Marliyana et al., ALCHEMY Jurnal Penelitian Kimia, Vol. 13 ...
Jurnal Vol 9 No 2 (1).pdf
-
Upload
khangminh22 -
Category
Documents
-
view
1 -
download
0
Transcript of Jurnal Vol 9 No 2 (1).pdf
i
STUDIA INFORMATIKA: JURNAL SISTEM INFORMASI Fakultas Sains dan Teknologi UIN Syarif Hidayatullah - Jakarta
Vol. 9 No. 2, Oktober 2016 ISSN: 1979 – 0767
Pimpinan Redaksi (Editor in Chief) Dr. Syopiansyah Jaya Putra, M.Sis
Dewan Redaksi (Editor Board)
Ir. M. Qomarul Huda, M.Kom Zainul Arham, S.Kom.,M.Si
Penyunting Pelaksana Qurrotul Aini, MT
Nia Kumaladewi, MMSI
Koordinator Sekretariat dan Pelaksana Tata Usaha Eva Khudzaeva, M.Si
Alamat Penerbit / Redaksi
Program Studi Sistem Informasi Fakultas Sains dan Teknologi UIN Syarif Hidayatullah
Jl. Ir. H. Djuanda No. 95, Ciputat 15412 Telp / Fax. (021) 7493545 / (021) 7493315
Website: http://journal.uinjkt.ac.id/index.php/sisteminformasi E-mail: [email protected]
Studia Informatika: Jurnal Sistem Informasi merupakan jurnal keilmuan bidang sistem informasi dan teknologi informasi yang memuat tulisan-tulisan ilmiah mengenai penelitian-penelitian murni dan terapan serta ulasan-ulasan umum tentang perkembangan teori, metode dan ilmu-ilmu terapan terkait.
Studia Informatika: Jurnal Sistem Informasi diterbitkan oleh Program Studi Sistem Informasi. Redaksi mengundang para peneliti, praktisi dan mahasiswa untuk menulis perkembangan ilmu di bidang yang berkaitan dengan sistem informasi dan teknologi informasi.
Studia Informatika: Jurnal Sistem Informasi diterbitkan 2 (dua) kali dalam 1 tahun pada bulan Februari dan Oktober.
ii
KATA PENGANTAR
Segala puji dan syukur kehadirat Allah SWT atas rahmat-Nya sehingga Studia
Informatika: Jurnal Sistem Informasi Volume 9 No.2 bulan Oktober terbit.
Keberadaan Sistem Informasi dan Teknologi Informasi mencakup berbagai aspek
kehidupan, dalam hal ini Studia Informatika: Jurnal Sistem Informasi Fakultas Sains dan
Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta hadir untuk memenuhi
kebutuhan masyarakat khususnya para akademisi dan praktisi teknologi informasi dan
komunikasi, terutama pada Optimization models and systems of decision support, Business
process dan service innovation, Information Technology Governance (IT-Gov), Geographical
Information Systems (GIS), Information and Communication Technology (ICT) and Islam,
(Integrated) Information System Development (IISD), Socio-Culture in Information System,
Big Data and Knowledge Management, Security and E-Commerce, Adoption and Diffusion
IT.
Dengan terbitnya Jurnal Sistem Informasi ini diharapkan memberikan kontribusi yang
besar terhadap perkembangan dalam konsep dan aplikasi Sistem Informasi dan Teknologi
Informasi serta meningkatnya wawasan dan kemampuan para akademisi dan praktisi
Teknologi Informasi dan Komunikasi.
Edisi Jurnal kali ini memuat 8 (delapan) makalah yang mengangkat perihal sistem
informasi dan teknologi informasi, yaitu: Evaluasi penerimaan penggunaan BKD (Beban
Kerja Dosen) Online pada UIN Syarif Hidayatullah Jakarta Dengan Menggunakan Metode
UTAUT; Pemanfaatan Perangkat Lunak Open Source ‘Slims’ untuk Repository Perguruan
Tinggi; Sistem E-Commerce B2C pada PT. Harapan Sentosa Nusantara Jakarta Pusat;
Penilaian Aplikasi E-LKP menggunakan persepsi Karyawan (Studi Kasus: UIN Syarif
Hidayatullah Jakarta); Sistem Penjadwalan Kuliah Menggunakan Algoritma Genetika (Studi
kasus: Fakultas Kedokteran dan Kesehatan Universitas Muhammadiyah Jakarta); Spasial
Clasification Mining untuk menentukan prakiraan curah hujan berdasarkan karakteristik
wilayah; Sistem Informasi computer Assisted Test (CAT) Kementrian Agama Republik
Indonesia; Sistem Informasi Monitoring Proyek Furnitur di PT. XYZ.
Kami selaku tim redaksi mengucapkan terima kasih kepada semua pihak yang telah
memungkinkan terbitnya Studia Informatika: Jurnal Sistem Informasi ini. Kami berharap
jurnal sistem informasi ini dapat menjadi salah satu alternatif pilihan bacaan yang
berguna, informatif dan inovatif.
Jakarta, Oktober 2016
Hormat Kami
Tim Redaksi Jurnal SI
iii
STUDIA INFORMATIKA: JURNAL SISTEM INFORMASI Fakultas Sains dan Teknologi UIN Syarif Hidayatullah - Jakarta
Oktober 2016 Vol. 9 No. 2
DAFTAR ISI
135-146 EVALUASI PENERIMAAN PENGGUNAAN BKD (BEBAN KERJA DOSEN) ONLINE PADA UIN SYARIF
HIDAYATULLAH JAKARTA DENGAN MENGGUNAKAN METODE UTAUT
Fitroh
147-158
PEMANFAATAN PERANGKAT LUNAK OPEN SOURCE ‘SLIMS’ UNTUK REPOSITORY PERGURUAN TINGGI
Ilham Armono
159-166
PENILAIAN APLIKASI E-LKP MENGGUNAKAN PERSEPSI KARYAWAN (STUDI KASUS: UIN SYARIF
HIDAYATULLAH JAKARTA)
Ditha Septiandani, A’ang Subiyakto, Evy Nurmiati
167-176
SISTEM E-COMMERCE B2C PADA PT. HARAPAN SENTOSA NUSANTARA JAKARTA PUSAT;
Marhamah , Sarip Hidayatuloh, Ari Irawan
177-190
SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS: FAKULTAS
KEDOKTERAN DAN KESEHATAN UNIVERSITAS MUHAMMADIYAH JAKARTA)
Andrie Tri Laksono, Meinarini Catur Utami, Yuni Sugiarti
191-202
SPASIAL CLASIFICATION MINING UNTUK MENENTUKAN PRAKIRAAN CURAH HUJAN BERDASARKAN
KARAKTERISTIK WILAYAH
Eva Khudzaeva
203-212
SISTEM INFORMASI COMPUTER ASSISTED TEST (CAT) KEMENTRIAN AGAMA REPUBLIK INDONESIA YOGI
Aprisya Krispriana, Nia Kumaladewi, Elsy Rahajeng
213-221
SISTEM INFORMASI MONITORING PROYEK FURNITUR DI PT. XYZ Johanes Fernandes Andry
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146
135
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
EVALUASI PENERIMAAN PENGGUNA BKD (BEBAN KERJA
DOSEN) ONLINE PADA UIN SYARIF HIDAYATULLAH JAKARTA
DENGAN MENGGUNAKAN METODE UTAUT
Fitroh
Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Islam Negeri Jakarta
UIN Jakarta. Jl. Ir. H. Juanda No.95, Ciputat Jakarta
Email : [email protected]
ABSTRACT
BKD online application UIN Syarif Hidayatullah Jakarta is an application used by lecturers to report
performance results Tri Dharma College. In the process of user acceptance of these applications, the
researchers intend to conduct an evaluation using UTAUT (Unified Theory of Acceptance And Use of
Technology) where in the method UTAUT conducted the testing process of hypothesis that H1 (performance
expectancy), H2 (effort expectancy), H3 (social influence), H4 (Facilitating conditions) should be in
signifikasikan with variable BI (Behavioral Intention). In the study using questionnaires distributed to faculty at
random. The results of the questionnaire are then processed to test the validity and reliability, the classic
assumption test and multiple linear regression. Based on the results of testing standards are known to be larger
(<) of 0.05. In the course of the work of researchers using the tools IBM SPSS 22 and Microsoft Excel. The
results of this study are variable effort expectancy and facilitating conditions positively influence user
acceptance BKD online application. While the effort expectancy proved significant because it allows the users
of the system in the process of filling online application BKD. Performance Expectancy not significant for BKD
online application is merely a tool in faculty performance report and not a determinant of the performance of
Tri Dharma College.
Keywords : Online BKD, evaluation system, user acceptance, effort expectancy, facilitating conditions,
performance expectancy, Tri Dharma College, UTAUT, IBM SPSS 22, Microsoft Excel
ABSTRAK
BKD aplikasi online UIN Syarif Hidayatullah Jakarta adalah aplikasi yang digunakan oleh dosen untuk
melaporkan hasil kinerja Tri Dharma Perguruan Tinggi. Dalam proses penerimaan pengguna aplikasi ini, para
peneliti berniat untuk melakukan evaluasi menggunakan UTAUT (Unified Theory of Acceptance Dan
Penggunaan Teknologi) di mana dalam metode UTAUT dilakukan proses pengujian hipotesis yang H1 (harapan
kinerja), H2 (usaha harapan), H3 (pengaruh sosial), H4 (kondisi Memfasilitasi) harus dalam signifikasikan
dengan variabel BI (Behavioral Intention). Dalam studi tersebut menggunakan kuesioner yang disebarkan
kepada fakultas secara acak. Hasil kuesioner kemudian diolah untuk menguji validitas dan reliabilitas, uji
asumsi klasik dan regresi linier berganda. Berdasarkan hasil pengujian standar yang dikenal lebih besar (<) dari
0,05. Dalam perjalanan karya peneliti menggunakan alat IBM SPSS 22 dan Microsoft Excel. Hasil penelitian ini
adalah variabel harapan usaha dan memfasilitasi kondisi positif mempengaruhi penerimaan pengguna BKD
aplikasi online. Sementara harapan upaya terbukti signifikan karena memungkinkan pengguna sistem dalam
proses pengisian aplikasi online BKD. Kinerja Harapan tidak signifikan untuk BKD aplikasi online hanyalah
alat dalam laporan kinerja dosen dan bukan penentu kinerja Tri Dharma Perguruan Tinggi.
Kata kunci: online BKD, sistem evaluasi, penerimaan pengguna, harapan usaha, kondisi memfasilitasi, harapan
kinerja, Tri Dharma Perguruan Tinggi, UTAUT, IBM SPSS 22, Microsoft Excel
1. PENDAHULUAN
BKD Online merupakan aplikasi yang
digunakan dosen dalam melaporkan kegiatan
akademik (pendidikan dan pengajaran), penelitian,
pengabdian masyarakat serta kegiatan penunjang
lainnya. Awalnya sekitar tahun 2010 laporan BKD
yang dilakukan pada UIN Jakarta masih
menggunakan aplikasi Microsoft Access, namun
dengan adanya perbaikan sistem yang ada di UIN
Syarif Hidayatullah, laporan BKD yang tadinya
manual dialihkan menjadi laporan BKD yang
berbasis Online. BKD Online pada UIN Syarif
Hidayatullah Jakarta sudah mulai diterapkan pada
tahun 2013 dengan harapan aplikasi ini menjadi
aplikasi yang lebih baik lagi.
Evaluasi Penerimaan Penggunaan BKD… Fitroh
136
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Untuk mencapai proses implementasi yang
baik, perlu dilakukannya evaluasi terkait dengan
aplikasi BKD Online pada UIN Syarif Hidayatullah
Jakarta. Evaluasi yang akan diusulkan oleh peneliti
adalah dalam hal penerimaan pengguna dalam hal
ini peneliti akan menentukan variabel-variabel apa
saja agar BKD Online dapat diterima oleh pengguna
dengan menggunakan metode UTAUT.
Metode UTAUT (Unified Theory of
Acceptnce and Use of Technology) merupakan
sebuah model penelitian penerimaan pengguna yang
bertujuan untuk menjelaskan niat pengguna untuk
menggunakan suatu sistem dan perilaku penggunaan
selanjutnya, sehingga dapat mengukur suatu
teknologi berdasarkan tingkat penerimaan pengguna
[2]. UTAUT merupakan teori yang berpengaruh dan
banyak diadopsi untuk melakukan penelitian
penerimaan pengguna terhadap suatu teknologi
informasi [3]. UTAUT dapat menunjukan variabel-
variabel dependen seperti niat untuk berperilaku
seseorang (behavior intention) dan perilaku
seseorang untuk menggunakan suatu teknologi (use
behavior) dipengaruhi oleh variabel-variabel
independen ekspektansi kinerja (performance
expectancy), ekspektansi usaha (effort expectancy),
pengaruh sosial (social influence) dan kondisi yang
memfasilitasi (facilitating conditions) yang
dimoderatori oleh jenis kelamin seseorang (gender),
usia (age), pengalaman (experience) dan
kesukarelaan (voluntariness) [3].
Dalam penelitian ini dirumuskan
bagaimanakah cara mengevaluasi penerimaan
pengguna terhadap aplikasi BKD Online Pada UIN
Syarif Hidayatullah Jakarta dengan menggunakan
metode UTAUT, dengan hipotesa sebagai berikut:
apakah variabel (H1) performance expectancy, (H2)
effort expectancy, (H3) social influence memiliki
pengaruh positif atau tidak terhadap variabel
behavioral intention? Dan apakah (H4) facilitating
conditions, (H5) behavioral intention mempunyai
pengaruh postif atau tidak terhadap variabel use
behavior.
2. KAJIAN TEORI
A. Teori Evaluasi
Evaluasi adalah sebuah riset untuk
mengumpulkan, menganalisis, dan menyajikan
informasi yang bermanfaat mengenai objek
evaluasi, kemudian menilainya dengan
membandingkan dengan indikator evalusi dan
hasilnya dipergunakan untuk mengambil keputusan
mengenai objek evaluasi tersebut [4]
Tujuan Evaluasi
Menurut [4] tujuan evaluasi adalah
mengumpulkan informasi yang bermanfaat
mengenai objek evaluasi. Informasi tersebut
kemudian dibandingkan atau dinilai dengan
indikator evaluasi dan muncul hasil perbandingan
tersebut apakah sudah memenuhi kriteria atau belum
memenuhi dari indikator evaluasi.
Jenis-jenis Evaluasi
Evaluasi dapat dikelompokan berdasarkan
objeknya dan menurut fokus dalam suatu program
[4]. Lalu menurut [5] menambahkan evaluasi dapat
dikelompokan berdasarkan waktu pelaksanaannya.
Evaluasi Menurut Objek
Menurut [4] jenis-jenis evaluasi dapat
dikelompokan berdasarkan objeknya yaitu: evaluasi
kebijakan, evaluasi program, evaluasi proyek,
evaluasi material dan evaluasi sumber daya
manusia.
1. Evaluasi Kebijakan
2. Evaluasi Program
3. Evaluasi Proyek
4. Evaluasi Material
5. Evaluasi Sumber Daya Manusia.
Metode Penelitian Dalam Evaluasi
Menurut [4] terdapat 3 metode penelitian
yang dapat digunakan dalam evaluasi yaitu: metode
kuantitatif, metode kualitatif dan metode campuran.
Seperti para peneliti lainnya, orang yang akan
mengevaluasi (evaluator) dapat menggunakan
berbagai metode penelitian untuk mencapai
evaluasi.
Gambar 1 Metode Penelitian Evaluasi (Wirawan, 2012)
B. Teori Penerimaan Pengguna
Menurut Succi dan Walter dalam [6]
penerimaan pengguna terhadap sistem teknologi
informasi adalah kemauan yang Nampak di dalam
kelompok pengguna untuk menerapkan sistem
teknologi informasi tersebut dalam pekerjaannya.
Sedangkan menurut [1] penerimaan pengguna dapat
didefinisian sebagai keinginan sebuah grup
pengguna dalam memanfaatkan teknologi informasi
yang didesain untuk membantu pekerjaan mereka.
Oleh karena itu, semakin besar menerima sistem
teknologi informasi yang baru makan akan semakin
besar kemauan pemakai untuk merubah praktek
yang sudah ada dalam penggunaan waktu serta
usaha untuk memulai secara nyata pada sistem
teknologi informasi yang baru. Tetapi jika pemakai
tidak mau menerima sistem teknologi informasi
yang baru, maka perubahan sistem tersebut
menyebabkan tidak memberikan keuntungan yang
banyak bagi organisasi atau perusahaan [6]
C. BKD Online UIN Syarif Hidayatullah
Jakarta
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146
137
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 2. BKD Online UIN Syarif Hidayatullah Jakarta
BKD (Beban Kinerja Dosen) Online
merupakan salah satu aplikasi yang digunakan
dosen dalam melaporkan kegiatan akademik,
penelitian, pengabdian masyarakat, serta kegiatan
penunjang lainnya.
D. Metode UTAUT (Unified Theory of
Acceptance and Use of Technology)
Pada tahun 2003 Venkatesh dan beberapa
peneliti lain mengeluarkan sebuah ide metodologi
penerimaan pengguna (user acceptance) yaitu
UTAUT merupakan singakatan dari Unified Theory
of Acceptance and Use of Technology. Metode
UTAUT sebuah model penelitian penerimaan
pengguna yang bertujuan untuk menjelaskan niat
pengguna untuk menggunakan suatu sistem dan
perilaku pengguna selanjutnya [2]. UTAUT
merupakan teori yang berpengaruh dan banyak
diadopsi untuk melakukan penelitian penerimaan
pengguna terhadap suatu teknologi informasi karena
menggabungkan fitur-fitur yang berhasil dari
delapan teori penerimaan teknologi terkemuka
menjadi satu teori [3]
Menurut Venkatesh dalam [7] keunggulan
UTAUT adalah mampu menjelaskan bagaimana
perbedaan individu dapat mempengaruhi
penggunaan teknologi yaitu mampu menjelaskan
hubungan antara manfaat yang dirasakan,
kemudahan penggunaan dan niat untuk
menggunakan suatu teknologi.
Variabel dalam UTAUT
Menurut [2] metode UTAUT memiliki
beberapa variabel yang menjadi faktor penentu
penerimaan pengguna dalam sebuah teknologi yang
terdapat pada gambar berikut:
Gambar 3: metode UTAUT (Venkatesh, 2003)
Ekspektasi Kinerja (Performance Expectancy)
Menurut [2] ekspektasi kinerja
(Performance Expectancy) adalah sejauh mana
seseorang percaya bahwa dengan menggunakan
sistem akan membantu dia untuk mencapai
keuntungan dalam kinerja pekerjaannya.
Ekspektasi Usaha ( Effort Expectancy)
Ekspektasi usaha (Effort Expectancy)
merupakan tingkat kemudahan terkait dalam
penggunaan sistem [2].
Pengaruh Sosial ( Social Influence)
Faktor sosial (Social Influence) adalah sejauh
mana seorang individu memandang bahwa orang
lain penting percaya bahwa dia harus menggunakan
sistem baru [2].
Kondisi yang Memfasilitasi (Facilitating
Conditions)
Kondisi yang memfasilitasi (Facilitating
Conditions) adalah sejauh mana seorang individu
percaya bahwa infrastruktur organisasi dan teknis
yang ada untuk mendukung penggunaan sistem [2].
Minat Pemanfaatan (Behavioral Intention)
Behavioral Intention merupakan tingkat
keinginan atau niat pemakai menggunakan sistem
secara terus menerus dengan asumsi bahwa mereka
mempunyai akses terhadap informasi (Jati, 2012).
Jika seseorang akan berminat menggunakan
teknologi baru apabila dia meyakini dengan
menggunakan teknologi tersebut akan meningkatkan
kinerja dalam pekerjaannya, menggunakan
teknologi tersebut merupakan hal yang mudah, dia
mendapatkan pengaruh dari lingkungan sekitarnya
dan fasilitas terhadap teknologi tersebut terpenuhi.
E. Analisis Data
Dalam penelitian kuantitatif, analisis data
merupakan kegiatan setelah data dari seluruh
responden atau sumber data lain terkumpul.
Kegiatan dalam analisis data adalah
mengelompokan data berdasarkan variabel dan jenis
responden, mentabulasi data berdasarkan variabel
dari seluruh responden, menyajikan data tiap
variabel yang diteliti, melakukan perhitungan untuk
menjawab rumusan masalah, melakukan
perhitungan untuk hipotesis yang dilakukan [10].
Dengan: uji validitas dan reliabilitas; uji asumsi
klasik regresi linier (uji normalitas,
multikolinearitas, autokorelasi dan heteroskedas-
tistas); uji regresi linier berganda (Uji Statistik t (Uji
Koefisien Regresi), Uji Koefisien Determinasi (𝐑𝟐),
Uji Signifikansi Simultan (Uji Statistik F) dengan
menggunakan SPSS
F. SPSS
Menurut [16] SPSS adalah program atau
software yang digunakan untuk mengolah data
Evaluasi Penerimaan Penggunaan BKD… Fitroh
138
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
statistik. Keunggulan SPSS Menurut [17]
keunggulan SPSS yaitu memiliki kemampuan
analisis statistik yang cukup tinggi, memiliki
interface pada lingkungan grafis dengan cara
pengoperasian yang cukup sederhana sehingga
mudah untuk dipahami pemakaiannya dan memiliki
fasilitas serta koneksi ke berbagai operating system
seperti MacOS dan Linux.
G. Pengambilan Sampel
Sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi. Bila
populasi besar, dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi,
misalnya karena keterbatasan dana, tenaga dan
waktu, maka peneliti dapat menggunakan sampel
yang diambil dari populasi itu. Apa yang dipelajari
dari sampel, kesimpulannya akan dapat
diberlakukan untuk populasi. Untuk itu sampel yang
diambil dari populasi harus betul-betul
representative (mewakili) [10].
METODOLOGI PENELITIAN
Metode penelitian yang digunakan dengan
cara: 1. pengumpulan data dilakukan dengan
observasi dan kuesioner kepada pengguna aplikasi
BKD Online. 2. Mengidentifikasi kebutuhan sistem
dengan cara mempelajari fitur-fitur yang ada dalam
aplikasi BKD Online, penentuan sampel pengguna,
dan analisis data.
3. HASIL DAN PEMBAHASAN
A. Identifikasi Kebutuhan
Fitur-fitur aplikasi BKD Online
Sistem beban kerja dosen merupakan salah
satu sistem untuk mengupload serta mengisi
kegiatan dan juga terdapat bukti dokumen. Fitur-
fitur dimiliki beban kerja dosen terdiri dari menu
login, halaman utama, identitas, tahun akademik,
kinerja bidang pendidikan, kinerja bidang penelitian,
kinerja bidang pengabdian, kinerja penunjang
lainnya, kesimpulan, rencana beban kerja dosen, dan
laporan kinerja dosen.
Proses Evaluasi
Perancangan Kuesioner
Berikut daftar pertanyaan ada dalam kuesioner
Tabel 1: Daftar Kuesinoer
Pengolahan Data Kuesioner
Dari semua data kuesioner yang didapat,
peneliti mendapatkan 100 data. Tetapi setelah
dianalisis terdapat 20 buah data yang tidak layak uji
karena ada beberapa jawaban yang tidak diisi
dengan lengkap. Sehingga bila diakumulasikan data
yang diperoleh adalah 80 data responden yang
artinya sudah mencukupi sampel yang telah
ditentukan.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146
139
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 4: Statistik Deskriptif Responden Berdasarkan
Jenis Kelamin
Gambar 4 merupakan statistik deskripstif
responden berdasarkan jenis kelamin yang didapat,
maka dalam 80 responden terdapat 26 responden
laki-laki dan 54 responden perempuan. Bila di ubah
dalam bentuk persentase maka terdapat 33%
responden laki-laki dan 67% responden perempuan
Gambar 5: Statistik Deskriptif Responden Berdasarkan
Usia
Gambar 5 merupakan statistik deskriptif
responden berdasarkan data dari kuesioner
penelitian. Dari 80 responden yang mengisi
kuesioner secara lengkap, terdapat 0 responden yang
berusia kurang dari 20 tahun, 3 responden lagi yang
berusia kurang 30 tahun, 31 responden yang berusia
kurang 40 tahun, 40 responden yang berusia kurang
50 tahun, dan 6 responden yang berusia kurang dari
60 tahun dan bila dipersentasekan, maka responden
yang berusia kurang dari 20 tahun sebesar 0,00%,
responden yang berusia kurang dari 30 tahun
sebesar 3,4%, responden yang berusia kurang dari
40 tahun sebesar 31,39%, responden yang berusia
kurang dari 50 tahun sebesar 40,50%, dan responden
yang berusia kurang dari 60 tahun sebesar 6,7%.
Gambar 6: Statistik Deskriptif Responden
Berdasarkan Pendidikan
Gambar 6 merupakan statistik deskriptif res-
ponden berdasarkan data dari kuesioner penelitian.
Dari 80 responden yang mengisi kuesioner secara
lengkap, terdapat 0 responden yang jenjang
pendidikan D3, terdapat 0 responden yang jenjang
pendidikan S1, 58 responden yang berjenjang
pendidikan S2, dan 22 responden yang jenjang
pendidikannya S3, dan bila dipersentasekan, maka
terdapat 0 responden yang jenjang pendidikan D3,
responden yang jenjang pendidikan S1 sebesar 0%,
responden yang jenjang pendidikan S2 sebesar 72%,
dan responden yang jenjang pendidikan S3sebesar
28%.
Uji Validitas dan Reliabilitas
Pada penelitian ini uji validitas dilakukan
terhadap variabel independen maupun variabel
dependen yang meliputi variabel performance
expectancy, social influence, facilitating conditions,
behavioral intention, dan use behavioral. Dengan
n=80 maka nilai r tabel adalah 0,219, adapun nilai r
table didapat dari degree of freedom (df)=n-2, dalam
hal ini n adalah jumlah sampel. Pada penelitian ini
jumlah sampel 201 dan besarnya df dapat dihitung
80-2=78. Selanjutnya dengan df=78 pada tingkat
signifikasi 0,05 dengan uji 2 sisi di dapat r tabel
adalah 0,219.
Tabel 2: Hasil Uji Validitas Seluruh Variabel Butir
Pertanyaan
Pearson
Correlation (r
hitung)
r
tabel
Kriteria
x1a1(PE1) 0,882 0,219 Valid
x1a2(PE2) 0,881 0,219 Valid
x1a3(PE3) 0,865 0,219 Valid
x1a4(PE4) 0,723 0,219 Valid
x2a1(EE1) 0,757 0,219 Valid
x2a2(EE2) 0,856 0,219 Valid
x2a3(EE3) 0,927 0,219 Valid
x2a4(EE4) 0,908 0,219 Valid
x3a1(SI1) 0,427 0,219 Valid
x3a2(SI2) 0,585 0,219 Valid
x3a3(SI3) 0,773 0,219 Valid
x3a4(SI4) 0,729 0,219 Valid
x4a1(FC1) 0,511 0,219 Valid
x4a2(FC2) 0,565 0,219 Valid
x4a3(FC3) 0,659 0,219 Valid
x4a4(FC4) 0,474 0,219 Valid
ya1(BI1) 0,762 0,219 Valid
ya2(BI2) 0,850 0,219 Valid
ya3(BI3) 0,823 0,219 Valid
Sumber: Data primer yang diolah
Tabel 2 menunjukkan bahwa variabel
seluruh item pertanyaan pada semua variabel
penelitian yang digunakan memiliki kriteria yang
valid. Hal ini dibuktikan dengan nilai r hitung pada
masing-masing item pertanyaan memiliki nilai lebih
besar daripada r tabel yaitu 0,219. Semua
pertanyaan dapat dikatakan layak sebagai instrumen
untuk mengukur data penelitian.
Evaluasi Penerimaan Penggunaan BKD… Fitroh
140
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Uji Reliabilitas
Untuk menentukan apakah instrumen
reliabel atau tidak, peneliti menggunakan batasan
0,6. Reliabilitas kurang dari 0,6 adalah kurang baik,
sedangkan 0,7 dapat diterima, dan diatas 0,8 adalah
baik.
Hasil dari uji menggunakan IBM SPSS 22
dapat dilihat pada tabel berikut.
Tabel 3: Uji Reliabilitas dengan IBM SPSS 22
Sumber: Data primer yang diolah
Dengan menggunakan bantuan perangkat
lunak IBM SPSS 22 dan menggunakan one shot
method yang berarti melakukan sekali pengukuran
saja didapatkan hasil yang sama dengan perhitungan
secara manual dalam mencari nilai Cronbach Alpha
yaitu sebesar 0,804 yang berasal dari 21 item
pertanyaan. Dengan melihat nilai Cronbach Alpha
tersebut dapat disimpulkan bahwa seluruh instrumen
pertanyaan pada kuesioner reliabel karena memiliki
nilai Cronbach Alpha lebih besar dari batasan yang
dityentukan sebelumnya yaitu 0,6.
Uji Asumsi Klasik
Pada tahapan pengujian ini terdiri dari uji
normalitas, uji multikolinearitas, uji autokorelasi, uji
heterokedastisitas, uji regresi linier berganda.
Uji Normalitas
Uji normalitas pada penelitian ini
menggunakan teknik kolmogorov-smirnov. Hasil
dari uji normalitas ini dengan menggunakan IBM
SPSS 22 dapat dilihat pada tabel berikut.
Tabel 4: Hasil Uji Kolmogorov-Smirnov
Tabel 4 merupakan tabel hasil uji
normalitas dengan menggunakan teknik
Kolmogorov-Smirnov dan software IBM SPSS 22.
Berdasarkan tabel diatas dapat diketahui bahwa nilai
signifikansi (Asymp. Sig. (2-tailed)) sebesar 0,200.
Karena nilai signifikansi tersebut lebih dari 0,05
sehingga dapat disimpulkan bahwa data terdistribusi
dengan normal. Dengan kata lain, tidak ada data
yang muncul terlalu ekstrim baik terlalu tinggi
ataupun terlalu rendah.
Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji
apakah regresi ditemukan adanya korelasi antar
variabel bebas (independen). Hasil dari uji
menggunakan IBM SPSS 22 dapat dilihat pada tabel
berikut.
Tabel 5: Hasil Uji Multikolinearitas
Berdasarkan Tabel 5 dapat diketahui bahwa
nilai hasil uji multikolinieritas dengan melihat nilai
tolerance dan variance inflation factor (VIF)
dengan bantuan perangkat lunak IBM SPSS 22.
Berdasarkan tabel diatas dapat diketahui bahwa nilai
tolerance seluruh variabel independen lebih besar
dari 0,10 yaitu diantaranya Performance Expectancy
= 0,723, Effort Expectancy = 0, 936, Social
Influence = 0,882, Facilitating Conditions = 0,803.
Sedangkan untuk nilai VIF masing-masing variabel
adalah Performance Expectancy = 1,383, Effort
Expectancy = 1,069, Social Influence = 1,134,
Facilitating Conditions = 1,246. Berdasarkan data
tersebut diketahui nilai VIF berada dibawah 10 dan
nilai tollerance berada diatas 0,10 maka dapat
diambil kesimpulan bahwa model regresi tersebut
tidak terdapat multikolinearitas. Dengan kata lain,
tidak ada korelasi yang tinggi diantara variabel-
variabel independen yang dapat menyebabkan
hubungan antara variabel independen terhadap
variabel dependen menjadi terganggu.
Uji Autokorelasi
Uji autokorelasi pada penelitian ini
menggunakan statistik Durbin-Watson. Yaitu
dengan melihat nilai statistik Durbin-Watson (d) dan
membandingkan dengan nilai pada tabel Durbin-
Watson (tabel Durbin dan Watson terdapat pada
lampiran) jika d terletak antara Du DAN (4-Du),
maka hipotesis nol diterima, yang berarti tidak ada
autokorelasi.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146
141
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Tabel 6 Hasil Uji Autokorelasi
Berdasarkan Tabel 6 dapat diketahui bahwa
nilai Durbin-Watson (d) yang dihasilkan dari 4
variabel independen adalah 2,299. Lalu
membandingkan dengan nilai pada Tabel Durbin-
Watson. Bersarkan data yang ada, maka jumlah
responden (N) = 80, jumlah variabel (k) = 4.
Selanjutnya pada tabel Durbin-Watson cari nilai
batas bawah (dL) dan batas atas (dU) pada N = 80
dan K = 4, yaitu nilai dL = 1,5337 dan dU = 1,7430.
Sehingga bila dibandingkan d > dL dan d > dU
maka dapat disimpulkan tidak terjadi autokorelasi.
Uji Heteroskedastisitas
Uji heteroskedastisitas dalam penelitian ini
bertujuan apakah sebuah model regresi terjadi
ketidaksamaan varian dari residual satu pengamatan
ke pengamatan yang lain. Hasil dari uji
menggunakan IBM SPSS 22 dapat dilihat pada tabel
berikut.
