Jurnal Vol 9 No 2 (1).Pdf

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.

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

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

iii

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146

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 dengan adanya perbaikan sistem yang ada di UIN BKD Online merupakan aplikasi yang Syarif Hidayatullah, laporan BKD yang tadinya digunakan dosen dalam melaporkan kegiatan manual dialihkan menjadi laporan BKD yang akademik (pendidikan dan pengajaran), penelitian, berbasis Online. BKD Online pada UIN Syarif pengabdian masyarakat serta kegiatan penunjang Hidayatullah Jakarta sudah mulai diterapkan pada lainnya. Awalnya sekitar tahun 2010 laporan BKD tahun 2013 dengan harapan aplikasi ini menjadi yang dilakukan pada UIN Jakarta masih aplikasi yang lebih baik lagi. menggunakan aplikasi Microsoft Access, namun

Evaluasi Penerimaan Penggunaan BKD… Fitroh

Untuk mencapai proses implementasi yang tersebut apakah sudah memenuhi kriteria atau belum baik, perlu dilakukannya evaluasi terkait dengan memenuhi dari indikator evaluasi. aplikasi BKD Online pada UIN Syarif Hidayatullah Jakarta. Evaluasi yang akan diusulkan oleh peneliti Jenis-jenis Evaluasi adalah dalam hal penerimaan pengguna dalam hal Evaluasi dapat dikelompokan berdasarkan ini peneliti akan menentukan variabel-variabel apa objeknya dan menurut fokus dalam suatu program saja agar BKD Online dapat diterima oleh pengguna [4]. Lalu menurut [5] menambahkan evaluasi dapat dengan menggunakan metode UTAUT. dikelompokan berdasarkan waktu pelaksanaannya. Metode UTAUT (Unified Theory of Acceptnce and Use of Technology) merupakan Evaluasi Menurut Objek sebuah model penelitian penerimaan pengguna yang Menurut [4] jenis-jenis evaluasi dapat bertujuan untuk menjelaskan niat pengguna untuk dikelompokan berdasarkan objeknya yaitu: evaluasi menggunakan suatu sistem dan perilaku penggunaan kebijakan, evaluasi program, evaluasi proyek, selanjutnya, sehingga dapat mengukur suatu evaluasi material dan evaluasi sumber daya teknologi berdasarkan tingkat penerimaan pengguna manusia. [2]. UTAUT merupakan teori yang berpengaruh dan 1. Evaluasi Kebijakan banyak diadopsi untuk melakukan penelitian 2. Evaluasi Program penerimaan pengguna terhadap suatu teknologi 3. Evaluasi Proyek informasi [3]. UTAUT dapat menunjukan variabel- 4. Evaluasi Material variabel dependen seperti niat untuk berperilaku 5. Evaluasi Sumber Daya Manusia. seseorang (behavior intention) dan perilaku seseorang untuk menggunakan suatu teknologi (use Metode Penelitian Dalam Evaluasi behavior) dipengaruhi oleh variabel-variabel Menurut [4] terdapat 3 metode penelitian independen ekspektansi kinerja (performance yang dapat digunakan dalam evaluasi yaitu: metode expectancy), ekspektansi usaha (effort expectancy), kuantitatif, metode kualitatif dan metode campuran. pengaruh sosial (social influence) dan kondisi yang Seperti para peneliti lainnya, orang yang akan memfasilitasi (facilitating conditions) yang mengevaluasi (evaluator) dapat menggunakan dimoderatori oleh jenis kelamin seseorang (gender), berbagai metode penelitian untuk mencapai usia (age), pengalaman (experience) dan evaluasi. kesukarelaan (voluntariness) [3]. Dalam penelitian ini dirumuskan bagaimanakah cara mengevaluasi penerimaan pengguna terhadap aplikasi BKD Online Pada UIN Syarif Hidayatullah Jakarta dengan menggunakan Gambar 1 Metode Penelitian Evaluasi (Wirawan, 2012) metode UTAUT, dengan hipotesa sebagai berikut: apakah variabel (H1) performance expectancy, (H2) B. Teori Penerimaan Pengguna effort expectancy, (H3) social influence memiliki Menurut Succi dan Walter dalam [6] pengaruh positif atau tidak terhadap variabel penerimaan pengguna terhadap sistem teknologi behavioral intention? Dan apakah (H4) facilitating informasi adalah kemauan yang Nampak di dalam conditions, (H5) behavioral intention mempunyai kelompok pengguna untuk menerapkan sistem pengaruh postif atau tidak terhadap variabel use teknologi informasi tersebut dalam pekerjaannya. behavior. Sedangkan menurut [1] penerimaan pengguna dapat didefinisian sebagai keinginan sebuah grup 2. KAJIAN TEORI pengguna dalam memanfaatkan teknologi informasi A. Teori Evaluasi yang didesain untuk membantu pekerjaan mereka. Evaluasi adalah sebuah riset untuk Oleh karena itu, semakin besar menerima sistem mengumpulkan, menganalisis, dan menyajikan teknologi informasi yang baru makan akan semakin informasi yang bermanfaat mengenai objek besar kemauan pemakai untuk merubah praktek evaluasi, kemudian menilainya dengan yang sudah ada dalam penggunaan waktu serta membandingkan dengan indikator evalusi dan usaha untuk memulai secara nyata pada sistem hasilnya dipergunakan untuk mengambil keputusan teknologi informasi yang baru. Tetapi jika pemakai mengenai objek evaluasi tersebut [4] tidak mau menerima sistem teknologi informasi yang baru, maka perubahan sistem tersebut Tujuan Evaluasi menyebabkan tidak memberikan keuntungan yang Menurut [4] tujuan evaluasi adalah banyak bagi organisasi atau perusahaan [6] mengumpulkan informasi yang bermanfaat mengenai objek evaluasi. Informasi tersebut C. BKD Online UIN Syarif Hidayatullah kemudian dibandingkan atau dinilai dengan Jakarta indikator evaluasi dan muncul hasil perbandingan

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146

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 Gambar 2. BKD Online UIN Syarif Hidayatullah Jakarta penggunaan sistem [2].

BKD (Beban Kinerja Dosen) Online Pengaruh Sosial ( Social Influence) merupakan salah satu aplikasi yang digunakan Faktor sosial (Social Influence) adalah sejauh dosen dalam melaporkan kegiatan akademik, mana seorang individu memandang bahwa orang penelitian, pengabdian masyarakat, serta kegiatan lain penting percaya bahwa dia harus menggunakan penunjang lainnya. sistem baru [2].

D. Metode UTAUT (Unified Theory of Kondisi yang Memfasilitasi (Facilitating Acceptance and Use of Technology) Conditions) Pada tahun 2003 Venkatesh dan beberapa Kondisi yang memfasilitasi (Facilitating peneliti lain mengeluarkan sebuah ide metodologi Conditions) adalah sejauh mana seorang individu penerimaan pengguna (user acceptance) yaitu percaya bahwa infrastruktur organisasi dan teknis UTAUT merupakan singakatan dari Unified Theory yang ada untuk mendukung penggunaan sistem [2]. of Acceptance and Use of Technology. Metode UTAUT sebuah model penelitian penerimaan Minat Pemanfaatan (Behavioral Intention) pengguna yang bertujuan untuk menjelaskan niat Behavioral Intention merupakan tingkat pengguna untuk menggunakan suatu sistem dan keinginan atau niat pemakai menggunakan sistem perilaku pengguna selanjutnya [2]. UTAUT secara terus menerus dengan asumsi bahwa mereka merupakan teori yang berpengaruh dan banyak mempunyai akses terhadap informasi (Jati, 2012). diadopsi untuk melakukan penelitian penerimaan Jika seseorang akan berminat menggunakan pengguna terhadap suatu teknologi informasi karena teknologi baru apabila dia meyakini dengan menggabungkan fitur-fitur yang berhasil dari menggunakan teknologi tersebut akan meningkatkan delapan teori penerimaan teknologi terkemuka kinerja dalam pekerjaannya, menggunakan menjadi satu teori [3] teknologi tersebut merupakan hal yang mudah, dia Menurut Venkatesh dalam [7] keunggulan mendapatkan pengaruh dari lingkungan sekitarnya UTAUT adalah mampu menjelaskan bagaimana dan fasilitas terhadap teknologi tersebut terpenuhi. perbedaan individu dapat mempengaruhi penggunaan teknologi yaitu mampu menjelaskan E. Analisis Data hubungan antara manfaat yang dirasakan, Dalam penelitian kuantitatif, analisis data kemudahan penggunaan dan niat untuk merupakan kegiatan setelah data dari seluruh menggunakan suatu teknologi. responden atau sumber data lain terkumpul. Variabel dalam UTAUT Kegiatan dalam analisis data adalah Menurut [2] metode UTAUT memiliki mengelompokan data berdasarkan variabel dan jenis beberapa variabel yang menjadi faktor penentu responden, mentabulasi data berdasarkan variabel penerimaan pengguna dalam sebuah teknologi yang dari seluruh responden, menyajikan data tiap terdapat pada gambar berikut: 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 (퐑ퟐ), Uji Signifikansi Simultan (Uji Statistik F) dengan menggunakan SPSS Gambar 3: metode UTAUT (Venkatesh, 2003) F. SPSS Menurut [16] SPSS adalah program atau software yang digunakan untuk mengolah data 137 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Evaluasi Penerimaan Penggunaan BKD… Fitroh statistik. Keunggulan SPSS Menurut [17] Tabel 1: Daftar Kuesinoer 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

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

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 Gambar 4: Statistik Deskriptif Responden Berdasarkan 28%. Jenis Kelamin Uji Validitas dan Reliabilitas Gambar 4 merupakan statistik deskripstif Pada penelitian ini uji validitas dilakukan responden berdasarkan jenis kelamin yang didapat, terhadap variabel independen maupun variabel maka dalam 80 responden terdapat 26 responden dependen yang meliputi variabel performance laki-laki dan 54 responden perempuan. Bila di ubah expectancy, social influence, facilitating conditions, dalam bentuk persentase maka terdapat 33% behavioral intention, dan use behavioral. Dengan responden laki-laki dan 67% responden perempuan 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 Pearson r Kriteria Pertanyaan Correlation (r tabel Gambar 5: Statistik Deskriptif Responden Berdasarkan hitung) Usia x1a1(PE1) 0,882 0,219 Valid x1a2(PE2) 0,881 0,219 Valid Gambar 5 merupakan statistik deskriptif x1a3(PE3) 0,865 0,219 Valid responden berdasarkan data dari kuesioner x1a4(PE4) 0,723 0,219 Valid penelitian. Dari 80 responden yang mengisi x2a1(EE1) 0,757 0,219 Valid kuesioner secara lengkap, terdapat 0 responden yang x2a2(EE2) 0,856 0,219 Valid berusia kurang dari 20 tahun, 3 responden lagi yang x2a3(EE3) 0,927 0,219 Valid berusia kurang 30 tahun, 31 responden yang berusia x2a4(EE4) 0,908 0,219 Valid kurang 40 tahun, 40 responden yang berusia kurang x3a1(SI1) 0,427 0,219 Valid 50 tahun, dan 6 responden yang berusia kurang dari x3a2(SI2) 0,585 0,219 Valid 60 tahun dan bila dipersentasekan, maka responden x3a3(SI3) 0,773 0,219 Valid yang berusia kurang dari 20 tahun sebesar 0,00%, x3a4(SI4) 0,729 0,219 Valid responden yang berusia kurang dari 30 tahun x4a1(FC1) 0,511 0,219 Valid sebesar 3,4%, responden yang berusia kurang dari x4a2(FC2) 0,565 0,219 Valid 40 tahun sebesar 31,39%, responden yang berusia x4a3(FC3) 0,659 0,219 Valid kurang dari 50 tahun sebesar 40,50%, dan responden x4a4(FC4) 0,474 0,219 Valid yang berusia kurang dari 60 tahun sebesar 6,7%. 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 Gambar 6: Statistik Deskriptif Responden valid. Hal ini dibuktikan dengan nilai r hitung pada Berdasarkan Pendidikan masing-masing item pertanyaan memiliki nilai lebih besar daripada r tabel yaitu 0,219. Semua Gambar 6 merupakan statistik deskriptif res- pertanyaan dapat dikatakan layak sebagai instrumen ponden berdasarkan data dari kuesioner penelitian. untuk mengukur data penelitian. Dari 80 responden yang mengisi kuesioner secara lengkap, terdapat 0 responden yang jenjang 139 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Evaluasi Penerimaan Penggunaan BKD… Fitroh

Uji Reliabilitas Tabel 4 merupakan tabel hasil uji Untuk menentukan apakah instrumen normalitas dengan menggunakan teknik reliabel atau tidak, peneliti menggunakan batasan Kolmogorov-Smirnov dan software IBM SPSS 22. 0,6. Reliabilitas kurang dari 0,6 adalah kurang baik, Berdasarkan tabel diatas dapat diketahui bahwa nilai sedangkan 0,7 dapat diterima, dan diatas 0,8 adalah signifikansi (Asymp. Sig. (2-tailed)) sebesar 0,200. baik. Karena nilai signifikansi tersebut lebih dari 0,05 Hasil dari uji menggunakan IBM SPSS 22 sehingga dapat disimpulkan bahwa data terdistribusi dapat dilihat pada tabel berikut. dengan normal. Dengan kata lain, tidak ada data yang muncul terlalu ekstrim baik terlalu tinggi Tabel 3: Uji Reliabilitas dengan IBM SPSS 22 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

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 Berdasarkan Tabel 5 dapat diketahui bahwa secara manual dalam mencari nilai Cronbach Alpha nilai hasil uji multikolinieritas dengan melihat nilai yaitu sebesar 0,804 yang berasal dari 21 item tolerance dan variance inflation factor (VIF) pertanyaan. Dengan melihat nilai Cronbach Alpha dengan bantuan perangkat lunak IBM SPSS 22. tersebut dapat disimpulkan bahwa seluruh instrumen Berdasarkan tabel diatas dapat diketahui bahwa nilai pertanyaan pada kuesioner reliabel karena memiliki tolerance seluruh variabel independen lebih besar nilai Cronbach Alpha lebih besar dari batasan yang dari 0,10 yaitu diantaranya Performance Expectancy dityentukan sebelumnya yaitu 0,6. = 0,723, Effort Expectancy = 0, 936, Social Influence = 0,882, Facilitating Conditions = 0,803. Uji Asumsi Klasik Sedangkan untuk nilai VIF masing-masing variabel Pada tahapan pengujian ini terdiri dari uji adalah Performance Expectancy = 1,383, Effort normalitas, uji multikolinearitas, uji autokorelasi, uji Expectancy = 1,069, Social Influence = 1,134, heterokedastisitas, uji regresi linier berganda. Facilitating Conditions = 1,246. Berdasarkan data tersebut diketahui nilai VIF berada dibawah 10 dan Uji Normalitas nilai tollerance berada diatas 0,10 maka dapat Uji normalitas pada penelitian ini diambil kesimpulan bahwa model regresi tersebut menggunakan teknik kolmogorov-smirnov. Hasil tidak terdapat multikolinearitas. Dengan kata lain, dari uji normalitas ini dengan menggunakan IBM tidak ada korelasi yang tinggi diantara variabel- SPSS 22 dapat dilihat pada tabel berikut. variabel independen yang dapat menyebabkan hubungan antara variabel independen terhadap Tabel 4: Hasil Uji Kolmogorov-Smirnov 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

Tabel 6 Hasil Uji Autokorelasi 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

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 Tabel 8 merupakan output yang didapat dan K = 4, yaitu nilai dL = 1,5337 dan dU = 1,7430. berdasarkan hasil pengolahan menggunakan bantuan Sehingga bila dibandingkan d > dL dan d > dU perangkat lunak IBM SPSS 22. Berdasarkan output maka dapat disimpulkan tidak terjadi autokorelasi. dapat dilihat variabel independen yang dimasukkan dalam model adalah performance expectancy (PE), Uji Heteroskedastisitas effort expectancy (EE), sosial influence (SI), dan Uji heteroskedastisitas dalam penelitian ini facilitating conditions (FC), sedangkan variabel bertujuan apakah sebuah model regresi terjadi dependen di dalam model ini adalah behavioral ketidaksamaan varian dari residual satu pengamatan intention (BI). Dan tidak ada variabel yang ke pengamatan yang lain. Hasil dari uji dikeluarkan (removed) dan metode regresi menggunakan IBM SPSS 22 dapat dilihat pada tabel menggunakan Enter. berikut. Tabel 7: Hasil uji Heteroskedastisitas 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. Berdasarkan Tabel 7 dapat diketahui bahwa Standard error adalah nilai maksimum kesalahan nilai signifikan (Sig. (2-Tailed)) dari setiap masing- yang dapat tejadi didalam memperkirakan rata-rata masing variabel independen > 0,05 sehingga dapat populasi yang dilihat berdasarkan suatu sampel.nilai disimpulkan tidak terjadi heteroskedastisitas pada ini dapat digunakan untuk mencari nilai t hitung variabel penelitian ini. yaitu melalui cara koefisien dibagi dengan standard error. Standardized coefficients merupakan nilai Analisis Regresi Linier Berganda koefisien yang telah terstandarisai, pada nilai Dengan menggunakan SPSS untuk koefisien beta semakin nilai itu mendekati 0 maka menganalisis regresi linier berganda harus suatu hubungan antara variabel independen dan melakukan tahapan hubungan variabel bebas dengan dependen semakin lemah. Nilai t hitung merupakan variabel terkait. Di dalam tahap pengujian ini pengujian signifikansi untuk mengetahui seberapa menggunakan metode uji F dan uji T. pengaruh variabel independen terhadap variabel dependen secara parsial, apakah berpengaruh Analisis regresi linier berganda Variabel signifikan atau tidak. Sedangkan signifikansi Behavioral Intention merupakan besarnya probabilitas atau peluang untuk Dengan bantuan IBM SPSS 22 dalam memperoleh kesalahan didalam mengambil sebuah menganalisis regresi linier berganda, akan 141 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Evaluasi Penerimaan Penggunaan BKD… Fitroh keputusan. Penelitian ini menggunakan tingkat Tabel 10 :Hasil Uji Koefisien Determinasi untuk signifikansi sebesar 0,05. Behavioral Intention 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 Dari Tabel 10 merupakan output yang X3 = Social Influence didapat berdasarkan hasil pengolahan dengan X4 = Facilitating Conditions menggunakan IBM SPSS 22. Berdasarkan tabel tersebut menunjukkan nilai R yaitu nilai korelasi Interpretasi dari model regresi diatas adalah antara lebih dari dua variabel independen terhadap sebagai berikut : variabel dependen 0,581. Dengan nilai tersebut 1. Konstanta (a) = 2,946 menunjukan bahwa korelasi antara variabel Nilai konstanta (a) sebesar 2,946 menyatakan independen terhadap variabel dependen memiliki bahwa jika tidak adanya variabel independen, hhubungan yang cukup. 2 sehingga besarnya perilaku minat pengguna Sedangkan nilai koefisien determinasi (R ) terhadap sistem informasi meningkat sebesar menunjukkan angka 0,338, selanjutkan angka ini 2,946 akan diubah menjadi bentuk persentase sebesar 2. Koefisien performance expectancy 33,8% yang merupakan persentase sumbangan Nilai koefisien sebesar 0,119 menyatakan pengaruh dari variabel performance expectancy, bahwa dapat diartikan pihak Pusat Teknologi effort expectancy, social influence, dan facilitating Informasi dan Pangkalan Data yang membuat conditions terhadap behavioral intention. Sehingga kebijakan untuk meningkatkan performance dapat dijelaskan yaitu minat penggunaan expectancy dalam sistem informasi sebasar 1 (Behavioral Intention) sistem informasi dipengaruhi satuan, maka minat pengguna meningkat 0,119. oleh faktor performance expectancy, effort 3. Koefisien effort expectancy expectancy, social influence, dan facilitating Nilai koefisien sebesar 0,058 menyatakan conditions, sebesar 33,8%, sedangkan sisanya bahwa dapat diartikan pihak Pusat Teknologi dipengaruhi oleh variabel lain yang tidak Informasi dan Pangkalan Data yang membuat dimasukkan di dalam model ini. kebijakan untuk meningkatkan effort Selain itu nilai Adjusted R square expectancy dalam sistem informasi sebasar 1 merupakan nilai koefisien determinasi yang telah satuan, maka minat pengguna meningkat 0,058. disesuaikan. Nilai koefisien ini merupakan nilai 4. Koefisien social influence yang telah disesuaikan dengan variabel yang Nilai koefisien sebesar 0,304menyatakan bahwa digunakan di dalam penelitian. Nilai Adjusted R dapat diartikan pihak Pusat Teknologi Square menunjukkan angka 0,303 atau 30,3% yang Informasi dan Pangkalan Data yang membuat menunjukkan bahwa behavioral intention sistem kebijakan untuk meningkatkan social influence informasi dipengaruhi oleh performance expectancy, dalam sistem informasi sebasar 1 satuan, maka effort expectancy, social influence, dan facilitating minat pengguna meningkat 0,304. conditions, yang mempunyai nilai sebesar 30,3%, 5. Koefisien facilitating conditions dan sisanya dipengaruhi oleh variabel lain yang Nilai koefisien sebesar 0,243 menyatakan tidak dimasukkan dalam model ini. bahwa dapat diartikan pihak Pusat Teknologi Dan juga Standart Error of the Estimate Informasi dan Pangkalan Data yang membuat dapat diartikan sebagai ukuran kesalahan prediksi. kebijakan untuk meningkatkan facilitating Semakin kecil nilai standar error of the estimate conditions dalam sistem informasi sebasar 1 akan membuat model regresi semakin tepat dalam satuan, maka minat pengguna meningkat 0,243. memprediksi variabel dependen. Hasil uji yang didapat dari nilai standart error of the estimate Koefisien Determinasi adalah sebesar 1.499. sehingga akan menunjukkan Penelitian ini dilakuakan dengan nilai besarnya tingkatan penyimpangan yang akan koefisien determinasi yang digunakan adalah mungkin terjadi. Adjusted R Square, oleh karena itu nilai tersebut disesuaikan dengan variabel yang digunakan dalam Uji Statistik Simultan (Uji F) penelitian. Hasil uji dengan menggunakan IBM Pengaruh variabel independen terhadap SPSS 22 dapat dilihat pada tabel sebagai berikut. 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. 142 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146

