pandang kelas-kelas dan objek-objek yang ditemui dalam ruang lingkup perusahaan. Sedangkan OOD adalah metode untuk mengarahkan

arsitektur software yang didasarkan pada manipulasi objek-objek sistem atau subsistem.

OOA mempelajari permasalahan dengan menspesifikasikannya atau mengobservasi permasalahn tersebut dengan menggunakan metode berorientasi objek. Biasanya analisa sistem dimulai dengan adanya dokumen permintaan (requirement) yang diperoleh dari semua pihak yang berkepentingan. (Misal: klien, developer, pakar, dan lain-lain). Hasil analisis berorientasi objek adalah deskripsi dari apa sistem secara fungsional diperlukan untuk melakukan, dalam bentuk sebuah model konseptual. Sedangkan OOD mengubah model konseptual yang dihasilkan dalam analisis berorientasi objek memperhitungkan kendala yang dipaksakan oleh arsitektur yang dipilih dan setiap non-fungsional – teknologi atau lingkungan – kendala, seperti transaksi throughput, response time, run – waktu platform, lingkungan pengembangan, atau bahasa pemrograman.

3. HASIL DAN PEMBAHASAN 3.1 Menentukan Kebutuhan Pemakai

Kebutuhan pemakai kamus istilah akuntansi berbasis mobile didefinisikan menjadi dua macam pemakai. Kebutuhan pemakai yang pertama yaitu pemakai dengan akses pengunjung biasa atau yang pengguna akhir dari kamus istilah akuntansi berbasi mobile ini. Kebutuhan pengguna akhir adalah dapat mencari istilah akuntansi berdasarkan kategori istilah seperti akuntansi keuangan, akuntansi biaya, akuntansi anggaran, akuntansi pajak, akuntansi pemerintah, akuntansi internasional, akuntansi pendidikan dan sistem akuntansi. Setelah istilah akuntansi tersebut ditampilkan berdasarkan kategori maka daftar istilah tersebut ditampilkan berdasarkan abjad. Kebutuhan pemakai selanjutnya adalah pemakai dengan akses administrator. Pemakai dengan jenis ini membutuhkan sebuah halaman yang dapat diakses untuk mengelolah data istilah akuntansi yang nantinya akan di tampilkan pada pengguna akhir kamus istilah akuntansi berbasis mobile.

3.2 Identifikasi Skenario Pemakai

Identifikasi skenario pemakai pada kamus istilah akuntansi berbasis mobile ini terdapat dua belas (12) skenario yaitu skenario entry kategori, Entry isitilah akuntansi, View akuntansi keuangan, View akuntansi biaya, View akuntansi anggaran, View akuntansi pajak, View akuntansi pemerintah, View akuntansi internasional, View akuntansi pendidikan, View sistem akuntansi, Edit Istilah akuntansi dan delete istilah akuntansi.

3.3 Memilih Kelas Dan Objek

Dari identifikasi skenario pemakai yang menghasilkan dua belas (12) skenario, maka dapat dihasilkan pemilihan kelas dan objek sebagai berikut:


145

a. Kelas Kategori yang berasal dari kategori istilah.

b. Kelas akuntansi keuangan berasal dari isitilah akuntansi kategori akuntansi keuangan.

c. Kelas akuntansi biaya berasal dari isitilah akuntansi kategori akuntansi biaya.

d. Kelas akuntansi anggaran berasalah dari isitilah akuntansi kategori akuntansi anggaran.

e. Kelas akuntansi pajak berasal dari isitilah akuntansi kategori akuntasni pajak.

f. Kelas akuntansi pemerintah berasal dari isitilah akuntansi kategori akuntansi pemerintah.

g. Kelas akuntansi internasional berasal dari isitilah akuntansi kategori akuntansi internasional.

h. Kelas akuntansi pendidikan berasal dari isitilah akuntansi kategori akuntansi pendidikan

i. Kelas sistem akuntansi berasal dari isitilah akuntansi kategori sistem akuntasi.

3.4 Identifikasi Atribut Dan Operasi Kelas

Identifikasi atribut dan Operasi kelas dapat mengacu pada skenario kelas yang telah ditentukan pada masing-masing kelas. Maka dari kelas-kelas tersebut dapat dibuat atribut dan operasinya sebagai berikut:

a. Kelas kategori, atribut dari kelas kategori adalah idKategori, namaKategori dan keterangan. Operasi dari kelas kategori adalah simpan, edit dan delete.

b. Kelas istilah, atribut dari kelas istilah adalah idIstilah, idKategori, namaIstilah dan keterangan. Untuk operasi pada kelas ini adalah simpan, edit dan delete.

c. Kelas view istilah, kelas view istilah ini adalah kelas yang digunakan untuk menampilkan istilah akuntansi. Kelas ini memiliki atribut yang sama seperti kelas istilah dengan atribut idIstilah, idKategori, namaIstilah dan keterangan. Pada kelas view istilah kuntansi nantinya dibuat berdasarkan dengan kategori istilah. untuk operasi pada kelas view akuntansi adalah detail.

3.5 Identifikasi Struktur dan Hirarki Kelas

Identifikasi struktur dan hirarki kelas dapat dihasilkan berdasarkan identifikasi kelas dan operasi pada kelas. Struktur kelas pada kamus istilah akuntansi adalah kelas istilah akuntansi keuangan, kelas istilah akuntansi biaya, kelas istilah akuntansi anggaran, kelas istilah akuntansi pajak, kelas istilah akuntansi pemerintah, kelas istilah akuntansi internasional, kelas istilah akuntansi pendidikan dan kelas istilah sistem akuntansi. Hirarki kelas pada kamus istilah akuntansi berbasis mobile dapat dilihat pada gambar 1.

class System

Kamus Istilah Akuntansi

Berbasis Mobile

Akuntansi Keuangan

Akuntansi BiayaAkuntansi Anggara

Akuntansi Pajak Akuntansi Pemerintah

Akuntansi Internasional

Akuntansi Pendidikan

Sistem Akuntansi

Gambar 1. Hirarki Kelas Kamus Istilah Akuntansi

3.6 Membangun Model Keterhubungan Kelas

Dan Objek Keterhubungan antar kelas dan objek

berdasarkan pada identifikasi kelas maka didapat kelas yang memiliki keterhubungan adalah kelas kategori dengan kelas istilah. Keterhubungan kelas kategori dan kelas isitilah adalah adanya kategori pada masing-masing istilah akuntansi.

3.7 Perancangan Berbasis Objek

Perancangan berbasis objek merupakan tahapan yang dilakukan setelah tahap analisis. Perancangan berbasis objek menggunakan Unified Modelling Language (UML).

a. Use Case Diagram

Use case diagram merupakan hasil terjemahan dari hasil analisis pada fase analisis skenario pemakai. Pada gambar 2 merupakan use case diagram kamus istilah akuntansi berbasis mobile.

uc Actors

pengunjungadministrator

Melihat Istilah Akuntansu Keuangan

Melihat Istilah Akuntansi Biaya

Melihat Istilah Akuntansi Anggaran

Melihat Istilah Akuntansi Pajak

Melihat Istilah Akuntansi Pemerintah

Melihat Istilah Akuntansi

Internasional

Melihat Istilah Akuntansi Pendidikan

Melihat Istilah Sistem Akuntansi

Melakukan Login

Menginput IstilahMenginput Kategori

«extend»

«extend»

«extend»

«extend»

«extend»

«extend»

«extend»

«extend»

«include»

Gambar 2. Use Case Diagram

b. Activity Diagram


146

Activity diagram menggambarkan berbagai alir aktivitas (workflows) pada kamus istilah akuntansi, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Pada gambar 3 terlihat activity diagram kamus istilah akuntansi dari sisi pengguna dengan level administrator.

Gambar 3. Activitye Diagram c. Class Diagram

Class diagram merupakan bagian dari structure diagram. Class diagram menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Di dalam suatu kelas terdapat atribut dan metode/operasi. Atribut merupakan variabel/informasi yang dimiliki oleh suatu kelas, sedangkan operasi atau metode merupakan fungsi-fungsi yang dimiliki oleh suatu kelas. Kamus istilah akuntansi berbasis mobile ini memiliki dua class diagram. Class diagram yang pertama adalah class diagram yang dirancang untuk pengunjung dari kamus istilah akuntansi. Sedangakan class diagram yang kedua adalah class diagram yang dirancang untuk administrator system. Namum kedua class diagram tersebut mempunyai kesamaan seperti terlihat pada gambar 4 dan 5.

class System

Kamus Istilah Akuntansi

Berbasis Mobile

Akuntansi Keuangan

- idIsti lah: int- idKategori: int- keterangan: char- namaIsti lah: char

+ detail () : void

Akuntansi Biaya


+ detai l() : void

Akuntansi Anggara


+ detai l() : void

Akuntansi Pajak

- idIsti lah: int- idKategori : int- keterangan: char- namaIsti lah: char

+ detai l() : void

Akuntansi Pemerintah

- idIsti lah: int- idKategori : int- keterangan: char- namaKategori: char

+ detai l() : void



+ detail () : void



+ detai l() : void

Sistem Akuntansi


+ detai l() : void

Gambar 4. Class Diagram Pengunjung

class System

Kategori

- idKateogri : int- keterangan: char- namaKateori: char

+ delete() : void+ insert() : void+ update() : void

Akuntansi Keuangan



Akuntansi Biaya



Akuntansi Anggara



Akuntansi Pajak

- idIsti lah: int- idKategori : int- keterangan: char- namaIstilah: char



- idIsti lah: int- idKategori : int- keterangan: char- namaKategori: char








Sistem Akuntansi

- idIsti lah: int- idKategori: int- keterangan: char- namaIstilah: char


Gambar 5. Class Diagram Administrator

d. Component Diagram

Component diagram adalah bagian dari structure diagram. Component diagram dibuat untuk menunjukkan organisasi dan ketergantungan di antara kumpulan komponen dalam sebuah sistem. Component diagram yang ada pada kamus istilah akuntansi berbasis mobile dapat dilihat pada gambar 6 dibawah ini.

cmp Components

Utama Kamus Istilah Akuntansi Berbasis Mobile

Akuntansi Keuangan

Akuntansi Biaya

Akuntansi Anggaran

Akuntansi Pajak




Sistem Akuntansi

«use»

«use»

«use»

«use»

«use»

«use»

«use»

«use»

Gambar 6. Component Diagram


147

e. Deployment Diagram Diagram yang menggambarkan tata letak sistem

secara fisik. menampilkan bagian-bagian software yang berjalan pada bagian-bagian hardware. Pada kamus istilah akuntansi berbasis mobile memiliki deployment diagram seperti tampak pada gambar 7.

deployment Nodes

«device»Client

«execution environ...Serv er

Web Serv er

Database Serv er

request

«flow»respond

«flow»

Gambar 7. Deployment Diagram

4. KESIMPULAN Dalam penelitian ini kesimpulan yang dapat

diambil adalah sebagai berikut: a. Implemen konsep OOA telah dilakukan pada

proses analisis perancangan kamus istilah akuntansi berbasis mobile dengan tahapan Menentukan kebutuhan pemakai sistem, Mengidentifikasikan skenario pemakaian atau use-case, Memilih kelas-kelas dan objek-objek, Mengidentifikasi atribut dan operasi untuk masing-masing kelas objek, Mengidentifikasi struktur dan hirarki kelas-kelas, Membangun model keterhubungan kelas dan objek dan Melakukan review model yang dihasilkan dengan skenario atau use-case.

b. Perancangan berorientasi objek untuk kamus istilah akuntansi berbasis mobile menghasilkan rancangan berupa use case diagram, activity diagram, class diagram, component diagram dan deployment diagram.

c. Hasil analisis dan perancangan merupakan acuan pengembang kamus istilah akuntansi berbasi mobile dalam melakukan proses pengembangan.

DAFTAR PUSTAKA Bentley, Lonnie D dan Whitten, Jeffrey L. 2007.

Systems Analysis and Design for the Global Enterprise, 7th Edition, International Edition, McGrawHill, New York

Divayana, Hendra. 2010. Konsep OOAD. (Online) http://dewa-hendra.blogspot.com/2010/04/i.html

Haryanto, Bambang. 2004. Rekayasa Sistem Berorientasi Objek. Bandung: Informatika.

Laudon, Kenneth C., Laudon, Jane P. 1998. Management Information Systems: New Approaches To Organization And Technology, fifth edition. Prentice-Hall, New Jersey.

Laudon, Kenneth C dan Jane P. Laudon. 2007. Sistem Informasi Manajemen. Edisi ke-10. Terjemahan Chriswan Sungkono dan Machmudin Eka P, Salemba Empat, Jakarta.

Leginingih, Iriani. 2008. Pembangunan aplikasi kamus bahasa sunda Pada smartphone berbasis sistem operasi symbian v.7.0. Universitas Komputer Indonesia, Bandung.

McLeod, Raymond Jr dan Schell, George. Management Information System. Prentice International Hall, Inc., London, 2001.

Munawar. 2005. Pemodelan Visual. Jakarta: Graha Ilmu.

Rohman, Fathur. 2013. Kelebihan Kekurangan Model Terstruktur dan Model Berorientasi Obyek . Universitas Gunadarma, Jakarta (Online) http://ruhtaf12.blogspot.com/2012/01/kelebihan-kekurangan-model-terstruktur.html


148

APLIKASI SISTEM INFORMASI IBU HAMIL (SIMBUMIL) : PROTOTIPE LAYANAN REKAM KESEHATAN IBU HAMIL

Titin Pramiyati1, Jayanta2

1Jurusan Sistem Informasi, Fakultas Ilmu Komputer, UPN “Veteran” Jakarta Jl. RS. Fatmawati-Pondok Labu, Jakarta Selatan 12450

Telp. (021) 7656971 2Jurusan Teknik Informatika, Fakultas Ilmu Komputer, UPN “Veteran” Jakarta

Jl. RS. Fatmawati-Pondok Labu, Jakarta Selatan E-mail: [email protected], [email protected]

ABSTRAK Kenaikan jumlah pertolongan persalinan yang dilakukan oleh tenaga kesehatan sebesar 82% pada tahun 2010 serta memperhatikan jumlah pengguna internet di Indonesia yang demikian besar memberi peluang dibangunnya suatu aplikasi yang berfungsi sebagai sebuah layanan rekam kesehatan ibu hamil yang tersedia secara terpusat dan dapat membagi sumber daya secara efisien dan digunakan bersama-sama oleh berbagai pelanggan, sehingga sistem dapat dimanfaatkan secara maksimal. Paper ini akan membahas pembangunan aplikasi sistem informasi ibu hamil yang disebut SIMBUMIL yang menyediakan layanan rekam medis ibu hamil, metoda yang digunakan pada pembangunan aplikasi ini adalah metoda waterfall untuk mendapatkan prototipe layanan rekam kesehatan ibu hamil yang berbasis cloud computing. Pembangunan aplikasi dalam bentuk prototipe dikarenakan data yang digunakan dalam paper ini adalah data sekunder, selain itu pembangunan prototipe aplikasi ini dimaksudkan untuk mempercepat pembangunan aplikasi dan dapat mengarahkan pengguna dalam menentukan aplikasi rekam medis yang dibutuhkan.Tujuan dari pembangunan aplikasi ini adalah penggunaan data rekam kesehatan ibu hamil secara bersama baik oleh tenaga kesehatan Bidan dan Dokter yang memberikan layanan pemeriksaan kehamilan secara mandiri atau di rumah sakit, dan memberikan kemudahan kepada ibu hamil untuk memeriksakan kehamilan dimanapun mereka berada.Ketersediaan rekam kesehatan ibu hamil ini juga dapat mendukung penurunan angka kematian ibu (AKI) yang ditargetkan sebesar 75% pada tahun 2015. Kata Kunci: rekam medis, simbumil, waterfall, prototipe, cloud computing


Angka Kematian Ibu (AKI) merupakan salah satu target capaian tujuan pembangunan millenium, dengan capaian berupa penurunan angka kematian sebesar 75% pada tahun 2015. Penyebab kematian ibu hamil sebanyak 11% dikarenakan oleh hal lain sedang 99% disebabkan oleh kondisi ibu hamil seperti pendarahan, keracunan kehamilan dan sebagainya (Sumber:http://www.menegpp.go.id). Sedangkan berdasarkan Data Riset Kesehatan Dasar (Riskesdas) 2010, persentase pertolongan persalinan yang dibantu tenaga kesehatan sudah mencapai 82%.

Berdasarkan pada data di atas, dapat diduga bahwa tingginya AKI yang disebabkan oleh kondisi ibu hamil dikarenakan informasi akan kondisi ibu hamil tidak tersedia dengan baik, hal ini didukung dengan angka 99% yang menjadi penyebab kematian ibu hamil adalah karena kesehatan ibu hamil.Ketersediaan informasi kondisi ibu hamil dapat berupa informasi kesehatan ibu hamil yang tercatat pada tempat pemeriksaan yang dipilih ibu hamil.

Persoalan ketersediaan informasi kesehatan ibu hamil ini dapat diwujudkan dengan memanfaatkan teknologi informasi yang sudah berkembang dengan pesat, salah satunya adalah perkembangan teknologi cloud computing, yang merupakan teknologi yang

menggunakan sumberdaya virtual (virtualization resources), komputasi tersebar (distributed computing) dan merupakan perangkat lunak dengan kemampuan melayani dengan fleksibel (software service) dalam mewujudkan sebuah layanan kepada penggunanya atas kebutuhan akan informasi (on-demand information) (Vouk, 2008).

Berdasarkan pada karakteristik teknologi cloud computing, maka dapat diduga bahwa jika kebutuhan akan informasi kesehatan ibu hamil dibangun dengan menggunakan konsep cloud computing, maka akan didapat suatu perangkat lunak yang berfungsi sebagai layanan kesehatan yang dapat menangani area pelayanan yang luas karena sifatnya yang tersebar dan memanfaatkan secara bersama (resources sharing) sumberdaya virtual, lebih ekonomis bagi organisasi layanan kesehatan yang tersebar dan teregistrasi akan memberikan pengendalian atas jaminan kualitas informasi yang baik.

Sistem informasi medik yang dirancang untuk menyimpan dan mendistribusikan data pasien dan pemeriksaan pada pusat kesehatan atau departemen kesehatan, dibangun untuk meningkatkan ketersediaan dan kegunaan data klinik dengan menyediakan pengaksesan data dari berbagai terminal pada pusat dan departemen kesehatan. Penggunaan kertas dan resiko kesalahan dapat dikurangi atau dihilangkan dengan dikenalkannya


149

sistem terkomputerisasi untuk menangani informasi medik.

Sistem yang dibangun menjadi perangkat lunak digunakan untuk memastikan bahwa data terkoleksi dengan baik untuk memverifikasi bahwa prosedur dipenuhi dengan benar, dan untuk menjamin bahwa penyimpanan dan pendistribusian data selalu terjaga dengan baik. Sistem informasi medik tidak hanya untuk meningkatkan efisiensi tapi juga untuk meningkatkan kualitas perawatan kepada pasien.

1.2 Metode dan Analisis

Pembangunan aplikasi SIMBUMIL ini menggunakan metode seperti terlihat pada Gambar 1. di bawah ini yang memperlihatkan tahapan pembangunan mulai dari tahap perencanaan, definisi sistem, analisa kebutuhan dan pengumpulan data, pembangunan basisdata, prototiping dan implementasi.

Gambar 1.Metode Pembangunan Aplikasi SIMBUMIL (sumber: Connolly, 2002)

Data yang dikumpulkan berasal dari beberapa

data sekunderdari beberapa situs yang membahas tentang kehamilan normal, asuhan kebidanan dan nifas ibu postpartum, pemeriksaan abdomen pada ibu hamil, hipertensi dalam kehamilan, dan pemeriksaan perkusi. Masing-masing situs membahas secara terpisah data yang digunakan pada saat dilakukan permeriksaan. Berdasarkan pengumpulan data sekunder, diperoleh sejumlah data dan informasi bahwa dalam pemeriksaan kesehatan ibu hamil, pengambilan data dibedakan dalam 3 (tiga) kelompok pemeriksaan yaitu pemeriksaan anamnesis (riwayat penyakit), pemeriksaan fisik dan laboratorium (Diah, 2013). Pemeriksaan anamnesis adalah pemeriksaan yang berkaitan dengan riwayat menstruasi, riwayat kesehatan, riwayat kehamilan, persalinan dan nifas, serta pengetahuan ibu hamil.

Data atribut yang dibutuhkan dalam pemeriksaan anamnesis meliputi data atribut yang mendukung setiap riwayat kesehatan ibu hamil, misalnya untuk

riwayat menstruasi menggunakan data atribut yang berkaitan dengan riwayat menstruasi ibu hamil, seperti atribut menarche, siklus menstruasi, lama menstruasi, volume darah, jenis dan warna, keluhan yang dirasa ibu hamil saat menstruasi, dan hari pertama haid terakhir yang digunakan untuk mengetahui kondisi organ reproduksi (Astrie, 2013). Demikian pula dengan kebutuhan data anamnesis lainnya yang dibutuhkan dalam proses pemeriksaan kehamilan.

Pemeriksaan fisik yang dilakukan meliputi pemeriksaan abdomen, pemeriksaan palpasi, pemeriksaan auskultasi dan pemeriksaan perkusi. Pemeriksaan abdomen dilakukanuntuk melihat apakah terdapat bekas operasi atau seksio sesarea atau tidak,digunakan juga untuk penapisan awal bagi ibu dengan resiko tinggi, serta untuk mengetahui pembesaran uterus apakah sesuai dengan umur kehamilan atau tidak, dan pemeriksaan hiperpigmentasi sehingga akan terdeteksi adanya linea grisea, strie livide, dan strie albican (Trie, 2013). Sedangkan pemeriksaan lain digunakan untuk mendapatkan data tentang denyut jantung janin, bunyi jantung janin, dan penentuan letak organ janin.

