SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAANASISTEN PRAKTIKUM MENGGUNAKAN METODE PROFILE MATCHING

(Studi Kasus Prodi Teknik Informatika Universitas Brawijaya)

Kusumaning Hati Pambayun, Raden Arief Setyawan, Budi Darma SetiawanProgram Studi Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer

Universitas Brawijayayuppy_marro@yahoo.com

ABSTRACTLab assistants at Informatics Engineering Department, University of Brawijaya are

students who are selected as lecturer assistants of the student lab activities through the recruitment.Assesment process and decision making in the recruitment usually become subjectively, especially ifthere are some candidates who have no many different skill each other. The application that is madefor this research is Decisson Support System (DSS) of lab assistant recruitment by using ProfileMatching methods. This application is used for helping selector to give assessment of candidatecompetence and give recommendation in making the decision. Assessment criterias used in this DSSinclude written test, microteaching test, interview, and psychotest. This profile matching methodwill compare between candidate profile with ideal profile assistant. The smaller difference (gap) is thegreater opportunity to pass the selection. The system is built using PHP programming language andMySQL for data processing. The first system testing is done by comparing decision result of qualifiedcandidates based on system and decision maker. The results of the first testing shows the performancerange of the system (DSS) based on 3 kinds of case study of lab assistant recruitment is between 60%-86.67%. The second testing is taken from the User Acceptance Test (UAT), which indicates that mostof the respondents who were selectors can accept this decision support system for assessment processof candidate potential and recruitment of lab assistants.Key words: profile matching, lab assistant recruitment, decision support system

ABSTRAKAsisten praktikum di Program Studi Teknik Informatika Universitas Brawijaya

adalah mahasiswa yang dipilih sebagai asisten tenaga pengajar kegiatan praktikum melaluiproses seleksi. Proses penilaian dan pengambilan keputusan dalam seleksi biasanya bersifatsubjektif terutama jika ada beberapa calon asisten yang memiliki kemampuan yang tidakjauh berbeda. Aplikasi yang dibuat dalam penelitian ini berupa Sistem PendukungKeputusan Seleksi Penerimaan Asisten Praktikum dengan metode Profile Matching. Aplikasiini digunakan untuk membantu penyeleksi dalam melakukan penilaian kompetensi calonasisten serta memberikan rekomendasi dalam pengambilan keputusan. Kriteria penilaianyang digunakan antara lain tes tulis, tes microteaching, wawancara, dan psikotest. Metodeprofile matching ini akan membandingkan antara profil peserta dengan profil ideal asisten.Selisih (gap) yang semakin kecil akan membuat kesempatan untuk lolos seleksi semakinbesar. Sistem dibangun menggunakan bahasa pemrograman PHP dan MySQL untukpengolahan data. Pengujian pertama dilakukan dengan membandingkan hasil keputusanpeserta yang lolos berdasarkan SPK dengan keputusan dari pengambil keputusan(penyeleksi). Hasil pengujian pertama menunjukkan range tingkat kinerja sistem pada 3macam studi kasus penerimaan asisten praktikum adalah 60%-86.67%. Pengujian keduadiambil dari hasil User Acceptance Test yang menunjukkan bahwa sebagian besar responden(penyeleksi) bisa menerima aplikasi sistem pendukung keputusan seleksi penerimaanasisten praktikum ini untuk proses penilaian potensi dan seleksi calon asisten praktikum.Kata Kunci: profile matching, seleksi asisten praktikum, sistem pendukung keputusan

1. PENDAHULUAN1.1 Latar Belakang

Praktikum di Program StudiTeknik Informatika Universitas Brawijaya

merupakan kegiatan akademik terstrukturyang dilakukan di laboratorium atau ditempat lain yang ditentukan [TIM-12].

1

Untuk mendukung proses pembelajarandalam kegiatan praktikum, makadiperlukan tenaga asisten praktikum.Asisten praktikum adalah para mahasiswayang dipilih melalui seleksi.

Masalah umum yang sering terjadidalam proses penilaian potensi calonasisten diantaranya adalah subyektifitaspengambilan keputusan akan terasa,terutama jika beberapa calon asisten yangada memiliki kemampuan (dan beberapapertimbangan lain) yang tidak jauhberbeda. Proses pemilihan kandidat yanglolos seleksi dari berbagai alternatiftindakan yang mungkin dipilih, denganharapan akan menghasilkan suatukeputusan yang terbaik juga merupakantindakan yang cukup sulit.

Untuk mengoptimalkan prosespenilaian kompetensi/potensi dari calonasisten, dibangun sebuah sistem berbasiskomputer yang dinamakan sistempendukung keputusan atau disebut jugaDecission Support System (DSS).

Penelitian ini membuat sistempendukung keputusan untuk seleksipenerimaan asisten praktikum di ProdiTeknik Informatika Universitas Brawijaya.Kriteria yang dipakai antara lain nilai hasiltes kemampuan dasar/tes tulis (t), nilaihasil test microteaching (m), wawancara(w),dan hasil psikotes (p). Pada pelaksanaanpraktikum tidak jarang menjumpai asistenpraktikum yang kurang bisamenyampaikan materi secara baik kepadapara praktikan padahal kemampuan diadalam mata kuliah tersebut sangat baik.Hal tesebut dapat diukur menggunakantes microteaching (mengajar) dan tespsikologi/psikotes. Psikotest yangdigunakan dalam penelitian ini adalah tesDISC. Menurut Mandell, 1964, profilkepribadian berdasarkan DISC dapatdiproses untuk mencocokkan profil orangyang tepat dengan profil pekerjaan yangtepat pula [NUG-06:9]. Keempat faktorDISC dari para calon asisten akandicocokkan dengan profil standar asistenpraktikum bersamaan dengan perolehannilai tes lainnya.