Tabel 11 Hasil Uji Statistik Simultan untuk Tabel 12: Hasil Uji Statistik Parsial untuk Behavioral Intention 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 Tabel 12 merupakan output yang didapat Variabel performance expectancy, effort berdasarkan hasil pengolahan menggunakan bantuan expectancy, social influence, dan facilitating perangkat lunak IBM SPSS 22. Pada tabel tersebut condition tidak berpengaruh signifikan terhadap menunjukkan statistik yang digunakan untuk uji behavioral intention. secara parsial variabel independen terhadap variabel 2. Ha : B1 ≠ B2 ≠ B3 ≠ B4 ≠ 0 dependen. Variabel performance expectancy, effort Berdasarkan data pada tabel diatas, expectancy, social influence, dan facilitating selanjutnya peneliti akan melakukan pengujian conditions berpengaruh signifikan terhadap apakah nilai koefisien variabel independen behavioral intention. memberikan pengaruh yang signifikan atau tidak terhadap variabel dependen. Dalam melakukan uji Untuk menguji apakah hipotesisyang diajukan parsial (uji t) ada beberapa kriteria dalam diatas diterima atau ditolak digunakan uji F. Dalam pengambilan keputusan dalam uji parsial ini. hal ini F hitung dibandingkan dengan F tabel, jika F Pertama adalah dengan membandingkan nilai hitung < F tabel, maka H0 diterima dan Ha ditolak, statistik t (t hitung) dengan titik kritis menurut tabel sedangkan jika F hitung > F tabel, maka H0 ditolak (t tabel). Apabila nilai t hitung lebih tinggi dan Ha diterima. Dari hasil perhitungan didapat nilai dibandingkan dengan nilai t tabel maka Ho ditolak F hitung sebesar 9.568. Dengan tingkat signifikansi dan Ha diterima kriteria kedua dalam pengambilan sebesar 5% dan dfl = 4(dfl = k-1 atau 5-1 = 4, k keputusan uji parsial adalah dengan melihat nilai adalah jumlah variabel) dan df2 = 80 (df2 =n-k atau signififikansi pada tabel uji statistik parsial dari 80-5=75, n adalah jumlah data) didapat nilai F tabel masing-masing variabel independen. Jika nilai 2,34 (Ghazali, 2005). Karena nilai nilai F hitung signifikansi kurang dari nilai signifikansi yang telah (9.568) > nilai F tabel (2,34) H0 ditolok atau ditentukan sebelumnya (0,05) maka Ho ditolak dan terdapat kecocokan antara model engan data. Ha diteerima, namun bila nilai signifikansi tersebut Sehingga dapat disimpulkan bahwa Performance lebih dari nilai signifikansi yang telah ditentukan Expectancy, Effort Expectancy, Social Influence, sebelumnya (0,05) maka Ho diterima dan Ha dan Facilitating Conditions memberikan kontribusi ditolak. atau pengaruh yang besar terhadap variabel Behavioral Intention. 1. Pengujian variabel performance expectancy Pengujian hipotesis yang telah dibuat sebagai Uji Statistik Parsial (Uji t) berikut. Uji statistik t atau uji koefisien regresi Ho : variabel Performance Expectancy tidak secara parsial digunakan untuk mengetahui apakah berpengaruh secara signifikansi terhadap secara parsial variabel independen berpengaruh variabel Behavioral Intention secara signifikan atau tidak terhadap variabel Ha : variabel Performance Expectancy dependen. Hasil dari uji menggunakan IBM SPSS 22 berpengaruh secara signifikansi terhadap dapat dilihat pada tabel berikut. 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 143 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Evaluasi Penerimaan Penggunaan BKD… Fitroh

menentukan terlebih dahulu keseluruhan yang Ho : variabel Social Influence tidak dapat dikatakan bahwa variabel performance berpengaruh secara signifikansi terhadap expectancy berpengaruh secara signifikan variabel Behavioral Intention terhadap variabel behavioral intention Ha : variabel Social Influence berpengaruh secara signifikansi terhadap variabel 2. Pengujian variabel effort expectancy Behavioral Intention Pengujian hipotesis yang telah dibuat sebagai Berdasarkan tabel koefisien dari hasil berikut. uji statistik parsial yang telah dilakukan Ho : variabel Effort Expectancy tidak sebelumnya, dapat diketahui bahwa nilai t berpengaruh secara signifikansi terhadap hitung untuk variabel Social Influence adalah variabel Behavioral Intention 3.508. Selanjutnya peneliti melihat nilai pada Ha : variabel Effort Expectancy berpengaruh t tabel yang akan digunakan sebagai suatu secara signifikansi terhadap variabel perbandingan nilai t hitung, dengan cara Behavioral Intention menentukan terlebih dahulun degree of Berdasarkan tabel koefisien dari hasil freedom (df) yaitu dengan perhitungan uji statistik parsial yang telah dilakukan sebagai berikut. sebelumnya, dapat diketahui bahwa nilai t df1 = n - k – 1 hitung untuk variabel performance expectancy = 80 – 4 – 1 = 75 adalah -1.002. Selanjutnya peneliti melihat nilai pada t tabel yang akan digunakan sebagai Keterangan : suatu perbandingan nilai t hitung, dengan cara k = jumlah variabel independen menentukan terlebih dahulun degree of n = jumlah sampel freedom (df) yaitu dengan perhitungan sebagai Selanjutnya setelah diketahui nilai df berikut. 80, peneliti melihat tabel statistik t pada df1 = n - k – 1 tingkat signifikansi 0,025 (0,05/2) karena = 80 – 4 – 1 = 75 yang digunakan uji dua sisi (two-tailed). Keterangan : Selanjutnya didapat nilai t tabel sebesar k = jumlah variabel independen 1.992. Berdasarkan data tersebut dapat n = jumlah sampel disimpulkan bahwa nilai t hitung lebih kecil Selanjutnya setelah diketahui nilai df daripada t tabel yaitu 3.508 > 1.992. hal ini 75, peneliti melihat tabel statistik t pada diartikan bahwa Ho diterima dan Ha ditolak tingkat signifikansi 0,025 (0,05/2) karena sehingga kembali dapat disimpulkan bahwa yang digunakan uji dua sisi (two-tailed). variabel Social Influence tidak berpengaruh Selanjutnya didapat nilai t tabel sebesar secara signifikan terhadap variabel 1.992. Berdasarkan data tersebut dapat behavioral intention. Selain itu juga disimpulkan bahwa nilai t hitung lebih kecil pengujian dapat dilakukan dengan cara lain daripada t tabel yaitu -1,002 < 1.992. hal ini yaitu menggunakan nilai t hitung pengujian diartikan bahwa Ho diterima dan Ha ditolak dapat melihat nilai signifikansi. Jika nilai sehingga kembali dapat disimpulkan bahwa signifikansinya lebih kecil dari pada nilai variabel effort expectancy tidak berpengaruh 0,05 maka Ho ditolak. Pada tabel uji statistik secara signifikan terhadap variabel parsial, maka diketahui bahwa pada tabel behavioral intention. bahwa nilai sig variabel Social Influence Selain menggunakan nilai t hitung sebesar 0,001 dan nilai tersebut lebih kecil pengujian dapat juga dengan cara melihat daripada 0,05. Sehingga memiliki nilai signifikansi. Jika nilai signifikansi lebih kesimpulan yang sama dengan uji t sehingga kecil daripada 0.05 maka Ho ditolak. Pada hipotesis Ho ditolak dan Ha diterima. tabel uji statistik parsial, diketahui pada tabel Sehingga secara keseluruhan dapat dikatakan bahwa nilai sig variabel effort expectancy bahwa variabel social influence berpengaruh sebesar 0,320 dan nilai tersebut lebih kecil secara signifikan terhadap variabel dari pada 0,05 sehingga memiliki kesimpulan behavioral intention. yang sama dengan uji t sehingga hipotesis Ho ditolak dan Ha diterima. Sehingga secara 4. Pengujian variabel facilitating conditions keseluruhan dapat dikatakan bahwa variabel Pengujian hipotesis yang telah dibuat sebagai effort expectancy tidak berpengaruh secara berikut. signifikan terhadap variabel behavioral Ho : variabel Facilitating Conditions tidak intyention. berpengaruh secara signifikansi terhadap variabel Behavioral Intention 3. Pengujian variabel social influence Ha : variabel Facilitating Conditions Pengujian hipotesis yang telah dibuat sebagai berpengaruh secara signifikansi terhadap berikut. variabel Behavioral Intention 144 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 135-146

Berdasarkan tabel koefisien dari hasil waktu lama. Tinggal mengevaluasi sistem uji statistik parsial yang telah dilakukan pembelajaran. sebelumnya, dapat diketahui bahwa nilai t b. Terintegrasinya data aplikasi BKD Online hitung untuk variabel Facilitating Conditions dengan pihak PUSLITPEN terkait dengan adalah 2.550. Selanjutnya peneliti melihat bidang penelitian, karena sudah nilai pada t tabel yang akan digunakan terotomatisasi bagi dosen yang sebagai suatu perbandingan nilai t hitung, mendapatkan dana bantuan penelitian. dengan cara menentukan terlebih dahulun c. Terintegrasinya data aplikasi BKD Online degree of freedom (df) yaitu dengan dengan pihak Fakultas atau LP2M dan perhitungan sebagai berikut. PPM terkait dosen yang melakukan df1 = n - k – 1 kegiatan pengabdian masyarakat dan = 80 – 4 – 1 = 75 penunjang lainnya Keterangan : d. Terintegrasinya data aplikasi BKD Online k = jumlah variabel independen dengan pihak kepegawaian atau yang n = jumlah sampel bekepentingan terkait dengan evaluasi Selanjutnya setelah diketahui nilai df BKD setiap semester, sehingga proses 196, peneliti melihat tabel statistik t pada evaluasi tidak memakan waktu lama. tingkat signifikansi 0,025 (0,05/2) karena Termasuk untuk proses pembayaran yang digunakan uji dua sisi (two-tailed). terkait dengan dana sertifikasi dosen. dll Selanjutnya didapat nilai t tabel sebesar 1.992. Berdasarkan data tersebut dapat 2. Pada variabel effort expectancy perlu diadakan disimpulkan bahwa nilai t hitung lebih kecil perbaikan dari sisi pengoperasional: daripada t tabel yaitu 2.550 > 1.992. hal ini a. User friendly Agar mudah dipelajari dan diartikan bahwa Ho diterima dan Ha ditolak digunakan baik oleh dosen muda maupun sehingga kembali dapat disimpulkan bahwa dosen senior yang umumnya berasal dari variabel facilitating conditions tidak fakultas agama termasuk para asesor. berpengaruh secara signifikan terhadap b. Adanya persamaan persepsi dalam menilai variabel behavioral intention. Selain itu juga sistem data aplikasi BKD Online, sehingga pengujian dapat dilakukan dengan cara lain tidak ambigu. yaitu menggunakan nilai t hitung pengujian c. Perlu diadakannya pelatihan khususnya dapat melihat nilai signifikansi. Jika nilai bagi dosen-dosen yang belum dapat signifikansinya lebih kecil dari pada nilai mengoperasionalkan secara optimal, agar 0,05 maka Ho ditolak. Pada tabel uji statistik semua pengguna aplikasi BKD Online parsial, maka diketahui bahwa pada tabel dapat terampil dalam mengoperasikan. dll bahwa nilai sig variabel facilitating conditions sebesar 0,013 dan nilai tersebut 3. Pada variabel social influence perlu lebih kecil daripada 0,05. Sehingga memiliki ditingkatkan pengaruh sosial dalam kesimpulan yang sama dengan uji t sehingga menggunakan sistem aplikasi BKD Online hipotesis Ho ditolak dan Ha diterima. yaitu : Sehingga secara keseluruhan dapat dikatakan a. Diadakannya program sosialisasi yang bahwa variabel facilitating conditions terjadwal dan terstruktur seperti: workshop berpengaruh secara signifikan terhadap yang efektif dan efisien dalam variabel behavioral intention. menggunakan sistem aplikasi BKD Online kepada dosen UIN Syarif Hidayatullah Rekomendasi Sistem Jakarta agar terdorong untuk Berdasarkan pengujian hipotesis yang telah menggunakan sistem aplikasi BKD dilakukan oleh peneliti, maka rekomendasi sistem Online. yang dapat diberikan pengembangan sistem aplikasi b. Adanya aturan yang jelas baik tingkat BKD Online mendapatkan hasil yang baik, maka: fakultas maupun universitas terkait proses penilaian harus dilakukan dengan cermat 1. Pada variabel performance expectation perlu agar tidak menghambat proses evaluasi diadakan perbaikan pada kemampuan atau sehinnga tidak menganggu proses performa sistem aplikasi BKD Online seperti pembayaran dana sertifikasi dosen, penambahan fitur aplikasi Online seperti: mengingat saat ini sudah 2 periode a. terintegrasinya data aplikasi BKD Online pembayaran mengalami keterlambatan dengan AIS sehinga dosen tidak perlu bahkan sampai 3 bulan. menginput data mengajar secara manual c. Diperlukan adanya program antisipasi agar termasuk jumlah SKS, nama mata kuliah tidak terjadi hal yang sama untuk dan jumlah kelas dan SKS, sehingga saat kedepannya dengan cara mencari solusi- adanya proses evaluasi tidak memakan solusi atau terobosan program terbaik. 145 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Evaluasi Penerimaan Penggunaan BKD… Fitroh

d. Perlu dibuat tahapan-tahapan untuk dosen- 5, 2013. dosen yang sudah memenuhi maupun [7] J. T. L. C. &. K. K. Machewka, An application yang belum, sehingga tidak terlalu lama of the UTAUT Model for Understanding menunggu untuk hal-hal yang bukan Student Perceptions Using Course Management kesalahan dosen secara keseluruhan (atau Software, Communication of the IIMA, 2007. hanya oknum tertentu saja). dll [8] I. Ajzen, The Theory of Planned Behavior, 4. Pada variabel facilitating condition perlu Organizational Behavior and Human Decision, dilakukan perbaikan pada fasilitas sistem yaitu: 1991. a. Masing-masing fakultas harus [9] Sugiyono, Metode Penelitian Kuantitatif menyediakan fasilitas yang cukup agar Kualitatif dan R & D, Bandung: Alfabeta, dapat mendukung suksesnya implementasi 2009. aplikasi BKD Online misalnya adanya [10] Singarimbun, M., & Effendi, S. , Metode penyediaan fasilitas internet, komputer Penelitian Survai, Jakarta: LP3ES, 2008. tersedia minimal 1 unit untuk masing- [11] Prastio, A, Statistik menjadi Mudah dengan masing ruang dosen, atau diadakannya SPSS 17, Jakarta: Elex Media Computindo, ruangan khusus yang dapat digunakan 2009. oleh para dosen sehingga dapat memperlancar proses pengisian aplikasi [12] D. N. Gujarati, Basics Econometrics (Fourth BKD online. Edition ed.), New York: Harpor & Row b. Tersedianya file-file pendukung terkait Publisher, Inc, 2004. yang dibutuhkan dalam aplikasi BKD [13] I. Ghozali, Aplikasi Analisis Multivariate online. Dan data tersebut terintegrasi dengan Program IBM SPSS 19, Semarang: sehingga data tersebut dapat digunakan UNDIP, 2011. untuk semua dosen seluruh fakultas, [14] Muhidin, S.A., & Abdurahman,M, Analisis misalnya SK Dekan tentang Jadual Korelasi, Regresi, dan Jalur dalam., Bandung: Perkuliahan (semua sudah terdata dan Pustaka Setia, 2007. lengkap). Data tersebut tidak harus [15] D. Priyanto, Mandiri Belajar SPSS, Jakarta: diuplod secara berulang-ulang untuk MediaKom, 2008. keperluan bukti dan dokumen. c. Adanya tenaga pendukung khususnya bagi [16] T. Wahyono, Model Analisis Statistik dengan dosen-dosen senior yang kesulitan dalam SPSS 17, Jakarta: Elex Media Komputindo, mengoperasikan aplikasi BKD online. dll 2009. [17] Donny Ananda, Fitroh, Suci Ratnawati, "Evaluasi Penerimaan Pengguna Sistem Referensi: Otomasi TULIS pada Pusat Perpustakaan UIN Syarif Hidayatullah Jakarta dengan [1] Venkatesh, User Acceptance of Information menggunakan Metode UTAUT," Kensefina Technology: Toward a Unified View, MIS Prodi Sistem Informasi, pp. 1-9, 2014. Quarterly, 2003. [18] Sugiyono, Statistika untuk penelitian, Bandung: [2] S. &. Wijaya, "UTAUT Model for Alfabeta, 2006. understanding learning management system," [19] Sugiyono, Memahami Penelitian Kualitatif, Internetworking Indonesian Jurnal, pp. 27-31, Bandung: Alfabeta, 2010. 2010. [3] Wirawan, Evaluasi: Teori, Model, Standar, Aplikasi, dan Profesi, Jakarta: Rajawali Pers, COPYRIGHT 2012. Dengan ini kami menyatakan bahwa jurnal [4] Davis, "percieved Usefulness, Percieved Ease ini benar-benar hasil karya sendiri yang belum of Use, dan user acceptance of information pernah diajukan sebagai jurnal atau karya ilmiah technology," MIS Quarterly, pp. 318-340, pada perguruan tinggi atau lembaga manapun. 1989. Penulis bertanggung jawab dalam menyalin (mereproduksi) gambar atau tabel dan citra yang [5] Pikkarainen, "Consumer Acceptance of Onlie diperoleh dari pihak lain dengan apresiasi Banking: an Extension of The Technology (acknowledgement) yang benar. Acceptance Model," Internet Research, pp. 224-235, 2004. [6] M. Nasir, "Evaluasi Penerimaan Teknologi Informasi Mahasiswa di Palembang Menggunakan Model UTAUT," SNATI, pp. 1- 146 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158

PEMANFAATAN PERANGKAT LUNAK OPEN SOURCE “SLIMS” UNTUK REPOSITORY PERGURUAN TINGGI Ilham Arnomo Universitas Hang Tuah Jl. Arif Rahman Hakim No. 150 Surabaya 60111 [email protected]

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.

dengan cepat dan mudah dapat dipecahkan, 1. Pendahuluan terutama untuk memangkas waktu penerbitan hasil Perkembangan Teknologi Informasi dan penelitian yang selama ini sudah berjalan melalui Komunikasi yang ada saat ini ikut memberikan media cetak. kontribusi dalam pengembangan bidang pendidikan Inti dari repository perguruan tinggi khususnya di perguruan tinggi. Salah satu kegiatan adalah untuk membuat penelitian dan yang paling utama adalah penelitian. Dalam pengembangan publikasi yang tersedia di Internet. melaksanakan kegiatan penelitian sangat Repository perguruan tinggi telah bereksperimen membutuhkan media publikasi yang mudah diakses dengan organisasi pendidikan dan lembaga litbang dan disebarluaskan kepada semua masyarakat. untuk menyebarkan penelitian mereka dan hasil Tujuan dari publikasi hasil penelitian adalah untuk publikasi lainnya. Manajemen dan berbagai keterbukaan informasi tentang hal-hal baru atau organisasi pengetahuan dapat meningkatkan penemuan metode-metode baru dalam berbagai pertumbuhan akademis lebih lanjut dan bidang ilmu yang dapat di implementasikan untuk pengembangan. Dokumen yang diterbitkan seperti menyelesaikan suatu permasalahan ataupun untuk jurnal, makalah, artikel, buku, bab buku, paten, mempermudah dan mempercepat pekerjaan. Hal ini laporan teknis, dll dan dokumen yang tidak sesuai dengan Surat Edaran dari Direktorat dipublikasikan seperti pra-cetak, kertas kerja, tesis Jenderal Pendidikan Tinggi Nomor 152/E/T/2012 dan disertasi doktor yang isi utama dari repository tentang publikasi karya ilmiah, yang mana setiap perguruan tinggi. Repository perguruan tinggi kini calon lulusan jenjang pendidikan sarjana hingga menjadi platform penting untuk berbagi organisasi doktoral diwajibkan untuk menghasilkan karya menghasilkan pengetahuan. Repositori perguruan ilmiah dan diterbitkan atau dipublikasikan dalam tinggi adalah koleksi digital dari sebuah penelitian jurnal ilmiah perguruan tinggi yang terakreditasi kelembagaan dan intelektual Output yang Direktorat Jenderal Pendidikan Tinggi. Oleh karena umumnya mengandung dalam bentuk artikel, tesis, itu dengan memanfaatkan kemajuan Teknologi disertasi, bab buku dan bentuk audio visual, dll Informasi dan Komunikasi untuk publikasi karya (Verma). ilmiah perguruan tinggi yang mudah diakses dan Untuk membangun Repository perguruan disebarluaskan kepada masyarakat, maka perlu tinggi, berikut hal-hal yang harus diambil ke dalam sebuah aplikasi repository perguruan tinggi. pertimbangan (Verma): Dengan memanfaatkan aplikasi repository ini, a) Hardware: Server PC, Jaringan internet, dll masalah penyampaian informasi hasil penelitian 147 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham b) Software: OS, software repository yang HP Labs & MIT Perpustakaan pada November berbasis open source seperti Dspace, Eprints, 2002 (Shahkar Tramboo, 2012). GDL, SLiMS, dll 2. Eprints c) staf terlatih: Skilled Profesional yang dapat Eprints adalah perangkat lunak open source menangani instalasi repository perguruan untuk pembuatan repositori akses terbuka yang tinggi, mengelola dan pengembangan. kompatibel dengan Open Archives Initiative d) Isi: Theses, disertasi, laporan, bab buku dll Protocol untuk Metadata Harvesting (OAI- e) Perpetual Lisensi: Penulis memberikan hak PMH) dan dikembangkan oleh University of kepada institusi untuk melestarikan dan Southampton pada tahun 2000 (Shahkar mendistribusikan mereka bekerja dalam Tramboo, 2012). repositori. 3. SLiMS adalah perangkat lunak sistem manajemen perpustakaan (library management Ketersediaan Software Repository: system) sumber terbuka yang dilisensikan di Ada sejumlah software repository yang telah bawah GPL v3. Aplikasi web yang digunakan oleh sebagaian besar perguruan tinggi di dikembangkan oleh tim dari Pusat Informasi Indonesia adalah sebagai berikut (DOAR, 2016) : dan Humas Departemen Pendidikan Nasional 1. Dspace Republik Indonesia ini dibangun dengan Dspace adalah perangkat lunak open source menggunakan PHP, basis data MySQL, dan yang digunakan untuk pembuatan akses terbuka pengontrol versi Git. Pada tahun 2009, Senayan repositori institusional dan dikembangkan oleh 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 MIT Libraries & Perpustakaan Kementerian Southampton HP Pendidikan Nasional RI Open souce Ya Ya Ya Bahasa Perl Java PHP pemrograman OS Cross-platform (masih Cross-platform Cross-platform perlu software khusus untuk install di Windows) Database Mysql postgreSQL dan oracle Mysql Web server Apache Apache Apache/ XAMPP

