Pengembangan Sistem Pendukung Keputusan Pemilihan ...

ISSN 2252-9063

Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika

(KARMAPATI)

Volume 7, Nomor 2, Tahun 2018

Pengembangan Sistem Pendukung Keputusan

Pemilihan Jurusan Kuliah di Perguruan

Tinggi Dengan Metode Dempster-Shafer (Studi Kasus di Bimbingan Konseling SMA N 1 Seririt)

Putu Aga Widi Ananta1,I Made Agus Wirawan2, Gede Aditra Pradnyana 3

Jurusan Pendidikan Teknik Informatika

Universitas Pendidikan Ganesha

Singaraja, Bali e-mail: [email protected], [email protected], [email protected]

Abstrak— Sistem Pendukung Keputusan

Pemilihan Jurusan di Perguruan Tinggi dengan Metode

Dempster-Shafer adaalah sistem yang bertujuan untuk

membantu memberikan gamabaran awal tentang

jurusan yang sesuai dengan minat dan bakat siswa

berdasarkan hasil tes psikologi yang telah dimiliki,

guna mempermudah proses konseling antar siswa

dengan guru Bimbinngan Konseling. Teori yang

digunakan dalam proses perhitungan sistem

pendukung keputusan ini adalah teori Dempster –

Shafer, dimana Minat dan Bakat brtindak sebagai

evidence dan hasil tes psikologi menjadi degree of belief

nya. Metode penelitian yang digunakan dalam

penelitian dan pengembangan sistem pendukung

keputusan pemilihan jurusan di perguruan tinggi ini

dirancang dan dikembangkan sesuai tahap pada

metode SDLC dengan model waterfall. Hasil penelitian

ini adalah aplikasi website yang diimplementasikan

dengan menggunakan notepad++ dengan Bahasa

pemrograman PHP, HTML dan Javascrpit.

Berdasarkan hasil pengujian dari sistem pendukung

keputusan pemilihan jurusan di perguruan tinggi

dengan metode Dempster-Shafer menunjukkan, aplikasi

tersebut sudah berjalan dengan sangat baik. Respon

siswa terhadap sistem pendukung keputusan pemilihan

jurusan ini masuk dalam rentangan sangat baik dengan

nilai persentasi 88%. Fitur yang disediakan dalam

aplikasi antara lain informasi universitas di Bali,

Pengumuman dan Cetak Laporan.

Kata Kunci : Sistem Pendukung Keputusan, Dempster-

Shafer, Minat dan Bakat, Jurusan Kuliah, Waterfall.

Abstract— This Decision Support System aims to

help provide an initial description about the majors

that match with the interests and talents of students

based on the results of psychological tests that have

been owned, in order to facilitate the process of

counseling between students with teachers of

Counseling Guidance. The theory that used in the

process of calculating this decision support system

is the Dempster-Shafer theory, where the Interests

and Talents act as evidence and the results of

psychological tests become into it’s degree of belief.

The research method that used in research and

development of decision support system of majors

election in college is designed and developed

according to the step on SDLC method with

waterfall model. The result of this research is

website application which implemented using

notepad ++ with PHP programming language,

HTML and Javascript. Based on test results from

decision support system of majors in college with

Dempster-Shafer method, shows that the

application has been processed very well. The

response of the Students according to decision

support system of majors in college is included to a

very good range with an 88% percentage value. The

Features that have been provided in the application

among to the university information in Bali,

Announcement and Print Report.

Keywords : Decision Support System, Dempster-

Shafer, Interest and Talent, Department of Lecture,

Waterfall.

I. PENDAHULUAN

Pendidikan tinggi merupakan kelanjutan

pendidikan menengah yang diselenggarakan untuk

mempersiapkan peserta didik untuk menjadi anggota

masyarakat yang memiliki kemampuan akademis dan

profesional yang dapat menerapkan,

mengembangkan dan menciptakan ilmu

pengetahuan, teknologi dan kesenian.[1] Memilih

perguruan tinggi sering kali membuat orang

kebingungan dan sulit untuk mengambil keputusan.

Ini dianggap sangat wajar mengingat banyaknya

perguruan tinggi yang ada.

Salah memilih jurusan kuliah punya dampak

yang signifikan terhadap kehidupan di masa

mendatang. Belajar karena terpaksa itu akan sulit

dicerna otak karena sudah ada blocking emosi. Kesal,

marah, sebal, sedih, itu semua sudah memblokir

efektivitas kerja otak dan menghambat motivasi.

http://belajarpsikologi.com/pengertian-belajar-menurut-ahli/

http://belajarpsikologi.com/pengertian-emosi/

Goshlive

Typewritten text

66

ISSN 2252-9063


(KARMAPATI)


Memilih jurusan kuliah sesuai dengan saran teman

atau trend, padahal tidak sesuai dengan minat diri

juga punya dampak psikologis, yakni menurunnya

daya tahan terhadap tekanan, konsentrasi dan

menurunnya daya juang. Apalagi kalau pelajaran

kian sulit, masalah semakin bertambah, bisa

menyebabkan kuliah terancam terhenti di tengah

jalan.[2]

Dari hasil konsultasi yang telah dilakukan

dengan salah satu guru BK di SMA N 1 Seririt,

terdapat beberapa masalah yang dihadapi oleh siswa

kelas XII. Setiap tahun, siswa kelas XII SMA yang

berencana melanjutkan jenjang pendidikannya ke

perguruan tinggi harus memutuskan pilihan, ke

bidang atau jurusan apa akan melanjutkan

pendidikannya kelak dan ini adalah sesuatu yang

cukup sulit untuk diputuskan oleh kebanyakan siswa

SMA. Keputusan para siswa, terkadang dipengaruhi

oleh pendapat orang tua, teman atau figur-figur yang

diidolakan. Dengan hanya berdasarkan pendapat

tersebut dan tanpa menelaah kemampuannya,

seorang siswa bisa membuat keputusan yang sangat

bertolak belakang dengan kemampuan, minat, bakat

dan kepribadiannya. Akibat yang buruk terjadi

setelah itu yaitu keengganan belajar dan menurunnya

kualitas serta prestasi akademik.