Model pengambilan keputusanyang digunakan untuk menentukankelayakan dan prioritas dalam seleksicalon asisten praktikum adalah ProfileMatching. Maksud dari model pencocokanprofil (profile matching) adalah sebuah

mekanisme pengambilan keputusandengan mengansumsikan bahwa terdapattingkat variabel prediktor yang ideal yangharus dimiliki oleh pelamar, bukannyatingkat minimal yang harus dipenuhi ataudilewati [KUS-07:53].

Profile matching dilakukan dengancara membandingkan antara kompetensiindividu ke dalam kompetensi standar,dalam hal ini profil asisten praktikumyang ideal sehingga dapat diketahuiperbedaan kompetensinya (gap). Semakinkecil gap yang dihasilkan maka bobotnilainya semakin besar. Calon yangmemiliki bobot nilai yang besar berartimemiliki peluang lebih besar untuk dapatmenempati posisi sebagai asistenpraktikum.

1.2 Rumusan MasalahBerdasarkan pada permasalahan

yang telah dijelaskan pada bagian latarbelakang, maka rumusan masalah dapatdisusun sebagai berikut:

1. Bagaimana merancang sistempendukung keputusan untuk seleksipenerimaan asisten praktikum denganmetode profile matching?

2. Bagaimana mengimplementasikansistem pendukung keputusan untukseleksi penerimaan asisten praktikumdengan metode profile matching?

3. Bagaimana menguji sistem pendukungkeputusan untuk seleksi penerimaanasisten praktikum dengan metode profilematching

1.3 Batasan MasalahPenelitian ini dibatasi oleh hal-hal

sebagai berikut:1. Data yang digunakan untuk pengujian

adalah data seleksi asisten praktikumJaringan Komputer, Algoritma danStruktur Data, dan Sistem Basis Dataperiode Semester Ganjil 2012 di ProdiTeknik Informatika UniversitasBrawijaya.

2. Atribut/kriteria yang digunakan antaralain : Tes tulis/tes kemampuan dasar ,Tes microteaching, Wawancara, Penilaiankepribadian (psikotest Profil DISC)

3. Metode yang digunakan dalampengambilan keputusan penerimaanasisten praktikum adalah ProfileMatching (Pencocokan Profil) denganaturan dan pembobotan yang telah

2

ditentukan oleh penyeleksi dan pakarpsikologi.

4. Sistem yang dibangun bertujuan untukmembantu pengambilan keputusan,bukan untuk menggantikan pengambilkeputusan dalam menentukankeputusan akhir.

5. Keluaran sistem yaitu rangking pesertadari tiap bidang seleksi berdasarkannilai akhir tertinggi

6. SPK seleksi penerimaan asistenpraktikum dibuat berbasis webmenggunakan bahasa pemrogramanPHP dan MySQL sebagai DatabaseManagement System (DBMS).

1.4 TujuanTujuan penelitian ini yaitu

membangun sebuah sistem pendukungkeputusan untuk membantu penyeleksidalam melakukan penilaian calon asistenpraktikum dan membantu dalampengambilan keputusan pada prosesseleksi asisten praktikum menggunakanmetode profile matching.

1.5 Dasar Teori1.5.1 Sistem Pendukung Keputusan

Decision Support System atau SistemPendukung Keputusan (SPK)didefinisikan secara luas sebagai sebuahsistem berbasis komputer yang membantuorang-orang untuk menggunakankomunikasi komputer, data, dokumen,pengetahuan dan model untuk mengatasimasalah dan membuat keputusan. SPKadalah sistem tambahan atau sistempembantu. SPK tidak dimaksudkan untukmenggantikan ahli pengambil keputusan[POW-02:1].

Aplikasi sistem pendukungkeputusan bisa terdiri dari beberapasubsistem yaitu [TUR-05:143-145]:1. Subsistem manajemen data

Subsistem manajemen datamemasukkan satu database yang berisi datayang relevan untuk suatu situasi dandikelola oleh perangkat lunak yangdisebut sistem manajemen database(DBMS) [TUR-05:143].2. Subsistem manajemen model

Merupakan paket perangkat lunakyang memasukkan model keuangan,statistik ilmu manajemen, atau modelkuantitatif lain yang memberikankapabilitas analitik dan manajemen

perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk membangunmodel-model kustom juga dimasukkan.Perangkat lunak itu juga sering disebutsistem manajemen basis model (MBMS).Komponen tersebut bisa dikoneksikan kepenyimpanan korporat atau eksternalyang ada pada model [TUR-05:143].3. Subsistem antarmuka pengguna

Pengguna berkomunikasi dengandan memerintahkan DSS melaluisubsistem ini [TUR-05:143].4. Subsistem Manajemen Berbasis

PengetahuanBanyak masalah tak terstruktur

dan bahkan semi terstruktur yang sangatkompleks sehingga solusinya memerlukankeahlian. Keahlian tersebut dapatdiberikan oleh suatu sistem pakar atausistem cerdas lainnya. Oleh karena itu,makin banyak DSS canggih yangdilengkapi dengan satu komponen yangdisebut subsistem manajemen berbasispengetahuan. Komponen ini dapatmenyediakan keahlian yang diperlukanuntuk memecahkan beberapa aspekmasalah dan memberikan pengetahuanyang dapat meningkatkan operasikomponen DSS yang lain [TUR:05-162].