Penelitian tentang analisa penggunaan repository produk luar negeri pada direktori software repository pernah juga dilakukan oleh Open DOAR dan Webometric of Repository Bijan Kumar Roy, 2011. Dari hasil penelitian Indonesia. tersebut dijelaskan bahwa penggunaan software 2. Layak atau tidak SLiMS digunakan sebagai repository di Negara India berorientasi pada software repository perguruan tinggi di kebutuhan akses terbuka, teknis dan spesifikasi Indonesia? software repository, dan standar metadata pada 3. Bagaimana memilih software repository software repository (Roy, 2012). berbasis open source disamping untuk Ketersediaan berbagai perangkat lunak kemudahan pengelolaaan, dan penyebarluasan yang bersifat open source serta deklarasi gerakan artikel ilmiah dan penelitian, penggunaan Indonesia Go Open Source (IGOS) merupakan software repository produk dari Indonesia dapat landasan yang kuat dalam pengembangan aplikasi menjadi nilai tambah untuk menunjukkan dan repository perguruan tinggi dengan menggunakan membuktikan kepada dunia tentang kontribusi aplikasi yang bersifat open source. Indonesia dalam ikut serta memajukan ilmu pengetahuan? Berdasarkan pendahuluan di atas, maka permasalahan yang diangkat dalam penelitian ini Sedangkan ruang lingkup penelitian ini adalah nilai adalah tambah dan manfaat perguruan tinggi yang ada di 1. Terdapat GAP antara jumlah perguruan tinggi Negara Indonesia dari penggunaan software di Indonesia yang menggunakan software repository produk dalam negeri. repository SLiMS dengan jumlah perguruan tinggi di Indonesia yang menggunakan software 2. METODE PENELITIAN

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158

Perguruan tinggi di Indonesia yang menggunakan source antara software repository Eprints, DSpace software Repository berbasis open source dan SLiMS. dikumpulkan dari Open DOAR dan webometric of repository Indonesia. Hasil survey dan observasi 3. HASIL PENELITIAN DAN data perguruan tinggi di Indonesia yang PEMBAHASAN menggunakan software repository dianalisis dan Sejumlah perguruan tinggi di Indonesia diteliti menggunakan metode statistik. Serta menggunakan software repository, seperti yang di perbandingan secara fitur teknis, standar metadata, jelaskan dalam tabel 2. Berikut : kebutuhan untuk akses terbuka dan berbasis open

Tabel 2. Daftar Perguruan Tinggi Di Indonesia Yang Menggunakan Software Repository pada Open DOAR

No. EPrints DSpa SLiMS Not Konten Tertutup ce specified

1 Universitas Articles; Theses; Unpublished Andalas 2 Univ Bina Articles; References; Theses Nusantara 3 Institut Articles; Theses; Unpublished; Pertania Books n Bogor 4 Univ Articles; Conferences; Theses; Borneo Learning Objects 5 UIN Sunan Articles; Theses; Unpublished Kalijaga Jogja 6 UIN Sunan Ampel Theses; Unpublished 7 Univ Negeri Articles; Theses; Books; Medan 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 Theses Syiah Kuala 12 UIN Maulana Theses Malik Ibrahim 13 Univ Articles; Conferences gunadar ma 14 Univ Articles; Theses; Unpublished Hasanud din 15 IAIN Antasari Articles; Conferences; Theses; Unpublished; Books; Learning Objects; Multimedia 16 IAIN Sunan Articles; Conferences; Theses; Ampel Books 17 IAIN Tulungagung Articles; Theses 18 UK Theses Satya Wacana 19 ISI Denpasar Articles; Books; Multimedia 20 UK Petra Articles; Theses (Ispektra 149 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham

software) 21 Institut Articles; References; Teknologi Conferences; Theses; Sepuluh Unpublished; Learning Objects; Nopember Multimedia 22 Univ Negeri Articles; Theses; Unpublished; Yogyakarta Learning Objects 23 S2 Manajemen Theses Bisnis IPB 24 Poltek Articles; Theses; Unpublished; Negeri Books Pontiana k 25 STMIK Articles IBBI (GAE software) 26 Univ Articles; Theses; Unpublished; Padjadja Learning Objects ran 27 Univ Sanata Articles; Conferences; Theses; Dharma Learning Objects 28 School of business Theses IPB 29 UK Petra Articles; Conferences; Theses; Special 30 Univ Negeri Theses; Books Sebelas Maret 31 STAIN Salatiga Articles; Theses; Learning Objects 32 STIKOM Articles; Conferences; Theses; Books 33 Sekolah Tinggi Theses Ilmu Ekonomi Multi Data Palembang Business School 34 Univ Bunda Mulia Articles 35 Univ Atma Jaya Articles; Conferences; Theses; Learning Objects; Multimedia 36 Univ Dian Articles; Learning Objects Nuswantoro 37 Univ Indonesia Theses 38 UIN Malik Theses Ibrahim 39 Univ Articles; References muhammadiyah Malang 40 Univ Articles; Theses; Unpublished; Negeri Books Jember 41 Univ Bengkulu Articles; Theses 42 UNIKA Articles; References; Theses; Soegijapranata Unpublished; Books 43 Univ Ahmad Articles; Theses Dahlan 44 UIN Sultan Syarif Theses; Learning Objects Kasim 45 Univ Surabaya Articles; Conferences; Theses

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158

46 UPN Veteran Articles; Conferences; Theses; Jatim Books 47 Univ Articles; Theses; Unpublished; Sumater Learning Objects a Utara 48 IAIN Walisongo Theses 49 Unika Widya Articles; Conferences; Theses; Mandala 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)

ISpektra Not Specified GAE 2.04% 2.04% 2.04% SLiMS 2.04%

DSpace 18.37%

Eprints 73.47%

Gambar 1. Grafik Jumlah Perguruan Tinggi Di Indonesia Pengguna Software Repository Pada Open DOAR

Berdasarkan tabel dan grafik di atas, ditemukan software repository terdaftar pada Open DOAR 73,47% perguruan tinggi menggunakan Eprints, adalah 49 perguruan tinggi dari 3.320 perguruan 18,37% perguruan tinggi menggunakan DSpace, tinggi seluruh Indonesia (Kopertis, 2016), disinilah 2,04% perguruan tinggi menggunakan SLiMS, peluang besar untuk memperkenalkan SLiMS di software GAE dan Ispektra. Disni ditemukan gap Negara Indonesia kepada perguruan tinggi yang antara penggunaan software repository SLiMS ada di Indonesia agar menggunakan SLiMS dengan software repository lainnya yang lebih sebagai pilihan utama software repository berbasis popular seperti Eprints dan DSpace. Jumlah open source. perguruan tinggi di Indonesia yang menggunakan

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

Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham

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

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

Not Specified 26,98% SLiMS Eprints 1,59% 57,14% DSpace 14,29%

Gambar 2. Grafik Jumlah Perguruan Tinggi Pengguna Software Repository Pada Webometrics Repository Indonesia

Berdasarkan tabel dan grafik di atas, ditemukan 13. Menyediakan berbagai bahasa pengantar 57,14% perguruan tinggi menggunakan Eprints, (Indonesia, Inggris, Spanyol, Arab, 26,98% perguruan tinggi menggunakan software Jerman).Counter Pengunjung reposiroty yang tidak dapat ditentukan, 14,29% perpustakaan. perguruan tinggi menggunakan DSpace, dan hanya 14. Member Area untuk melihat koleksi 1,59% perguruan tinggi menggunakan SLiMS. sedang dipinjam oleh anggota. 15. Modul sistem dengan fitur: Konfigurasi Fitur yang tersedia di dalam SLiMS : sistem global, Manajemen modul, 1. Online Public Access Catalog (OPAC) Manajemen User (Staf Perpustakaan) dan dengan dukungan thumbnail image grup, Pengaturan hari libur, Pembuatan dokumen (dapat digunakan untuk sampul barcode otomatis, Utilitas untuk backup. buku), 16. Isi / file digital (PDF, DOC, RTF, XLS, 2. Mode Penelusuran Sederhana (Simple PPT, Video, Audio, dll) lampiran di setiap Seacrh) dan modus Advanced Search dukungan record bibliografi 3. Catatan dokumen rinci dalam MODS 17. OAI-PMH (Open Archives Initiative (Metadata Object Description Schema) Protokol untuk Metadata Harvesting) format XML untuk kebutuhan web service dalam format Dublin Core untuk tujuan dan RSS (Really Simple Syndication) metadata panen format XML untuk OPAC 18. Bibliografi / katalog manajemen database 4. Manajemen data bibliografi yang efisien dengan dukungan gambar sampul buku meminimalisasi redundansi data. 19. Uni Katalog penciptaan dengan Union 5. Manajemen masterfile untuk data Catalog Server referensial seperti GMD (General Material 20. Kontrol Serial Designation), Tipe Koleksi, Penerbit, 21. Federated pencarian penciptaan mesin Pengarang, Lokasi, Supplier, dan lain-lain. dengan Nayanes 6. Sirkulasi dengan fitur: Transaksi 22. Item dokumen (salinan buku) manajemen peminjaman dan pengembalian, Reservasi dengan dukungan barcode koleksi, Aturan peminjaman yang 23. Manajemen berkas untuk mengelola fleksibel, Informasi keterlambatan dan dokumen data referensial seperti GMD, denda. Jenis Koleksi, Penerbit, Penulis, Lokasi, 7. Manajemen keanggotaan. Penulis dan Pemasok 8. Inventarisasi koleksi (stocktaking) 24. Dan modifikasi terbaru adalah tersedia 9. Laporan dan Statistik sistem kelompok pengguna : 10. Pengelolaan terbitan berkala a. Pengguna yang pertama adalah 11. Dukungan pengelolaan dokumen administrator yang mempunyai hak multimedia (.flv,.mp3) dan dokumen akses penuh dalam entry data karya digital. Khusus untuk pdf dalam bentuk ilmiah dan pengelolaannya, streaming. pengelolaan keanggotaan yang ingin 12. Beragam format bahasa termasuk bahasa mengakses atau unduh karya ilmiah yang tidak menggunakan penulisan selain yang telah dipublikasikan. Selain itu latin. admin juga mempunyai hak akses

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158

penuh dalam pengelolaan teknis 4. Dukungan OAI PMH untuk lainnya pada aplikasi repository ini. memungkinkan terintegrasi dengan b. Pengguna yang kedua adalah jaringan penelusuran global (misal: Open kelompok pengguna lain yang dapat DOAR) memiliki akun administrator untuk 5. Dukungan semua bahasa unggah karya ilmiah dalam aplikasi 6. File atau data digital berformat PDF, repository ini, misal : Mahasiswa atau HTML, JPEG, TIFF, MP3, AVI dan tipe Dosen. lainnya dapat disesuaikan c. Pengguna yang ketiga adalah 7. Dukungan sistem laporan dan statistic pengguna lain (user atau pembaca) untuk analisa kinerja repository yang memanfaatkan aplikasi 8. Dukungan Thumbnail preview untuk repository ini untuk akses dan unduh menampilkan cover atau gambar dokumen karya ilmiah yang telah dipublikasikan. Kelebihan SLiMS disbanding Eprints dan DSpace : 1. memiliki fasilitas layanan sirkulasi, Fitur yang disediakan DSpace katalogisasi serta on-line public access 1. Dukungan Non-dinamis dokumen HTML catalog, manajemen keanggotaan, fasilitas (selama lampiran dokumen tidak untuk pengaturan perangkat lunak, cetak mengandung link dinamis HTML), barcode (baik barcode anggota maupun dokumen digital yang dapat dikelola barcode buku), penyiangan adalah jenis PDF, DOC, RTF. 2. SLiMS dibangun dengan menggunakan 2. OAI-PMH (Open Archives Initiative bahasa pemrograman interpreter. SLiMS Protokol untuk Metadata Harvesting) dibangun dengan menggunakan PHP dalam format Dublin Core dan format sebagai bahasa pemrograman. PHP tambahan MODS merupakan bahasa pemrograman 3. Manajemen objek : konfigurasi dan interpreter yang memungkinkan untuk penundaan dalam proses pengajuan file dimodifikasi. Dengan demikian maka yang akan diunggah pengguna memungkinkan memodifikasi 4. Tersedia fitur export dan import data SLiMS sesuai dengan kebutuhan dalam format XML pengguna. 3. SLiMS dikembangan oleh sumber daya 5. Laporan dan statistik koleksi manusia lokal, atau dikembangkan oleh 6. Terdapat penyesuaian fitur dukungan SDM bangsa Indonesia. Kondisi ini dokumen digital semua tipe, termasuk memberikan keuntungan bagi Video perpustakaan dan pengguna SLiMS. 7. Sistem penelusuran yang disediakan oleh Keuntungan tersebut adalah Senayan Jakarta Lucene Search Engine sesuai dengan kebutuhan pengguna dan (mendukung penelusuran teks lengkap), perpustakaan di Tanah Air dan pengguna dan browsing koleksi menurut judul, SLiMS dapat berkomunikasi dengan penulis dan tanggal mudah dengan para pengembang SLiMS jika mengalami masalah dalam Fitur yang disediakan Eprints pemanfaatan Senayan. 1. Model penelusuran teks lengkap dengan 4. Instalasi Mudah dilakukan. Sebagai metode SQL Query yang rinci dan halus perangkat lunak yang tergolong dalam dalam penelusuran data jenis perangkat lunak berbasis web 2. Sistem administrator yang flekxibel (dapat instalasi SLiMS mudah dilakukan, baik itu menentukan file yang harus untuk system operasi windows maupun dipublikasikan atau file yang harus di system operasi linux. privasi) 5. SLiMS mempunyai fitur tambahan yang 3. Sistem kelompok pengguna: berfungsi untuk share koleksi ke media a. Administrator mempunyai hak akses sosial dan akun google, dan yang terbaru penuh untuk semua pengaturan SLiMS mempunyai fitur chat secara website online, yang memungkinkan member b. Editor mempunyai hak akses menjaga dapat berkomunikasi secara online dengan konsistensi kualitas data yang akan administrator atau pustakawan jika dipublikasikan dengan cara di edit mengalami kendala dalam menggunakan c. Penulis mempunyai hak akses sebagai fasilitas SLiMS. pengirim dan yang mengajukan dokumen Kekurangan SLiMS :

Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham

1. Kompatibilitas web browser Indonesia, yaitu masing-masing hanya Untuk mengakses SLiMS diperlukan sejumlah satu perguruan tinggi saja. Hal web browser. Sayangnya tidak semua ini dimungkinkan masih banyak yang web browser mampu menjalankan belum memahami fitur sistem software aplikasi ini dengan sempurna. perangkat SLiMS. lunak ini merekomendasikan mozilla 2. Bahwa software SLiMS dapat dikatakan firefox sebagai web browser. Sehingga layak digunakan sebagai repository jika penggunaan web browser selain perguruan tinggi karena : mozilla firefox mampu tampilan SLiMS a. Adanya fitur sistem OAI PMH (fitur tidak akan muncul secara sempurna. dukungan untuk integerasi dengan Misalnya ada beberapa menu yang akan jaringan penelusuran global seperti tertutupi oleh banner jika pengguna Open DOAR), menggunakan internet eksplorer sebagai b. Mempunyai standar metadata yang web browser. Namun jika hanya sama dengan software repository digunakan untuk mengakses OPAC Eprints dan DSpace yaitu dukungan (online public access catalog) semua pengelolaan semua tipe file digital, web browser dapat digunakan. dan adanya dukungan akses penuh 2. Otoritas akses file pengelola repository (administrator, SLiMS menyediakan fasilitas upload author, maupun user), (unggah) file. Dengan fasilitas ini c. SLiMS berbasis open source untuk pengelola perpustakaan dapat kemudahan pengelolaan dan menyajikan koleksi digital yang dimiliki pengembangan lebih lanjut, perpustakaan, seperti e-book, e-journal, d. Adanya dukungan sistem penelusuran skripsi digital, tesis digital dan koleksi koleksi untuk pemenuhan kebutuhan digital lainnya. Namun fasilitas upload akses terbuka, dan tentunya didukung file ini tidak dilengkapi dengan dengan kebijakan akses terbuka dari pembagian otoritas akses file. Akibatnya perguruan tinggi yang bersangkutan. setiap koleksi digital yang telah di 3. Manfaat dan nilai tambah penggunaan upload ke dalam SLiMS berarti dapat SLiMS sebagai repository perguruan diakses oleh semua orang. Kondisi ini tinggi berbasis open source: tentu sedikit mengkhawatirkan jika a. Kemudahan untuk pengembangan koleksi digital yang diupload adalah sistem repository, karena bahasa skripsi, tesis atau laporan penelitian pemrograman yang digunakan dalam digital. Skripsi digital, tesis atau laporan SLiMS adalah bahasa pemrograman penelitian digital dibatasi aksesnya PHP, yang mana pemrograman PHP karena koleksi digital jenis rentan sudah sangat familiar. Sehingga tidak dengan masalah plagiasi. banyak membutuhkan keahlian tambahan untuk maintenance dan Dan perlu diketahui bahwa Keuntungan dari custom SLiMS sesuai kebutuhan. Repository Perguruan tinggi ini adalah sebagai b. Kemudahan tahap instalasi, karena berikut : SLiMS hanya membutuhkan satu a) output dari lembaga Membuka ke dunia; paket web server XAMPP sudah b) yang lebih luas, akses cepat dan visibilitas arsip dapat menjalankan SLiMS dengan organisasi; metode jaringan intranet maupun c) Pertahankan warisan institusional; internet. Sebagai pembanding padahal d) Mengelola dan mengukur hasil penelitian; Eprints lebih rumit tahap instalasinya e) Cara terbaik untuk komunikasi ilmiah; dan karena masih membutuhkan software f) Meningkatkan kutipan untuk output penelitian pendukung khusus apabila Eprints di organisasi. instalasi pada OS Windows. c. Kemudahan maintenance atau penataan sistem database, karena 4. KESIMPULAN SLiMS menggunakan sistem database 1. Perguruan Tinggi di Indonesia yang MYSQL yang sudah familiar. menggunakan SLiMS sebagai repository d. Nilai tambah jika perguruan tinggi di perguruan tinggi masih sengat sedikit Negara Indonesia menggunakan jumlahnya, hal ini dibuktikan dengan data SLiMS sebagai repository perguruan pada direktori Open DOAR (sebuah tinggi maka akan dapat menjadi direktori pusat penelusuran koleksi pembuktian bahwa software buatan repository perguruan tinggi secara global) Negara Indonesia juga layak dan data pada ranking web repository digunakan sebagai repository

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 147-158

perguruan tinggi, karena dengan bukti [6.] Roy, B. K. (2012). An Analytical Study of nyata SLiMS terhubung dengan Institutional Digital. Library Philosophy DOAR. and Practice, 1-14.