Dalam kasus seperti ini peran guru Bimbingan

Konseling sangat diperlukan, dengan kemampuan

dalam bidang pendekatan psikologi yang dimiliki

oleh guru Bimbingan Konsling dapat membantu

memberikan bimbingan kepada siswa untuk

menentukan pilihannya nanti.[3] Masalah yang

sering di hadapi saat memberikan konseling adalah

keterbatasan guru BK di suatu sekolah ditambah lagi

siswa kelas XII yang akan mengikuti SNMPTN

berbondong-bondong melakukan konseling untuk

menetukan pilihannya agar dapat mendaftar dengan

batas waktu yang ditentukan. Maka dari itu

diperlukan sebuah alat bantu untuk minimal

memberikan siswa bayangan pilihan jurusan awal

bagi mereka sebelum melakukan konseling lebih

lanjut nantinya dengan guru BK.

Salah satu solusi dengan penerapan teknologi

informasi dalam pengambilan keputusan adalah

penggunaan Sistem Pendukung Keputusan (SPK).

Terdapat beberapa metode yang dapat diterapkan

dalam SPK, dalam penelitian ini penulis

menggunakan metode DST (Dempster – shafer

Theory) sebagai perhitungan probabilitas sekaligus

perangkingan. DST adalah teori matematika dari

evidence yang juga disebut evidential reasoning yang

dapat menangani informasi yang tidak pasti, tidak

tepat dan tidak akurat. DST dapat diartikan sebagai

bentuk umum teori probabilitas, dimana dalam teori

probabilitas, evidence dikaitkan dengan hanya satu

peristiwa yang mungkin, sedangkan di DST,

evidence dikaitkan dengan beberapa peristiwa

(misalnya, set peristiwa).[4]

Pengunaan sistem pendukung keputusan

pernah diterapkan dalam pemilihan program studi

atau jurusan kuliah, namun pembahasan secara

khusus mengenai pengembangan sistem pendukung

keputusan pemilihan bidang studi kuliah untuk siswa

SMA yang berfokus pada penerapannya di guru BK

(bimbingan Konseling) masih belum pernah

dilakukan. Oleh karena itu, penulis merancang sebuah

sistem yang dapat memberikan suatu rekomendasi

kepada calon mahasiswa dalam hal ini studi kasus di

SMA N 1 Seririt untuk memilih program studi atau

jurusan di perguruan tinggi yang akan di gelutinya

sesuai dengan kriteria yang digunakan dengan judul

“Pengembangan Sistem Pendukung Keputusan

Pemilihan Jurusan di Perguruan Tinggi Dengan

Metode Dempster-Shafer (Studi Kasus di BK SMA

N 1 Seririt).

II. KAJIAN TEORI

A. Sistem Pendukung Keputusan

a. Pengertian Sistem

Sistem merupakan kumpulan elemen yang

saling berhubungan satu sama lain yang membentuk

satu kesatuan dalam usaha mencapai suatu tujuan.[5]

Sistem bisa ditafsirkan sebagai kesatuan elemen

yang memiliki keterkaitan. Beberapa elemen dapat

digabungkan menjadi 1 unit, kelompok, atau

komponen sisten tertentu.[6]

b. Pengertian Keputusan

Keputusan merupakan suatu reaksi terhadap

beberapa solusi alternatif yang dilakukan secara

sadar dengan cara menganalisa kemungkinan-

kemungkinan dari alternatif tersebut bersama

konsekuensinya. Pengambilan keputusan merupakan

suatu pendekatan sistematis terhadap hakikat suatu

masalah, pengumpulan fakta-fakta, penentu yang

matang dari alternatif yang dihadapi, dan

pengambilan tindakan yang menurut perhitungan

merupakan tindakan yang paling tepat.[7]

c. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan merupakan

kegitan pemanfaatan sumber informasi untuk

keperluan pengambilan keputusan dalam

penanganan masalah khusus, atau rutin.[6] Selain itu

menurut Hermawan dalam[8]. Sistem Pendukung

Keputusan secara umum didefinisikan sebagai

sebuah sistem yang mampu memberikan

kemampuan baik kemampuan pemecahan masalah

maupun kemampuan pengkomunikasian untuk

Goshlive

Typewritten text

67

ISSN 2252-9063


(KARMAPATI)


masalah semi-terstruktur. Secara khusus, SPK

didefinisikan sebagai sebuah sistem yang

mendukung dalam memecahkan masalah semi-

terstruktur dengan cara memberikan informasi

ataupun usulan menuju pada keputusan tertentu .

Sistem Pendukung Keputusan memiliki tiga

komponen utama yaitu Database Management

(DBMS), Model Base (MBMS), dan User Interface.

1. Database Management (DBMS)

Merupakan subsistem data yang terorganisasi dalam

suatu basis data. Data yang merupakan suatu sistem

pendukung keputusan dapat berasal dari luar

maupun dalam lingkungan. Untuk keperluan SPK,

diperlukan data yang relevan dengan permasalahan

yang hendak dipecahkan melalui simulasi.

2. Model Base (MBMS)

Merupakan suatu model yang merepresentasikan

permasalahan kedalam format kuantitatif (model

matematika sebagai contohnya) sebagai dasar

simulasi atau pengambilan keputusan, termasuk

didalamnya tujuan dari permaslahan (objektif),

komponen-komponen terkait, batasan-batasan yang

ada (constraints), dan hal-hal terkait lainnya. Model

Base memungkinkan pengambil keputusan

menganalisa secara utuh dengan mengembangkan

dan membandingkan solusi alternatif.