Subsistem ini juga bisadiinterkoneksikan dengan repositorypengetahuan perusahaan (bagian darisistem manajemen pengetahuan) yangkadang-kadang disebut basis pengetahuanorganisasional [TUR-05:144].

Berdasarkan definisinya, sistempendukung keputusan harus mencakuptiga komponen utama dari DBMS, MBMS,dan antarmuka pengguna. Subsistemmanajemen berbasis pengetahuan adalahopsional tetapi bisa memberikan banyakmanfaat karena memberikan intelegensibagi ketiga komponen tersebut, sepertipada semua sistem informasi manajemen,pengguna bisa dianggap sebagaikomponen sistem pendukung keputusan.Komponen-komponen tersebutmembentuk sistem aplikasi sistempendukung keputusan yang bisadikoneksikan ke intranet perusahaan,ekstranet, atau Internet [TUR-05:145].

1.5.2 Profile Matching (Pencocokan Profil)Pencocokan profil (profile

matching) adalah sebuah mekanismepengambilan keputusan dengan

3

mengansumsikan bahwa terdapat tingkatvariabel prediktor yang ideal yang harusdimiliki oleh pelamar, bukannya tingkatminimal yang harus dipenuhi ataudilewati [KUS-07:53].

Dalam proses profile matching,akan dilakukan proses pembandinganantara kompetensi individu ke dalamkompetensi standar, dalam hal ini profilasisten praktikum yang ideal sehinggadapat diketahui perbedaan kompetensinya(disebut juga gap). Semakin kecil gap yangdihasilkan maka bobot nilainya semakinbesar. Calon yang memiliki bobot nilaiyang besar berarti memiliki peluang lebihbesar untuk dapat menempati posisisebagai asisten praktikum. Dan berikutmerupakan langkah-langkah perhitungandalam profile matching [KUS:07].

1.5.2.1 Pemetaan Gap KompetensiGap yang dimaksud di sini

adalah perbedaan/selisih value masing-masing aspek/atribut dengan value target.Contoh: Perbedaan value Profil calonasisten dengan value Profil Ideal.Gap = Value Atribut – Value Target (1)

1.5.2.2 PembobotanSetelah diperoleh Gap pada

masing-masing calon asisten, setiap profilcalon asisten diberi bobot nilai sesuaiketentuan pada Tabel Bobot Nilai Gap.

Tabel 1.1 Tabel Contoh Bobot Nilai Gap

1.5.2.3 Perhitungan dan PengelompokanCore dan Secondary Factor

Setelah menentukan bobot nilaigap untuk semua aspek dengan cara yangsama, setiap aspek dibagi lagi menjadi duakelompok yaitu kelompok Core Factor(faktor utama) dan Secondary Factor (faktorpendukung). Perhitungan core factor dapatditunjukkan pada Persamaan (2)

(2)

Keterangan:NCF : Nilai rata-rata core factorNC : Jumlah total nilai core factor(tes

tulis, microteaching, wawancara,penilaian kepribadian)

IC : Jumlah item core factorSedangkan untuk perhitungan

secondary factor dapat ditunjukkan padaPersamaan (3) di bawah ini:

(3)

Keterangan:NSF : Nilai rata-rata secondary factorNS : Jumlah total nilai secondary

factor(tes tulis, microteaching,wawancara,penilaian kepribadian)

IS : Jumlah item secondary factor

1.5.2.4 Penghitungan Nilai TotalDari hasil perhitungan dari tiap

aspek di atas kemudian dihitung nilai totalberdasar prosentase dari core dan secondaryfactor yang diperkirakan berpengaruhterhadap kinerja tiap-tiap profil. Contohperhitungan dapat dilihat pada rumus dibawah ini:N(t,m,w,p)=(x)%NCF(t,m,w,p)+(y)%NSF(t,m,w,p)= (4)Keterangan:(t,m,w,p) : (tes tulis, microteaching,wawancara,penilaian kepribadian)NCF(t,m,w,p) : Nilai Rata-rata Core FactorNSF(t,m,w,p) : Nilai Rata-rata Secondary FactorN(t,m,w,p) : Nilai Total dari tiap aspek(x)% : Nilai Persen Yang Diinputkan (60%)(y)% : Nilai Persen Yang Diinputkan (40%)

1.5.2.5 Perhitungan Penentuan RankingHasil akhir dari proses profile

matching adalah ranking dari kandidatyang diajukan untuk mengisi suatujabatan tertentu. Penentuan rankingmengacu pada hasil perhitungan tertentu.

Selisih Bobot Nilai Keterangan0 5 Tidak ada selisih (Kompetensi sesuai

yang dibutuhkan)1 4.5 Kompetensi individu kelebihan 1

tingkat/level-1 4 Kompetensi individu kekurangan 1

tingkat/level2 3.5 Kompetensi individu kelebihan 2

tingkat/level-2 3 Kompetensi individu kekurangan 2

tingkat/level3 2.5 Kompetensi individu kelebihan 3

tingkat/level-3 2 Kompetensi individu kekurangan 3

tingkat/level4 1.5 Kompetensi individu kelebihan 4

tingkat/level-4 1 Kompetensi individu kekurangan 4

tingkat/levelSumber: [KUS-07]

4

Perhitungan tersebut dapat ditunjukkanpada persamaan (5) di bawah ini:

Ranking= (w)%Nt + (x)% Nm + (y)%Nw + (z)%Np (5)

Keterangan:Nt : Nilai Tes TulisNm :Nilai MicroteachingNw : Nilai WawancaraNp : Nilai Penilaian Kepribadian(w,x,y,z)%:Nilai persen yang diinputkan

(30%,30%,10%,30%)

3. PERANCANGAN3.1 Diagram Blok Sistem

Gambar 3.1 menggambarkantentang diagram blok sistem.