Tabel 7: Hasil uji Heteroskedastisitas
Berdasarkan Tabel 7 dapat diketahui bahwa
nilai signifikan (Sig. (2-Tailed)) dari setiap masing-
masing variabel independen > 0,05 sehingga dapat
disimpulkan tidak terjadi heteroskedastisitas pada
variabel penelitian ini.
Analisis Regresi Linier Berganda
Dengan menggunakan SPSS untuk
menganalisis regresi linier berganda harus
melakukan tahapan hubungan variabel bebas dengan
variabel terkait. Di dalam tahap pengujian ini
menggunakan metode uji F dan uji T.
Analisis regresi linier berganda Variabel
Behavioral Intention
Dengan bantuan IBM SPSS 22 dalam
menganalisis regresi linier berganda, akan
mendapatkan suatu persamaan regresi linier dan
hasil dari uji menggunakan IBM SPSS 22 dapat
dilihat sebagai berikut.
Tabel 8: Hasil Keterangan Variabel Pengujian
Hipotesis untuk Behavioral Intention
Tabel 8 merupakan output yang didapat
berdasarkan hasil pengolahan menggunakan bantuan
perangkat lunak IBM SPSS 22. Berdasarkan output
dapat dilihat variabel independen yang dimasukkan
dalam model adalah performance expectancy (PE),
effort expectancy (EE), sosial influence (SI), dan
facilitating conditions (FC), sedangkan variabel
dependen di dalam model ini adalah behavioral
intention (BI). Dan tidak ada variabel yang
dikeluarkan (removed) dan metode regresi
menggunakan Enter.
Tabel 9 Tabel Koefisien Regresi untuk
Behavioral Intention
Pada Tabel 9 berdasarkan output maka
hasil pengolahannya dengan IBM SPSS 22
mendapatkan model regresi yang digunakan didalam
penelitian ini. Unstandardized coefficients adalah
merupakan nilai yang tidak terstandarisasi, nilai ini
menggunakan nilai satuan untuk variabel dependen.
Standard error adalah nilai maksimum kesalahan
yang dapat tejadi didalam memperkirakan rata-rata
populasi yang dilihat berdasarkan suatu sampel.nilai
ini dapat digunakan untuk mencari nilai t hitung
yaitu melalui cara koefisien dibagi dengan standard
error. Standardized coefficients merupakan nilai
koefisien yang telah terstandarisai, pada nilai
koefisien beta semakin nilai itu mendekati 0 maka
suatu hubungan antara variabel independen dan
dependen semakin lemah. Nilai t hitung merupakan
pengujian signifikansi untuk mengetahui seberapa
pengaruh variabel independen terhadap variabel
dependen secara parsial, apakah berpengaruh
signifikan atau tidak. Sedangkan signifikansi
merupakan besarnya probabilitas atau peluang untuk
memperoleh kesalahan didalam mengambil sebuah
Evaluasi Penerimaan Penggunaan BKD… Fitroh
142
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
keputusan. Penelitian ini menggunakan tingkat
signifikansi sebesar 0,05.
Berdasarkan tabel di atas dapat diperoleh
persamaan model regresi sebagai berikut.
Y = 2,946 + 0,119X1 +0,058X2 +0,304X3
+0,243X4
Keterangan :
Y = Behavioral Intention
X1 = Performance Expectancy
X2 = Effort Expectancy
X3 = Social Influence
X4 = Facilitating Conditions
Interpretasi dari model regresi diatas adalah
sebagai berikut :
1. Konstanta (a) = 2,946
Nilai konstanta (a) sebesar 2,946 menyatakan
bahwa jika tidak adanya variabel independen,
sehingga besarnya perilaku minat pengguna
terhadap sistem informasi meningkat sebesar
2,946
2. Koefisien performance expectancy
Nilai koefisien sebesar 0,119 menyatakan
bahwa dapat diartikan pihak Pusat Teknologi
Informasi dan Pangkalan Data yang membuat
kebijakan untuk meningkatkan performance
expectancy dalam sistem informasi sebasar 1
satuan, maka minat pengguna meningkat 0,119.
3. Koefisien effort expectancy
Nilai koefisien sebesar 0,058 menyatakan
bahwa dapat diartikan pihak Pusat Teknologi
Informasi dan Pangkalan Data yang membuat
kebijakan untuk meningkatkan effort
expectancy dalam sistem informasi sebasar 1
satuan, maka minat pengguna meningkat 0,058.
4. Koefisien social influence
Nilai koefisien sebesar 0,304menyatakan bahwa
dapat diartikan pihak Pusat Teknologi
Informasi dan Pangkalan Data yang membuat
kebijakan untuk meningkatkan social influence
dalam sistem informasi sebasar 1 satuan, maka
minat pengguna meningkat 0,304.
5. Koefisien facilitating conditions
Nilai koefisien sebesar 0,243 menyatakan
bahwa dapat diartikan pihak Pusat Teknologi
Informasi dan Pangkalan Data yang membuat
kebijakan untuk meningkatkan facilitating
conditions dalam sistem informasi sebasar 1
satuan, maka minat pengguna meningkat 0,243.
Koefisien Determinasi
Penelitian ini dilakuakan dengan nilai
koefisien determinasi yang digunakan adalah
Adjusted R Square, oleh karena itu nilai tersebut
disesuaikan dengan variabel yang digunakan dalam
penelitian. Hasil uji dengan menggunakan IBM
SPSS 22 dapat dilihat pada tabel sebagai berikut.
Tabel 10 :Hasil Uji Koefisien Determinasi untuk
Behavioral Intention
Dari Tabel 10 merupakan output yang
didapat berdasarkan hasil pengolahan dengan
menggunakan IBM SPSS 22. Berdasarkan tabel
tersebut menunjukkan nilai R yaitu nilai korelasi
antara lebih dari dua variabel independen terhadap
variabel dependen 0,581. Dengan nilai tersebut
menunjukan bahwa korelasi antara variabel
independen terhadap variabel dependen memiliki
hhubungan yang cukup.
Sedangkan nilai koefisien determinasi (R2)
menunjukkan angka 0,338, selanjutkan angka ini
akan diubah menjadi bentuk persentase sebesar
33,8% yang merupakan persentase sumbangan
pengaruh dari variabel performance expectancy,
effort expectancy, social influence, dan facilitating
conditions terhadap behavioral intention. Sehingga
dapat dijelaskan yaitu minat penggunaan
(Behavioral Intention) sistem informasi dipengaruhi
oleh faktor performance expectancy, effort
expectancy, social influence, dan facilitating
conditions, sebesar 33,8%, sedangkan sisanya
dipengaruhi oleh variabel lain yang tidak
dimasukkan di dalam model ini.
Selain itu nilai Adjusted R square
merupakan nilai koefisien determinasi yang telah
disesuaikan. Nilai koefisien ini merupakan nilai
yang telah disesuaikan dengan variabel yang
digunakan di dalam penelitian. Nilai Adjusted R
Square menunjukkan angka 0,303 atau 30,3% yang
menunjukkan bahwa behavioral intention sistem
informasi dipengaruhi oleh performance expectancy,
effort expectancy, social influence, dan facilitating
conditions, yang mempunyai nilai sebesar 30,3%,
dan sisanya dipengaruhi oleh variabel lain yang
tidak dimasukkan dalam model ini.
Dan juga Standart Error of the Estimate
dapat diartikan sebagai ukuran kesalahan prediksi.
Semakin kecil nilai standar error of the estimate
akan membuat model regresi semakin tepat dalam
memprediksi variabel dependen. Hasil uji yang
didapat dari nilai standart error of the estimate
adalah sebesar 1.499. sehingga akan menunjukkan
besarnya tingkatan penyimpangan yang akan
mungkin terjadi.
Uji Statistik Simultan (Uji F)
Pengaruh variabel independen terhadap
variabel terikat dalam penelitian ini diuji dengan
tingkat kepercayaan atau signifikansi 0,05. Hasil
dari uji menggunakan IBM SPSS 22 dapat dilihat
pada tabel berikut.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146
143
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Tabel 11 Hasil Uji Statistik Simultan untuk
Behavioral Intention
Tabel 11 merupakan output yang didapat
berdasarkan hasil pengolahan menggunakan bantuan
perangkat lunak IBM SPSS 22. Pada tabel tersebut
menunjukan statistik yang digunakan untuk uji
secara menyeluruh dengan melibatkan semua
variabel independen. Kriteria pengujian hipotesis
untuk uji statistik simultan adalah sebagai berikut.
1. Ho : B1 = B2 = B3 = B4 = 0
Variabel performance expectancy, effort
expectancy, social influence, dan facilitating
condition tidak berpengaruh signifikan terhadap
behavioral intention.
2. Ha : B1 ≠ B2 ≠ B3 ≠ B4 ≠ 0
Variabel performance expectancy, effort
expectancy, social influence, dan facilitating
conditions berpengaruh signifikan terhadap
behavioral intention.
Untuk menguji apakah hipotesisyang diajukan
diatas diterima atau ditolak digunakan uji F. Dalam
hal ini F hitung dibandingkan dengan F tabel, jika F
< F tabel, maka H0 diterima dan Ha ditolak,
sedangkan jika F hitung > F tabel, maka H0 ditolak
dan Ha diterima. Dari hasil perhitungan didapat nilai
F hitung sebesar 9.568. Dengan tingkat signifikansi
sebesar 5% dan dfl = 4(dfl = k-1 atau 5-1 = 4, k
adalah jumlah variabel) dan df2 = 80 (df2 =n-k atau
80-5=75, n adalah jumlah data) didapat nilai F tabel
2,34 (Ghazali, 2005). Karena nilai nilai F hitung
(9.568) > nilai F tabel (2,34) H0 ditolok atau
terdapat kecocokan antara model engan data.
Sehingga dapat disimpulkan bahwa Performance
Expectancy, Effort Expectancy, Social Influence,
dan Facilitating Conditions memberikan kontribusi
atau pengaruh yang besar terhadap variabel
Behavioral Intention.
Uji Statistik Parsial (Uji t)
Uji statistik t atau uji koefisien regresi
secara parsial digunakan untuk mengetahui apakah
secara parsial variabel independen berpengaruh
secara signifikan atau tidak terhadap variabel
dependen. Hasil dari uji menggunakan IBM SPSS 22
dapat dilihat pada tabel berikut.
Tabel 12: Hasil Uji Statistik Parsial untuk
Behavioral Intention
Tabel 12 merupakan output yang didapat
berdasarkan hasil pengolahan menggunakan bantuan
perangkat lunak IBM SPSS 22. Pada tabel tersebut
menunjukkan statistik yang digunakan untuk uji
secara parsial variabel independen terhadap variabel
dependen.
Berdasarkan data pada tabel diatas,
selanjutnya peneliti akan melakukan pengujian
apakah nilai koefisien variabel independen
memberikan pengaruh yang signifikan atau tidak
terhadap variabel dependen. Dalam melakukan uji
parsial (uji t) ada beberapa kriteria dalam
pengambilan keputusan dalam uji parsial ini.
Pertama adalah dengan membandingkan nilai hitung
statistik t (t hitung) dengan titik kritis menurut tabel
(t tabel). Apabila nilai t hitung lebih tinggi
dibandingkan dengan nilai t tabel maka Ho ditolak
dan Ha diterima kriteria kedua dalam pengambilan
keputusan uji parsial adalah dengan melihat nilai
signififikansi pada tabel uji statistik parsial dari
masing-masing variabel independen. Jika nilai
signifikansi kurang dari nilai signifikansi yang telah
ditentukan sebelumnya (0,05) maka Ho ditolak dan
Ha diteerima, namun bila nilai signifikansi tersebut
lebih dari nilai signifikansi yang telah ditentukan
sebelumnya (0,05) maka Ho diterima dan Ha
ditolak.
1. Pengujian variabel performance expectancy
Pengujian hipotesis yang telah dibuat sebagai
berikut.
Ho : variabel Performance Expectancy tidak
berpengaruh secara signifikansi terhadap
variabel Behavioral Intention
Ha : variabel Performance Expectancy
berpengaruh secara signifikansi terhadap
variabel Behavioral Intention
Berdasarkan tabel koefisien dari hasil
uji statistik parsial yang telah dilakukan
sebelumnya, dapat diketahui bahwa nilai t
hitung untuk variabel performance expectancy
adalah 1.930. Selanjutnya peneliti melihat nilai
pada t tabel yang akan digunakan sebagai suatu
perbandingan nilai t hitung, dengan cara
Evaluasi Penerimaan Penggunaan BKD… Fitroh
144
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
menentukan terlebih dahulu keseluruhan yang
dapat dikatakan bahwa variabel performance
expectancy berpengaruh secara signifikan
terhadap variabel behavioral intention
2. Pengujian variabel effort expectancy
Pengujian hipotesis yang telah dibuat sebagai
berikut.
Ho : variabel Effort Expectancy tidak
berpengaruh secara signifikansi terhadap
variabel Behavioral Intention
Ha : variabel Effort Expectancy berpengaruh
secara signifikansi terhadap variabel
Behavioral Intention
Berdasarkan tabel koefisien dari hasil
uji statistik parsial yang telah dilakukan
sebelumnya, dapat diketahui bahwa nilai t
hitung untuk variabel performance expectancy
adalah -1.002. Selanjutnya peneliti melihat
nilai pada t tabel yang akan digunakan sebagai
suatu perbandingan nilai t hitung, dengan cara
menentukan terlebih dahulun degree of
freedom (df) yaitu dengan perhitungan sebagai
berikut.
df1 = n - k – 1
= 80 – 4 – 1 = 75
Keterangan :
k = jumlah variabel independen
n = jumlah sampel
Selanjutnya setelah diketahui nilai df
75, peneliti melihat tabel statistik t pada
tingkat signifikansi 0,025 (0,05/2) karena
yang digunakan uji dua sisi (two-tailed).
Selanjutnya didapat nilai t tabel sebesar
1.992. Berdasarkan data tersebut dapat
disimpulkan bahwa nilai t hitung lebih kecil
daripada t tabel yaitu -1,002 < 1.992. hal ini
diartikan bahwa Ho diterima dan Ha ditolak
sehingga kembali dapat disimpulkan bahwa
variabel effort expectancy tidak berpengaruh
secara signifikan terhadap variabel
behavioral intention.
Selain menggunakan nilai t hitung
pengujian dapat juga dengan cara melihat
nilai signifikansi. Jika nilai signifikansi lebih
kecil daripada 0.05 maka Ho ditolak. Pada
tabel uji statistik parsial, diketahui pada tabel
bahwa nilai sig variabel effort expectancy
sebesar 0,320 dan nilai tersebut lebih kecil
dari pada 0,05 sehingga memiliki kesimpulan
yang sama dengan uji t sehingga hipotesis Ho
ditolak dan Ha diterima. Sehingga secara
keseluruhan dapat dikatakan bahwa variabel
effort expectancy tidak berpengaruh secara
signifikan terhadap variabel behavioral
intyention.
3. Pengujian variabel social influence
Pengujian hipotesis yang telah dibuat sebagai
berikut.
Ho : variabel Social Influence tidak
berpengaruh secara signifikansi terhadap
variabel Behavioral Intention
Ha : variabel Social Influence berpengaruh
secara signifikansi terhadap variabel
Behavioral Intention
Berdasarkan tabel koefisien dari hasil
uji statistik parsial yang telah dilakukan
sebelumnya, dapat diketahui bahwa nilai t
hitung untuk variabel Social Influence adalah
3.508. Selanjutnya peneliti melihat nilai pada
t tabel yang akan digunakan sebagai suatu
perbandingan nilai t hitung, dengan cara
menentukan terlebih dahulun degree of
freedom (df) yaitu dengan perhitungan
sebagai berikut.
df1 = n - k – 1
= 80 – 4 – 1 = 75
Keterangan :
k = jumlah variabel independen
n = jumlah sampel
Selanjutnya setelah diketahui nilai df
80, peneliti melihat tabel statistik t pada
tingkat signifikansi 0,025 (0,05/2) karena
yang digunakan uji dua sisi (two-tailed).
Selanjutnya didapat nilai t tabel sebesar
1.992. Berdasarkan data tersebut dapat
disimpulkan bahwa nilai t hitung lebih kecil
daripada t tabel yaitu 3.508 > 1.992. hal ini
diartikan bahwa Ho diterima dan Ha ditolak
sehingga kembali dapat disimpulkan bahwa
variabel Social Influence tidak berpengaruh
secara signifikan terhadap variabel
behavioral intention. Selain itu juga
pengujian dapat dilakukan dengan cara lain
yaitu menggunakan nilai t hitung pengujian
dapat melihat nilai signifikansi. Jika nilai
signifikansinya lebih kecil dari pada nilai
0,05 maka Ho ditolak. Pada tabel uji statistik
parsial, maka diketahui bahwa pada tabel
bahwa nilai sig variabel Social Influence
sebesar 0,001 dan nilai tersebut lebih kecil
daripada 0,05. Sehingga memiliki
kesimpulan yang sama dengan uji t sehingga
hipotesis Ho ditolak dan Ha diterima.
Sehingga secara keseluruhan dapat dikatakan
bahwa variabel social influence berpengaruh
secara signifikan terhadap variabel
behavioral intention.
4. Pengujian variabel facilitating conditions
Pengujian hipotesis yang telah dibuat sebagai
berikut.
Ho : variabel Facilitating Conditions tidak
berpengaruh secara signifikansi terhadap
variabel Behavioral Intention
Ha : variabel Facilitating Conditions
berpengaruh secara signifikansi terhadap
variabel Behavioral Intention
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146
145
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Berdasarkan tabel koefisien dari hasil
uji statistik parsial yang telah dilakukan
sebelumnya, dapat diketahui bahwa nilai t
hitung untuk variabel Facilitating Conditions
adalah 2.550. Selanjutnya peneliti melihat
nilai pada t tabel yang akan digunakan
sebagai suatu perbandingan nilai t hitung,
dengan cara menentukan terlebih dahulun
degree of freedom (df) yaitu dengan
perhitungan sebagai berikut.
df1 = n - k – 1
= 80 – 4 – 1 = 75
Keterangan :
k = jumlah variabel independen
n = jumlah sampel
Selanjutnya setelah diketahui nilai df
196, peneliti melihat tabel statistik t pada
tingkat signifikansi 0,025 (0,05/2) karena
yang digunakan uji dua sisi (two-tailed).
Selanjutnya didapat nilai t tabel sebesar
1.992. Berdasarkan data tersebut dapat
disimpulkan bahwa nilai t hitung lebih kecil
daripada t tabel yaitu 2.550 > 1.992. hal ini
diartikan bahwa Ho diterima dan Ha ditolak
sehingga kembali dapat disimpulkan bahwa
variabel facilitating conditions tidak
berpengaruh secara signifikan terhadap
variabel behavioral intention. Selain itu juga
pengujian dapat dilakukan dengan cara lain
yaitu menggunakan nilai t hitung pengujian
dapat melihat nilai signifikansi. Jika nilai
signifikansinya lebih kecil dari pada nilai
0,05 maka Ho ditolak. Pada tabel uji statistik
parsial, maka diketahui bahwa pada tabel
bahwa nilai sig variabel facilitating
conditions sebesar 0,013 dan nilai tersebut
lebih kecil daripada 0,05. Sehingga memiliki
kesimpulan yang sama dengan uji t sehingga
hipotesis Ho ditolak dan Ha diterima.
Sehingga secara keseluruhan dapat dikatakan
bahwa variabel facilitating conditions
berpengaruh secara signifikan terhadap
variabel behavioral intention.
Rekomendasi Sistem
Berdasarkan pengujian hipotesis yang telah
dilakukan oleh peneliti, maka rekomendasi sistem
yang dapat diberikan pengembangan sistem aplikasi
BKD Online mendapatkan hasil yang baik, maka:
1. Pada variabel performance expectation perlu
diadakan perbaikan pada kemampuan atau
performa sistem aplikasi BKD Online seperti
penambahan fitur aplikasi Online seperti:
a. terintegrasinya data aplikasi BKD Online
dengan AIS sehinga dosen tidak perlu
menginput data mengajar secara manual
termasuk jumlah SKS, nama mata kuliah
dan jumlah kelas dan SKS, sehingga saat
adanya proses evaluasi tidak memakan
waktu lama. Tinggal mengevaluasi sistem
pembelajaran.
b. Terintegrasinya data aplikasi BKD Online
dengan pihak PUSLITPEN terkait dengan
bidang penelitian, karena sudah
terotomatisasi bagi dosen yang
mendapatkan dana bantuan penelitian.
c. Terintegrasinya data aplikasi BKD Online
dengan pihak Fakultas atau LP2M dan
PPM terkait dosen yang melakukan
kegiatan pengabdian masyarakat dan
penunjang lainnya
d. Terintegrasinya data aplikasi BKD Online
dengan pihak kepegawaian atau yang
bekepentingan terkait dengan evaluasi
BKD setiap semester, sehingga proses
evaluasi tidak memakan waktu lama.
Termasuk untuk proses pembayaran
terkait dengan dana sertifikasi dosen. dll
2. Pada variabel effort expectancy perlu diadakan
perbaikan dari sisi pengoperasional:
a. User friendly Agar mudah dipelajari dan
digunakan baik oleh dosen muda maupun
dosen senior yang umumnya berasal dari
fakultas agama termasuk para asesor.
b. Adanya persamaan persepsi dalam menilai
sistem data aplikasi BKD Online, sehingga
tidak ambigu.
c. Perlu diadakannya pelatihan khususnya
bagi dosen-dosen yang belum dapat
mengoperasionalkan secara optimal, agar
semua pengguna aplikasi BKD Online
dapat terampil dalam mengoperasikan. dll
3. Pada variabel social influence perlu
ditingkatkan pengaruh sosial dalam
menggunakan sistem aplikasi BKD Online
yaitu :
a. Diadakannya program sosialisasi yang
terjadwal dan terstruktur seperti: workshop
yang efektif dan efisien dalam
menggunakan sistem aplikasi BKD Online
kepada dosen UIN Syarif Hidayatullah
Jakarta agar terdorong untuk
menggunakan sistem aplikasi BKD
Online.
b. Adanya aturan yang jelas baik tingkat
fakultas maupun universitas terkait proses
penilaian harus dilakukan dengan cermat
agar tidak menghambat proses evaluasi
sehinnga tidak menganggu proses
pembayaran dana sertifikasi dosen,
mengingat saat ini sudah 2 periode
pembayaran mengalami keterlambatan
bahkan sampai 3 bulan.
c. Diperlukan adanya program antisipasi agar
tidak terjadi hal yang sama untuk
kedepannya dengan cara mencari solusi-
solusi atau terobosan program terbaik.
Evaluasi Penerimaan Penggunaan BKD… Fitroh
146
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
d. Perlu dibuat tahapan-tahapan untuk dosen-
dosen yang sudah memenuhi maupun
yang belum, sehingga tidak terlalu lama
menunggu untuk hal-hal yang bukan
kesalahan dosen secara keseluruhan (atau
hanya oknum tertentu saja). dll
4. Pada variabel facilitating condition perlu
dilakukan perbaikan pada fasilitas sistem yaitu:
a. Masing-masing fakultas harus
menyediakan fasilitas yang cukup agar
dapat mendukung suksesnya implementasi
aplikasi BKD Online misalnya adanya
penyediaan fasilitas internet, komputer
tersedia minimal 1 unit untuk masing-
masing ruang dosen, atau diadakannya
ruangan khusus yang dapat digunakan
oleh para dosen sehingga dapat
memperlancar proses pengisian aplikasi
BKD online.
b. Tersedianya file-file pendukung terkait
yang dibutuhkan dalam aplikasi BKD
online. Dan data tersebut terintegrasi
sehingga data tersebut dapat digunakan
untuk semua dosen seluruh fakultas,
misalnya SK Dekan tentang Jadual
Perkuliahan (semua sudah terdata dan
lengkap). Data tersebut tidak harus
diuplod secara berulang-ulang untuk
keperluan bukti dan dokumen.
c. Adanya tenaga pendukung khususnya bagi
dosen-dosen senior yang kesulitan dalam
mengoperasikan aplikasi BKD online. dll
Referensi:
[1] Venkatesh, User Acceptance of Information
Technology: Toward a Unified View, MIS
Quarterly, 2003.
[2] S. &. Wijaya, "UTAUT Model for
understanding learning management system,"
Internetworking Indonesian Jurnal, pp. 27-31,
2010.
[3] Wirawan, Evaluasi: Teori, Model, Standar,
Aplikasi, dan Profesi, Jakarta: Rajawali Pers,
2012.
[4] Davis, "percieved Usefulness, Percieved Ease
of Use, dan user acceptance of information
technology," MIS Quarterly, pp. 318-340,
1989.
[5] Pikkarainen, "Consumer Acceptance of Onlie
Banking: an Extension of The Technology
Acceptance Model," Internet Research, pp.
224-235, 2004.
[6] M. Nasir, "Evaluasi Penerimaan Teknologi
Informasi Mahasiswa di Palembang
Menggunakan Model UTAUT," SNATI, pp. 1-
5, 2013.
[7] J. T. L. C. &. K. K. Machewka, An application
of the UTAUT Model for Understanding
Student Perceptions Using Course Management
Software, Communication of the IIMA, 2007.
[8] I. Ajzen, The Theory of Planned Behavior,
Organizational Behavior and Human Decision,
1991.
[9] Sugiyono, Metode Penelitian Kuantitatif
Kualitatif dan R & D, Bandung: Alfabeta,
2009.
[10] Singarimbun, M., & Effendi, S. , Metode
Penelitian Survai, Jakarta: LP3ES, 2008.
[11] Prastio, A, Statistik menjadi Mudah dengan
SPSS 17, Jakarta: Elex Media Computindo,
2009.
[12] D. N. Gujarati, Basics Econometrics (Fourth
Edition ed.), New York: Harpor & Row
Publisher, Inc, 2004.
[13] I. Ghozali, Aplikasi Analisis Multivariate
dengan Program IBM SPSS 19, Semarang:
UNDIP, 2011.
[14] Muhidin, S.A., & Abdurahman,M, Analisis
Korelasi, Regresi, dan Jalur dalam., Bandung:
Pustaka Setia, 2007.
[15] D. Priyanto, Mandiri Belajar SPSS, Jakarta:
MediaKom, 2008.
[16] T. Wahyono, Model Analisis Statistik dengan
SPSS 17, Jakarta: Elex Media Komputindo,
2009.
[17] Donny Ananda, Fitroh, Suci Ratnawati,
"Evaluasi Penerimaan Pengguna Sistem
Otomasi TULIS pada Pusat Perpustakaan UIN
Syarif Hidayatullah Jakarta dengan
menggunakan Metode UTAUT," Kensefina
Prodi Sistem Informasi, pp. 1-9, 2014.
[18] Sugiyono, Statistika untuk penelitian, Bandung:
Alfabeta, 2006.
[19] Sugiyono, Memahami Penelitian Kualitatif,
Bandung: Alfabeta, 2010.
COPYRIGHT
Dengan ini kami menyatakan bahwa jurnal
ini benar-benar hasil karya sendiri yang belum
pernah diajukan sebagai jurnal atau karya ilmiah
pada perguruan tinggi atau lembaga manapun.
Penulis bertanggung jawab dalam menyalin
(mereproduksi) gambar atau tabel dan citra yang
diperoleh dari pihak lain dengan apresiasi
(acknowledgement) yang benar.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158
147
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
PEMANFAATAN PERANGKAT LUNAK OPEN SOURCE “SLIMS”
UNTUK REPOSITORY PERGURUAN TINGGI
Ilham Arnomo
Universitas Hang Tuah
Jl. Arif Rahman Hakim No. 150 Surabaya 60111
ABSTRACT
Software SLiMS (Senayan Library Management System), which was originally built to meet the needs of the
library collection management in Indonesia, it is technically the system features in it, SLiMS fit for use as a
repository college. This is reinforced by the presence of one Indonesian university that uses repository college
Slims as indexed in the Open Directory Doar and also enter the Webometrics ranking system of web
repositories Indonesia. The use of SLiMS as a repository universities are expected to contribute to the
advancement of science and technology world.
Keywords : Software, Open Source, Slims, Repository, College.
ABSTRAK Perangkat lunak SLiMS (Senayan Library Management System) yang awalnya dibangun guna memenuhi kebutuhan
pengelolaan koleksi perpustakaan di Indonesia, ternyata secara teknis pada fitur sistem di dalamnya, SLiMS layak
digunakan sebagai repository perguruan tinggi. Hal ini diperkuat dengan adanya satu perguruan tinggi Indonesia yang
menggunakan SLiMS sebagai repository perguruan tinggi terindeks pada direktori Open DOAR dan juga masuk sistem
ranking webometrics of web repositories Indonesia. Penggunaan SLiMS sebagai repository perguruan tinggi diharapkan
dapat memberikan kontribusi untuk kemajuan ilmu pengetahuan dan teknologi dunia.
Kata kunci : Perangkat Lunak, Open Source, Slims, Repository, Perguruan Tinggi.
1. Pendahuluan
Perkembangan Teknologi Informasi dan
Komunikasi yang ada saat ini ikut memberikan
kontribusi dalam pengembangan bidang pendidikan
khususnya di perguruan tinggi. Salah satu kegiatan
yang paling utama adalah penelitian. Dalam
melaksanakan kegiatan penelitian sangat
membutuhkan media publikasi yang mudah diakses
dan disebarluaskan kepada semua masyarakat.
Tujuan dari publikasi hasil penelitian adalah untuk
keterbukaan informasi tentang hal-hal baru atau
penemuan metode-metode baru dalam berbagai
bidang ilmu yang dapat di implementasikan untuk
menyelesaikan suatu permasalahan ataupun untuk
mempermudah dan mempercepat pekerjaan. Hal ini
sesuai dengan Surat Edaran dari Direktorat
Jenderal Pendidikan Tinggi Nomor 152/E/T/2012
tentang publikasi karya ilmiah, yang mana setiap
calon lulusan jenjang pendidikan sarjana hingga
doktoral diwajibkan untuk menghasilkan karya
ilmiah dan diterbitkan atau dipublikasikan dalam
jurnal ilmiah perguruan tinggi yang terakreditasi
Direktorat Jenderal Pendidikan Tinggi. Oleh karena
itu dengan memanfaatkan kemajuan Teknologi
Informasi dan Komunikasi untuk publikasi karya
ilmiah perguruan tinggi yang mudah diakses dan
disebarluaskan kepada masyarakat, maka perlu
sebuah aplikasi repository perguruan tinggi.
Dengan memanfaatkan aplikasi repository ini,
masalah penyampaian informasi hasil penelitian
dengan cepat dan mudah dapat dipecahkan,
terutama untuk memangkas waktu penerbitan hasil
penelitian yang selama ini sudah berjalan melalui
media cetak.
Inti dari repository perguruan tinggi
adalah untuk membuat penelitian dan
pengembangan publikasi yang tersedia di Internet.
Repository perguruan tinggi telah bereksperimen
dengan organisasi pendidikan dan lembaga litbang
untuk menyebarkan penelitian mereka dan hasil
publikasi lainnya. Manajemen dan berbagai
organisasi pengetahuan dapat meningkatkan
pertumbuhan akademis lebih lanjut dan
pengembangan. Dokumen yang diterbitkan seperti
jurnal, makalah, artikel, buku, bab buku, paten,
laporan teknis, dll dan dokumen yang tidak
dipublikasikan seperti pra-cetak, kertas kerja, tesis
dan disertasi doktor yang isi utama dari repository
perguruan tinggi. Repository perguruan tinggi kini
menjadi platform penting untuk berbagi organisasi
menghasilkan pengetahuan. Repositori perguruan
tinggi adalah koleksi digital dari sebuah penelitian
kelembagaan dan intelektual Output yang
umumnya mengandung dalam bentuk artikel, tesis,
disertasi, bab buku dan bentuk audio visual, dll
(Verma).
Untuk membangun Repository perguruan
tinggi, berikut hal-hal yang harus diambil ke dalam
pertimbangan (Verma):
a) Hardware: Server PC, Jaringan internet, dll
Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham
148
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
b) Software: OS, software repository yang
berbasis open source seperti Dspace, Eprints,
GDL, SLiMS, dll
c) staf terlatih: Skilled Profesional yang dapat
menangani instalasi repository perguruan
tinggi, mengelola dan pengembangan.
d) Isi: Theses, disertasi, laporan, bab buku dll
e) Perpetual Lisensi: Penulis memberikan hak
kepada institusi untuk melestarikan dan
mendistribusikan mereka bekerja dalam
repositori.
Ketersediaan Software Repository:
Ada sejumlah software repository yang telah
digunakan oleh sebagaian besar perguruan tinggi di
Indonesia adalah sebagai berikut (DOAR, 2016) :
1. Dspace
Dspace adalah perangkat lunak open source
yang digunakan untuk pembuatan akses terbuka
repositori institusional dan dikembangkan oleh
HP Labs & MIT Perpustakaan pada November
2002 (Shahkar Tramboo, 2012).