2. PERANCANGAN APLIKASI 2.1 Perancangan SIMBUMIL

Proses bisnis dari SIMBUMIL ini adalah mengumpulkan data hasil pemeriksaan kondisi kesehatan ibu hamil untuk dapat digunakan secara bersama oleh tenaga kesehatan yang memberikan layanan tersebut, Gambar 2., memperlihatkan proses bisnis dari SIMBUMIL, terdiri dari entitas Ibu Hamil, Tenaga Kesehatan, dan Dinas Terkait.

Gambar 2.Proses Bisnis SIMBUMIL

Proses yang melibatkan entitas Ibu Hamil adalah

proses Registrasi, proses ini dimaksudkan untuk menyimpan data ibu hamil yang datanya akan disimpan pada basisdata SIMBUMIL dan dapat digunakan secara bersama. Proses registrasi ini hanya dapat dilakukan ketika ibu hamil mengunjungi tenaga kesehatan atau unit layanan kesehatan yang telah mendapatkan sertifikat dari


150

dinas terkait untuk menggunakan SIMBUMIL dalam kegiatan layanan yang diberikan. Tujuan pembatasan penggunaan ini agar dinas terkait dalam hal ini dinas kesehatan dapat memonitor kualitas layanan yang diberikan.

Registrasi yang dikenakan kepada tenaga kesehatan berfungsi untuk mendata tenaga kesehatan yang melakukan pemeriksaan kepada ibu hamil, adapun tenaga kesehatan yang dapat melakukan registrasi adalah Bidan dan Dokter yang berkompeten.

Proses perekaman data oleh tenaga kesehatan dilakukan pada saat pemeriksaan kehamilan sedang berlangsung. Data yang direkam adalah data sesuai dengan pemeriksaan yang berlangsung, misal pada kunjungan pemeriksaan tri semester ke-dua, pemeriksaan yang dilakukan hanya berkaitan dengan pemeriksaan abdomen dan perkusi untuk mengetahui pertumbuhan janin dan detak jantung janin.

Data yang direkam dapat berasal dari ibu hamil, jika berkaitan dengan pemeriksaan yang tidak menggunakan alat periksa, misal rasa mual yang dirasa atau kondisi kesehatan lainnya.

2.2 Basisdata SIMBUMIL

Tahap awal dalam membangun basisdata adalah membuat rancangan konseptual basisdata, yaitu proses konstruksi model informasi yang digunakan dan terlepas dari berbagai pertimbangan seperti aplikasi, bahasa pemrograman, dan pertimbangan lain yang bersifat fisik (Connolly, 2002). Hasil rancangan konseptual dari penelitian ini dapat dilihat pada Tabel 1., yaitu hasil identifikasi entitas yang terdapat pada SIMBUMIL (Pramiyati dkk, 2013).

Tabel 1. Entitas SIMBUMIL

Nama Entitas Deskripsi Member/Pasien Entitas yang menjelaskan

riwayat hidup ibu hamil Riwayat Pernikahan Menjelaskan riwayat

pernikahan ibu hamil Riwayat Menstruasi Menjelaskan riwayat

menstruasi ibu hamil Volume Darah Menjelaskan volume darah

yang digunakan dalam riwayat menstruasi

Pada rancangan konseptual ini, dilakukan

identifikasi atribut yang selanjutnya dipasangkan pada entitas seperti di bawah ini, dimana terlebih dahulu masing-masing entitas dikelompokkan sesuai dengan kebutuhan data yang diambil pada saat pemeriksaan kehamilan, yang dikelompokkan menjadi 3 kelompok data, yaitu data yang berkaitan dengan riwayat hidup pasien, data anamnesis, dan data pemeriksaan fisik. Sebagai contoh adalah kelompok data riwayat pasien; ‐ Riwayat Pasien (Id, Nama, Tempat lahir, Tgl. Lahir, Agama, Pendidikan, Pekerjaan)

‐ Riwayat Pernikahan (Id, Usia Nikah, Status pernikahan, Lama Pernikahan) ‐ Riwayat Suami (Id, Nama suami, Umur suami, Agama, Pendidikan, Pekerjaan, Suami keberapa)

Rancangan konseptual ini juga menghasilkan atribut tiap entitas seperti terlihat pada Tabel 2., yang menyajikan atribut untuk entitas yang diperoleh dari data sekunder.

Tabel 2. Kamus data

Nama Entitas

Atribut Tipe Panjang

Riwayat Menstruasi Id Char 9 Umur Menarche Num 2 Volume Darah Char 1 Jenis Char 1 Warna Char 1 Siklus Num 2 Keluhan Char 50 Volume Darah Kode_volume Char 1 Deskripsi Char 25

Rancangan fisik basisdata SIMBUMIL ini

menggunakan manajemen pengolahan basisdata MySql, relasi yang dibuat pada rancangan fisik menyesuaikan hasil rancangan konseptual, seperti terlihat pada Gambar 3.

Gambar 3. Basisdata SIMBUMIL

Beberapa relasi yang kemudian timbul pada

basisdataSIMBUMIL,sepertirelasiriwayat_menstruasi terlihat pada Gambar 3, merupakan salah satu relasi pada pemeriksaan anamnesis.Relasi ini mengandung semua atribut yang dibutuhkan berkaitan dengan riwayat menstruasi yang dialami oleh ibu hamil sebelum masa kehamilan.Fungsi dari atribut id_menstruasi adalah untuk membedakan riwayat menstruasi saat kehamilan pertama, kedua dan selanjutnya, sedangkan atribut id_dokter digunakan untuk menyimpan data tenaga kesehatan yang melayani pemeriksaan saat itu. Data yang juga dikumpulkan pada relasi riwayat_menstruasi ini adalah data usia ibu hamil saat mendapatkan menstruasi pertama kali, ketersediaan atribut umur_menarche dimaksudkan untuk mengetahui kepedulian ibu hamil terhadap riwayat


151

kesehatannya, sehingga jika terjadi kesalahanpemberian data tentang umur-menarche oleh ibu hamil pada kehamilan selanjutnya, maka tenaga kesehatan akan menanyakan data yang sebenarnya, dan dapat mengingatkan ibu hamil akan pentingnya pengetahuan riwayat kesehatan ibu hamil.

2.3 Aplikasi SIMBUMIL

Aplikasi SIMBUMIL yang dibangun pada penelitian ini terdiri dari layanan pemasukan (entry) data dan penyajian data untuk mendukung proses pemasukan data. Aplikasi ini dibangun untuk digunakan oleh tenaga kesehatan yang memberikan layanan pemeriksaan kehamilan, agar aplikasi ini tidak dapat diakses oleh orang yang tidak berkepentingan, maka aplikasi dilengkapi dengan proses otentifikasi pengguna seperti terlihat pada Gambar 4.

Gambar 4. Proses Otentifikasi

Proses otentifikasi yang disediakan seperti pada

umumnya proses otentifikasi yaitu menggunakan username dan password yang dibuat oleh pengguna untuk Login ke dalam aplikasi. Setelah melakukan Login, maka pengguna akan masuk ke dalam aplikasi dengan tampilan seperti terlihat pada Gambar5., yang terdiri dari menu Riwayat Member, Input Data, dan Administrator. Selain Menu, juga ditampilkan Daftar Member yang merupakan daftar ibu hamil yang menjadi pasien pada unit tertentu.

Gambar 5.Tampilan Menu dan Daftar Member

Menu Riwayat Member adalah menu yang

digunakan untuk menyajikan data yang berkaitan dengan ibu hamil. Layanan ini akan memberikan informasi semua data ibu hamil yang terekam pada

unit kesehatan tertentu. Sebagai contoh seperti terlihat pada Gambar 6., bentuk tampilan data dummy untuk data riwayat kesehatan ibu hamil pada Unit RSHS.

Gambar 6. Data Riwayat Kehamilan

2.4 Penelitian Terkait

Sistem informasi adalah sistem yang menyediakan layanan untuk penyimpanan, pengambilan, koneksi dan penilaian atas informasi. Informasi yang disimpan dan diambil kembali pada layanan kesehatan diantaranya adalah data klinik, pengambilan keputusan klinik, data pengobatan, pemeriksaan pasien, pembayaran, keuangan dan anggaran, dan adminitrasi serta kendali persediaan barang (Levine,1996).

“Keberadaan sistem informasi akan membentuk sebuah pusat kesehatan yang akan mengintegrasikan rumah sakit, dokter dan perencana anggaran kesehatan dalam sebuah organisasi tunggal yang terintegrasi. Informasi menjadi elemen penting yang memungkinkan entitas berbeda akan berfungsi sebagai sebuah organisasi kesehatan maya yang sangat terintegrasi dan terkoordinasi.Menyadari manfaat ekonomi yang besar melalui penghapusan layanan medis yang berlebihan, organisasi kesehatan akan sangat berkomitmen menyediakan anggaran bagi sebuah sistem informasi”(Illig, Cerner Inc., 1995).

Electronic Patient Record (EPR), merupakan suatu layanan yang merupakan bagian dari sistem informasi medik, menyimpan dan mengadministrasikan semua data medik pasien. Data yang diadministrasikan meliputi data yang terkait dengan data riwayat pasien seperti, nama, alamat dan data pribadi pasien lainnya. Selain data riwayat pasien, data diagnosa seperti data pemeriksaan medik, gambar hasil rontgen, dan hasil laboratorium, demikian pula dengan data pengobatan seperti data dokumentasi pengobatan yang dilakukan.

Dikarenakan tingkat kekhususan, waktu hidup rekord medik untuk pasien dapat dicapai efisiensinya dengan menggunakan konsep virtual, dengan menyimpan record pada situs penyedia layanan, dalam hal ini adalah pemerintah/departemen kesehatan. Sebagai contoh dari EPR adalah PowerChart dan Open Clinical Foundation Data Repository (OCF) electronic


152

patient record system (Cerner International Corp., Kansas City, MO), yang membolehkan informasi digunakan bersama sepanjang untuk kebutuhan kegiatan klinik dan berbagai fasilitas yang berhubungan dengan kegiatan klinik. EPR adalah alat yang penting ketika dibutuhkan adanya perawatan yang dilakukan secara kolaboratif, yang melibatkan beberapa pelaksana perawatan (Horsch, 1999).

Informasi yang disimpan dan diambil kembali pada layanan kesehatan diantaranya adalah data klinik, pengambilan keputusan klinik, data pengobatan, pemeriksaan pasien, pembayaran, keuangan dan anggaran, dan adminitrasi serta kendali persedian barang (Betty, 1998).Sistem informasi medik yang dirancang untuk menyimpan dan mendistribusikan data pasien dan pemeriksaan pada pusat kesehatan atau departemen kesehatan, dibangun untuk meningkatkan ketersediaan dan kegunaan data klinik dengan menyediakan pengaksesan data dari berbagai terminal pada pusat dan departemen kesehatan.Penggunaan kertas dan resiko kesalahan dapat dikurangi atau dihilangkan dengan dikenalkannya sistem terkomputerisasi untuk menangani informasi medik.

Pengembangan sistem informasi kesehatan telah banyak dilakukan, seperti pengembangan sistem informasi Posyandu yang dibangun untuk kebutuhan surveilans kesehatan ibu dan anak melalui Posyandu (Khoiri, 2008)(Erlinawati, 2011), informasi yang dihasilkan terkait dengan kesehatan ibu adalah tingkat resiko ibu hamil, daftar ibu yang hidup dan mati, dan imunisasi. Pengembangan sistem informasi juga dilakukan pada tingkat puskesmas (Nasir, 2008)(Nuraeni, 2011), yang menyelesaikan persoalan ketersediaan data dan informasi, kesesuaian informasi, ketepatan waktu pelaporan, dan keakuratan informasi.

Peningkatan tujuan, perkembangan teknologi serta kebutuhan keluaran yang lebih baik terhadap proses bisnis layanan kesehatan, memicu terjadinya perubahan proses bisnis pada layanan ini. Titik utama pada pelayanan kesehatan sudah mengalami perubahan, yang semula pelayanan kesehatan merupakan prosedur terpisah-pisah pada satu institusi, saat ini menuju pada pelayanan yang berorientasi pada pasien yang menyebar diluar dari batas institusi (Winter et al. n.d.), sehingga minat terhadap sistem informasi rumah sakit (hospital information systems/HIS) bergeser menuju sistem informasi kesehatan regional (regional health information systems/rHIS), oleh karenanya dibutuhkan adanya pengelolaan informasi secara sistematik pada perubahan dari HIS menuju rHIS.

3. KESIMPULAN

Pembangunan aplikasi SIMBUMIL dapat menjadi salah satu cara untuk menurunkan angka kematian ibu yang disebabkan oleh kesehatan kehamilan, karena dengan penggunaan aplikasi dan

data secara bersama, dapat menjamin riwayat kesehatan ibu hamil akan selalu tersedia dimanapun ibu hamil melakukan pemeriksaan. Untuk selanjutnya, pelayanan pemeriksaan kehamilan yang menggunakan SIMBUMIL akan memberikan pelayanan kesehatan yang lebih baik.

Penelitian ini masih membutuhkan penyempurnaan baik dari rancangan basisdata maupun aplikasinya, oleh karenanya beberapa penelitian lanjutan dapat dilakukan dengan melibatkan secara langsung tenaga kesehatan yang menjadi tujuan penggunaan aplikasi ini PUSTAKA Erlinawati, Y., 2011. Pengembangan Sistem

Informasi Posyandu Guna Mendukung Surveilans Kesehatan Ibu & Anak Berbasis Masyarakat pada Desa Siaga. Program Pascasarjana-Fak.Ilmu Keperawatan, UI.

Horsch, A. & Balbach, T., 1999. Telemedical information systems. IEEE transactions on information technology in biomedicine�: a publication of the IEEE Engineering in Medicine and Biology Society, 3(3), pp.166-75. Available at: http://www.ncbi.nlm.nih.gov/pubmed/10719480.

Khoiri, A., 2008. Pengembangan Sistem Informasi Posyandu Guna Mendukung Surveilans Kesehatan Ibu & Anak ( Studi Kasus Di Kelurahan Manisrejo Kecamatan Taman Kota Madiun Provinsi Jawa Timur ). Program Pascasarjana - Univ. Diponegoro.

Levine, B.A., Norton, G.S. & Mun, S.K., 1996. Information Systems and Integration 2 . Medical Information Systems 3 . Image Management and Communication Systems. Evolution, pp.9-13.

Nasir, M., 2008. Pengembangan Sistem Informasi Pelayanan Kesehatan Ibu dan Bayi untuk Mendukung Evaluasi Program Kesehatan Ibu dan Anak (KIA) di Puskesmas Kab. LAmongan. Program Pascasarjana-Ilmu Kesehatan Masyarakat, Univ. Diponegoro.

Nuraeni, A., 2011. Sistem Informasi Pelayanan Kesehatan Ibu dan Bayi di PUSKESMAS. Program Pascasarjana-Fak.Ilmu Keperawatan, UI.

Mladen A. Vouk, 2008, Cloud Computing-Issue, Research and Implementation, Journal of Computing and Information Technology-CIT 16.

Pramiyati T., Jayanta, Seta HB., 2013, Rancangan Basisdata: Sistem Informasi Ibu Hamil, Prosiding Seminar Nasional SNATIKA Volume 2 Tahun 2013, Hal : 121-125

Winter, A. et al., Supporting Information Management for Regional Health Information Systems by Models with Communication Path Analysis Objective�: Information Management in Three Layer Graph Based Meta-Model. Language, pp.2-9.


153

Astrie Ismet, Asuhan Kebidanan Pada Ibu Nifas 2-6 Jam Postpartum, http://astrieismetsea.blogspot.com/2013/01/asuhan-kebidanan-pada-ibu-nifas-2-6-jam.html

Diah Ari Suciati, Kehamilan Normal, http://diahas.blogspot.com/2012/12/kehamilan-normal.html

Vuny Lophe, Pemeriksaan Abdomen Pada Ibu Hamil, http://naktrie.blogspot.jp/2012/08/pemeriksaan-abdomen-pada-ibu-hamil.html

Trie Vuny Lophe, Apa itu Malposisi Saat Hamil, 25 September 2013, http://naktrie.blogspot.jp/2012/08/apa-itu-malposisi-saat-hamil.html

Trie Vuny Lophe, Hipertensi Dalam Kehamilan, 25 September 2013, http://naktrie.blogspot.jp/2012/08/hipertensi-dalam-kehamilan.html)

Zulpatin Nasriel, Pemeriksaan Perkusi Patella, 26 September 2013, http://ntennurse.blogspot.com/2011/04/pemeriksaan-perkusi-patella.html


154

ANALISA PERENCANAAN PENGEMBANGAN COVERAGE AREA WLAN DI GEDUNG IT TELKOM

(STUDI KASUS GEDUNG A, B, C, D, K, LC)

[1]Widi Tri Yuwono, [2]Uke Kuriawan Usman, [3]Asep Mulyana. Fakultas Elekro dan Komunikasi Universitas Telkom Bandung

[email protected][1], [email protected][2], [email protected][3] ABSTRAK Dari tahun ke tahun, jumlah mahasiswa di Institut Teknologi Telkom bertambah banyak. Sehingga pemakaian fasilitas intranet dan internet pun meningkat. Sehingga sinyal yang dipancarkan oleh access point belum meliputi lokasi-lokasi favorit yang banyak dipakai untuk menjalankan koneksi Internet baik untuk melakukan tukar menukar data, maupun untuk mencari informasi. Pada penelitian ini, dikembangkan sebuah sistem penanganan layanan coverage area pada daerah kampus Institut Teknologi Telkom khusunya gedung A, B, C, D, K (Auditorium) dan LC (Learning Center). Dimana pada perencanaan pengembangan ini dilakukan simulasi coverage area dengan menggunakan software RPS v5.4. Software simulasi ini memetakan bentuk sinyal secara 2 dimensi dan 3 dimensi. Dari hasil simulasi ini dapat dihasilkan grafik untuk parameter delay, interferensi sinyal wireless dan rata-rata coveragenya. Model yang digunakan dalam perhitungan perencanaan coverage area WLAN ini adalah model propagasi COST 231 multiwall. Hasil yang didapat adalah rancangan sebuah jaringan yang mempunyai performance yang baik, terjangkau area lingkup WLAN serta bisa melayani user dengan optimal. Simpulan yang didapat adalah perlu dilakukan perluasan jangkauan WLAN di lingkungan kampus ITTelkom. Yakni penambahan sebuah perangkat access point di gedung A, B, C, dan LC serta didapatkan level kuat sinyal rata-rata -50dBm. Sedangkan untuk gedung D perlu optimalisasi perangkat access point sebanyak 6 buah perangkat yang semula 9 perangkat dengan level kuat sinyal rata-rata 62dBm. Dari penambahan dan optimalisai dapat meningkatkan jumlah client yang dapat mengakses jaringan. Hasil dari penelitian ini juga dapat digunakan sebagai masukan kepada bagian Sisfo IT Telkom sebagai salah satu alternative pilihan dalam pengembangan coverage area WLAN. Kata kunci : WLAN, Coverage area, Topologi, COST 231 Multiwall, delay.

1. PENDAHULUAN 1.1.Kondisi Eksisting Jaringan WLAN di Area Lingkungan Kampus ITTelkom

Kondisi eksisting jaringan WLAN di Area lingkungan kampus ITTelkom ini diperoleh data dari pihak terkait yakni UPT Sistem Informasi, berikut data kondisi eksisting jaringan yang berada di kampus ITTelkom.

Table 1. Kondisi Eksisting Jaringan WLAN di Kampus ITTelkom yang menjadi Pengamatan

Ged Lt Lokasi Jm AP

Gedung A

1 1. Barat-utara (A105-A106)

2. Barat-selatan (A101-A102)

3. Tengah-utara (loby utara)

4. Tengah-selatan (loby selatan)

5. Timur-Utara (A107-A108)

6. Timur-Selatan (A103-A104)

7. Timur (Balkon A210)

7

Jenis Layanan yang digunakan oleh pengguna (user) jaringan WLAN yang berada dilingkungan kampus ITTelkom, maka jenis layanan yang diperkirakan akan menjadi prioritas adalah layanan email, download dan upload data, browsing, chatting, streaming audio dan streaming video.

2. LANGKAH-LANGKAH PERENCANAAN

Untuk mendapatkan hasil yang maksimal maka diperlukan suatu proses perencanaan perluasan dan pengembangan coverage area WLAN di lingkungan kampus ITTelkom sebagai berikut:

Gambar 1. Flowchart Perencanaan Pengembangan Jaringan WLAN


155

3. PERMASALAHAN YANG TERJADI PADA KONDISI EKSISTING JARINGAN WLAN di Kampus ITTelkom

Permasalahan yang terjadi pada kondisi eksisting setelah dilakukan pengukuran diantaranya didapatkan hasil sebagai berikut: 1. Beberapa lokasi di lingkungan kampus ITTelkom masih belum terlayani jaringan WLAN yang meliputi:

A. Tempat duduk di area samping gedung A dan B,

B. Ruang perkuliahan dilantai 2 serta lantai 3 gedung A dan gedung B,

C. Tempat duduk area kafe lantai 1 gedung Learning Center,

D. Ruang dosen dan ruang laboratorium lantai 1 gedung C.

E. Ruang Vicon level kuat sinyalnya rendah. 2. Beberapa ruang di gedung ITTelkom mengalami perubahan fungsi sehingga berubah pula kebutuhan akan jaringan WLAN pada kondisi eksisting. 3. Dengan berubahnya fungsi ruangan maka sangat memungkinkan adanya perubahan penempatan access point seperti perubahan struktur layout ruang di gedung C. 4. Dengan perubahan struktur fungsi gedung, maka jumlah user akan mempengaruhi kapasitas dari typical access point yang digunakan. 4. DENAH LOKASI (Layout) PENEMPATAN

ACCESS POINT di Lingkungan Kampus IT Telkom

4.1.Gedung A Lantai 1

Lantai 1 terdiri dari 11 ruangan. Dimana 7 ruangan dapat menampung 40 hingga 50 mahasiswa setiap ruangannya dan 4 ruangan dapat menampung 20 mahasiswa setiap ruangannya. Rata-rata Kuat sinyal yang diterima Rx level sebesar -70dBm dengan radius 18 meter, serta menggunakan 3 buah channel (channel 1, channel 6 dan channel 11).