Gambar 3.1 Diagram Blok Sistem

Diagram blok sistemmenerangkan interaksi yang terjadi antarapengguna dengan sistem disertai datamasukan yang diperlukan, proses yangterjadi dan data keluaran yang dihasilkandari interaksi tersebut. Penyeleksi dalamhal ini dosen akan melakukan input nilaites tulis, microteaching, dan wawancara.Peserta akan melakukan input jawabanpsikotest DISC ke sistem. Hasil keluaransistem ke peserta berupa hasil psikotest.Hasil psikotest berupa detail nilai daninterpretasi (profil kepribadian).Selanjutnya sistem akan memprosessemua nilai. Hasil keluaran sistem kepenyeleksi berupa laporan nilai tiapkriteria dan nilai akhir serta rekomendasipeserta yang lolos seleksi. Penyeleksi yangakan menentukan peserta yang lolos danyang tidak lolos.

3.2 Arsitektur SPK Seleksi PenerimaanAsisten Praktikum

Arsitektur SPK SeleksiPenerimaan Asisten Praktikum dapatditunjukkan pada Gambar 3.1 berikut.

Gambar 3.2 Arsitektur SPK SeleksiPenerimaan Asisten Praktikum

Komponen utama dari sebuahSistem Pendukung Keputusan adalahDBMS, MBMS, dan antarmuka pengguna.Database mewakili subsistem manajemendata yang dibangun secara khusus untukmenyimpan data peserta, data masterkriteria, data hasil perhitungan nilai testulis, microteaching, wawancara, danpsikotest. DBMS yang digunakan adalahMySQL. Model didalam DSS yangdigunakan untuk membantu pengambilankeputusan adalah metode profile matcing.Proses Profile Matching mewakili ModelBase Management System (MBMS).Subsistem berbasis pengetahuan berisitentang aturan-aturan yang didapat daripakar psikologi. Aturan ini berkaitandengan scoring DISC (psikotestkepribadian), interpretasi hasil test, danaturan profile matching untuk pengolahannilai penilaian kepribadian. Dialog atauUser System Interface adalah bagiansubsistem antamuka pengguna dengantampilan halaman-halaman website yangdibuat menggunakan bahasapemrograman PHP. User sebagaipengguna dari SPK Seleksi PenerimaanAsisten praktikum adalah admin, dosenpenyeleksi, peserta seleksi, dan pakarpsikologi.

3.2 Metode Profile MatchingDiagram alir metode profile

matching ditunjukkan pada Gambar 3.3berikut. Profile matching diawali denganinput profil ideal tiap subkriteria daninput nilai peserta tiap sub kriteria.Kemudian dihitung selisih (gap) antaraprofil ideal tiap subkriteria dengan inputnilai peserta tiap sub kriteria. Berdasarkannilai gap tersebut akan ditentukan

5

bobotnya. GAP = 0 akan menempati bobottertinggi, yang artinya calon asisten beradapada profil ideal. Setelah itu, nilai bobottiap-tiap sub kriteria akan dikelompokkanke dalam core factor dan secondary factor.Core factor merupakan subkriteria yangutama dan secondary factor adalahsubkriteria pendukung. Penghitungannilai total tiap kriteria dihitungberdasarkan jumlah dari hasil perkalianprosentase untuk masing-masing corefactor dan secondary factor dengan nilai corefactor dan secondary factor. Perangkingandihitung dengan hasil penjumlahan dariperkalian input prosentase untuk tiap-tiapkriteria dengan nilai totalnya. Hasil akhirtersebut dirangking mulai dari yangtertinggi yang menunjukkan pesertaberada pada rangking pertama.

Gambar 3.3 Diagram Alir Profile Matching

4. IMPLEMENTASIPada bagian ini akan dibahas

Implementasi Metode Profile Matching danbeberapa screenshot tampilan aplikasi.

1.Variabel Pemetaan Gap KompetensiVariabel-variabel pemetaan gap

kompetensi yang digunakan pada SPK initerdiri dari beberapa kriteria dan subkriteria, antara lain sebagai berikut:a. Tes Tulis, merupakan tahapan awal

dalam proses seleksi yang mengasahkemampuan mereka sesuai bidangseleksi yang diikuti.

b. Tes MicroteachingMicroteaching merupakan teskemampuan mengajar. Tes ini terdiridari 3 sub kriteria, yaitu MetodePenyampaian, Pemahaman Materi,dan Alokasi Waktu

c. WawancaraTerdapat 2 sub kriteria, yaitu Motivasidan Problem Solving

d. Penilaian KepribadianPenilaian kepribadian dilakukan denganpsikotest DISC Profile. Pada kriteria initerdapat 4 sub kriteria, antara lain:-Dominance: dorongan untuk mengontrol,

meraih tujuan/target.- Influence:dorongan untuk mempengaruhi,

berekspresi, dan didengarkan.- Steadiness: dorongan untuk menjadi stabil

dan konsisten.-Compliance:dorongan untuk menjadi benar,

pasti dan aman.2. Contoh Kasus

Berikut ini merupakan contohkasus untuk perhitungan nilai pesertamenggunakan metode profile matching.