2. Eprints
Eprints adalah perangkat lunak open source
untuk pembuatan repositori akses terbuka yang
kompatibel dengan Open Archives Initiative
Protocol untuk Metadata Harvesting (OAI-
PMH) dan dikembangkan oleh University of
Southampton pada tahun 2000 (Shahkar
Tramboo, 2012).
3. SLiMS adalah perangkat lunak sistem
manajemen perpustakaan (library management
system) sumber terbuka yang dilisensikan di
bawah GPL v3. Aplikasi web yang
dikembangkan oleh tim dari Pusat Informasi
dan Humas Departemen Pendidikan Nasional
Republik Indonesia ini dibangun dengan
menggunakan PHP, basis data MySQL, dan
pengontrol versi Git. Pada tahun 2009, Senayan
memenangi INAICTA 2009 untuk kategori
open source (Kemdikbud).
4.
Tabel 1. Informasi Teknis Software Repository Yang Telah Digunakan Pada Sebagaian Besar Perguruan
Tinggi Di Indonesia
Fitur Eprints DSpace SLiMS
Asal University of
Southampton
MIT Libraries &
HP
Perpustakaan Kementerian
Pendidikan Nasional RI
Open souce Ya Ya Ya
Bahasa
pemrograman
Perl Java PHP
OS Cross-platform (masih
perlu software khusus
untuk install di
Windows)
Cross-platform Cross-platform
Database Mysql postgreSQL dan oracle Mysql
Web server Apache Apache Apache/ XAMPP
Penelitian tentang analisa penggunaan
software repository pernah juga dilakukan oleh
Bijan Kumar Roy, 2011. Dari hasil penelitian
tersebut dijelaskan bahwa penggunaan software
repository di Negara India berorientasi pada
kebutuhan akses terbuka, teknis dan spesifikasi
software repository, dan standar metadata pada
software repository (Roy, 2012).
Ketersediaan berbagai perangkat lunak
yang bersifat open source serta deklarasi gerakan
Indonesia Go Open Source (IGOS) merupakan
landasan yang kuat dalam pengembangan aplikasi
repository perguruan tinggi dengan menggunakan
aplikasi yang bersifat open source.
Berdasarkan pendahuluan di atas, maka
permasalahan yang diangkat dalam penelitian ini
adalah
1. Terdapat GAP antara jumlah perguruan tinggi
di Indonesia yang menggunakan software
repository SLiMS dengan jumlah perguruan
tinggi di Indonesia yang menggunakan software
repository produk luar negeri pada direktori
Open DOAR dan Webometric of Repository
Indonesia.
2. Layak atau tidak SLiMS digunakan sebagai
software repository perguruan tinggi di
Indonesia?
3. Bagaimana memilih software repository
berbasis open source disamping untuk
kemudahan pengelolaaan, dan penyebarluasan
artikel ilmiah dan penelitian, penggunaan
software repository produk dari Indonesia dapat
menjadi nilai tambah untuk menunjukkan dan
membuktikan kepada dunia tentang kontribusi
Indonesia dalam ikut serta memajukan ilmu
pengetahuan?
Sedangkan ruang lingkup penelitian ini adalah nilai
tambah dan manfaat perguruan tinggi yang ada di
Negara Indonesia dari penggunaan software
repository produk dalam negeri.
2. METODE PENELITIAN
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158
149
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Perguruan tinggi di Indonesia yang menggunakan
software Repository berbasis open source
dikumpulkan dari Open DOAR dan webometric of
repository Indonesia. Hasil survey dan observasi
data perguruan tinggi di Indonesia yang
menggunakan software repository dianalisis dan
diteliti menggunakan metode statistik. Serta
perbandingan secara fitur teknis, standar metadata,
kebutuhan untuk akses terbuka dan berbasis open
source antara software repository Eprints, DSpace
dan SLiMS.
3. HASIL PENELITIAN DAN
PEMBAHASAN
Sejumlah perguruan tinggi di Indonesia
menggunakan software repository, seperti yang di
jelaskan dalam tabel 2. Berikut :
Tabel 2. Daftar Perguruan Tinggi Di Indonesia Yang Menggunakan Software Repository pada Open
DOAR
No. EPrints
DSpa
ce
SLiMS Not
specified
Konten Tertutup
1 Universitas
Andalas
Articles; Theses; Unpublished
2 Univ Bina
Nusantara
Articles; References; Theses
3 Institut
Pertania
n Bogor
Articles; Theses; Unpublished;
Books
4 Univ
Borneo
Articles; Conferences; Theses;
Learning Objects
5 UIN Sunan
Kalijaga Jogja
Articles; Theses; Unpublished
6 UIN Sunan Ampel Theses; Unpublished
7 Univ Negeri
Medan
Articles; Theses; Books;
Learning Objects; Multimedia
8 UNDIP Articles; Conferences; Theses;
Books; Learning Objects;
Multimedia; Patents; Special
9 PENS Articles; References;
Conferences; Books
10 Univ Sriwijaya Articles; Theses; Books;
Learning Objects
11 Univ
Syiah
Kuala
Theses
12 UIN Maulana
Malik Ibrahim
Theses
13 Univ
gunadar
ma
Articles; Conferences
14 Univ
Hasanud
din
Articles; Theses; Unpublished
15 IAIN Antasari Articles; Conferences; Theses;
Unpublished; Books; Learning
Objects; Multimedia
16 IAIN Sunan
Ampel
Articles; Conferences; Theses;
Books
17 IAIN Tulungagung Articles; Theses
18 UK
Satya
Wacana
Theses
19 ISI Denpasar Articles; Books; Multimedia
20 UK Petra
(Ispektra
Articles; Theses
Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham
150
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
software)
21 Institut
Teknologi
Sepuluh
Nopember
Articles; References;
Conferences; Theses;
Unpublished; Learning Objects;
Multimedia
22 Univ Negeri
Yogyakarta
Articles; Theses; Unpublished;
Learning Objects
23 S2 Manajemen
Bisnis IPB
Theses
24 Poltek
Negeri
Pontiana
k
Articles; Theses; Unpublished;
Books
25 STMIK
IBBI
(GAE
software)
Articles
26 Univ
Padjadja
ran
Articles; Theses; Unpublished;
Learning Objects
27 Univ Sanata
Dharma
Articles; Conferences; Theses;
Learning Objects
28 School of business
IPB
Theses
29 UK Petra Articles; Conferences; Theses;
Special
30 Univ Negeri
Sebelas Maret
Theses; Books
31 STAIN Salatiga Articles; Theses; Learning
Objects
32 STIKOM Articles; Conferences; Theses;
Books
33 Sekolah Tinggi
Ilmu Ekonomi
Multi Data
Palembang
Business School
Theses
34 Univ Bunda Mulia Articles
35 Univ Atma Jaya Articles; Conferences; Theses;
Learning Objects; Multimedia
36 Univ Dian
Nuswantoro
Articles; Learning Objects
37 Univ Indonesia Theses
38 UIN Malik
Ibrahim
Theses
39 Univ
muhammadiyah
Malang
Articles; References
40 Univ
Negeri
Jember
Articles; Theses; Unpublished;
Books
41 Univ Bengkulu Articles; Theses
42 UNIKA
Soegijapranata
Articles; References; Theses;
Unpublished; Books
43 Univ Ahmad
Dahlan
Articles; Theses
44 UIN Sultan Syarif
Kasim
Theses; Learning Objects
45 Univ Surabaya Articles; Conferences; Theses
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158
151
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
46 UPN Veteran
Jatim
Articles; Conferences; Theses;
Books
47 Univ
Sumater
a Utara
Articles; Theses; Unpublished;
Learning Objects
48 IAIN Walisongo Theses
49 Unika Widya
Mandala
Articles; Conferences; Theses;
Unpublished; Books
Tabel 3. Jumlah Perguruan Tinggi Di Indonesia Pengguna Software Repository Pada Open DOAR
Nama software repository Jumlah perguruan tinggi yang
menggunakan software
repository (%)
DSpace 9
Eprints 36
SLiMS 1
GAE 1
Ispektra 1
Tidak dapat ditentukan 1
(DOAR, 2016)
Gambar 1. Grafik Jumlah Perguruan Tinggi Di Indonesia Pengguna Software Repository Pada Open
DOAR
Berdasarkan tabel dan grafik di atas, ditemukan
73,47% perguruan tinggi menggunakan Eprints,
18,37% perguruan tinggi menggunakan DSpace,
2,04% perguruan tinggi menggunakan SLiMS,
software GAE dan Ispektra. Disni ditemukan gap
antara penggunaan software repository SLiMS
dengan software repository lainnya yang lebih
popular seperti Eprints dan DSpace. Jumlah
perguruan tinggi di Indonesia yang menggunakan
software repository terdaftar pada Open DOAR
adalah 49 perguruan tinggi dari 3.320 perguruan
tinggi seluruh Indonesia (Kopertis, 2016), disinilah
peluang besar untuk memperkenalkan SLiMS di
Negara Indonesia kepada perguruan tinggi yang
ada di Indonesia agar menggunakan SLiMS
sebagai pilihan utama software repository berbasis
open source.
Tabel 4. Daftar Perguruan Tinggi Di Indonesia Yang Menggunakan Software Repository Pada
Webometrics Repository Indonesia
Ranking Eprints Dspace SLiMS Not Specified
1 Univ Diponegoro
2 Institut Pertanian
Bogor
3 Univ Muhammadiyah
Eprints 73.47%
DSpace 18.37%
SLiMS 2.04%
GAE 2.04%
ISpektra 2.04%
Not Specified 2.04%
Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham
152
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Surakarta
4 Univ Negeri
Yogyakarta
5 UIN Sunan Kalijaga
6 Univ Negeri Sebelas
Maret
7 Univ Negeri Medan
8 Univ Gadjah Mada
9 Univ Hasanuddin
10 Univ Negeri Jember
11 Univ Komputer
Indonesia
12 UK Petra
13 Univ Andalas
14 UIN Sunan Ampel
15 Univ Dian Nuswantoro
16 UIN Walisongo
17 Institut
Teknologi
Bandung
18 UPN Veteran
Yogyakarta
19 Univ Surabaya
20 Univ Sriwijaya
21 UK Satya Wacana
22 Univ Gunadarma
23 Univ Muria Kudus
24 Univ Airlangga
25 Univ Esa Unggul
26 Univ Sumatera
Utara
27 Univ Indonesia
28 STMIK GI MDP
29 Univ Katolik Widya
Mandala
30 IAIN Tulungagung
31 STIKOM
32 Institut
Teknologi
Sepuluh
Nopember
33 Politeknik Elektronika
Negeri Surabaya
34 Telkom
University
35 Univ Pendidikan
Indonesia
36 UIN Syarif
Hidayatullah
37 UIN Sunan Ampel
38 Univ Widyatama
39 Institut Seni Indonesia
Yogyakarta
40 Univ Negeri Semarang
41 Univ Muhammadiyah
Ponorogo
42 UPN Veteran Jatim
43 Univ Islam
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158
153
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Bandung
44 IAIN Antasari
45 UK Duta
Wacana
46 Univ Muhammadiyah
Malang
47 Telkom Creative
Industries School
48 Politani Payakumbuh
49 Politeknik Negeri
Pontianak
50 UIN Sultan
Syarif Kasim
Riau
51 IAIN Zawiyah Cot
Kala Langsa
52 Univ Bunda Mulia
53 IAIN Salatiga
54 Ùniv Negeri
Malang
55 IKIP PGRI Bali
56 Program
pascasarjana IPB
57 Telkom Applied
Science School
58 Univ
Suryakancana
59 Univ Pesantren
Tinggi Darul
Ulum
60 Lembaga Ilmu
Pengetahuan
Indonesia
61 STIE Kesuma
Negara Blitar
62 Univ Pelita
Harapan
63 Institut Seni
Indonesia
Denpasar
Tabel 5. Jumlah Perguruan Tinggi Pengguna Software Repository Pada Webometrics Repository
Indonesia
Nama software repository Jumlah perguruan tinggi yang
menggunakan software
repository
Eprints 36
DSpace 9
SLiMS 1
Tidak dapat ditentukan 17
(Webometric, 2016)
Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham
154
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 2. Grafik Jumlah Perguruan Tinggi Pengguna Software Repository Pada Webometrics
Repository Indonesia
Berdasarkan tabel dan grafik di atas, ditemukan
57,14% perguruan tinggi menggunakan Eprints,
26,98% perguruan tinggi menggunakan software
reposiroty yang tidak dapat ditentukan, 14,29%
perguruan tinggi menggunakan DSpace, dan hanya
1,59% perguruan tinggi menggunakan SLiMS.
Fitur yang tersedia di dalam SLiMS :
1. Online Public Access Catalog (OPAC)
dengan dukungan thumbnail image
dokumen (dapat digunakan untuk sampul
buku),
2. Mode Penelusuran Sederhana (Simple
Seacrh) dan modus Advanced Search
3. Catatan dokumen rinci dalam MODS
(Metadata Object Description Schema)
format XML untuk kebutuhan web service
dan RSS (Really Simple Syndication)
format XML untuk OPAC
4. Manajemen data bibliografi yang efisien
meminimalisasi redundansi data.
5. Manajemen masterfile untuk data
referensial seperti GMD (General Material
Designation), Tipe Koleksi, Penerbit,
Pengarang, Lokasi, Supplier, dan lain-lain.
6. Sirkulasi dengan fitur: Transaksi
peminjaman dan pengembalian, Reservasi
koleksi, Aturan peminjaman yang
fleksibel, Informasi keterlambatan dan
denda.
7. Manajemen keanggotaan.
8. Inventarisasi koleksi (stocktaking)
9. Laporan dan Statistik
10. Pengelolaan terbitan berkala
11. Dukungan pengelolaan dokumen
multimedia (.flv,.mp3) dan dokumen
digital. Khusus untuk pdf dalam bentuk
streaming.
12. Beragam format bahasa termasuk bahasa
yang tidak menggunakan penulisan selain
latin.
13. Menyediakan berbagai bahasa pengantar
(Indonesia, Inggris, Spanyol, Arab,
Jerman).Counter Pengunjung
perpustakaan.
14. Member Area untuk melihat koleksi
sedang dipinjam oleh anggota.
15. Modul sistem dengan fitur: Konfigurasi
sistem global, Manajemen modul,
Manajemen User (Staf Perpustakaan) dan
grup, Pengaturan hari libur, Pembuatan
barcode otomatis, Utilitas untuk backup.
16. Isi / file digital (PDF, DOC, RTF, XLS,
PPT, Video, Audio, dll) lampiran di setiap
dukungan record bibliografi
17. OAI-PMH (Open Archives Initiative
Protokol untuk Metadata Harvesting)
dalam format Dublin Core untuk tujuan
metadata panen
18. Bibliografi / katalog manajemen database
dengan dukungan gambar sampul buku
19. Uni Katalog penciptaan dengan Union
Catalog Server
20. Kontrol Serial
21. Federated pencarian penciptaan mesin
dengan Nayanes
22. Item dokumen (salinan buku) manajemen
dengan dukungan barcode
23. Manajemen berkas untuk mengelola
dokumen data referensial seperti GMD,
Jenis Koleksi, Penerbit, Penulis, Lokasi,
Penulis dan Pemasok
24. Dan modifikasi terbaru adalah tersedia
sistem kelompok pengguna :
a. Pengguna yang pertama adalah
administrator yang mempunyai hak
akses penuh dalam entry data karya
ilmiah dan pengelolaannya,
pengelolaan keanggotaan yang ingin
mengakses atau unduh karya ilmiah
yang telah dipublikasikan. Selain itu
admin juga mempunyai hak akses
Eprints 57,14%
DSpace 14,29%
SLiMS 1,59%
Not Specified 26,98%
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158
155
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
penuh dalam pengelolaan teknis
lainnya pada aplikasi repository ini.
b. Pengguna yang kedua adalah
kelompok pengguna lain yang dapat
memiliki akun administrator untuk
unggah karya ilmiah dalam aplikasi
repository ini, misal : Mahasiswa atau
Dosen.
c. Pengguna yang ketiga adalah
pengguna lain (user atau pembaca)
yang memanfaatkan aplikasi
repository ini untuk akses dan unduh
karya ilmiah yang telah
dipublikasikan.
Fitur yang disediakan DSpace
1. Dukungan Non-dinamis dokumen HTML
(selama lampiran dokumen tidak
mengandung link dinamis HTML),
dokumen digital yang dapat dikelola
adalah jenis PDF, DOC, RTF.
2. OAI-PMH (Open Archives Initiative
Protokol untuk Metadata Harvesting)
dalam format Dublin Core dan format
tambahan MODS
3. Manajemen objek : konfigurasi dan
penundaan dalam proses pengajuan file
yang akan diunggah
4. Tersedia fitur export dan import data
dalam format XML
5. Laporan dan statistik koleksi
6. Terdapat penyesuaian fitur dukungan
dokumen digital semua tipe, termasuk
Video
7. Sistem penelusuran yang disediakan oleh
Jakarta Lucene Search Engine
(mendukung penelusuran teks lengkap),
dan browsing koleksi menurut judul,
penulis dan tanggal
Fitur yang disediakan Eprints
1. Model penelusuran teks lengkap dengan
metode SQL Query yang rinci dan halus
dalam penelusuran data
2. Sistem administrator yang flekxibel (dapat
menentukan file yang harus
dipublikasikan atau file yang harus di
privasi)
3. Sistem kelompok pengguna:
a. Administrator mempunyai hak akses
penuh untuk semua pengaturan
website
b. Editor mempunyai hak akses menjaga
konsistensi kualitas data yang akan
dipublikasikan dengan cara di edit
c. Penulis mempunyai hak akses sebagai
pengirim dan yang mengajukan
dokumen
4. Dukungan OAI PMH untuk
memungkinkan terintegrasi dengan
jaringan penelusuran global (misal: Open
DOAR)
5. Dukungan semua bahasa
6. File atau data digital berformat PDF,
HTML, JPEG, TIFF, MP3, AVI dan tipe
lainnya dapat disesuaikan
7. Dukungan sistem laporan dan statistic
untuk analisa kinerja repository
8. Dukungan Thumbnail preview untuk
menampilkan cover atau gambar dokumen
Kelebihan SLiMS disbanding Eprints dan
DSpace :
1. memiliki fasilitas layanan sirkulasi,
katalogisasi serta on-line public access
catalog, manajemen keanggotaan, fasilitas
untuk pengaturan perangkat lunak, cetak
barcode (baik barcode anggota maupun
barcode buku), penyiangan
2. SLiMS dibangun dengan menggunakan
bahasa pemrograman interpreter. SLiMS
dibangun dengan menggunakan PHP
sebagai bahasa pemrograman. PHP
merupakan bahasa pemrograman
interpreter yang memungkinkan untuk
dimodifikasi. Dengan demikian maka
pengguna memungkinkan memodifikasi
SLiMS sesuai dengan kebutuhan
pengguna.
3. SLiMS dikembangan oleh sumber daya
manusia lokal, atau dikembangkan oleh
SDM bangsa Indonesia. Kondisi ini
memberikan keuntungan bagi
perpustakaan dan pengguna SLiMS.
Keuntungan tersebut adalah Senayan
sesuai dengan kebutuhan pengguna dan
perpustakaan di Tanah Air dan pengguna
SLiMS dapat berkomunikasi dengan
mudah dengan para pengembang SLiMS
jika mengalami masalah dalam
pemanfaatan Senayan.
4. Instalasi Mudah dilakukan. Sebagai
perangkat lunak yang tergolong dalam
jenis perangkat lunak berbasis web
instalasi SLiMS mudah dilakukan, baik itu
untuk system operasi windows maupun
system operasi linux.
5. SLiMS mempunyai fitur tambahan yang
berfungsi untuk share koleksi ke media
sosial dan akun google, dan yang terbaru
SLiMS mempunyai fitur chat secara
online, yang memungkinkan member
dapat berkomunikasi secara online dengan
administrator atau pustakawan jika
mengalami kendala dalam menggunakan
fasilitas SLiMS.
Kekurangan SLiMS :
Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham
156
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
1. Kompatibilitas web browser
Untuk mengakses SLiMS diperlukan
web browser. Sayangnya tidak semua
web browser mampu menjalankan
aplikasi ini dengan sempurna. perangkat
lunak ini merekomendasikan mozilla
firefox sebagai web browser. Sehingga
jika penggunaan web browser selain
mozilla firefox mampu tampilan SLiMS
tidak akan muncul secara sempurna.
Misalnya ada beberapa menu yang akan
tertutupi oleh banner jika pengguna
menggunakan internet eksplorer sebagai
web browser. Namun jika hanya
digunakan untuk mengakses OPAC
(online public access catalog) semua
web browser dapat digunakan.
2. Otoritas akses file
SLiMS menyediakan fasilitas upload
(unggah) file. Dengan fasilitas ini
pengelola perpustakaan dapat
menyajikan koleksi digital yang dimiliki
perpustakaan, seperti e-book, e-journal,
skripsi digital, tesis digital dan koleksi
digital lainnya. Namun fasilitas upload
file ini tidak dilengkapi dengan
pembagian otoritas akses file. Akibatnya
setiap koleksi digital yang telah di
upload ke dalam SLiMS berarti dapat
diakses oleh semua orang. Kondisi ini
tentu sedikit mengkhawatirkan jika
koleksi digital yang diupload adalah
skripsi, tesis atau laporan penelitian
digital. Skripsi digital, tesis atau laporan
penelitian digital dibatasi aksesnya
karena koleksi digital jenis rentan
dengan masalah plagiasi.
Dan perlu diketahui bahwa Keuntungan dari
Repository Perguruan tinggi ini adalah sebagai
berikut :
a) output dari lembaga Membuka ke dunia;
b) yang lebih luas, akses cepat dan visibilitas arsip
organisasi;
c) Pertahankan warisan institusional;
d) Mengelola dan mengukur hasil penelitian;
e) Cara terbaik untuk komunikasi ilmiah; dan
f) Meningkatkan kutipan untuk output penelitian
organisasi.
4. KESIMPULAN
1. Perguruan Tinggi di Indonesia yang
menggunakan SLiMS sebagai repository
perguruan tinggi masih sengat sedikit
jumlahnya, hal ini dibuktikan dengan data
pada direktori Open DOAR (sebuah
direktori pusat penelusuran koleksi
repository perguruan tinggi secara global)
dan data pada ranking web repository
Indonesia, yaitu masing-masing hanya
sejumlah satu perguruan tinggi saja. Hal
ini dimungkinkan masih banyak yang
belum memahami fitur sistem software
SLiMS.
2. Bahwa software SLiMS dapat dikatakan
layak digunakan sebagai repository
perguruan tinggi karena :
a. Adanya fitur sistem OAI PMH (fitur
dukungan untuk integerasi dengan
jaringan penelusuran global seperti
Open DOAR),
b. Mempunyai standar metadata yang
sama dengan software repository
Eprints dan DSpace yaitu dukungan
pengelolaan semua tipe file digital,
dan adanya dukungan akses penuh
pengelola repository (administrator,
author, maupun user),
c. SLiMS berbasis open source untuk
kemudahan pengelolaan dan
pengembangan lebih lanjut,
d. Adanya dukungan sistem penelusuran
koleksi untuk pemenuhan kebutuhan
akses terbuka, dan tentunya didukung
dengan kebijakan akses terbuka dari
perguruan tinggi yang bersangkutan.
3. Manfaat dan nilai tambah penggunaan
SLiMS sebagai repository perguruan
tinggi berbasis open source:
a. Kemudahan untuk pengembangan
sistem repository, karena bahasa
pemrograman yang digunakan dalam
SLiMS adalah bahasa pemrograman
PHP, yang mana pemrograman PHP
sudah sangat familiar. Sehingga tidak
banyak membutuhkan keahlian
tambahan untuk maintenance dan
custom SLiMS sesuai kebutuhan.
b. Kemudahan tahap instalasi, karena
SLiMS hanya membutuhkan satu
paket web server XAMPP sudah
dapat menjalankan SLiMS dengan
metode jaringan intranet maupun
internet. Sebagai pembanding padahal
Eprints lebih rumit tahap instalasinya
karena masih membutuhkan software
pendukung khusus apabila Eprints di
instalasi pada OS Windows.
c. Kemudahan maintenance atau
penataan sistem database, karena
SLiMS menggunakan sistem database
MYSQL yang sudah familiar.
d. Nilai tambah jika perguruan tinggi di
Negara Indonesia menggunakan
SLiMS sebagai repository perguruan
tinggi maka akan dapat menjadi
pembuktian bahwa software buatan
Negara Indonesia juga layak
digunakan sebagai repository
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158
157
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
perguruan tinggi, karena dengan bukti
nyata SLiMS terhubung dengan
DOAR.
References
[1.] DOAR, O. (2016). Retrieved from
http://www.opendoar.org/find.php
[2.] Galuh, P. (2007). Retrieved from
http://www.putragaluh.web.id/:
http://www.putragaluh.web.id/post/read/7
4/Ganesha_Digital_Library_4.2.html
[3.] Kanamadi, M. P. (n.d.). Digital Library
Open Source Software: A Comparative
Study. 1-6.
[4.] Kemdikbud, P. (n.d.).
https://perpustakaan.kemdikbud.go.id.
Retrieved from
https://perpustakaan.kemdikbud.go.id:
https://perpustakaan.kemdikbud.go.id/perp
us/?page_id=224
[5.] Kopertis. (2016). Retrieved from
Koordinasi Perguruan Tinggi Swasta
Wilayah XIII:
http://www.kopertis12.or.id/2016/02/03/p
eringkat-3-320-perguruan-tinggi-
indonesia-versi-kemristekdikti-tahun-
2015.html
[6.] Roy, B. K. (2012). An Analytical Study of
Institutional Digital. Library Philosophy
and Practice, 1-14.
[7.] Shahkar Tramboo, H. S. (2012). A Study
on the Open Source Digital Library
Software’s. International Journal of
Computer Applications, 1-9.
[8.] Verma, N. K. (n.d.). Institutional
repository software and their use by the
national institutes of. National Seminare
"Role Libraries in Hingher Education :
Problem and Prospects" (pp. 1-8).
Mizoram: Goverment Aizawl Noth
College.
[9.] Webometric. (2016). Ranking Web of
Repositories. Retrieved from
http://repositories.webometrics.info/en/asi
a/indonesia
COPYRIGHT
Dengan ini kami menyatakan bahwa jurnal ini
benar-benar hasil karya sendiri yang belum pernah
diajukan sebagai jurnal atau karya ilmiah pada
perguruan tinggi atau lembaga manapun. Penulis
bertanggung jawab dalam menyalin (mereproduksi)
gambar atau tabel dan citra yang diperoleh dari
pihak lain dengan apresiasi (acknowledgement)
yang benar.
Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham
158
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166
159
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
PENILAIAN APLIKASI E-LKP MENGGUNAKAN PERSEPSI
KARYAWAN
(STUDI KASUS: UIN SYARIF HIDAYATULLAH JAKARTA)
Ditha Septiandani1, A’ang Subiyakto
2, Evy Nurmiati
3
Program Studi Sistem Informasi Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
[email protected], [email protected]
ABSTRACT
The purpose of this study is to download yelidiki-variable relationship between the variables that influence the
success of E-CGC system at UIN Syarif Hidayatullah an d also provide solutions and recommendations to the
institution pegguna to be taken into consideration for the development of the next system. The method used in
this research is quantitative descriptive technique of non-random sampling for sample collection to be
determined in advance as much as 66 respondents in the sample. The data obtained from these respondents
further processed using statistical accounts PLS (Partial Least Square) with menggunkaan SmartPLS
application. M odel to the success of the system that is used as a benchmark in this study is a model successive
system proposed by DeLone and McLean (2003). The results of studies in which seven of the nine hypotheses
received indicating that the application E-CGC implemented on employee and leader in UIN Syarif
Hidayatullah runs almost in line with the depiction of the theory of information system success McL ean and
DeLone. The existence of two relationships that are not confirmed in the study can be a space improvements for
application development E-CGC. Researchers also recommend their attention on p there is an increase in
customer satisfaction, because according to the model simplifications concluded from the study it appears that
customer satisfaction is the most dominating factor in determining the success of the system in case of
application of E-CGC at UIN Syarif Hidayatullah.
Keywords: Measurement System Inform ation, Success Model DeLone and McLean, Smart PLS
ABSTRAK
Tujuan dari penelitian ini adalah untuk menyelidiki hubungan antara variabel –variabel yang berpengaruh
terhadap keberhasilan sistem E-LKP di UIN Syarif Hidayatullah dan juga memberikan solusi maupun
rekomendasi kepada institusi pegguna agar bisa dijadikan pertimbangan untuk pengembangan sistem
selanjutnya. Metode yang digunakan dalam penelitian ini yaitu kuantitatif deskriptif dengan teknik non-random
sampling untuk pengambilan sampelnya dengan ditentukan terlebih dahulu sebanyak 66 responden sebagai
sampelnya. Data yang diperoleh dari para responden ini selanjutnya diolah menggunakan penghitungan
statistik PLS(Partial Least Square) dengan menggunkaan aplikasi SmartPLS. Model keberhasilan sistem yang
dipakai sebagai tolak ukur dalam penelitian ini adalah model keberhasian sistem yang dikemukakan oleh
DeLone dan McLean (2003). Hasil penelitian dimana tujuh dari sembilan hipotesis diterima menunjukkan
bahwa Aplikasi E-LKP yang diimplementasikan pada karyawan dan pimpinan di UIN Syarif Hidayatullah
berjalan hampir segaris dengan penggambaran teori keberhasilan sistem informasi McLean dan Delone.
Adapun adanya dua hubungan yang tidak dikonfirmasi dalam penelitian dapat menjadi ruang perbaikan bagi
pengembangan aplikasi E-LKP. Peneliti juga merekomendasikan adanya perhatian lebih pada pada
peningkatan kepuasan pelanggan, karena menurut model penyederhanaan yang disimpulkan dari penelitian
nampak bahwa kepuasan pelanggan menjadi faktor yang paling mendominasi dalam menentukan keberhasilan
sistem dalam kasus aplikasi E-LKP di UIN Syarif Hidayatullah.
Kata Kunci: Pengukuran Sistem Informasi, Model Kesuksesan DeLone dan McLean, Smart PLS
Penilaian Aplikasi E-LKp.. Septhiandani,dkk
160
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
1. PENDAHULUAN
Perkembangan sistem informasi telah
berkembang dengan sangat cepat dan merambah
berbagai bidang kehidupan manusia. Kehadiran
teknologi informasi sangat memberikan
kemudahan bagi masyarakat dalam menjalankan
berbagai macam kegiatannya, termasuk dalam
aspek organisasi dan bisnis. Salah satu contoh
penerapan teknologi informasi dalam bidang
organisasi ini terjadi di UIN Syarif Hidayatullah
melalui implementasi aplikasi E-LKP(elektronik-
laporan kinerja pegawai).
Aplikasi E-LKP merupakan sebuah aplikasi
dengan fungsi utama untuk mengukur kinerja
pegawai di UIN Syarif Hidayatullah yang
diterapkan sejak tahun 2013 dan masih berjalan
hingga saat ini. Sebagai sebuah aplikasi yang telah
berjalan dalam jangka waktu yang cukup lama
(kurang lebih 4 tahun), hingga tulisan ini
diterbitkan belum pernah dilakukan pengukuran
kesuksesan sitem terhadap aplikasi tersebut.
Kesuksesan suatu teknologi informasi,
dalam kasus ini aplikasi e-LKP sangat
berhubungan dengan penerimaan pengguna. Sejauh
mana pengguna dapat menerima dan memahami
teknologi adalah hal penting untuk dapat
mengetahui tingkat keberhasilan dari implementasi
tersebut. Menurut Nasir (2013) penerimaan
pengguna merupakan faktor penting yang dapat
mempengaruhi keberhasilan implementasi dari
suatu teknologi. Selain itu dalam peenlitian lain
yang dilakukan oleh Tri Handayani dkk (2013)
disebutkan bahwa suatu sistem informasi dapat
dikatakan berhasil jika sistem informasi tersebut
dapat digunakan dengan mudah dan dapat
memenuhi kebutuhan pengguna.
Berdasarkan alasan-alasan di atas, penulis
tertarik untuk melakukan pengukuran terhadap
kesuksesan sistem informasi aplikasi E-LKP
dengan mengambil penerimaan atau persepsi
pengguna sebagai objek penelitian dalam penelitian
ini.
2. TINJAUAN PUSTAKA
A. Persepsi
Suharnan(2005) mendefinisikan persepsi
sebagai suatu proses penginterpretasian atau
pengartian informasi yang diperoleh dari sistem
alat indera manusia. Persepsi dimulai dari sensasi,
sensasi adalah stimulan dari dunia luar yang
dibawa ke dalam sistem saraf (Sarwono, 2010).