Berikut layout penempatan akses point di gedung A lantai 1.

Gambar 2. Denah Gedung A Lantai 1 (Ruang

Perkuliahan)

4.2 Gedung A Lantai 2 Lantai 2 terdiri dari 11 ruangan. Dimana 7

ruangan dapat menampung 40 hingga 50 mahasiswa setiap ruangannya dan 4 ruangan dapat menampung 20 mahasiswa setiap ruangannya. Rata-rata Kuat sinyal yang diterima Rx level sebesar -72dBm

dengan radius 20 meter, serta menggunakan 1 buah channel yakni channel 11.

Berikut layout penempatan access point di gedung A lantai 2


Perkuliahan) 4.3 Gedung A Lantai 3 Lantai 3 terdiri dari 12 ruangan. Dimana 6 ruangan dapat menampung 40 hingga 50 mahasiswa setiap ruangannya dan 6 ruangan dapat menampung 20 mahasiswa setiap ruangannya. Rata-rata Kuat sinyal yang diterima Rx level sebesar -90dBm. Berikut layout gedung A lantai 3.


Perkuliahan) 5 HASIL SURVEY KONDISI EKSISTING

JARINGAN WLAN di Lingkungan Kampus ITTelkom Dari hasil survey kondisi eksisting jariangan

WLAN di lingkungan kampus ITTelkom maka dapat disimpulkan sementara bahwa sebagai berikut:

Tabel 2. Hasil Survey

Gd Lokasi Hasil

Pengamatan

Usulan

A

Tempat duduk Sebelah Barat dan Timur Gedung A

Belum Ter-coverage

Penambahan Access Point.

Lantai 2 Ruang A201, A202, A205, A206, A209, Tempat duduk Lantai 2

Belum Ter-coverage

Lantai 3Ruang

Belum Ter-

Penambahan Access Point


156

A301, A302, A303, A305, A306, A309, A 310, Tempat duduk Lantai 3

coverage di lantai 3

B

Tempat duduk sebelah Timur gedung B

Belum Ter-coverage

Penambahan Acces Point

Lantai 2 Ruang B203, B206

Belum Ter-coverage

Lantai 3Ruang B302, B303, B304, B306, B307, B308, B309, B310

Belum Ter-coverage

Penambahan Access Point di Lantai 3

C

Lantai 1 lorong Barat dan Lorong Selatan

Belum Ter-coverage

D Lantai 2 Ruang Vicon

Sinyal Rendah (-85dBm)

Pindah posisi Access Point

LC

Lantai1 Belum ter-coverage


Lantai 2 Ruang Multimedia

Belum ter-coverage


6. PERHITUNGAN PERENCANAAN PENGEMBANGAN Coverage Area WLAN di Lingkungan Kampus ITTelkom. 6.1 Kapasitas Planning yang dilayani (Gedung A

dan B) Pada tahap ini ditentukan besarnya kebutuhan

bandwidth pada masing-masing area perencanaan. Informasi kebutuhan bandwidth ini yang diperlukan dapat diperoleh dari survey pada area perencanaan tersebut. Setiap area memiliki jumlah user (kepadatan pengguna) dan kebutuhan bandwidth yang bervariasi.

Berikut perhitungan kapasitas planning yang dilayani di gedung A dan gedung B Kapasitas user : 1280 orang Potensial pengguna : 896 orang Estimasi pengguna : 538 orang Sehingga user planning yang aktif di gedung A

adalah

Untuk jumlah user aktif pada setiap access point dapat di lihat pada data sheet, yakni diantaranya: Throughput actual : 25 Mbps Throughput per user : 250 Kbps User aktif (concurrent user) : 100 user

Sehingga bandwidth per user

Maka dapat dihitung jumlah access point sebagai berikut:

Bandwidth : 50,18Kbps = 0.0502Mbps Jumlah User : 1280 %Activity rate : 42,03 % %Efficiency network : 50% Baseline rate/AP : 8Mbps

Dari hasil perhitungan diatas didapat 7 buah AP

untuk bisa menampung jumlah user yang diestimasikan. Akan tetapi tidak semua AP memiliki keterbatasan dan menampung jumlah user dengan skala besar. 6.2 Coverage Planning yang dilayani

Untuk dapat menentukan luas cakupan area WLAN yang dapat discover oleh sebuah AP maka harus diukur panjang jari-jari dari access point, sehingga dapat menentukan jumlah access point yang digunakan. Untuk dapat mengetahui panjang jari-jari cakupan area WLAN dari AP maka dibutuhkan MAPL (Maximum Allowed Path Lost). MAPL adalah nilai propagasi maksimum diperbolehkan agar hubungan user dengan access point dapat berjalan dengan baik. Berikut perhitungannya:

, maka kita masukkan persamaan:


157

6.3 Perencanaan Penempatan Access Point Setelah diketahui jari-jari dari coverage WLAN, maka dapat ditentukan berapa jumlah access point yang diperlukan dengan menggunakan persamaan sebagai berikut:

Untuk luas coverage area WLAN dengan mengambil acuan suatu Link adalah

Jumlah access point pada gedung A lantai 1

Jumlah access point pada gedung A lantai 2 dan lantai 3

Dari hasil perhitungan link budget untuk kapasitas dibutuhkan 7 access point, sedangkan untuk perencanaan penempatan dibutuhkan 8 buah perangkat access point pada gedung A dan gedung B.

Gambar 5. Rencana Penempatan access point hasil

perhitungan di gedung A lantai 1


perhitungan di gedung A lantai 2


perhitungan di gedung A lantai 3 7. SIMULAISI Coverage Area WLAN dengan SOFTWARE RPS 7.1 Simulasi Coverage Area WLAN di Gedung A dan gedung B

Konstruksi bangunan dari gedung A dan gedung B yakni sama. Sehingga pada simulasi ini diwakili satu lantai saja pada gedung A untuk menggambarkan hasil coverage areanya. Berikut hasil simulasi coverage area di gedung A lantai 1

Gambar 8. Penyebaran Coverage Area gedung A

lantai 1 2D


158

Gambar 9. Penyebaran Coverage Area gedung A

lantai 1 3D

Dari gambar 9 dan 10 didapatkan penyeberan coverage area gedung A lantai 1 ini di dapat rata-rata kuat sinyal yang diterima sebesar -47,95dBm. Berikut hasil ini didapat dari hasil histogtam graphic.

Grafik 1. Histogram graph coverage area gedung A

lantai 1

Grafik 2. Histogram graph interferensi radio

Dari grafik 2 didapatkan rata-rata setiap user

dengan interferensi yang diterima sebesar 15,97dB.

Grafik 3. histogram graph delay spread gedung A

lantai 1

Dari grafik 3 merupakan layanan coverage area WLAN dapat digunakan dengan baik dengan setiap user tidak mengalami delay. 8. SIMPULAN Berdasarkan hasil analisa yang telah dilakukan maka dapat diambil kesimpulan sebagai berikut : 1. Hasil drive test awal didapatkan masih ada area

yang blankspot seperti Tempat duduk di area samping gedung A dan B

dengan rata-rata kuat sinyal sebesar -90dBm. Ruang perkuliahan dilantai 2 serta lantai 3 gedung

A dan gedung B dengan rata-rata kuat sinyal -83dBm.

Tempat duduk area kafe lantai 1 gedung Learning Center dengan rata-rata kuat sinyal sebesar -93dBm.

Ruang dosen dan ruang laboratorium lantai 1 gedung C dengan rata-rata kuat sinyal sebesar -89dBm.

Ruang Video Conference level kuat sinyalnya rendah dengan rata-rata kuat sinyal sebesar -83dBm.

2. Beberapa lokasi yang harus ditambahkan perangkat access point agar dapat meng-coverage area leih baik seperti gedung A lantai 3, gedung B lantai 3, gedung C lantai 1, gedung LC lantai 1.

3. Optimalisasi perangkat karena pada kondisi eksisting dirasa terlalu banyak access point yang terpasang seperti gedung D

4. Beberapa perangkat harus dirubah tata letak dari access point agar dapat mengcoverage area lebih baik seperti gedung LC lantai 4 dan 5.

5. Parameter yang digunakan dalam perancangan konfigurasi coverage area WLAN antara lain: frekuensi 2,4GHz, power transmit dari antena sebesar 20dBm (100mWatt), Gain antenna sebesar 8dBi, omni directional antenna, antenna noise.

6. Parameter yang digunakan sebagai tolak ukur kualitas hasil simulasi coverage area menggunakan software RPS v5.4 meliputi: coverage plot, delay spread dan signal interference radio.

7. Hasil simulasi coverage area menggunakan software RPS v5.4 adalah sinyal yang dihasilkan kuat sinyal rata-rata sebesar -45,36dBm.


159

PUSTAKA

Jhonsen, Jhon Edison, “Membangun Wireless LAN”. Jakarta : Penerbit PT Elex Media Komputindo, CCNA 2005.

Lopez,F, “Wireless LAN Standards and Applications”. Artech house. London, 2001.

Hantoro, Gunadi D. “WiFi (Wireless LAN)”. Bandung : Penerbit Informatika Bandung, 2009.

Geier, Jim. “Wireless Networks First-Step”, Jakarta : Penerbit –Ed.I.ANDI Yogyakarta : 2005.

Noviandri, irma; munadi, rendy dan Hafidudin. “Implementasi Video Conference Pada jaringan STT Telkom Dengan Protokol H.232 berbasis WEB”. Yogyakarta : SNATI 2007.

http://id.wikipedia.org/wiki/LAN_nirkabel Slide Kuliah Sistem Komunikasi Seluler, Institut

Teknologi Telkom, Bandung, 2009 Onno W. Purbo, “Buku Pegangan Internet Wireless

dan Hot Spot”, PT. Elex Media Komputindo, Jakarta, 2006

http://standards.ieee.org/ http://wireless.umd.edu/paper.html 3com. 2000. IEEE 802.11g Wireless LANs.

www.3com.com


160

KLASIFIKASI DAUN TANAMAN THEOBROMA CACAO MENGGUNAKAN METODE NEURAL NETWORK

Endi Permata 1) , Andri Suherman 2) , Alief Maulana 3) 1) 2 )3)Program Studi S1 Teknik Elektro, Fakultas Teknik,Universitas Sultan Ageng Tirtayasa

Jl. Jendral Sudirman KM.3 Cilegon-Banten 42435 Telp. (0254) 395502

E-mail: [email protected], [email protected], [email protected]

ABSTRAK – Tanaman kakao merupakan tanaman perkebunan di lahan kering, jika diusahakan secara baik dapat berproduksi tinggi serta menguntungkan secara ekonomis. Namun seringkali petani mengalami penurunan panen, hal ini disebabkan penyakit dan hama yang menyerang kakao. Penyakit-penyakit pada kakao tersebut dapat menyerang daun sehingga menimbulkan bercak-bercak pada daun akibat hawar daun dan hama. Penelitian ini mencoba mengklasifikasikan daun-daun pada tanaman kakao, baik yang sehat, yang terkena penyakit atau bercak daun dengan menggunakan citra daun pada bagian atas dengan menerapkan metode Neural Network (NN) dengan harapan dapat membantu para petani untuk mengetahui kualitas tanaman kakao dengan perantara daun, dikarenakan daun merupakan bagian yang sangat mudah untuk dideteksi dengan menggunakan ekstrasi fitur dari daun sebagai inputnya diantara mean, standard deviation, , kurtosis, skewness, dan entropydari histogram warna, histogram grayscale dan histogram tingkat saturasi. Selanjutnya dilakukan proses klasifikasi. Dari hasil percobaan tahap klasifikasi menggunakan neural network didapatkan hasil akurasi daun rusak parah 83% daun rusak sedang 96% dan daun sehat 86%. Kata kunci : Daun Kakao, Neural Network, Histogram RGB, Histogram Grayscale,Histogram Saturation

1. LATAR BELAKANG

Kakao merupakan salah satu komoditas unggulan nasional setelah tanaman karet, kelapa sawit, kopi, dan teh yang berperan penting bagi pertumbuhan perekonomian Indonesia terutama dalam penyediaan lapangan kerja baru, sumber pendapatan petani dan penghasil devisa bagi negara. Sering kali para petani mengalami penurunan panen, hal ini disebabkan penyakit dan hama yang menyerang kakao. Penyakit-penyakit pada kakao tersebut dapat menyerang daun, sehingga menimbulkan bercak-bercak pada daun, daun berwarna kuning atau coklat. Daun yang sehat pada tanaman kakao yaitu berwarna hijau tanpa ada bercak coklat pada bagian atasnya, sedangkan pada daun kakao yang terkena penyakit yaitu di tandai dengan bercak coklat pada daun berbentuk oval yang merata di permukaan daun dengan titik tengah berwarna abu-abu atau putih. Titik abu-abu di tengah bercak merupakan gejala khas penyakit bercak daun coklat di lapangan. Bercak yang masih muda berwarna coklat gelap atau keunguan berbentuk bulat. Pada varietas yang peka panjang bercak dapat mencapai panjang 1 cm.

Dalam dunia pertanian, salah satu masalah yang dihadapi adalah menentukan kualitas tanaman hasil pertanian, khususnya tanaman kakao. Terkadang sulit untuk melihat dengan kasat mata kualitas tanaman kakao tersebut. Penelitian ini mencoba mengklasifikasikan daun-daun pada tanaman kakao, baik yang sehat, yang terkena penyakit atau bercak daun dengan menggunakan citra daun pada bagian atas dengan menerapkan metode Neural Network

(NN) dengan harapan dapat membantu para petani untuk mengetahui kualitas tanaman kakao dengan perantara daun, dikarenakan daun merupakan bagian yang sangat mudah untuk dideteksi. Sehingga penulis melakukan sebuah penelitian ini untuk mengetahui kualitas tanaman kakao. 2. TINJAUAN PUSTAKA

Terdapat dua tahapan utama yang dilaksanakan pada penelitian ini. Tahap pertama adalah ekstraksi fitur dengan tujuan untuk mendapatkan fitur-fitur yang akan digunakan untuk melakukan klasifikasi. Fitur yang akan digunakan adalah standard deviation, mean, skewness, entropy, kurtosis dan Grayscale dari Histogram Warna, Histogram Grayscale dan Histogram Tingkat Saturasi. Tahap selanjutnya dilakukan proses klasifikasi. Metoda yang digunakan untuk pengenalan pola dalam penelitian ini adalah neural network (backpropagation).

2.1 Histogram warna (Color Histogram) Histogram warna dihitung dengan cara

mendiskritkan warna dalam citra, dan menghitung jumlah dari tiap-tiap piksel pada citra. Sebelum dilakukan penghitungan intensitas warna tiap piksel, terlebih dahulu dilakukan normalisasi terhadap ketiga komponen penyusun warna pada citra (red,green,blue), proses ini disebut juga dengan Normalized RGB. Persamaan yang digunakan untuk normalisasi warna tersebut adalah sebagai berikut :


161

(1)

(2)

(3)

2.2 Histogram Tingkat Keabuan (Grayscale Histogram)

Nilai citra parasit malaria merupakan model warna RGB. Untuk mendapatkan nilai tingkat keabuan dari citra yang terdiri dari komponen warna RGB dilakukan dengan menggunakan persamaan berikut :

(4)

Hasil dari proses grayscale ini akan berada pada

tingkat keabuan sebesar sebesar 8 bit. Distribusi nilai-nilai dari setiap piksel citra grayscale dimasukkan ke dalam histogram. 2.3 Histogram Tingkat Saturasi ( Saturation Level Histogram )

Histogram tigkat saturasi digunakan untuk mendapatkan nilai-nilai intensitas warna berdasarkan kejenuhannya (saturasi). Komponen warna berdasarkan kejenuhannya diperoleh dari citra eritrosit model warna RGB melalui perhitungan dengan persamaan sebagai berikut :

(5)

Dimana nilai saturasi pada setiap piksel ini

digunakan untuk membangun histogram distribusinya.

Dari nilai histogram warna, grayscale dan tingkat saturasi hasil perhitungan sudah dapat dijadikan sebagai vektor input, namun untuk mengurangi masalah komputasi yang besar maka nilai-nilai tersbut diwakili oleh nilai mean, standar deviasi, kurtosis dan skewness dari distribusinya histogram tersebut, dimana dapat dihitung dengan persamaan :

(6)

(7)

(8)

(9)

2.4 Jaringan syaraf tiruan (Backpropagation)

Jaringan syaraf tiruan (Artificial Neural Network) atau ANN merupakan model yang meniru cara kerja jaringan biologis. Otak manusia terdiri atas sel-sel syaraf yang disebut neuron, yang berjumlah sekitar 910 neuron. Jaringan

syaraf tiruan terdiri atas sejumlah pemroses yang sangat sederhana yang disebut dengan node atau simpul. Simpul ini dianalogikan seperti neuron yang ada di otak manusia. Kumpulan simpul-simpul yang membentuk suatu konfigurasi tertentu dikenal sebagai jaringan syaraf tiruan. Jaringan syaraf tiruan terdiri atas lapisan masukan dan keluaran. Tetapi ada juga yang mempunyai lapisan tersembunyi di antara lapisan masukan dan keluaran. Simpul yang ada pada lapisan masukan disebut unit masukan. Pada unit masukan tidak memproses suatu informasi tetapi hanya menyebarkan atau menyalurkan ke unit lain. Sedangkan simpul yang ada pada lapisan tersembunyi dan lapisan keluaran menghasilkan keluaran yang berupa suatu bentuk non linear. Secara prinsip jaringan dibangkitkan serangkaian masukan (input) yang dikalikan dengan suatu faktor penimbang tertentu yang analog dengan tegangan sinapsis, kemudian dijumlahkan semua masukan tersebut untuk menentukan tingkat aktivasi neuron.

Backpropagation adalah algoritma pembelajaran yang terawasi dan biasanya digunakan untuk oleh perceptron dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuron-neuron yang ada pada lapisan tersembunyinya. (Kusumadewi, 2004). Algoritma backpropagation menggunakan error-output untuk mengubah nilai bobot-bobotnya dalam arah mundur (backward). Untuk mendapatkan error ini, tahap perambatan maju (forward propagation) harus dikerjakan terlebih dahulu. Pelatihan backpropagation terdiri dari 3 tahap, yaitu perambatan maju, propagasi balik, dan modifikasi bobot neuron. Sedangkan siklus dari ketiga tahapan ini disebut dengan iterasi atau dalam JST dinamakan epoch.

Prinsip kerja dari algoritma backpropagation adalah sebagai berikut, pada saat proses umpan maju, neuron pada input layer akan mengirimkan informasi ke setiap neuron pada hidden layer. Neuron hidden layer ini akan melakukan proses komputasi terhadap informasi yang diterima dan menghasilkan output yang berasal dari fungsi aktivasinya. Selanjutnya output dari hidden layer tersebut akan dikirimkan lagi ke lapisan berikutnya, yang dalam hal ini adalah output layer. Di dalam output layer ini berlangsung proses yang sama seperti pada hidden layer. Namun, output dari hasil fungsi aktivasi output layer ini akan digunakan sebagai sinyal respon dari JST.

Sinyal respon output JST ini akan dibandingkan dengan target yang diinginkan dan dihitung besar errornya (selisih antara output yang dihasilkan dengan target yang ingin dicapai). Error yang diperoleh ini dikirimkan kembali ke lapisan-lapisan sebelumnya dan kemudian digunakan untuk mengoreksi dan mengubah bobot-bobot JST-nya berdasarkan learning error yang diberikan pada JST tersebut.


162

Tahap pelatihan ini merupakan langkah untuk melatih suatu JST, yaitu dengan cara melakukan perubahan penimbang (sambungan antar lapisan yang membentuk JST melalui masing-masing unitnya). Sedangkan penyelesaian masalah, akan dilakukan jika proses pelatihan tersebut telah selesai, fase ini disebut fase mapping atau proses pengujian atau testing.

Menurut Kusumadewi (2004) fungsi kinerja yang sering digunakan untuk backpropagation adalah means square error (MSE). Fungsi ini akan menghasilkan MSE. Algoritma pelatihan backpropagation terdiri dari dua tahapan, feed forward dan backpropagation dari galatnya. Untuk jelasnya dapat dijelaskan rinciannya sebagai berikut (Kusumadewi, 2004): 1. Inisialisasi bobot (ambil bobot awal dengan

nilai random yang cukup kecil). 2. Tetapkan: Maksimum Epoh, Target Error, dan

Learning Rate (α). 3. Inisialisasi: Epoh=0, MSE=1. 4. Setiap pasangan data training dilakukan

langkah berikut ini (epoch=epoch+1):

Umpan maju (Feedforward): a. Tiap-tiap unit input menerima data tV dan

meneruskan sinyal input ke semua unit pada lapisan berikutnya (hidden layer).

b. Tiap-tiap unit pada suatu hidden layer V menjumlahkan sinyal-sinyal input terbobot dan menggunakan fungsi aktivasi untuk menghitung sinyal outputnya:

(9)

(10) Kemudian sinyal output zj akan dikirim ke

semua unit pada layer berikutnya (output layer). Bila yang digunakan adalah fungsi sigmoid maka bentuk

fungsi tersebut adalah:

(11)

Sinyal keluaran dari fungsi pengaktif tersebut dikirim ke semua unit di lapis keluaran (unit keluaran). c. Tiap-tiap unit keluaran vT menjumlahkan

sinyal-sinyal input terbobot dan menggunakan fungsi aktivasi untuk menghitung sinyal outputnya.