a. Perhitungan Pemetaan GapKompetensi

Gap yang dimaksudkan disiniadalah beda antara profil asisten (ideal)dengan profil peserta atau dapatditunjukkan pada rumus di bawah ini:Gap = Profil Peserta - Profil Ideal

Untuk pengumpulan gap-gapyang terjadi pada tiap aspeknyamempunyai perhitungan yang berbeda-beda. Untuk lebih jelasnya akandipaparkan tiap kriterianya, dimanameliputi:a. Tes Tulis

6

Proses perhitungan gap antaraprofile peserta dan profile asisten dapatdilihat pada Tabel 4.1 :

Tabel 4.1 Tabel Tes TulisID Peserta Bobot Profil105090600xxxxxx 7105060801xxxxxx 6

Profil Ideal 8105090600xxxxxx -110506080 xxxxxx -2

Dapat dilihat pada Tabel 4.1bahwa profil ideal untuk kriteria tes tulisadalah 8.

Sebagai contoh, diambil pesertadengan id 105090600 xxxxxx dimana bobotprofil tes tulis profilnya adalah 7. Sehinggahasil gap yang terjadi untuk nilai testulisnya adalah -1.b. Microteaching

Cara perhitungan untuk field gap-nyadapat dilihat pada Tabel 4.2:

Tabel 4.2 Tabel MicroteachingID Peserta 1 2 3105090600 xxxxxx 3 3 4105060801 xxxxxx 4 4 5

Profil Ideal 5 5 5gap

105090600 xxxxxx -2 -2 -1105060801 xxxxxx -1 -1 0

Keterangan:1: Metode Penyampaian, 2: PemahamanMateri, 3: Alokasi Waktu

Dapat dilihat pada Tabel 4.2bahwa profil ideal untuk tiap sub-kriteriaadalah sebagai berikut: (1): 5, (2): 5 dan (3):5.

Sebagai contoh, diambil pesertadengan id 105090600 xxxxxx dimanaprofilnya adalah (1)=3, (2)=3 dan (3)=4,sehingga hasil gap yang terjadi untuk tiapsub kriterianya adalah: (1)= -2, (2)= -2, (3)=-1.

c. WawancaraCara perhitungan untuk field gap-

nya dapat dilihat pada Tabel 4.3:

Tabel 4.3 Tabel WawancaraID Peserta 1 2

105090600 xxxxxx 3 3105060801 xxxxxx 3 3

Profil Ideal 3 3gap

105090600 xxxxxx 0 0105060801 xxxxxx 0 0Keterangan:1: Motivasi, 2: Problem Solving

Dapat dilihat pada Tabel 4.3bahwa profil ideal untuk tiap sub-kriteriaadalah sebagai berikut: (1): 3, (2): 3.

Sebagai contoh, diambil pesertadengan id 105090600 xxxxxx dimanaprofilnya adalah (1)=3, (2)=3 sehingga hasilgap yang terjadi untuk tiap sub kriterianyaadalah: (1)= 0, (2)= 0.

d. Penilaian KepribadianCara perhitungan untuk field

gap-nya untuk kriteria mengacu padaNorma Penentuan Bobot Nilai Gap padaKriteria Penilaian Kepribadian.

Tabel 4.4 Tabel Bobot Nilai Gap padaKriteria Penilaian Kepribadian

Contoh perhitungan dapat dilihatpada Tabel 4.5:

Tabel 4.5 Tabel Penilaian KepribadianID Peserta 1 2 3 4

105090600 xxxxxx 2 3 2 2105060801 xxxxxx 3 3 2 2

Profil Ideal 2 2 3 4Bobot Gap

105090600 xxxxxx 6 5 5 2105060801 xxxxxx 5 5 5 2

Keterangan:1: Dominance, 2: Influence, 3: Steadiness, 4:Compliance

Dapat dilihat pada Tabel 4.5bahwa profil ideal untuk tiap sub-kriteriaadalah sebagai berikut: (1): 2, (2): 2, (3): 3,(4):4.

7

Sebagai contoh, diambil pesertadengan id 105090600 xxxxxx dimanaprofilnya adalah (1)=2, (2)=3, (3)=2, (4)=2.Berdasarkan Norma Penentuan BobotNilai Gap pada Kriteria PenilaianKepribadian, maka bobot gap untuk tiapsub kriterianya adalah: (1)= 6, (2)= 5, (3)=5, (4)=2.

Penentuan Bobot Nilai GapSetelah didapatkan tiap gap

masing-masing peserta maka tiap profilpeserta diberi bobot nilai dengan patokantabel bobot nilai gap tiap-tiap kriteria,sehingga tiap peserta akan memiliki bobotnilai gap seperti contoh-contoh tabel yangada di bawah ini.

Penentuan bobot nilai gap tes tulisberdasarkan pada tabel 4.6 dibawah:

Tabel 4.6 Tabel Bobot Nilai Gap padaKriteria Tes Tulis

Dan tabel 4.7 berikut merupakanproses penentuan bobot nilai gap pesertauntuk kriteria tes tulis.