Jadi dapat disimpulkan bahwa persepsi adalah
proses hasil tanggapan yang telah dialami oleh
individu melalui pengamatan indra yang
kemudian individu memberikan makna kepada
lingkungan sekitar.
Ada beberapa faktor yang mempengaruhi
persepsi. Robins dalam Simbolon(2008:55)
menguraikan faktor-faktor yang mempengaruhi
dalam penafsiran pesan-pesan indera menjadi suatu
persepsi, yaitu: pelaku persepsi, target, dan situasi.
B. Model Kesuksesan Sistem
Informasi DeLone dan McLean
Model penelitian yang digunakan untuk
melakukan pengukuran penggunaan sistem E-LKP
dalam penelitian ini adalah model kesuksesan
sistem informasi yang dikembangkan oleh DeLone
dan McLean(2003) atau yang dikenal juga dengan
nama D&M IS Success Model. Model ini pertama
kali dikemukakan pada tahun 1992, namun
dipebaharui kembali pada tahun 2003. Model yang
dirujuk oleh penelitian ini adalah model yang telah
diperbaharui pada tahun 2003. Menurut model
tersebut kesuksesan sistem informasi terdiri dari 6
variabel yaitu : system quality, information quality,
use, user satisfaction, dan net system benefits.
Model ini digambarkan oleh keduanya sebagai
berikut:
Gambar 2.1 Model Kesuksesan Sistem Informasi
DeLone dan McLean
C. Aplikasi E-LKP
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166
161
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 2.2 Tampilan Halaman Web E-LKP
Aplikasi elektronik laporan kinerja
pegawai atau selanjutnya disingkat sebagai E-LKP
merupakan sebuah aplikasi yang dikembangkan
dan dimplementasikan oleh SPI(Satuan Pemeriksa
Intern) di UIN Syarif Hidayatullah, Jakarta. Fungsi
utama aplikasi ini adalah untuk mengukur kinerja
pegawai
sebagai interpretasi dari terbitnya Peraturan
Pemerintah (PP) Nomor 46 Tahun 2011 tentang
Penilaian Prestasi Kerja Pegawai Negeri Sipil.
Kepala satuan pemeriksa intern (SPI) UIN Syarif
Hidayatullah Jakarta, Achmad Tjachja Nugraha,
MP mengatakan, E-LKP merupakan tahapan dalam
audit kinerja SDM, yang memonitoring dan
mengevaluasi kepatuhan para pegawai UIN Syarif
Hidayatullah. Aplikasi ini diluncurkan pada tahun
2013 dan masih aktif hingga penelitian ini ditulis.
3. METODE PENELITIAN
Penelitian ini dilakukan dengan mengikuti
kerangka penelitian sebagai berikut:
Gambar 3.1. Kerangka Penelitian
A. Populasi dan Sampel Penelitian
Populasi adalah kelompok atau kumpulan
individu-individu atau obyek penelitian yang
memiliki standar-standar tertentu dari ciri-ciri yang
telah ditetapkan sebelumnya. Populasi dalam
penelitian ini adalah seluruh karyawan UIN Syarif
Hidayatullah yang menggunakan aplikasi E-LKP.
Populasi ini mencakup seluruh fakultas UIN Syarif
Hidayatullah, yakni sebanyak 11 fakultas. Dari
populasi tersebut diambil 66 responden sebagai
sampel dalam penelitian ini.
B. Teknik Sampling
Pengambilan sampel dalam penelitian ini
dilakukan dengan menggunakan teknik non-
random sampling, lebih tepatnya cluster sampling.
Teknik ini dipilih karena populasi yang tidak
bersifat homogen dan mendapatkan hasil penelitian
yang tidak hanya menggambarkan atau berat pada
salah satu jabatan saja.
Penilaian Aplikasi E-LKp.. Septhiandani,dkk
162
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Selain itu, jumlah 66 responden ini
dihasilkan dari jumlah perkalian antara seluruh
fakultas yang ada di UIN Syarif Hidayatullah,
yakni 11 fakultas dan 6 jabatan atau posisi yang
ada di tiap fakultas, yakni wakil dekan, kabag,
kasubag, prodi, administrasi, dan kepala urusan
perpustakaan. Mengingat ukuran populasi yang
tidak terlalu besar setiap jabatan di tiap fakultas
diwakili oleh satu sampel. Karena alasan tersebut
dihasilkanlah angka 66 jumlah responden.
C. Metode Pengumpulan Data
Data dalam penelitian ini dibagi menjadi
dua, yakni data primer dan data sekunder.
Pengumpulan data primer dalam penelitian ini
dilakukan dengan metode angket/kuesioner yang
disebar secara langsung kepada responden. Angket
berisi sejumlah pertanyaan dengan respon yang
diukur dalam skala likert. Skala Likert adalah
skala yang digunakan untuk mengukur sikap,
pendapat, dan persepsi seseorang atau sekelompok
orang tentang fenomena sosial (Sugiyono, 2012).
Skor pernyataan positif dimulai dari 1 untuk sangat
tidak setuju (STS), 2 untuk tidak setuju (TS), 3
untuk ragu-ragu (R), 4 untuk setuju (S), dan 5
untuk sangat setuju (SS). Skor pernyataan negatif
dimulai dari 1 untuk sangat setuju (SS), 2 untuk
setuju (S), 3 untuk ragu-ragu (R), 4 untuk tidak
setuju (TS), dan 5 untuk sangat tidak setuju (STS).
Selain data primer, penelitian juga
memanfaatkan data sekunder sebagai data
tambahan dalam penelitian. Data sekunder ini
diperoleh melalui studi literatur yang sejenis
dengan penelitian ini. Total sebanyak 11 literatur
sejenis menjadi referensi tambahan.
D. Teknik Analisis
Sebagi sebuah penelitian kuantitatif, data
dalam penelitian ini diolah secara statistik. Metode
yang dipilih untuk menganalisis data harus sesuai
dengan pola penelitian dan variabel yang akan
diteliti. Pada penelitian ini Partial Least Square
(PLS) dari paket software statistik SmartPls versi
3.0 dipilih untuk mengukur kesuksesan sistem.
Pemilihan alat analisis PLS dikarenakan kesesuaian
alat analisis dengan data yang dikumpulkan, dan
kesesuaian tujuan penelitian dengan alat analisis.
Selain itu, PLS juga merupakan metode analisis
yang powerful karena tidak mengasumsikan data
harus dengan pengukuran skala tertentu,
jumlah sampel kecil.
E. Model dan Hipotesis Penelitian
Model yang diadopsi untuk mengukur
kesuksesan aplikasi E-LKP dalam penelitian ini
adalah model kesuksesan sistem informasi DeLone
dan McLean yang telah diperbaharui pada tahun
2003. Model ini memiliki 6 variabel, yakni system
quality, information quality, use, user satisfaction,
dan net system benefits.
Dari keenam varibel tersebut penulis
menurunkan 9 hipotesis sebagai berikut:
1. Kualitas informasi (information quality)
berpengaruh secara signifikan terhadap
penggunaan(use).
2. Kualitas informasi (information quality)
berpengaruh secara siginifikan terhadap
kepuasan pengguna (user satisfaction)
3. Kualitas sistem (system quality)
berpengaruh secara signifikan terhadap
penggunaan (use).
4. Kualitas sistem (sistem quality)
berpengaruh secara signifikan terhadap
kepuasan pengguna(user satisfaction).
5. Kualitas layanan (service quality)
berpengaruh secara signifikan terhadap
penggunaan (use).
6. Kualitas layanan (service quality)
berpengaruh secara signifikan terhadap
kepuasan pengguna (user satisfaction).
7. Penggunaan (use) berpengaruh secara
signifikan terhadap kepuasan pengguna
(user satisfaction).
8. Penggunaan (use) berpengaruh secara
signifikan terhadap keberhasilan sistem
(net system benefit).
9. Kepuasan pengguna (user satisfaction)
berpengaruh secara signifikan terhadap
kinerja organisasi (net system benefit).
4. HASIL PEMBAHASAN
A. Analisis Demografis
40 responden(sekitar 61%) berjenis
kelamin laki-laki. 26 responden(hampir 39%)
responden dari 11 fakultas di UIN Syarif
Hidayatullah berjenis kelamin perempuan.
Laki-laki; 40;
61%
Perempuan; 26;
39%
Gambar 4.1 Sebaran Responden Berdasarkan Jenis
Kelamin
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166
163
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Secara unit kerja, responden yang menjadi
sampel dalam penelitian ini berasal dari 11
fakultas. Gambar 4.2 menunjukkan bahwa rata-rata
responden (11 unit kerja, sekitar 9.1%)
FDI; 6;10% FITK; 6;
9%
FSH; 6;9%
FDH; 6;9%
FU; 6;9%
FIDKOM; 6;9%
FST; 6;9%
FEB; 6;9%
FISIP; 6;9%
FPSI; 6;9%
FKIK; 6;9%
Gambar 4.2 Sebaran Responden Berdasarkan Unit
Kerja
Secara jabatan, responden yang menjadi
sampel dalam penelitian ini 6 jabatan yaitu: wakil
dekan, kabag, kasubag, prodi, administrasi, kepala
urusan perpustakaan. Gambar 4.3 menunjukkan
bahwa rata-rata responden (6 jabatan 17%)
Wadek; 11;16%
Kabag; 11;16%
Kasubag; 11;17%
Prodi; 11;17%
Administrasi; 11;17%
Kepala Perpustakaan;
11;
17%
Gambar 4.3 Sebaran Responden Berdasarkan
Jabatan
B. Hasil Pengujian Measurement Model
Secara singkat, Tabel 4.1 dan Gambar 4.4
di bawah memaparkan bahwa secara statistik data
yang digunakan dalam penelitian ini telah
memenuhi karakteristik psikometrik yang baik.
Kesimpulan ini dapat dilihat pada keempat jenis
pengujian yang telah digunakan, meliputi
pengujian indikator reliability, internal consistency
reliability, convergent validity dan discriminant
validity. Berikut ini adalah penjelasan tentang hasil
dari empat pengujian tersebut di atas:
1. Indikator Reliability
Peneliti telah memeriksa setiap hubungan antara
individual indikator dan variabelnya dengan
menggunakan nilai loading setiap indikator, nilai
composite reliability (CR) setiap variabel, dan
perbandingan nilai cross loading tiap indikator
dalam variabel tertentu dan indikator di luar
variabel terhadap indikator tersebut. Hasilnya
adalah seluruh indikator digunakan , seperti
dijelaskan sbb.:
1) Indikator-indikator yang memenuhi nilai
ambang batas loading >0,7 secara
langsung dipergunakan.
2) Selanjutnya indikator-indikator dengan
nilai <0,6 dihapus sedangkan indikator
dengan nilai loading antara 0,6 dan 0,7
dipertimbangkan untuk digunakan dengan
memeriksa nilai CR dari variabelnya.
2. Internal concistency
Berdasarkan nilai ambang batas yang dipergunakan
dalam penelitian ini, nilai CR dari semua variabel
hasil pengujian indikator realibility sebelumnya
telah memenuhi nilai ambang batas >0.7, indikator-
indikator ini memiliki loading di atas 0.6 dan nilai
CR variabelnya >0,7
Gambar 4.4 Hasil Pengujian Pengukuran Model
Penilaian Aplikasi E-LKp.. Septhiandani,dkk
164
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Tabel 4.1 Hasil Pengujian Pengukuran Model
*) Rejected
1. Convergent Validity
Berdasarkan pemeriksaan ambang batas nilai AVE
setiap variabel (>0,5), satu indikator (KI 3) di
hapus penggunaannya dalam model (Sarwono,
2015).
2. Discriminant Validity
Pengujian aspek ini dilakukan melalui dua tahap
pemeriksaan cross loading, yaitu: cross loading
antar indikator dan cross loading Fornell-Larcker's
(1981).
Pemeriksaan cross loading tiap indikator
dengan membandingkan nilai loading
indikator di tiap variable tertentu dan nilai
loading indikator di variable lainnya
dalam model. Hasil pemeriksaan ini, KI3
dihapus penggunaannya
Pemeriksaan cross loading
membandingkan cross loading dengan
nilai kuadrat AVE (Sarwono, 2015). Tabel
4.3 menunjukan kevalidan dari semua
variabel yang digunakan dalam model
penelitian.
Meringkas dari empat jenis pengujian ukuran
model di atas, analisis data tahap ini
memperlihatkan bahwa satu indikator (KI3) telah
di hapus karena tidak memenuhi ambang batas atau
parameter yang telah ditentukan.
Tabel 4.2 Cross Loading
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166
165
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Tabel 4.3 Fornell-Lacker
C. Hasil Pengujian Structural Model
Analisis ini dilakukan melalui empat
tahapan pengujian, meliputi pengujian Path
Coefficient (β), coefficient of determination (R2), t-
test menggunakan metode bootstrapping dan effect
size (f2) menggunalan metode blindfolding (Urbach
& Ahlemann, 2010; Hair et al., 2011; Hair et al.,
2012; Wong, 2013; Afthanorhan, 2013). Secara
grafis, hasilnya dapat dilihat pada Tabel Hasil
Pengujian Struktural Model dan Gambar Hasil
pengukuran struktur model. Berikut adalah
penjelasan dari keempat pengujian di atas:
1. Pengujian Signifikansi Path Coefficient
(β)
Berdasarkan rujukan yang digunakan dalam
penelitian ini (Urbach & Ahlemann, 2010; Hair et
al., 2011; Hair et al., 2012; Wong, 2013;
Afthanorhan, 2013), β diuji dengan nilai ambang
batas di atas 0.1 untuk menyatakan bahwa jalur
(path) yang dimaksud mempunyai pengaruh di
dalam model. Hasilnya adalah satu dari 9 jalur
menunjukan secara statistik pengaruh yang tidak
signifikan seperti dapat di lihat di Gambar hasil
pengujian struktural model dan Tabel hasil
pengujian struktur model
2. Pengujian Coefficient of Determination
(R2)
Secara teori, R2 diuji untuk menjelaskan varian dari
tiap target endogenous variabel dengan standar
pengukuran sekitar 0,670 sebagai kuat, 0,333
moderat, dan 0,190 lemah.
3. Pengujian Hipothesis (t-test)
Penilaian Aplikasi E-LKp.. Septhiandani,dkk
166
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Pengujian ini dilakukan dengan menggunakan
metode bootstrapping, two-tailed dengan tingkat
significansi 5% untuk menguji hipotesis-hipotesis
penelitian. Ini berarti, hipotesis tersebut akan
diterima jika memiliki t-test lebih besar dari 1.96
(Urbach & Ahlemann, 2010; Hair et al., 2011; Hair
et al., 2012; Wong, 2013; Afthanorhan, 2013).
4. Pengujian Ukuran Pengaruh (effect size
[f2])
Berdasarkan nilai ambang batas sekitar 0.02 untuk
pengaruh kecil, 0,15 sebagai menengah, dan 0,35
untuk pengaruh besar.
Tabel 4.4 Hasil Pengujian Struktural Model
5. KESIMPULAN DAN SARAN
A. Kesimpulan
1. Aplikasi E-LKP yang diimplementasikan
pada karyawan dan pimpinan di UIN
Syarif Hidayatullah berjalan hampir
segaris dengan penggambaran teori
keberhasilan sistem informasi McLean
dan Delone. Hal ini dibuktikkan dengan
diterimanya mayoritas hipotesis(tujuh dari
sembilan hipotesis) diterima dan
menunjukkan adanya keterkaitan dan
pengaruh yang signifikan antar variabel
uji.
2. Kedua hipotesis yang ditolak menjadi
cermin insignifikansi pengaruh antar
kedua variabel tersebut dalam sistem dan
konteks yang berlaku dalam studi kasus
aplikasi E-LKP di UIN Syarif
Hidayatullah.
3. Kepuasan pelanggan merupakan faktor
yang paling mendominasi dalam
menentukan keberhasilan sistem dalam
kasus aplikasi E-LKP di UIN Syarif
Hidayatullah.
B. Saran
1. Perbaikan pada variabel penggunaan
sistem dan kualitas layanan, sehingga ke
depannya implementasi aplikasi E-LKP
dapat lebih sesuai dengan model
keberhasilan sistem yang diuji dan tidak
ada hipotesis yang ditolak.
2. Meningkatkan kepuasan pengguna sebagai
faktor paling dominan dalam menentukan
keberhasilan sistem.
DAFTAR PUSTAKA
[1.] Afthanorhan, W. M. 2013. A Comparison Of
Partial Least Square Structural Equation
Modeling (PLS-SEM) and Covariance Based
Structural Equation. International Journal of
Engineering Science and Innovative
Technology, 2(5), 198-205.
[2.] Subiyakto, A’ang. Sukmana, Husni Teja.
2014. Pengukuran Keberhasilan Proyek
Teknologi Informasi dan Komunikasi: Studi
kasus di UIN Syarif Hidayatullah
Jakarta (UIN Syarif Hidayatullah
Jakarta).
[3.] Hair Jr., et al. 2011 Essential of Bussines
Research Method. USA: Sharpe Inc.
[4.] Nasir, M. 2011. Analisis User Acceptance
dengan Pendekatan Technology Acceptance
Model (TAM) pada E-procurement di
Kabupaten Kebumen.
[5.] Sarwono, S. W. (2010). Psikologi Remaja,
Edisi Revisi., Jakarta: PT Raja Grafindo.
[6.] Simbolon, Maropen. 2008. Persepsi dan
Kepribadian . Diunduh dari:
http://isjd.pdii.lipi.go.id/admin/jurnal/210852
66.pdf pada Maret 2016
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176
167
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
SISTEM E-COMMERCE B2C PADA
PT. HARAPAN SENTOSA NUSANTARA JAKARTA PUSAT
Marhamah 1, Sarip Hidayatuloh
2, Ari Irawan
3
Program Studi Sistem Infotmasi Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif hidayatullah Jakarta
Jl. Ir. H. Juanda no 95 Ciputat Jakarta, Ciputat, Jawa Barat, Indonesia 15412
E-mail : [email protected]
ABSTRACT
PT. Harapan Nusantara Sentosa is a company engaged in the field of hospitality and expediting the delivery of
goods. Lack of market information system capable of hospitality services, helping customers to use the services
of accommodation outside the city, and often there is a mistake in recording such as writing notes and
transaction errors, so hard it made the report. Given these problems then drafted the design of B2C e-commerce
system in PT. Harapan Nusantara Sentosa. The system is built consists of registration, ordering, payment and
print proof of payment for the customer, while for internal company consists of management of user data, the
data room, ordering, payment, income and expenditure. The method used consists of data collection methods
(observation, interviews, and literature) and methods of systems development Rapid Application Development
(RAD) which is Object Oriented with tools Unified Modelling Language (UML). Results of the research is
expected is the establishment of e-commerce system that can be used by PT. Harapan Sentosa archipelago to
manage the administration of the company to generate income and expense statement. By the establishment of e-
commerce is expected to firm PT. Harapan Nusantara Sentosa can market their business more broadly and the
customer can place an order and payment without having to come to a location directly
Keywords: e-commerce systems, RAD, UML, PHP, MySql, Blackbox testing, PT. Harapan Nusantara Sentosa
ABSTRAK
PT. Harapan Sentosa Nusantara merupakan perusahaan yang bergerak di bidang perhotelan dan ekspedisi
pengiriman barang. Belum adanya sistem informasi yang mampu memasarkan jasa perhotelan, membantu
pelanggan untuk menggunakan jasa penginapan dari luar kota, dan sering terjadi kekeliruan dalam pencatatan
seperti kesalahan penulisan nota dan transaksi, sehingga sulitnya dibuat laporan. Dengan adanya permasalahan
tersebut maka disusunlah satu rancang bangun sistem e-commerce B2C pada PT. Harapan Sentosa Nusantara.
Sistem yang dibangun terdiri dari registrasi, pemesanan, pembayaran dan cetak bukti bayar untuk customer,
sedangkan untuk internal perusahaan terdiri dari pengelolaan data user, data kamar, pemesanan, pembayaran,
pemasukan dan pengeluaran. Metode penelitian yang digunakan terdiri dari metode pengumpulan data
(observasi, wawancara dan studi pustaka) dan metode pengembangan sistem Rapid Application Development
(RAD) yang bersifat Object Oriented dengan tools Unified Modelling Language (UML). Hasil penelitian yang
diharapkan ialah terbentuknya sistem e-commerce yang dapat digunakan oleh PT. Harapan Sentosa Nusantara
untuk mengelola administrasi perusahaan hingga menghasilkan laporan pendapatan dan pengeluaran. Dengan
terbentuknya sistem e-commerce diharapkan perusahaan PT. Harapan Sentosa Nusantara dapat memasarkan
bisnisnya secara lebih luas dan customer dapat melakukan pemesanan dan pembayaran tanpa harus datang ke
lokasi secara langsung.
Kata Kunci: sistem e-commerce, RAD, UML, PHP, MySql, Blackbox testing, PT. Harapan Sentosa Nusantara
1. PENDAHULUAN
Perusahaan PT. Harapan Sentosa Nusantara
sebagai salah satu hotel yang terletak di kawasan
perbelanjaan Tanah Abang merupakan perusahaan
yang sedang berkembang dan terus berupaya untuk
meningkatkan layanan serta standar kualitas
perusahaan dari berbagai sisi antara lain sisi
pemanfaatan teknologi informasi dan internet.
Banyaknya pelanggan yang berasal dari luar kota
membuat PT. Harapan Sentosa Nusantara perlu
membangun sebuah sistem yang memungkinkan
bagi perusahaan untuk melakukan pemasaran
melalui internet dan memberi kesempatan bagi user
yang berada di luar kota untuk dapat melihat
informasi secara langsung, cepat dan akurat serta
melakukan pemesanan dan pembayaran dari jarak
jauh. Selama ini, sistem pemesanan kamar yang
Sistem E-Commerce B2C.. Marhamah, Dkk
168
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
ada di wisma PT. Harapan Sentosa Nusantara
masih dilakukan dengan cara melakukan
pencatatan buku reservasi sehingga terkadang
terdapat kekeliruan dalam proses pencatatan yang
manual, pemborosan kertas, dan adanya data yang
hilang akibat kertas-kertas pencatatan yang
terkadang hilang sehingga sistem tersebut perlu
dibenahi. Beberapa sistem yang dinilai perlu
dibenahi adalah sistem pemasaran, sistem
pemesanan kamar yang masih manual
menggunakan kertas pencatatan dan nota
pembayaran yang ditulis secara manual dan belum
adanya sistem pembuatan laporan pendapatan dan
pengeluaran pada PT. Harapan Sentosa Nusantara.
Sistem tersebut perlu dibenahi dengan sistem baru
yang terkomputerisasi berbasiskan web yang dinilai
lebih mampu untuk memenuhi kebutuhan
persaingan, sehingga bisa meminimalkan
penggunaan kertas, memudahkan pelanggan dalam
melakukan pemesanan kamar dan memudahkan
dalam pembuatan laporan pendapatan dan
pengeluaran bulanan yang dibutuhkan oleh owner
dari perusahaan tersebut, dan juga untuk pemasaran
bisnis perusahaan secara lebih luas melalu web.
Berdasarkan hal tersebut teknologi memiliki
peranan yang sangat penting dalam menjalankan
bisnis, khususnya komputer dan internet. Dengan
adanya teknologi terkomputerisasi berbasis web,
diharapkan pengelolaan data dapat dilakukan
dengan mudah dan cepat serta dapat meminimalisir
terjadinya kesalahan atau kerancuan dalam
melakukan transaksi dan akan lebih mudah dalam
melakukan pemasaran, selain itu biaya operasional
pun dapat ditekan menjadi lebih kecil. Maka pada
penelitian penulis memutuskan untuk mengambil
judul “Rancang Bangun Sistem E-commerce B2C
pada PT. Harapan Sentosa Nusantara Jakarta
Pusat”.
A. Identifikasi Masalah
Berdasarkan latar belakang diatas, maka
identifikasi masalah yang dirumuskan sebagai
berikut:
1. Terjadinya kekeliruan dalam pencatatan
seperti kesalahan penulisan nota dan
transaksi, sehingga sulit dibuat laporan
pendapatan dan pengeluaran bulanan.
2. Hilangnya nota atau dokumen yang
disebabkan oleh kelalaian pegawai dalam
sistem pengarsipan yang masih manual yang
juga menyebabkan pemborosan dalam
penggunaan kertas.
3. Masyarakat yang ingin tahu informasi
mengenai perusahaan harus datang langsung,
sehingga dibutuhkan sebuah sistem informasi
yang memungkinkan bagi masyarakat untuk
mengetahui informasi secara langsung,
kapanpun dan di manapun melalui web.
4. Untuk mengetahui kondisi ketersediaan kamar
dan melakukan pemesanan pelanggan harus
datang langsung ke perusahaan, sehingga
dibutuhkan sebuah sistem informasi yang
memungkinkan bagi pelanggan untuk
melakukan pemesanan kamar secara langsung
melalui sebuah sistem berbasis web.
B. Rumusan Masalah
Berdasarkan latar belakang masalah diatas,
maka perumusan masalah penelitian ini sebagai
berikut: "Bagaimana merancang sebuah sistem
informasi yang dapat membantu perusahaan PT.
Harapan Sentosa Nusantara dalam memasarkan
produknya secara global, sebuah sistem yang dapat
menghasilkan laporan pendapatan dan pengeluaran
bulanan serta transaksi harian bagi pihak
manajemen perusahaan dan dapat membantu user
dalam melakukan aktifitas pemesanan kamar secara
online?".
C. Batasan Masalah
Batasan masalah yang terdapat dalam
penulisan skripsi ini adalah :
1. Pengembangan sistem e-commerce ini
dikelola oleh perusahaan PT. Harapan Sentosa
Nusantara yang terletak di Tanah Abang,
Jakarta Pusat.
2. Sistem ini terbatas pada pengelolaan
informasi mengenai registrasi calon
pelanggan, cek ketersediaan kamar,
pemesanan kamar oleh pelanggan,
pembayaran transaksi sewa kamar, input
pengeluaran hingga pembuatan laporan
pendapatan dan pengeluaran bulanan bagi
pihak manajemen (manager dan owner) tanpa
membahas mengenai proses ekspedisi.
3. Rancang bangun sistem e-commerce pada PT.
Harapan Sentosa Nusantara menggunakan
metode pengembangan sistem RAD (Rapid
Application Development).
4. Rancang bangun sistem e-commerce ini
menggunakan tools UML (Unified Modelling
Language) StarUML versi 5.0 dengan
software Microsoft Office Visio versi 2007,
MySQL (My Structure Query Language)
versi 5.1.41, web server yang digunakan
adalah Apache 2.2.14 pada xampp versi 3.1.0
dan bahasa pemrograman PHP (Hypertext
Prepocessor) versi 5.31.
a. Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Merancang sebuah sistem yang dapat
membantu perusahaan PT. Harapan Sentosa
Nusantara dalam memasarkan produknya
secara global.
2. Merancang sebuah sistem yang dapat
menghasilkan laporan pendapatan dan
pengeluaran bulanan serta transaksi harian
bagi pihak manajemen perusahaan.
3. Membangun sebuah sistem yang dapat
membantu user dalam melakukan aktifitas
pemesanan kamar secara online.
2. LANDASAN TEORI
2.1 Konsep Dasar Rancang Bangun
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176
169
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Rancang bangun merupakan gabungan dari
dua proses yaitu perancangan sistem dan
pembangunan sistem. Menurut Supriyanto (2007)
perancangan atau desain sistem merupakan “tahap
setelah analisis sistem yang menentukan proses dan
data yang diperlukan oleh sistem baru”.
2.2 Konsep Dasar Sistem Informasi
Sistem informasi adalah suatu sistem di dalam
suatu organisasi yang mempertemukan kebutuhan
pengolahan transaksi harian yang mendukung
fungsi operasi organisasi yang bersifat manajerial
dengan kegiatan strategi dari suatu organisasi untuk
dapat menyediakan laporan-laporan yang
diperlukan oleh pihak luar tertentu.
Sistem informasi terdiri dari komponen-
komponen yang disebut dengan istilah blok
bangunan (building block) yang saling berinteraksi
satu dengan yang lain membentuk satu kesatuan
(Sutabri, 2012).
2.3 Konsep Dasar Perhotelan
Hotel merupakan bangunan berkamar banyak
yang disewakan sebagai tempat untuk menginap
dan tempat makan orang yang sedang dalam
perjalanan; bentuk akomodasi yang dikelola secara
komersial, disediakan bagi setiap orang untuk
memperoleh pelayanan, penginapan, makan dan
minum. (Tim Penyusun Kamus Pusat Bahasa,
2008).
2.4 Konsep Dasar E-Commerce
E-commerce merupakan suatu kontak
transaksi perdagangan antara penjual dan pembeli
dengan menggunakan media internet. Jadi proses
pemesanan barang, pembayaran transaksi, hingga
pengiriman barang dikomunikasikan lewat internet.
Dilihat dari jenis transaksinya, e-commerce
dikelompokkan menjadi dua segmen yaitu,
business to business e-commerce (B2B e-
commerce) dan business to consumer (B2C). B2B
e-commerce adalah transaksi perdagangan melalui
internet yang dilakukan oleh dua atau lebih
perusahaan. Transaksi dagang tersebut sering
disebut sebagai Enterprise Resource Planning
(ERP) ataupun supply chain management.
Sedangkan B2C e-commerce merupakan transaksi
jual beli melalui internet antara penjual barang
konsumsi dengan konsumen (end user)
(Ustadidyanto, 2002).
3. METODOLOGI PENELITIAN
3.1 Pengumpulan Data
1. Observasi
Pengamatan langsung dengan bidang yang
berkaitan diantaranya melakukan riset untuk
mendapatkan data-data yang diperlukan di Suku
Dinas Pariwisata dan Kebudayaan Kabupaten
Administrasi Kepulauan Seribu mulai Maret
sampai dengan Mei 2015.
2. Wawancara
Metode ini dilakukan dengan mengadakan
wawancara mengenai masalah-masalah terkait
yang dilakukan selama periode penelitian.
3. Studi Pustaka
Studi pustaka dilakukan dengan tujuan
mencari sumber referensi atau teori berkaitan atau
membahas terkait dengan tema pembahasan yang
diangkat serta definisi-definisi lainnya yang
diperlukan dalam menunjang pemahaman dalam
penelitian ini.
4. Studi Literatur
Sumber literatur yang digunakan di dalam
penulisan skripsi ini adalah studi literatur dari hasil
penulisan karya ilmiah yang sejenis dengan skripsi
ini.
3.2 Metode Pengembangan Sistem
RAD (Rapid Application Development) atau
pengembangan aplikasi cepat adalah suatu
pendekatan berorientasi objek untuk
pengembangan sistem yang mencakup suatu
metode pengembangan serta perangkat-perangkat
lunak (Kendall dan Kendall, 2003).
Ada tiga fase tahapan RAD, yaitu:
a. Requirements planning (Perencanaan
Persyaratan), yaitu:
1. Gambaran Umum Tempat Penelitian
2. Analisis Sistem Berjalan
3. Identifikasi Masalah
4. Sistem Usulan
b. Workshop design, yaitu:
1. Use Case Diagram
2. Activity Diagram
3. Sequence Diagram
4. Class Diagram
c. Implementation (Penerapan), yaitu:
1. Sebagai sistem yang dibangun, sistem baru atau
sistem parsial diuji dan diperkenalkan kepada
perusahaan.
2. Ketika membuat sistem baru, tidak perlu
untuk menjalankan sistem yang lama secara
paralel.
3.3 Kerangka Berfikir Penelitian
Berikut ini adalah kerangka penelitian dalam
mengembangkan sistem E-commerce pada PT.
Harapan Sentosa Nusantara.
Sistem E-Commerce B2C.. Marhamah, Dkk
170
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Mulai
Identifikasi Masalah
Rumusan Masalah
Batasan Masalah
Tujuan Penulisan
Manfaat Penulisan
Metode
Pengumpulan Data
Metode Pengembangan
Sistem (Kendall dan
Kendall, 2012)
Saran dan Kesimpulan
Selesai
Metode Observasi (Sutabri, 2012)
Metode Wawancara (Sutabri, 2012)
Metode Studi Pustaka (Nazir, 2008)
Fase Requirement Planning
Fase Design Workshop
Fase Impementation
Definisi Masalah
Analisis Kebutuhan Sistem
Identifikasi Sistem Berjalan
Identifikasi Sistem Usulan
Perancangan Proses
Perancangan Database
Perancangan Interface
Use Case Diagram
Activity Diagram
Sequence Diagram
Deployment
Diagram
Class Diagram
Daftar Potensial Objek
Daftar Objek Usulan
Perancangan Class
Diagram
Struktur Database
Matriks CRUD
Graphic User Interface (GUI)
Coding
Testing Blackbox Testing
Hypertext Prepocessor
(PHP)
Gambar 3 Kerangka Penelitian
4. PEMBAHASAN
4.1 Requirements Planning
Dalam fase requirement planning ini, peneliti
mencoba melakukan identifikasi terhadap objek
dan kebutuhan dari sistem informasi yang akan
dibangun, menganalisa sistem yang sedang
berjalan untuk menemukan definisi masalah yang
benar-benar terjadi dan mencari solusi yang
terbaik untuk memecahkan masalah yang ada
dengan menganalisa kebutuhan dari sistem.