(12)

(13)

dan kirimkan sinyal tersebut ke semua unit di lapisan atasnya (unit- output). Catatan: Langkah (b) dilakukan sebanyak jumlah

lapisan tersembunyi.

2.5 Algoritma Pembelajaran pada backropagation

Salah satu bagian terpenting dari konsep jaring syaraf tiruan adalah terjadinya proses pembelajaran. Tujuan utama dari proses pembelajaran adalah melakukan pengaturan terhadap bobot-bobot yang ada pada jaring syaraf, sehingga diperoleh bobot akhir yang tepat sesuai dengan pola data yang dilatih. Selama proses pembelajaran akan terjadi perbaikan bobot-bobot berdasarkan algoritma tertentu. Nilai bobot akan bertambah, jika informasi yang diberikan oleh neuron yang bersangkutan tersampaikan, sebaliknya jika informasi tidak disampaikan oleh suatu neuron ke neuron yang lain maka nilai bobot yang menghubungkan keduanya akan dikurangi. Pada saat pembelajaran dilakukan pada input yang berbeda, maka nilai bobot akan diubah secara dinamis hingga mencapai suatu nilai yang cukup seimbang. Apabila nilai ini telah tercapai mengindikasikan bahwa tiap-tiap input telah berhubungan dengan output yang diharapkan. Pada dasarnya ada dua metode pembelajaran, yaitu metode pembelajaran terawasi (supervised learning) dan metode pembelajaran tak terawasi (unsupervised learning). 2.6 Fungsi Aktivasi

Fungsi aktivasi merupakan bagian terpenting dalam tahapan perhitungan keluaran dari suatu algoritma jaringan syaraf tiruan. Fungsi aktivasi dapat diibaratkan sebagai pendefinisian penguatan non linier dalam sisem analag (continue). Penguatan (gain) ini dihitung dengan mencari rasio perubahan pada fungsi output neuron pada lapisan keluaran. Fungsi aktivasi tidak hanya digunakan pada saat perhitungan nilai keluaran neuron saja, tetapi turunan pertamanya juga bisa untuk menghitung perubahan bobot dan bias pada proses belajar. Dalam penulisan ini digunakan fungsi aktivasi bipolar threshold. Beberapa fungsi aktivasi yang digunakan dalam jaringan syaraf tiruan adalah :

a. Fungsi Linear (Purelin) Fungsi linear dinyatakan dengan persamaan :

Gambar 1. Fungsi Aktivasi: Undak Biner


163

Fungsi Aktivasi linear pada gambar 1 di matlab dikenal dengan nama purelin. Dimana α adalah kemiringan dari fungsi. Jika α= 1 maka fungsi aktivasi tersebut adalah fungsi identitas. Sintaks untuk fungsi tersebut adalah: Y= purelin (a).

b. Fungsi Sigmoid Biner (Logsig) Fungsi ini digunakan untuk jaringan syaraf tiruan

yang dilatih dengan menggunakan metode backpropagation. Fungsi sigmoid biner memiliki nilai pada range 0 sampai 1. Oleh karena itu, fungsi seperti ini sering digunakan untuk jaringan syaraf yang membutuhkan nilai output yang terletak pada interval 0 sampai 1.

Gambar 2. Fungsi Aktivasi Sigmoid Biner Fungsi Aktivasi sigmoid biner pada gambar 2 di

matlab dikenal dengan nama logsig. c. Fungsi Sigmoid Bipolar (tansig) Fungsi sigmoid bipolar hampir sama

dengan fungsi sigmoid biner, hanya saja output dari fungsi ini memiliki range antara 1 sampai -1 (Gambar 3).

Gambar 3 Fungsi Aktivasi Sigmoid Bipolar

Fungsi Aktivasi sigmoid bipolar pada gambar 3 di matlab dikenal dengan nama tansig.

3. METODE PENELITIAN Desain penelitian merupakan tahapan yang

merepresentasikan langkah-langkah yang akan dilakukan dalam melaksanakan penelitian, tujuannya untuk memudahkan peneliti dalam melakukan penelitian. Berikut adalah tahapan penelitian yang akan dilakukan dalam proses penelitian yang berjudul “Analisa Kualifikasi Daun Pada Tanaman Kakao Menggunakan Neural Network“ dapat dilihat secara jelas pada Gambar 4 tahapan metode yang menunjukkan rencana atau struktur penelitian yang akan digunakan untuk melakukan klasifikasi memecahkan permasalahan dalam penelitian ini.

Gambar 4. Desain Penelitian

Gambar 4. Desain Penelitian merupakan langkah-langkah yang dilakukan dalam penelitian, dimulai dengan pengambilan citra daun kakao menggunakan kamera digital di sebuah perkebunan kakao di daerah Lampung. Kemudian image daun di proses seperti resize image menjadi 50x50 pixel dalam hal ini menggunakan software corel draw. Proses selanjutnya yaitu image akan diekstrak untuk mendapatkan nilai-nilai fitur yang merepresentasikan ciri spesifik dari image tersebut. Nilai fitur dari image selanjutnya digunakan untuk klasifikasi kualitas daun kakao, yaitu skewness, kurtosis, standar deviasi, mean dan entropy dari histogram warna, histogram grayscale, dan histogram tingkat saturasi. Setelah nilai fitur didapat sebagai input untuk proses selanjutnya yaitu klasifikasi. Klasifikasi pada penelitian ini menggunakan metode backpropagation dengan tahap pelatihan dan pengujian. Proses pelatihan menggunakan sebanyak 60 citra daun kakao yang akan di bagi menjadi 3 kelas yaitu 20 untuk daun rusak, 20 untuk daun rusak sedang dan 20 untuk daun sehat. Selanjutnya proses pengujian dengan menggunakan data yang tidak masuk dalam pelatihan sebanyak 30 citra daun kakao dengan pembagian kelas tiap kelas yang akan di uji masing-masing sebanyak 10 citra daun kakao untuk 3 kelas.

Tahap selanjutnya ekstraksi fitur dengan tujuan untuk mendapatkan fitur-fitur yang akan digunakan untuk melakukan klasifikasi. Fitur yang akan digunakan adalah mean, standard deviation, , kurtosis, skewness, dan entropy dari Histogram Warna, Histogram Grayscale dan Histogram Tingkat Saturasi. Selanjutnya dilakukan proses klasifikasi. Metode yang digunakan untuk pengenalan pola dalam penelitian ini adalah Neural Network (backpropagation).


164

4. HASIL DAN PEMBAHASAN Pembuatan struktur dari neural network ke dalam program harus diatur terlebih dahulu, dalam hal ini pengaturannya menggunakan metode penentuan bobot pada training dengan jaringan syaraf tiruan yaitu Lavenberg-Marquad (trainlm) dengan struktur JST menggunakan Backpropagation. Citra masukkan yang digunakan pada penelitian ini adalah citra daun kakao sebanyak 90 citra. Terdiri dari 60 input data untuk pelatihan dan 30 input data untuk pengujian. Target yang digunakan yaitu tiga dengan rincian daun rusak parah, daun rusak sedang dan daun sehat.

a. Pelatihan

Proses pelatihan dilakukan jika semua parameter jaringan syaraf sudah ditentukan, fungsi newff yang disediakan oleh Matlab dengan merubah semua data input, output dan bobot-bias dijadikan ke dalam bentuk perhitungan matriks maka pelatihan dan pengujian JST akan lebih cepat.

Pada proses pelatihan identifikasi, dari parameter jaringan yang telah ditentukan dihasilkan yaitu pelatihan berhenti ketika iterasi yang ditentukan sudah tercapai yaitu berhenti pada epoch ke-13 dengan MSE (Mean Square Error) 9.189e-005 dengan target 0.0001 atau 1.10-4 menggunakan fungsi aktivasi sigmoid bipolar, sigmoid biner dan linear. Setelah proses pelatihan tercapai nilai performance yang diinginkan tercapai, maka dapat dikatakan bahwa jaringan syaraf tiruan backpropagation telah mengenali target yang diinginkan

Gambar 5 Hubungan target dengan output jaringan

Koefisien korelasi bernilai 0.9999 (mendekati 1),

menunjukkan hasil yang baik untuk kecocokan output jaringan dengan target pada gambar 4.5 dapat dilihat perbandingan target dengan output jaringan hampir tepat menempati posisi yang sama, yaitu posisi (o) dan (*) betul-betul berada pada posisi yang sama. b. Pengujian

Pengujian dilakukan menggunakan arsitektur terbaik yang telah diperoleh dari hasil training

(pelatihan), struktur jaringan yang digunakan terdiri atas lapisan input, 2 lapisan tersembunyi, dan lapisan output. Lapisan input terdiri dari 15 neuron. Lapisan tersembunyi pertama terditi atas 10 neuron dengan fungsi aktivasi tansig, sedangkan lapisan tersembunyi kedua terdiri atas 5 neuron dengan fungsi aktivasi logsig. Lapisan output terdiri atas 1 neuron dengan fungsi aktivasi purelin.

Pemilihan bobot awal sangat mempengaruhi jaringan syaraf tiruan dalam capai minimum global terhadap nilai error, serta cepat tidaknya proses pelatihan menuju kekonvergenan. Setelah proses pelatihan maka dihasilkan bobot tersebut. Bobot-bobot jaringan yang meliputi bobot input neuron, bobot bias, bobot neuron pada hidden layer, dan bobot bias pada hidden layer dari proses pelatihan ini digunakan dalam mengevaluasi atau menguji pengidentifikasian dan klasifikasi daun kakao. Adapun hasil dari pengujian yang telah dilakukan yaitu sebagai berikut:

Gambar 6. Hasil simulasi data testing postmnmx

Gambar 6. merupakan hasil data testing pada

daun kakao, dapat kita lihat bahwa data baru yang dites pada jaringan (data testing), yang disimpan pada matriks Q dengan target yang disimpan pada matriks TQ sebagian besar sudah berdekatan (hampir mendekati posisi yang sama) yanitu antara output (o) tepat jatuh pada jaringan (*) . Error terbesar pada tabel terletak pada data ke-26 yaitu pada yaitu pada daun sehat sebesar 1.55. Pengujian dilakukan sebanyak tiga kali dengan melakukan pertukaran antara data pelatihan dengan pengujian sehingga setiap data pernah menjadi data pelatihan dan data pengujian. Selanjutnya yaitu pengujian dengan mengurangi fitur-fitur yang digunakan, untuk mengetahui seberapa besar pengaruh fitur pada sistem ini. Dapat dilihat pada gambar 7 dibawah ini.


165

Gambar 7 pengaruh fitur

Grafik pada gambar 7 dapat kita lihat bahwa

adanya pengaruh fitur pada setiap pengujian. Semakin banyak nilai fitur ekstraksi maka prosentase keakuratan data semakin bertambah tinggi. Data prosentase menggunkan skala 1. Untuk data pengujian 1 data terendah pada fitur dua yaitu untuk prosentase keakuratan sebesar 0.2218 atau 22.18 % dan keakuratan tertinggi nya mencapai 0.9902 atau 99.02% dengan menggunakan fitur 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, dan fitur ke 15. Keakuratan terendah pada pengujian kedua yaitu 0.3049 atau 30.49% dengan keakuratan tertingginya mencapai 0.7125 atau 71.25% dengan menggunakan fitur 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, dan fitur 15. Keakuratan terendah pada pengujian ketiga yaitu o.2638 atau 26.38% dengan keakuratan tertinggi pada fitur 15 yaitu mencapai 0.6530 atau 65.30% dengan menggunakan fitur 2,3,4,5,6,7,8,9,10,11,12,13,14, dan fitur ke 15.

5. KESIMPULAN

Penelitian yang telah dilakukan maka dapat diperoleh kesimpulan bahwa analisa kualifikasi daun pada tanaman kakao menggunakan neural network didapatkan hasil akurasi daun rusak parah 83% daun rusak sedang 96% dan daun sehat 86%.

PUSTAKA

Ahmad Usman.2005. Pengolahan Citra Digital dan Teknik Pemrogramannya. Graha Ilmu, Yogyakarta.

Albregtsen, Fritz, Statistical Texture Measures Computed from Gray Level Coocurrence (http://www.ifi.uio.no/in384/info/glcm.ps, diakses 10 Januari 2014).

Burges, J.C. 1988. A Toturial on Support

VectorMachines for Pattern Recognition, Data Mining and Knowledge Discovery, Vol.2, No.2, hal. 955-974.

Christiani, Nello, and Taylor, J.S., 2000. An Introduction to Support Vector Machine and

Other kernel-based Learning Methods, Cambridge University Press.

Haralick, R.M. et., 1973. Texture Features for Image Classification, IEEE Transaction on System, Man, and Cybernetics, Vol. SMC-3

Hsu, C.W., and Lin, C.J. 2002. A Comparison of Methods for Multi-class Support Vector Machines, IEEE Transactions on Neural Networks, Vol. 13, No. 2, hal. 415-425.

Gonzalez, R. C., Woods, R. E. 2010. Digital Image Processing, Third Edition, Pearson Prentice Hall, Inc

Irawan, Feriza A. 2012. Buku Pintar Pemrograman Matlab. Yogyakarta: MediaKom

Kusumadewi, Sri. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan Matlab & Excel Link. Yogyakarta:Graha Ilmu.

Nugroho, A.S., Witarto, B.A., Handoko, D., 2003, “ Support Vector Machine – Teori dan Aplikasinya Dalam Bioinformatika”, Kuliah Umum Ilmu Komputer.com

Purnomo M. H., Kurniawan A., 2006, Supervised Neural Networks dan Aplikasinya, Graha Ilmu, Yogyakarta.

Suyanto. 2011. Artificial Intelegence Searching, Reasoning, Planning, dan Learning. Bandung: Informatika.


166

ANALISIS JENIS SISTEM PEMBAYARAN ELEKTRONIK DALAM TRANSAKSI E-COMMERCE DI INDONESIA

Hestin Mulyasari1, Thanh Thi Bi Dan2, A. Bima Murti Wijaya3

1,2,3Jurusan Teknik Informatika, Fakultas MIPA, Universitas Sebelas Maret Jl Ir. Sutami No. 36A, Kentingan, Jebres, Surakarta


ABSTRACT

Nowadays, the ease of delivery and receipt of information in digital form is needed. One of the digital information technology is e-commerce. In the e-commerce payment systems which are generally applied i.e. credit cards online, digital wallet, digital cash, stored value system online, digital accumulating balance systems, digital check and wireless. In real practice not all sorts of implementation of the payment systems are implemented in e-commerce transactions in Indonesia. According to Indonesian Credit Card Association data (2013), the most popular e-commerce payment system in Indonesia are: Bank Transfer (57%), Cash on Delivery (28%), Credit Card (7%), and others (8%). The aim of this research is to find data on electronic payment systems especially and evaluate the factors that support the evidence. This study used a questionnaire to survey on 3 e-commerce web which are selected based on rankings by alexa.com. Modified DeLone and McLane model of information systems success and acceptance of technology model by Tella (2012) is used to create a questionnaire. For the result analysis using frequency analysis, descriptive statistics and mean percentage ranking. The results show 76.47% of indonesia’s top level e-commerce electronic payment systems use credit card. Keywords: electronic payment systems, e-commerce, DeLone and McLane.

ABSTRAK

Dalam era perkembangan teknologi informasi di Indonesia saat ini, kemudahan penyampaian dan penerimaan informasi dalam bentuk digital sangat diperlukan. Salah satu bentuk teknologi informasi digital adalah e-commerce. Di dalam e-commerce terdapat sistem pembayaran yang umumnya diterapkan yaitu kartu kredit online, dompet digital, tunai digital, sistem stored value online, sistem digital accumulating balance, sistem pembayaran cek digital dan wireless (Laudon and Traver, 2009). Pada praktik pelaksanaannya tidak semua macam sistem pembayaran tersebut diterapkan dalam transaksi e-commerce di Indonesia. Menurut data Indonesia Credit Card Association (2013), sistem pembayaran dalam e-commerce di Indonesia yang paling populer adalah: Transfer Bank (57%), Cash on Delivery (28%), Kartu Kredit (7%), dan lain-lain (8%).Penelitian ini ditujukan mencari data mengenai sistem pembayaran elektronik yang paling banyak digunakan dalam e-commerce di Indonesia dan mengevaluasi faktor-faktor yang mendukung bukti tersebut untuk meningkatkan kesuksesan sistem pembayaran elektronik dalam e-commerce. Penelitian ini menggunakan kuesioner untuk melakukan survey pada 3 web e-commerce yang dipilih berdasar rangking oleh alexa.com. Modifikasi model sukses sistem informasi DeLone dan McLane dan model penerimaaan teknologi oleh Tella (2012) digunakan untuk membuat kuesioner. Untuk analisis hasil menggunakan analisis frekuensi, statistik deskriptif dan perankingan persentase mean. Hasil menunjukkan 76.47% sistem pembayaran elektronik pada e-commerce peringkat atas menggunakan kartu kredit. Kata Kunci: sistem pembayaran elektronik, e-commerce, DeLone dan McLane

1. PENDAHULUAN 1.1 Latar belakang

Di zaman perkembangan arus teknologi informasi yang sangat pesat seperti saat ini, Indonesia sebagai negara berkembang harus selalu mengikuti tren pemanfaatan teknologi yang ada. Selain untuk mengejar ketertinggalan dalam bidang teknologi dengan negara-negara maju, juga untuk bertahan dalam persaingan bisnis dalam skala yang lebih luas atau global.

Internet sebagai salah satu media teknologi informasi yang modern, telah menyebar dan berkembang pesat dalam segala aspek kehidupan

masyarakat di Indonesia dan seluruh dunia. Tak terkecuali dalam bidang perekonomian. Dengan adanya internet, memudahkan penyampaian informasi secara cepat, luas dan akurat. E-commerce merupakan salah satu hasil penerapan internet dalam bidang ekonomi.

Menurut data Indonesia Credit Card Association (2013), sistem pembayaran dalam e-commerce di Indonesia yang paling populer adalah: Transfer Bank (57%), Cash on Delivery (28%), Kartu Kredit (7%), dan lain-lain (8%). Dari data tersebut diketahui bahwa sistem pembayaran yang paling banyak digunakan di Indonesia adalah Transfer


167

Bank. Padahal suatu web dikatakan 100% e-commerce jika transaksi pembayarannya dilakukan secara online seperti dijelaskan oleh Laudon dan Traver (2009) terkait macam sistem pembayaran dalam e-commerce. Penelitian ini dilakukan untuk menganalisis jenis sistem pembayaran elektronik yang ada dalam e-commerce sehingga dapat mencari data mengenai sistem pembayaran elektronik yang paling banyak digunakan dalam e-commerce di Indonesia.Untuk membuat kuesioner menggunakan modifikasi model sukses sistem informasi DeLone dan McLane dan model penerimaaan teknologi oleh Tella (2012). Kemudian melakukan evaluasi faktor-faktor yang mendukung bukti tersebut untuk meningkatkan kesuksesan sistem pembayaran elektronik dalam e-commerce. 1.2 Alat pembayaran elektronik dalam e-

commerce Menurut Laudon dan Traver (2009), e-commerce

adalah transaksi bisnis yang dilakukan dengan menggunakan internet dan web yang memenuhi dua syarat, yaitu seluruh transaksi dilakukan dengan teknologi media digital (terutama transaksi yang terjadi melalui internet dan web) serta terjadi perpindahan mata uang pada transaksi tersebut.

Seperti yang dijelaskan dalam definisi e-commerce tersebut, bahwa terjadi transaksi yang melibatkan mata uang menggunakan teknologi media digital. Transaksi tersebut adalah terkait sistem pembayaran.

Dijelaskan oleh Laudon dan Traver beberapa macam sistem pembayaran dalam e-commerce adalah sebagai berikut: 1. Kartu kredit online

Merupakan bentuk utama sistem pembayaran online. Ada 5 pihak yang terlibat dalam pembelian kredit online yaitu konsumen, penjual, clearinghouse, bank penjual (kadang disebut dengan acquiring bank) dan bank yang mengeluarkan kartu kredit milik konsumen. Bagaimanapun, sistem kartu kredit online memiliki sejumlah batasan yang melibatkan keamanan, resiko penjualan, biaya, dan keadilan sosial.

2. Dompet digital (digital wallets) Berusaha menandingi fungsionalitas dari

dompet tradisional yang mengandung informasi identifikasi pribadi dan nilai yang tersimpan dalam beberapa bentuk.

3. Tunai digital (digital cash) Merupakan token numerik online berdasar

deposit bank atau akun kartu kredit. 4. Sistem stored-value online

Memperbolehkan konsumen untuk melakukan pembayaran instan, online untuk penjual dan individu lain, berdasar nilai yang tersimpan dalam akun online. Beberapa sistem penyimpanan nilai online butuh agar user mengunduh dompet digital, sementara yang lain butuh user untuk sekedar sign up dan transfer uang dari akun yang telah ada ke akun nilai yang tersimpan online.

5. Sistem digital accumulating balance Memperbolehkan user untuk melakukan

pembelian pada web, mengakumulasi keseimbangan (balance) debit yang nanti akan ditagihkan pada akhir siklus (misal akhir hari, atau akhir bulan); konsumen lalu menghitung bayaran semua balance dengan menggunakan cek atau akun kartu kredit. Sistem akumulasi keseimbangan (balance), ideal untuk pembelian konten digital seperti trek musik, bagian buku, artikel maupun koran.

6. Sistem pembayaran cek digital Perpanjangan dari infrastruktur checking dan

banking saat ini. 7. Sistem pembayaran wireless

Sistem pembayaran berbasis telepon seluler yang memungkinkan untuk melakukan pembayaran mobile.

Namun, tidak seluruh tipe sistem pembayaran tersebut dapat diterapkan di Indonesia. Mengingat banyak faktor terkait pandangan masyarakat yang mendukung dan menolaknya.