Tabel 4.7 Tabel Tes Tulis Hasil Bobot Nilai GapID Peserta GAP Bobot Nilai Gap

105090600 xxxxxx -1 7105060801 xxxxxx -2 6

Bobot Nilai Gap tersebutdidapatkan dengan mengacu pada tabel4.6 yaitu Tabel Bobot Nilai Gap padaKriteria Tes Tulis.

Untuk penentuan bobot nilai gapkompetensi Microteaching berdasarkanpada tabel 4.8 berikut:

Tabel 4.8 Tabel Bobot Nilai Gap padaKriteria Microteaching

Tabel 4.9 berikut merupakan hasilpemetaan gap kompetensi microteaching.

Tabel 4.9 Tabel Microteaching HasilPemetaan Gap Kompetensi

ID Peserta 1 2 3105090600 xxxxxx -2 -2 -1105060801 xxxxxx -1 -1 0

Dari pemetaan gap kompetensimicroteaching menjadi bobot nilai gapmicroteaching seperti pada Tabel 4.10 dibawah ini:Tabel 4.10 Tabel Microteaching Hasil Bobot

Nilai GapID Peserta 1 2 3

105090600 xxxxxx 3 3 4105060801 xxxxxx 4 4 5

Keterangan tabel 4.9 dan tabel 4.10:1: Metode Penyampaian, 2: PemahamanMateri, 3: Alokasi Waktu

Sedangkan penentuan bobot nilaigap kompetensi Wawancara berdasarkantabel 4.11 berikut:

Tabel 4.11 Tabel Bobot Nilai Gap padaKriteria Wawancara

Tabel 4.12 berikut merupakanhasil pemetaan gap kompetensiwawancara.

Tabel 4.12 Tabel Wawancara HasilPemetaan Gap Kompetensi

ID Peserta 1 2105090600 xxxxxx 0 0105060801 xxxxxx 0 0

Dari pemetaan gap kompetensiwawancara menjadi bobot nilai

8

gapwawancara seperti pada Tabel 4.13berikut:Tabel 4.13 Tabel Wawancara Hasil Bobot

Nilai GapID Peserta 1 2

105090600xxxxxx 4 4105060801 xxxxxx 4 4

Tabel 4.14 berikut merupakanproses penentuan bobot nilai Gap untukkompetensi penilaian kepribadian yangsudah dibahas sebelumnya.

Tabel 4.14 Tabel Penilaian KepribadianHasil Bobot Nilai Gap

ID Peserta 1 2 3 4105090600 xxxxxx 2 3 2 2105060801 xxxxxx 3 3 2 2

Profil Ideal 2 2 3 4Bobot Gap

105090600 xxxxxx 6 5 5 2105060801 xxxxxx 5 5 5 2

b. Perhitungan dan PengelompokanCore dan Secondary Factor

Setelah menentukan bobot nilaigap untuk keempat kriteria yaitu kriteriates tulis, microteaching, wawancara danpenilaian kepribadian, kemudian tiap sub-kriteria dikelompokkan menjadi 2kelompok yaitu kelompok Core Factor danSecondary Factor.

Untuk perhitungan core factor dansecondary factor ditunjukkan padapersamaan (2) dan (3) di halaman 4.

Untuk lebih jelasnyapengelompokkan bobot nilai gap dapatdilihat pada contoh perhitungan kriteriates tulis, microteaching, wawancara danpenilaian kepribadian sebagai berikut:

a. Kriteria Tes TulisUntuk tes tulis tidak terdapat

penghitungan core factor dan secondaryfactor, dikarenakan pada kriteria ini tidakterdapat sub kriteria.

b. Kriteria MicroteachingUntuk penghitungan core factor

dan secondary factor kriteria microteaching,terlebih dahulu menentukan sub-kriteriamana yang menjadi core factor dari kriteriamicroteaching (disini digunakan sub-kriteria 1 dan 2) maka sub-aspek sisanyaakan menjadi secondary factor. Kemudiannilai core factor dan secondary factor ini

dihitung sesuai rumus NCF dan NSF, danhasilnya dapat dilihat pada Tabel 4.15:

Tabel 4.15 Tabel Pengelompokan BobotNilai Gap Aspek Microteaching

Id_peserta 1 2 3 Core Second105090600 xxxxxx 3 3 4 3 4105060801 xxxxxx 4 4 5 4 5Keterangan:1: Bobot Gap Metode Penyampaian , 2:Pemahaman Materi, 3: Alokasi Waktuc. Kriteria Wawancara

Perhitungan core factor dansecondary factor kriteria wawancara,dengan terlebih dahulu menentukan sub-kriteria mana yang menjadi core factor darikriteria wawancara (disini digunakan sub-kriteria 2) maka sub-aspek sisanya akanmenjadi secondary factor. Kemudian nilaicore factor dan secondary factor ini dihitungsesuai rumus rumus NCF dan NSF, danhasilnya dapat dilihat pada Tabel 4.16:

Tabel 4.16 Tabel Pengelompokan BobotNilai Gap Aspek Wawancara

ID Peserta 1 2 Core Second105090600 xxxxxx 4 4 4 4105060801 xxxxxx 4 4 4 4

Keterangan1: Bobot Gap Motivasi, 2: Problem Solving

d. Kriteria Penilaian KepribadianPerhitungan core factor dan

secondary factor kriteria penilaiankepribadian, dengan terlebih dahulumenentukan sub-kriteria mana yangmenjadi core factor dari kriteria penilaiankepribadian (disini digunakan sub-kriteria3 dan 4) maka sub-aspek sisanya akanmenjadi secondary factor. Kemudian nilaicore factor dan secondary factor ini dihitungsesuai rumus NCF dan NSF, dan hasilnyadapat dilihat pada Tabel 4.17:

Tabel 4.17 Tabel Pengelompokan BobotNilai Gap Aspek Penilaian Kepribadian

ID Peserta 1 2 3 4 Core Second105090600 xxxxxx 6 5 5 2 3.5 5.5105060801 xxxxxx 5 5 5 2 3.5 5

Keterangan: 1: Bobot Norma Dominance, 2:Influence, 3: Steadiness, 4: Compliance

c. Penghitungan Nilai TotalDari hasil perhitungan nilai core

factor dan secondary factor yang telahdilakukan, kemudian dihitung nilai totalberdasar prosentase dari bobot core factordan secondary factor yang diperkirakan

9

berpengaruh terhadap kinerja tiap-tiapprofil. Rumus perhitungan dapat dilihatpada persamaan (4) halaman 4.

Untuk lebih jelasnya perhitungannilai total dapat dilihat pada contohperhitungan kriteria tes tulis, microteaching,wawancara, penilaian kepribadian dengannilai persen core 60% dan secondary 40%,berikut ini:

1. Kriteria Tes Tulis

Tabel 4.18 Tabel Nilai Total Aspek TesTulis (Nt)

ID Peserta Bobot Nilai Gap Nt105090600 xxxxxx 7 7105060801 xxxxxx 6 6

Dari tabel 4.18, Nt merupakanNilai Total Kriteria tes tulis . dikarenakantes tulis tidak memiliki kriteria maka NilaiTotal sama dengan Bobot Nilai GAPnya.

2. Kriteria MicroteachingTabel 4.19 Tabel Nilai Total Aspek

Microteaching (Nm)Id_peserta Core Second Nm105090600 xxxxxx 3 4 3.4105060801 xxxxxx 4 5 4.4

3. Kriteria Wawancara

Tabel 4.20 Tabel Nilai Total AspekWawancara (Nw)

Id_peserta Core Second Nw105090600 xxxxxx 4 4 4105060801 xxxxxx 4 4 4

4. Kriteria Penilaian Kepribadian

Tabel 4.21 Tabel Nilai Total Aspek PenilaianKepribadian (Np)

Id_peserta Core Second Np105090600 xxxxxx 3.5 5.5 4.3105060801 xxxxxx 3.5 5 4.1

d. Perhitungan Nilai AkhirPerhitungan nilai akhir atau

penentuan rangking adalah tahap akhirdari perhitungan profile matching. Hasilakhirnya berupa rangking dari kandidatyang dapat dijadikan sebagai asistenpraktikum. Perhitungan penentuanrangking ini berdasarkan pada persamaan(5).

Penentuan bobot masing-masingaspek didapatkan berdasarkan wawancara

dengan salah satu dosen penyeleksi. Tabel4.22 merupakan hasil perhitungan akhir.

Tabel 4.22 Tabel Hasil AkhirID Peserta Nt Nm Nw Np Hasil

Akhir105090600xxxxxx

7 3.4 4 4.3 4.81

105060801xxxxxx

6 4.4 4 4.1 4.75

Dari tabel 4.22, tampak bahwa idpeserta 105090600 xxxxxx menempatiurutan tertinggi pada kasus tersebut.

Keluaran yang dihasilkan darisistem pendukung keputusan setelahmelalui berbagai tahap perhitunganadalah berupa perankingan. Hasil dariperankingan tertinggi yang akandirekomendasikan oleh sistem untukdapat dijadikan sebagai peserta terbaikyang nantinya layak untuk lolos seleksipenerimaan asisten praktikum. Berikutcontoh sreenshot Hasil Akhir peserta padasistem.

Gambar 4.1 Tampilan Antarmuka HasilAkhir

rUntuk hasil rekomendasi sistem

terkait peserta yang lolos seleksi tahap IIdapat dilihat pada Gambar 4.2

10

Gambar 4.2 Tampilan Antarmuka LaporanRekomendasi Peserta Lolos Seleksi

5. PENGUJIAN DAN ANALISIS5.1 Pengujian Akurasi Sistem

Pengujian dilakukan denganmembandingkan hasil rekomendasi dariSPK dengan hasil keputusan dari decisionmaker (penyeleksi). Nilai akurasi dihitungmenggunakan rumus accuracy [POW-11:38-39]:

Akurasi = (TN + TP)/Ndimana N=TN+FP+FN+TP

Keterangan:True Negative (TN) : jumlah prediksinegatif yang benarFalse Positive (FP) : jumlah prediksi positifyang benarFalse Negative (FN) : jumlah prediksinegatif yang salahTrue Positive (TP) : jumlah prediksi positifyang salah

Tabel 5.1 Perbandingan hasil pengujianakurasi sistem (studi kasus Algoritma dan

Struktur Data)

Berdasarkan pengujian akurasiyang telah dilakukan maka diperolehtingkat kinerja SPK pada studi kasus ini,

dengan akurasi sebesar: TP=13,TN=13,FP=2, FN=2Akurasi=

=

Tabel 5.2 Perbandingan hasil pengujianakurasi sistem (studi kasus Jaringan

Komputer)

Berdasarkan pengujian akurasiyang telah dilakukan maka diperolehtingkat kinerja SPK pada studi kasus ini,dengan akurasi sebesar: TP=12,TN=12,FP=2, FN=2Akurasi =