1. Gambaran Umum Perusahaan PT.
Harapan Sentosa Nusantara
PT. Harapan Sentosa Nusantara berdiri pada
tahun 1998 di tanah abang, yang berlokasi di
jalan Kebun Kacang I No. 18 Tanah Abang
Jakarta Pusat. Pada awalnya, perusahaan yang
bergerak di bidang jasa ini hanya memiliki bisnis
ekspedisi, namun setelah tiga tahun berjalan dan
melihat peluang yang baik di bidang jasa
penginapan, tour dan travel, maka pemilik dari
perusahaan ini memutuskan untuk membangun
bisnis penginapan serta tour dan travel.
Gambar 4 Logo Perusahaan PT. Harapan Sentosa
Nusantara
2. Analisis Sistem Berjalan
Berikut ini merupakan penjelasan dari
gambaran sistem berjalan tersebut:
1. Resepsionis melakukan konfirmasi apabila
kamar tersedia atau tidak.
2. Jika ada kamar yang tersedia customer
melakukan pemesanan kamar.
3. Setelah melakukan pemesanan kamar,
customer memberikan identitas diri untuk
dicatat.
4. Customer melakukan pembayaran untuk
pemesanan kamar.
5. Resepsionis melakukan konfirmasi
penerimaan pesanan kamar.
6. Resepsionis mencatat data pengunjung di
buku laporan harian.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176
171
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Customer Resepsionis
Catatan Pengunjung
1. Request pemesanan
2. Cek ketersediaan kamar
3. Konfirmasi ketersediaan kamar
Berkas pemesanan
4. Melakukan pemesanan 8. Mencatat pemesanan
5. Menyerahkan Identitas diri
9. Update data pengunjung
10. Memberikan kunci kamar
Kuitansi
11. Menulis Kuitansi12. Memberikan Kuitansi
Pengeluaran
12. Mencatat pengeluaran
Pendapatan
13. Catat pemasukan
OwnerLaporan Keuangan
19. Membaca laporan keuangan
17. Catat pendapatan
18. Catat pengeluaran
14. Check out/penambahan kamar
16. Melihat data pengunjung
Petugas Pengecekan
Dan Kebersihan
15. Ask for check and cleaning
6. Melakukan Pembayaran
7. Konfirmasi Pemesanan
20. Konfirmasi Laporan
Gambar 5 Analisis Sistem Berjalan
7. Resepsionis mengupdate data pengunjung di
papan tulis daftar pengunjung.
8. Resepsionis menyerahkan kunci kamar
kepada customer.
9. Resepsionis menulis kwitansi pemesanan
kamar.
10. Resepsionis memberi kwitansi kepada
customer yang telah melakukan pembayaran.
11. Resepsionis mencatat pemasukan di buku
laporan pemasukan harian.
12. Customer melakukan checkout atau
penambahan pesanan kamar.
13. Resepsionis update data pengunjung apabila
customer melakukan pemesanan tambahan
atau check out.
14. Owner melihat data pengunjung harian di
papan tulis dan buku catatan harian dengan
langsung datang ke perusahaan serta
mengecek secara manual.
15. Resepsionis mencatat pendapatan harian di
buku laporan pendapatan bulanan.
16. Resepsionis mencatat pengeluaran harian di
buku laporan pengeluaran bulanan.
17. Owner membaca laporan pendapatan dan
pengeluaran bulanan dengan datang langsung
ke perusahaan.
18. Konfirmasi hasil laporan pendapatan dan
pengeluaran bulanan kepada resepsionis.
3. Identifikasi Masalah
Setelah melihat proses yang sedang berjalan
maka penulis dapat menganalisa beberapa masalah
pada sistem yang ada, terdapat beberapa
kelamahan, diantaranya:
1. Pemesanan hanya bisa dilakukan dengan
datang langsung ke perusahaan padahal
mayoritas pelanggan berasal dari luar daerah.
2. Pembayaran yang bisa dilakukan hanya
melalui pembayaran tunai.
3. Pemasaran yang masih kurang, dibutuhkan
pemasaran melalui media elektronik.
4. Terbatasnya komunikasi yang bisa dilakukan
oleh pelanggan kepada perusahaan.
5. Pemborosan dalam penggunaan kertas karena
seluruh aktifitas pencatatan dan input data
masih dilakukan secara manual di buku dan
kertas kwitansi.
4. Sistem Usulan
Sistem E-Commerce B2C.. Marhamah, Dkk
172
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Sistem E-commerce
PT. Harapan Sentosa Nusantara
Database
Admin
Akses
CustomerPegawai
3, 5, 7, 8, 9, 10, 14, 22 16, 17, 18, 22
20, 22
Owner
1, 4, 22
2, 6 15
21, 24
23
Manager
12, 13, 19, 22 11
Gambar 6 Sistem Usulan
4.2 Workshop Design
1. Use Case Diagram
Gambar 7 Use Case Diagram
System
Customer Resepsionis
Admin Owner
Login
Logout Manage Account
Registrasi
Cek Ketersediaan
Booking Kamar
Bayar Booking
Kirim Bukti Bayar
Validasi Pembayaran
Kirim Validasi Pembayaran
View Daftar Pengunjung Harian
Input Data Pengeluaran
Chat
Reply Chat
View Chat
Cetak Laporan Keuangan
<<include>>
<<include>>
Kelola Laporan Keuangan
Input Data Pemasukan
Setting Account
Pilih Menu Bayar<<include>>
Cetak Bukti Bayar
Manager
Kelola Data Pesanan
<<extend>>
<<extend>>
View Laporan Keuangan
<<extend>>
<<extend>>
<<extend>>
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176
173
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
2. Activity Diagram
Gambar 8 Activity Diagram
3. Sequence Diagram
Gambar 9 Sequence Diagram
4.
All Actor Sistem
Menekan menu Edit user Menampilkan halaman edit user
Mengubah data user
Menekan tombol update
Menyimpan dataMenampilkan pesan lengkapi data
Menampilkan pesan berhasil
[data lengkap]
[data tidak lengkap]
User
#id_user+username+password+level+status_user+last_login
Karyawan
#id_karyawan+nama_karyawan+jabatan_karyawan+nip+alamat_karyawan+telp_karyawan+birth_karyawan+foto_karyawan
+add()+edit()+delete()+submit()+update()+approve()+reset()
Admin
+manage_account()+setting_account()+reply_chat()
Customer
+registrasi()+view_kamar()+booking_kamar()+bayar_booking()+kirim_bukti()+cetak_bukti()+chat()
Pegawai
+setting_account()+konfirmasi_registrasi()+cek_ketersediaan()+booking_kamar()+bayar_booking()+validasi_pembayaran()+kirim_validasi()+cetak_bukti()+chat()
Manager
+setting_account()+input_pengeluaran()+input_pemasukan()+chat()
Owner
+view_pengunjung()+view_laporan()+cetak_laporan()+chat()
Pengunjung
+view_web()
Login
Chat
#id_chat+date_chat+tittle_chat+isi_chat+status_chat
+add()+view()+delete()+send()
Kamar
#id_kamar+no_kamar+tipe_kamar+lantai_kamar+harga_kamar+stok_kamar
+view()+add()+delete()+submit()+update()
Pemesanan
#id_pemesanan+no_pemesanan+jenis_pemesanan+tanggal_pemesanan+jumlah_pemesanan+biaya_pemesanan
+add()+view()+approve()+delete()
Pembayaran
#id_pembayaran+no_pembayaran+tanggal_pembayaran+tujuan_pembayaran+rekening_pembayaran+jumlah_pembayaran+limit_pembayaran+jenis_pembayaran
+add()+view()+approve()+delete()
Bukti_bayar
#id_bukti+no_bukti+tanggal_bukti
+add()+submit()+view()+approve()
Laporan
#id_laporan+no_laporan+tanggal_laporan+jenis_laporan
Pemasukan
#id_pemasukan+no_pemasukan+jenis_pemasukan+jumlah_pemasukan+sumber_pemasukan+date_pemasukan
Pengeluaran
#id_pengeluaran+no_pengeluaran+jenis_pengeluaran+jumlah_pengeluaran+date_pengeluaran
1..*0..*
1..*1..*
1..*
1..*
10..* 1 0..*
0..1
11
0..*
1..*
0..*
1
0..*
0..*
1
1..*1
10..*
1
0..*
Sistem E-Commerce B2C.. Marhamah, Dkk
174
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
5. Class Diagram
Gambar 10 Class Diagram
6. User Interface
Gambar 12 Tampilan Homepage
Gambar 13 Tampilan Halaman Booking Kamar
4.3 Implementation
Pada tahap ini yaitu melakukan pengkodean
atau pemrograman untuk membangun sebuah
sistem. Pada tahap pemrograman, bahasa yang
dipergunakan adalah PHP yang membantu dalam
proses perancangan Sistem berbasis Web dan
menggunakan MySQL sebagai basis datanya.
Selanjutnya dilakukan pengujian terhadap program
menggunakan metode blackbox testing.
5. PENUTUP
1. Kesimpulan
Berdasarkan uraian dan pembahasan pada bab-bab
sebelumnya, maka dapat disimpulkan bahwa:
a. Sistem e-commerce ini dapat digunakan pada
lingkungan PT. Harapan Sentosa Nusantara
untuk meningkatkan pelayanan terhadap
pelanggan, dengan sistem yang mampu
memasarkan bisnisnya secara global.
b. Sistem e-commerce ini diharapkan dapat
digunakan untuk membantu perusahaan dalam
menghasilkan laporan pendapatan dan
pengeluaran bulanan serta transaksi harian bagi
pihak manajemen perusahaan.
c. Sistem e-commerce pada PT. Harapan Sentosa
Nusantara ini diharapkan dapat membantu
pelanggan untuk melakukan aktifitas
pemesanan secara online dan pembayaran di
tempat lain, sehingga perusahaan dapat
memberikan pelayanan yang lebih cepat tanpa
harus menuggu pelanggan datang langsung ke
penginapan.
2. Saran
Adapun saran-saran yang dapat penulis
berikan adalah:
a. Sistem e-commerce ini dapat dikembangkan
menjadi sistem berbasis mobile.
b. Sistem e-commerce pada PT. Harapan
Sentosa Nusantara ini masih dapat dirancang
agar terintegrasi dengan sistem pengelolaan
ekspedisi di perusahaan ini, sehingga kedua
sistem tersebut dapat digabungkan untuk
penggunaan pada perusahaan.
c. Diperlukan adanya pelatihan tata cara
penggunaan sistem usulan ini pada pihak
manajemen perusahaan sehingga dapat
mempermudah mereka untuk memahami
sistem ini dan memberi keuntungan bagi
pihak perusahaan jika sistem ini
diimplementasikan dengan baik.
DAFTAR PUSTAKA
[1.] Ariani S, Rosa dan Shalahuddin, M.
2011. Panduan Belajar Rekayasa
Perangkat Lunak. Bandung: Modula.
[2.] Connolly, Thomas M dan Begg,
Carolyn E. 2010. Sistem Basis Data.
England: Addison Wesley.
[3.] Kadir, Abdul. 2014. Mudah
Mempelajari Database MySQL.
Yogyakarta: Andi.
[4.] Kendall, Keneth E. 2012. Analisis
dan Perancangan Sistem. Englewood
Cliffs: Prentice Hall.
[5.] Nazir, MB. 2008. Metodologi
Penelitian. Bogor: Ghalia Indonesia.
[6.] Nuhroho, Adi. 2006. E-Commerce,
Memahami Perdagangan Modern di
Dunia Maya. Informatika: Bandung.
[7.] Perry E, William. 2006. Effective
Methods for Software Testing, 2nd
Edition. India: Wiley.
[8.] Pressman, Roger S. 2012. Rekayasa
Perangkat Lunak (Pendekatan
Praktisi). Yogyakarta: Andi
[9.] Pusat Bahasa. 2008. Kamus Besar
Bahasa Indonesia. Jakarta: Gramedia
Pustaka Utama.
[10.] Quthni, Darul. 2006. Terminology E-
Commerce. Bandung: Gramedia
Pustaka Utama
[11.] Sugiarti, Yuni. 2013. Analisis &
Perancangan UML (Unified
Modelling Language) Generated
VB.6. Yogyakarta: Graha Ilmu.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176
175
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
[12.] Supriyanto, Aji. 2007. Pengantar
Teknologi Informasi. Jakarta:
Salemba Infotek.
[13.] Sutabri, Tata. 2012. Analisis Sistem
Informasi. Yogyakarta: Andi.
[14.] Turban, Efraim, et,. al. 2005.
Decision Support System and
Intelligence System 7th Ed. New
Jersey: Pearson Education.
[15.] Ustadiyanto, Riyeke. 2002.
Framework E-Commerce.
Yogyakarta: Andi.
[16.] Whitten, Jeffrey L. Dan Lonnie D.
Bentley. 2007. System Analysis &
Design Methods Seventh Edition. The
McGraw-Hill Irwin. Yogyakarta:
Andi.
Sistem E-Commerce B2C.. Marhamah, Dkk
176
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
177
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
SISTEM PENJADWALAN KULIAH MENGGUNAKAN METODE
ALGORITMA GENETIKA (STUDI KASUS: FAKULTAS
KEDOKTERAN DAN KESEHATAN UNIVERSITAS
MUHAMMADIYAH JAKARTA)
Andrie Tri Laksono1, Meinarini Catur Utami
2, Yuni Sugiarti
3
Program Studi Sistem Informasi, Fakultas Sains dan Teknologi,
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Jl. Ir. Juanda No. 95 Ciputat 15412 Indonesia
Email: [email protected], [email protected]
3
ABSTRACT
In this study, there were problems that occurred in the Faculty of Medicine and Health, University of
Muhammadiyah Jakarta (FKK UMJ) is by their professors who mostly work as doctors made it difficult to
determine the schedule of lectures that are appropriate to the readiness time professors teach that change
frequently and locally are limited , besides making process is still manual college scheduling made it difficult to
manage the scheduling of data subjects. This research aims to design a Class Scheduling Information Systems
Web-Based Method with Genetic Algorithm which is a means of determining process related lecture schedules.
This system is used for FKK UMJ academic field in the schedule of lectures, as well as facilitate the academic
staff, faculty and students access to college scheduling data. Scheduling method using Genetic Algorithms, data
collection method is library research and field studies (interviews and observations) and literature studies of a
kind, and system development methods using Rapid Application Development (RAD) with modeling using UML,
and using PHP with the framework laravel, MySql, Codelobster as tools and software systems development. The
results of this study can provide easily manage scheduling lecture appropriate preparedness and local time
teaching faculty are available to assist the process of making a schedule of lectures to be better again.
Keywords: Information Systems, Scheduling, FKK UMJ, Lectures, Genetic Algorithm, Rapid Application
Development (RAD), PHP, laravel, MySql, Codelobster, UML.
ABSTRAK
Pada penelitian ini terdapat permasalahan yang terjadi pada Fakultas Kedokteran dan Kesehatan
Universitas Muhammadiyah Jakarta (FKK UMJ) yaitu dengan adanya dosen yang sebagian besar berprofesi
sebagai dokter mengakibatkan sulitnya menentukan jadwal kuliah yang tepat sesuai dengan kesiapan waktu
dosen mengajar yang sering berubah dan lokal yang tersedia terbatas, selain itu proses pembuatan
penjadwalan kuliah yang masih manual mengakibatkan sulitnya mengelola data penjadwalan kuliah. Penelitian
ini bertujuan merancang Sistem Informasi Penjadwalan Perkuliahan Berbasis Web dengan Metode Algoritma
Genetika yang merupakan sarana terkait proses penentuan jadwal perkuliahan. Sistem ini digunakan untuk
FKK UMJ bidang akademik dalam membuat jadwal perkuliahan, serta memudahkan staf akademik, dosen dan
mahasiswa mengakses data penjadwalan kuliah. Metode penjadwalan menggunakan Algoritma Genetika,
metode pengumpulan data yaitu studi pustaka dan studi lapangan (wawancara dan observasi) dan studi
literatur sejenis, dan metode pengembangan sistem menggunakan Rapid Application Development (RAD)
dengan pemodelan menggunakan UML, serta menggunakan PHP dengan framework Laravel, MySql,
Codelobster sebagai tools dan software dalam pengembangan sistem. Hasil penelitian ini dapat memberikan
kemudahan dalam mengelola penjadwalan kuliah yang tepat sesuai kesiapan waktu dosen mengajar dan lokal
yang tersedia sehingga membantu proses pembuatan jadwal perkuliahan menjadi lebih baik lagi.
Kata kunci: Sistem Informasi, Penjadwalan, FKK UMJ, Perkuliahan, Algoritma Genetika, Rapid Application
Development (RAD), PHP, Laravel, MySql, Codelobster, UML.
1. PENDAHULUAN
Universitas Muhammadiyah Jakarta (UMJ)
merupakan salah satu institusi pendidikan tinggi
agama Islam di Indonesia. UMJ memiliki 9 Fakultas
dengan 43 Program Studi yang meliputi Fakultas
Ekonomi, Fakultas Teknik, Fakultas Agama Islam,
Fakultas Pertanian, Fakultas Kedokteran dan
Kesehatan, Fakultas Ilmu Pendidikan dan Fakultas
Ilmu Keperawatan serta sekolah Pasca Sarjana yang
memiliki sejumlah program magister yang meliputi
Magister Ilmu Hukum, Magister Studi Islam,
Magister Manajemen, Manajemen Ilmu Administrasi,
Magister Akuntansi, Magister Kesehatan Masyarakat
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
178
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
dan Magister Ilmu Keperawatan. Saat ini, UMJ tengah
memproses dibukanya program doktor untuk bidang
Ilmu Agama, Manajemen dan Bisnis dan Ilmu
Hukum.
Fakultas Kedokteran dan Kesehatan merupakan
salah satu fakultas yang terdapat di UMJ yang
memiliki sistem informasi akademik yang dikelola
secara tersendiri. Dalam bidang akademik, Fakultas
Kedokteran dan Kesehatan ini memerlukan
dosen-dosen yang berkualitas dalam hal belajar
mengajar yang saat ini masih menggunakan
dosen-dosen dari luar dan sebagian besar memiliki
profesi sebagai dokter. Adanya dosen-dosen luar ini
menyebabkan sulitnya menentukan jadwal kuliah
yang tepat sesuai dengan kesiapan waktu mereka dan
lokal yang tersedia, dimana kesiapan waktu mengajar
dosen (dosen luar) dan lokal sangatlah terbatas.
Kesulitan menentukan jadwal kuliah tersebut
dikarenakan belum tersedianya sistem yang secara
khusus melakukan penjadwalan kuliah karena untuk
proses penjadwalan masih dilakukan secara manual
belum terotomasi oleh sistem, sehingga angka
kesalahan semakin besar dan membutuhkan waktu
yang lama untuk membuat jadwal dan sering kali
terjadi jadwal yang bentrok yang menyebabkan proses
belajar mengajar terhambat.
Mahasiswa juga merasa kesulitan apabila ada
perubahan jadwal. Dimana untuk pengumuman
jadwal masih manual yaitu menggunkan papan
pengumuman. Hal ini yang menyebabkan sulitnya
sosialisasi jadwal kuliah terbaru apabila terjadi
perubahan.
Untuk memudahkan dalam proses penjadwalan
tersebut, Fakultas Kedokteran dan Kesehatan merasa
perlu dibuatnya sistem yang dapat memudahkan
pembuatan jadwal kuliah yang secara otomatis
menempatkan kesiapan mengajar dosen pada lokal
yang tersedia secara optimal. Penulis mengajukan
algoritma genetika sebagai metode untuk mencari
solusi dari suatu permasalahan penjadwalan kuliah
yang berkaitan dengan optimalisasi ruangan yang
terbatas dengan kesiapan dosen yang terbatas. Di
dalam banyak kasus metode ini memiliki solusi yang
optimal dan sangat efektif.
2. LANDASAN TEORI
A. Pengertian Rancang Bangun
Menurut Stair dan Reynolds [7], Perancangan
sistem adalah fase pengembangan sistem yang
mendefinisikan bagaimana sistem informasi akan
melakukan perancangan untuk mendapatkan solusi
pemecahan masalah. Sedangkan menurut Laudon dan
Laudon [5], Perancangan Sistem merupakan
keseluruhan rencana atau model untuk sistem yang
terdiri dari semua spesifikasi sistem yang memberikan
bentuk dan struktur.
B. Pengertian Penjadwalan
Penjadwalan adalah pengurutan pembuatan atau
pengerjaan produk secara menyeluruh yang
dikerjakan pada beberapa buah mesin. Dengan
demikian masalah sequencing senantiasa melibatkan
pengerjaan sejumlah komponen yang sering disebut
dengan istilah job. Job sendiri masih merupakan
komposisi dari sejumlah elemen-elemen dasar yang
disebut aktivitas atau operasi. Tiap aktivitas atau
operasi ini membutuhkan alokasi sumber daya
tertentu selama periode waktu tertentu yang sering
disebut dengan waktu proses [6].
C. Algoritma Genetika
Algoritma genetika merupakan evaluasi atau
perkembangan dunia komputer dalam bidang
kecerdasan buatan (artificial intelligence).
Kemunculan algoritma genetika ini terinspirasi oleh
teori Darwin dan teori-teori dalam ilmu biologi,
sehingga banyak istilah dan konsep biologi yang
digunakan dalam algoritma genetika, karena sesuai
dengan namanya, proses-proses yang terjadi dalam
algoritma genetika sama dengan apa yang terjadi pada
evaluasi biologi [10].
Menurut Kusumadewi (dalam Ulisna Ade Rifai
[12]), Terdapat 8 komponen utama dalam algoritma
genetika, yaitu :
a. Teknik Penyandian
Teknik penyandian disini meliputi penyandian gen
dari kromosom. Gen merupakan bagian dari
kromosom. Satu gen biasanya akan mewakili satu
variabel. Variabel adalah suatu sebutan yang dapat
diberi nilai angka (kuantitatif) atau nilai mutu
(kualitatif). Variabel merupakan pengelompokan
secara logis dari dua atau lebih atribut dari objek yang
diteliti [11]. Gen dapat direpresentasikan dalam
bentuk : string bit, pohon, array bilangan real, daftar
aturan, elemen permutasi, elemen program, atau
representasi lainnya yang dapat diimplementasikan
untuk operator genetika.
String Biner
0 1 0 | 1 0 0 1 | 0 1 1 1
Gen 1 Gen 2 Gen 3
b. Fungsi Fitness
Fungsi Fitness, alat ukur yang digunakan untuk
proses evaluasi kromosom. Nilai fitness dari suatu
kromosom akan menunjukkan kualitas kromosom
dalam populasi tersebut [8]. Rumusan fitness yang
digunakan adalah sebagai berikut :
F = ∑ Kesediaan Waktu Dosen
Minggu
F = Fitness
∑ = Jumlah Keseluruhan
c. Prosedur Inisialisasi
Ukuran populasi tergantung pada masalah yang
akan dipecahkan dan jenis operator genetika yang
akan diimplementasikan. Setelah ukuran populasi di
tentukan, kemudian harus dilakukan inisialisasi
terhadap kromosom yang terdapat pada populasi
tersebut. Inisialisasi kromosom dilakukan secara acak,
namun demikian harus tetap memperhatikan domain
solusi dan kendala permasalahan yang ada [8].
d. Pembangkitan Populasi Awal
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
179
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Populasi awal dibangun secara acak, sedangkan
populasi berikutnya merupakan hasil evolusi
kromosom-kromosom melalui iterasi yang disebut
generasi [8].
e. Fungsi Evaluasi
Ada 2 hal yang harus dilakukan dalam melakukan
evaluasi kromosom, yaitu evaluasi fungsi objektif
(fungsi tujuan) dan konversi fungsi objektif ke dalam
fungsi fitness. Secara umum, fungsi fitness diturunkan
dari fungsi objektif dengan nilai yang tidak negatif.
Fungsi objektif adalah fungsi yang nilainya akan
dioptimalkan. Fungsi objektif bisa bernilai maksimum
dan minimum tergantung pada kasusnya. Jika fungsi
objektif biaya produksi, maka nilainya dicari yang
minimum. Tapi kalau fungsi objektifnya berupa
keuntungan, maka nilainya yang maksimum.
f. Kriteria optimasi tercapai
Beberapa kriteria berhenti yang sering digunakan
antara lain :
1. Berhenti pada generasi tertentu.
2. Berhenti setelah beberapa generasi berturut-turut
didapatkan nilai fitness tertinggi/terendah.
3. Berhenti bila dalam n generasi berikutnya tidak
diperoleh nilai fitness yang lebih
tinggi/rendah.
g. Operator genetika
Operator standar yang biasa digunakan dalam
algoritma genetika adalah selection, crossover dan
mutation. Berikut ini akan dijelaskan masing-masing
operator yaitu : [1]
1. Seleksi
Seleksi bertujuan memberikan kesempatan
reproduksi yang lebih besar bagi anggota populasi
yang paling fit. Langkah pertama dalam seleksi ini
adalah pencarian nilai fitness. Masing-masing
individu dalam suatu wadah seleksi akan menerima
probabilitas reproduksi yang tergantung pada nilai
objektif dirinya sendiri terhadap semua individu
dalam wadah seleksi tersebut.Suatu individu
dievaluasi berdasarkan suatu fungsi tertentu sebagai
ukuran performansinya. Fungsi ini dinamakan fungsi
fitness. Di dalam evolusi alam, individu yang bernilai
fitness tinggi yang akan bertahan hidup. Sedangkan
individu yang bernilai fitness rendah akan mati.
Dalam algoritma genetika, fungsi fitness adalah fungsi
objektif dari masalah yang akan dioptimasi. Fungsi ini
sebagai ukuran keuntungan yang ingin dimaksimalkan
atau sebagai ukuran biaya yang ingin diminimumkan
[8]. Evolusi solusi yang akan mengevaluasi setiap
populasi dengan menghitung nilai fitness setiap
kromosom hingga kriteria berhenti terpenuhi maka
akan dibentuk lagi generasi baru dengan mengulangi
membentuk generasi baru dengan menggunakan tiga
operasi diatas secara berulang-ulang sehingga
diperoleh kromosom yang cukup untuk membentuk
generasi baru sebagai representasi dari solusi baru.
2. Rekombinasi (Crossover)
Crossover (perkawinan silang) bertujuan
menambah keanekaragaman string dalam suatu
populasi dengan penyilangan antarstring yang
diperoleh dari reproduksi sebelumnya.
3. Mutasi
Mutasi merupakan proses mengubah nilai dari satu
atau beberapa gen dalam kromosom. Operasi
crossover yang dilakukan pada kromosom dengan
tujuan untuk memperoleh kromosom-kromosom baru
sebagai kandidat solusi pada generasi mendatang
dengan fitness yang lebih.
h. Generasi Terakhir
Algoritma genetika adalah algoritma pencarian
hasil yang terbaik, yang didasarkan pada perkawinan
silang (crossover) dan seleksi gen secara alami.
Setelah beberapa generasi maka algoritma genetika
akan berada pada generasi terakhir dimana
menghasilkan kromosom terbaik, yang diharapkan
menghasilkan individu baru.
Menurut Kusumadewi (dalam Ulisna Ade Rifai
[12]), Algoritma genetika membutuhkan beberapa
nilai parameter yang menentukan kinerja program.
Parameter yang biasa digunakan pada algoritma
genetika adalah :
1. Population size, jumlah individu yang dilibatkan
pada setiap generasi.
2. Crossover rate merupakan rasio perbandingan
banyaknya offspring yang diproduksi pada tiap
generasi dengan banyaknya population size.
Crossover rate yang besar membuat area solusi
semakin besar dan mengurangi kemungkinan
kesalahan perolehan solusi optimum. Tetapi jika
crossover rate ini terlalu tinggi akan terjadi
pembuangan waktu komputasi karena area solusi
yang tidak menjanjikan solusi pun akan
dieksplorasi.
3. Mutation rate, merupakan representasi terjadinya
kromosom baru sebagai akibat mutasi, dari
keseluruhan population size. Jika mutation rate ini
terlalu rendah, banyak kemungkinan solusi yang
tidak akan dicoba sementara.
Gambar 1.1 Diagram Alir Genetic Algorithms
Sederhana
3. METODE PENELITIAN
A. Metode Pengumpulan Data
Studi Pustaka
Metode ini dilakukan dengan mempelajari
teori-teori terkait dan hasil penelitian
sebelumnya yang mendukung pemecahan
masalah bagi penelitian baik dari buku, website
dan skripsi penelitian sejenis. Daftar buku,
website dan penelitian skripsi yang digunakan
sebagai bahan studi penelitian ini dapat dilihat
pada halaman daftar pustaka dari laporan
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
180
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
penelitian ini.
Studi Lapangan
Pada metode studi lapangan ini terdapat 3
cara yaitu :
1. Observasi (Pengamatan)
Pengamatan dilakukan dengan melakukan
tinjauan langsung di Fakultas Kedokteran dan
Kesehatan Universitas Muhammadiyah Jakarta
(UMJ) terutama di bidang akademik dan IT.
Tujuan dilakukannya observasi guna mengetahui
bagaimana jalannya sistem manual dan
mengetahui masalah-masalah apa saja yang
timbul jika masih digunakannya sistem manual.
Kemudian, dari masalah-masalah yang telah
didapat bisa dianalisis sistem seperti apa yang
akan dikembangkan guna membantu proses
pembuatan jadwal kuliah pada Fakultas
Kedokteran dan Kesehatan Universitas
Muhammadiyah Jakarta.Dalam hal ini yang
penulis amati adalah :
1.) Sistem berjalan dari bidang akademik.
2.) Bagaimana proses awal penjadwalan
sampai dengan laporan hasil penjadwalan.
Pelaksanaan pengamatan penelitian sebagai
berikut :
a.) Waktu : Waktu penelitian sudah
dilaksanakan selama bulan Desember
2015 - Maret 2016
b.) Tempat yang akan menjadi obyek
penelitian adalah :
Nama : Fakultas Kedokteran dan
Kesehatan Universitas
Muhammadiyah Jakarta
(UMJ).
Alamat : Jalan Cempaka Putih
Tengah 1, Cemp. Putih,
Kota Jakarta Pusat,
Daerah Khusus Ibukota
Jakarta 10510.
2. Wawancara
Pada metode ini, penulis akan melakukan
wawancara langsung kepada staf pegawai bidang
akademik dan IT untuk mendapatkan informasi
atau data-data seperti proses penjadwalan kuliah
yang sedang berjalan baik mengenai
penjadwalan, data dosen, data mata kuliah, data
ruang dan lain-lain.
3. Studi Literatur
Penulis menggunakan beberapa literatur
sejenis sebagai objek kajian, sehingga
didapatkan peta domain penelitian yang akan
dilaksanakan.
B. Metodologi Pengembangan Sistem
Dalam pengembangan sistem penjadwalan ini,
penulis memilih untuk menggunakan metode
pengembangan sistem Rapid Application
Development (RAD). Penulis memilih metode
tersebut karena tahap-tahap yang dimiliki RAD sangat
terstruktur, pengembangannya dapat dilakukan dalam
waktu cepat.
Gambar 2.1 Siklus Pengembangan Sistem Model
RAD
C. Kerangka Berpikir
Dalan melakukan penelitian ini, penulis
melakukan tahapan-tahapan kegiatan dengan
mengikuti rencana kegiatan yang tertuang dalam
kerangka penelitian meliputi metode pengumpulan
data dan metode pengembangan sistem yang dapat
dilihat pada gambar berikut:
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
181
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 3.1 Kerangka Berfikir
4. ANALISA DAN PEMBAHASAN
A. Requirement Planning
Fase ini merupakan fase identifikasi tujuan,
syarat-syarat dan kebutuhan sistem untuk
menyelesaikan permasalahan yang ada. Dalam hal ini,
penulis mengumpulkan semua kebutuhan dan data
untuk mengidentifikasikan tujuan dan syarat-syarat
dari kebutuhan sistem yang akan dibuat atau sistem
usulan.
Berikut adalah tabel dan bagan struktur
organisasi FKK UMJ, dimana FKK UMJ menaungi 4
program studi yaitu program studi S1 kesehatan
masyarakat, program studi S1 pendidikan dokter,
program studi D3 kebidanan dan program studi
Magister kesehatan masyarakat.