1.3 Model sukses sistem informasi DeLone dan

McLean terbaru (2003) Model lama mengidentifikan 6 dimensi dalam

kesuksesan sistem informasi. Diusulkan bahwa kesuksesan dapat ditunjukkan oleh kualitas sistem, kualitas keluaran informasi, penggunaan luaran (use), kepuasan pengguna (user statisfaction), efek sistem informasi terhadap perilaku pengguna (individual impact), dan efek sistem informasi terhadap kinerja organisasi (organizational impact).

Model ini menyediakan skema untuk mengklasifikasikan banyak pengukuran kesuksesan sistem informasi, dan mengusulkan keterkaitan kausal dan temporal antara 6 dimensi tersebut. Berdasarkan review pustaka, DeLone dan McLean mengusulkan model yang terbaru seperti yang ditunjukkan pada gambar berikut:

Gambar 1. Model sukses sistem informasi DeLone dan McLean terbaru (2003)

Kategori-kategori pada model terbaru ini yaitu

kualitas sistem, kualitas informasi, kualitas layanan, tujuan penggunaan, penggunaan (use), kepuasaan pengguna, dan keuntungan bersih.

Kualitas Informasi

(Information Quality)

Kualitas Layanan (Service Quality)

Kualitas Sistem (System Quality)

Kepuasan Pengguna (User Satisfaction)

Penggunaan

(Use)

Tujuan Penggunaan (Intention

of Use)

Keuntungan Bersih

(Net Benefit)


168

Berdasar model tersebut 2 faktor yang penting yaitu kepuasaan pengguna dan keuntungan bersih digunakan untuk memprediksi tujuan keberlangsungan e-payment. Kedua faktor tersebut digunakan karena Tella (2012) telah mengkonfirmasikan bahwa kepuasan pengguna dengan sistem dan keuntungan yang diterima dari penggunaan sistem akan membuat mereka menggunakan sistem secara berkelanjutan. 1.4 Modifikasi model sukses sistem informasi

DeLone dan McLean dan model penerimaan teknologi Tella (2012)

Dari model DeLone dan McLean tersebut,

variabel terikat adalah kepuasaan pengguna sedangkan variabel bebas adalah kualitas pelayanan, kemudahan pembayaran, kecepatan dan kenikmatan/kesenangan yang diperoleh, keamanan, penggunaan nyata, dan keuntungan yang dirasakan.

Gambar 2. Model sukses sistem e-payment (Tella, 2012)

Service Quality

Menurut Tella (2012) kualitas pelayanan dalam model tersebut merujuk ke seluruh kualitas dukungan saat menggunakan sistem pembayaran elektronik yang menghasilkan hipotesis pertama yaitu: H1: Kualitas pelayanan tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik.

Security

Dimensi keamanan dalam model ini terkait penyediaan akses yang aman untuk seluruh aplikasi dan fasilitas yang tersedia. Karena itu, keamanan sistem diduga mempengaruhi sistem, dan ini menghasilkan hipotesis ke-dua yaitu H2: Keamanan tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik. Perceived Enjoyment

Kenikmatan menggunakan sistem pembayaran elektronik diduga secara signifikan mempengaruhi

kepuasan pengguna, maka muncul hipotesis ke-tiga yaitu H3: Kenikmatan yang dirasakan tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik. Perceived Speed

Kecepatan dalam model ini merujuk ke pertukaran informasi pembayaran harus mampu mengarah ke penggunaan sebenarnya dan pada akhirnya mengarah ke kepuasan pengguna dengan sistem, maka muncul hipotesis ke-empat yaitu H4: Kecepatan penerimaan pembayaran elektronik yang dirasakan tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik. Ease of Use

Kemudahan penggunaan merupakan penentu kesuksesan sistem informasi yang bagus, maka muncul hipotesis ke-lima yaitu H5: Kemudahan pembayaran yang dirasakan tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik. Perceived Benefits

Ini merupakan penilaian keuntungan sistem pembayaran elektronik ke pelanggan; dan segala penggunaan sumber (source) termasuk waktu yang diperlukan dalam penerimaan pembayaran menggunakan sistem pembayaran elektronik. Untuk mengukur keuntungan yang didapat, salah satu harus mengadopsi beberapa sudut pandang stakeholder (pelanggan) mengenai apa yang bernilai dan yang tidak terkait sistem pembayaran elektronik sebagaimana disarankan oleh Seddon (1997). Keuntungan yang didapat akan mengarah ke kepuasan pengguna dengan sistem pembayaran elektronik. Maka muncul hipotesis ke-enam yaitu H6: Keuntungan yang didapat tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik. Actual Use

Penggunaan (usage) merujuk ke jumlah waktu yang dihabiskan pengguna menggunakan teknologi. Pengembangan model penerimaan teknologi oleh Dasgupta et al. (2002) sebagaimana disebutkan oleh Tella (2012), memprediksikan bahwa kemudahan penggunaan yang dirasakan memiliki pengaruh signifikan pada penggunaan sistem nyata. Maka muncul hipotesis ke-tujuh yaitu H7: Penggunaan nyata tidak akan secara signifikan menentukan kepuasan pengguna dengan sistem pembayaran elektronik.

2. METODOLOGI

Dalam penelitian ini akan dilakukan survey kuantitatif dan kualitatif. Survey kuantitatif dilakukan dengan cara mengobservasi dari 100 web

Kualitas Layanan (Service Quality)

Kesenangan (Perceived Enjoyment)

Keamanan (Security)

Kepuasan Pengguna (Users’

Satisfaction)

Penggunaan Nyata

(Actual Use)

Kemudahan Pembayaran

(Ease of Payment)

Keuntungan (Perceived

Benefit)

Kecepatan (Perceived

Speed)


169

e-commerce di Indonesia dan mengambil 17 web sebagai sampel untuk mengetahui sistem pembayaran elektronik macam apa yang banyak digunakan.

Kemudian untuk survey kualitatif, dari 17 web ini akan diambil 9 web yang mewakili e-commerce jenis retail (3 web), ticketing (3 web), dan digital content (3 web). Sembilan web tersebut dipilih berdasar tingkat kepopulerannya di Indonesia yang dianalisis melalui alexa.com. Kesembilan web tersebut akan dianalisis untuk mengetahui faktor-faktor yang mempengaruhi pemilihan penggunaan sistem pembayaran elektronik tersebut dengan menggunakan kuesioner dari modifikasi model sukses sistem informasi DeLone dan McLane dan model penerimaan teknologi yang diusulkan oleh Tella (2012).

Pertanyaan akan dibagi menjadi 8 kategori dan setiap kategori terdapat 1 hingga 3 pertanyaan. Jadi total terdapat 17 pertanyaan yang mewakili seluruh kategori. Setiap satu pertanyaan memiliki pilihan

jawaban berupa nilai 1 untuk ya dan 0 untuk tidak. Berikut adalah tabel pertanyaan mewakili setiap pertanyaan diatas dengan modifikasi oleh peneliti:

Gambar 3. Alur kerja penelitian (metodologi)

Tabel 1. Poin-poin pertanyaan untuk kuesioner yang sudah dimodifikasi.

Variabel Item Source

Service quality 1. Ketersediaan dukungan akses 24 jam sehari dalam e-commerce.

(Biner, 1990; Molla & Licker, 2001; Lee, 2009)

2. Ketersediaan layanan konsumen online yang sudah jelas dan membantu.

3. Sistem menjamin adanya kemampuan melacak kesalahan (error) dan perbaikan secepatnya.

Perceived ease of payment

1. Sistem pembayaran mudah dipahami dan dijalankan (bagi orang awam sekalipun)

(Davis, 1989; Venkatesh et al., 2000, 2008)

2. Sistem pembayaran sudah bersifat fleksibel

Perceived speed 1. Tahapan transaksi pembayaran tidak lebih dari 3 langkah

(Salehi, Keramati, & Didehkhani, 2010; Tella & Olasina, 201

Perceived enjoyment 1. Menggunakan sistem pembayaran elektronik tersebut menyenangkan.

(Davis, 1992; Venkatesh, 2000; van der Heijden, 2003)

Security 1. Sistem mampu membatasi orang yang tidak berwenang mengakses sistem pembayaran, sehingga sepenuhnya tidak bisa masuk/membobol sistem

(MHPIS, 2002; Manchad, 2006

2. Sistem tidak menampilkan/menyimpan data yang sangat pribadi bagi konsumen dan penjual (misal password rekening)

3. Sistem tidak menampilkan history data penting yang dimasukkan user (misal no rekening dan password)

Actual use 1. Penggunaan pembayaran elektronik yang tersedia sudah mampu mencakup segala kebutuhan saya dalam kegiatan e-commerce

(Seddon, 1997)

2. Sistem mengirimkan pemberitahuan terkait aktivitas pembayaran elektronik

Perceived benefits 1. Sistem pembayaran elektronik ini sudah mampu menghemat waktu dan tenaga

(Mao, 2002; Dasgupta et al., 2002; Delone & Mclean, 1992, 2003) 2. Sistem pembayaran elektronik ini sudah menyediakan

keamanan yang handal terkait transaksi pembayaran. User satisfaction 1. Kinerja sistem pembayaran elektronik sudah

memuaskan. (Delone & Mclean, 1992, 2003; Tella & Mutula, 2010)

2. Sistem pembayaran elektronik ini mendorong untuk perkembangan sistem pembayaran yang lebih maju.

3. Sistem minim dari kesalahan (error).

Pengumpulan data website e-commerce di

Indonesia (17 web)

Pengklasifikasian jenis website e-commerce (retail, ticketing, &

digital content)

Perangkingan popularitas website

e-commerce dengan alexa.com

Observasi jenis sistem pembayaran seluruh website e-

commerce (17 web)

Analisa kuantitatif dengan perangkingan jenis pembayaran e-

commerce di Indonesia (berupa persentase)

Analisa kualitatif 9 web peringkat tertinggi dengan kuesioner


170

3. PEMBAHASAN

Dalam penelitian ini pertama-tama dilakukan analisis kuantitatif dengan perangkingan web berdasar jenis barang yang dijual yaitu web retail, ticketing dan digital content (music). Kemudian menganalisis jenis sistem pembayaran yang digunakan pada masing-masing web tersebut.

Sampel web yang diteliti untuk jenis web retail terdapat 10 web, untuk jenis ticketing terdapat 3 web, dan untuk jenis digital content terhadap 4 web. Setelah itu akan dilakukan perhitungan dengan metode analisis statistik dan deskriptif untuk menentukan rangking sistem pembayaran yang banyak digunakan di Indonesia.

Dari ketiga jenis web tersebut diambil masing-masing 3 web, sehingga total ada 9 web yang digunakan dalam analisis kualitatif. Kemudian akan dilakukan analisis statistik dan deskriptif untuk menentukan persentase dari tiap faktor dalam kuesioner yang mempengaruhi pemilihan sistem pembayaran pada web-web tersebut. Dalam mengisi kuesioner menggunakan angka biner 0 jika tidak dan 1 jika ya.

Tabel 2. Perangkingan tingkat popularitas web dan analisis jenis pembayaran web jenis retail

No Nama web Global Rank

Rank in Indonesia

Jenis E-payment

1 lazada.co.id 2,342 31 Internet banking (e-banking, m-banking), kartu kredit online

2 tokopedia.com 2,950 40 Kartu debit online (mandiri clickpay), sistem stored value (saldo)

3 bhinneka.com 3,542 55 Internet banking, kartu kredit online, kartu debit online, tunai digital/uang elektronik (XL tunai & mandiri e-cash)

4 zalora.co.id 10,503 127 Kartu kredit online

5 qoo10.co.id 10,776 148 Paypal, kartu kredit online, sistem stored value

6 blibli.com 10,023 159 Internet banking, kartu kredit online, kartu debit online, virtual account

7 lojai.com 28,111 749 Kartu kredit online, kartu debit online

8 electronic-city.com 149,671 2,595 Kartu kredit online

9 gramedia.com 165,386 2,917 Kartu kredit online, internet banking

10 blanja.com 324,165 6,445 Internet banking, kartu kredit

Tabel 3. Perangkingan dan analisis jenis pembayaran web jenis ticketing

No Nama web Global Rank

Rank in Indonesia

Jenis E-payment

1 tiket.com 11,559 160 kartu debit online, kartu kredit online, internet banking

2 garuda-indonesia.com 12,479 231 kartu debit online, kartu kredit online, internet banking

3 traveloka.com 23,454 280 kartu debit online, kartu kredit online, internet banking

Tabel 4. Perangkingan dan analisis jenis pembayaran web jenis digital content (music)

No Nama web Global Rank Rank in

Indonesia Jenis E-payment

1 melon.co.id 241,625 5,244 Pulsa, Kartu kredit online, sistem stored value (voucher), tunai digital (mobile cash)

2 langitmusik.com 433,931 10,822 Pulsa

3 musiklegal.com 1,456,878 46,209 Pulsa, sistem stored value (voucher)

4 musikkamu.com 1,744,471 50,435 Pulsa, kartu kredit online


171

Tabel 5. Hasil persentase popularitas macam sistem pembayaran e-commerce yang digunakan di Indonesia

Untuk analisis kualitatif faktor yang mempenga-ruhi kesuksesan sistem pembayaran e-commerce

menggunakan daftar pertanyaan berikut yang dijelaskan dengan deskripsi kerja.

Tabel 6. Daftar pertanyaan dan deskripsi kerja

Jenis sistem pembayaran e-commerce di Indonesia

Jumlah web yang menggunakan

Persentase (%)

Kartu kredit online 13 76.47

Internet Banking 8 47.06

Kartu debit online 7 41.18

Sistem stored-value online 4 23.53

Pulsa 3 17.65

Tunai digital 1 5.88

Variabel Item Deskripsi kerja

Service quality 1. Ketersediaan dukungan akses 24 jam sehari dalam e-commerce.

1. Mengakses web pada jam tertentu yang mewakili waktu pagi, siang, malam


2. Menggunakan menu layanan konsumen dan memasukkan keluhan dan saran


3. Mencoba melakukan kesalahan perintah ke sistem



1. Mencoba melakukan transaksi pembayaran apakah bahasa dan petunjuk sudah jelas / tidak membingungkan

2. Sistem pembayaran sudah bersifat fleksibel 2. Melihat macam sistem pembayaran yang ditawarkan

Perceived speed 1. Tahapan transaksi pembayaran tidak lebih dari 3 langkah

1. Mencoba melakukan transaksi pembayaran, apakah lebih dari 3 langkah.

Perceived enjoyment

1. Menggunakan sistem pembayaran elektronik tersebut menyenangkan.

1. Melihat tampilan dalam transaksi sistem pembayaran (saat mengisi form, dsb)


1. Melihat apakah sistem memberikan peringatan saat user mencoba masuk dengan akun palsu

2. Sistem tidak menampilkan / menyimpan data yang sangat pribadi bagi konsumen dan penjual (misal password rekening)

2. Masuk (setelah login) ke pengaturan data pribadi dan melihat apakah password rekening ditampilkan / disimpan


3. Mencoba melakukan transaksi dengan beberapa no rekening, apakah pada textbox menampilkan history no rekening sebelumnya

Actual use 1. Penggunaan pembayaran elektro-nik yang tersedia sudah mampu mencakup segala kebutuhan saya dalam kegiatan e-commerce

1. Mencoba melakukan transaksi pembayaran apakah sudah sesuai kebutuhan user (misal dalam hal pengisian form, pesan setelah transaksi, dsb).

2. Sistem mengirimkan pemberita-huan terkait aktivitas pembayaran elektronik

2. Memeriksa email setelah melakukan transaksi pembayaran.

Perceived benefits 1. Sistem pembayaran elektronik ini sudah mampu menghemat waktu dan tenaga

1. Melakukan proses pengisian form transaksi apakah singkat dan mudah dijalankan.

2. Sistem pembayaran elektronik ini sudah menyediakan keamanan yang terspercaya (tersertifikasi / terverifikasi oleh institusi terpercaya) terkait transaksi pembayaran.

2. Melihat penjelasan terkait sertifikasi keamanan yang disediakan

User satisfaction 1. Kinerja sistem pembayaran elektronik sudah memuaskan.

1. Melihat feedback yang diberikan sistem setelah user melakukan transaksi pembayaran


172

Tabel 7. Analisis kualitatif faktor yang mempengaruhi kesuksesan sistem pembayaran e-commerce

Variabel Item Score Total

A B C D E F G H I Service quality

1. Ketersediaan dukungan akses 24 jam sehari dalam e-commerce.

1 1 1 1 1 1 1 1 1 9


1 1 1 1 1 1 1 1 1 9


1 1 1 1 1 0 0 0 0 5



1 1 1 0 1 0 1 1 1 7

2. Sistem pembayaran sudah bersifat fleksibel

1 1 1 1 1 1 1 0 1 8

Perceived speed

1. Tahapan transaksi pembayaran tidak lebih dari 3 langkah

1 1 1 1 1 1 1 0 1 8

Perceived enjoyment

1. Menggunakan sistem pembayaran elektronik tersebut menyenangkan.

1 0 1 0 0 1 1 1 1 6


1 1 1 1 1 1 1 1 1 9

2. Sistem tidak menampilkan/ menyimpan data yang sangat pribadi bagi konsumen dan penjual (misal password rekening)

1 1 1 1 1 1 1 1 1 9


1 1 1 1 1 1 1 1 1 9

Actual use 1. Penggunaan pembayaran elektronik yang tersedia sudah mampu mencakup segala kebutuhan saya dalam kegiatan e-commerce

1 1 1 1 1 0 1 1 1 8

2. Sistem mengirimkan pemberitahuan terkait aktivitas pembayaran elektronik

1 1 1 1 1 1 1 1 1 9

Perceived benefits

1. Sistem pembayaran elektronik ini sudah mampu menghemat waktu dan tenaga

1 1 1 1 1 1 1 1 1 9

2. Sistem pembayaran elektronik ini sudah menyediakan keamanan yang handal terkait transaksi pembayaran.

1 1 1 1 0 1 0 1 0 6

User satisfaction

1. Kinerja sistem pembayaran elektronik sudah memuaskan.

0 0 0 0 1 0 0 0 0 1


1 1 1 1 1 1 1 1 1 9

3. Sistem minim dari kesalahan (error). 0 1 0 0 0 0 0 0 0 1 Total 15 15 15 13 14 12 13 12 13

Keterangan: A = lazada.co.id B = tokopedia.com C = bhinneka.com

D = tiket.com E = garuda-indonesia.com F = traveloka.com

G = melon.co.id H = langitmusik.com I = musiklegal.com


2. Melihat potensi perkembangan yang mungkin terjadi terkait sistem pembayaran

3. Sistem minim dari kesalahan (error). 3. Mencoba memeriksa semua link dan perintah yang disediakan sistem


173

Dari data tabel 5 dapat disimpulkan bahwa sistem pembayaran e-commerce yang paling banyak digunakan di Indonesia adalah kartu kredit online dengan presentase 76.47%. Dari tabel 7 diketahui bahwa untuk web e-commerce terkait faktor-faktor model sukses e-payment yang memiliki nilai tertinggi adalah lazada.co.id, tokopedia.com dan bhinneka.com. Berikut adalah penjelasan lengkap hasil peringkat web tertinggi terkait setiap variabel: 1. Kualitas pelayanan (service quality)

web lazada.co.id, tokopedia.com, bhinneka.com, dan tiket.com memperoleh nilai tertinggi yang berarti memiliki kualitas pelayanan yang sudah baik.

2. Kemudahan penggunaan sistem pembayaran (perceived ease of payment)

web lazada.co.id, tokopedia.com, bhinneka.com, garuda-indonesia.com, dan melon.co.id memperoleh nilai tertinggi yang berarti memiliki kemudahan penggunaan sistem pembayaran yang sudah baik.

3. Kecepatan (perceived speed) web lazada.co.id, tokopedia.com,

bhinneka.com, tiket.com, garuda-indonesia.com, traveloka.com, melon.co.id, dan musiklegal.com memperoleh nilai tertinggi yang berarti memiliki kecepatan akses sistem pembayaran yang sudah baik.

4. Kesenangan (perceived enjoyment) web lazada.co.id, bhinneka.com,

traveloka.com, melon.co.id, langitmusik.com, dan musiklegal.com memperoleh nilai tertinggi yang berarti mampu memberikan kesenangan bagi pengguna sistem pembayaran yang sudah baik.

5. Keamanan (security) Semua web e-commerce memperoleh nilai

tertinggi yang berarti memiliki keamanan sistem pembayaran yang sudah baik.

6. Penggunaan (actual use) web lazada.co.id, tokopedia.com,

bhinneka.com, tiket.com, garuda-indonesia.com, melon.co.id, langitmusik.com, dan musiklegal.com memperoleh nilai tertinggi yang berarti memiliki penggunaan sistem pembayaran yang sudah baik.

7. Keuntungan yang diterima (perceived benefit) web lazada.co.id, tokopedia.com,

bhinneka.com, tiket.com, traveloka.com, dan langitmusik.com, memperoleh nilai tertinggi yang berarti mampu memberikan keuntungan bagi pengguna sistem pembayaran yang sudah baik.

8. Kepuasan pengguna (user satisfaction) web tokopedia.com dan garuda-

indonesia.com memperoleh nilai tertinggi yang berarti mampu memberikan kepuasan pada pengguna sistem pembayaran yang sudah baik.

4. KESIMPULAN Dalam penelitian ini diperoleh suatu kesimpulan

bahwa sistem pembayaran e-commerce yang paling banyak digunakan di Indonesia adalah kartu kredit online dengan presentase 76.47%. Untuk website e-commerce di Indonesia yang memperoleh peringkat tertinggi terkait faktor-faktor model sukses e-payment adalah lazada.co.id, tokopedia.com dan bhinneka.com. DAFTAR PUSTAKA Briggs, A., Brooks, L. 2011. Electronic payment

systems development in a developing country: The role of institutional arrangements. The Electronic Journal on Information Systems in Developing Countries, 49(3), 1-16.