[7.] Shahkar Tramboo, H. S. (2012). A Study on the Open Source Digital Library Software’s. International Journal of References Computer Applications, 1-9. [1.] DOAR, O. (2016). Retrieved from http://www.opendoar.org/find.php [8.] Verma, N. K. (n.d.). Institutional repository software and their use by the [2.] Galuh, P. (2007). Retrieved from national institutes of. National Seminare http://www.putragaluh.web.id/: "Role Libraries in Hingher Education : http://www.putragaluh.web.id/post/read/7 Problem and Prospects" (pp. 1-8). 4/Ganesha_Digital_Library_4.2.html Mizoram: Goverment Aizawl Noth [3.] Kanamadi, M. P. (n.d.). Digital Library College. Open Source Software: A Comparative [9.] Webometric. (2016). Ranking Web of Study. 1-6. Repositories. Retrieved from [4.] Kemdikbud, P. (n.d.). http://repositories.webometrics.info/en/asi https://perpustakaan.kemdikbud.go.id. a/indonesia Retrieved from https://perpustakaan.kemdikbud.go.id: https://perpustakaan.kemdikbud.go.id/perp COPYRIGHT us/?page_id=224 Dengan ini kami menyatakan bahwa jurnal ini [5.] Kopertis. (2016). Retrieved from benar-benar hasil karya sendiri yang belum pernah Koordinasi Perguruan Tinggi Swasta diajukan sebagai jurnal atau karya ilmiah pada Wilayah XIII: perguruan tinggi atau lembaga manapun. Penulis http://www.kopertis12.or.id/2016/02/03/p bertanggung jawab dalam menyalin (mereproduksi) eringkat-3-320-perguruan-tinggi- gambar atau tabel dan citra yang diperoleh dari indonesia-versi-kemristekdikti-tahun- pihak lain dengan apresiasi (acknowledgement) yang benar. 2015.html

Pemanfaatan Perangkat Lunak Open Source… Arnomo., Ilham

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166

PENILAIAN APLIKASI E-LKP MENGGUNAKAN PERSEPSI KARYAWAN (STUDI KASUS: UIN SYARIF HIDAYATULLAH JAKARTA)

Ditha Septiandani1, A’ang Subiyakto2, Evy Nurmiati3

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

1. PENDAHULUAN Ada beberapa faktor yang mempengaruhi persepsi. Robins dalam Simbolon(2008:55) Perkembangan sistem informasi telah menguraikan faktor-faktor yang mempengaruhi berkembang dengan sangat cepat dan merambah dalam penafsiran pesan-pesan indera menjadi suatu berbagai bidang kehidupan manusia. Kehadiran persepsi, yaitu: pelaku persepsi, target, dan situasi. teknologi informasi sangat memberikan kemudahan bagi masyarakat dalam menjalankan B. Model Kesuksesan Sistem berbagai macam kegiatannya, termasuk dalam aspek organisasi dan bisnis. Salah satu contoh Informasi DeLone dan McLean penerapan teknologi informasi dalam bidang Model penelitian yang digunakan untuk organisasi ini terjadi di UIN Syarif Hidayatullah melakukan pengukuran penggunaan sistem E-LKP melalui implementasi aplikasi E-LKP(elektronik- dalam penelitian ini adalah model kesuksesan laporan kinerja pegawai). sistem informasi yang dikembangkan oleh DeLone Aplikasi E-LKP merupakan sebuah aplikasi dan McLean(2003) atau yang dikenal juga dengan dengan fungsi utama untuk mengukur kinerja nama D&M IS Success Model. Model ini pertama pegawai di UIN Syarif Hidayatullah yang kali dikemukakan pada tahun 1992, namun diterapkan sejak tahun 2013 dan masih berjalan dipebaharui kembali pada tahun 2003. Model yang hingga saat ini. Sebagai sebuah aplikasi yang telah dirujuk oleh penelitian ini adalah model yang telah berjalan dalam jangka waktu yang cukup lama diperbaharui pada tahun 2003. Menurut model (kurang lebih 4 tahun), hingga tulisan ini tersebut kesuksesan sistem informasi terdiri dari 6 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 variabel yaitu : system quality, information quality, dikatakan berhasil jika sistem informasi tersebut use, user satisfaction, dan net system benefits. dapat digunakan dengan mudah dan dapat Model ini digambarkan oleh keduanya sebagai memenuhi kebutuhan pengguna. berikut: Berdasarkan alasan-alasan di atas, penulis tertarik untuk melakukan pengukuran terhadap Gambar 2.1 Model Kesuksesan Sistem Informasi kesuksesan sistem informasi aplikasi E-LKP DeLone dan McLean dengan mengambil penerimaan atau persepsi pengguna sebagai objek penelitian dalam penelitian ini. C. Aplikasi E-LKP

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. 160 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166

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 Gambar 3.1. Kerangka Penelitian Penilaian Prestasi Kerja Pegawai Negeri Sipil. Kepala satuan pemeriksa intern (SPI) UIN Syarif Hidayatullah Jakarta, Achmad Tjachja Nugraha, A. Populasi dan Sampel Penelitian MP mengatakan, E-LKP merupakan tahapan dalam Populasi adalah kelompok atau kumpulan audit kinerja SDM, yang memonitoring dan individu-individu atau obyek penelitian yang mengevaluasi kepatuhan para pegawai UIN Syarif memiliki standar-standar tertentu dari ciri-ciri yang Hidayatullah. Aplikasi ini diluncurkan pada tahun telah ditetapkan sebelumnya. Populasi dalam 2013 dan masih aktif hingga penelitian ini ditulis. penelitian ini adalah seluruh karyawan UIN Syarif Hidayatullah yang menggunakan aplikasi E-LKP. 3. METODE PENELITIAN Populasi ini mencakup seluruh fakultas UIN Syarif Penelitian ini dilakukan dengan mengikuti Hidayatullah, yakni sebanyak 11 fakultas. Dari kerangka penelitian sebagai berikut: 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

Selain itu, jumlah 66 responden ini adalah model kesuksesan sistem informasi DeLone dihasilkan dari jumlah perkalian antara seluruh dan McLean yang telah diperbaharui pada tahun fakultas yang ada di UIN Syarif Hidayatullah, 2003. Model ini memiliki 6 variabel, yakni system yakni 11 fakultas dan 6 jabatan atau posisi yang quality, information quality, use, user satisfaction, ada di tiap fakultas, yakni wakil dekan, kabag, dan net system benefits. kasubag, prodi, administrasi, dan kepala urusan Dari keenam varibel tersebut penulis perpustakaan. Mengingat ukuran populasi yang menurunkan 9 hipotesis sebagai berikut: tidak terlalu besar setiap jabatan di tiap fakultas 1. Kualitas informasi (information quality) diwakili oleh satu sampel. Karena alasan tersebut berpengaruh secara signifikan terhadap dihasilkanlah angka 66 jumlah responden. penggunaan(use).

2. Kualitas informasi (information quality) C. Metode Pengumpulan Data berpengaruh secara siginifikan terhadap Data dalam penelitian ini dibagi menjadi kepuasan pengguna (user satisfaction) dua, yakni data primer dan data sekunder. 3. Kualitas sistem (system quality) Pengumpulan data primer dalam penelitian ini berpengaruh secara signifikan terhadap dilakukan dengan metode angket/kuesioner yang penggunaan (use). disebar secara langsung kepada responden. Angket 4. Kualitas sistem (sistem quality) berisi sejumlah pertanyaan dengan respon yang berpengaruh secara signifikan terhadap diukur dalam skala likert. Skala Likert adalah kepuasan pengguna(user satisfaction). skala yang digunakan untuk mengukur sikap, 5. Kualitas layanan (service quality) pendapat, dan persepsi seseorang atau sekelompok berpengaruh secara signifikan terhadap orang tentang fenomena sosial (Sugiyono, 2012). penggunaan (use). Skor pernyataan positif dimulai dari 1 untuk sangat 6. Kualitas layanan (service quality) tidak setuju (STS), 2 untuk tidak setuju (TS), 3 berpengaruh secara signifikan terhadap untuk ragu-ragu (R), 4 untuk setuju (S), dan 5 kepuasan pengguna (user satisfaction). untuk sangat setuju (SS). Skor pernyataan negatif 7. Penggunaan (use) berpengaruh secara dimulai dari 1 untuk sangat setuju (SS), 2 untuk signifikan terhadap kepuasan pengguna setuju (S), 3 untuk ragu-ragu (R), 4 untuk tidak (user satisfaction). setuju (TS), dan 5 untuk sangat tidak setuju (STS). 8. Penggunaan (use) berpengaruh secara Selain data primer, penelitian juga signifikan terhadap keberhasilan sistem memanfaatkan data sekunder sebagai data (net system benefit). tambahan dalam penelitian. Data sekunder ini 9. Kepuasan pengguna (user satisfaction) diperoleh melalui studi literatur yang sejenis berpengaruh secara signifikan terhadap dengan penelitian ini. Total sebanyak 11 literatur kinerja organisasi (net system benefit). sejenis menjadi referensi tambahan.

4. HASIL PEMBAHASAN D. Teknik Analisis A. Analisis Demografis Sebagi sebuah penelitian kuantitatif, data dalam penelitian ini diolah secara statistik. Metode 40 responden(sekitar 61%) berjenis yang dipilih untuk menganalisis data harus sesuai kelamin laki-laki. 26 responden(hampir 39%) dengan pola penelitian dan variabel yang akan responden dari 11 fakultas di UIN Syarif diteliti. Pada penelitian ini Partial Least Square Hidayatullah berjenis kelamin perempuan. (PLS) dari paket software statistik SmartPls versi 3.0 dipilih untuk mengukur kesuksesan sistem. Pemilihan alat analisis PLS dikarenakan kesesuaian Peremp alat analisis dengan data yang dikumpulkan, dan uan; 26; kesesuaian tujuan penelitian dengan alat analisis. 39% Selain itu, PLS juga merupakan metode analisis yang powerful karena tidak mengasumsikan data harus dengan pengukuran skala tertentu, jumlah sampel kecil. Laki- laki; 40; E. Model dan Hipotesis Penelitian 61% Model yang diadopsi untuk mengukur kesuksesan aplikasi E-LKP dalam penelitian ini Gambar 4.1 Sebaran Responden Berdasarkan Jenis Kelamin 162 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166

validity. Berikut ini adalah penjelasan tentang hasil Secara unit kerja, responden yang menjadi dari empat pengujian tersebut di atas: sampel dalam penelitian ini berasal dari 11 1. Indikator Reliability fakultas. Gambar 4.2 menunjukkan bahwa rata-rata Peneliti telah memeriksa setiap hubungan antara responden (11 unit kerja, sekitar 9.1%) individual indikator dan variabelnya dengan

FKIK; 6; FDI; 6; menggunakan nilai loading setiap indikator, nilai FPSI; 6; 9% 10% FITK; 6; 9% 9% composite reliability (CR) setiap variabel, dan

FSH; 6; perbandingan nilai cross loading tiap indikator FISIP; 6; 9% 9% dalam variabel tertentu dan indikator di luar variabel terhadap indikator tersebut. Hasilnya FEB; 6; FDH; 6; 9% 9% adalah seluruh indikator digunakan , seperti FIDKOM; FU; 6; FST; 6; 6; 9% dijelaskan sbb.: 9% 9% 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 Gambar 4.2 Sebaran Responden Berdasarkan Unit dengan nilai loading antara 0,6 dan 0,7 Kerja dipertimbangkan untuk digunakan dengan memeriksa nilai CR dari variabelnya. Secara jabatan, responden yang menjadi 2. Internal concistency sampel dalam penelitian ini 6 jabatan yaitu: wakil Berdasarkan nilai ambang batas yang dipergunakan dekan, kabag, kasubag, prodi, administrasi, kepala dalam penelitian ini, nilai CR dari semua variabel urusan perpustakaan. Gambar 4.3 menunjukkan hasil pengujian indikator realibility sebelumnya bahwa rata-rata responden (6 jabatan 17%) telah memenuhi nilai ambang batas >0.7, indikator- indikator ini memiliki loading di atas 0.6 dan nilai Kepala Wadek; 11; CR variabelnya >0,7 Perpustakaan; 16% 11; 17% Administrasi; Kabag; 11; 11; 16% 17%

Prodi; 11; Kasubag; 11; 17% 17%

Gambar 4.3 Sebaran Responden Berdasarkan Jabatan Gambar 4.4 Hasil Pengujian Pengukuran Model

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

Penilaian Aplikasi E-LKp.. Septhiandani,dkk

Tabel 4.1 Hasil Pengujian Pengukuran Model *) Rejected dalam model. Hasil pemeriksaan ini, KI3 1. Convergent Validity dihapus penggunaannya Berdasarkan pemeriksaan ambang batas nilai AVE  Pemeriksaan cross loading setiap variabel (>0,5), satu indikator (KI 3) di membandingkan cross loading dengan hapus penggunaannya dalam model (Sarwono, nilai kuadrat AVE (Sarwono, 2015). Tabel 2015). 4.3 menunjukan kevalidan dari semua 2. Discriminant Validity variabel yang digunakan dalam model Pengujian aspek ini dilakukan melalui dua tahap penelitian. pemeriksaan cross loading, yaitu: cross loading Meringkas dari empat jenis pengujian ukuran antar indikator dan cross loading Fornell-Larcker's model di atas, analisis data tahap ini (1981). memperlihatkan bahwa satu indikator (KI3) telah  Pemeriksaan cross loading tiap indikator di hapus karena tidak memenuhi ambang batas atau dengan membandingkan nilai loading parameter yang telah ditentukan. indikator di tiap variable tertentu dan nilai loading indikator di variable lainnya Tabel 4.2 Cross Loading

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 159-166

Tabel 4.3 Fornell-Lacker

grafis, hasilnya dapat dilihat pada Tabel Hasil C. Hasil Pengujian Structural Model 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 Analisis ini dilakukan melalui empat pengujian struktur model 2. Pengujian Coefficient of Determination tahapan pengujian, meliputi pengujian Path 2 2 (R ) Coefficient (β), coefficient of determination (R ), t- 2 test menggunakan metode bootstrapping dan effect Secara teori, R diuji untuk menjelaskan varian dari size (f2) menggunalan metode blindfolding (Urbach tiap target endogenous variabel dengan standar & Ahlemann, 2010; Hair et al., 2011; Hair et al., pengukuran sekitar 0,670 sebagai kuat, 0,333 2012; Wong, 2013; Afthanorhan, 2013). Secara moderat, dan 0,190 lemah. 3. Pengujian Hipothesis (t-test) 165 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Penilaian Aplikasi E-LKp.. Septhiandani,dkk

Pengujian ini dilakukan dengan menggunakan aplikasi E-LKP di UIN Syarif metode bootstrapping, two-tailed dengan tingkat Hidayatullah. significansi 5% untuk menguji hipotesis-hipotesis 3. Kepuasan pelanggan merupakan faktor penelitian. Ini berarti, hipotesis tersebut akan yang paling mendominasi dalam diterima jika memiliki t-test lebih besar dari 1.96 menentukan keberhasilan sistem dalam (Urbach & Ahlemann, 2010; Hair et al., 2011; Hair kasus aplikasi E-LKP di UIN Syarif et al., 2012; Wong, 2013; Afthanorhan, 2013). Hidayatullah. 4. Pengujian Ukuran Pengaruh (effect size [f2]) B. Saran Berdasarkan nilai ambang batas sekitar 0.02 untuk 1. Perbaikan pada variabel penggunaan pengaruh kecil, 0,15 sebagai menengah, dan 0,35 sistem dan kualitas layanan, sehingga ke untuk pengaruh besar. 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 Tabel 4.4 Hasil Pengujian Struktural Model dengan Pendekatan Technology Acceptance Model (TAM) pada E-procurement di 5. KESIMPULAN DAN SARAN Kabupaten Kebumen. [5.] Sarwono, S. W. (2010). Psikologi Remaja, A. Kesimpulan Edisi Revisi., Jakarta: PT Raja Grafindo. 1. Aplikasi E-LKP yang diimplementasikan [6.] Simbolon, Maropen. 2008. Persepsi dan pada karyawan dan pimpinan di UIN Kepribadian . Diunduh dari: Syarif Hidayatullah berjalan hampir http://isjd.pdii.lipi.go.id/admin/jurnal/210852 segaris dengan penggambaran teori 66.pdf pada Maret 2016 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

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176

SISTEM E-COMMERCE B2C PADA PT. HARAPAN SENTOSA NUSANTARA JAKARTA PUSAT

Marhamah 1, Sarip Hidayatuloh2, Ari Irawan3 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 Banyaknya pelanggan yang berasal dari luar kota membuat PT. Harapan Sentosa Nusantara perlu Perusahaan PT. Harapan Sentosa Nusantara membangun sebuah sistem yang memungkinkan sebagai salah satu hotel yang terletak di kawasan bagi perusahaan untuk melakukan pemasaran perbelanjaan Tanah Abang merupakan perusahaan melalui internet dan memberi kesempatan bagi user yang sedang berkembang dan terus berupaya untuk yang berada di luar kota untuk dapat melihat meningkatkan layanan serta standar kualitas informasi secara langsung, cepat dan akurat serta perusahaan dari berbagai sisi antara lain sisi melakukan pemesanan dan pembayaran dari jarak pemanfaatan teknologi informasi dan internet. jauh. Selama ini, sistem pemesanan kamar yang 167 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Sistem E-Commerce B2C.. Marhamah, Dkk ada di wisma PT. Harapan Sentosa Nusantara dibutuhkan sebuah sistem informasi yang masih dilakukan dengan cara melakukan memungkinkan bagi pelanggan untuk pencatatan buku reservasi sehingga terkadang melakukan pemesanan kamar secara langsung terdapat kekeliruan dalam proses pencatatan yang melalui sebuah sistem berbasis web. manual, pemborosan kertas, dan adanya data yang B. Rumusan Masalah hilang akibat kertas-kertas pencatatan yang Berdasarkan latar belakang masalah diatas, terkadang hilang sehingga sistem tersebut perlu maka perumusan masalah penelitian ini sebagai dibenahi. Beberapa sistem yang dinilai perlu berikut: "Bagaimana merancang sebuah sistem dibenahi adalah sistem pemasaran, sistem informasi yang dapat membantu perusahaan PT. pemesanan kamar yang masih manual Harapan Sentosa Nusantara dalam memasarkan menggunakan kertas pencatatan dan nota produknya secara global, sebuah sistem yang dapat pembayaran yang ditulis secara manual dan belum menghasilkan laporan pendapatan dan pengeluaran adanya sistem pembuatan laporan pendapatan dan bulanan serta transaksi harian bagi pihak pengeluaran pada PT. Harapan Sentosa Nusantara. manajemen perusahaan dan dapat membantu user Sistem tersebut perlu dibenahi dengan sistem baru dalam melakukan aktifitas pemesanan kamar secara yang terkomputerisasi berbasiskan web yang dinilai online?". lebih mampu untuk memenuhi kebutuhan C. Batasan Masalah persaingan, sehingga bisa meminimalkan Batasan masalah yang terdapat dalam penggunaan kertas, memudahkan pelanggan dalam penulisan skripsi ini adalah : melakukan pemesanan kamar dan memudahkan 1. Pengembangan sistem e-commerce ini dalam pembuatan laporan pendapatan dan dikelola oleh perusahaan PT. Harapan Sentosa pengeluaran bulanan yang dibutuhkan oleh owner Nusantara yang terletak di Tanah Abang, dari perusahaan tersebut, dan juga untuk pemasaran Jakarta Pusat. bisnis perusahaan secara lebih luas melalu web. 2. Sistem ini terbatas pada pengelolaan Berdasarkan hal tersebut teknologi memiliki informasi mengenai registrasi calon peranan yang sangat penting dalam menjalankan pelanggan, cek ketersediaan kamar, bisnis, khususnya komputer dan internet. Dengan pemesanan kamar oleh pelanggan, adanya teknologi terkomputerisasi berbasis web, pembayaran transaksi sewa kamar, input diharapkan pengelolaan data dapat dilakukan pengeluaran hingga pembuatan laporan dengan mudah dan cepat serta dapat meminimalisir pendapatan dan pengeluaran bulanan bagi terjadinya kesalahan atau kerancuan dalam pihak manajemen (manager dan owner) tanpa melakukan transaksi dan akan lebih mudah dalam membahas mengenai proses ekspedisi. melakukan pemasaran, selain itu biaya operasional 3. Rancang bangun sistem e-commerce pada PT. pun dapat ditekan menjadi lebih kecil. Maka pada Harapan Sentosa Nusantara menggunakan penelitian penulis memutuskan untuk mengambil metode pengembangan sistem RAD (Rapid judul “Rancang Bangun Sistem E-commerce B2C Application Development). pada PT. Harapan Sentosa Nusantara Jakarta 4. Rancang bangun sistem e-commerce ini Pusat”. menggunakan tools UML (Unified Modelling A. Identifikasi Masalah Language) StarUML versi 5.0 dengan Berdasarkan latar belakang diatas, maka software Microsoft Office Visio versi 2007, identifikasi masalah yang dirumuskan sebagai MySQL (My Structure Query Language) berikut: versi 5.1.41, web server yang digunakan 1. Terjadinya kekeliruan dalam pencatatan adalah Apache 2.2.14 pada xampp versi 3.1.0 seperti kesalahan penulisan nota dan dan bahasa pemrograman PHP (Hypertext transaksi, sehingga sulit dibuat laporan Prepocessor) versi 5.31. pendapatan dan pengeluaran bulanan. a. Tujuan Penelitian 2. Hilangnya nota atau dokumen yang Tujuan dari penelitian ini adalah: disebabkan oleh kelalaian pegawai dalam 1. Merancang sebuah sistem yang dapat sistem pengarsipan yang masih manual yang membantu perusahaan PT. Harapan Sentosa juga menyebabkan pemborosan dalam Nusantara dalam memasarkan produknya penggunaan kertas. secara global. 3. Masyarakat yang ingin tahu informasi 2. Merancang sebuah sistem yang dapat mengenai perusahaan harus datang langsung, menghasilkan laporan pendapatan dan sehingga dibutuhkan sebuah sistem informasi pengeluaran bulanan serta transaksi harian yang memungkinkan bagi masyarakat untuk bagi pihak manajemen perusahaan. mengetahui informasi secara langsung, 3. Membangun sebuah sistem yang dapat kapanpun dan di manapun melalui web. membantu user dalam melakukan aktifitas 4. Untuk mengetahui kondisi ketersediaan kamar pemesanan kamar secara online. dan melakukan pemesanan pelanggan harus 2. LANDASAN TEORI datang langsung ke perusahaan, sehingga 2.1 Konsep Dasar Rancang Bangun