3. User Interface

Terkadang disebut sebagai subsistem dialog,

merupakan penggabungan antara dua komponen

sebelumnya yaitu Database Management dan Model

Base yang disatukan dalam komponen ketiga (user

interface), setelah sebelumnya dipresentasikan

dalam bentuk model yang dimengerti computer.

User Interface menampilkan keluaran sistem bagi

pemakai dan menerima masukan dari pemakai

kedalam Sistem Pendukung Keputusan.

B. Dempster shafer theory (DST)

1. Pengertian Dempster Shafer Theory

Metode Dempster-Shafer (DST) pertama kali

diperkenalkan oleh Dempster, yang melakukan

percoban model ketidakpastian menggunakan range

probabilitas daripada probabilitas tunggal. Kemudian

pada tahun 1976 Shafer mempublikasikan teori

Dempster tersebut pada sebuah buku yang berjudul

Mathematical Theory of Evident.[4] DST adalah teori

matematika dari evidence yang juga disebut

evidential reasoning yang dapat menangani

informasi yang tidak pasti, tidak tepat dan tidak

akurat. DST dapat diartikan sebagai bentuk umum

teori probabilitas, dimana dalam teori probabilitas,

evidence dikaitkan dengan hanya satu peristiwa yang

mungkin, sedangkan di DST, evidence dikaitkan

dengan beberapa peristiwa (misalnya, set

peristiwa).[4]

a. Frame of Discernmnet.

Pada teori Dempster-Shafer juga dikenal adanya

Frame Of Discernment (FOD) atau yang juga disebut

environment yang dinotasikan dengan Θ (Giarratano

dan Riley, 2005):

Θ={θ1,θ2,......θn} (1)

Persamaan 1. environment

dimana:

Θ= FOD atau environment.

θ1....θn = elemen/unsur dalam environment .

Environment adalah istilah lain dari semesta

pembicaraan (universe of discourse) dari sekumpulan

objek yang bersifat mutually exclusive. Salah satu

cara untuk menentukan elemen – elemen dari sebuah

environment yaitu dengan menginterpretasikan

sebuah konsep pertanyaan dan jawaban.[4]

b. Mass Function dan Ignorance

Dalam DST tingkat kepercayaan dari suatu

evidence disebut degree of belief dan diasumsikan

sebagai mass (direpresentasikan dengan m) dari

objek atau juga disebut Basic Probability

Assigment (BPA). Simon dan Weber (2006)

menyebutkan bahwa basic belief assignment

dapat diperoleh dari probabilitas prior untuk node

awal. Pada DST tidak memaksakan suatu

kepercayaan untuk diberikan kepada

ketidaktahuan atau sanggahan pada sebuah

hipotesa, namun nilai mass hanya diberikan

kepada subset didalam environment yang diyakini

untuk diberikan tingkat kepercayaan. Subset yang

tidak diberikan tingkat kepercayaan dianggap

sebagai nonbelief (Θ). Nonbelief dapat diartikan

sebagai reserving judgment dari disbelief dan

keyakinan tambahan pada suatu evidence.

c. Combining Evidence.

Combining Evidence adalah proses penting dalam

merangkum informasi dari berbagai sumber.

Dimana sumber yang berbeda (misalnya ahli)

memberikan penilaian yang berbeda untuk satu

set peristiwa, sehingga diperlukan suatu

kombinasi penilaian dari masing – masing

sumber dalam merangkum informasi. Untuk

mengatasi hal tersebut, digunakan suatu aturan

yang lebih dikenal dengan Dempster’s Rule of

Combination pada DST (Giarratano dan Riley,

2005).

(2)

Pada proses kombinasi evidence memungkinkan

untuk terjadinya suatu konflik antar evidence.

Goshlive

Typewritten text

68

ISSN 2252-9063


(KARMAPATI)


Konflik evidence terjadi ketika tidak adanya

elemen yang dihasilkan pada cross product antar

evidence.Untuk mengatasi permasalahan ini,

diperlukan proses normalisasi evidence dengan

mendefinisikan evidential conflict (k) kedalam

Dempster’s Rule of Combination .

(m1⊕m2)(Z)=

=

(3)

C. Hubungan bakat dan minat siswa

terhadapan jurusan di perguruan tinggi

Setelah melakukan konsultasi dengan salah satu

guru BK yang bertugas di SMA N 1 Seririt sangat

penting bila seseorang melakukan sesuatu hal harus

menyelarasakan dengan minat, bakat dan

keperibadiannya, begitu pula dalam menjalani kuliah

dan bekerja nantinya.

1. Bakat

Bakat adalah kemampuan dasar seseorang

untuk belajar dalam tempo yang relatif pendek

dibandingkan orang lain, namun hasilnya justru lebih

baik. Bakat merupakan potensi yang dimiliki oleh

seseorang sebagai bawaan sejak lahir.

a. Bakat Verbal

Bakat tentang konsep – konsep yang diungkapkan

dalam bentuk kata – kata.Berpikir verbal adalah

kemampuan untuk menegerti ide-ide dan konsep-

konsep yang dinyatakan dalam bentuk kata-kata dan

kemampuan berfikir serta memecahkan masalah-

masalah yang dinyatakan dalam kata-kata. Jurusan

yang tepat untuk tipe kepribadian ini adalah :

Psikologi, Bimbingan Konseling, Komunikasi,

Sosiologi, Sekretaris, Hukum.

b. Bakat Numerikal

Bakat berhubungan tentang konsep – konsep dalam

bentuk angka. Kemampuan Numerikal adalah

kemampuan untuk mengerti ide-ide dan konsep –

konsep yang ditanyakan dalam angk-angka dan

kemampuan berpikir dan kemampuan dalam

memecahkan masalah – masalah yang dinyatakan

dalam angka-angka,Jurusan yang tepat untuk tipe

kepribadian ini adalah : Akuntansi, Statistik,

Ekonomi, Adminstrasi, Programmer (IT).

c. Bakat Abstrak

Bakat yang bukan kata maupun angka tetapi

berbentuk pola, rancangan, diagram, ukuran –

ukuran, bentuk – bentuk dan posisi-posisinya.