Gambar 4.1 Struktur Organisasi
Proses pembuatan jadwal perkuliahan oleh staf
akademik FKK UMJ selama ini masih dilakukan
secara manual yaitu dengan menggunakan
Microsoft Excel. Adanya 4 program studi yang
dinaungi, 86 dosen dan keterbatasan ruangan
merupakan hal yang penting dan berpengaruh dalam
pembuatan penjadwalan perkuliahan. Selain itu,
banyaknya dosen pengajar yang berprofesi sebagai
dokter membuat kesiapan dosen menjadi sering
berubah-ubah dan penjadwalan kuliah pun harus
segera disesuaikan. Sehingga apabila masalah ini
dilakukan secara manual, maka akan membutuhkan
waktu 1-2 minggu dan membutuhkan ketelitian.
Berdasarkan dari hasil pengamatan dan observasi
yang telah dilakukan, berikut ini adalah alur kerja
proses pembuatan penjadwalan kuliah oleh staf
akademik FKK UMJ
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
182
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 4.2 Rich Picture Sistem Berjalan
Penulis mengusulkan untuk membuat rancang
bangun sistem informasi penjadwalan kuliah dengan
metode algoritma genetika berbasis web. Dengan
sistem ini dapat membuat jadwal kuliah secara
otomatis dengan metode algoritma genetika yang
terdapat dalam sistem, sehingga dapat memudahkan
pihak akademik FKK UMJ dalam membuat
penjadwalan kuliah dan dapat memberikan informasi
jadwal perkuliahan kepada dosen dan mahasiswa
apabila terdapat perubahan jadwal perkuliahan.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
183
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 4.3 Rich Picture Sistem yang Diusulkan
B. Workshop Design
Berikut ini yang merupakan desain sistem
algoritma genetika yang digunakan adalah menentukan
teknik penyandian, fungsi fitness, menentukan
prosedur inisialisasi, pembangkitkan populasi awal,
evaluasi, kriteria optimasi tercapai, seleksi, melakukan
rekombinasi (crossover), mutasi dan menentukan
generasi terakhir.
1. Teknik Penyandian
Pada proses ini dilakukan inisialisasi kesediaan
mengajar dosen. Pada tahap ini terdapat 3 gen yang
akan di sandikan, yaitu dosen, matakuliah dan waktu
kesediaan dosen.
Tabel 4.1 Data Dosen FKK UMJ
Tabel4.2 Data Mata Kuliah FKK UMJ
Tabel 4.3 Waktu Kesediaan Dosen FKK UMJ
Dari ketiga variabel (gen) diatas akan
digabungkan menjadi sebuah kromosom (Individu) :
Kode_Dosen Kode_Kegiatan Kesediaan
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
184
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
DOS001 MK001 10000
Gen 1 Gen2 Gen 3
Kromosom = DOS001MK00110000
Maksud dari kromosom diatas Dosen atas nama Drs.
M. Yamin bersedia mengajar matakuliah Bahasa
Indonesia pada hari senin.
2. Fungi Fitness
Dalam sistem ini, permasalahan optimasi adalah
mengoptimalkan n dosen dengan n mata kuliah pada n
ruangan yang ada. Karena itu fungsi fitness yang
digunakan dapat didefinisikan sebagai kesediaan
waktu dosen. Pada proses ini, nilai fitness berdasarkan
rank-basedfitness dengan cara mengurutkan kesediaan
mengajar dosen menurut nilai objektifnya (banyaknya
kesediaan mengajar dosen).
3. Prosedur Inisialisasi
Pada proses ini dilakukan inisialisasi kesediaan
dosen mengajar berdasarkan data nama dosen, mata
kuliah dan waktu kesediaan dosen.
Gambar 4.3 Prosedur Inisialisasi
4. Pembangkitan Populasi Awal
Pada proses ini dilakukan pembangkitan populasi
awal (kesediaan mengajar dosen) yang telah
diinisialisasi di atas
Gambar 4.4 Pembangkitan Populasi Awal
5. Evaluasi
Kesedian dosen yang dibangkitkan diatas kemudian
dievaluasi dengan menjumlahkan kesediaan dari
masing-masing dosen.
Gambar 4.5 Evaluasi Kesediaan Nilai Fitness
6. Kriteria Optimasi Tercapai
Sebelum masuk ke tahap seleksi, ada kriteria yang
harus diperoleh agar optimasi dapat tercapai. Kriteria
tersebut adalah terdapat jadwal kuliah yang sesuai
dengan kesediaan waktu mengajar dosen dengan
ruangan yang ada, dalam hal ini dilihat berdasarkan
nilai fitness yang didapatkan pada setiap dosen.
7. Seleksi
Setelah proses evaluasi dilakukan, kesediaan
mengajar dosen akan mengalami seleksi berdasarkan
hari dan shift yang telah ditetapkan. Seleksi ini
bertujuan untuk menentukan kesediaan mengajar
dosen mana yang sesuai untuk menempati lokal yang
tersedia. Seleksi yang penulis gunakan adalah
Rank-basedfitnees yaitu dengan cara mengurutkan
kesediaan mengajar dosen menurut nilai objektifnya
(banyaknya kesediaan mengajar dosen). Penerapan
untuk contoh diatas, dapat dilihat pada Tabel 4.6 di
bawah ini. Seleksi (1,I): Tampilkan semua kesediaan
mengajar dosen dengan hari = senin dan shift = l
(08.00-08.50) yang diurutkan berdasarkan banyaknya
kesediaan mengajar dosen. Dimana dosen yang
memiliki nilai fitness paling sedikit akan dipilih atau
diutamakan dari pada dosen lain yang memiliki nilai
fitness lebih besar.
Gambar 4.6 Kesediaan Mengajar Dosen Hasil
Seleksi
8. Rekombinasi (Crossover)
Dari proses seleksi diatas, diambil kesediaan
mengajar dosen sebanyak lokal yang tersedia. Proses
ini menyebabkan populasi (kesediaan mengajar dosen)
berkurang mengalami rekombinasi. Rekombinasi juga
terjadi terhadap proses seleksi dengan melakukan
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
185
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
penyilangan satu titik (single point crossover) untuk
hari dan shift berikutnya terhadap kesediaan mengajar
dosen (seleksi (l , I) dan seterusnya).
Gambar 4.7 Tabel Jadwal Generasi Ke-1
Gambar 4.8 Populasi Setelah Rekombinasi
9. Mutasi
Proses mutasi terjadi pada kesediaan mengajar dosen
yang benar-benar belum mendapatkan lokal. Proses
menentukan evaluasi, seleksi, rekombinasi dan mutasi
akan dilakukan berulang-ulang selama populasi
(kesediaan mengajar dosen) belum kosong.
10. Generasi Terakhir
Dari 5 dosen dan 5 mata kuliah yang dijadikan
sebagai contoh dan diproses berdasarkan langkah
algoritma genetika maka dihasilkan jadwal
perkuliahan sederhana yang optimal dengan ruang
yang tersedia.
Gambar 4.9 Jadwal Perkuliahan (Generasi Terakhir)
C. Desain Proses (UML)
1. Usecase diagram
Usecase diagram pada bagian ini
menjelaskan interaksi antara aktor dengan sistem
informasi penjadwalan kuliah algoritma genetika.
Setelah penulis mengidentifikasi aktor serta
mengidentifikasi usecase dari tiap-tiap aktor,
berikutnya penulis membuat rancangan usecase
secara menyeluruh.
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
186
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 4.10 Usecase Diagram
Pada tahap usecase narrative penulis
memaparkan tentang kegiatan yang dilakukan
oleh aktor dan respon yang diberikan oleh sistem
sesuai dengan yang terjadi pada sistem.
2. Class Diagram
Pada tahap ini penulis membuat class
diagram dari sistem yang diusulkan. Dimana
menggambarkan keadaan suatu sistem, sekaligus
layanan untuk memanipulasi keadaan metode
sehingga class memiliki tiga area pokok yaitu :
nama, attribute dan metode. Sebelum
mendefinisikan class, penulis mencari
objek-objek terlebih dahulu untuk menjadi
potensial objek.
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
187
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 4.11 Class Diagram
3. Mapping Cardinality
Pada tahap ini akan dilakukan optimasi database
yang dihasilkan dari class diagram. Terdapat
perubahan perubahan dari kardinalitas yang telah
dijelaskan pada tahap class diagram. Pada mapping
cardinality digambarkan mengenai pengiriman kunci
primer dari table satu ke table lainnya
.
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
188
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 4.12 Mapping Cardinality
F. Implementaion
1. Pemrogaman
Pada tahap ini dilakukan pengkodean atau
pemrograman untuk membangun sistem. Pada
tahap pemrograman, peneliti menggunakan
bahasa pemrograman PHP dengan framework
Laravel sebagai bahasa pemrograman yang
membantu dalam proses perancangan sistem
informasi penjadwalan kuliah berbasis web
dengan metode algoritma genetika.
2. Pengujian Black Box Testing
Setelah proses pemrograman selesai dibuat,
maka tahap selanjutnya adalah pengujian sistem
menggunakan black box testing yaitu melakukan
test-case terhadap aplikasi dengan menggunakan
tabel pengujian yaitu dengan cara memasukkan
data ke dalam sistem dan melihat hasil
keluarannya apakah sesuai dengan hasil yang
diharapkan atau tidak.
Gambar 4.19 Pengujian BlackBox Testing
D. PENUTUP
A. Kesimpulan
Berdasarkan hasil pembahasan penelitian ini
dalam bab sebelumnya, maka dapat ditarik beberapa
kesimpulan sebagai berikut:
1. Penelitian ini menghasilkan Sistem Informasi
Penjadwalan Kuliah yang sudah terotomasi oleh
sistem sehingga memudahkan pihak akademik
dan dosen dalam membuat jadwal kuliah.
2. Dengan menggunakan sistem ini dapat
meminimalisir angka kesalahan dan efisiensi
waktu dalam pembuatan jadwal kuliah.
3. Penelitian ini menghasilkan sistem yang
mempermudah mahasiswa untuk mendapatkan
informasi jadwal kuliah apabila terjadi
perubahan jadwal.
4. Dengan adanya sistem ini, dosen akan lebih
mudah untuk menginput waktu kesiapan
mengajarnya sendiri karena jadwal dosen yang
sering berubah-ubah.
B. Saran
Berdasarkan hasil penelitian yang diperoleh,
didapatkan beberapa saran guna perbaikan
perkembangan penelitian ini di kemudian hari, yaitu:
1. Untuk lebih memudahkan user dalam mengakses
sistem ini sebaiknya juga di kembangkan pada
platform berbasis mobile atau mobile web.
2. Untuk menghindari masalah pada sistem
penjadwalan, maka pengguna dianjurkan untuk
memperbaharui sebagian program sistem yang
ada atau melengkapi kelemahan dari program
secara bertahap.
3. Penggabungan Sistem Informasi Penjadwalan
Kuliah dengan Sistem Akademik yang
terintegrasi.
REFERENSI
[1] A. Desiani dan M. Arhami, Konsep Kecerdasan
Buatan. Yogyakarta : Andi, 2006.
[2] A.T. Laksono, “Aplikasi Penjadwalan
Perkuliahan Praktikum Berbasis Web (Studi
Kasus : Pusat LaboratoriumTerpadu Universitas
Islam Negeri Syarif Hidayatullah Jakarta)”,
Universitas Islam Negeri Syarif Hidayatullah
Jakarta, 2010.
[3] Fahrurozi, “Sistem Informasi Penjadwalan
Matakuliah pada International Programs
Fakultas Sains dan Teknologi UIN Syarif
Hidayatullah Jakarta Berbasis Website”,
Universitas Islam Negeri Syarif Hidayatullah
Jakarta, 2011.
[4] G.T. Sanjaya dan B. Sumboro, “Rancang Bangun
Aplikasi Penjadwalan Kuliah STMIK AUB
Surakarta Berbasis Web”, STMIK AUB
Surakarta, 2015.
[5] K.C. Laudon and P.L. Jane, Management
Information System : Managing the Digital Firm.
New Jersey : Prentice-Hall, 2010.
[6] R.Ginting, Penjadwalan Mesin. Yogyakarta :
Graha ilmu, 2009.
[7] R. Stair and G. Reynolds, Principles of
Information Systems (9th
edition). America :
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190
189
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Course Technology, 2010.
[8] Sanjoyo, Aplikasi Algoritma Genetika. Jakarta:
Erlangga, 2006.
[9] S. Manurung, “Sistem Informasi Jadwal Kuliah
Berbasis Web Pada Jurusan Teknik Elektro
Politeknik Negeri Medan”, Politeknik Negeri
Medan, 2013.
[10] Suyanto, Algoritma Optimasi Deterministik atau
Probabistik. Yogyakarta : Graha Ilmu,
2010.
[11] T. Sutabri, Konsep Dasar Informasi. Yogyakarta :
Andi, 2012.
[12] U.A.Rifai, “Pengembangan Aplikasi
Penjadwalan Kegiatan dengan Menggunakan
Algoritma Genetika (Studi Kasus : Humas
Kementerian Agama RI)”, Universitas Islam
Negeri Syarif Hidayatullah Jakarta, 2011.
Sistem Penjadwalan kuliah.. Laksono, AT, Dkk
190
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202
191
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
SPASIAL CLASIFICATION MINING UNTUK MENENTUKAN
PRAKIRAAN CURAH HUJAN BERDASARKAN KARAKTERISTIK
WILAYAH
Eva Khudzaeva
Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Islam Negeri Jakarta
UIN Jakarta. Jl. Ir. H. Juanda No.95, Ciputat Jakarta
e-mail : [email protected]
ABSTRACT
Information about the condition of rainfall is one of the essential elements and a big influence on all kinds of
livelihood activities, Banten province is a region that is characteristic of the region vary, so study the spatial
patterns of the relationship between rainfall data with the characteristics of the region, will obtain the factors
that influence precipitation and can determine the bulk rainfall prediction based on its characteristics in Banten
Province. Data mining provides the desired search patterns in large databases to assist in decision making at a
time when it comes to looking for patterns of relatedness in the used mining methods using decision tree
classification, where the rainfall data will be classified with regional characteristics, so as to generate a
forecast of rainfall.
Keywords: Forecast rainfall, regional characteristics, classification mining, decision tree
ABSTRAK
Informasi mengenai kondisi curah hujan adalah salah satu unsur penting dan besar pengaruhnya terhadap
segala macam aktifitas kehidupan, Provinsi Banten merupakan wilayah yang karakteritik wilayahnya berbeda-
beda, sehingga mempelajari pola spasial keterkaitan antara data curah hujan dengan karakteristik wilayah, akan
memperoleh faktor-faktor yang mempengaruhi curah hujan dan dapat menentukan prakiran curah hujn
berdasarkan karakteristik wilayah di Provinsi Banten. Data mining berisi pencarian pola yang diinginkan dalam
database besar untuk membantu dalam pengambilan keputusan diwaktu yang akan datang untuk mencari pola
keterkaitan tersebut digunakan metode classification mining menggunakan decision tree, dimana data curah
hujan akan diklasifikasikan dengan karakteristik wilyah, sehingga menghasilkan prakiraan curah hujan.
Kata Kunci : Prakiraan curah hujan, karakteristik wilyah, classification mining, decision tree
I. Pendahuluan
Provinsi banten merupakan provinsi yang
berdampingan dengan Ibukota Negara, Banten
resmi menjadi sebuah provinsi ke-30 di Negara
Kesatuan Republik Indonesia (NKRI) sejak tahun
2000, dibentuk melalui Undang-undang nomor 23
tahun 2000. Provinsi Banten berada diantara
507’50” – 7
01’11” lintang selatan dn 105
01’11” –
10607’12” bujur timur yang terbagi dalam 8 daerah
kota dan Kabupaten. Provinsi Banten bila dikaitkan
dengan posisi geografis dan kondisi toponomi
pemerintahan, maka Provinsi Banten merupakan
wilayah yang memiliki banyak kegiatan
perindustrian dan pertanian, di wilayah Banten
sendiri memiliki karekteristik wilayah yang
berbeda dan juga curah hujan yang berbeda-beda.
Informasi mengenai kondisi curah hujan
adalah salah satu unsur penting dan besar
pengaruhnya terhadap segala macam aktifitas
kehidupan. Curah hujan diukur dalam waktu
harian, bulanan, dan tahunan. Untuk menganalisa
frekuensi curah hujan bisa dilakukan melalui curah
hujan rata-rata dari berbagai stasiun hujan yang
ada. Yang kemudian dianalisis secara statistik
untuk mendapatkan pola sebaran data curah hujan
yang sesuai dengan pola sebaran data curah hujan
rata-rata. Secara umum curah hujan di daerah
sekitar pos-pos hujan tidak bisa diketahui secara
pasti karena pengukuran tidak dilakukan di semua
lokasi [1]. BMKG wilayah banten mempunyai 31
stasiun data curah hujan yang tersebar di wilayah
Banten. Perolehan data curah hujan dari beberapa
stasiun dapat memungkinkan kondisi yang disebut
”Rich of Data but Poor of Information” karena data
curah hujan yang terkumpul tidak dapat digunakan
untuk pengambilan keputusan dan akan menjadi
kuburan data. Spasial data mining adalah proses
untuk menemukan sesuatu yang menarik dan
sebelumnya belum ada, namun merupakan potensi
pola spasial yang berguna dari dataset spasial[2].
Spasial data mining digunakan untuk
menggali informasi dan keterkaitan antara data
Spasial Classification Mining.. Khudzaeva, eva
192
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
curah hujan dan pola karakteristik topografi
wilayah Banten, sehingga faktor-faktor yang
mempengaruhi curah hujan ini akan digunakan
menentukan prakiraan curah hujan di wilayah
Banten. Proses untuk menentukan pola keterkitan
curah hujan dan karakteristik wilayah, diolah
menggunakan data mining curah hujan dan data
spasial karakteristik wilayah, menggunakan metode
klasifikasi decision tree.
2. Metodelogi Penelitian
A. Bahan
1. Peta vektor Provinsi Banten dalam format
shapefile dengan ekstensi *shp
menggunakansistem proyeksi geografiyang
dinyatakan dalam besaran sudut (derajat)
lintang dan bujur dan proyeksi Universal
Transverse Mercator(UTM).
2. Peta vektor topogrfi di Provinsi Banten dalam
format shapefile dengan ekstensi *shp
menggunakan sistem proyeksi geogarfi dalam
besaran sudut lintang dan bujur juga UTM.
3. Data non spasial berupa data atribut curah
hujan yang telah tersedia dan diproses,
ditambahkan dengan masukkan data lain yang
mendukung analisis data.
Menentukan Node Dalam data sampel tentukan dulu node terpilih,
yaitu dengan menghitung nilai informasi gain
masing-masing atribut untuk menentukan node
terpilih, mengunakan nilai informasi gain yang
paling besar, nilai gain diperoleh dari nilai entropy
dari masing-masing variabel, menggunakan rumus
dibawah ini:
……………….............................(1)
Dengan :
S : Himpunan Kasus
A : Fitur
n : Jumlah partisi S
pi : Proporsi dari Si terhadap S
(2)
S : Himpunan kasus
A : Atribut
n : Jumlah partisi atribut A
|Si| : Jumlah kasus pada partisi ke i
|S| : Jumlah kasus dalam S
II. HASIL
A. Analisa Data Mining
Data yang tidak lengkap disebabkan karena
adanya data yang kosong atau atribut yang salah,
sehingga proses data preprocessing perlu
dilakukan sehingga database sesuai dengan
ketentuan yang diperlukan.[4] peta 1 menunjukkan
sebaran stasiun curah hujan dan ketinggian wilayah
provinsi banten. Dan peta 2. Adalah kontur wilayah
banten
Gambar 1 Peta Provinsi Banten
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202
193
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Peta 2. Peta Kontur
Data preprocessing merupakan hal yang
penting dalam proses data mining, hal yang
termasuk antara lain :
B. Data Selection
Data Curah Hujan dan Topografi tersebut
nantinya akan menjadi kasus dalam proses
operasional data mining. Dari data yang ada,
kolom yang diambil sebagai atribut/variable
keputusan adalah survive.[4] sedangkan kolom
yang diambil variabel penentuan dalam
pembentukan pohon keputusan adalah:
1. Koordinat x,y/nama stasiun
2. Kategori Curah hujan bulanan ditentukan dari
BMKG, curah hujan bulanan dikategorikan
menjadi 4 kategori, antara lain kategori curah
hujan ringan (0 – 100 mm), kategori curah
hujan sedang (101 – 300 mm), kategori curah
hujan tinggi (301 – 400 mm), dan kategori
curah hujan sangat tinggi (diatas 401mm)[2].
3. Topografi ketinggian wilayah Banten
ditentukan dari ketinggian karakteristik
wilayah yang ada di provinsi Banten
4. Topografi kelerengan wilayah Banten
ditentukan dari kelerengan wilayah yang ada
di Provinsi banten
C. Data Preprocessing/Data Cleaning
Data cleaning diterapkan untuk menambah
isi atribut yang hilang atau kosong, dan merubah
data yang tidak konsisten [4]
1. Data Transformasi
Dalam proses ini, data ditranspormasikan ke
dalam bentuk yang sesuai untuk proses data
mining.
2. Data Reduction
Reduksi data dilakukan dengan
menghilangkan atribut yang tidak diperlukan
sehingga ukuran dari database menjadi kecil dan
hanya menyertakan atribut yang diperlukan dalam
proses data mining, karena akan lebih efisien
terhadap data yang lebih kecil.
Masalah klasifikasi berakhir dengan
dihasilkan sebuah pengetahuan yang
dipresentasikan dalam bentuk diagram yang biasa
disebut pohon keputusan (decision tree) untuk
menentukan pola curah hujan terhadap karakteristik
fisik, kriteria yang diperhatikan adalah banyakny
curah hujan yang terjadi disuatu wilayah dilihat
berdasarkan karakteristik fisik wilayah dilihat dari
topografi ketinggian dan kelerengan.
D. Mengubah Data Menjadi Tree
Dalam mengubah data menjadi tree terlebih
dahulu data dinyatakan dalam bentuk tabel dengan
atribut dan record. Atribut menyatakan suatu
parameter yang dibuat sebagai kriteria dalam
pembentukan tree.
E. Menentukan Node
Dalam data sampel tentukan dulu node
terpilih, yaitu dengan menghitung nilai informasi
gain masing-masing atribut untuk menentukan
node terpilih, gunakan nilai informasi gain yang
paling besar, nilai gain diperoleh dari nilai entropy
Spasial Classification Mining.. Khudzaeva, eva
194
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
dari masing-masing variabel, menggunakan rumus
dibawah ini:
a. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Januari. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan januari diperoleh dari rumus gain,
nilai Gain lereng sebesar (0.92148) dan nilai
Gain curah hujan adalah (1.076045). jadi nilai
gain tertinggi terdapat pada atribut hujan.
dengan demikian lereng dapat menjadi node
akar. ada 4 nilai atribut dari CH jan yaitu
sangat tinggi, tinggi, sedang dan ringan. Dari
keempat nilai atribut tersebut atribut sedang
masih perlu diperhitungkan lagi.
b. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Januari. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan febuaari diperoleh dari rumus
gain, nilai Gain lereng sebesar (0.92148) dan
nilai Gain curah hujan adalah (1.917455). jadi
nilai gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
c. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Maret. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan Maret diperoleh dari rumus gain,
nilai Gain lereng sebesar (0.92148) dan nilai
Gain curah hujan adalah (0.71039). jadi nilai
gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
d. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan april. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
1
CH
Jan
1.1
leren
g
>=501 301-
500
0-200
Sangat tinggi
Tinggi sedan
g
Ringan
>=501 301-
500
201-
300
0-2%
2-15%
15-40%
1 CH
1.1
lereng >=501 301-
500 0-200
Sangat
tinggi Tinggi sedang
Ringan
>=501 301-
500
201-
300
0-2% 2-15%
15-
40%
1
CH
Jan
1.1
leren
g
>=501 301-
500 0-200
Sangat tinggi
Tinggi sedan
g
Ringan
>=501 301-
500
201-
300
0-2%
2-15%
15-40%
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202
195
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan April diperoleh dari rumus gain,
nilai Gain lereng sebesar (0.92148) dan nilai
Gain curah hujan adalah (0.39132). jadi nilai
gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
e. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Januari. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan Mei diperoleh dari rumus gain,
nilai Gain lereng sebesar (0.92148) dan nilai
Gain curah hujan adalah (0.574757). jadi nilai
gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
f. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Juni. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan juni diperoleh dari rumus gain,
nilai Gain lereng sebesar (0.92148) dan nilai
Gain curah hujan adalah (0.0321). jadi nilai
gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
g. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
1
Lere
ng
1.1
CH
>=501 301-
500
0-200
0-2%
2-15% 15-
40%
Ringan
>=501 301-
500
201-
300
S.
Tingg Tinggi
ringan
0-200
Sedan
g
1
Ler
eng
1.1
CH >=50
1
301-
500
0-
200
0-2%
2-15%
15-40%
Ring
an
>=50
1
301-
500
201-
300
S. Ting Ting
gi
ringan
0-
200
Seda
1
Ler
eng
1.1
CH
>=50
1
301-
500 0-200
0-2%
2-
15%
15-
40%
Ringa
n
>=50
1
301-
500
201-
300
S.
Tingg Tinggi
ringan
0-
200
Seda
Spasial Classification Mining.. Khudzaeva, eva
196
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
dan curah hujan bulan Juli. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan Juli diperoleh dari rumus gain,
nilai Gain lereng sebesar (0.92148) dan nilai
Gain curah hujan adalah (0.60684). jadi nilai
gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
h. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Agustus. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan agustus diperoleh dari rumus
gain, nilai Gain lereng sebesar (0.92148) dan
nilai Gain curah hujan adalah (0.012058). jadi
nilai gain tertinggi terdapat pada atribut
leereng. dengan demikian lereng dapat
menjadi node akar. ada 3 nilai atribut dari
lereng yaitu 0-2%, 2-15% dn 15-40%. Dari
ketiga nilai atribut tersebut atribut sedang
masih perlu diperhitungkan lagi.
i. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan September. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan September diperoleh dari rumus
gain, nilai Gain lereng sebesar (0.92148) dan
nilai Gain curah hujan adalah (0.03233). jadi
nilai gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
j. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
1
Lere
ng
1.1
CH
>=501 301-
500
0-200
0-2%
2-15% 15-
40%
Ringan
>=501 301-
500
201-
300
S.
Tingg Tinggi
ringan
0-200
Sedan
g
1
Lere
ng
1.1
CH
>=501 301-
500
0-200
0-2%
2-15% 15-
40%
Ringan
>=501 301-
500
201-
300
S.
Tingg Tinggi
ringan
0-
200
Sedan
g
1
Ler
eng
1.1
CH
>=50
1
301-
500
0-200
0-2%
2-
15%
15-
40%
Ringa
n
>=50
1
301-
500
201-
300
S.
Tingg Tinggi
ringan
0-
200
Seda
ng
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202
197
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Oktober. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan oktober diperoleh dari rumus
gain, nilai Gain lereng sebesar (0.92148) dan
nilai Gain curah hujan adalah (0.79309). jadi
nilai gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
k. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Nopember. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan Nopember diperoleh dari rumus
gain, nilai Gain lereng sebesar (0.92148) dan
nilai Gain curah hujan adalah (0.87468). jadi
nilai gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
l. Menghitung jumlah kasus pada ketinggian
yang dijadikan sebagai acuan, jumlah kasus
untuk keputusan >=501, 301-500, 201-300,
dan 0-200, dan Entropy dari semua kasus dan
kasus yang dibagi berdasarkan atribut lereng
dan curah hujan bulan Desember. Setelah itu
lakukan penghitungan Gain untuk masing-
masing atribut.
Nilai total entropy adalah 1.917455,
sedangkan nilai Gain pada atribut lereng dan
curah hujan Desember diperoleh dari rumus
gain, nilai Gain lereng sebesar (0.92148) dan
nilai Gain curah hujan adalah (0.90296). jadi
nilai gain tertinggi terdapat pada atribut curah
hujan. dengan demikian curah hujan dapat
menjadi node akar. ada 4 nilai atribut dari CH
jan yaitu sangat tinggi, tinggi, sedang dan
ringan. Dari keempat nilai atribut tersebut
atribut sedang masih perlu diperhitungkan
lagi.
Ilustrasi tree view menggunakan software orange disajikan pada gambar 3.[5]
1
Leren
1.1
CH >=5
01
301-
500
0-
200
0-2%
2-15%
15-40
Ringan
>=5
01
301-
500
201-
300
S.
Ting Ting
gi
ringa
n
0-
200
Sed
ang
1 Le
ren
1.1 C
H
>=5
01
301-
500
0-
200
0-2%
2-15%
15-40
Ringan
>=5
01
301-
500
201-
300
S. Ting Ting
gi
ringan
0-
200
Sed
1
Lereng
1.1
CH
>=501 301-
500
0-200
0-2%
2-15% 15-
40%
Ringan
>=501 301-
500
201-
300
S.
Tingg Tinggi
ringan
0-
200
Sedan
g
Spasial Classification Mining.. Khudzaeva, eva
198
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar 3. Tree curah hujan
III. Kesimpulan
Kesimpulannya setelah didapatkan tree
kemudian rule dari prakiraan curah hujan
adalah sebagai berikut:
a. curah hujan januari
R1 : if CH= Sangat tinggi THEN Ketinggian
>= 501
R2 : if CH= Tinggi THEN Ketinggian 301-
501
R3 : if CH= sedang ^ lereng 0-2% THEN
ketinggian >=501
R4 : if CH= sedang ^lereng 2-15% THEN
ketinggian 301-200
R5 : if CH=sedan ^ lereng 15-40% THEN
ketinggian 201-300
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = CH= Sangat tinggi maka Ketinggian >=
501
R2 = CH= Tinggi maka Ketinggian 301-501
R3 = CH= sedang = lereng 0-2% maka
ketinggian >=501
R4 = CH= sedang = lereng 2-15% maka
ketinggian 301-200
R5 =CH=sedan = lereng 15-40% maka
ketinggian 201-300
b. curah hujan februari
R1 : if CH= Sangat tinggi THEN Ketinggian
>= 501
R2 : if CH= Tinggi THEN Ketinggian 301-
501
R3 : if CH= sedang ^ lereng 0-2% THEN
ketinggian >=501
R4 : if CH= sedang ^lereng 2-15% THEN
ketinggian 301-200
R4 : if CH=sedan ^ lereng 15-40% THEN
ketinggian 201-300
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = CH= Sangat tinggi maka Ketinggian >=
501
R2 = CH= Tinggi maka Ketinggian 301-501
R3 = CH= sedang = lereng 0-2% maka
ketinggian >=501
R4 = CH= sedang = lereng 2-15% maka
ketinggian 301-200
R5 =CH=sedan = lereng 15-40% maka
ketinggian 201-300
c. curah hujan Maret
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202
199
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
d. curah hujan April
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
e. curah hujan Mei
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
f. curah hujan Juni
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
g. curah hujan Juli
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
Spasial Classification Mining.. Khudzaeva, eva
200
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
h. curah hujan Agustus
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
i. curah hujan September
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
j. curah hujan Oktober
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
k. curah hujan Nopember
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
l. curah hujan Desember
R1 : if lereng = 0-2% THEN Ketinggian=
>=501
R2 : if lereng= 2-15% THEN ketinggian
=301-500
R3 : if lereng= 15-40% ^ CH= Sangat Tinggi
THEN ketinggian >=501
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202
201
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
R4 : if lereng=15-40% ^ CH= tinggi THEN
ketinggian =301-500
R5: if lereng= 15-40% ^ CH = Sedang THEN
ketinggian = 201-300
R6 : if lereng=15-40% ^ CH= ringan THEN
ketinggian = 0-200
Berikut ini adalah bentuk keterangan
umumnya dari rule yang sudah
disederhanakan adalah sebagai berikut:
R1 = lereng = 0-2% maka Ketinggian= >=501
R2 = lereng= 2-15% maka ketinggian =301-
500
R3 = lereng= 15-40% = CH= Sangat Tinggi
maka ketinggian >=501
R4 = lereng=15-40% = CH= tinggi maka
ketinggian =301-500
R5= lereng= 15-40% = CH = Sedang maka
ketinggian = 201-300
R6 = lereng=15-40% = CH= ringan =
ketinggian = 0-200
DAFTAR PUSTAKA
[1]. Ahmad, Dhani., hoyyi, hasbi Yasin, (2014),
Ordinary Kriging Dalam Estimasi Curah
Hujan Di Kota Semarang, Jurnal Gausian Vol
3, No 1: Hal, 151-159
[2]. Sumathi, N., Geetha, R. dan Bama, S. S.