Dzemydienė, D,. Naujikienė, R., Kalinauskas, M., Jasiūnas, E. 2010. Evaluation of Security Disturbance Risks in Electronic Financial Payment Systems. Intelektinė Ekonomika Intellectual Economics, 2(8), 21–29.

Harris, H,. Guru, B. K., Avvari, M. V. 2011. Evidence of Firms’ Perceptions Toward Electronic Payment Systems (EPS) in Malaysia. International Journal of Business and Information, 6 (2), 226-245.

Kaliannan, M., Ramasamy, R. 2010. e-Payment in Malaysian Public Services: A Model Framework for Evaluation. ICT: E-commerce for global reach, 145-162.

Kwon, Y., Nam, C. 2009. Mobile Payment Issues and Policy Implications: The Case of Korea. Mobile Payment Issues and Policy Implications, 1699-1712.

Laudon, K., Traver, C. 2009. E-Commerce: business, technology, society. Prentice Hall Higher Education.

Peterson, D., Howard, C. 2012. Electronic Payment Systems Evaluation: A Case Study to Examine System Selection Criteria and Impacts. International Journal of Strategic Information Technology and Applications, 3(1), 66-80.

Tella, A. 2012. Determinants of E-payment System Success: A User’s Satisfaction Perspective. International Journal of E-Adoption, 4(3), 15-38.

Venkatesh, J., Kumar D. S. 2012. Evaluation Of Mobile Payment System and It’s Service Providers. International Journal of Multidisciplinary Research, 2(4), 118-123.

Vincent, R., Adekoya, F., Omoleh, P. 2013. .A Normative Multiagent Trust Framework for Electronic Payment Analysis. International Journal of Computer Science Issues, 10 (2), 346-354.


174

STANDAR NIELSEN UNTUK BENCHMARKING INTERFACE E-COMMERCE TOUR & TRAVEL

Anindika Utami Putri1, Elkagianda Listya Arma Putri2, A. Bima Murti Wijaya3 1,2,3Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam,Universitas Sebelas Maret

Jl. Ir. Sutami no.36 A Surakarta, Jawa Tengah Telp. (0271)6462994


ABSTRACT

The interface of an e-commerce website has an important role in attracting and retaining the customers. A

good website interface able toimprove the desire of person to shopping. But a bad website interface can lead to the loss of visitors up to 50 % due the visitors cannot find what they are looking for on the website. It’s has been Reported 62 % of buyers to purchase and the remaining 42 % chose the traditional way to shop. This research aim to explore the interface, identify and analyze the features of interface of the website and the location of the existing common functions such as navigation , rollover behavior , home , breadcrumb navigation , search , get help, and view carts function. The purpose of this research is to determine whether a website e-commerce website has followed the standards that exist or not.This research was involving 10 best tour&travel e-commerce websites on a global scale and 10 best tour&travel e-commerce website in Indonesia. This study used Nielsen 's criteria for a de facto standar . The results show that there are 4 websites that have met the Nielsen’s criteria, or 20 % of total websites are investigated. Keywords: E-commerce, Interface E-commerce, Benchmarking, Nielsen’s Standar

ABSTRAK

Interface dari suatu websitee-commerce memainkan peran penting dalam menarik dan mempertahankan pelanggan. Interfacewebsite yang baik dapat meningkatkan keinginan belanja seseorang. Sebaliknya, interfacewebsite yang buruk dapat menyebabkan hilangnya pengunjung sampai 50 %, hal ini dikarenakan pengunjung tidak dapat menemukan apa yang mereka cari dari website tersebut. Sebanyak 62% pembeli menyerah untuk membeli dan 42% sisanya memilih kembali menggunakan cara tradisional untuk berbelanja. Untuk menjawab isu tersebut, maka dilakukan riset untuk mengeksplore interface, mengidentifikasi, dan menganalisis fitur dari tampilan tatap muka website dengan user, dan letak fungsi umum yang ada seperti navigasi, rollover behavior, home, breadcrumbnavigation, search, gethelp, dan view cart function. Riset ini dilakukan dengan melibatkan 10 websitee-commerce terbaik di bidang tour&travel dalam skala global, dan 10 websitee-commerce terbaik di bidang tour&travel di Indonesia, dengan menggunakan search engine Google untuk membantu menemukan website terkait. Tujuan dari penelitian ini adalah mengetahui apakah website e-commerce tersebut sudah mengikuti standard yang ada atau belum.Penelitian ini menggunakan Nielsen’s criteria for de facto standar. Hasil menunjukkan bahwa terdapat 4 website yang telah memenuhi kriteria Nielsen, atau 20% dari keseluruhan website yang diteliti, Kata Kunci: E-commerce, InterfaceE-commerce, Benchmarking, Nielsen’sStandar

1. PENDAHULUAN 1.1 E-commerceInterface

E-commercemerupakan pilihan bagi mereka yang sibuk, karena e-commercemenawarkan kenyamanan berbelanja dengan hanya duduk di depan computer, mengunjungi websitee-commerce tertentu, dan melakukan transaksi di dalamnya. Suatu transaksi dapat dikatakan sebagai e-commerce jika memenuhi dua syarat, yaitu seluruh transaksi dilakukan dengan teknologi media digital, seperti melalui internet dan web, serta terjadi perpindahan mata uang pada transaksi tersebut (Laudon, 2009). Karena transaksi e-commerce melibatkan website,

hal ini menjadikan websitesebagai penghubung utama antara pebisnis di dunia maya dengan pelanggan mereka.Dalam hal ini, interface dari suatu websitee-commerce memainkan peran penting dalam menarik dan mempertahankan pelanggan.Interfacewebsite yang baik dapat meningkatkan keinginan belanja seseorang(Purwati, 2011). Sebaliknya, interfacewebsite yang buruk dapat menyebabkan hilangnya pengunjung sampai 50 %, hal ini dikarenakan pengunjung tidak dapat menemukan apa yang mereka cari dari website tersebut(Purwati, 2011). Zona Research (1999) dalam (Liu, 2008) melaporkan sebanyak 62%


175

pembeli menyerah untuk membeli dan 42% sisanya memilih kembali menggunakancara tradisional untuk berbelanja

Standar sangat penting dalam pembuatan design website, karena user tidak akan membuang waktunya di dalam sebuah website. Apabila sebuah website menyimpang, maka userakan menganggap website tersebut tidak dapat memenuhi kebutuhan mereka. Maka dari itu perlu dilakukan penelitian mengenai standarinterface dalam suatu travelwebsite untuk mengetahui sejauh mana standarinterface yang digunakan. Penelitian ini menggunakan Nielsen’s criteria for de facto standart.

1.2 Standarisasi UserInterface

Sebuah standar memastikan pengguna mengerti elemen interface dari e-commerce dan pengguna tersebut tahu di mana mereka dapat menemukan fitur yang mereka butuhkan. Jakob’s law dalam userexperience website mengemukakan bahwa user menghabiskan hampir seluruh waktunya di situs lain (Nielsen, 1999). Liu et al., (2003) meneliti bahwa standar userinterface yang buruk dapat mempengaruhi keputusan individu dalam berbelanja. Dan hasil ini menunjukkan bahwa terdapat hubungan antara persepsi user dengan standar userinterface.

Walaupun tidak ada satupun pedoman penelitian berbasis desain yang diterima, banyak individu maupun organisasi yang mempublikasikan pedoman yang mereka buat. Ditemukan setidaknya 2580 hasil penelusuran terkait pedoman desain, termasuk diantaranya dari IBM, The National Cancer Institute, dan Yale University. Tujuan dari pedoman ini adalah untuk membantu desainer membuat desain yang lebih baik, lebih bermanfaat atau lebih berguna(Adkisson, 2002).

1.3 Nielsen’s Criteria for de Facto Standar

Selain mengacu pada standard yang telah ada, web desainer juga harus mengamati solusi terkait keadaan saat ini yang dapat mengatasi masalah desain. Jakob Nielsen pada 14 November 1999 di kolom AlertBox nya mengatakan bahwa: “Merancang website itu mudah: Jika Anda berpikir tentang bagaimana merancang elemen halaman websitetertentu , yang Anda harus lakukan adalah melihat dua puluh situs paling sering dikunjungi di Internet dan melihat bagaimana mereka merancangnya” Jika 90% atau lebih dari website besar tersebut

melakukan hal umum dengan cara tunggal, maka hal ini adalah de-factostandard yang harus anda patuhi

Jika 60-90% dari website besar tersebut menggunakan cara tunggal, maka hal ini adalah konversi besar yang juga harus anda patuhi. Kecuali jika anda memiliki alternative dengan nilai 50% lebih tinggi

Jika hasilnya kurang dari 60%, maka anda bebas menggunakan alternative desain yang anda miliki, karena belum ada konversi dominan

Nielsen memberi 3 contoh desain konversi, yaitu tata letak tabnavigasi, navigasi kiri, dan breadcrumb.Sebagai contoh yaitu tata letak keyboard QWERTY maupun DVORAK.Keduanya dirancang sebagai tujuan memaksimalkan efisiensi mengetik.Sama halnya dengan tata letak navigasi maupun tab. Dalam teori dikatakan bahwa navigasi yang terletak di sebelah kiri merupakan contoh navigasi yang buruk.Jika navigasi terletak di sebelah kanan halaman, user dapat menjalankan website dengan lebih cepat, karena link terletak di sebelah scroll bar. Hal ini kebanyakan dianggap sepele, namun desain yang salah dapat dipastikan akan menambah 1% biaya, termasuk kebingungan pengguna di dalamnya(Adkisson, 2002).

2. METODE PENELITIAN 2.1 Metode Riset

Untuk menjawab isu tersebut, maka dilakukan riset untuk mengeksploreinterface, mengidentifikasi, dan menganalisis fitur dari tampilan tatap muka website dengan user, dan letak fungsi umum yang ada seperti navigasi, home, search, gethelp, dan viewcart function. Riset ini dilakukan dengan melibatkanwebsitee-commercedi bidang tour&travel dalam skala global, dan websitee-commercetour&travel di Indonesia.Berikut adalah data websitee-commercetour&travel dan ranking dalam alexa.com:

Tabel 1.Websitee-commercetour&travel Indonesia

Websitee-commercetour&travel Indonesia No Website Global Rank

1 Tiket.com 11.585

2 GoIndonesia.com 194.012

3 Gonla.com 303.41

4 Nusatrip.com 62.133

5 Bobobobo.com 367.399

6 Skyscanner.co.id 91.902

7 Valadoo.com 241.034

8 Traveloka.com 23.783

9 Pegipegi.com 55.995

10 Burufly.com 73.947


176

Tabel 2.Websitee-commercetour&travel skalaglobal

Websitee-commercetour&travel skala Global No Website Global Rank

1 Tripadvisor.com 204

2 Booking.com 144

3 Expedia.com 518

4 Priceline.com 729

5 Hotels.com 616

6 Kayak.com 779

7 Travelocity.com 1480

8 Orbitz.com 1591

9 Hotwire.com 1905

10 TravelZoo.com 2.894

Keseluruhan website tersebut akan dibandingkan, atau juga dikenal dengan sebutan benchmarking. Benchmarking adalah proses sistematis membandingkan kinerja atau bagian dari organisasi dengan organisasi lainnya. Proses ini tidak hanya menekankan pada satu performance saja, namun juga standar objektifnya dalam hal ini website di atas akan dijadikan benchmarks, atau elemen yang dibandingkan (SENSE, 2010). Dalam benchmarking antara website-website tersebut, digunakan Nielsen’s Standard, atau Nielsen’s criteria for de facto standar, karena standar Nilsenmerupakan standar yang paling banyak digunakan untuk menganalisis interface atau tatap muka websitee-commerce. Selain itu, riset yang dilakukan Nielsen Norman Group ini mengacu pada User Experience, dan Konsultasi pelanggan(Purwati, 2011).

Bernard (2001) dalam (Adkisson, 2002) menyebutkan temuan atas pengamatannya terhadap lokasi navigasi umum di beberapa website besar seperti Amazon.com, EddieBauer.com, BestBuy.com, and Target.com.dan hasilnya seperti pada table berikut:

Tabel3.Hasil penelitian Bernard

E-commerce object Lokasi pada halaman

Shopping cart Top right corner

Login/register Top left corner

Help Top right corner

Account/order Top right of center

Search Top center

Link back to homepage Top left corner Beberapa hasil studi di atas dapat digunakan sebagai pedoman penelitian terhadap beberapa websitee-commercetour&travel.

2.2 Temuan Dari total sepuluh website yang berada dalam

skala global dan yang berada di Indonesia dilakukan analisis di beberapa bagian, yaitu navigasi, rollover behaviour, home, breadcrumb navigation, search, get help, dan view cart function. Berikut merupakan hasil pengamatan terhadap 20 website terbaik.Tanda centang menandakan tipe ataupun jenis yang digunakan oleh masing-masing website.

a. Navigasi

Tabel4.Navigasi pada Website Skala Global

Website Navigasi

Bar List Tab

Tripadvisor.com √ Travel.yahoo.com √ Expedia.com √ Priceline.com √ Hotels.com √ Kayak.com √ Travelocity.com √ Orbitz.com √ Hotwire.com √ TravelZoo.com √

Tabel5.Navigasi pada Website di Indonesia

Website Navigasi

Bar List Tab

Tiket.com √ GoIndonesia.com √ Gonla.com √ Nusatrip.com √ Bobobobo.com √ Skyscanner.co.id √ Valadoo.com √ Traveloka.com √ Pegipegi.com √ Burufly.com √

Global linkatau yang biasanya terletak di

halaman pertamapaling sering diposisikan dibagian atas halaman.Tercatat sebanyak 90% website menggunakan global linkyang diposisikan secara horizontal dibagian atas halaman.

Hasil penelitian menunjukan 70% travelwebsite dalam skala global dan 60% travelwebsite di Indonesia menggunakan navigasi berupa bar, sedangkan sisanya menggunakan listatautab.


177

b. Rollover Behaviour

Tabel6.Rollover Behaviour pada Website Skala Global

Website HTML

underline

Change text

color

Change

background color

Tripadvisor.com √ Travel.yahoo.com √ Expedia.com √ Priceline.com √ √

Hotels.com √

Kayak.com √ Travelocity.com √ √ Orbitz.com √ Hotwire.com √ √ TravelZoo.com √ √

Tabel7.Rollover Behaviour pada Websitedi Indonesia

Website HTML

underline

Change text

color

Change backgro

und color

Tiket.com √ GoIndonesia.com √ √ Gonla.com √ √ Nusatrip.com √ √ Bobobobo.com √

Skyscanner.co.id √ √ Valadoo.com √ Traveloka.com √ Pegipegi.com √ Burufly.com √ √

Dari hasil diatas dapat disimpulkan bahwa pada

travelwebsite dalam skala global, terdapat sebanyak 20% website yang menggunakan rolloverdenganbackgroundberwarna, 40% lainnya menggunakan rollover yang dapat mengubah warna tulisan bila terkena kursor, 20%dengan mengubah warna tulisan dan backgroundapabila terkena kursor, dan 20% sisanya menggunakan rollover dengan menggaris bawahi tulisan dan mengubah warna background.

Pada skala nasional, 40% travelwebsite menggunakan rollover dengan mengubah warna tulisan dan background, 10% mengubah warna tulisan dan menggaris bawah, 20% dengan mengubah warna background, dan 30%hanya mengubah warna tulisan.

c. Home

Tabel8.Home pada Website Skala Global

Website Home Welcome Logo

Tripadvisor.com √ √ Travel.yahoo.com √ √ Expedia.com √ √ Priceline.com √

Hotels.com √ √

Kayak.com √ Travelocity.com √ √ Orbitz.com √ Hotwire.com √ TravelZoo.com √ √

Tabel9.Home pada Websitedi Indonesia Website Home Welcome logo

Tiket.com √ √ GoIndonesia.com √ √ Gonla.com √ √ Nusatrip.com √ √ Bobobobo.com √ Skyscanner.co.id √ √ Valadoo.com √ √ Traveloka.com √ √ Pegipegi.com √ Burufly.com √ √

Semua website dalam skala global maupun

nasional menggunakan logo dari perusahaan untuk kembali ke halaman awal, dan biasanya diletakkan di kiri atas halaman.

Dalam travelwebsite skala global, 40% tidak menyediakan homelink di atas halaman, sedangkan 60% yang menyediakan kembali ke halaman home dengan logo home maupun tulisan back/home, dan tidak ada website yang menggunakan welcome untuk kembali ke halaman home.

80% Travelwebsite di skala nasional menggunakan link kembali ke halaman home dengan logo home maupun tulisan home. Sedangkan 20% sisanya tidak menyediakan link kembali ke halaman awal /home di atas halaman.


178

d. BreadcumbNavigation

Tabel10.BreadcrumbNavigationpada Website Skala Global

Website Rightarrow

Pipe

Slash

Colon

Horizontalline

Tripadvisor.com √ Travel.yahoo.co √ Expedia.com Priceline.com Hotels.com Kayak.com Travelocity.com Orbitz.com Hotwire.com TravelZoo.com √

Tabel11.BreadcrumbNavigationpada Website di Indonesia

Website

Rightarrow

Pipe

Slash

Colon

Horizontallin

e Tiket.com √ GoIndonesia.com √ Gonla.com √ Nusatrip.com √ Bobobobo.com

Skyscanner.co.id √ Valadoo.com Traveloka.com Pegipegi.com √ Burufly.com

Dari sepuluh travelwebsite yang berada dalam

skala global, hanya 3 website yang menggunakan breadcrumbnavigation, 2 website menggunakan pemisah rightarrow dan 1 website menggunakan horizontalline,sedangkan sisanya tidak menggunakan breadcrumb navigation. Sedangkan dari penelitian terhadaptravelwebsite yang berada di Indonesia, didapatkan 60% websiteyang menggunakan navigasibreadcrumb dengan pemisah rightarrow, sedangkan sisanya tidak menggunakan breadcrumb navigation.

e. Search

Fungsi search digunakan user untuk memasukkan keyword ke dalam text field untuk menemukan informasi sesuai dengan kriteria yang dicari.

Tabel12.Searchpada Website Skala Global

Website Search text field and button

Searchlink

Tripadvisor.com √

Travel.yahoo.com √

Expedia.com √ Priceline.com √ Hotels.com √ Kayak.com √ Travelocity.com √

Orbitz.com √

Hotwire.com √ TravelZoo.com √

Tabel13.Searchpada Website di Indonesia

Website Search text field and button

Searchlink

Tiket.com √ GoIndonesia.com √ Gonla.com √

Nusatrip.com √

Bobobobo.com √ Skyscanner.co.id √ Valadoo.com √ Traveloka.com √ Pegipegi.com √

Burufly.com √ Kebanyakan website menyediakan fungsi search

dengan text field dantombol, untuk memasukkan kriteria pencarian.

Pada Tabel diatas, 20% website yang berskala global menggunakan search text field and button, sedangkan 20% lainnya menggunakan linksearch terlebih dahulu untuk memasukkan kata kunci. Sedangkan pada travelwebsite yang berada di Indonesia menggunakan search text field and button.


179

f. Gethelp

Fungsi gethelp digunakan untuk menjawab pertanyaan tentang pembelian. Ini bertujuan untuk menyediakan pengguna dengan “self service” dengan bantuan yaitu user dapat mendapatkan jawaban atau memecahkan masalah. Fungsi gethelpbiasanya disajikan dengan “help” atau “customer service” link.

Tabel14.GetHelppada Website Skala Global

Website Customer Help Question Tripadvisor.com √ Travel.yahoo.com √ Expedia.com √ Priceline.com √ Hotels.com √ Kayak.com √ Travelocity.com √ Orbitz.com √ Hotwire.com √ TravelZoo.com √

Tabel15.GetHelppada Website di Indonesia

Website Customer Help Question Tiket.com √ GoIndonesia.com √ Gonla.com √

Nusatrip.com √ Bobobobo.com √ Skyscanner.co.id √ Valadoo.com √ Traveloka.com √ Pegipegi.com √

Burufly.com √ Di website skala global, 30%

websitemenggunakan fungsi gethelpdengan label “Customer Service”, 30% dengan label“help”, dan 40% dengan kata lainnya, seperti “ask us”. Sedangkan website di Indonesia, 50% diantaranya melabeli gethelp dengan “customer service”, 40% dengan “ask us”, sedangkan burufly melabeli dengan “help”

g. ViewCart Function

Fungsi viewcartdigunkan untuk memudahkanuser melihat apa saja yang ada pada keranjang belanja. Tabel16.ViewCart Function pada Website Skala Global

Website Cart Basket cekout or

order

Tripadvisor.com √

Travel.yahoo.com √

Expedia.com √ Priceline.com √ Hotels.com √ Kayak.com √ Travelocity.com √

Orbitz.com √

Hotwire.com √ TravelZoo.com √ Tabel17.ViewCart Function pada Website di Indonesia

Website Cart Basket Cekout or

order

Tiket.com √ GoIndonesia.com Gonla.com √

Nusatrip.com

Bobobobo.com √ Skyscanner.co.id Valadoo.com Traveloka.com √ Pegipegi.com √

Burufly.com 60% website dalam skala global menggunakan

fungsi lihat keranjang belanja dengan melabeli dengan cekout/order, sedangkan 40% yang lain menggunakan lambang keranjang belanja maupun “cart”. Namun, pada website yang berasal dari Indonesia hanya 10% website yang menggunakan cart dan 40% menggunakan cekout/order.


180

3. DISKUSI

Feature Frequency Global back to Home 100% of sites Global view cart 80% of sites Global navigation at first level 100% of sites Global search 100% of sites Global help 100% of sites

Presentation Characteristic Frequency

Logo linked back to home in upper left corner 100% of sites

Global search presented as text and button 95% of sites Cart metaphor for view cart 25% of sites

Rightarrow character or icon as breadcrumb separator 40% of sites

Dari riset tersebut, didapatkan bahwa

keseluruhan link yang terdapat dalam website sudah dilengkapi underline atau garis bawah, saat link tersebut terkena kursor.