Berpikir abstrak merupakan kemampuan menguasai

diagram,pola atau rancangan-rancangan. Jurusan

yang tepat untuk tipe kepribadian ini adalah : Seni

Rupa, Seni Tari, Desain Komunikasi Visual, Desain

Angkaerior, Arsitektur, Seni Tari, Seni Musik,

Bahasa

d. Bakat mekanik

Bakat tentang prinsip – prinsip umum IPA, tata kerja

mesin, perkakas dan alat – alat lainnya.Berfikir

mekanik adalah kemampuan memahami prinsip-

prinsipumum ilmu pengetahuan alamiah

sebagaimana kita lihat dalam kejadian sehari-

hariyang berhubungan dengan kehidupan kita serta

kemampuan mengerti tata kerja atau hukum-hukum

yang berlaku dalm perkakas-perkakas sederhana,

mesin dan perlatan sejenis. Jurusan yang tepat untuk

tipe kepribadian ini adalah : Teknik Mesin, Teknik

Sipil, Teknik Elektro, Teknik Informatika,

Arsitektur.

e. Bakat Relasi Ruang (spasial)

Bakat untuk mengamati, menceritakan pola dua

dimensi atau berfikir dalam 3 dimensi. Mempunyai

kepekaan yang tajam terhadap detail visual dan dapat

menggambarkan sesuatu dengan begitu hidup,

melukis atau membuat sketsa ide secara jelas, serta

dengan mudah menyesuaikan orientasi dalam ruang

tiga dimensi. Jurusan yang tepat untuk tipe

kepribadian ini adalah : Seni Rupa, Seni Tari, Desain

Komunikasi Visual, Desain Angkaerior, Arsitektur,

Seni Tari, Seni Musik, Bahasa.

2. Minat

Minat ialah suatu proses pengembangan

dalam mencampurkan seluruh kemampuan yang ada

untuk mengarahkan individu kepada suatu kegiatan

yang diminatinya.

a. Minat outdor, Minat untuk bekerja diluar rumah

atau minat untuk hidup dan bekerja dialam

terbuka.Biasanya seseorang yang memiliki Minat

outdoor yang tinggi cenderung memilih jenis

pekerjan yang berorientasi alam terbuka. Contoh

pekerjaan biasanya atleet, teknisi, Mandor, tentara

dan penggiat pariwisata.Jurusan yang tepat untuk

tipe Minat ini adalah : Teknik Sipil, Arsitektur,

Teknik Mesin, Teknik Elektro, Pertanian, Perikanan

Pariwisata.

b. Minat Mechanical, Minat untuk bekerja dan

mengembangkan teknik bidang gerak mekanik dan

perlatan mesin atau perputaran roda. Seseorang yang

memiliki Minat terhadapa Mechanical tinggi

biasanya cenderung memilih pekerjan yang

berhubungan dengan mesin, kendaraan, komputer

dan alat-alat elektronik atau mesin-mesin. Contoh

pekerjaan misalnya Teknisi komputer, Montir, dll.

Jurusan yang tepat untuk tipe Minat ini adalah

Teknik Mesin, Teknik Informatika, Teknik Elecktro,

Programmer (IT).

Goshlive

Typewritten text

69

ISSN 2252-9063


(KARMAPATI)


c. Minat Computational, Minat untuk bekerja

dalam bidang hitung menghitung bidang

angka,menghitung benda, banyaknya keperluan dan

rencana anggaran biaya, matematika, akutansi dan

perbankan. Jurusan yang tepat untuk tipe Minat ini

adalah Akuntansi, Statistik, Ekonomi, Adminstrasi,

Programmer (IT).

d. Minat scientific, Minat untuk bekerja

mengembangkan ilmu pengetahuan dalam temuan

dan pengkajian produk baru. Seseorang yang

memiliki minat scientific yang tinggi Sangat

menyukai hal yang berhubungan dengan analisa,

observasi, evaluasi, dan pemecahan masalah.

Berpikir secara teoritis dan konseptual. Jurusan yang

tepat untuk tipe Minat ini adalah Kedokteran, Kimia,

Fisika, Gizi, Biologi, Kesehatan, Teknik Informatika,

Programer IT.

e. Minat Artistic Minat untuk mengembangkan

bidang seni lukis, musik , tari dan lain-lain.

Kemampuan Penunjang : Komputer software, Bakat

Seni, Suka Berkarya, Bisa Menggambar dengan

sangat baik (bidang visual art). Jurusan yang tepat

untuk tipe Minat ini adalah Seni Rupa, Seni Tari,

Desain Komunikasi Visual, Desain Angkaerior,

Arsitektur, Seni Tari, Seni Musik, Bahasa.

f. Minat Literary Minat terhadap buku

bacaan, koran dan temuan sejarah, teknologi, dan

budaya. Minat ini biasanya seseorang yang suka

membaca atau studi literatur, dan biasanya pekerjaan

yang sesuai adalah yang berhubungan dengan teori-

teori dari sebuah buku atau dari penelitian dan

pendapat para ahli. Jurusan yang tepat untuk tipe

Minat ini adalah Hukum, Sosial Politik, Psikologi,

Programer IT.

g. Minat Social Service Minat untuk

memberikan layanan bantuan kepada orang terlantar,

terluka, orang sakit , orang yang menderita, dan

orang yang memerlukan pertolongan.Jurusan yang

tepat untuk jenis Minat ini adalah Psikologi,

Bimbingan Konseling, Kedokteran,Kesehatan.

III. METODOLOGI

Pengembangan aplikasi sistem pendukung

keputusan pemilihan jurusan di perguruan tinggi ini

mengunakan proses SDLC (System Development Life

Cycle). Model yang digunakan dalam membangun

Aplikasi ini adalah Model Waterfall. Model Waterfall

ini merupakan model yang di kembangkan oleh

Winston Royce pada tahun 1970-an. Model waterfall

merupakan model klasik yang sederhana dengan

aliran sistem yang linier, masukan pada suatu tahapan

merupakan keluaran dari tahapan sebelumnya.