(2008). Spatial Data Mining – Technique
Trends and Its Applications. Journal of
Computer Applications, Vol-1. Hal 28-30
[3]. Abdullah, Atje Setiawan, (2013), Spasial Data
Mining Menggunakan Model Spatial
Autoregressive(Sar) Dan Ekspansi Sar Untuk
Pemetaan Mutu Pendidikan Di Provinsi
Banten, IndoMS Journal on Statistics, Vol.1,
No. 1, (2013), Page 63-82
[4]. Azmi, Zulfian & Dahria, Muhammad,
Decision Tree Berbasis Algoritma Untuk
Pengambilan Keputusan, Jurnal Ilmiyah
Saintikom Sains dan Komputer, ISSN: 1978-
6603
[5]. http://orange.biolab.si/trac/browser/orange/do
cs/reference/rst/code/
Spasial Classification Mining.. Khudzaeva, eva
202
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 203-212
203
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
SISTEM INFORMASI COMPUTER ASSISTED TEST (CAT)
KEMENTERIAN AGAMA REPUBLIK INDONESIA
Aprisya Krispriana1, Nia Kumaladewi
2, Elsy Rahajeng
3
1,2,3
Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Islam Negeri Jakarta
UIN Jakarta. Jl. Ir. H. Juanda No.95, Ciputat Jakarta
e-mail: [email protected], [email protected]
3
ABSTRACT
Civil Service Bureau of Religious Affairs of the Republic of Indonesia has the tasks of data management
personnel, planning, transfer, assessment, and development of employees in the Ministry of Religion. Each year,
the Ministry of Religious Affairs held a variety of exam tests with a large budget. Therefore, this study aims to
realize the process of implementation of computer-based test that does not require a long process flow, and can
minimize cheating figures to be more honest, equitable, transparent, accountable, and more effective and
efficient in terms of time and cost. Which is expected to reduce the buildup of files, data redundancy, minimize
error rates, and save money, as well as accelerate the selection test results in the implementation of various
fields are held by the Ministry of Religious Affairs of the Republic of Indonesia. Data collection methods used
that observation, interview, and literature. While the method of system development using Rapid Application
Development (RAD) with system design using UML tools, phase coding in PHP, and Code Igniter framework,
and MySQL as the database is
Keywords: Computer Assisted Test, Ministry of Religious Affairs, Exam, CAT, UML, Code Igniter, RAD.
ABSTRAK
Biro Kepegawaian Kementerian Agama Republik Indonesia mempunyai tugas melaksanakan pengelolaan data
informasi kepegawaian, perencanaan, mutasi, assessment, dan pengembangan pegawai di lingkungan
Kementerian Agama. Setiap tahunnya, Kementerian Agama mengadakan beragam ujian tes dengan anggaran
yang besar. Untuk itu, penelitian ini bertujuan untuk mewujudkan proses pelaksanaan ujian berbasis komputer
yang tidak membutuhkan alur proses yang panjang, serta dapat meminimalkan angka kecurangan sehingga
menjadi lebih jujur, adil, transparan, akuntabel, serta lebih efektif dan efisien dari segi waktu dan biaya.
Sehingga diharapkan dapat mengurangi penumpukkan berkas, redudansi data, meminimalisir tingkat
kesalahan, dan menghemat anggaran, serta mempercepat hasil dalam pelaksanaan ujian seleksi berbagai
bidang yang diadakan oleh Kementerian Agama Republik Indonesia. Metode pengumpulan data yang
digunakan yakni observasi, wawancara, dan studi pustaka. Sedangkan metode pengembangan sistem
menggunakan Rapid Application Development (RAD) dengan perancangan sistem menggunakan tools UML,
tahap pengkodean dengan PHP, dan framework Code Igniter, serta MySQL sebagai Databasenya
Kata kunci: Computer Assisted Test, Kementerian Agama, Ujian, CAT, UML, Code Igniter, RAD.
1. PENDAHULUAN
Perkembangan dunia teknologi saat ini
mulai mempengaruhi segala lini kehidupan.
Baik dalam bidang ekonomi, kesehatan, sosial,
politik, bahkan pendidikan dalam skala kecil
hingga besar. Manusia mulai dapat menerima
perkembangan teknologi dengan baik,
sehingga mendukung percepatan
perkembangan teknologi dalam berbagai lini
kehidupan.
Teknologi yang sudah semakin
berkembang sedemikian pesat, menyebabkan
ujian tes dalam berbagai bidang juga turut
mengalami peningkatan dalam kualitas,
kecepatan, kepraktisan, serta kemudahan.
Ujian konvensional pun bergeser kearah
komputerisasi, salah satunya dengan adanya
ujian online dan Computer Assisted Test
(CAT).
Dewasa ini ujian online dan Computer
Assisted Test digunakan sebagai sarana
evaluasi untuk mengukur pengetahuan dengan
cara mengambil data peserta ujian yang
memenuhi syarat dan menyimpan hasil ujian
peserta dalam Database pusat seperti yang
Sistem Informasi Computer.. Krispriani, Aprisya, Dkk
204
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
dipaparkan oleh Ninin Sapto Hergianto dalam
jurnal berjudul “Ujian Online, Cara Baru
Pengukuran Kompetensi Pegawai” [2].
Dalam jurnal berjudul “Computer Assisted
Test Bank” [3] karya Monica M. Collina,
dijelaskan bahwa aplikasi ujian online dan
Computer Assisted Test ini memiliki Database
yang dapat menyimpan seluruh data yang
berkaitan dengan ujian. Data yang ada
didalamnya antara lain bank soal beserta kunci
jawabannya, hingga data-data peserta ujian itu
sendiri.
Di banyak Negara, memberikan penilaian
berbasis komputer telah menjadi standar
sehingga Computer Assisted Test semakin
menarik untuk departemen pendidikan,
legislatif, dan pembuat kebijakan lainnya.
Kelebihan potensi ujian online adalah
pelaporan skor yang dapat diketahui langsung,
penurunan beban biaya administrasi,
peningkatan keamanan bahan pengujian, dan
penjadwalan ujian yang lebih fleksibel [4].
Jika berbicara mengenai penilaian, tentu
tidak akan terlepas dari valid atau tidaknya
suatu penilaian. Kecurangan dalam ujian
menjadi salah satu faktor tidak validnya
penilaian kemampuan peserta ujian.
Keberadaan pengacakan dan randomisasi
dalam penyajian soal merupakan solusi yang
sering digunakan dalam mengatasi
kecurangan. Oleh sebab itu metode tampilan
soal yang berbeda atau pengacakan soal untuk
setiap peserta ujian merupakan salah satu
solusi dalam Computer Assisted Test [5].
Adapun berdasarkan Undang-Undang
Nomor 5 Tahun 2014 tentang Aparatur Sipil
Negara dan Peraturan Pemerintah Nomor 98
Tahun 2000, Peraturan Pemerintah Nomor 11
Tahun 2002, dan Peraturan Pemerintah Nomor
78 Tahun 2013 tentang Pengadaan Pegawai
Negeri Sipil serta Keputusan Sekretaris
Jenderal Kementerian Agama Nomor 7 Tahun
2015 tentang Petunjuk Pelaksanaan Pengadaan
CPNS Kementerian Agama disebutkan bahwa,
proses pengadaan PNS harus dilakukan secara
jujur, objektif, transparan, akuntabel, dan
bebas KKN.
Menurut hasil wawancara penulis dengan
narasumber, dalam satu tahun, sedikitnya
Kementerian Agama Republik Indonesia harus
mengeluarkan uang sebesar Dua Ratus Miliar
Rupiah guna melakukan proses seleksi ujian
yang dilakukan oleh Kementerian Agama
Republik Indonesia.
Untuk itu, dalam upaya peningkatan
kualitas dalam proses seleksi ujian seleksi
CPNS yang dilakukan oleh Kementerian
Agama Republik Indonesia agar dapat lebih
jujur, objektif, transparan, akuntabel, bebas
KKN, serta efisien dari segi penggunaan,
diperlukan suatu sistem yang dapat
mengintegrasikan poin-poin dalam
pelaksanaan ujian seleksi CPNS di
Kementerian Agama Republik Indonesia.
Sehingga proses seleksi tidak lagi dilakukan
secara manual dan tidak membutuhkan alur
proses yang panjang, serta tidak terjadi
kecurangan, dan mengurangi resiko terjadinya
redudansi data karena Dokumen yang tidak
terstruktur dengan baik.
A. Perumusan Masalah
Ditinjau dari latar belakang di atas, maka
dapat diidentifikasikan masalah berdasarkan
penelitian yang penulis lakukan pada
Kementerian Agama Republik Indonesia
adalah:
1. Kementerian Agama belum memiliki
sistem Computer Assisted Test sehingga
kegiatan ujian yang dilakukan oleh
Kementerian Agama menjadi tidak
transparan, akuntabel, dan terjadi KKN.
2. Diperlukan pengadaan hingga distribusi
soal dan LJK keseluruh satuan kerja pada
pelaksanaan ujian manual, sehingga
terjadi peningkatan anggaran yang tidak
optimal.
3. Proses pemeriksaan hasil ujian harus di
pindai satu persatu sehingga menjadi tidak
efisien dari segi waktu.
4. Proses ujian manual masih sulit
menerapkan sistem randomisasi penyajian
soal pada setiap peserta ujian, sehingga
menimbulkan kecurangan seperti
menyontek dalam pelaksanaan ujian
manual.
5. Kertas sebagai media penyajian ujian
manual di nilai tidak ramah lingkungkan
karena kertas berasal dari pohon, sehingga
penggunaan kertas dalam jumlah besar
dapat menimbulkan pemanasan global.
Berdasarkan identifikasi yang sudah
dipaparkan, dapat dirumuskan permasalahan
yang ada pada Kementerian Agama Republik
Indonesia yaitu:
“Bagaimana cara merancang serta
membangun Sistem Informasi Computer
Assisted Test (CAT) yang dapat membantu
pelaksanaan ujian masuk secara komputerisasi
untuk memudahkan dalam menjawab soal
ujian, mengurangi tingkat kecurangan serta
meminimalkan penggunaan kertas dalam
setiap pelaksanaan ujian.”
B. Batasan Masalah
Dalam menganalisis dan merancang
Sistem Informasi Computer Assisted Test
(CAT) Kementerian Agama Republik
Indonesia, penulis membatasi masalah-
masalah sebagai berikut:
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 203-212
205
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
1. Penelitian ini dilakukan di Biro
Kepegawaian Sekretariat Jenderal
Kementerian Agama Republik Indonesia
dan akan digunakan dalam proses seleksi
ujian Calon Pegawai Negeri Sipil (CPNS).
2. Membuat Sistem Informasi Computer
Assisted Test (CAT) untuk kegiatan ujian
yang dilakukan di bawah Kementerian
Agama Republik Indonesia berbasis Web.
3. Metodologi pengembangan sistem yang
digunakan dalam penelitian ini adalah
Rapid Application Development (RAD).
Adapun perancangan sistem dilakukan
dengan pendekatan berorientasi obyek.
Sedangkan perancangan sistem
menggunakan tools UML, yaitu usecase
diagram, activity diagram, dan class
diagram.
4. Sistem ini hanya membahas proses seleksi
ujian hingga penilaian ujian, proses
pendaftaran, pengeluaran hasil ujian, dan
infrastruktur tidak di bahas dalam sistem
ini.
5. Tidak membahas mengenai sistem
keamanan selain username dan password
dalam sistem.
C. Tujuan Penelitian
Tujuan dari penelitian ini terbagi menjadi
dua bagian, yaitu tujuan umum dan tujuan
khusus. Tujuan umum dari penelitian ini
adalah untuk mewujudkan proses
pelaksanaan ujian seleksi CPNS dengan
Computer Assissted Test (CAT) di
Kementerian Agama Republik Indonesia yang
jujur, adil, transparan, akuntabel, dan bebas
KKN.
Sedangkan tujuan khusus dari penelitian
ini adalah untuk menghasilkan rancang bangun
aplikasi Sistem Informasi Computer Assisted
Test (CAT) yang terintegrasi. Sehingga
diharapkan dapat mengoptimalkan anggaran,
mengefisienkan waktu, mengurangi tingkat
kecurangan, mendukung gerakkan ramah
lingkungan ,dan meminimalkan tingkat
kesalahan serta mempercepat proses
pemeriksaan hasil dalam pelaksanaan ujian
seleksi CPNS yang diadakan oleh Kementerian
Agama Republik Indonesia.
2. LANDASAN TEORI
A. Konsep Dasar Rancang Bangun
Perancangan dalam pembangunan
perangkat lunak merupakan upaya untuk
mengonstruksi sebuah sistem yang
memberikan kepuasan akan spesifikasi
kebutuhan fungsional, memenuhi target,
memenuhi kebutuhan secara implisit atau
eksplisit dari segi performa maupun
penggunaan sumber daya, kepuasan batasan
pada proses desain dari segi biaya, waktu, dan
perangkat. Kualitas perangkat lunak biasanya
dinilai dari segi kepuasan pengguna perangkat
lunak terhadap perangkat lunak yang
digunakan (Sukamto dan Shalahudin, 2011).
B. Sistem Informasi
Sistem Informasi merupakan kumpulan
dari perangkat keras dan perangkat lunak
komputer serta perangkat manusia yang akan
mengolah data menggunakan perangkat keras
dan perangkat lunak tersebut, selain itu data
juga memegang peranan yang penting dalam
sistem informasi, data yang akan dimasukkan
dalam sebuah sistem informasi dapat berupa
formulir-formulir, prosedur-prosedur, dan
bentuk data lainnya [11].
C. Computer Assisted Test
Computer Assisted Test (CAT) adalah
suatu metode seleksi dengan alat bantu
komputer yang digunakan untuk mendapatkan
standar minimal kompetensi dasar bagi peserta
ujian.
Standar kompetensi dasar bagi peserta
ujian diperlukan untuk mewujudkan
profesionalisme. Untuk menjamin standar
kompetensi dasar dilakukan Tes kompetensi
dasar melalui Computer Assisted Test (CAT).
Adapun maksud dan tujuan dari Computer
Assisted Test (CAT) [12]:
1. Mempercepat proses pemeriksaan dan
laporan hasil ujian,
2. Menciptakan standarisasi hasil ujian
secara nasional,
3. Menetapkan standar nilai.
a. Kementerian Agama Republik Indonesia
Dalam Peraturan Menteri Agama
Republik Indonesia Nomor 10 Tahun 2010
[14] mengenai Organisasi dan Tata Kerja
Kementerian Agama bagian kedua disebutkan
Kementerian Agama mempunyai tugas
menyelenggarakan urusan di bidang
keagamaan dalam pemerintahan untuk
membantu Presiden dalam menyelenggarakan
pemerintahan negara.
Dalam melaksanakan tugas, Kementerian
Agama memiliki fungsi untuk perumusan,
penetapan, dan pelaksanaan kebijakan di
bidang keagamaan. Selain itu juga untuk
mengelola kekayaan negara yang menjadi
tanggng jawab Kementerian Agama,
melakukan pengawsan atas pelaksanaan tugas
di lingkungan Kementerian Agama,
Sistem Informasi Computer.. Krispriani, Aprisya, Dkk
206
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
pelaksanaan imbingan teknis atas pelaksanaan
urusan Kementerian Agama di daerah,
pelaksanaan kegiatan teknis yang berskala
nasional, serta pelaksanaan kegiatan teknis dari
pusat hingga daerah.
b. Siklus Hidup Pengembangan SI
Secara konseptual siklus pengembangan
sebuah sistem informasi adalah sebagai berikut
[11]
1. Analisis Sistem: menganalisis dan
mendefinisikan masalah dan kemungkinan
solusinya untuk sistem informasi dan
proses organisasi.
2. Perancangan Sistem: merancang sistem
baru yang dapat menyelesaikan masalah-
masalah yang dihadapi perusahaan yang
diperoleh dari pemilihan alternatif sistem
yang baik. Kegiatan yang dilakukan antara
lain merancang output, input, struktur file,
program, prosedur, perangkat keras dan
perangkat lunak yang diperlukan untuk
mendukung sistem informasi.
3. Programming dan Testing Sistem: pada
tahap ini dilakukan perancangan algoritma
dengan menggunakan psedocode yang
ditulis dalam Bahasa Indonesia
terstruktur/bahasa Inggris terstruktur.
Perancangan algoritma sebaiknya
dilakukan dengan menggunakan
pendekatan Top-Down (Pemograman
Modular). Setelah selesai pembuatan
algoritma, maka dibuatlah program
aplikasi dengan menggunakan salah satu
bahasa pemograman terpilih.
4. Implementasi Sistem: beralih dari sistem
lama ke sistem baru, melakukan pelatihan
dan panduan seperlunya.
5. Operasi dan Perawatan: mendukung
operasi sistem informasi dan melakukan
perubahan atau tambahan fasilitas.
6. Evaluasi Sistem: mengevaluasi sejauh
mana sistem telah dibangun dan seberapa
bagus sistem telah dioperasikan.
c. Konsep Dasar Analisis dan Desain SI
Analisis sistem merupakan sebuah teknik
pemecahan masalah yang menguraikan sebuah
sistem menjadi bagian-bagian komponen
dengan tujuan mempelajari seberapa bagus
bagian-bagian komponen tersebut bekerja dan
berinteraksi untuk meraih tujuan mereka.
Sedangkan sistem desain adalah sebuah
teknik pemecahan masalah yang saling
melengkapi (dengan analisis sistem) yang
merangkai kembali bagian-bagian relatif pada
sistem yang diperbaiki. Hal ini melibatkan
penambahan, penghapusan dan perubahan
bagian-bagian relatif pada sistem aslinya
(awalnya) [15]
d. Konsep Dasar Rapid Application
Development (RAD)
Rapid Application Development (RAD)
adalah suatu pendekatan berorientasi obyek
terhadap pengembangan sistem yang
mencakup suatu metode pengembangan serta
perangkat-perangkat lunak. Beberapa
pengembang melihat RAD sebagai pendekatan
yang dapat membantu dalam membuat e-
commerce, environtments berbasis Web yang
disebut sebagai penggerak bisnis pertama di
mana statusnya mungkin penting. Terdapat
tiga fase dalam model pengembangan sistem
RAD yang melibatkan penggunadan analisa
dalam penilaian, perancangan, dan
implementasi [6]
e. Analisis Desain Berorientasi Objek
dengan UML
UML merupakan salah satu alat bantu
yang sangat handal dalam bidang
pengembangan sistem berorintasi obyek
karena UML menyediakan bahasa pemodelan
visual yang memungkinkan pengembangan
sistem membuat blue print atas visinya dalam
bentuk yang baku, yang meliputi konsep bisnis
proses, penulisan kelas-kelas dalam bahasa
program yang spesifik, skema Database, dan
komponen-komponen yang diperlukan dalam
sistem software. UML berfungsi sebagai
jembatan dalam mengkomunikasikan beberapa
aspek dalam sistem melalui sejumlah elemen
grafis yang bisa dikombinasikan menjadi
diagram. UML mempunyai banyak diagram
yang dapat mengakomodasikan berbagai sudut
pandang dari suatu perangkat lunak yang akan
di bangun.
f. Perangkat Lunak Pendukung
PHP singkatan dari Hypertext Preprocessor
yang digunakan sebagai bahasa script server-
side dalam pengembangan Web yang
disisipkan pada Dokumen HTML. Penggunaan
PHP memungkinkan Web dapat dibuat
dinamis sehingga maintenance situs Web
tersebut menjadi lebih mudah dan efisien. PHP
merupakan software Open-Source yang
disebarkan dan dilisensikan secara gratis serta
dapat di-download secara bebas dari situs
resminya. PHP memiliki banyak kelebihan
yang tidak dimiliki oleh script sejenis [21].
MySQL adalah Relational Database
Management System (RDBMS) yang
didistribusikan secara gratis dibawah lisensi
General Public License (GPL). Dimana setiap
orang bebas menggunakan MySQL, namun
tidak boleh dijadikan produk turunan yang
bersifat komersil. MySQL sebenarnya
merupakan turunan salah satu konsep utama
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 203-212
207
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
dalam Database sejak lama, yaitu Structured
Query Language (SQL). SQL adalah sebuah
konsep pengoperasian Database, terutama
untuk pemilihan seleksi dan pemasukan data
dikerjakan dengan mudah secara otomatis [21].
3. METODOLOGI PENELITIAN
A. Metode Pengumpulan Data
Observasi
Pengumpulan data secara observasi
dilakukan dengan melakukan langsung proses
dan kegiatan bisnis yang berjalan di sistem
sejenis dan mengamati kegiatan secara
langsung di Kementerian Agama Republik
Indonesia pada tanggal 04 Maret 2015 – 10
April 2015, dilakukan seminggu 2 kali dan
bertempat di Kementerian Agama Republik
Indonesia. Hasil yang akan dicapai adalah
melihat proses pendaftaran hingga sistem
mengeluarkan hasil ujian, dan melihat segala
kegiatan atau mencari data yang diperlukan
untuk penelitian. Kegiatan pengamatan
langsung ini dilakukan di bawah pengawasan
Bapak Septian selaku Staff di Biro
Kepegawaian Kementerian Agama Republik
Indonesia. Beliau memberikan data
pengamatan untuk kebutuhan pembangunan
Sistem Informasi Computer Assisted Test ini.
Seperti data apa saja yang dibutuhkan untuk
mendaftar dan menggunakan CAT, cara
penilaian, alur sistem, dan sebagainya. Hasil
observasi sebagai berikut:
1. Sejarah singkat Kementerian Agama
Republik Indonesia dan visi-misi dari
Kementerian Agama Republik Indonesia
tersebut.
2. Profil Kementerian Agama Republik
Indonesia, strategi bisnis, Kementerian
Agama Republik Indonesia dan produk.
3. Data yang dibutuhkan untuk dapat
mengetahui sistem berjalan
Wawancara
Wawancara ini dilakukan dengan cara
melakukan diskusi dengan Bapak Septian
selaku Staff Kepegawaian Kementerian
Agama Republik Indonesia, mengenai segala
kebutuhan yang diperlukan dalam pembuatan
sistem informasi Computer Assisted Test.
Sehingga pembuatan sistem informasi CAT
dapat mengetahui kebutuhan yang diperlukan
dalam membangun sistem CAT pada
Kementerian Agama Republik Indonesia.
Wawancara ini dilakukan pada hari
Selasa, 03 Maret 2015 dengan hasil
mengetahui alur proses CAT yang diharapkan,
mengetahui sejarah singkat Kementerian
Agama Republik Indonesia, mengetahui
informasi terkait kegiatan ujian manual yang
telah dilakukan oleh Kementerian Agama
Republik Indonesia.
Studi Pustaka
Yang dijadikan sebagai sumber adalah
penelitian yang berkaitan dengan
Kepegawaiaan yang terdahulu dengan
mempelajarinya untuk memperoleh kelebihan
dan kelemahan yang terdapat dalam penelitian
tersebut. Dengan cara yang demikian,
penelitian terdahulu dapat dijadikan referensi
dalam penggunaan metode yang akan diteliti.
B. Metodologi Pengembangan Sistem
Metode pengembangan sistem yang
penulis gunakan untuk mengembangkan sistem
ini yaitu metode pengembangan RAD (Rapid
Application Development) (Kendall dan
Kendall, 2008) menggunakan pemodelan
berorientasi obyek, yaitu:
Requirements Planning
Dalam fase ini, dimana pengguna dan
penulis bertemu untuk mengidentifikasi
tujuan-tujuan tentang sistem yang akan dibuat.
Di fase ini sangatlah memerlukan peran aktif
dari kedua belah pihak dan fokusnya akan
selalu tetap pada upaya dalam mencapai
tujuan-tujuan perusahaan. Dalam tahap ini
penulis menganalisis permasalahan
1. Dimana penulis langsung mendatangi
tempat atau lokasi penelitian untuk
melihat secara langsung permasalahan
yang ada diperusahaan tersebut.
2. Lalu penulis mulai mengadakan
pertemuan dengan pihak perusahaan untuk
mendiskusikan mengenai persyaratan.
Beberapa hal yang dilihat dalam
pertemuan tersebut ialah:
a. Sejarah singkat perusahaan Kementerian
Agama Republik Indonesia
b. Visi dan misi perusahaan Kementerian
Agama Republik Indonesia
c. Struktur organisasi Kementerian Agama
Republik Indonesia
d. Analisis sistem berjalan
e. Analisis perbandingan sistem
f. Tujuan pembuatan sistem
g. Kebutuhan sistem yang dibagi menjadi
fungsional dan non fungsional
Dibagian akhir, penulis membuat
keputusan mengenai sistem yang akan
dirancang dan dibuat guna penyelesaian
masalah yang ada.
RAD Design Workshop
Pada tahap ini dilakukan perancangan
terhadap proses yang terdapat dalam sistem
usulan yang dituangkan ke dalam tools Unified
Modelling Language (UML).
1. Desain Proses
Sistem Informasi Computer.. Krispriani, Aprisya, Dkk
208
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
2. Desain Database
3. Desain Interface
Implementation
Setelah proses analisis dan perancangan
dilakukan, proses selanjutnya adalah tahap
pengujian dan implementasi. Pada tahap ini
proses pengerjaan dibedakan menjadi dua
yakni pemrograman dan pengujian sistem.
4. SISTEM INFORMASI CAT
A. Requirements Planning
Identifikasi Masalah
Masalah yang terjadi seringkali
disebabkan karena proses yang berjalan masih
manual. Penulis menemukan berbagai
permasalahan yang terjadi pada proses berjalan
tersebut, antara lain: ujian yang dilakukan
secara manual membutuhkan banyak kertas
yang menyebabkan penumpukkan hasil
dokumen ujian, data seluruh hasil ujian
dimasukkan ke dalam computer sehingga tidak
efektif karena hal ini berarti panitia ujian harus
bekerja dua kali, ujian yang dilakukan secara
manual rentan terhadap kecurangan melalui
kebocoran soal maupun contekan serta joki
yang disewa oleh peserta ujian untuk
mengikuti ujian.
Selain itu, tidak semua pegawai
Kementerian Agama menguasai bahasa-bahasa
pemrograman sehingga dibutuhkan aplikasi
yang dapat dengan mudah digunakan oleh
pegawai tanpa harus mempelajari bahasa
pemrograman terlebih dahulu.
B. Analisis Sistem Berjalan
Gambar Error! No text of specified style in
document..1 Rich Picture proses bisnis yang
berjalan
C. Analisis Sistem Usulan
Gambar Error! No text of specified style in
document..2 Rich Picture Sistem Usulan
D. System Design
Use Case Diagram
Gambar Error! No text of specified style in
document..3 Use Case Diagram K-CAT
Activity Diagram
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 203-212
209
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Gambar Error! No text of specified style in
document..4 Activity Diagram Login
Sequence Diagram
Gambar Error! No text of specified style in
document..5 Sequence Diagram Manajemen Soal
Class Diagram
Gambar Error! No text of specified style in
document..7 Class Diagram SI-HRM
Mapping Cardinality
Gambar Error! No text of specified style in
document..8 Mapping Class to RDBMS
Skema Database
Gambar 4.9 Skema Database
E. Implementation
Setelah tahap Workshop Desain selesai,
maka tahap berikutnya dalam metodologi
pengembangan sistem Rapid Application
Development (RAD) adalah tahapan
Implementation, Tahap yang dikerjakan pada
tahap ini antara lain melakukan pemrograman
(coding) untuk membangun sebuah sistem.
Setelah proses pemrograman selesai dibuat,
maka tahap berikutnya adalah pengujian
sistem (blackbox testing).
Sistem Informasi Computer.. Krispriani, Aprisya, Dkk
210
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Pemrograman
Setelah dilakukan perancangan sistem
usulan, tahap berikutnya adalah pemrograman
sistem usulan menggunakan bahasa
pemrograman PHP dan menggunakan MySQL
sebagai basis datanya
Pengujian Sistem
Dari pembangunan sistem ini dilakukan
black-box testing dengan melakukan test-case,
yaitu dengan cara memasukkan data ke dalam
sistem dan melihat hasil keluarannya (output)
apakah telah sesuai dengan hasil
yangdiharapkan.
5. SIMPULAN DAN SARAN
A. Simpulan
Berdasarkan uraian dan pembahasan pada
bab-bab sebelumnya, maka dapat di tarik
kesimpulan bahwa:
1. Sistem Informasi Kemenag Computer
Assisted Test (K-CAT) di Kementerian
Agama Republik Indonesia ini memiliki
empat pengguna sistem, yaitu Admin,
Operator, Panlok, serta Peserta Ujian.
2. Dengan adanya Sistem K-CAT tidak lagi
dibutuhkan proses pengadaan sehingga
anggaran dapat optimal.
3. Dalam Sistem K-CAT, proses pemeriksaan
hasil dilakukan secara otomatis, sehingga
menjadi lebih efisien dari segi waktu.
4. Randomisasi dalam Sistem K-CAT
mengurangi terjadinya kecurangan dalam
pelaksanaan ujian.
5. Sistem K-CAT dapat mengurangi
pemanasan global karena tidak
menggunakan kertas sebagai media ujian.
6. Metodologi pengembangan sistem yang
digunakan dalam penelitian ini adalah
Rapid Application Development (RAD).
Adapun perancangan sistem dilakukan
dengan pendekatan berorientasi obyek.
Sedangkan perancangan sistem
menggunakan tools UML, yaitu usecase
diagram, activity diagram, dan class
diagram.
B. Saran
Berdasarkan uraian dan pembahasan pada
bab-bab sebelumnya, maka dapat ditarik saran-
saran sebagai berikut:
1. Penelitian berikutnya di buat untuk
seluruh kegiatan ujian yang dilakukan di
bawah naungan Kementerian Agama,
seperti ujian seleksi Perguruan Tinggi
Agama Islam Negeri (PTAIN).
2. Menggunakan metode pengembangan
yang sesuai dengan perkembangan zaman.
3. Memperdalam proses sistem usulan
terutama pada proses pendaftaram dan
sistem penunjang keputusan ujian agar
kegiatan ujian online melalui sistem K-
CAT ini dapat lebih efektif lagi.
4. Membuat sistem K-CAT ini tidak based
on Web melainkan berupa instalasi sistem
desktop.
5. Menambahkan fitur sekuritas pada
pengiriman nilai dari client ke server
dengan enkripsi data.
Daftar Pustaka
[1] Y. Sugiarti, Analisis dan Perancangan UML
(Unified Modeling Language) Generated
VB.6, Cetakan Pe. Graha Ilmu, 2013.
[2] N. S. Hargiyanto, “Ujian Online , Cara Baru
Pengukuran Kompetensi Pegawai,” pp. 1–7,
2012.
[3] M. Monica, P. Ann, M. June, and L. Helen,
“Computer Assisted Test Bank,” J. Nurs.
Educ. ProQuest Nurs. Allied Heal. Source,
vol. 24, no. 8, p. 349, 2013.
[4] D. Walter, “Informing and Guiding
Transitions to Computerized Assessment,”
Online Test. Res., vol. 5, 2010.
[5] R. Handri, “Pemanfaatan Remote Desktop
Untuk Optimalisasi Sistem Ujian Online.”
[6] J. E. K. dan K. E. Kendall, Analisis dan
Perancangan Sistem. Jakarta: Prehallindo,
2003.
[7] T. Raharjo, “Rancang Bangun Sistem
Informasi Kepegawaian di PT. Buverint
Surya Sejati,” UIN Jakarta, 2014.
[8] A. Mulyanto, Sistem Informasi Konsep
Aplikasi. Yogyakarta: Pustaka Pelajar, 2009.
[9] H. Jogiyanto, Metodologi Penelitian Sistem
Informasi. Yogyakarta: ANDI, 2008.
[10] H. Jogiyanto, Analisis dan Desain Sistem
Informasi: Pendekatan Terstruktur Teori dan
Praktek Aplikasi Bisnis. Yogyakarta: ANDI,
2008.
[11] M. Faisal, Sistem Informasi Manajemen
Jaringan. Malang: UIN - Malang Press, 2008.
[12] J. P. Sampson, “Computer-Assisted Testing
in Counseling and Therapy,” 1995.
[13] F. Y. Soemitro, Joko., Teddy, dan Putera,
“Analisis dan Perancangan Wide Area
Network Untuk Sistem Perekrutan CPNS
Nasional Berbasis Computer Assisted Test di
Badan Pengkajian dan Penerapan
Tekonologi,” 2012.
[14] K. A. R. Indonesia, “Peraturan Menteri
Agama Republik Indonesia Mengenai
Organisasi dan Tata Kerja,” 2010.
[15] et al Whitten, Jeffrey L, Metode Desain &
Analisis Sistem, Edisi 6, 6th ed. Yogyakarta:
ANDI, 2004.
[16] Kendall, System Analysis and Design seventh
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 203-212
211
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
edition, Pearson In. New Jersey, 2008.
[17] H. Barbara, System Analysis and Design with
UML Version 2.0. Jhon Wiley & Sons, Inc,
2005.
[18] L. D. Whitten, J., & Bentley, System Analysis
and Design for The Global Enterprise. New
York: McGraw Hill, 2004.