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176

Rancang bangun merupakan gabungan dari mendapatkan data-data yang diperlukan di Suku dua proses yaitu perancangan sistem dan Dinas Pariwisata dan Kebudayaan Kabupaten pembangunan sistem. Menurut Supriyanto (2007) Administrasi Kepulauan Seribu mulai Maret perancangan atau desain sistem merupakan “tahap sampai dengan Mei 2015. setelah analisis sistem yang menentukan proses dan 2. Wawancara data yang diperlukan oleh sistem baru”. Metode ini dilakukan dengan mengadakan 2.2 Konsep Dasar Sistem Informasi wawancara mengenai masalah-masalah terkait Sistem informasi adalah suatu sistem di dalam yang dilakukan selama periode penelitian. suatu organisasi yang mempertemukan kebutuhan 3. Studi Pustaka pengolahan transaksi harian yang mendukung Studi pustaka dilakukan dengan tujuan fungsi operasi organisasi yang bersifat manajerial mencari sumber referensi atau teori berkaitan atau dengan kegiatan strategi dari suatu organisasi untuk membahas terkait dengan tema pembahasan yang dapat menyediakan laporan-laporan yang diangkat serta definisi-definisi lainnya yang diperlukan oleh pihak luar tertentu. diperlukan dalam menunjang pemahaman dalam Sistem informasi terdiri dari komponen- penelitian ini. komponen yang disebut dengan istilah blok 4. Studi Literatur bangunan (building block) yang saling berinteraksi Sumber literatur yang digunakan di dalam satu dengan yang lain membentuk satu kesatuan penulisan skripsi ini adalah studi literatur dari hasil (Sutabri, 2012). penulisan karya ilmiah yang sejenis dengan skripsi 2.3 Konsep Dasar Perhotelan ini. Hotel merupakan bangunan berkamar banyak 3.2 Metode Pengembangan Sistem yang disewakan sebagai tempat untuk menginap RAD (Rapid Application Development) atau dan tempat makan orang yang sedang dalam pengembangan aplikasi cepat adalah suatu perjalanan; bentuk akomodasi yang dikelola secara pendekatan berorientasi objek untuk komersial, disediakan bagi setiap orang untuk pengembangan sistem yang mencakup suatu memperoleh pelayanan, penginapan, makan dan metode pengembangan serta perangkat-perangkat minum. (Tim Penyusun Kamus Pusat Bahasa, lunak (Kendall dan Kendall, 2003). 2008). Ada tiga fase tahapan RAD, yaitu: 2.4 Konsep Dasar E-Commerce a. Requirements planning (Perencanaan E-commerce merupakan suatu kontak Persyaratan), yaitu: transaksi perdagangan antara penjual dan pembeli 1. Gambaran Umum Tempat Penelitian dengan menggunakan media internet. Jadi proses 2. Analisis Sistem Berjalan pemesanan barang, pembayaran transaksi, hingga 3. Identifikasi Masalah pengiriman barang dikomunikasikan lewat internet. 4. Sistem Usulan Dilihat dari jenis transaksinya, e-commerce b. Workshop design, yaitu: dikelompokkan menjadi dua segmen yaitu, 1. Use Case Diagram business to business e-commerce (B2B e- 2. Activity Diagram commerce) dan business to consumer (B2C). B2B 3. Sequence Diagram e-commerce adalah transaksi perdagangan melalui 4. Class Diagram internet yang dilakukan oleh dua atau lebih c. Implementation (Penerapan), yaitu: perusahaan. Transaksi dagang tersebut sering 1. Sebagai sistem yang dibangun, sistem baru atau disebut sebagai Enterprise Resource Planning sistem parsial diuji dan diperkenalkan kepada (ERP) ataupun supply chain management. perusahaan. Sedangkan B2C e-commerce merupakan transaksi 2. Ketika membuat sistem baru, tidak perlu jual beli melalui internet antara penjual barang untuk menjalankan sistem yang lama secara konsumsi dengan konsumen (end user) paralel. (Ustadidyanto, 2002). 3.3 Kerangka Berfikir Penelitian 3. METODOLOGI PENELITIAN Berikut ini adalah kerangka penelitian dalam 3.1 Pengumpulan Data mengembangkan sistem E-commerce pada PT. 1. Observasi Harapan Sentosa Nusantara. Pengamatan langsung dengan bidang yang berkaitan diantaranya melakukan riset untuk

Sistem E-Commerce B2C.. Marhamah, Dkk

Mulai

Identifikasi Masalah

Rumusan Masalah

Batasan Masalah

Tujuan Penulisan

Manfaat Penulisan

Metode Observasi (Sutabri, 2012)

Metode Metode Wawancara (Sutabri, 2012) Pengumpulan Data

Metode Studi Pustaka (Nazir, 2008)

Definisi Masalah Identifikasi Sistem Berjalan Fase Requirement Planning Analisis Kebutuhan Sistem Identifikasi Sistem Usulan

Use Case Diagram

Activity Diagram Perancangan Proses Sequence Diagram

Deployment Diagram

Daftar Potensial Objek Metode Pengembangan Sistem (Kendall dan Fase Design Workshop Kendall, 2012) Daftar Objek Usulan

Perancangan Class Perancangan Database Class Diagram Diagram

Struktur Database

Matriks CRUD

Perancangan Interface Graphic User Interface (GUI)

Hypertext Prepocessor Coding (PHP) Fase Impementation Testing Blackbox Testing

Saran dan Kesimpulan

Selesai

Gambar 3 Kerangka Penelitian bisnis penginapan serta tour dan travel.

4. PEMBAHASAN Gambar 4 Logo Perusahaan PT. Harapan Sentosa 4.1 Requirements Planning Nusantara Dalam fase requirement planning ini, peneliti mencoba melakukan identifikasi terhadap objek 2. Analisis Sistem Berjalan dan kebutuhan dari sistem informasi yang akan Berikut ini merupakan penjelasan dari dibangun, menganalisa sistem yang sedang gambaran sistem berjalan tersebut: berjalan untuk menemukan definisi masalah yang benar-benar terjadi dan mencari solusi yang 1. Resepsionis melakukan konfirmasi apabila terbaik untuk memecahkan masalah yang ada kamar tersedia atau tidak. dengan menganalisa kebutuhan dari sistem. 2. Jika ada kamar yang tersedia customer melakukan pemesanan kamar. 1. Gambaran Umum Perusahaan PT. 3. Setelah melakukan pemesanan kamar, Harapan Sentosa Nusantara customer memberikan identitas diri untuk PT. Harapan Sentosa Nusantara berdiri pada dicatat. tahun 1998 di tanah abang, yang berlokasi di 4. Customer melakukan pembayaran untuk jalan Kebun Kacang I No. 18 Tanah Abang pemesanan kamar. Jakarta Pusat. Pada awalnya, perusahaan yang 5. Resepsionis melakukan konfirmasi bergerak di bidang jasa ini hanya memiliki bisnis penerimaan pesanan kamar. ekspedisi, namun setelah tiga tahun berjalan dan 6. Resepsionis mencatat data pengunjung di melihat peluang yang baik di bidang jasa buku laporan harian. penginapan, tour dan travel, maka pemilik dari perusahaan ini memutuskan untuk membangun

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176

3. Konfirmasi ketersediaan kamar 1. Request pemesanan 10. Memberikan kunci kamar Customer 14. Check out/penambahan kamar Resepsionis

2. Cek ketersediaan kamar

Catatan Pengunjung 9. Update data pengunjung

16. Melihat data pengunjung 4. Melakukan pemesanan 8. Mencatat pemesanan 6. Melakukan Pembayaran 12. Mencatat pengeluaran 5. Menyerahkan Identitas diri 7. Konfirmasi Pemesanan Berkas pemesanan 12. Memberikan Kuitansi 11. Menulis Kuitansi

Kuitansi 15. Ask for check and cleaning 13. Catat pemasukan

17. Catat pendapatan

18. Catat pengeluaran Petugas Pengecekan Pendapatan Dan Kebersihan Pengeluaran 20. Konfirmasi Laporan

19. Membaca laporan keuangan

Laporan Keuangan Owner 18. Konfirmasi hasil laporan pendapatan dan Gambar 5 Analisis Sistem Berjalan pengeluaran bulanan kepada resepsionis. 7. Resepsionis mengupdate data pengunjung di papan tulis daftar pengunjung. 3. Identifikasi Masalah 8. Resepsionis menyerahkan kunci kamar Setelah melihat proses yang sedang berjalan kepada customer. maka penulis dapat menganalisa beberapa masalah 9. Resepsionis menulis kwitansi pemesanan pada sistem yang ada, terdapat beberapa kamar. kelamahan, diantaranya: 10. Resepsionis memberi kwitansi kepada customer yang telah melakukan pembayaran. 1. Pemesanan hanya bisa dilakukan dengan 11. Resepsionis mencatat pemasukan di buku datang langsung ke perusahaan padahal laporan pemasukan harian. mayoritas pelanggan berasal dari luar daerah. 12. Customer melakukan checkout atau 2. Pembayaran yang bisa dilakukan hanya penambahan pesanan kamar. melalui pembayaran tunai. 13. Resepsionis update data pengunjung apabila 3. Pemasaran yang masih kurang, dibutuhkan customer melakukan pemesanan tambahan pemasaran melalui media elektronik. atau check out. 4. Terbatasnya komunikasi yang bisa dilakukan 14. Owner melihat data pengunjung harian di oleh pelanggan kepada perusahaan. papan tulis dan buku catatan harian dengan 5. Pemborosan dalam penggunaan kertas karena langsung datang ke perusahaan serta seluruh aktifitas pencatatan dan input data mengecek secara manual. masih dilakukan secara manual di buku dan 15. Resepsionis mencatat pendapatan harian di kertas kwitansi. buku laporan pendapatan bulanan. 16. Resepsionis mencatat pengeluaran harian di 4. Sistem Usulan buku laporan pengeluaran bulanan. 17. Owner membaca laporan pendapatan dan pengeluaran bulanan dengan datang langsung ke perusahaan.

Sistem E-Commerce B2C.. Marhamah, Dkk

Manager

12, 13, 19, 22 11

2, 6 15 3, 5, 7, 8, 9, 10, 14, 22 16, 17, 18, 22 1, 4, 22 Pegawai Customer 21, 24 23 20, 22

Sistem E-commerce PT. Harapan Sentosa Nusantara Akses

Admin Owner

Database 4.2 Workshop Design Gambar 6 Sistem Usulan 1. Use Case Diagram

System

Logout <>Manage Account

Setting Account

Registrasi

Cek Ketersediaan

Booking Kamar

Customer Resepsionis

Bayar Booking

<> Pilih Menu Bayar

Kirim Bukti Bayar

Validasi Pembayaran

Kelola Data Pesanan Admin Owner <> Kirim Validasi Pembayaran <>

Cetak Bukti Bayar

Kelola Laporan Keuangan <>

<> Input Data Pengeluaran Input Data Pemasukan

Manager

View Daftar Pengunjung Harian

View Laporan Keuangan

Cetak Laporan Keuangan <>

Chat

Reply Chat

View Chat <>

Gambar 7 Use Case Diagram

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176

2. Activity Diagram

All Actor Sistem

Menekan menu Edit user Menampilkan halaman edit user

Mengubah data user

Menekan tombol update [data lengkap]

[data tidak lengkap]

Menampilkan pesan lengkapi data Menyimpan data

Menampilkan pesan berhasil Gambar 9 Sequence Diagram

Gambar 8 Activity Diagram

3. Sequence Diagram

Pemesanan

#id_pemesanan Pembayaran +no_pemesanan Pemasukan +jenis_pemesanan #id_pembayaran #id_pemasukan +tanggal_pemesanan Pengeluaran +no_pembayaran +no_pemasukan Laporan +jumlah_pemesanan +tanggal_pembayaran +jenis_pemasukan #id_pengeluaran +biaya_pemesanan +tujuan_pembayaran +jumlah_pemasukan 0..* 1 #id_laporan 1 0..* +no_pengeluaran +rekening_pembayaran +no_laporan +add() +sumber_pemasukan +jenis_pengeluaran +jumlah_pembayaran +tanggal_laporan +view() +date_pemasukan +jumlah_pengeluaran +limit_pembayaran +jenis_laporan +approve() +date_pengeluaran +jenis_pembayaran +delete() 0..* 0..* 0..1 +add() 1..* 0..* +view() +approve() 0..* 1..* +delete() Kamar 1..* 1..* 1..* #id_kamar Chat +no_kamar 1 1 1 +tipe_kamar #id_chat +lantai_kamar User +date_chat +harga_kamar 1 +tittle_chat Bukti_bayar 0..* 1 +stok_kamar #id_user +isi_chat +username 0..* 1..* #id_bukti +status_chat 1 1..* +view() +password +no_bukti Login +add() +level +add() +tanggal_bukti +delete() +status_user +view() +add() +submit() +last_login +delete() +update() +send() +submit() 1 +view() +approve() 0..* Karyawan

#id_karyawan +nama_karyawan +jabatan_karyawan +nip +alamat_karyawan Customer Admin +telp_karyawan Pengunjung +birth_karyawan Owner +registrasi() +foto_karyawan +manage_account() +view_web() +view_kamar() +setting_account() +add() +view_pengunjung() +booking_kamar() +reply_chat() +edit() +view_laporan() +bayar_booking() +delete() +cetak_laporan() +kirim_bukti() +submit() +chat() +cetak_bukti() +update() +chat() +approve() +reset()

Pegawai Manager

+setting_account() +konfirmasi_registrasi() +setting_account() +cek_ketersediaan() +input_pengeluaran() +booking_kamar() +input_pemasukan() +bayar_booking() +chat() +validasi_pembayaran() +kirim_validasi() +cetak_bukti() +chat() 4. 173 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Sistem E-Commerce B2C.. Marhamah, Dkk

5. Class Diagram memberikan pelayanan yang lebih cepat tanpa harus menuggu pelanggan datang langsung ke Gambar 10 Class Diagram penginapan. 2. Saran 6. User Interface 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

Gambar 12 Tampilan Homepage 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. Gambar 13 Tampilan Halaman Booking Kamar England: Addison Wesley.

[3.] Kadir, Abdul. 2014. Mudah 4.3 Implementation Mempelajari Database MySQL. Pada tahap ini yaitu melakukan pengkodean Yogyakarta: Andi. atau pemrograman untuk membangun sebuah [4.] Kendall, Keneth E. 2012. Analisis sistem. Pada tahap pemrograman, bahasa yang dan Perancangan Sistem. Englewood dipergunakan adalah PHP yang membantu dalam Cliffs: Prentice Hall. proses perancangan Sistem berbasis Web dan [5.] Nazir, MB. 2008. Metodologi menggunakan MySQL sebagai basis datanya. Penelitian. Bogor: Ghalia Indonesia. Selanjutnya dilakukan pengujian terhadap program [6.] Nuhroho, Adi. 2006. E-Commerce, menggunakan metode blackbox testing. Memahami Perdagangan Modern di

Dunia Maya. Informatika: Bandung. 5. PENUTUP [7.] Perry E, William. 2006. Effective 1. Kesimpulan Methods for Software Testing, 2nd Berdasarkan uraian dan pembahasan pada bab-bab Edition. India: Wiley. sebelumnya, maka dapat disimpulkan bahwa: [8.] Pressman, Roger S. 2012. Rekayasa a. Sistem e-commerce ini dapat digunakan pada Perangkat Lunak (Pendekatan lingkungan PT. Harapan Sentosa Nusantara Praktisi). Yogyakarta: Andi untuk meningkatkan pelayanan terhadap [9.] Pusat Bahasa. 2008. Kamus Besar pelanggan, dengan sistem yang mampu Bahasa Indonesia. Jakarta: Gramedia memasarkan bisnisnya secara global. Pustaka Utama. b. Sistem e-commerce ini diharapkan dapat [10.] Quthni, Darul. 2006. Terminology E- digunakan untuk membantu perusahaan dalam Commerce. Bandung: Gramedia menghasilkan laporan pendapatan dan Pustaka Utama pengeluaran bulanan serta transaksi harian bagi [11.] Sugiarti, Yuni. 2013. Analisis & pihak manajemen perusahaan. Perancangan UML (Unified c. Sistem e-commerce pada PT. Harapan Sentosa Modelling Language) Generated Nusantara ini diharapkan dapat membantu VB.6. Yogyakarta: Graha Ilmu. pelanggan untuk melakukan aktifitas pemesanan secara online dan pembayaran di tempat lain, sehingga perusahaan dapat 174 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 167-176

[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

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190

SISTEM PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA (STUDI KASUS: FAKULTAS KEDOKTERAN DAN KESEHATAN UNIVERSITAS MUHAMMADIYAH JAKARTA)

Andrie Tri Laksono1, Meinarini Catur Utami2, Yuni Sugiarti3

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], [email protected]

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 Fakultas Pertanian, Fakultas Kedokteran dan Kesehatan, Fakultas Ilmu Pendidikan dan Fakultas Universitas Muhammadiyah Jakarta (UMJ) Ilmu Keperawatan serta sekolah Pasca Sarjana yang merupakan salah satu institusi pendidikan tinggi memiliki sejumlah program magister yang meliputi agama Islam di Indonesia. UMJ memiliki 9 Fakultas Magister Ilmu Hukum, Magister Studi Islam, dengan 43 Program Studi yang meliputi Fakultas Magister Manajemen, Manajemen Ilmu Administrasi, Ekonomi, Fakultas Teknik, Fakultas Agama Islam, Magister Akuntansi, Magister Kesehatan Masyarakat

Sistem Penjadwalan kuliah.. Laksono, AT, Dkk dan Magister Ilmu Keperawatan. Saat ini, UMJ tengah dikerjakan pada beberapa buah mesin. Dengan memproses dibukanya program doktor untuk bidang demikian masalah sequencing senantiasa melibatkan Ilmu Agama, Manajemen dan Bisnis dan Ilmu pengerjaan sejumlah komponen yang sering disebut Hukum. dengan istilah job. Job sendiri masih merupakan Fakultas Kedokteran dan Kesehatan merupakan komposisi dari sejumlah elemen-elemen dasar yang salah satu fakultas yang terdapat di UMJ yang disebut aktivitas atau operasi. Tiap aktivitas atau memiliki sistem informasi akademik yang dikelola operasi ini membutuhkan alokasi sumber daya secara tersendiri. Dalam bidang akademik, Fakultas tertentu selama periode waktu tertentu yang sering Kedokteran dan Kesehatan ini memerlukan disebut dengan waktu proses [6]. dosen-dosen yang berkualitas dalam hal belajar mengajar yang saat ini masih menggunakan C. Algoritma Genetika dosen-dosen dari luar dan sebagian besar memiliki Algoritma genetika merupakan evaluasi atau profesi sebagai dokter. Adanya dosen-dosen luar ini perkembangan dunia komputer dalam bidang menyebabkan sulitnya menentukan jadwal kuliah kecerdasan buatan (artificial intelligence). yang tepat sesuai dengan kesiapan waktu mereka dan Kemunculan algoritma genetika ini terinspirasi oleh lokal yang tersedia, dimana kesiapan waktu mengajar teori Darwin dan teori-teori dalam ilmu biologi, dosen (dosen luar) dan lokal sangatlah terbatas. sehingga banyak istilah dan konsep biologi yang Kesulitan menentukan jadwal kuliah tersebut digunakan dalam algoritma genetika, karena sesuai dikarenakan belum tersedianya sistem yang secara dengan namanya, proses-proses yang terjadi dalam khusus melakukan penjadwalan kuliah karena untuk algoritma genetika sama dengan apa yang terjadi pada proses penjadwalan masih dilakukan secara manual evaluasi biologi [10]. belum terotomasi oleh sistem, sehingga angka Menurut Kusumadewi (dalam Ulisna Ade Rifai kesalahan semakin besar dan membutuhkan waktu [12]), Terdapat 8 komponen utama dalam algoritma yang lama untuk membuat jadwal dan sering kali genetika, yaitu : terjadi jadwal yang bentrok yang menyebabkan proses a. Teknik Penyandian belajar mengajar terhambat. Teknik penyandian disini meliputi penyandian gen Mahasiswa juga merasa kesulitan apabila ada dari kromosom. Gen merupakan bagian dari perubahan jadwal. Dimana untuk pengumuman kromosom. Satu gen biasanya akan mewakili satu jadwal masih manual yaitu menggunkan papan variabel. Variabel adalah suatu sebutan yang dapat pengumuman. Hal ini yang menyebabkan sulitnya diberi nilai angka (kuantitatif) atau nilai mutu sosialisasi jadwal kuliah terbaru apabila terjadi (kualitatif). Variabel merupakan pengelompokan perubahan. secara logis dari dua atau lebih atribut dari objek yang Untuk memudahkan dalam proses penjadwalan diteliti [11]. Gen dapat direpresentasikan dalam tersebut, Fakultas Kedokteran dan Kesehatan merasa bentuk : string bit, pohon, array bilangan real, daftar perlu dibuatnya sistem yang dapat memudahkan aturan, elemen permutasi, elemen program, atau pembuatan jadwal kuliah yang secara otomatis representasi lainnya yang dapat diimplementasikan menempatkan kesiapan mengajar dosen pada lokal untuk operator genetika. yang tersedia secara optimal. Penulis mengajukan String Biner algoritma genetika sebagai metode untuk mencari 0 1 0 | 1 0 0 1 | 0 1 1 1 solusi dari suatu permasalahan penjadwalan kuliah Gen 1 Gen 2 Gen 3 yang berkaitan dengan optimalisasi ruangan yang b. Fungsi Fitness terbatas dengan kesiapan dosen yang terbatas. Di Fungsi Fitness, alat ukur yang digunakan untuk dalam banyak kasus metode ini memiliki solusi yang proses evaluasi kromosom. Nilai fitness dari suatu optimal dan sangat efektif. kromosom akan menunjukkan kualitas kromosom dalam populasi tersebut [8]. Rumusan fitness yang 2. LANDASAN TEORI digunakan adalah sebagai berikut : A. Pengertian Rancang Bangun F = ∑ Kesediaan Waktu Dosen Menurut Stair dan Reynolds [7], Perancangan Minggu sistem adalah fase pengembangan sistem yang F = Fitness mendefinisikan bagaimana sistem informasi akan ∑ = Jumlah Keseluruhan melakukan perancangan untuk mendapatkan solusi c. Prosedur Inisialisasi pemecahan masalah. Sedangkan menurut Laudon dan Ukuran populasi tergantung pada masalah yang Laudon [5], Perancangan Sistem merupakan akan dipecahkan dan jenis operator genetika yang keseluruhan rencana atau model untuk sistem yang akan diimplementasikan. Setelah ukuran populasi di terdiri dari semua spesifikasi sistem yang memberikan tentukan, kemudian harus dilakukan inisialisasi bentuk dan struktur. terhadap kromosom yang terdapat pada populasi tersebut. Inisialisasi kromosom dilakukan secara acak, B. Pengertian Penjadwalan namun demikian harus tetap memperhatikan domain Penjadwalan adalah pengurutan pembuatan atau solusi dan kendala permasalahan yang ada [8]. pengerjaan produk secara menyeluruh yang d. Pembangkitan Populasi Awal