Menurut Sommerville (2003) metode waterfall adalah

suatu proses pengembangan perangkat lunak

berurutan, di mana kemajuan dipandang sebagai terus

mengalir ke bawah (seperti air terjun) melewati fase-

fase perencanaan, pemodelan, implementasi

(konstruksi), dan pengujian. Terdapat beberapa

tahapan dalam pengembangan sistem menggunakan

metode waterfall, antara lain requirments definition,

System design, Implementation, Integration and

testing, Maintenance.

Gambar. 1 Model waterfall menurut Sommerville.

A. Requirments Definition

Tahap requirments definition merupakan

tahapan yang paling awal. Tahapan ini

mengumpulkan kebutuhan secara lengkap kemudian

dianalisis dan didefinisikan kebutuhan yang harus

dipenuhi oleh program yang akan dibangun. Pada

tahap ini peneliti melakukan analisa terhadap kriteria

alternatif yang diperlukan, kebutuhan fungsional,

kebutuhan non fungsional , Use Case Diagram,

Activity Diagram.

B. System and Software Design

Pada tahap ini peneliti melakukan

perancangan sistem, konsep desain desain.

C. Implementation and Unit Testing

Implementasi merupakan tahapan selajutnya

setelah tahap perancangan. Pada tahap implementasi,

desain program diterjemahkan ke dalam kode-kode

dengan menggunakan bahasa pemrograman yang

sudah ditentukan.

D. Integration and testing

Tahap ini merupakan tahap dimana rancangan

aplikasi yang telah dibuat, diimplementasikan, untuk

selanjutnya diuji apakah semua komponen dari

aplikasi sudah berjalan sesuai dengan fungsinya.

Pengujian yang akan dilakukan meliputi blackbox

testing, whitebox testing, uji kesesuaian sistem, ,dan

uji respon pengguna.

Goshlive

Typewritten text

70

ISSN 2252-9063


(KARMAPATI)


IV. PEMBAHASAN

A.Hasil

1. Hasil tahap requirments definition

Pada tahap ini merupakan tahap pengumpulan

informasi-informasi yang berkaitan dengan sistem,

kemudian informasi yang didapat dianalisis agar

kebutuhan dari sistem pendukung keputusan yang

akan dibangun dapat didefinisikan.

Evidence dan probability

Berdasarkan hasil diskusi yang dilakukan dengan

beberapa guru Bimbingan Konseling yang ada di

SMA N 1 Seririt, diperoleh evidence yang akan

digunakan dalam penentuan pemilihan program studi

yang tepat untuk siswa Sma yang akan melanjutkan

studinya. evidence tersebut diperoleh dari

pertimbangan guru yang digunakan saat memberikan

konseling kepada siswa untuk memlih program studi.

Setelah penentuan evidence dilanjukan dengan

pengkombinasian evidence- evidence tersebut. Hal

ini bertujuan untuk menentukan prioritas (derajat

kepentingan) masing-masing evidence. Kriteria

tersebut didapatkan setelah peneliti melakukan

wawancara dengan Kepala Guru BK SMA N 1

Seririt. Berikut merupakan data-data hubungana

antara minat bakat dan kepribadian dengan jurusan

kuliah berdasarkan diskusi yang dilakukan.

TABEL.1 Jurusan dan minat bakat

Jurusan Minat Bakat:

A. Teknik Informatika M1. Bakat Numerik

B. Bidang Kesehatan M2. Bakat Abstrak

C. MIPA M3. Bakat Verbal

D. Bahasa dan Sastra M4. Bakat Relasi Ruang

E. Hukum M5. Bakat Mekanik

F. Arsitek M6. Minat Outdor

G. Teknik Sipil M7. Minat Mechanical

H. Teknik Mesin M8. Minat Scientific

I. Akuntansi M9. Minat Artistic

J. Manajemen M10. Minat Literary

K. Ekonomi M11. Social servis

L. Psikologi M12.Computational

M. Keguruan

N. Pariwisata

O. Pertanian

P. Seni Rupa

Contoh Perhitungan Manual dengan Metode

Dempster-Shafer.

Contoh Input Nilai Bakat dan Minat siswa

berdasarkan hasil tes Psikologi :

TABEL.2 Nilai Bakat dan Minat

Kriteria Nilai

M1. Bakat Numerik 1

M2. Bakat Abstrak 99

M3. Bakat Verbal 50

M4. Bakat Relasi

Ruang

97

M5. Bakat Mekanik 99

M6. Minat Outdor 30

M7. Minat Mechanical 27

M8. Minat Scientific 35

M9. Minat Artistic 8

M10. Minat Literary 55

M11. Social servis 42

M12.Computational 44

1. Tabel Perhitungan Nilai Bakat

evidence 1 : Bakat Numerik = 1

Maka : m1{A,C,I,K} = 0.01

Ɵ = 1 – 0.01 = 0.99

evidence 2 : Bakat Abstrak = 99

Maka : m2{P,F,G} = 0.99

Ɵ = 1-0,99 = 0.01

TABEL.3 Kombinasi evidence m1 dan m2

m1⊕m2 m2{P,F,G}

= 0.99

Ɵ= 0.01

m1{A,C,I,K}

= 0.01

K= 0.0099 m3{A,C,I,K}=0.0001

Ɵ = 0.99

m3{P,F,G}

= 0.9801

Ɵ= 0.0099

Sehingga dapat dihitung :

m3{P,F,G} = 0.9801 / (1-0.0099) = 0.9801/0.9901 =0.9899

m3{A,C,I,K}=0.001/(1-0.0099)=0.0001/0.9901=0.000101

m3Ɵ = 0.0099 / (1-0.0099)= 0.0099 / 0.9901 = 0.0098

evidence 3 : Bakat Verbal = 50

Maka : m4{D,L,M,N} = 0.5

Ɵ = 1-0.5 = 0.5

TABEL.4 Kombinasi evidence m3 dan m4

m3⊕m4 m4{D,L,M

,N} = 0.5

m4Ɵ= 0.5

m3{A,C,I,

K} =

0.000101

K=0.00050

5

m5{A,C,I,K}=0.0

00505

m3{P,F,G

} =0.9899

K= 0.495 m5{D,F,G} =

0.495

m3 m5{D,L,M m5Ɵ= 0.0049

Goshlive

Typewritten text

71

ISSN 2252-9063


(KARMAPATI)