Tabel 5.3 Perbandingan hasil pengujianakurasi sistem (studi kasus Sistem Basis

Data)

Berdasarkan pengujian akurasiyang telah dilakukan maka diperolehtingkat kinerja SPK pada studi kasus ini,dengan akurasi sebesar: TP=9,TN=9,FP=6, FN=6Akurasi=

=

5.2 Pengujian UATPengujian UAT (User Acceptance

Test) dilakukan dengan tujuan

11

mengetahui sejauh mana kualitas dariaplikasi yang dibangun, apakah sudahsesuai dengan harapan user atau belum.Pengujian dilakukan denganmenyebarkan kuesioner kepada 5 orangpenyeleksi, hasilnya sebagai berikut:

Gambar 5.1 Grafik Hasil UAT

Keterangan:a: aplikasi ini diperlukan untuk seleksi

asisten praktikumb: aplikasi sudah user friendlyc: aplikasi dapat membantu untuk

penyeleksian asisten praktikumd: aplikasi mudah digunakane: aplikasi sesuai dengan kebutuhanf: kriteria penilaian kepribadian

(psikotest DISC) bisa digunakansebagai salah satu kriteria seleksi

g: aturan/rule penilaian pada sistem dapatdijadikan tolak ukur

h: kuesioner penilaian pada aspekmicroteaching dan wawancara sudahsesuai dengan kebutuhan

Dari grafik hasil UAT yangditunjukkan pada Gambar 5.1 tampakbahwa sebagian besar responden yangmerupakan penyeleksi bisa menerimaaplikasi sistem pendukung keputusanseleksi penerimaan asisten praktikum iniuntuk proses penilaian potensi dan seleksicalon asisten praktikum. Kesimpulan inidiperoleh dengan melihat persentasetertinggi dari tiap-tiap pernyataan padakuesioner (pernyataan a-h).

7.1 Kesimpulan1. SPK seleksi penerimaan asisten

praktikum dengan metode profilematching diimplementasikan dengan 4macam kriteria seleksi yaitu tes tulis,microteaching, wawancara dan psikotest.

2. Pada proses pengujian akurasi sistemdengan menggunakan 3 macam studi

kasus seleksi penerimaan asistenpraktikum, range tingkat kinerja SPKseleksi penerimaan asisten praktikumadalah 60% - 86.67%.

3. Posisi SPK dalam penelitian ini adalahsebagai pendukung keputusan, bukanmenggantikan peran pengambilkeputusan (decision maker), sehinggadecision maker berhak mengacusepenuhnya pada SPK atau tidak.

4. Dari hasil pengujian UAT (UserAcceptance Test), dapat disimpulkanbahwa sebagian besar responden(penyeleksi) bisa menerima aplikasisistem pendukung keputusan seleksipenerimaan asisten praktikum ini untukproses penilaian potensi dan seleksicalon asisten praktikum.

7.2 SaranSaran untuk penelitian selanjutnya

dengan berdasarkan penelitian ini adalahperlu dilakukan lagi pengkajian ulangterhadap kriteria penilaian dan kemungkinanadanya penambahan kriteria penilaian untukSPK Seleksi Asisten Praktikum ini selain testulis, microteaching, wawancara, dan penilaiankepribadian.

DAFTAR PUSTAKA[KUS-06] Kusrini., Mukhsin, A. 2006.

“Sistem Pendukung KeputusanEvaluasi Kinerja Karyawan untukPromosi Jabatan”. ProsidingKopwil IV Volume II No.3 KopertisWilayah IV Jawa Barat dan Banten.

[KUS-07] Kusrini. 2007. Konsep dan AplikasiSistem Pendukung Keputusan.Yogyakarta: C.V Andi Offset

[NUG-06] Nugroho, Anissa Lestari. 2006.“Kajian Tipe Kepribadianberdasarkan Marston ModelIndonesia (MMI) sebagai DasarKegiatan Seleksi pada BimbinganBelajar Tridaya”. Jurnal Psikologi(ISDJ-PPDI-LIPI), Vol.18, No.2.

[POW-02] Power, Daniel J. 2002. DecisionSupport System: concepts andresources for managers. QuorumBooks division GreenwoodPublishing. USA.

[POW-11] Powers, D.M.W. 2011. “Evaluation:from precision, recall and f-measure to ROC, informedness,markedness & correlation”. Journal

12

of Machine Learning Technologies.ISSN: 2229-3981 & ISSN: 2229-399X, Volume 2, Issue 1, 2011, pp-37-63

[TIM-12] Tim penyusun buku pedomanpendidikan PTIIK. 2012. PedomanPendidikan Program TeknologiInformasi dan Ilmu Komputer TahunAkademik 2012-2013. ProgramTeknologi Informasi dan IlmuKomputer Universitas Brawijaya.

[TUR-05] Turban, Efraim. Aranson, Jay,E.dan Liang, Ting-Peng.Diterjemahkan oleh Prabantini,Dwi. 2005. Decission Support Systemsand Intelligent Systems, 7th edition.Prentice Hall International, Inc.,USA

[YUN-03] Yunita. Rachma. 2003.“Perancangan dan PembuatanSistem Pendukung KeputusanUntuk Kenaikan Jabatan danPerencanaan Karir Pada PT.Krakatau Steel”. Jurusan TeknikInformatika, Fakultas TeknologiIndustri, Universitas Kristen Petra,Surabaya.