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190

Populasi awal dibangun secara acak, sedangkan diperoleh dari reproduksi sebelumnya. populasi berikutnya merupakan hasil evolusi 3. Mutasi kromosom-kromosom melalui iterasi yang disebut Mutasi merupakan proses mengubah nilai dari satu generasi [8]. atau beberapa gen dalam kromosom. Operasi e. Fungsi Evaluasi crossover yang dilakukan pada kromosom dengan Ada 2 hal yang harus dilakukan dalam melakukan tujuan untuk memperoleh kromosom-kromosom baru evaluasi kromosom, yaitu evaluasi fungsi objektif sebagai kandidat solusi pada generasi mendatang (fungsi tujuan) dan konversi fungsi objektif ke dalam dengan fitness yang lebih. fungsi fitness. Secara umum, fungsi fitness diturunkan h. Generasi Terakhir dari fungsi objektif dengan nilai yang tidak negatif. Algoritma genetika adalah algoritma pencarian Fungsi objektif adalah fungsi yang nilainya akan hasil yang terbaik, yang didasarkan pada perkawinan dioptimalkan. Fungsi objektif bisa bernilai maksimum silang (crossover) dan seleksi gen secara alami. dan minimum tergantung pada kasusnya. Jika fungsi Setelah beberapa generasi maka algoritma genetika objektif biaya produksi, maka nilainya dicari yang akan berada pada generasi terakhir dimana minimum. Tapi kalau fungsi objektifnya berupa menghasilkan kromosom terbaik, yang diharapkan keuntungan, maka nilainya yang maksimum. menghasilkan individu baru. f. Kriteria optimasi tercapai Menurut Kusumadewi (dalam Ulisna Ade Rifai Beberapa kriteria berhenti yang sering digunakan [12]), Algoritma genetika membutuhkan beberapa antara lain : nilai parameter yang menentukan kinerja program. 1. Berhenti pada generasi tertentu. Parameter yang biasa digunakan pada algoritma 2. Berhenti setelah beberapa generasi berturut-turut genetika adalah : didapatkan nilai fitness tertinggi/terendah. 1. Population size, jumlah individu yang dilibatkan 3. Berhenti bila dalam n generasi berikutnya tidak pada setiap generasi. diperoleh nilai fitness yang lebih 2. Crossover rate merupakan rasio perbandingan tinggi/rendah. banyaknya offspring yang diproduksi pada tiap g. Operator genetika generasi dengan banyaknya population size. Operator standar yang biasa digunakan dalam Crossover rate yang besar membuat area solusi algoritma genetika adalah selection, crossover dan semakin besar dan mengurangi kemungkinan mutation. Berikut ini akan dijelaskan masing-masing kesalahan perolehan solusi optimum. Tetapi jika operator yaitu : [1] crossover rate ini terlalu tinggi akan terjadi 1. Seleksi pembuangan waktu komputasi karena area solusi Seleksi bertujuan memberikan kesempatan yang tidak menjanjikan solusi pun akan reproduksi yang lebih besar bagi anggota populasi dieksplorasi. yang paling fit. Langkah pertama dalam seleksi ini 3. Mutation rate, merupakan representasi terjadinya adalah pencarian nilai fitness. Masing-masing kromosom baru sebagai akibat mutasi, dari individu dalam suatu wadah seleksi akan menerima keseluruhan population size. Jika mutation rate ini probabilitas reproduksi yang tergantung pada nilai terlalu rendah, banyak kemungkinan solusi yang objektif dirinya sendiri terhadap semua individu tidak akan dicoba sementara. 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 Gambar 1.1 Diagram Alir Genetic Algorithms atau sebagai ukuran biaya yang ingin diminimumkan Sederhana [8]. Evolusi solusi yang akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap 3. METODE PENELITIAN kromosom hingga kriteria berhenti terpenuhi maka A. Metode Pengumpulan Data akan dibentuk lagi generasi baru dengan mengulangi  Studi Pustaka membentuk generasi baru dengan menggunakan tiga Metode ini dilakukan dengan mempelajari operasi diatas secara berulang-ulang sehingga teori-teori terkait dan hasil penelitian diperoleh kromosom yang cukup untuk membentuk sebelumnya yang mendukung pemecahan generasi baru sebagai representasi dari solusi baru. masalah bagi penelitian baik dari buku, website 2. Rekombinasi (Crossover) dan skripsi penelitian sejenis. Daftar buku, Crossover (perkawinan silang) bertujuan website dan penelitian skripsi yang digunakan menambah keanekaragaman string dalam suatu sebagai bahan studi penelitian ini dapat dilihat populasi dengan penyilangan antarstring yang pada halaman daftar pustaka dari laporan

Sistem Penjadwalan kuliah.. Laksono, AT, Dkk

penelitian ini. waktu cepat.  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 Gambar 2.1 Siklus Pengembangan Sistem Model berikut : RAD a.) Waktu : Waktu penelitian sudah C. Kerangka Berpikir dilaksanakan selama bulan Desember Dalan melakukan penelitian ini, penulis 2015 - Maret 2016 melakukan tahapan-tahapan kegiatan dengan b.) Tempat yang akan menjadi obyek mengikuti rencana kegiatan yang tertuang dalam penelitian adalah : kerangka penelitian meliputi metode pengumpulan Nama : Fakultas Kedokteran dan data dan metode pengembangan sistem yang dapat Kesehatan Universitas dilihat pada gambar berikut: 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

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190

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 Gambar 3.1 Kerangka Berfikir yang telah dilakukan, berikut ini adalah alur kerja proses pembuatan penjadwalan kuliah oleh staf 4. ANALISA DAN PEMBAHASAN akademik FKK UMJ A. Requirement Planning Fase ini merupakan fase identifikasi tujuan, syarat-syarat dan kebutuhan sistem untuk menyelesaikan permasalahan yang ada. Dalam hal ini,

Sistem Penjadwalan kuliah.. Laksono, AT, Dkk

otomatis dengan metode algoritma genetika yang Gambar 4.2 Rich Picture Sistem Berjalan terdapat dalam sistem, sehingga dapat memudahkan pihak akademik FKK UMJ dalam membuat Penulis mengusulkan untuk membuat rancang penjadwalan kuliah dan dapat memberikan informasi bangun sistem informasi penjadwalan kuliah dengan jadwal perkuliahan kepada dosen dan mahasiswa metode algoritma genetika berbasis web. Dengan apabila terdapat perubahan jadwal perkuliahan. sistem ini dapat membuat jadwal kuliah secara

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190

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 Tabel 4.3 Waktu Kesediaan Dosen FKK UMJ akan di sandikan, yaitu dosen, matakuliah dan waktu kesediaan dosen. Tabel 4.1 Data Dosen FKK UMJ

Dari ketiga variabel (gen) diatas akan Tabel4.2 Data Mata Kuliah FKK UMJ digabungkan menjadi sebuah kromosom (Individu) : Kode_Dosen Kode_Kegiatan Kesediaan

Sistem Penjadwalan kuliah.. Laksono, AT, Dkk

DOS001 MK001 10000 Gambar 4.4 Pembangkitan Populasi Awal 5. Evaluasi Gen 1 Gen2 Gen 3 Kesedian dosen yang dibangkitkan diatas kemudian Kromosom = DOS001MK00110000 dievaluasi dengan menjumlahkan kesediaan dari Maksud dari kromosom diatas Dosen atas nama Drs. masing-masing dosen. 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 Gambar 4.5 Evaluasi Kesediaan Nilai Fitness Pada proses ini dilakukan inisialisasi kesediaan 6. Kriteria Optimasi Tercapai dosen mengajar berdasarkan data nama dosen, mata Sebelum masuk ke tahap seleksi, ada kriteria yang kuliah dan waktu kesediaan dosen. 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 Gambar 4.3 Prosedur Inisialisasi fitness lebih besar. 4. Pembangkitan Populasi Awal Pada proses ini dilakukan pembangkitan populasi awal (kesediaan mengajar dosen) yang telah diinisialisasi di atas

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

penyilangan satu titik (single point crossover) untuk Gambar 4.8 Populasi Setelah Rekombinasi hari dan shift berikutnya terhadap kesediaan mengajar 9. Mutasi dosen (seleksi (l , I) dan seterusnya). 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 Gambar 4.7 Tabel Jadwal Generasi Ke-1 perkuliahan sederhana yang optimal dengan ruang yang tersedia.

menjelaskan interaksi antara aktor dengan sistem Gambar 4.9 Jadwal Perkuliahan (Generasi Terakhir) informasi penjadwalan kuliah algoritma genetika. Setelah penulis mengidentifikasi aktor serta C. Desain Proses (UML) mengidentifikasi usecase dari tiap-tiap aktor, 1. Usecase diagram berikutnya penulis membuat rancangan usecase Usecase diagram pada bagian ini secara menyeluruh.

Sistem Penjadwalan kuliah.. Laksono, AT, Dkk

Gambar 4.10 Usecase Diagram Pada tahap usecase narrative penulis menggambarkan keadaan suatu sistem, sekaligus memaparkan tentang kegiatan yang dilakukan layanan untuk memanipulasi keadaan metode oleh aktor dan respon yang diberikan oleh sistem sehingga class memiliki tiga area pokok yaitu : sesuai dengan yang terjadi pada sistem. nama, attribute dan metode. Sebelum 2. Class Diagram mendefinisikan class, penulis mencari Pada tahap ini penulis membuat class objek-objek terlebih dahulu untuk menjadi diagram dari sistem yang diusulkan. Dimana potensial objek.

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190

Gambar 4.11 Class Diagram

3. Mapping Cardinality dijelaskan pada tahap class diagram. Pada mapping Pada tahap ini akan dilakukan optimasi database cardinality digambarkan mengenai pengiriman kunci yang dihasilkan dari class diagram. Terdapat primer dari table satu ke table lainnya perubahan perubahan dari kardinalitas yang telah .

Sistem Penjadwalan kuliah.. Laksono, AT, Dkk

Gambar 4.12 Mapping Cardinality F. Implementaion kesimpulan sebagai berikut: 1. Pemrogaman 1. Penelitian ini menghasilkan Sistem Informasi Pada tahap ini dilakukan pengkodean atau Penjadwalan Kuliah yang sudah terotomasi oleh pemrograman untuk membangun sistem. Pada sistem sehingga memudahkan pihak akademik tahap pemrograman, peneliti menggunakan dan dosen dalam membuat jadwal kuliah. bahasa pemrograman PHP dengan framework 2. Dengan menggunakan sistem ini dapat Laravel sebagai bahasa pemrograman yang meminimalisir angka kesalahan dan efisiensi membantu dalam proses perancangan sistem waktu dalam pembuatan jadwal kuliah. informasi penjadwalan kuliah berbasis web Penelitian ini menghasilkan sistem yang dengan metode algoritma genetika. 3. mempermudah mahasiswa untuk mendapatkan 2. Pengujian Black Box Testing informasi jadwal kuliah apabila terjadi Setelah proses pemrograman selesai dibuat, perubahan jadwal. maka tahap selanjutnya adalah pengujian sistem menggunakan black box testing yaitu melakukan 4. Dengan adanya sistem ini, dosen akan lebih test-case terhadap aplikasi dengan menggunakan mudah untuk menginput waktu kesiapan tabel pengujian yaitu dengan cara memasukkan mengajarnya sendiri karena jadwal dosen yang data ke dalam sistem dan melihat hasil sering berubah-ubah. keluarannya apakah sesuai dengan hasil yang diharapkan atau tidak. 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. Gambar 4.19 Pengujian BlackBox Testing [5] K.C. Laudon and P.L. Jane, Management Information System : Managing the Digital Firm. New Jersey : Prentice-Hall, 2010. D. PENUTUP [6] R.Ginting, Penjadwalan Mesin. Yogyakarta : A. Kesimpulan Graha ilmu, 2009. Berdasarkan hasil pembahasan penelitian ini [7] R. Stair and G. Reynolds, Principles of dalam bab sebelumnya, maka dapat ditarik beberapa Information Systems (9th edition). America : 188 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 177-190

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

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202

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 harian, bulanan, dan tahunan. Untuk menganalisa frekuensi curah hujan bisa dilakukan melalui curah Provinsi banten merupakan provinsi yang hujan rata-rata dari berbagai stasiun hujan yang berdampingan dengan Ibukota Negara, Banten ada. Yang kemudian dianalisis secara statistik resmi menjadi sebuah provinsi ke-30 di Negara untuk mendapatkan pola sebaran data curah hujan Kesatuan Republik Indonesia (NKRI) sejak tahun yang sesuai dengan pola sebaran data curah hujan 2000, dibentuk melalui Undang-undang nomor 23 rata-rata. Secara umum curah hujan di daerah tahun 2000. Provinsi Banten berada diantara sekitar pos-pos hujan tidak bisa diketahui secara 0 0 0 5 7’50” – 7 1’11” lintang selatan dn 105 1’11” – pasti karena pengukuran tidak dilakukan di semua 0 106 7’12” bujur timur yang terbagi dalam 8 daerah lokasi [1]. BMKG wilayah banten mempunyai 31 kota dan Kabupaten. Provinsi Banten bila dikaitkan stasiun data curah hujan yang tersebar di wilayah dengan posisi geografis dan kondisi toponomi Banten. Perolehan data curah hujan dari beberapa pemerintahan, maka Provinsi Banten merupakan stasiun dapat memungkinkan kondisi yang disebut wilayah yang memiliki banyak kegiatan ”Rich of Data but Poor of Information” karena data perindustrian dan pertanian, di wilayah Banten curah hujan yang terkumpul tidak dapat digunakan sendiri memiliki karekteristik wilayah yang untuk pengambilan keputusan dan akan menjadi berbeda dan juga curah hujan yang berbeda-beda. kuburan data. Spasial data mining adalah proses untuk menemukan sesuatu yang menarik dan Informasi mengenai kondisi curah hujan sebelumnya belum ada, namun merupakan potensi adalah salah satu unsur penting dan besar pola spasial yang berguna dari dataset spasial[2]. pengaruhnya terhadap segala macam aktifitas Spasial data mining digunakan untuk kehidupan. Curah hujan diukur dalam waktu menggali informasi dan keterkaitan antara data 191 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Spasial Classification Mining.. Khudzaeva, eva

curah hujan dan pola karakteristik topografi dari masing-masing variabel, menggunakan rumus wilayah Banten, sehingga faktor-faktor yang dibawah ini: mempengaruhi curah hujan ini akan digunakan menentukan prakiraan curah hujan di wilayah Banten. Proses untuk menentukan pola keterkitan curah hujan dan karakteristik wilayah, diolah ………………...... (1) menggunakan data mining curah hujan dan data Dengan : spasial karakteristik wilayah, menggunakan metode S : Himpunan Kasus klasifikasi decision tree. A : Fitur n : Jumlah partisi S 2. Metodelogi Penelitian pi : Proporsi dari Si terhadap S 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 (2) Transverse Mercator(UTM). S : Himpunan kasus 2. Peta vektor topogrfi di Provinsi Banten dalam A : Atribut format shapefile dengan ekstensi *shp n : Jumlah partisi atribut A menggunakan sistem proyeksi geogarfi dalam |Si| : Jumlah kasus pada partisi ke i besaran sudut lintang dan bujur juga UTM. |S| : Jumlah kasus dalam S 3. Data non spasial berupa data atribut curah hujan yang telah tersedia dan diproses, II. HASIL ditambahkan dengan masukkan data lain yang A. Analisa Data Mining mendukung analisis data. Data yang tidak lengkap disebabkan karena Menentukan Node adanya data yang kosong atau atribut yang salah, Dalam data sampel tentukan dulu node terpilih, sehingga proses data preprocessing perlu yaitu dengan menghitung nilai informasi gain dilakukan sehingga database sesuai dengan masing-masing atribut untuk menentukan node ketentuan yang diperlukan.[4] peta 1 menunjukkan terpilih, mengunakan nilai informasi gain yang sebaran stasiun curah hujan dan ketinggian wilayah paling besar, nilai gain diperoleh dari nilai entropy provinsi banten. Dan peta 2. Adalah kontur wilayah banten

Gambar 1 Peta Provinsi Banten

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202

Peta 2. Peta Kontur Dalam proses ini, data ditranspormasikan ke Data preprocessing merupakan hal yang dalam bentuk yang sesuai untuk proses data penting dalam proses data mining, hal yang mining. termasuk antara lain : 2. Data Reduction Reduksi data dilakukan dengan B. Data Selection menghilangkan atribut yang tidak diperlukan sehingga ukuran dari database menjadi kecil dan Data Curah Hujan dan Topografi tersebut hanya menyertakan atribut yang diperlukan dalam nantinya akan menjadi kasus dalam proses proses data mining, karena akan lebih efisien operasional data mining. Dari data yang ada, terhadap data yang lebih kecil. kolom yang diambil sebagai atribut/variable Masalah klasifikasi berakhir dengan keputusan adalah survive.[4] sedangkan kolom dihasilkan sebuah pengetahuan yang yang diambil variabel penentuan dalam dipresentasikan dalam bentuk diagram yang biasa pembentukan pohon keputusan adalah: disebut pohon keputusan (decision tree) untuk 1. Koordinat x,y/nama stasiun menentukan pola curah hujan terhadap karakteristik 2. Kategori Curah hujan bulanan ditentukan dari fisik, kriteria yang diperhatikan adalah banyakny BMKG, curah hujan bulanan dikategorikan curah hujan yang terjadi disuatu wilayah dilihat menjadi 4 kategori, antara lain kategori curah berdasarkan karakteristik fisik wilayah dilihat dari hujan ringan (0 – 100 mm), kategori curah topografi ketinggian dan kelerengan. hujan sedang (101 – 300 mm), kategori curah hujan tinggi (301 – 400 mm), dan kategori curah hujan sangat tinggi (diatas 401mm)[2]. D. Mengubah Data Menjadi Tree 3. Topografi ketinggian wilayah Banten ditentukan dari ketinggian karakteristik Dalam mengubah data menjadi tree terlebih wilayah yang ada di provinsi Banten dahulu data dinyatakan dalam bentuk tabel dengan 4. Topografi kelerengan wilayah Banten atribut dan record. Atribut menyatakan suatu ditentukan dari kelerengan wilayah yang ada parameter yang dibuat sebagai kriteria dalam di Provinsi banten pembentukan tree.

C. Data Preprocessing/Data Cleaning E. Menentukan Node

Data cleaning diterapkan untuk menambah Dalam data sampel tentukan dulu node isi atribut yang hilang atau kosong, dan merubah terpilih, yaitu dengan menghitung nilai informasi data yang tidak konsisten [4] gain masing-masing atribut untuk menentukan 1. Data Transformasi node terpilih, gunakan nilai informasi gain yang paling besar, nilai gain diperoleh dari nilai entropy 193 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Spasial Classification Mining.. Khudzaeva, eva

dari masing-masing variabel, menggunakan rumus dibawah ini: 1 CH a. Menghitung jumlah kasus pada ketinggian yang dijadikan sebagai acuan, jumlah kasus Sangat tinggi Ringan untuk keputusan >=501, 301-500, 201-300, Tinggi sedan g dan 0-200, dan Entropy dari semua kasus dan >=501 301- 1.1 0-200 kasus yang dibagi berdasarkan atribut lereng 500 lereng dan curah hujan bulan Januari. Setelah itu lakukan penghitungan Gain untuk masing- 0-2% 15- masing atribut. 2-15% 40%

nilai total entropy adalah 1.917455, >=501 301- 201- 500 300 sedangkan nilai Gain pada atribut lereng dan curah hujan januari diperoleh dari rumus gain, nilai Gain lereng sebesar (0.92148) dan nilai c. Menghitung jumlah kasus pada ketinggian Gain curah hujan adalah (1.076045). jadi nilai yang dijadikan sebagai acuan, jumlah kasus gain tertinggi terdapat pada atribut hujan. untuk keputusan >=501, 301-500, 201-300, dengan demikian lereng dapat menjadi node dan 0-200, dan Entropy dari semua kasus dan akar. ada 4 nilai atribut dari CH jan yaitu kasus yang dibagi berdasarkan atribut lereng sangat tinggi, tinggi, sedang dan ringan. Dari dan curah hujan bulan Maret. Setelah itu keempat nilai atribut tersebut atribut sedang lakukan penghitungan Gain untuk masing- masih perlu diperhitungkan lagi. masing atribut.

nilai total entropy adalah 1.917455, 1 CH sedangkan nilai Gain pada atribut lereng dan Jan curah hujan Maret diperoleh dari rumus gain, Sangat tinggi Ringan nilai Gain lereng sebesar (0.92148) dan nilai Tinggi sedan Gain curah hujan adalah (0.71039). jadi nilai g >=501 301- 1.1 0-200 gain tertinggi terdapat pada atribut curah 500 leren g hujan. dengan demikian curah hujan dapat menjadi node akar. ada 4 nilai atribut dari CH 0-2% 15-40% jan yaitu sangat tinggi, tinggi, sedang dan 2-15% ringan. Dari keempat nilai atribut tersebut atribut sedang masih perlu diperhitungkan >=501 301- 201- 500 300 lagi.