Ɵ=0.0098 ,N}

=0.0049


m5{D,L,M,N}=0.0049/(1-0.000505)=0.0049/0.999495

=0.004902

m5{P,F,G} = 0.495 / (1-0.000505) = 0.495/

0.999495 = 0.49525

m5{A,C,I,K} = 0.000505 / (1-0.000505) = 0.000505

/ 0.999495 = 0.0000505

m5Ɵ = 0.0049 / (1-0.000505) = 0.0049 / 0.999495

= 0.004902

evidence 4 : Bakat Relasi Ruang = 97

Maka : m6{D,F,H} = 0.97

Ɵ = 1-0.97 = 0.03

TABEL.5 kombinasi evidence m5 dan m6

m5⊕m6 m6{P,F,H} =

0.97

m6Ɵ= 0.03

m5{D,L,M,N} =

0.004902

K= 0.000505 m7{D,L,M,N}

=

0.000147

m5{P,F,G} =

0.49525

m7{P,F}

=0.480393

m7{P,F,G} =

0.014858

m5{A,C,I,K} =

0.0000505

K =

0.00048985

m7{A,C,I,K} =

0.00001515

m5Ɵ =0.004902 m7{P,F,H} =

0.00475494

m7Ɵ

=0.00014706


m7{P,F} =0.480393 / (1-0) = 0.480393 / 1 =

0.480393

m7{P,F,H} = 0.00475494 /(1-0.00048985) =

0.00475494 /0.99951015 = 0.00475727

m7{D,L,M,N} = 0.000147 /(1-0.00048985) =

0.000147 /0.99951015 = 0.00014707

m7{P,F,G} = 0.014858 /(1-0.00048985) = 0.014858

/0.99951015 = 0.01486528

m7{A,C,I,K} = 0.00001515 /(1-0.00048985) =

0.00001515 /0.99951015 = 1.51574E-05

m7Ɵ =0.00014706 /(1-0.00048985) = 0.00014706

/0.99951015 = 0.000147132

evidence 5 : Bakat Mekanik = 99

Maka : m8{C,H,G,O} = 0.99

Ɵ = 1-0.99 = 0.01

TABEL.6 kombinasi evidence m7 dan m8

m7⊕m8 m8{C,H,G,O} =

0.99

m8Ɵ= 0.01

m7{P,F} =

0.480393

K = 0.47558907

m9{D,F}=

0.004804

m7{P,F,H} =

0.00475727

m9{H} =

0.004709697

m9{D,F,H} =

4.75727E05

m7{D,L,M,N}

= 0.00014707

K = 0.000145599

m9{D,L,M,N}

=

1.4707E-06

m7{P,F,G} =

0.01486528

m9{G}=0.014716

627

m9{D,F,G} =

0.000148653

m7{A,C,I,K}

=

1.51574E-05

m9{C}=

1.50058E-05

m9{A,C,I,K} =

1.51574E-07

m7Ɵ =

0.000147132

m9{C,H,G,O}=0.

000145661

m9Ɵ =

1.47132E-06

Sesuai dengan perhitungan iterasi

sebelumnya,sehingga menghasilkan m9 sebagai

berikut :

m9{H} = 0.00450269172586;

m9{G} = 0.00497501198178;

m9{C}= 0.00000050760249;

m9{C,H,G,O}=.08416945004482;

m9{P,F}=0.16246779540242;

m9{P,F,H} =0.00454817346046;

m9{D,L,M,N} =0.00005074020342

m9{P,F,G} =0.00502526462806;

m9{A,C,I,K =0.00000051272979;

m9Ɵ = 0.00085019646510.

Selanjutnya mencari max dari iterasi terakhir pada

proses Bakat dan Minat. Pada proses perhitungan

dengan nilai bakat didapat nilai tertinggi pada kode

jurusan {P,F} dengan nilai 0.16246779540242, yang

artinya merekomendasikan jurusan P dan F dengan

nilai 0.16246779540242 untuk proses pada nilai

bakat, lakukan proses yang sama untuk nilai minat.

Goshlive

Typewritten text

72

ISSN 2252-9063


(KARMAPATI)


d. DFD Level 1

DFD Level 1 menunjukkan hubungan secara

detail antara sistem dengan entitas luarnya. Pada

sistem ini terdapat dua entitas yang digunakan, yaitu

Admin sebagai pengelola keseluruhan dari sistem,

User dapat melakukan semua proses yang ada dalam

sistem tetapi user tidak dapat melakukan manipulasi

data pengguna sistem.

1.1Login

1.2Manipulasi Data User

1.3Manipulasi kombinasi

evidence jurusan

1.4Proses Perhitungan Dhempster-Shafer

rekomendasi jurusan

1.5Laporan Rekomendasi

Admin User/siswa

Tb_login

Data login

Record data login

Tb_user

Tb_siswa

Tb_nilai

Tb_evidence

Tb_jurusan

Tb_rule

Data proses

Record proses

Data hasil perhitungan

Record hasil perhitungan

Data nilai tes

Record Evidence

Data evidence

Record evidence

Record data siswa

Data siswa

Record nilai tes

Data login

Info loginData login

Info login

Recodr data login

Data login

Record data admin

Data admin

Data nilai tes

Info nilai tes

Info data siswaData siswa

Data admin

Info data admin

Info data evidence

Data evidence

Re

co

rd d

ata

sis

wa Re

co

rd n

ila

i te

s

Re

ko

me

nd

asi Ju

rusa

n

GAMBAR 2 . Data Flow Diagram (DFD) level 1.