Breadcrumb yang membantu usermengetahuiia berada di bagian website yang sama juga sangat penting dalam suatu website. Pemakaian breadcrumb dari website yang dijadikan benchmarks seluruhnya berbeda, hal ini tidak menjadi masalah selama suatu website telah memilikinya.

Link untuk menunjuk home dapat menggunakan tab atau logo perusahaan yang umumnya terletak di bagian kiri atas, sesuai dengan standar yang disarankan oleh Bernard. Bernard menyatakan bahwa pengguna berekspektasi untuk menemukan letak umum dari fungsi e-commerce. Bernard menemukan bagian yang paling konsisten dari ekspektasi user adalah link untuk kembali ke home, yang letaknya di sudut kiri ataas halaman. Pada penelitian ini, 100% dari website menempatkan logo dengan linkhome berada pojok kiri atas.

Menu search dapat sangat membantu seseorang menemukan informasi yang ia cari dengan cepat, sehingga fungsi ini dikatakan sangat penting keberadaannya.

Karena website ini adalah e-commerce di bidang tour&travel, maka fungsi reservasi sangat penting. Akan sangat menyulitkan apabila user harus melakukan banyak langkah hanya untuk memesan hotel saja, karena salah satu fungsi e-commerce adalah memotong atau mengurangi bisnis proses dari suatu aktifitas.

Suatu desain dari e-commerce yang menarik tidak akan ada gunanya apabila website tersebut belum dapat memenuhi kebutuhan seseorang pelanggan, apabila jika pelanggan justru merasa kebingungan dalam menggunakannya.

4. KESIMPULAN Dari penelitian di atas, didapati hasil bahwa

hanya 20% dari keseluruhan website tersebut yang memenuhi kriteria Nielsen, yaitu Priceline.com dan Hotels.com yang termasuk ke dalam 10 besar websitetour&travel dalam skala global. Dua website lainnya adalah GoIndonesia.com dan Nusatrip.com yang termasuk dalam 10 besar websitetour&travel di Indonesia. Halini mengacu pada pernyataan ketiga Nielsen terkait pengamatan 20 website besar, yaitu “Jika hasilnya kurang dari 60%, maka anda bebas menggunakan alternative desain yang anda miliki, karena belum ada konversi dominan”. Dari sini dapat kita ketahui, website e-commerce tour&travel yang paling sering dikunjungi sekalipun pun, atau dapat dikatakan sebagai website e-commerce tour&travel nomor satu secara global pun belum tentu memenuhi standar kriteria pembuatan website e-commerce yang benar. PUSTAKA Adkisson, H. (2002). Identifying De-factoStandards

for E-commerceWeb Sites. Washington: University of Washington.

Anonim. (2013, December). Top 15 Most Popular TravelWebsites|December 2013. Retrieved December 10, 2013, from eBiz|MBA: http://www.ebizmba.com/articles/travel-websites

Bellman, S. L. (1999). Predictors of Online Buying Behavior. New York: Springer Verlag.

Laudon, K. C. (2009). E-commerce: Business, Technology, and Society 2009, Fifth Edition. New York: Prentice Hall.

Liu, S. P. (2008). StandarUserInterface in E-commerce. Emerald, 600-610.

Purwati, Y. (2011). Standard Features of E-commerceUserInterface. Journal of Arts, Science & Commerce, 1-11.

Research, Z. (1999). Zona Research's Online Shopping Repport. Retrieved from Zona Research: www.zonaResearch.com/info/press/preleases99.htm

SENSE. (2010). Benchmarking&Benchmarks. Texas: The University of Texas at Austin.

Song, J. (2011). Web Design in E-commerce: a Theory and Emperical Analysis. Twenty-Second International Conference on Information Systems

Yuliani. (2013, September). 8 Situs dan Startup Travel Terbaik di Indonesia. Retrieved Desember 10, 2013, from TECHINASIA: http://techinasia.com


181

EFEKTIFITAS PEMBAYARAN ONLINE MENGGUNAKAN E-COMMERCE PADA USAHA KECIL MENENGAH (UKM) DI KOTA SOLO

Lydia Permata Sari1, Diannita Kartikasari2, A. Bima Murti Wijaya3

1,2,3Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret Jl. Ir. Sutami No. 36A Surakarta


ABSTRAK Menurut Dinas Koperasi dan Usaha Kecil Menengah Kota Solo pada tahun 2012, jumlah Usaha Kecil Menengah di Kota Solo mencapai 10.360 Usaha Kecil Menengah.Dengan jumlah Usaha Kecil Menengah sebanyak itu, para pengusaha Usaha Kecil Menengah harus dapat memanfaatkan sarana dan prasarana yang ada termasuk perkembangan teknologi saat ini yang semakin canggih supaya tetap dapat bersaing.Apabila para pengusaha Usaha Kecil Menengah tersebut mulai menjual produk mereka secara online, secara tidak langsung mereka sudah mengimplementasikan proses penjualan secara elektronik. Proses ini biasa disebut dengan E-Commerce. Namun terkadang beberapa pengusaha Usaha Kecil Menengahtersebut mengembangkan E-Commerce tidak 100% sesuai dengan syarat umum E-Commerce. Pada penelitian ini ingin meneliti bagaimana pengusaha Usaha Kecil Menengah implementasi E-Commerce mereka, apakah sudah menggunakan E-Commerce secara baik atau belum. Metode yang akan digunakan oleh peneliti yaitu membandingkan E-Commerce yang dimiliki oleh Usaha Kecil Menengah di kota Solo. Penelitian ini menggunakan metode wawancara dengan pemilik Usaha Kecil Menengah dan menyebarkan kuesioner kepada pembeli. Hasil penelitian yang didapat berdasarkan kuesioner yang telah disebar yaitu hanya sekitar 3% yang menggunakan kartu kredit sebagai metode pembayaran mereka sehingga pemilik tidak menggunakan metode pembayaran dengan kartu kredit pada websitenya. Selain itu juga terdapat desain interface yang disarankan untuk modul pembayaran E-Commerce. Kata Kunci: E-Commerce, Benchmarking, E-Payment ABSTRACT According to Department of Koperasi dan Usaha Kecil Menengah(UKM) in Solo in 2012 , the number of UKM in Solo reached 10,360 Enterprises. Based on the data, Small and Medium entrepreneurs should be able to take advantage of existing infrastructure , including the development of technology today’s increasingly sophisticated in order to remain competitive. If the Small and Medium entrepreneurs began selling their products online, indirectly they have implemented sales processes electronically. This process is commonly referred as E-Commerce. But sometimes, entrepreneurs of Small and Medium Enterprises enterpreneurs develop their E–Commerce is not 100% in accordance with the general requirements of E-Commerce. This study wants to examine how entrepreneurs UKM E-Commerce implementing their method. The method that will be used by researchers to compare the E–Commerce website that owned by UKM in Solo. This study uses interviews with the owners of UKM and distributing questionnaires to buyer . The result based on quesioners is only 3% that using creditcard as their payment method, so the owners did not use credit card as their payment method on their web. In addition, there is a payment module interface design for E-Commerce. Keywords : E-Commerce, Benchmarking, E-Payment

1. PENDAHULUAN

Usaha Kecil Menengah (UKM) telah mengalami pertumbuhan dalam beberapa tahun terakhir.Menurut Dinas Koperasi dan Usaha Kecil MenengahKota Solo pada tahun 2012, jumlah Usaha Kecil Menengahdi Kota Solo mencapai 10.360 Usaha Kecil Menengah.Dengan jumlah Usaha Kecil Menengahsebanyak itu, para pengusaha Usaha Kecil Menengahharus dapat memanfaatkan sarana dan prasarana yang ada termasuk perkembangan teknologi saat ini yang semakin canggih supaya tetap dapat bersaing. Selain itu pengusaha Usaha Kecil Menengahjuga harus memiliki strategi pemasaran yang baik agar produknya dapat dikenal oleh konsumen sehingga konsumen mau membeli produk Usaha Kecil Menengahtersebut.

Selain itu, untuk meningkatkan pembelian yang dilakukan oleh konsumen, pengusaha Usaha Kecil Menengahjuga harus melakukan inovasi cara penjualan dan pembayaran produk kepada konsumen supaya konsumen tertarik untuk melakukan pembelian di Usaha Kecil Menengahtersebut. Dengan berkembangnya teknologi saat ini mendorong kemauan untuk pengusaha Usaha Kecil Menengahuntuk menggunakan internet sebagai media penjualan mereka. Apabila para pengusaha Usaha Kecil Menengahtersebut mulai menjual produk mereka secara online, secara tidak langsung mereka sudah mengimplementasikan proses penjualan secara elektronik. Proses ini biasa disebut dengan E-Commerce.

E-Commerce merupakan kegiatan ekonomi atau bisnis melalui web untuk memungkinkan pembelian


182

dan penjualan produk dan jasa, dan untuk memfasilitasi transaksi bisnis antara individu dan organisasi (Schneider, 2002).Dari pengertian tersebut dapat diketahui bahwa dalam E-Commerce tidak hanya ada kegiatan jual-beli produk dan jasa, tetapi juga terdapat transaksi yang dilakukan melalui web.Namun terkadang beberapa pengusaha Usaha Kecil Menengahdi Kota Solo mengembangkan e-commerce mereka tidak 100% pure e-commerce.Karena terkadang para pengusaha masih menggunakan transaksi pembayaran secara konvensional yaitu pembeli diharuskan mentransfer uang mereka dan melakukan konfirmasi manual ke penjual.

Penelitian sebelumnya telah meneliti tentang langkah – langkah mengadopsi sebuah E-Commerce untuk Usaha Kecil Menengahdi Indonesia, meliputi penelitian terhadap fitur – fitur E-Commerce yang sesuai untuk digunakan pada Usaha Kecil Menengahdan bagaimana desain website yang sesuai. Hasil dari penelitian tersebut adalah sebuah framework yang digunakan dalam membangun sebuah E-Commerce untuk Usaha Kecil Menengahdi Indonesia(Karitiwi, 2006).Penelitian lainnya juga telah menunjukkan bahwa masyarakat Indonesia memiliki beberapa karakteristik yang harus disesuaikan untuk model pembayaran elektronik sehingga model tersebut dapat diterima.Penelitian tersebut bertujuan untuk mencari model pembayaran elektronik B2C yang sesuai dengan kondisi dan tren di Indonesia saat ini seperti ATMPal, iCash, pulsa E-Payment, dan Mobile Banking(Firmansyah, dkk, 2009).

Dalam penelitian ini akan dibahas bagaimana pengusaha Usaha Kecil Menengahdi Kota Solo mengimplemetasikan e-commerce mereka dan bagaimana kesiapan Usaha Kecil Menengahdi Kota Solo untuk menggunakan konsep e-commerce sesuai dengan definisinya.

2. TINJAUAN PUSTAKA

Terdapat beberapa penelitian yang telah dilakukan oleh beberapa penulis yang terkait dengan jurnal yang akan dibahas ini. Berikut penelitian yang terkait :

Studi Pendahuluan Untuk Pengembangan

Model Pemasaran dan Penjualan Produk Usaha Kecil dan Menengah (UKM) Berbasis E-Commerce di Propinsi Sumatra Selatan Dalam penelitian yang telah dilakukan oleh

Jaidan Jauhari tentang pengembangan penjualan produk UKM berbasis e commerce, menunjukkan keuntungan UKM menggunakan e-commerce yaitu untuk media promosi dalam rangka untuk meningkatkan volume penjualan, baik untuk penjualan online maupun konvensional. Tidak hanya pemanfaatan e-commerce sebagai sarana promosi dan penjualan, pengelolaan administrasi yang baik melalui penggunaan software yang tepat juga perlu

diperhatikan. Perlu dilakukan pengembangan website dan e-commerce sebagai sarana untuk promosi dan pemasaran produk-produk usaha, sehingga akan meningkatkan volume penjualan dan meningkatkan pendapatan. Peningkatan pendapatan ini pada akhirnya akan mengembangkan usaha kecil dan menengah tersebut.

Pengembangan Alternatif Model E-

Payment B2C (Business to Consumer) Untuk Masyarakat Indonesia

Saat ini, perkembangan aplikasi e-commerce di Indonesia khususnya aplikasi B2C semakin meningkat. Salah satu komponen penting dalam proses jual beli secara online adalah proses pembayaran elektronik (e-payment). Penelitian bertujuan untuk mengembangkan empat model pembayaran elektronik berdasarkan kondisi ekonomi, keamanan, tingkat pendidikan, akses teknologi, pengguna telepon seluler dan pengguna kartu kredit dan ATM di Indonesia. Model pembayaran tersebut yaitu ATMPal, iCash, Pulsa E-Payement dan Mobile Banking. Selain itu, dalam penelitian ini akan ditentukan peringkat kesesuaian untuk masing-masing model pembayaran tersebut dengan kondisi di Indonesia.

Pengembangan Website E-Commerce

Dengan Sistem Informas Transaksi Berbasis SMS Gateway pada Toko Aska Perkembangan teknologi informasi

mempengaruhi gaya hidup manusia dalam melakukantransaksi jual beli, dengan memanfaatkan media E-Commerce maka transaksi jual beli tidak haruspenjual dan pembeli bertemu secara langsung. Toko Aska merupakan sebuah toko yang bergerakdalam bidang penjualan busana muslim di Surakarta. Sistem pemasaran dan penjualan produk yangberjalan saat ini dengan cara penjualan secara langsung dengan membuka toko dan mengikutipameran-pameran busana muslim, cara ini masih dirasakan kurang optimal, dikarenakan produkhanya dikenal di wilayah sekitar toko. Toko Aska menginginkan dalam mengembangkan usahanyamemiliki media jual beli tanpa kendala waktu dan jarak. Tujuan dari penelitian ini menghasilkan websiteE-commerce sebagai media transaksi jual beli online yang terintegrasi dengan sistem informasitransaksi berbasis SMS Gateway, metode pembangunan sistem menggunakan metode waterfall.

Determinants of E-Commerce Customer

Satisfaction, Trust, and Loyalty In Saudi Arabia

Mengelola kepercayaan pelanggan, kepuasan, loyalitas dan sikap dari layanan e-commerce sangat penting untuk pertumbuhan jangka panjang dari


183

banyak bisnis. Dengan demikian, tujuan utama dari makalah ini adalah untuk mengidentifikasi faktor-faktor yang mempengaruhi sejauh mana kepercayaan konsumen, apakah puas dan setia terhadap B2C e-commerce. Survei dilakukan antara pelanggan e-commerce B2C di provinsi Arab Saudi timur dengan menggunakan kuesioner self-administered terstruktur. Hasil penelitian ini menunjukkan bahwa loyalitas pelanggan B2C e-commerce di Arab Saudi sangat dipengaruhi oleh kepuasan pelanggan tetapi kurang dipengaruhi oleh kepercayaan pelanggan.

Aplikasi Mobile Commerce Penjualan Buku

(Studi Kasus pada Penerbit Pro-U Media Yogyakarta)

Setiap manusia selalu menginginkan kemudahan, kecepatan, dan sistem informasi yang relevan untukmemudahkan dalam segala aktivitasnya. Begitu juga dalam hal jual beli, seperti pemesanan buku. Maka dibutuhkan suatu aplikasi yang dapat mempermudah pemesanan buku khususnya melalui media perangkat bergerak sehingga lebih efektif dan edisien. Konsumen yang sibuk dan tidak dapat datang langsung dapat melakukan pemesanan melalui ponsel. Penelitian ini menggunakan metode waterfall yaitu requirements, design, coding, test, mentenance. Aplikasi dibangun berbasis WAP yang dapat diakses melalui perangkat bergerak. Aplikasi ini menangani proses pemesanan buku berikut metode pembayarannya apakah Cash On Delivery, Transfer Bank atau menggunakan Kartu Kredit. Terdapat juga proses pengolahan pelanggan, pengolahan buku maupun transaksi pembayaran bagi admin. Aplikasi dibangun berbasisi WAP dan menggunakan pemrograman PHP, dan XHTML, databasenya menggunakan MySQL serta menggunakan webserver Apache. Untuk memvalidasi digit kartu kredit menggunakan Algoritma Luhn.

Analysis of Factors Effective On Loyalty of

Customers of Websites

Penelitian mencari cara bagaimana menjada dan memperkuat loyalitas pelanggan pada suatu perusahaan. Untuk mengetahui hal yang berpengaruh pada loyalitas pelanggan pada suatu website yang dilakukan penelitian pada quality system, kualitas informasi, kualitas desain interface.

Penelitian pada jurnal ini mengacu pada DeLone and McLean’s IS success model dan menguji kualitas desain dan kepercayaan. Dari hasil penelitian menunjukkan bahwa kepercayaan dan kepuasan adalah variabel yang paling berpengaruh pada loyalitas pelanggan. Hal ini memberitahu kita bahwa kepercayaan dan kepuasan masih merupakan faktor yang paling penting dalam loyalitas pelanggan situs web. Ditemukan pula bahwa kepercayaan mempengaruhi kepuasan pelanggan.

System quality dan kualitas desain interface mempengaruhi kepercayaan dan kepuasan pelanggan lebih daripada information quality. Information quality yang ditemukan menjadi faktor penting dalam membangun kepercayaan, meskipun itu tidak sepenting faktor-faktor lain. 3. LANDASAN TEORI 3.1 E-Commerce 3.1.1 Pengertian E-Commerce

Electronic commerce (e-commerce) adalah suatu penjualan secara elektronis, yang bisa dilakukan dari jarak jauh (teknologi marketing) yang digunakan di luar toko.Untuk tempat yang jauh sekalipun tetap dilakukan perdagangan dengan memanfaatkan e-commerce. Perubahan cara dan bentuk perdagangan telah mengubah, menggeser dan menaklukkan cara bisnis global yang tidak mengenal jarak dan waktu. Kegiatan yang dilakukan juga menjadi tidak banyak lagi diwakili oleh tenaga manusia di saat terjadi peningkatan keterpaduan telekomunikasi dan komputasi secara integral.Berdagang lewat elektronik merupakan tantangan dan ancaman bagi perdagangan tradisional (Tim Penelitian dan Pengembangan Wahana Komputer Semarang, 2006).

3.1.2 Metode Pembayaran di E-Commerce

Terdapat 3 metode pembayaran yang biasa digunakan dalam transaksi menggunakan e-commerce (Prihatna, 2005):

1) Online Procesing Credit Card Metode ini cocok digunakan untuk produk

yang bersifat retail dimana pasarnya adalah seluruh dunia. Pembayaran dilakukan secara real time (proses verifikasi saat itu juga).

2) Money Transfer Cara ini lebih aman untuk menerima pembayaran dari konsumen mancanegara, namun memerlukan biaya tambahan bagi konsumen dalam bentuk fee bagi pihak penyedia jasa money transfer untuk mengirim sejumlah uang ke Negara lain.

3) Cash on Delivery Pembayaran dengan bayar di tempat ini hanya bisa dilakukan jika konsumen berada dalam satu kota yang sama dengan penyedia jasa.

3.1.3 Bussiness Objectives, System Functionality dan Information Requirement dalam E-Commerce

Bussines objectives merupakan daftar dari beberapa kemampuan yang harus dimiliki suatu web untuk dapat menjalankan bisnisnya. Untuk mencapai business objectives maka diperlukan system functionality, yaitu berisi daftar informasi sistem apa saja yang diperlukan.


184

Information requirement adalah elemen informasi yang harus dihasilkan oleh website untuk mencapai business objectives (Laudon, 2005).

Untuk web e-commerce terdapat business objectives yang harus dimiliki. Menurut Laudon, business objectives, system functionality, dan information requirement dalam sebuah website e-commerce adalah sebagai berikut :

Bisnis Objektif

Sistem Fungsionali

tas

Kebutuhan Informasi

Tampilan Bagus

Katalog digital

Teks dinamis dan katalog grafis

Menyediakan informasi produk

Database produk

Deskripsi produk, jumlah stock, tingkat inventoris

Customize Product

Pelacakan di situs oleh konsumen

Log situs untuk setiap konsumen yang berkunjung, kemampuan data mining untuk mengidentifikasi bagian konsumen

Membuat transaksi

Keranjang belanja/sistem pembayaran

Menghapus keamanan kredit card; macam-macam pilihan pembayaran

Menghitung informasi konsumen

Database konsumen

Nama, alamat, nomor telepon, email untuk semua konsumen, registrasi online konsumen

Menyediakan fasilitas “setelah pembelian”untuk konsumen

Database penjualan

ID konsumen, produk, tanggal, pembayaran, tanggal pengiriman

Mengkoordinasikan program penjualan dan pemasaran

Server penjualan, server email, email iklan banner

Log perilaku konsumen dan konsumen yang akan dikirim link ke email, iklan banner

Mengerti keefektivitasan pemasaran

Pencarian situs dan sistem pelaporan

Jumlah pengunjung yang unik, halaman yang dikunjungi, produk yang dibayar, yang diidentifikasi oleh pemasaran

Menyediakan link produksi dan distributor

Sistem management inventoris

Tingkat inventory produk, ID distributor dan kontak, jumlah data yang dipesan berdasarkan produk

Tabel 2.1 Bussiness Objectives, System Functionality dan Information Requirement

3.2 Benchmarking

Benchmarking adalah suatu kesinambungan proses yang sistematik untuk membandingkan efisensi produktivitas, kualitas dan praktek dalam kenyataannya dengan perusahaan atau organisasi

lain yang sejenis yang jauh lebih baik. Benchmarking pada dasarnya merupakan reorientasi budaya menuju pembelajaran, peningkatan skill,peningkatan efisiensi dan proses pengembangan (Krloff dan Osblom, 1995).