1 b. Menghitung jumlah kasus pada ketinggian CH yang dijadikan sebagai acuan, jumlah kasus Jan Sangat tinggi untuk keputusan >=501, 301-500, 201-300, Ringan dan 0-200, dan Entropy dari semua kasus dan Tinggi sedan g kasus yang dibagi berdasarkan atribut lereng >=501 301- 1.1 0-200 dan curah hujan bulan Januari. Setelah itu 500 leren g lakukan penghitungan Gain untuk masing- masing atribut. 0-2% 15-40% 2-15% nilai total entropy adalah 1.917455, sedangkan nilai Gain pada atribut lereng dan >=501 301- 201- curah hujan febuaari diperoleh dari rumus 500 300 gain, nilai Gain lereng sebesar (0.92148) dan

nilai Gain curah hujan adalah (1.917455). jadi

nilai gain tertinggi terdapat pada atribut curah d. Menghitung jumlah kasus pada ketinggian hujan. dengan demikian curah hujan dapat yang dijadikan sebagai acuan, jumlah kasus menjadi node akar. ada 4 nilai atribut dari CH untuk keputusan >=501, 301-500, 201-300, jan yaitu sangat tinggi, tinggi, sedang dan dan 0-200, dan Entropy dari semua kasus dan ringan. Dari keempat nilai atribut tersebut kasus yang dibagi berdasarkan atribut lereng atribut sedang masih perlu diperhitungkan dan curah hujan bulan april. Setelah itu lagi. lakukan penghitungan Gain untuk masing-

masing atribut.

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202

nilai total entropy adalah 1.917455, 1 sedangkan nilai Gain pada atribut lereng dan Lere curah hujan April diperoleh dari rumus gain, ng nilai Gain lereng sebesar (0.92148) dan nilai 0-2% Gain curah hujan adalah (0.39132). jadi nilai Ringan 2-15% 15- gain tertinggi terdapat pada atribut curah 40% hujan. dengan demikian curah hujan dapat >=501 301- 1.1 0-200 menjadi node akar. ada 4 nilai atribut dari CH 500 CH jan yaitu sangat tinggi, tinggi, sedang dan ringan. Dari keempat nilai atribut tersebut atribut sedang masih perlu diperhitungkan S. ringan Tingg Tinggi lagi. Sedan g >=501 301- 201- 0-200 500 300 1 Ler eng 0-2% Ringa 2- 15- n 15% 40% f. Menghitung jumlah kasus pada ketinggian

>=50 301- 1.1 0-200 yang dijadikan sebagai acuan, jumlah kasus 1 500 CH untuk keputusan >=501, 301-500, 201-300,

dan 0-200, dan Entropy dari semua kasus dan

S. ringan kasus yang dibagi berdasarkan atribut lereng Tingg Tinggi Seda dan curah hujan bulan Juni. Setelah itu

>=50 301- 201- 0- lakukan penghitungan Gain untuk masing-

1 500 300 200 masing atribut.

Nilai total entropy adalah 1.917455, sedangkan nilai Gain pada atribut lereng dan e. Menghitung jumlah kasus pada ketinggian curah hujan juni diperoleh dari rumus gain, yang dijadikan sebagai acuan, jumlah kasus nilai Gain lereng sebesar (0.92148) dan nilai untuk keputusan >=501, 301-500, 201-300, Gain curah hujan adalah (0.0321). jadi nilai dan 0-200, dan Entropy dari semua kasus dan gain tertinggi terdapat pada atribut curah kasus yang dibagi berdasarkan atribut lereng hujan. dengan demikian curah hujan dapat dan curah hujan bulan Januari. Setelah itu menjadi node akar. ada 4 nilai atribut dari CH lakukan penghitungan Gain untuk masing- jan yaitu sangat tinggi, tinggi, sedang dan masing atribut. ringan. Dari keempat nilai atribut tersebut atribut sedang masih perlu diperhitungkan nilai total entropy adalah 1.917455, lagi. sedangkan nilai Gain pada atribut lereng dan curah hujan Mei diperoleh dari rumus gain, 1 nilai Gain lereng sebesar (0.92148) dan nilai Ler Gain curah hujan adalah (0.574757). jadi nilai eng 0-2% gain tertinggi terdapat pada atribut curah Ring hujan. dengan demikian curah hujan dapat 2- 15- an 15% 40% menjadi node akar. ada 4 nilai atribut dari CH >=50 301- 1.1 0- jan yaitu sangat tinggi, tinggi, sedang dan 1 500 CH 200 ringan. Dari keempat nilai atribut tersebut atribut sedang masih perlu diperhitungkan lagi. S. ringa Ting Ting n gi Seda >=50 301- 201- 0- 1 500 300 200

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 195 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Spasial Classification Mining.. Khudzaeva, eva

dan curah hujan bulan Juli. Setelah itu 1 lakukan penghitungan Gain untuk masing- Lere masing atribut. ng 0-2% Nilai total entropy adalah 1.917455, Ringan 2-15% 15- sedangkan nilai Gain pada atribut lereng dan 40% curah hujan Juli diperoleh dari rumus gain, >=501 301- 1.1 0-200 nilai Gain lereng sebesar (0.92148) dan nilai 500 CH Gain curah hujan adalah (0.60684). jadi nilai gain tertinggi terdapat pada atribut curah hujan. dengan demikian curah hujan dapat S. ringan menjadi node akar. ada 4 nilai atribut dari CH Tingg Tinggi Sedan jan yaitu sangat tinggi, tinggi, sedang dan g ringan. Dari keempat nilai atribut tersebut >=501 301- 201- 0- atribut sedang masih perlu diperhitungkan 500 300 200 lagi.

1 Lere ng i. Menghitung jumlah kasus pada ketinggian 0-2% Ringan yang dijadikan sebagai acuan, jumlah kasus 2-15% 15- untuk keputusan >=501, 301-500, 201-300, 40% >=501 301- 1.1 0-200 dan 0-200, dan Entropy dari semua kasus dan 500 CH kasus yang dibagi berdasarkan atribut lereng dan curah hujan bulan September. Setelah itu lakukan penghitungan Gain untuk masing- S. ringan Tingg Tinggi masing atribut. Sedan g >=501 301- 201- 0-200 Nilai total entropy adalah 1.917455, 500 300 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 h. Menghitung jumlah kasus pada ketinggian nilai gain tertinggi terdapat pada atribut curah yang dijadikan sebagai acuan, jumlah kasus hujan. dengan demikian curah hujan dapat untuk keputusan >=501, 301-500, 201-300, menjadi node akar. ada 4 nilai atribut dari CH dan 0-200, dan Entropy dari semua kasus dan jan yaitu sangat tinggi, tinggi, sedang dan kasus yang dibagi berdasarkan atribut lereng ringan. Dari keempat nilai atribut tersebut dan curah hujan bulan Agustus. Setelah itu atribut sedang masih perlu diperhitungkan lakukan penghitungan Gain untuk masing- lagi. masing atribut. 1 Ler Nilai total entropy adalah 1.917455, eng

sedangkan nilai Gain pada atribut lereng dan 0-2% curah hujan agustus diperoleh dari rumus Ringa 2- 15- n gain, nilai Gain lereng sebesar (0.92148) dan 15% 40% nilai Gain curah hujan adalah (0.012058). jadi >=50 301- 1.1 0-200 nilai gain tertinggi terdapat pada atribut 1 500 CH leereng. dengan demikian lereng dapat menjadi node akar. ada 3 nilai atribut dari lereng yaitu 0-2%, 2-15% dn 15-40%. Dari S. ringan Tingg Tinggi ketiga nilai atribut tersebut atribut sedang Seda masih perlu diperhitungkan lagi. ng >=50 301- 201- 0- 1 500 300 200

j. Menghitung jumlah kasus pada ketinggian yang dijadikan sebagai acuan, jumlah kasus untuk keputusan >=501, 301-500, 201-300,

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202

dan 0-200, dan Entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut lereng dan curah hujan bulan Oktober. Setelah itu 1 Le lakukan penghitungan Gain untuk masing- ren 0-2% masing atribut. Ring 2- 15- an Nilai total entropy adalah 1.917455, 15% 40 >=5 301- 1.1 0- sedangkan nilai Gain pada atribut lereng dan 01 500 C 200 curah hujan oktober diperoleh dari rumus H gain, nilai Gain lereng sebesar (0.92148) dan nilai Gain curah hujan adalah (0.79309). jadi S. ringa Ting Ting n nilai gain tertinggi terdapat pada atribut curah gi Sed hujan. dengan demikian curah hujan dapat >=5 301- 201- 0- menjadi node akar. ada 4 nilai atribut dari CH 01 500 300 200 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, 1 dan 0-200, dan Entropy dari semua kasus dan Le kasus yang dibagi berdasarkan atribut lereng ren dan curah hujan bulan Desember. Setelah itu 0-2% Ring lakukan penghitungan Gain untuk masing- 2- 15- an masing atribut. 15% 40 >=5 301- 1.1 0- 01 500 CH 200 Nilai total entropy adalah 1.917455, sedangkan nilai Gain pada atribut lereng dan curah hujan Desember diperoleh dari rumus S. ringa gain, nilai Gain lereng sebesar (0.92148) dan Ting Ting n nilai Gain curah hujan adalah (0.90296). jadi gi Sed nilai gain tertinggi terdapat pada atribut curah ang >=5 301- 201- 0- hujan. dengan demikian curah hujan dapat 01 500 300 200 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 k. Menghitung jumlah kasus pada ketinggian lagi. yang dijadikan sebagai acuan, jumlah kasus untuk keputusan >=501, 301-500, 201-300, 1 dan 0-200, dan Entropy dari semua kasus dan Lere kasus yang dibagi berdasarkan atribut lereng ng 0-2% dan curah hujan bulan Nopember. Setelah itu Ringan lakukan penghitungan Gain untuk masing- 2-15% 15- 40% masing atribut. >=501 301- 1.1 0-200 500 CH Nilai total entropy adalah 1.917455, sedangkan nilai Gain pada atribut lereng dan curah hujan Nopember diperoleh dari rumus S. ringan Tingg Tinggi gain, nilai Gain lereng sebesar (0.92148) dan Sedan nilai Gain curah hujan adalah (0.87468). jadi g >=501 301- 201- 0- nilai gain tertinggi terdapat pada atribut curah 500 300 200 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.

Spasial Classification Mining.. Khudzaeva, eva

Gambar 3. Tree curah hujan

III. Kesimpulan R4 : if CH= sedang ^lereng 2-15% THEN Kesimpulannya setelah didapatkan tree ketinggian 301-200 kemudian rule dari prakiraan curah hujan R4 : if CH=sedan ^ lereng 15-40% THEN ketinggian 201-300 adalah sebagai berikut: Berikut ini adalah bentuk keterangan a. curah hujan januari umumnya dari rule yang sudah R1 : if CH= Sangat tinggi THEN Ketinggian disederhanakan adalah sebagai berikut: >= 501 R1 = CH= Sangat tinggi maka Ketinggian >= R2 : if CH= Tinggi THEN Ketinggian 301- 501 501 R2 = CH= Tinggi maka Ketinggian 301-501 R3 : if CH= sedang ^ lereng 0-2% THEN R3 = CH= sedang = lereng 0-2% maka ketinggian >=501 ketinggian >=501 R4 : if CH= sedang ^lereng 2-15% THEN R4 = CH= sedang = lereng 2-15% maka ketinggian 301-200 ketinggian 301-200 R5 : if CH=sedan ^ lereng 15-40% THEN R5 =CH=sedan = lereng 15-40% maka ketinggian 201-300 ketinggian 201-300 Berikut ini adalah bentuk keterangan umumnya dari rule yang sudah c. curah hujan Maret disederhanakan adalah sebagai berikut: R1 : if lereng = 0-2% THEN Ketinggian= R1 = CH= Sangat tinggi maka Ketinggian >= >=501 501 R2 : if lereng= 2-15% THEN ketinggian R2 = CH= Tinggi maka Ketinggian 301-501 =301-500 R3 = CH= sedang = lereng 0-2% maka R3 : if lereng= 15-40% ^ CH= Sangat Tinggi ketinggian >=501 THEN ketinggian >=501 R4 = CH= sedang = lereng 2-15% maka R4 : if lereng=15-40% ^ CH= tinggi THEN ketinggian 301-200 ketinggian =301-500 R5 =CH=sedan = lereng 15-40% maka R5: if lereng= 15-40% ^ CH = Sedang THEN ketinggian 201-300 ketinggian = 201-300 R6 : if lereng=15-40% ^ CH= ringan THEN b. curah hujan februari ketinggian = 0-200 R1 : if CH= Sangat tinggi THEN Ketinggian Berikut ini adalah bentuk keterangan >= 501 umumnya dari rule yang sudah R2 : if CH= Tinggi THEN Ketinggian 301- disederhanakan adalah sebagai berikut: 501 R1 = lereng = 0-2% maka Ketinggian= >=501 R3 : if CH= sedang ^ lereng 0-2% THEN R2 = lereng= 2-15% maka ketinggian =301- ketinggian >=501 500

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202

R3 = lereng= 15-40% = CH= Sangat Tinggi R5= lereng= 15-40% = CH = Sedang maka maka ketinggian >=501 ketinggian = 201-300 R4 = lereng=15-40% = CH= tinggi maka R6 = lereng=15-40% = CH= ringan = ketinggian =301-500 ketinggian = 0-200 R5= lereng= 15-40% = CH = Sedang maka ketinggian = 201-300 f. curah hujan Juni R6 = lereng=15-40% = CH= ringan = R1 : if lereng = 0-2% THEN Ketinggian= ketinggian = 0-200 >=501 R2 : if lereng= 2-15% THEN ketinggian d. curah hujan April =301-500 R1 : if lereng = 0-2% THEN Ketinggian= R3 : if lereng= 15-40% ^ CH= Sangat Tinggi >=501 THEN ketinggian >=501 R2 : if lereng= 2-15% THEN ketinggian R4 : if lereng=15-40% ^ CH= tinggi THEN =301-500 ketinggian =301-500 R3 : if lereng= 15-40% ^ CH= Sangat Tinggi R5: if lereng= 15-40% ^ CH = Sedang THEN THEN ketinggian >=501 ketinggian = 201-300 R4 : if lereng=15-40% ^ CH= tinggi THEN R6 : if lereng=15-40% ^ CH= ringan THEN ketinggian =301-500 ketinggian = 0-200 R5: if lereng= 15-40% ^ CH = Sedang THEN Berikut ini adalah bentuk keterangan ketinggian = 201-300 umumnya dari rule yang sudah R6 : if lereng=15-40% ^ CH= ringan THEN disederhanakan adalah sebagai berikut: ketinggian = 0-200 R1 = lereng = 0-2% maka Ketinggian= >=501 Berikut ini adalah bentuk keterangan R2 = lereng= 2-15% maka ketinggian =301- umumnya dari rule yang sudah 500 disederhanakan adalah sebagai berikut: R3 = lereng= 15-40% = CH= Sangat Tinggi R1 = lereng = 0-2% maka Ketinggian= >=501 maka ketinggian >=501 R2 = lereng= 2-15% maka ketinggian =301- R4 = lereng=15-40% = CH= tinggi maka 500 ketinggian =301-500 R3 = lereng= 15-40% = CH= Sangat Tinggi R5= lereng= 15-40% = CH = Sedang maka maka ketinggian >=501 ketinggian = 201-300 R4 = lereng=15-40% = CH= tinggi maka R6 = lereng=15-40% = CH= ringan = ketinggian =301-500 ketinggian = 0-200 R5= lereng= 15-40% = CH = Sedang maka ketinggian = 201-300 g. curah hujan Juli R6 = lereng=15-40% = CH= ringan = R1 : if lereng = 0-2% THEN Ketinggian= ketinggian = 0-200 >=501 R2 : if lereng= 2-15% THEN ketinggian e. curah hujan Mei =301-500 R1 : if lereng = 0-2% THEN Ketinggian= R3 : if lereng= 15-40% ^ CH= Sangat Tinggi >=501 THEN ketinggian >=501 R2 : if lereng= 2-15% THEN ketinggian R4 : if lereng=15-40% ^ CH= tinggi THEN =301-500 ketinggian =301-500 R3 : if lereng= 15-40% ^ CH= Sangat Tinggi R5: if lereng= 15-40% ^ CH = Sedang THEN THEN ketinggian >=501 ketinggian = 201-300 R4 : if lereng=15-40% ^ CH= tinggi THEN R6 : if lereng=15-40% ^ CH= ringan THEN ketinggian =301-500 ketinggian = 0-200 R5: if lereng= 15-40% ^ CH = Sedang THEN Berikut ini adalah bentuk keterangan ketinggian = 201-300 umumnya dari rule yang sudah R6 : if lereng=15-40% ^ CH= ringan THEN disederhanakan adalah sebagai berikut: ketinggian = 0-200 R1 = lereng = 0-2% maka Ketinggian= >=501 Berikut ini adalah bentuk keterangan R2 = lereng= 2-15% maka ketinggian =301- umumnya dari rule yang sudah 500 disederhanakan adalah sebagai berikut: R3 = lereng= 15-40% = CH= Sangat Tinggi R1 = lereng = 0-2% maka Ketinggian= >=501 maka ketinggian >=501 R2 = lereng= 2-15% maka ketinggian =301- R4 = lereng=15-40% = CH= tinggi maka 500 ketinggian =301-500 R3 = lereng= 15-40% = CH= Sangat Tinggi R5= lereng= 15-40% = CH = Sedang maka maka ketinggian >=501 ketinggian = 201-300 R4 = lereng=15-40% = CH= tinggi maka R6 = lereng=15-40% = CH= ringan = ketinggian =301-500 ketinggian = 0-200

Spasial Classification Mining.. Khudzaeva, eva

R2 : if lereng= 2-15% THEN ketinggian h. curah hujan Agustus =301-500 R1 : if lereng = 0-2% THEN Ketinggian= R3 : if lereng= 15-40% ^ CH= Sangat Tinggi >=501 THEN ketinggian >=501 R2 : if lereng= 2-15% THEN ketinggian R4 : if lereng=15-40% ^ CH= tinggi THEN =301-500 ketinggian =301-500 R3 : if lereng= 15-40% ^ CH= Sangat Tinggi R5: if lereng= 15-40% ^ CH = Sedang THEN THEN ketinggian >=501 ketinggian = 201-300 R4 : if lereng=15-40% ^ CH= tinggi THEN R6 : if lereng=15-40% ^ CH= ringan THEN ketinggian =301-500 ketinggian = 0-200 R5: if lereng= 15-40% ^ CH = Sedang THEN Berikut ini adalah bentuk keterangan ketinggian = 201-300 umumnya dari rule yang sudah R6 : if lereng=15-40% ^ CH= ringan THEN disederhanakan adalah sebagai berikut: ketinggian = 0-200 R1 = lereng = 0-2% maka Ketinggian= >=501 Berikut ini adalah bentuk keterangan R2 = lereng= 2-15% maka ketinggian =301- umumnya dari rule yang sudah 500 disederhanakan adalah sebagai berikut: R3 = lereng= 15-40% = CH= Sangat Tinggi R1 = lereng = 0-2% maka Ketinggian= >=501 maka ketinggian >=501 R2 = lereng= 2-15% maka ketinggian =301- R4 = lereng=15-40% = CH= tinggi maka 500 ketinggian =301-500 R3 = lereng= 15-40% = CH= Sangat Tinggi R5= lereng= 15-40% = CH = Sedang maka maka ketinggian >=501 ketinggian = 201-300 R4 = lereng=15-40% = CH= tinggi maka R6 = lereng=15-40% = CH= ringan = ketinggian =301-500 ketinggian = 0-200 R5= lereng= 15-40% = CH = Sedang maka ketinggian = 201-300 k. curah hujan Nopember R6 = lereng=15-40% = CH= ringan = R1 : if lereng = 0-2% THEN Ketinggian= ketinggian = 0-200 >=501 R2 : if lereng= 2-15% THEN ketinggian i. curah hujan September =301-500 R1 : if lereng = 0-2% THEN Ketinggian= R3 : if lereng= 15-40% ^ CH= Sangat Tinggi >=501 THEN ketinggian >=501 R2 : if lereng= 2-15% THEN ketinggian R4 : if lereng=15-40% ^ CH= tinggi THEN =301-500 ketinggian =301-500 R3 : if lereng= 15-40% ^ CH= Sangat Tinggi R5: if lereng= 15-40% ^ CH = Sedang THEN THEN ketinggian >=501 ketinggian = 201-300 R4 : if lereng=15-40% ^ CH= tinggi THEN R6 : if lereng=15-40% ^ CH= ringan THEN ketinggian =301-500 ketinggian = 0-200 R5: if lereng= 15-40% ^ CH = Sedang THEN Berikut ini adalah bentuk keterangan ketinggian = 201-300 umumnya dari rule yang sudah R6 : if lereng=15-40% ^ CH= ringan THEN disederhanakan adalah sebagai berikut: ketinggian = 0-200 R1 = lereng = 0-2% maka Ketinggian= >=501 Berikut ini adalah bentuk keterangan R2 = lereng= 2-15% maka ketinggian =301- umumnya dari rule yang sudah 500 disederhanakan adalah sebagai berikut: R3 = lereng= 15-40% = CH= Sangat Tinggi R1 = lereng = 0-2% maka Ketinggian= >=501 maka ketinggian >=501 R2 = lereng= 2-15% maka ketinggian =301- R4 = lereng=15-40% = CH= tinggi maka 500 ketinggian =301-500 R3 = lereng= 15-40% = CH= Sangat Tinggi R5= lereng= 15-40% = CH = Sedang maka maka ketinggian >=501 ketinggian = 201-300 R4 = lereng=15-40% = CH= tinggi maka R6 = lereng=15-40% = CH= ringan = ketinggian =301-500 ketinggian = 0-200 R5= lereng= 15-40% = CH = Sedang maka ketinggian = 201-300 l. curah hujan Desember R6 = lereng=15-40% = CH= ringan = R1 : if lereng = 0-2% THEN Ketinggian= ketinggian = 0-200 >=501 R2 : if lereng= 2-15% THEN ketinggian j. curah hujan Oktober =301-500 R1 : if lereng = 0-2% THEN Ketinggian= R3 : if lereng= 15-40% ^ CH= Sangat Tinggi >=501 THEN ketinggian >=501