[19] T. Sutabri, Analisis Sistem Informasi.
Yogyakarta: ANDI, 2012.
[20] H. Fatta, Analisis dan Perancangan Sistem
Informasi untuk Keunggulan Bersaing
Perusahaan dan Organisasi Modern.
Yogyakarta: ANDI, 2007.
[21] Mubarok, System Control via Web dengan
CGI, PHP, Ajax. Jakarta: PT. Elex Media,
2011.
[22] A. Pradipto, “Perancangan dan Implementasi
Sistem Ujian Online Adaptif Menggunakan
Penggabungan Model ADES dan Konsep
EBT,” Universitas Indonesia, 2004.
[23] E. Purwanto, “Sistem Informasi Ujian Online
Pada Sekolah Menengah Kejuruan Bina
Taruna Masaran Sragen,” 2013.
[24] A. Kinasih, “Analisis Perbandingan Kinerja
Pegawai yang Menggunakan Metode
Computer Assisted Test (CAT) dalam Seleksi
Calon Pegawai Negeri Sipil di Badan
Kepegawaian Negara,” Universitas Indonesia,
2013.
[25] F. B. Baker, “Computer Assisted Test
Consideration System.”
[26] D. Cahyono, “Perancangan dan Implementasi
Program Sistem Content Management Pada
SIstem Jarkom Online Dengan Implementasi
pada Mata Kuliah Jaringan Komputer,”
Universitas Indonesia, 2002.
[27] S. Hardiyanthi, “Efektivitas Penerapan
Metode Computer Assisted Test (CAT)
Dalam Seleksi Calon Pegawai Negeri Sipil
Berbasis Kompetensidi Badan Kepegawaian
Negara,” Universitas Indonesia, 2011.
[28] R. Rayne and G. Baggott, “Computer-based
and computer-assisted tests to assess
procedural and conceptual knowledge,” Proc.
8th Int. Comput. Assess. Conf. Loughbrgh.
Univ., pp. 307–309, 2004.
[29] R. Razzaq and A. Hussein, “E-Learning by
Using Content Management System ( CMS
),” Int. J. Adv. Comput. Sci. Appl., vol. 5, no.
10, pp. 106–111, 2014.
[30] A. Permana, “Pelaksanaan Rekrutmen Calon
Pegawai Negeri Sipil dengan Sistem
Computer Assisted Test (CAT) di Badan
Kepegawaian Negara Kantor Regional 1
Yogyakarta,” Universitas Negeri Yogyakarta,
2015.
[31] A. Juniaty, “PROSES PENGADAAN
CALON PEGAWAI NEGERI SIPIL ( CPNS
) DENGAN SISTEM COMPUTER
ASSISTED TEST ( CAT ) DI KANTOR
BADAN KEPEGAWAIAN DAERAH,” vol.
3, no. 2, pp. 661–674, 2015.
[32] J. W. Larson, “Computer Assisted Language
Testing: Is It Profitable?”
[33] I. Sommerville, Software Engineering, 6th ed.
Jakarta: Penerbit Erlangga, 2003.
Sistem Informasi Computer.. Krispriani, Aprisya, Dkk
212
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 213-221
213
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
SISTEM INFORMASI MONITORING PROYEK FURNITURE
DI PT. XYZ
Johanes Fernandes Andry
Program Studi Sistem Informasi, Fakultas Teknologi Desain, Universitas Bunda Mulia
[email protected], [email protected]
ABSTRACT
XYZ is a project-based company and producer of furniture. In a system of surveillance, control, and monitoring
of the process undertaken by the company to the project furniture being worked experiencing some problems
such that the data or information obtained by the company from the Project Manager regarding the report and
the development of projects furniture field depends on the time submitted documents, with distance from the
project site to the corporate office. The purpose of this study was to create a furniture project monitoring
application that is expected to facilitate the monitoring project at the company's furniture.
Keywords: Furniture Manufacturers, Project Manager, Monitoring
ABSTRAK
PT XYZ adalah perusahaan yang berbasis proyek dan produsen furniture. Pada sistem pengawasan,
pengendalian, dan pemantauan dari proses yang dilakukan oleh pihak perusahaan terhadap proyek furniture
sedang dikerjakan mengalami beberapa masalah diantaranya yaitu data atau informasi yang diperoleh oleh
perusahaan dari Manager Proyek mengenai report dan perkembangan proyek furniture dilapangan bergantung
kepada waktu yang diserahkan dokumen, dengan menempuh jarak dari lokasi proyek ke kantor perusahaan.
Tujuan penelitian ini adalah untuk membuat aplikasi monitoring proyek furniture yang diharapkan dapat
memudahkan monitoring proyek furniture di perusahaan tersebut.
Kata kunci : Produsen Furniture, Manager Proyek, Monitoring
1. PENDAHULUAN
PT. XYZ menyediakan layanan furniture
bagi konsumen berdasarkan project order yang
artinya adalah kegiatan usaha dilakukan dalam
waktu dan produksi yang terbatas tergantung
permintaan dari konsumen seperti pembangunan
perumahan atau hotel, dengan produksi yang
efisien dari furniture kualitas tertinggi, tepat waktu
dan sesuai harga. Proses bisnis pengerjaan proyek
pada PT. XYZ dimulai dari Direktur menugaskan
Manajer Proyek (yang selanjutnya akan disebut
MP) untuk memulai pengerjaan proyek, dengan
terlebih dahulu menjelaskan rancangan proyek,
menentukan jadwal kegiatan mulai pengerjaan, dan
barang-barang material yang digunakan untuk
pengerjaan, lalu Manager Proyek menyusun jadwal
kegiatan kerja setiap tahap pengerjaan proyek, MP
memperhitungkan barang-barang material yang
dibutuhkan untuk pengerjaan proyek, barang-
barang material yang dibutuhkan dikirim ke tempat
pengerjaan proyek, MP membagi kegiatan kerja
kepada tukang, dan kuli, tukang bertugas dalam
pengerjaan proyek sedangkan kuli bertugas untuk
membantu mengerjakan pekerjaan tukang, seperti
angkat barang, dan lain-lain. MP bertugas untuk
mengawasi kinerja tukang dan kuli, memantau dan
menangani ketersediaan material yang ada, serta
dalam pembuatan laporan proyek yang akan
diserahkan kepada Direktur perusahaan.
Rumusan Masalah
Data yang diperoleh perusahaan dari MP
mengenai data atau document report sementara
perkembangan proyek furniture dilapangan
bergantung kepada waktu penyerahan oleh MP ke
perusahaan, dimana waktu penyerahan tersebut
memakan waktu, karena jarak dari lokasi proyek ke
kantor perusahaan yang relatif jauh, sehingga pihak
perusahaan sulit mendapatkan data atau informasi
mengenai perkembangan proyek dilapangan secara
uptodate.
Tujuan Penelitian
Membuat perancangan sistem informasi
monitoring proyek berbasis komputer, pelaporan
dapat dilakukan perhari, perminggu dan perbulan
secara online. Sistem ini diimplementasikan dalam
bentuk situs web yang dapat diakses melalui
internet. Dengan sistem ini diharapkan dapat
memudahkan monitoring proyek furniture di PT
XYZ. Metode yang dilakukan untuk perancangan
Sistem Informasi Monitoring.. Andry, JF
214
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
tersebut menggunakan SDLC (system development
life cycle) model Waterfall.
2. TINJAUAN PUSTAKA
A. Sistem Informasi
Menurut Tata Sutabri (2005)
mendefinisikan bahwa : “Sistem informasi adalah
suatu sistem didalam suatu organisasi yang
mempertemukan kebutuhan pengolahan transaksi
harian yang mendukung fungsi operasi organisasi
yang bersifat manajerial dengan kegiatan strategi
dari suatu organisasi untuk dapat menyediakan
kepada pihak luar tertentu dengan laporan-laporan
yang diperlukan”.
B. Monitoring Proyek
Monitoring adalah penilaian yang terus
menerus terhadap fungsi kegiatankegiatan proyek
di dalam konteks jadwal-jadwal pelaksanaan dan
terhadap penggunaan input-input proyek oleh
kelompok sasaran di dalam konteks harapan-
harapan rancangan. Monitoring adalah kegiatan
proyek yang integral, bagian penting dari praktek
manajemen yang baik dan karena itu merupakan
bagian yang integral dari Manajemen sehari-
hari". "Monitoring dapat didefinisikan sebagai
suatu proses mengukur, mencatat, mengumpulkan,
memproses dan mengkomunikasikan informasi
untuk membantu pengambilan keputusan
Manajemen proyek". "Monitoring adalah penilaian
yang sistimatis dan terus menerus terhadap
kemajuan suatu pekerjaan" (Mudjahidin, Putra,
2010).
3. Metode Penelitian yang digunakan
Menggunakan SDLC Waterfall, dimana tahap awal
planning atau requirement pengumpulan data awal
kebutuhan proyek. Selanjutnya adalah tahap analisa
perancangan dan design sistem dengan
menggunakan UML (Unified Modeling Language)
: yang terdiri dari use case diagram, class diagram
dan sequence diagram & ERD (Entity Relationship
Diagram). Dan selanjutnya adalah tahap penerapan
rancangan pada website dengan menggunakan
struktur navigasi dan perancangan interface.
4. PEMBAHASAN
A. Gambaran umum sistem yang berjalan
Sistem yang berjalan
Administrasi Project Manager Pemilik ProyekDirektur
Pemesanan bahan material
Mengerjakan proyek
Gambar konsep/blueprint
Start
Stok kebutuhan proyek habis
Laporan dan dokumentasi
perkembangan pengerjaan
proyek perminggu
Bahan material
Menyusun pengerjaan
proyek
Mengerjakan proyek
Pemesanan bahan material
Jadwal kegiatan kerja
Request bahan material
Laporan dan dokumentasi
perkembangan pengerjaan proyek
perminggu
tidak
Ya
Laporan dan dokumentasi
perkembangan pengerjaan proyek
perminggu
Input ulang pada komputer sebagai backup
Laporan dan dokumentasi
perkembangan pengerjaan
proyek perminggu
Laporan dan
dokumentasi
perkembangan
pengerjaan proyek
perminggu
Exit
Surat perintah kerja (SPK)
Gambar 4.1 Sistem Yang Berjalan
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 213-221
215
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Tabel 4.1 Job Description Aktor Yang Terlibat
Aktor Job Description
Direktur =
Pimpinan
Perusahaan
Menerima surat perintah kerja
(spk) dari pemilik proyek,
menyetujui pemesanan material,
menyusun pengerjaan proyek,
melihat laporan dan dokumentasi
perkembangan proyek perminggu
yang sudah diinput ulang oleh
administrasi.
Administrasi Menerima pemesanan material dari
project manager dan menerima
persetujuan dari direktur,
menerima laporan dan
dokumentasi perkembangan
proyek perminggu dari project
manager dan Input ulang pada
komputer sebagai backup.
Manager
Proyek =
Pelaksana
Proyek
Menerima susunan pengerjaan
proyek dari direktur seperti gambar
konsep atau blueprint, jadwal
kegiatan kerja dan bahan material,
mengerjakan proyek, memesan
bahan material kepada administrasi
apabila stok kebutuhan proyek
habis dan membuat laporan dan
dokumentasi perkembangan
proyek perminggu.
Pemilik
Proyek =
Investor
Pemberi order proyek atau SPK
kepada PT XYZ
System
Surat Perintah Kerja
Pemesanan Bahan Material
Menyusun Pengerjaan Proyek Mengerjakan Proyek
Direktur
Administrasi
Project Manager
Pemilik Proyek
<<include>>
Request Bahan Material
Laporan dan dokumentasi perkembangan pengerjaan proyek perminggu
Gambar 4.2 Use Case Diagram Sistem Yang
Sedang Berjalan
Tabel 4.2 Deskripsi Use Case Sistem Yang
Berjalan
Use case Deskripsi
Surat
Perintah
Kerja
Menerima surat perintah kerja dari
pemilik proyek sebagai pengikatan
antara kedua belah pihak, yaitu
antara direktur dan pemilik proyek
Pemesanan
Bahan
Material
Memberi pemesanan bahan
material dari permintaan direktur
dan melakukan persetujuan
pengiriman material
Request
Bahan
Material
Membuat request bahan material
yang dibutuhkan di lapangan
ketika stok material habis dan
meminta persetujuan pengiriman
material dari direktur.
Menyusun
Pengerjaan
Proyek
Menyusun jadwal yang akan
dilakukan oleh project manager
untuk pengerjaan
Mengerjakan
proyek
Mengerjakan proyek sesuai jadwal
yang telah dibuat oleh direktur.
Laporan dan
dokumentasi
Melihat laporan dari
perkembangan lokasi pengerjaan
proyek.
B. Rancangan Sistem Usulan
Rancangan Usulan
Admin Sistem Project ManagerDirektur
Start
Login
Database
Verifikasi Login
Tampilan Menu Utama
Yes
No
User
Supplier
Material
Pembelian Material
Surat Jalan Material
Proyek
Approval Proyek
Proyek
Logout
End
Master
Projek
Transaksi
Gambar 4.3 Rancangan Sistem Usulan
Sistem Informasi Monitoring.. Andry, JF
216
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Rancangan usulan pada perancangan sistem
inforrmasi monitoring proyek furniture di lapangan
menggunakan database sebagai central
penyimpanan data-data dan tempat untuk
memperoleh informasi dari perkembangan
pengerjaan proyek antara 3 aktor yaitu, direktur
sebagai pimpinan PT. XYZ, project manager,
admin, dan pemilik proyek.
Tabel 4.3 Job Description Aktor Yang Terlibat
Aktor Job Description
Direktur =
Pimpinan
Perusahaan
Memiliki tugas untuk melakukan
input form supplier, melihat
material yang sudah digunakan
dalam pengerjaan dan sisa stok
material di gudang, melakukan
input proyek yang dikerjakan atau
sudah dikerjakan. melakukan
approval material yang telah
diminta project manager melalui
P.O. melakukan persetujuan data
rework yang di input oleh pemilik
proyek jika terjadi dalam
pengerjaan proyek ada perubahan
ketika proyek sedang berjalan..
Administrasi
= karyawan
bidang
logistik
Memiliki tugas untuk mengelola
user, melihat data supplier yang
telah diinput oleh direktur.
melakukan input material dan
melihat sisa material yang sudah
digunakan. melakukan pembelian
bahan material yang akan
digunakan melalui supplier.
membuat surat jalan material yang
telah dipesan dan di approval oleh
direktur.
Manager
Proyek =
Pelaksana
Proyek
Memiliki tugas untuk Project
Manager melihat sisa material.
Project Manager melihat proyek
yang dikerjakan. Project Manager
membuat P.O material untuk
memesan material.
Direktur
Supplier
Material
Proyek
Approval Proyek
Admin
User
Pembelian Material
Surat Jalan Material
Project Manager
P.O Proyek
Login
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
<<include>>
Gambar 4.4 Rancangan Usulan Use Case Diagram
Tabel 4.4 Deskripsi Sistem Usulan Use Case
Diagram
Nama Use
Case
Deskripsi
Login Melakukan autentifikasi user
sebagai pengguna atau admin
Proyek Direktur melakukan input nama
dan alamat proyek yang akan
dikerjakan
Approval
Proyek
Direktur melakukan approval
atau persetujuan atas P.O Proyek
yang diinput oleh manager
Proyek
User Admin melakukan penambahan
dan penghapusan user yang
menggunakan sistem.
Supplier Admin melakukan input
penambahan dan penghapusan
nama-nama supplier.
Material Admin input data material yang
digunakan selama pengerjaan
proyek, dan mengetahui sisa stok
pada gudang.
Pembelian
Material
Admin memesan bahan baku
material kepada supplier
Surat Jalan
Material
Admin membuat surat jalan
material yang telah di approval
oleh direktur.
P.O Proyek Project Manager membuat P.O
untuk memesan material yang
dibutuhkan dilapangan
C. Perancangan Basis Data
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 213-221
217
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Dalam perancangan basis data pada Aplikasi
monitoring proyek ini yang dilakukan hanya
membuat diagram-ER, Normalisasi.
S.J
* No_sj
Tanggal
Id_proyek
Kode_proyek
Nama_proyek
Lokasi_proyekApproved
1
Status
Nama_proyek
Lokasi_proyek
Kode_proyek
1
Nama_proyek
Lokasi_proyek
Kode_proyek
User Proyekmemiliki1 1
Password
Username
* Id_user
* Id_approved
Tanggal
Id_po_proyek
buat
1
* Id_proyek
1
1
Kondisi
Jumlah
Material
Nama_supplier
Supplier
* Id_supplier
Telp
Alamat
Nama
melaui
M
* Id_po_proyek
Tanggal
Id_proyek
Nama_proyek
Lokasi_proyek
Status
Pembelian Material
Kode_jom Material
JumlahMaterial
M
Tanggal
M
buat P.O1 1
Level
* Id_jom * Id_material
1 1
memesanmelakukan
memliki
Status_proyek
Gambar 4.5 Entity Relationship Diagram (ERD)
Diagram-ER (ERD) atau Entity Relationship
Diagram adalah suatu penyajian data dengan
menggunakan Entity dan Relationship yang
dimaksudkan agar dapat mudah dimengerti oleh
pemakai dan mudah disajikan oleh perancang basis
data. Gambar 4.5 merupakan diagram-ER dari
rancangan basis data yang akan dibuat.
D. Struktur Tampilan
Struktur menu dibuat sebagai gambaran mengenai
skema aplikasi yang akan dirancang. Berikut
merupakan struktur menu perancangan sistem
informasi monitoring proyek furniture.
New
User
Edit
Transaksi
Surat Jalan Material Proyek
Delete
Menu Utama Login
Proyek
Proyek
P.O Proyek
Approval Proyek
Pembelian Material
Delete
Add
Edit
Add
Edit
Master
Material
Supplier
New
New
Edit
Edit
Delete
Delete
Gambar 4.6 Struktur Tampilan Menu
E. Rancangan Layar
Desain layar merupakan suatu alat masukan data
yang mana dibutuhkan dalam proses pembuatan
laporan-laporan yang diinginkan, dapat diterima
dan dimengerti. Berikut tampilan dan struktur
desain input yang akan dirancang pada sistem
diantaranya:
Form Menu Utama
Sistem Informasi Monitoring.. Andry, JF
218
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
File View
Menu Utama
Master
UserSupplierMaterialProyek
Projek
P.O ProyekApproval Proyek
Transaksi
Pembelian MaterialSurat Jalan Material Proyek
Gambar 4.7 Rancangan Form Menu Utama
Form Login
Username
Password
Level
Form Login
Login
Gambar 4.8 Rancangan Form Login
E. Sequence Diagram
Sequence Diagram Login User
Halaman Login Halaman Utama
: User
1 : Input Username()
2 : Input Password()
3 : Validasi()
4 : Data Tidak Valid()5 : Data Valid()
6 : Login Sukses()
Gambar 4.9 Rancangan Usulan Sequence Diagram
Login User
Sequence Diagram Proyek
: Direktur
Halaman Menu Utama Halaman Master Proyek
1 : Pilih Menu Master()
2 : Klik Proyek()
3 : Edit()
4 : Validasi()5 : Data Berhasil Disimpan()
Gambar 4.10 Rancangan Usulan Sequence
Diagram Proyek
Sequence Diagram Approval Proyek
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 213-221
219
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
: Direktur
Halaman Menu Utama Halaman Projek Approval Proyek
1 : Pilih Menu Projek()
2 : Klik Approval Proyek()
3 : View Approval Proyek()
4 : Tampil Approval Proyek()
Gambar 4.11 Rancangan Usulan Sequence
Diagram Approval Proyek
Sequence Diagram User
Halaman Menu Utama Halaman Master User
: Admin
1 : Pilih Menu Master()
2 : Klik User()3 : New()
4 : Validasi()5 : Data Berhasil Disimpan()
6 : Edit()
7 : Validasi()8 : Data Berhasil Disimpan()
9 : Delete()
10 : Validasi()11 : Data Berhasil Dihapus()
Gambar 4.12 Rancangan Usulan Sequence
Diagram User
Sequence Diagram Supplier
Halaman Menu Utama Halaman Master Supplier
: Admin
1 : Pilih Menu Master()
2 : Klik Supplier()3 : New()
4 : Validasi()
5 : Data Berhasil Disimpan()
6 : Edit()
7 : Validasi()8 : Data Berhasil Disimpan()
9 : Delete()
10 : Validasi()
11 : Data Berhasil Dihapus()
Gambar 4.13 Rancangan Usulan Sequence
Diagram Supplier
Sequence Diagram Material
Halaman Menu Utama Halaman Master Material
: Admin
1 : Pilih Menu Master()
2 : Klik Material()3 : New()
4 : Validasi()5 : Data Berhasil Disimpan()
6 : Edit()
7 : Validasi()8 : Data Berhasil Disimpan()
9 : Delete()
10 : Validasi()11 : Data Berhasil Dihapus()
Gambar 4.14 Rancangan Usulan Sequence
Diagram Material
Sistem Informasi Monitoring.. Andry, JF
220
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Sequence Diagram Pembelian Material
: Admin
Halaman Menu Utama Halaman Transaksi Pembelian Material
1 : Pilih Menu Transaksi()
2 : Klik Pembelian Material()3 : Add()
4 : Validasi()
5 : Data Berhasil Disimpan()
6 : Edit()
7 : Validasi()
8 : Data Berhasil Disimpan()
9 : Delete()
10 : Validasi()
11 : Data Berhasil Dihapus()
Gambar 4.15 Rancangan Usulan Sequence
Diagram Pembelian Material
Sequence Diagram Surat Jalan Material
: Admin
Halaman Menu Utama Halaman Transaksi Surat Jalan Material
1 : Pilih Menu Transaksi()
2 : Klik Surat Jalan Material()3 : Edit()
4 : Validasi()
5 : Data Berhasil Disimpan()
Gambar 4.16 Rancangan Usulan Sequence
Diagram Surat Jalan Material
Sequence Diagram P.O Proyek
Halaman Menu Utama Halaman Projek P.O Proyek
: Project Manager
1 : Pilih Menu Projek()
2 : Klik P.O Proyek()3 : Add()
4 : Validasi()5 : Data Berhasil Disimpan()
6 : Edit()
7 : Data Berhasil Disimpan()
8 : Validasi()
9 : Delete()
10 : Validasi()11 : Data Berhasil Dihapus()
Gambar 4.17 Rancangan Usulan Sequence
Diagram P.O Proyek
5. SIMPULAN DAN SARAN
A. Simpulan
Sistem informasi monitoring proyek furniture
secara online ini adalah media yang dapat
digunakan untuk menyampaikan data atau
informasi dari dan ke proyek sehingga stakeholder
yang terlibat dapat monitoring pekerjaan dengan
baik..
B. Saran
Dari kesimpulan diatas, maka dapat diberikan saran
yang membangun untuk kemajuan PT XYZ dimasa
depan yaitu : (1) Penambahan fitur chatting pada
hak akses admin, project manager , dan direktur
sehingga pihak admin, project manager , dan
direktur dapat melakukan pembicaraan secara
(realtime) dan tidak perlu bertemu secara langsung
karena telah diwakili oleh system. (2) Penambahan
fitur Meeting Schedule pada sistem sebagai
informasi untuk pertemuan pihak-pihak terkait,
baik itu meeting rutin maupun meeting mendadak.
(3) Penambahan fitur Gallery Report pada sistem
sebagai informasi berupa gambar keadaan proyek.
DAFTAR PUSTAKA
[1]. Dennis, Alan., Wixom, Barbara Haley.,
and Roth, and Tegarden, David. (2005)
Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 213-221
221
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767
Systems Analysis and Design with UML
Version 2.0, An Object-Oriented
Approach, Second Edition, John Wiley &
Sons, Inc
[2]. Mudjahidin dan Nyoman Dita Pahang
Putra, Rancang bangun siste informasi
monitoring perkembangan proyek berbasis
web studi kasus di dinas bina marga dan
pemantusan, Jurnal Teknik Industri, Vol.
11, No. 1, Februari 2010: 75–83
[3]. Siddique, Qasim. (2010) Unified modeling
language to object oriented software
development, International Journal of
Innovation, Management and Technology,
Vol. 1, No. 3, August 2010, ISSN: 2010-
0248.
[4]. Powel, Gavin, Beginning Database
Design, Wiley Publishing, Inc, 2006.
[5]. Schwalbe, Kathy., Information
Technology Project Management. Revised
Sixth Edition, Course Technology,
Cengage Learning, Boston, MA 02210,
USA, 2011.
[6]. Tata Sutabri, Sistem Informasi
Manajemen, Penerbit Andi, 2005.
[7]. Westland, Jason., 2006, The Project
Management Life Cycle, 525 South 4th
Street, #241, Philadelphia PA19147, USA,
ISBN 0 7494 4555 6
[8]. Yeates, Donald and Wakefield, Tony.,
Systems Analysis and Design, Prentice
Hall, Second Edition, England, 2004.
[9]. http://www.krakatau-
it.co.id/Blog/Detail/?UserKey=Sistem-
Informasi-Manajemen-Control-
Monitoring-Proyek diakses tgl 6
Nopember 2015.
Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, p-ISSN 1979-0767
AUTHOR INDEX
Fitroh 135
Armono, Ilham 147
Septiandani, Ditha 159
Subiyakto, A’ang 159
Nurmiati, Evy 159
Marhamah 167
Hidayatuloh, Sarip 167
Irawan, Ari 167
Laksono, Andrie Tri 177
Utami, Meinarini Catur 177
Sugiarti, Yuni 177
Khudzaeva, Eva 191
Krispriana, Aprisya 203
Kumaladewi, Nia 203
Rahajeng, Elsy 203
Andry, Johanes Fernandes 213
Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, p-ISSN 1979-0767
SUBJECT INDEX
Online BKD 135
evaluation system 135
user acceptance 135
effort expectancy 135
facilitating conditions 135
performance expectancy 135
Tri Dharma College 135
UTAUT 135
IBM SPSS 22 135
Microsoft Excel 135
Software Open Source 147
Slims 147
Repository 147
College 147
Measurement System Information 159
Success Model DeLone and McLean159
Smart PLS 159
e-commerce systems 167
RAD 167, 177, 203
UML 167, 177, 203
PHP 167, 177
MySql 167, 177
Blackbox testing 167
PT. Harapan Nusantara Sentosa 167
Information Systems 177
Scheduling 177
FKK UMJ 177
Lectures 177
Genetic Algorithm 177
Forecast rainfall 191
regional characteristics 191
classification mining 191
decision tree 191
Computer Assisted Test 203
Ministry of Religious Affairs 203
Exam 203
Code Igniter 203
Furniture Manufacturers 213
Project Manager 213
Monitoring 213
Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, p-ISSN 1979-0767
PETUNJUK PENULISAN NASKAH
BERKALA STUDIA INFORMATIKA JURNAL SISTEM INFORMASI
1. Tulisan merupakan karya orisinil penulis (bukan plagiasi) dan belum pernah
dipublikasikan atau sedang dalam proses publikasi pada media lain yang
dinyatakan dengan surat pernyataan yang ditandatangani di atas materai Rp.
6000;
2. Naskah dapat berupa konseptual atau hasil penelitian;
3. Naskah dapat berbahasa Indonesia dan Inggris;
4. Naskah harus memuat informasi keilmuan dalam bidang Sistem Informasi
5. Aturan penulisan adalah sebagai berikut:
a. Judul. Ditulis dengan huruf kapital, maksimum 12 kata diposisikan di
tengah (centered);
b. Nama penulis. Ditulis utuh, tanpa gelar, disertai afiliasi kelembagaan
dan email;
c. Abstrak. Ditulis dalam bahasa Indonesia dan bahasa Inggris antara 100-
200 kata;
d. Sistematika penulisan
Naskah Konseptual sistematikan sebagai berikut:
1) Judul;
2) Nama penulis (tanpa gelar akademik), nama dan afiliasi kelembagaan
penulis dan email;
3) Abstrak ditulis dalam dua bahasa, yaitu bahasa Indonesia dan Inggris,
antara 100-200 kata;
4) Kata-kata kunci, antara 2-5 konsep;
5) Pendahuluan
6) Sub judul (sesuai dengan keperluan pembehasan)
7) Simpulan; dan
8) Pustaka Acuan (hanya memuat sumber-sumber yang dirujuk).
Kemudian untuk naskah hasil penelitian sebagai berikut:
1) Judul;
2) Nama penulis (tanpa gelar akademik), nama dan alamat afiliasi
kelembagaan penulis, dan email;
3) Abstrak ditulis dalam dua bahasa, yaitu bahasa Indonesia dan bahasa
Inggris, antara 100-200 kata;
4) Kata kunci, antara 2-5 konsep;
5) Pendahuluan: berisi latar belakang;
6) Metode
7) Pembahasan
8) Simpulan;
Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, p-ISSN 1979-0767
9) Pustaka acuan (hanya untuk sumber-sumber yang dirujuk).
e. Ukuran kertas yang digunakan adalah kerta HVS 70 gram, ukuran A4,
margin: atas 3 cm, bawah 2 cm, kiri 3 cm, dan kanan 2 cm;
f. Panjang naskah antara 5 s.d 15 halaman, spasi 1 huruf Times New
Romans, ukuran 10;
g. Rujukan dalam pembahasan ditandai nomor pustaka yang dirujuk dalam
kurung siku, contoh: [1]. Setiap rujukan disertai dengan keterangan
yang mengacu pada daftar pustaka yng primer, mutkhir dan relevan
h. Daftar Pustaka:
[1] Ludeman, L. C., 1987, Fundamental of Digital Signal Processing,
Singapore, John Wiley & Sons, Inc.
[2] …………
i. Simpulan: artikel ditutup dengan kesimpulan;
j. Biografi singkat: biografi penulis mengandung unsur nama (lengkap
dengan gelar akademik), tempat tugas, riwayat pendidikan formal (S1,
S2, S3), dan bidang keahlian akademik;
Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, p-ISSN 1979-0767
PROSES PENYUNTINGAN OLEH MITRA BESTARI DAN PUBLIKASI
Naskah sebelum diberikan ke Mitra Bestari akan ditinjau ulang oleh tim Redaksi
Studia Informatika Jurnal Sistem Informasi dengan melakukan blind review.
Apabila masih ditemukan kesalahan dengan format penulisan Naskah maupun
kelengkapan data, Tim Redaksi akan meminta Penulis untuk memperbaikinya.
Selanjutnya, Naskah akan dinilai dan dievaluasi Mitra Bestari secara semu ganda
(double blind). Naskah akan ditinjau dan dievaluasi oleh dua atau lebih Mitra
Bestari berkenaan dengan kompetensinya terhadap Naskah yang telah dikirimkan.
Mitra Bestari menentukan Naskah yang dikirim layak atau tidak untuk
dipublikasikan. Adapun keputusan yang diambil oleh Mitra Bestari terkait yaitu,
diterima, direvisi, dan ditolak. Keputusan yang ditetapkan oleh Mitra Bestari
adalah final.
Hasil penilaian dari Mitra Bestari akan dikirim melalui e-mail atau langsung untuk
direvisi oleh Penulis dan akan diperiksa kembali hasil refisi penulis oleh Mitra
Bestari. Selanjutnya, ketika sudah disepakati maka Naskah siap untuk
dipublikasikan.
Penulis akan menerima informasi dari Tim Redaksi mengenai Naskah yang telah
dikirim. Hasil final yang diterima untuk dipublikasikan di Studia Informatika Jurnal
Sistem Informasi akan dikirim masing-masing 2 (dua) eksemplar dan diberikan fee
Penulis ke alamat dan rekening Penulis yang bersangkutan. Tim Redaksi sangat
berterima kasih dan mengharapkan kontribusi dari Penulis untuk penerbitan
berikutnya.
Terima Kasih
Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016
Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, p-ISSN 1979-0767
UCAPAN TERIMA KASIH
Dengan terbitnya Studia Informatika: Jurnal Sistem Informasi Volume 9, No. 2 Edisi
Oktober 2016, kami atas nama dewan redaksi mengucapkan terima kasih yang tak
terhingga kepada para dewan editor dan mitra bestari yang terlibat aktif dalam
penyuntingan naskah/manuskrip hingga menjadi artikel yang layak untuk diterbitkan.
Pada kesempatan ini, ijinkan kami atas nama pimpinan redaksi menyampaikan
penghargaan yang setinggi – tingginya kepada :
1. M. Qomarul Huda, Ph.D
2. Aang Subiyakto, M.Kom
Semua saran dan kontribusi yang telah bapak/ibu berikan dalam proses penyuntingan
naskah hingga menjadi artikel yang layak terbit sangat berharga bagi pengembangan jurnal
berkala ilmiah ini ke depan.
Semoga kerjasama ini dapat terus berlanjut dan terus ditingkatkan.
Wassalam,
Pimpinan Redaksi,
Dr. Syopiansyah Jaya Putra, M.Sis