2. Hasil tahap system and software Design

a) Arsitektur sistem

Sistem Pendukung Keputusan ini dapat

digunakan oleh dua jenis pengguna yakni admin dan

user. User(siswa) adalah pengguna yang memiliki

akses untuk menggunakan semua fitur yang

disediakan sistem. Kedua jenis pengguna tersebut

dihubungkan dengan internet ke database untuk

dapat mengakses dan mengelola data yang ada pada

sistem.

b) Rancangan Antar Muka

Rancangan antarmuka merupakan gambaran

dari rencana antarmuka yang akan

diimplementasikan dalam Sistem.

3. Hasil Tahap Implementation and Unit Testing

a) Lingkungan Implementasi

Pada lingkungan perangkat lunak, Sistem

Pendukung Keputusan Pemilihan Jurusan di

Perguruan Tinggi dijalankan pada lingkungan

sebagai berikut.

1) Sistem Operasi Microsoft Windows 8.1

2) Notepad++

3) XAMPP

4) Corel Draw X5

5) Web Browser Google Chrome

Aplikasi dikembangkan menggunakan beberapa

perangkat keras sebagai berikut.

1) Monitor 14 inchi dengan resolusi 1366 x

768

2) Memori 3 GB RAM dan harddisk 500 GB

3) Processor Intel Pentium® CPU P6200

@2.13 GHz

b) Implementasi Layar Antarmuka

Implementasi layar antarmuka perangkat

lunak dilakukan berdasarkan rancangan antarmuka

yang telah dilakukan.

a. Implementasi Halaman Home system.

GAMBAR 3. .Implementasi Halaman Home system.

b. Implementasi Halaman Input Nilai Siswa

Antarmuka perangkat lunak input nilai siswa

merupakan halaman yang berfungsi untuk

menambahkan nilai tes psikologi siswa yang akan

digunakan dalam proses perhitungan.

Goshlive

Typewritten text

73

ISSN 2252-9063


(KARMAPATI)


GAMBAR 4. Implementasi Halaman Input Nilai Siswa

c. Implementasi Halaman Laporan

GAMBAR 8. Implementasi Halaman Laporan

Antarmuka perangkat lunak laporan

rekomendasi merupakan halaman yang berfungsi

menampilkan hasil proses perhitungan pemilihan

jurusan dengan metode dempster-shafer.

4. Hasil Tahap Integration and Testing

Pengujian perangkat lunak dilakukan melalui

beberapa pengujian, yaitu black box testing, white

box testing, uji respon pengguna dan uji kesesuaian

sistem

Pengujian black box dilaksanakan oleh dua

orang penguji. Pengujian dilakukan sesuai dengan

item uji yang telah dirancang. Dari 59 tahapan

pengetesan didapatkan hasil sebanyak 100% sesuai.

Selanjutnya pada pengujian struktural (white box

testing), hasilnya menyimpulkan bahwa proses kerja

perangkat lunak secara internal bekerja dengan baik

sesuai dengan spesifikasi yang telah ditetapkan.

Source code program bekerja dengan baik dan benar

sesuai dengan fungsinya.

Pengujian kesesuaian sistem meliputi

pengujian kesesuaian hasil dengan membandingkan

hasil perhitungan dengan metode dempster-shafer

secara manual dengan hasil yang diperoleh dari

sistem. Adapun hasil dari pengujian Sistem

Pendukung Keputusan Pemilihan Jurusan Kuliah di

Perguruan Tinggi dengan Metode dempster-shafer

memiliki tingkat kesesuaian sistem sebesar 100%.

Pengujian respon pengguna, pengujian

melibatkan 30 orang pengguna yaitu siswa SMA N 1

Seririt. Berdasarkan hasil perhitungan respon

pengguna secara umum, dapat disimpulkan bahwa

Sistem Pendukung Keputusan Pemilihan Jurusan

Kuliah di Perguruan Tinggi dengan Metode

dempster-shafer sangat sesuai untuk digunakan

sebagai rujukan dalam menentukan rekomendasi

jurusan yang sesuai dengan nilai persentasi sebesar

87,538% berarti hasil respon dalam rentangan

Sangat Baik.

B. Pembahasan

Sesuai dengan paparan hasil pengembangan

Sistem Pendukung Keputusan Pemilihan Jurusan

Kuliah di Perguruan Tinggi dengan Metode

dempster-shafer maka berikut ini diuraikan

pembahasan. Pembahasan difokuskan pada

implementasi dan hasil pengujian serta disampaikan

kendala – kendala terhadap produk pengembangan

sistem.

Berdasarkan hasil pengembangan

menggunakan metode Dempster Shafer telah

memadai untuk digunakan dalam proses rekomendasi

pemilihan jurusan kuliah di perguruan tinggi. Pada

kasus ini Penelusuran Jurusan yang sesuai dilakukan

dengan menggunakan metode Dempster Shafer,

metode ini bekerja membandingkan semua minat dan

bakat siswa yang dimiliki oleh siswa. Hasil dari

perbandingan ini diambil probabilitas kombinasi

jurusan tertingginya.

Pengembangan Sistem Pendukung

Keputusan Pemilihan Jurusan di Perguruan Tinggi

yang dikembangkan sesuai dengan Metode

Dempster Shafer ini mengunakan proses SDLC

(System Development Life Cycle). Model yang

digunakan dalam membangun Aplikasi ini adalah

Model Waterfall. Terdapat beberapa tahapan dalam

pengembangan sistem menggunakan metode

waterfall, antara lain Requirements definition,

system design, Implementation and unit testing,

Integration and testing.