Benchmarking dapat dipergunakan dalam berbagai industri, baik jasa dan manufaktur.Perusahaan – perusahaan melakukan benchmarking karena berbagai alasan.Alasan bisa umum, seperti peningkatan produktivitas atau bisa spesifik, seperti peningkatan desain tertentu(Elmuti dan Yunus, 1997).Alasan-alasan yang digunakan pada dasarnya merupakan upaya organisasi dalam rangka perbaikan kinerja. Berdasarkan hal tersebut, maka metode benchmarking dapat digunakan untuk melakukan analisis perbaikan kinerja.

Terdapat lima tahapan pada benchmarking yaitu : 1) Menentukan apa yang akan di benchmark. 2) Mengidentifikasi benchmarking partner 3) Mengumpulkan informasi 4) Menganalisa 5) Implementasi

3.2.1 Langkah Benchmarking

Meskipun prosesnya sederhana, benchmarking bukan hanya mempelajari unsur-unsur persaingan yang tepat, yang bisa saja diperoleh dari konsultan atau sumber lain, tetapi hal yang lebih penting adalah perusahaan akan terbiasa dengan outward looking (melihat kondisi luar) dengan memfokuskan diri pada pasar dan persaingan.

Kelima tahap diatas diperinci menjadi 14 langkah berikut (Goetsch dan Davis, 1994) :

1) Komitmen manajemen 2) Basis pada proses perusahaan itu sendiri 3) Identifikasi dan dokumentasi setiap

kekuatan dan kelemahan proses perusahaan. 4) Pemilihan proses yang akan di

benchmarking 5) Pembentukan tim benchmarking 6) Penelitian terhadap obyek yang terbaik di

kelasnya 7) Pemilihan calon mitra benchmarking yang

terbaik dikelasnya 8) Mencapai kesepakatan dengan mitra

benchmarking 9) Pengumpulan data 10) Analisis data dan penentuan gap 11) Perencanaan tindakan untuk mengurangi

kesenjangan yang ada atau bahkan mengunggulinya

12) Implementasi perubahan 13) Pemantauan 14) Memperbarui benchmarking

3.2.2 Syarat-syarat Benchmarking

Adapun prasyarat untuk melakukan benchmarking, antara lain :

1) Kemauan dan komitmen.


185

2) Keterkaitan tujuan strategik. 3) Tujuan untuk menjadi terbaik, bukan hanya

untuk perbaikan. 4) Keterbukaan terhadap ide-ide. 5) Pemahaman terhadap proses, produk dan

jasa yang ada. 6) Proses terdokumentasi, karena:

i. Semua orang yang berhubungan dengan suatu proses harus memiliki pemahaman yang sama terhadap proses yang bersangkutan.

ii. Dokumentasi sebelum adanya perubahan berguna dalam pengukuran peningkatan kinerja setelah dilaksanakannya benchmarking.

iii. Mitra benchmarking belum tentu akrab dengan proses yang dimiliki suatu organisasi.

7) Ketrampilan analisis proses. 8) Ketrampilan riset, komunikasi, dan

pembentukan tim.

3.3 Usaha Kecil Menengah 3.3.1 Definisi

Beberapa lembaga atau instansi bahkan UU memberikan definisi Usaha Kecil Menengah (UKM), diantaranya adalah Kementrian Negara Koperasi dan Usaha Kecil Menengah (Menegkop dan UKM), Badan Pusat Statistik (BPS), dan UU No. 20 Tahun 2008. Menurut Kementrian Menteri Negara Koperasi dan Usaha Kecil Menegah (Menegkop dan UKM), bahwa yang dimaksud dengan Usaha Kecil (UK) adalah entitas usaha yang mempunyai memiliki kekayaan bersih paling banyak Rp 200.000.000, tidak termasuk tanah dan bangunan tempat usaha, dan memiliki penjualan tahunan paling banyak Rp 1.000.000.000, Sementara itu, Usaha Menengah (UM) merupaka entitas usaha miliki warga negara Indonesia yang memiliki kekayaan bersih lebih besar dari Rp 200.000.000 s.d Rp 10.000.000.000, tidak termasuk tanah dan bangunan.

Badan Pusat Statistik (BPS) memberikan definsi Usaha Kecil Menengahberdasarkan kuantitas tenaga kerja. Usaha kecil merupakan entitas usahan yang memiliki jumlah tenaga kerja 5 s.d 19 orang, sedangkan usaha menengah merupakan entitas usaha yang memiliki tenaga kerja 20 s.d 99 orang (Rahmana, 2009). 4. METODE PENELITIAN

Penelitian ini akan melakukan pencarian terhadap Usaha Kecil Menengahdi kota Solo yang sudah menggunakan E-Commerce sebagai media penjualan mereka.

Pertama, akan mencari semua Usaha Kecil Menengahyang telah menggunakan media online sebagai sarana penjualan. Lalu akan dieliminasi dengan sesuai dengan syarat-syarat membangunE-Commerce. Apabila telah mendapatkan Usaha Kecil Menengahyang telah menggunakan E-Commerce

dengan benar, maka akan dilakukan wawancara terlebih dahulu.Selain itu, pada penelitian ini juga menyebarkan angket kuesioner kepada para pembeli mengenai penggunaan E-Commerce.

Berikut merupakan flowchart metode penelitian yang dilakukan

Gambar 1.Flowchart untuk Metode Penelitian

Pada penelitian ini yang dilakukan pertama kali

adalah mengumpulkan informasi tentang e-commerce, kriteria website e-commerce, dan metode pembayarannya.Informasi diperoleh dari buku dan internet. Setelah informasi – informasi tersebut terkumpul, selanjutnya adalah mengumpulkan data tentang e-commerce Usaha Kecil Menengahdi kota Solo. Dalam penelitian ini e-commerce Usaha Kecil Menengahyang digunakan berjumlah 13 e-commerce Usaha Kecil Menengahdi Kota Solo. Dan setelah terkumpul, kemudian diseleksi menjadi 3 e-commerce Usaha Kecil Menengahyang akan diteliti. Seleksi web e-commerce dilakukan berdasarkan kriteria business objectives yang harus dimiliki oleh sebuah website e-commerce oleh Laudon. E-commerce Usaha Kecil Menengahyang memiliki buseness objectives e-commerce yang paling mendekati kriteria adalah e-commerce Usaha Kecil Menengahyang akan diteliti.

Dari 3 e-commerce UKM yang akan diteliti, masing – masing e-commerce dibandingkan pada metode pembayarannya. Perbandingan ini diakukan untuk mengetahui apakah Usaha Kecil Menengahtersebut telah menggunakan metode pembayaran elektronik seperti Paypal, dan kartu kredit atau belum.Setelah melakukan perbandingan pada e-commerce, penelitian dilanjutkan dengan wawancara kepada pemilik Usaha Kecil Menengahtentang metode pembayaran yang digunakan.Apabila semua e-commerce Usaha Kecil Menengahyang diteliti belum menggunakan metode pembayaran elektronik, maka dilakukan perbandingan dengan e-commerce perusahaan besar


186

yang telah menggunakan metode pembayaran elektronik.

Setelah melakukan penelitian pada metode pembayaran pada e-commerce Usaha Kecil Menengah, penelitian juga dilakukan kepada pembeli sebagai konsumen dari e-commerce. Pembeli atau konsumen e-commerce akan diberi kuisioner yang berisi pertanyaan tentang metode pembayaran yang mereka lakukan ketika bertransaksi online. Dari hasil penelitian dan kuisioner, maka dapat diperoleh hasil dan kesimpulan tentang metode pembayaran yang digunakan e-commerce Usaha Kecil Menengahdi Kota Solo.

Berikut merupakan pertanyaan yang diajukan kepada pembeli : 1. Media yang sering digunakan untuk mencari

informasi barang yang ingin akan beli Koran Internet Orang Lain Yang lainnya ………

2. Situs yang anda gunakan untuk transaksi online

Tokobagus.com Berniaga.com Facebook Kaskus Website toko penjual barang lainnya....

3. Barang yang sering dibeli di website E-Commerce ?

Fashion

Makanan dan Minuman

Barang Elektronik

Kebutuhan pokok

Lainnya.... 4. Metode pembayaran yang anda gunakan untuk

transaksi online? Kartu kredit Paypal Cash On Delivery (COD) Transfer rekening bank Lainnya....

5. Apabila tidak menggunakan kartu kredit, mengapa anda tidak melakukan pembayaran dengan menggunakan Kartu Kredit ? Tidak mempunyai kartu kredit Kurangnya keamanan kartu kredit Belum mengetahui sistem kartu kredit Kurang percaya terhadap penggunaan kartu

kredit Proses yang dirasa terlalu panjang

5. HASIL DAN PEMBAHASAN 5.1 Seleksi Usaha Kecil Menengah

Setelah melakukan pencarian terhadap Usaha Kecil Menengahdi kota solo yang sudah

menggunakan internet sebagai media penjualan, berikut merupakan daftarnya : 1. http://tempesamodrasolo.webs.com/apps/webst

ore/ 2. http://soloplastik.com/ 3. https://www.facebook.com/YoOnlineShop 4. https://www.facebook.com/OwltieShop 5. https://www.facebook.com/bluesstore2 6. https://www.facebook.com/SoloBootsOnlinesh

op 7. http://bajubatikonlineshop.tumblr.com/ 8. https://www.facebook.com/cheapood.OS 9. http://bonekawisuda.com/ 10. http://www.bungasolo.com/http://kerajinan-

wayang-kulit-solo.blogspot.com/ 11. http://griyacomputama.com/ 12. http://parkitmania.blogspot.com/

Berdasarkan kriteria yang disampaikan oleh Laudon, berikut merupakan kriterianya (Laudon, 2005):

a. Tampilan yang baik b. Menyediakan infromasi produk c. Dapat mengubah produk d. Menghasilkan sebuah transaksi e. Menghitung informasi pelanggan f. Menyediakan layanan setelah penjualan g. Mengkoordinasi program pemasaran dan

penjualan h. Mengerti efektifnya pemasaran i. Menyediakan link produksi dan distributor

Berikut merupakan seleski yang dilakukan berdasarkan kriteria diatas

Gambar 2. Seleksi berdasarkan kriteria

Keterangan : X : Kriteria terpenuhi - : Kriteria tidak terpenuhi : Hanya terdapat keranjang belanja


187

Berdasarkan analisa terhadap E-Commerce diatas, terdapat 13 Usaha Kecil Menengah yang telah menggunakan media internet sebagai media penualan mereka, namun hanya 3 Usaha Kecil Menengah saja yang mendekati kriteria-kriteria E-Commerce yang baik. Berikut merupakan daftar Usaha Kecil Menengahyang menggunakan E-Commerce :

1) Griya Computama dengan alamat website : griyacomputama.com

2) Pusat Plastik HDPE Kota Solo dengan alamat website : soloplastik.com

3) Tempe Samodra dengan alamat website : tempesamodrasolo.webs.com

5.2 Wawancara Pemilik Usaha Kecil Menengah

Dari hasil wawancara kepada ketiga pemilik Usaha Kecil Menengah, transaksi pada website yang mereka miliki belum menggunakan metode pembayaran elektronik. Untuk transaksi pembayaran yang dilakukan secara online melalui web dilakukan dengan transfer ke rekening bank milik Usaha Kecil Menengah , atau jika pembeli masih berada di Solo dan sekitarnya pembayaran dapat dilakukan dengan Cash On Delivery (COD). Pemilik Usaha Kecil Menengah belum menggunakan metode pembayaran dengan kartu kredit karena pemilik UKM menganggap metode pembayaran yang saai ini digunakan sudah dirasa mudah, baik bagi penjual maupun pembeli.Meskipun pemilik Usaha Kecil Menengah telah mengetahui metode pembayaran menggunaan kartu kredit untuk transaksi online, namun penggunaannya pada website mereka dirasa belum perlu karena pembeli masih berada di wilayah Indonesia, belum mencapai luar negri.Pemilik Usaha Kecil Menengah juga belum memiliki kartu kredit dan transaksi pada UKM lebih banyak dilakukan di toko secara langsung daripada transaksi yang dilakukan secara online melalui website, sehingga pemilik Usaha Kecil Menengah tidak menggunakan kartu kredit.Anggapan pemilik UKM yang berasumsi bahwa kebanyakan pembelinya juga tidak memiliki kartu kredit juga memperkuat alasan pemilik Usaha Kecil Menengah untuk tidak menggunakan kartu kredit untuk metode pembayaran pada websitenya. Anggapan tersebut memang benar, karena pada survey yang dilakukan terhadap pembeli/konsumen yang melakukan transaksi online juga menunjukkan bahwa sebagian besar pembeli di kota Solo belum memiliki kartu kredit.

Metode pembayaran pada transaksi online di Indonesia saat ini telah berkembang.Saat ini dikenal adanya rekening bersama, yaitu pihak ketiga dalam arah pergerakan uang dari pembeli ke pejual untuk memastikan barang sampai kepada pembeli.Untuk metode pembayaran ini, pemilik website Usaha Kecil Menengah di Solo belum menggunakannya karena seperti yang telah diungkapkan bahwa

transaksi yang dilakukan secara online hanya sedikit, tidak sebanyak transaksi yang dilakukan langsung di toko. Dan jika ada transaksi dalam jumlah besar, pembeli akan datang ke toko sehingga untuk masalah keamanan dalam pembayaran tidak membutuhkan pihak ketiga untuk memastikan barang sampai ke tangan pembeli.

Sejauh ini, pemilik Usaha Kecil Menengah selaku penjual menganggap metode pembayaran melalui transfer rekening bank dan Cash On Delivery (COD) adalah metode pembayaran yang paling sesuai untuk digunakan dalam bisnisnya. Untuk penggunaan kartu kredit dalam transaksi pembayaran secara online, pemilik Usaha Kecil Menengah belum dapat menerapkannya karena pembelinya kebanyakan berasal dari Solo dan sekitarnya yang belum mempunyai kartu kredit.

5.3 Benchmarking Usaha Kecil Menengah

dengan Perusahaan besar Berbeda dengan e-commerce yang dimiliki

UKM, e-commerce perusahaan besar seperti amazon.com telah menggunakan metode pembayaran elektronik.Penggunaan pembayaran elektronik pada perusahaan tersebut diperlukan karena transaksi yang dilakukan sudah menjangkau internasional. Penggunaan pembayaran dengan trasfer bank tentu akan mempersulit transaksi. Selain itu, transaksi yang dilakukan pada perusahaan tersebut seluruhnya dilakukan secara online.Jadi metode pembayaran yang mudah dan dapat dilaukan secara global sangat diperlukan.

5.4 Wawancara dengan konsumen

Terdapat 100 responden yang diberi pertanyaan tentang penggunaan metode pembayaran saat mereka membeli sesuatu dari website E-Commerce.Berikut merupakan hasil kuesioner yang telah dianalisis :

1. Dari 100 responden yang telah mengisi kuesioner, 54% konsumen menggunakan metode pembayaran transfer ke rekening Bank pemilik Usaha Kecil Menengah.

2. Dari 100 responden yang telah mengisi kuesioner, 33% konsumen menggunakan metode pembayaran Cash On Delivery (COD).

3. Dari 100 responden yang telah mengisi kuesioner, hanya sekitar 3% yang menggunakan kartu kredit sebagai metode pemembayaran mereka.

4. Berdasarkan analisis yang telah didapat, alasan mengapa konsumen tidak menggunakan metode pembayaran kartu kredit karena tidak memiliki kartu kredit. Mereka tidak memiliki kartu kredit/menggunakan metode pembayaran kartu kredit karena proses yang terlalu panjang (ribet). Sebagian dari konsumen juga mengeluh tentang keamanan


188

penggunaan kartu kredit, karena banyaknya rumor yang mengatakan bahwa apabila menggunakan kartu kredit, rekening tabungan mereka akan mudah untuk dibobol.

5.5 Tampilan Metode Pembayaran yang diusulkan

Berdasarkan hasil analisa diatas, dalam penelitian ini akan ditampilkan tampilan metode pembayaran untuk website E-Commerce. Berikut tampilannya :

Setelah pembeli telah memilih barang yang akan

dibeli, maka akan menuju halaman keranjang belanja yang menampilkan deskripsi produk yang dibeli beserta jumlah dan harganya. Selain itu terdapat pilihan metode pengiriman barang yang dapat digunakan. Terdapat 2 jenis perusahaan untuk pengiriman barang yang dapat digunakan.

Setelah pembeli menentukan jenis perusahaan untuk mengirimkan barang mereka, maka akan keluar jumlah total belanjaan mereka. Pembeli dapat menekan tombol Lanjut untuk memilih metode pembayaran.

Gambar 3. Keranjang Belanja

Setelah muncul jumlah total belanja yang harus

dibayarkan, pembeli dapat memilih metode pembayaran untuk membayar. Terdapat 3 metode pembayaran, yaitu Transfer ke Rekening Penjual, Kartu Kredit, dan Cash On Delivery (COD). Terdapat 3 jenis pembayaran berdasarkan hasil wawancara, kebanyakan UKM di Kota Solo masih menggunakan metode Cash OnDelivery (COD) dan transfer ke rekening Bank pada transaksi online. Lalu untuk metode pembayaran Kartu Kredit disarankan untuk digunakan dalam transaksi online supaya website UKM tersebut memenuhi syarat-syarat E-Commerce.

Untuk pemilihan metode pembayaran via transfer ke rekening, pembeli diharapkan mengirim uang sebanyak total belanja yang telah tertera di keranjang belanja ke rekening Bank penjual dimana nomor rekening penjual sudah tertera di halaman metode pembayaran. Apabila pembeli telah

mengirim uang ke rekening Bank penjual, pembeli diharapkan melakukan konfirmasi kepada penjual dengan cara mengisi lembar konfirmasi pembayaran.

Gambar 4. Metode Pembayaran Transfer

Gambar 5. Metode Pembayaran Kartu Kredit

Untuk metode pembayaran Cash On Delivery

(COD) hanya dapat dilakukan di wilayah Kota Surakarta dan sekitarnya. Pembatasan wilayah dilakukan karena lokasi UKM berada di Kota Solo. Selain itu, juga untuk mempermudah proses penerimaan barang.

Gambar 6. Metode Pembayaran Cash On Delivery

(COD)


189

Gambar 7. Pembayaran

6. KESIMPULAN

Dari hasil penelitian yang telah dilakukan, dapat diperoleh kesimpulan sebagai berikut :

1) E-commerce Usaha Kecil Menengahdi Kota Solo belum memenuhi kriteria e-commerce, karena belum memiliki metode pembayaran elektronik.

2) Berdasarkan hasil kuesioner yang telah dianalisis, terdapat 54% konsumen menggunakan metode pembayaran transfer ke rekening Bank pemilik Usaha Kecil Menengah, 33% konsumen menggunakan metode pembayaran Cash On Delivery (COD) dan hanya sekitar 3% yang menggunakan kartu kredit sebagai metode pembayaran mereka.

PUSTAKA

Boedi D.P, et. al. 2010. Aplikasi Mobile Commerce

Penjualan Buku (Studi Kasus pada Penerbit Pro-U Media Yogyakarta). Seminar Nasional Informatika 2010 : E-235 – E-244

Dolatabadi H. R, et al. 2012. Analysis of Factors Effective On Loyalty of Customer of Website. Australian Journal of Basic and Applied Sciences, 6(9) : 85-95

Eid M. I, 2011. Determinants of E-Commerce Customer Satisfaction, Trust, and Loyalty in Saudi Arabia. Journal of Electronic Commerce Reasrch VOL. 12 NO. 1 : 78-93

Elmuti D, Yunus K. 1997. An Overview of Benchmarking Process : A Tool for Continuous Improvement and Competitive Advantage. Benchmarking for Quality Management & Technology 4 ( 4): 229-243.

Firmansyah, A. et al. Pengembangan Alternatif Model E-Payment b2c (Business to Consumer) untuk Masyarakat Indonesia.Journal of Information Systems, Volume 5, Issues 1, April 2009.

Goetsch L. D., Davis M. S.. 1994. Introduction to total quality : quality, productivity, competitiveness.Pretince Hall International.

Jauhari, Jaidan, 2012. Studi Pendahuluan Untuk Pengembangan Model Pemasaran dan Penjualan Produk Usaha Kecil dan Menengah (UKM) Berbasis E-Commerce di Propinsi Sumatra Selatan. Universitas Sriwijaya.

Kartiwi, Mira., 2006.Case Study of E-Commerce Adoption in Indonesian SMEs : The Evaluation of Strategic Use.Australasian Journal of Information SystemsVolume 14 Number 1.

Krloff, B. and Ostblom, S. 1995. Benchmarking : a signpost to excellence in quality and productivity. Wiley, Chichester.

Laudon, K.C., Traver, C.G., (2005) . E-Commerce Business Technology, and Society Second Edition. Prentice Hall

Prihatna,H., 2005, Kiat Praktis Menjadi Webmaster Profesional, Elex Media Komputindo, Jakarta

Rahmana, Arif. 2009. Peranan Teknologi Informasi Dalam peningkatan Daya Saing Usaha Kecil Menengah. Bandung

Schneider, Gary P. 2002. Electronic Commerce. Australia Thomson. Australia.

Setiyadi A., Triyono R. A., 2014. Pengembangan Website E-Commerce Dengan Sistem Informasi Transaksi Berbasis SMS Gateway pada Toko Aska. IJNS Volume 3 No 1 : 32-38

Tim Penelitian dan Pengembangan Wahana Komputer Semarang, 2006. Apa dan Bagaimana E-Commerce, Penerbit Andi, Yogyakarta.

EFEKTIVITAS LAYANAN INTERNET BANKING …5).pdf · Seminar Nasional Teknologi Informasi dan...

Documents

Transcript of EFEKTIVITAS LAYANAN INTERNET BANKING …5).pdf · Seminar Nasional Teknologi Informasi dan...