Berdasarkan hasil pengujian black box dan

white box dilakukan didapatkan hasil bahwa

aplikasi sudah sesuai dengan rancangan dan

kebutuhan yang telah disusun. Berdasarkan hasil

respon pengguna yang dilakukan dengan cara

menyebarkan angket kepada 30 siswa. Dimana

setelah menggunakan Sistem Pendukung Keputusan

Pemilihan Jurusan di Perguruan Tinggi dengan

Metode Dempster Shafer dengan hasil angket

menunjukkan kualifikasi sangat baik dengan nilai

persentase 87,538 %. Adapun tanggapan dari

pengguna yaitu sistem dapat membantu siswa dalam

menentukan rekomendasi jurusan awal untuk proses

bimbingan konseling dengan guru Bimbingan

Goshlive

Typewritten text

74

ISSN 2252-9063


(KARMAPATI)


Konseling. Selanjutnya pada pengujian kesesuaian

sistem menunjukan bahwa Aplikasi memiliki

tingkat kesesuaian sistem yang sangat sesuai dengan

persentase keseluruhan penilaian yaitu 100%.

Namun tidak ada yang sempurna, beberapa

hal yang masih menjadi kekurangan dari aplikasi

Sistem Pendukung Keputusan Pemilihan Jurusan di

Perguruan Tinggi dengan Metode Dempster Shafer

ini, diantaranya input nilai sistem hanya dilakukan

saat siswa berada di kelas sepuluh saja, sebaiknya

input nilai dilakukan setiap tahun karena bakat dan

minat seseorang dapan berubah sewaktu-waktu,

selanjutnya jumlah evidence yang digunakan yaitu

minat dan bakat masih sedikit hanya 12 kriteria

sehingga hasil rekomendasi yang didapatkan tidak

mencerminkan keseluruhan kepribadian dari

seoranng siswa. Selai itu jumlah rekomendasi yang

ditawarkan masih terbatas hanya beberapa jurusan

popular di bali saja. Untuk itu penulis

mengharapkan jika kedepannya sistem ini

dikembangkan perlu memerhatikan kelemahan

sistem saat ini sebagai bahan pertimbangan untuk

melakukan pengembangan sistem berikutnya.

V. SIMPULAN

Berdasarkan penelitian sistem “Pengembangan


Perguruan Tinggi yang dikembangkan sesuai dengan

Metode Dempster Shafer” yang telah dilakukan,

maka diperoleh kesimpulan yaitu Pengembangan


Perguruan Tinggi dengan Metode Dempster Shafer,

ini telah berhasil dibangun dengan menerapkan

metode Dempster Shafer dan dapat memberikan

relomendasi jurusan yang sesuai dengan minat dan

bakat siswa berdasarkan nilai tes psikologinya.

Penelusuran rekomendasi jurusan dilakukan dengan

menggunakan metode Dempster Shafer, metode ini

bekerja membandingkan semua kombinasi jurusan

yang berhubungan dengan minat dan bakat siswa.

Hasil dari perbandingan ini diambil probabilitas

jurusan tertingginya. Dalam pengembangan sistem

ini mengunakan proses SDLC (System Development

Life Cycle). Model yang digunakan dalam

membangun Aplikasi ini adalah Model Waterfall.

Sistem ini dirancang dengan menggunakan Flow

chart diagaram dan Data flow diagram.

Pengimplementasian Pengembangan Sistem



menggunakan notepad++ dengan Bahasa

pemrograman PHP, HTML dan Javascript. Respon

pengguna terhadap aplikasi Pengembangan Sistem



dinyatakan sangat baik dengan persentase 87,538 %.

Berdasarkan hasil penelitian, pengembangan,

dan kesimpulan yang telah dipaparkan sebelumnya,

terdapat beberapa saran untuk penelitian selanjutnya

antara lain: (1).Pengembangan selanjutnya agar

penggunaan jumlah evidence dalam proses

penelusuran dengan metode Dempster Shafer di

perbanyak lagi, dimana dalam penelitian ini hanya

menggunakan 12 kriteria dari minat dan bakat,

diharapakan nantinya agar diperlengkap lagi dengan

menambahkan evidence kepribadian siswa. (2).Perlu

ditambah rekomendasi jurusan lebih kompleks lagi

agar dapat mewakili seluruh jurusan yang ada.

REFERENSI

[1] Undang-Undang Republik Indonesia Nomor 2 Tahun 1989

Tentang Sistem Penddikan Nasional.

[2] Susilowati, Pudji. 2008. Memilih Jurusan di PerguruanTinggi.http://www.epsikologi.com/artikel/pendidik

an/me milih-jurusan-di-perguruan-tinggi ( di akses 21 april

2015)

[3] Sukardi, D. K. (2007). Bimbingan Karir di Sekolah. Jakarta:

Ghalia.

[4] Wirawan,I Made Agus. 2017. Metode Penalaran dalam

Kecerdasan Buatan. Depok : PT Raja Grafindo Persada.

[5] Oetomo, B. S. 2002. Perancangan & Pembangunan Sistem

Informasi. Yogyakarta : Andi.

[6] Rochim, Taufiq. 2002. Sistem Informasi. Bandung : ITB.

[7] Suastika, Ketut. 2014. Sistem Pendukung Keputusan Pemilihan Jurusan pada SMK Negeri 3 singaraja

Menggunakan Metode Simple Additive Weighting. Tugas

akhir (tidak diterbitkan). Jurusan Manajemen Informatika, Undiksha.

[8] F Aswani, 2011. Sistem Pendukung Keputusan. Tersedia:

repository.usu.ac.id/bitstream/123456789/21407/3/Chapter

%20II.pdf (diakses pada tanggal : 05 Pebruari 2015).

Goshlive

Typewritten text

75

Pengembangan Sistem Pendukung Keputusan Pemilihan ...

Documents

Transcript of Pengembangan Sistem Pendukung Keputusan Pemilihan ...