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 191-202

R4 : if lereng=15-40% ^ CH= tinggi THEN [1]. Ahmad, Dhani., hoyyi, hasbi Yasin, (2014), ketinggian =301-500 Ordinary Kriging Dalam Estimasi Curah R5: if lereng= 15-40% ^ CH = Sedang THEN Hujan Di Kota Semarang, Jurnal Gausian Vol ketinggian = 201-300 3, No 1: Hal, 151-159 R6 : if lereng=15-40% ^ CH= ringan THEN [2]. Sumathi, N., Geetha, R. dan Bama, S. S. ketinggian = 0-200 (2008). Spatial Data Mining – Technique Berikut ini adalah bentuk keterangan Trends and Its Applications. Journal of umumnya dari rule yang sudah Computer Applications, Vol-1. Hal 28-30 disederhanakan adalah sebagai berikut: [3]. Abdullah, Atje Setiawan, (2013), Spasial Data R1 = lereng = 0-2% maka Ketinggian= >=501 Mining Menggunakan Model Spatial R2 = lereng= 2-15% maka ketinggian =301- Autoregressive(Sar) Dan Ekspansi Sar Untuk 500 Pemetaan Mutu Pendidikan Di Provinsi R3 = lereng= 15-40% = CH= Sangat Tinggi Banten, IndoMS Journal on Statistics, Vol.1, maka ketinggian >=501 No. 1, (2013), Page 63-82 R4 = lereng=15-40% = CH= tinggi maka [4]. Azmi, Zulfian & Dahria, Muhammad, ketinggian =301-500 Decision Tree Berbasis Algoritma Untuk R5= lereng= 15-40% = CH = Sedang maka Pengambilan Keputusan, Jurnal Ilmiyah ketinggian = 201-300 Saintikom Sains dan Komputer, ISSN: 1978- 6603 R6 = lereng=15-40% = CH= ringan = [5]. http://orange.biolab.si/trac/browser/orange/do ketinggian = 0-200 cs/reference/rst/code/

DAFTAR PUSTAKA

Spasial Classification Mining.. Khudzaeva, eva

Studia Informatika: Jurnal Sistem Informasi , 9(2), 2016, 203-212

SISTEM INFORMASI COMPUTER ASSISTED TEST (CAT) KEMENTERIAN AGAMA REPUBLIK INDONESIA

Aprisya Krispriana1, Nia Kumaladewi2, Elsy Rahajeng3

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], [email protected]

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 mengalami peningkatan dalam kualitas, mulai mempengaruhi segala lini kehidupan. kecepatan, kepraktisan, serta kemudahan. Baik dalam bidang ekonomi, kesehatan, sosial, Ujian konvensional pun bergeser kearah politik, bahkan pendidikan dalam skala kecil komputerisasi, salah satunya dengan adanya hingga besar. Manusia mulai dapat menerima ujian online dan Computer Assisted Test perkembangan teknologi dengan baik, (CAT). sehingga mendukung percepatan Dewasa ini ujian online dan Computer perkembangan teknologi dalam berbagai lini Assisted Test digunakan sebagai sarana kehidupan. evaluasi untuk mengukur pengetahuan dengan Teknologi yang sudah semakin cara mengambil data peserta ujian yang berkembang sedemikian pesat, menyebabkan memenuhi syarat dan menyimpan hasil ujian ujian tes dalam berbagai bidang juga turut peserta dalam Database pusat seperti yang

Sistem Informasi Computer.. Krispriani, Aprisya, Dkk dipaparkan oleh Ninin Sapto Hergianto dalam diperlukan suatu sistem yang dapat jurnal berjudul “Ujian Online, Cara Baru mengintegrasikan poin-poin dalam Pengukuran Kompetensi Pegawai” [2]. pelaksanaan ujian seleksi CPNS di Dalam jurnal berjudul “Computer Assisted Kementerian Agama Republik Indonesia. Test Bank” [3] karya Monica M. Collina, Sehingga proses seleksi tidak lagi dilakukan dijelaskan bahwa aplikasi ujian online dan secara manual dan tidak membutuhkan alur Computer Assisted Test ini memiliki Database proses yang panjang, serta tidak terjadi yang dapat menyimpan seluruh data yang kecurangan, dan mengurangi resiko terjadinya berkaitan dengan ujian. Data yang ada redudansi data karena Dokumen yang tidak didalamnya antara lain bank soal beserta kunci terstruktur dengan baik. jawabannya, hingga data-data peserta ujian itu sendiri. A. Perumusan Masalah Di banyak Negara, memberikan penilaian Ditinjau dari latar belakang di atas, maka berbasis komputer telah menjadi standar dapat diidentifikasikan masalah berdasarkan sehingga Computer Assisted Test semakin penelitian yang penulis lakukan pada menarik untuk departemen pendidikan, Kementerian Agama Republik Indonesia legislatif, dan pembuat kebijakan lainnya. adalah: Kelebihan potensi ujian online adalah 1. Kementerian Agama belum memiliki pelaporan skor yang dapat diketahui langsung, sistem Computer Assisted Test sehingga penurunan beban biaya administrasi, kegiatan ujian yang dilakukan oleh peningkatan keamanan bahan pengujian, dan Kementerian Agama menjadi tidak penjadwalan ujian yang lebih fleksibel [4]. transparan, akuntabel, dan terjadi KKN. Jika berbicara mengenai penilaian, tentu 2. Diperlukan pengadaan hingga distribusi tidak akan terlepas dari valid atau tidaknya soal dan LJK keseluruh satuan kerja pada suatu penilaian. Kecurangan dalam ujian pelaksanaan ujian manual, sehingga menjadi salah satu faktor tidak validnya terjadi peningkatan anggaran yang tidak penilaian kemampuan peserta ujian. optimal. Keberadaan pengacakan dan randomisasi 3. Proses pemeriksaan hasil ujian harus di dalam penyajian soal merupakan solusi yang pindai satu persatu sehingga menjadi tidak sering digunakan dalam mengatasi efisien dari segi waktu. kecurangan. Oleh sebab itu metode tampilan 4. Proses ujian manual masih sulit soal yang berbeda atau pengacakan soal untuk menerapkan sistem randomisasi penyajian setiap peserta ujian merupakan salah satu soal pada setiap peserta ujian, sehingga solusi dalam Computer Assisted Test [5]. menimbulkan kecurangan seperti Adapun berdasarkan Undang-Undang menyontek dalam pelaksanaan ujian Nomor 5 Tahun 2014 tentang Aparatur Sipil manual. Negara dan Peraturan Pemerintah Nomor 98 5. Kertas sebagai media penyajian ujian Tahun 2000, Peraturan Pemerintah Nomor 11 manual di nilai tidak ramah lingkungkan Tahun 2002, dan Peraturan Pemerintah Nomor karena kertas berasal dari pohon, sehingga 78 Tahun 2013 tentang Pengadaan Pegawai penggunaan kertas dalam jumlah besar Negeri Sipil serta Keputusan Sekretaris dapat menimbulkan pemanasan global. Jenderal Kementerian Agama Nomor 7 Tahun Berdasarkan identifikasi yang sudah 2015 tentang Petunjuk Pelaksanaan Pengadaan dipaparkan, dapat dirumuskan permasalahan CPNS Kementerian Agama disebutkan bahwa, yang ada pada Kementerian Agama Republik proses pengadaan PNS harus dilakukan secara Indonesia yaitu: jujur, objektif, transparan, akuntabel, dan “Bagaimana cara merancang serta bebas KKN. membangun Sistem Informasi Computer Menurut hasil wawancara penulis dengan Assisted Test (CAT) yang dapat membantu narasumber, dalam satu tahun, sedikitnya pelaksanaan ujian masuk secara komputerisasi Kementerian Agama Republik Indonesia harus untuk memudahkan dalam menjawab soal mengeluarkan uang sebesar Dua Ratus Miliar ujian, mengurangi tingkat kecurangan serta Rupiah guna melakukan proses seleksi ujian meminimalkan penggunaan kertas dalam yang dilakukan oleh Kementerian Agama setiap pelaksanaan ujian.” Republik Indonesia. Untuk itu, dalam upaya peningkatan B. Batasan Masalah kualitas dalam proses seleksi ujian seleksi Dalam menganalisis dan merancang CPNS yang dilakukan oleh Kementerian Sistem Informasi Computer Assisted Test Agama Republik Indonesia agar dapat lebih (CAT) Kementerian Agama Republik jujur, objektif, transparan, akuntabel, bebas Indonesia, penulis membatasi masalah- KKN, serta efisien dari segi penggunaan, masalah sebagai berikut:

1. Penelitian ini dilakukan di Biro eksplisit dari segi performa maupun Kepegawaian Sekretariat Jenderal penggunaan sumber daya, kepuasan batasan Kementerian Agama Republik Indonesia pada proses desain dari segi biaya, waktu, dan dan akan digunakan dalam proses seleksi perangkat. Kualitas perangkat lunak biasanya ujian Calon Pegawai Negeri Sipil (CPNS). dinilai dari segi kepuasan pengguna perangkat 2. Membuat Sistem Informasi Computer lunak terhadap perangkat lunak yang Assisted Test (CAT) untuk kegiatan ujian digunakan (Sukamto dan Shalahudin, 2011). yang dilakukan di bawah Kementerian Agama Republik Indonesia berbasis Web. B. Sistem Informasi 3. Metodologi pengembangan sistem yang digunakan dalam penelitian ini adalah Sistem Informasi merupakan kumpulan Rapid Application Development (RAD). dari perangkat keras dan perangkat lunak Adapun perancangan sistem dilakukan komputer serta perangkat manusia yang akan dengan pendekatan berorientasi obyek. mengolah data menggunakan perangkat keras Sedangkan perancangan sistem dan perangkat lunak tersebut, selain itu data menggunakan tools UML, yaitu usecase juga memegang peranan yang penting dalam diagram, activity diagram, dan class sistem informasi, data yang akan dimasukkan diagram. dalam sebuah sistem informasi dapat berupa 4. Sistem ini hanya membahas proses seleksi formulir-formulir, prosedur-prosedur, dan ujian hingga penilaian ujian, proses bentuk data lainnya [11]. pendaftaran, pengeluaran hasil ujian, dan infrastruktur tidak di bahas dalam sistem C. Computer Assisted Test ini. 5. Tidak membahas mengenai sistem Computer Assisted Test (CAT) adalah keamanan selain username dan password suatu metode seleksi dengan alat bantu dalam sistem. komputer yang digunakan untuk mendapatkan standar minimal kompetensi dasar bagi peserta ujian. C. Tujuan Penelitian Standar kompetensi dasar bagi peserta Tujuan dari penelitian ini terbagi menjadi ujian diperlukan untuk mewujudkan dua bagian, yaitu tujuan umum dan tujuan profesionalisme. Untuk menjamin standar khusus. Tujuan umum dari penelitian ini kompetensi dasar dilakukan Tes kompetensi adalah untuk mewujudkan proses dasar melalui Computer Assisted Test (CAT). pelaksanaan ujian seleksi CPNS dengan Adapun maksud dan tujuan dari Computer Computer Assissted Test (CAT) di Assisted Test (CAT) [12]: Kementerian Agama Republik Indonesia yang 1. Mempercepat proses pemeriksaan dan jujur, adil, transparan, akuntabel, dan bebas laporan hasil ujian, KKN. 2. Menciptakan standarisasi hasil ujian Sedangkan tujuan khusus dari penelitian secara nasional, ini adalah untuk menghasilkan rancang bangun 3. Menetapkan standar nilai. aplikasi Sistem Informasi Computer Assisted Test (CAT) yang terintegrasi. Sehingga diharapkan dapat mengoptimalkan anggaran, a. Kementerian Agama Republik Indonesia mengefisienkan waktu, mengurangi tingkat Dalam Peraturan Menteri Agama kecurangan, mendukung gerakkan ramah Republik Indonesia Nomor 10 Tahun 2010 lingkungan ,dan meminimalkan tingkat [14] mengenai Organisasi dan Tata Kerja kesalahan serta mempercepat proses Kementerian Agama bagian kedua disebutkan pemeriksaan hasil dalam pelaksanaan ujian Kementerian Agama mempunyai tugas seleksi CPNS yang diadakan oleh Kementerian menyelenggarakan urusan di bidang Agama Republik Indonesia. keagamaan dalam pemerintahan untuk membantu Presiden dalam menyelenggarakan pemerintahan negara. 2. LANDASAN TEORI Dalam melaksanakan tugas, Kementerian A. Konsep Dasar Rancang Bangun Agama memiliki fungsi untuk perumusan, Perancangan dalam pembangunan penetapan, dan pelaksanaan kebijakan di perangkat lunak merupakan upaya untuk bidang keagamaan. Selain itu juga untuk mengonstruksi sebuah sistem yang mengelola kekayaan negara yang menjadi memberikan kepuasan akan spesifikasi tanggng jawab Kementerian Agama, kebutuhan fungsional, memenuhi target, melakukan pengawsan atas pelaksanaan tugas memenuhi kebutuhan secara implisit atau di lingkungan Kementerian Agama,

Sistem Informasi Computer.. Krispriani, Aprisya, Dkk

pelaksanaan imbingan teknis atas pelaksanaan urusan Kementerian Agama di daerah, d. Konsep Dasar Rapid Application pelaksanaan kegiatan teknis yang berskala Development (RAD) nasional, serta pelaksanaan kegiatan teknis dari Rapid Application Development (RAD) pusat hingga daerah. adalah suatu pendekatan berorientasi obyek terhadap pengembangan sistem yang b. Siklus Hidup Pengembangan SI mencakup suatu metode pengembangan serta Secara konseptual siklus pengembangan perangkat-perangkat lunak. Beberapa sebuah sistem informasi adalah sebagai berikut pengembang melihat RAD sebagai pendekatan [11] yang dapat membantu dalam membuat e- 1. Analisis Sistem: menganalisis dan commerce, environtments berbasis Web yang mendefinisikan masalah dan kemungkinan disebut sebagai penggerak bisnis pertama di solusinya untuk sistem informasi dan mana statusnya mungkin penting. Terdapat proses organisasi. tiga fase dalam model pengembangan sistem 2. Perancangan Sistem: merancang sistem RAD yang melibatkan penggunadan analisa baru yang dapat menyelesaikan masalah- dalam penilaian, perancangan, dan masalah yang dihadapi perusahaan yang implementasi [6] diperoleh dari pemilihan alternatif sistem yang baik. Kegiatan yang dilakukan antara e. Analisis Desain Berorientasi Objek lain merancang output, input, struktur file, dengan UML program, prosedur, perangkat keras dan UML merupakan salah satu alat bantu perangkat lunak yang diperlukan untuk yang sangat handal dalam bidang mendukung sistem informasi. pengembangan sistem berorintasi obyek 3. Programming dan Testing Sistem: pada karena UML menyediakan bahasa pemodelan tahap ini dilakukan perancangan algoritma visual yang memungkinkan pengembangan dengan menggunakan psedocode yang sistem membuat blue print atas visinya dalam ditulis dalam Bahasa Indonesia bentuk yang baku, yang meliputi konsep bisnis terstruktur/bahasa Inggris terstruktur. proses, penulisan kelas-kelas dalam bahasa Perancangan algoritma sebaiknya program yang spesifik, skema Database, dan dilakukan dengan menggunakan komponen-komponen yang diperlukan dalam pendekatan Top-Down (Pemograman sistem software. UML berfungsi sebagai Modular). Setelah selesai pembuatan jembatan dalam mengkomunikasikan beberapa algoritma, maka dibuatlah program aspek dalam sistem melalui sejumlah elemen aplikasi dengan menggunakan salah satu grafis yang bisa dikombinasikan menjadi bahasa pemograman terpilih. diagram. UML mempunyai banyak diagram 4. Implementasi Sistem: beralih dari sistem yang dapat mengakomodasikan berbagai sudut lama ke sistem baru, melakukan pelatihan pandang dari suatu perangkat lunak yang akan dan panduan seperlunya. di bangun. 5. Operasi dan Perawatan: mendukung operasi sistem informasi dan melakukan f. Perangkat Lunak Pendukung perubahan atau tambahan fasilitas. PHP singkatan dari Hypertext Preprocessor 6. Evaluasi Sistem: mengevaluasi sejauh yang digunakan sebagai bahasa script server- mana sistem telah dibangun dan seberapa side dalam pengembangan Web yang bagus sistem telah dioperasikan. disisipkan pada Dokumen HTML. Penggunaan PHP memungkinkan Web dapat dibuat c. Konsep Dasar Analisis dan Desain SI dinamis sehingga maintenance situs Web Analisis sistem merupakan sebuah teknik tersebut menjadi lebih mudah dan efisien. PHP pemecahan masalah yang menguraikan sebuah merupakan software Open-Source yang sistem menjadi bagian-bagian komponen disebarkan dan dilisensikan secara gratis serta dengan tujuan mempelajari seberapa bagus dapat di-download secara bebas dari situs bagian-bagian komponen tersebut bekerja dan resminya. PHP memiliki banyak kelebihan berinteraksi untuk meraih tujuan mereka. yang tidak dimiliki oleh script sejenis [21]. Sedangkan sistem desain adalah sebuah MySQL adalah Relational Database teknik pemecahan masalah yang saling Management System (RDBMS) yang melengkapi (dengan analisis sistem) yang didistribusikan secara gratis dibawah lisensi merangkai kembali bagian-bagian relatif pada General Public License (GPL). Dimana setiap sistem yang diperbaiki. Hal ini melibatkan orang bebas menggunakan MySQL, namun penambahan, penghapusan dan perubahan tidak boleh dijadikan produk turunan yang bagian-bagian relatif pada sistem aslinya bersifat komersil. MySQL sebenarnya (awalnya) [15] merupakan turunan salah satu konsep utama

dalam Database sejak lama, yaitu Structured telah dilakukan oleh Kementerian Agama Query Language (SQL). SQL adalah sebuah Republik Indonesia. konsep pengoperasian Database, terutama Studi Pustaka untuk pemilihan seleksi dan pemasukan data Yang dijadikan sebagai sumber adalah dikerjakan dengan mudah secara otomatis [21]. penelitian yang berkaitan dengan Kepegawaiaan yang terdahulu dengan 3. METODOLOGI PENELITIAN mempelajarinya untuk memperoleh kelebihan A. Metode Pengumpulan Data dan kelemahan yang terdapat dalam penelitian Observasi tersebut. Dengan cara yang demikian, Pengumpulan data secara observasi penelitian terdahulu dapat dijadikan referensi dilakukan dengan melakukan langsung proses dalam penggunaan metode yang akan diteliti. dan kegiatan bisnis yang berjalan di sistem sejenis dan mengamati kegiatan secara B. Metodologi Pengembangan Sistem langsung di Kementerian Agama Republik Metode pengembangan sistem yang Indonesia pada tanggal 04 Maret 2015 – 10 penulis gunakan untuk mengembangkan sistem April 2015, dilakukan seminggu 2 kali dan ini yaitu metode pengembangan RAD (Rapid bertempat di Kementerian Agama Republik Application Development) (Kendall dan Indonesia. Hasil yang akan dicapai adalah Kendall, 2008) menggunakan pemodelan melihat proses pendaftaran hingga sistem berorientasi obyek, yaitu: mengeluarkan hasil ujian, dan melihat segala kegiatan atau mencari data yang diperlukan Requirements Planning untuk penelitian. Kegiatan pengamatan Dalam fase ini, dimana pengguna dan langsung ini dilakukan di bawah pengawasan penulis bertemu untuk mengidentifikasi Bapak Septian selaku Staff di Biro tujuan-tujuan tentang sistem yang akan dibuat. Kepegawaian Kementerian Agama Republik Di fase ini sangatlah memerlukan peran aktif Indonesia. Beliau memberikan data dari kedua belah pihak dan fokusnya akan pengamatan untuk kebutuhan pembangunan selalu tetap pada upaya dalam mencapai Sistem Informasi Computer Assisted Test ini. tujuan-tujuan perusahaan. Dalam tahap ini Seperti data apa saja yang dibutuhkan untuk penulis menganalisis permasalahan mendaftar dan menggunakan CAT, cara 1. Dimana penulis langsung mendatangi penilaian, alur sistem, dan sebagainya. Hasil tempat atau lokasi penelitian untuk observasi sebagai berikut: melihat secara langsung permasalahan 1. Sejarah singkat Kementerian Agama yang ada diperusahaan tersebut. Republik Indonesia dan visi-misi dari 2. Lalu penulis mulai mengadakan Kementerian Agama Republik Indonesia pertemuan dengan pihak perusahaan untuk tersebut. mendiskusikan mengenai persyaratan. 2. Profil Kementerian Agama Republik Beberapa hal yang dilihat dalam Indonesia, strategi bisnis, Kementerian pertemuan tersebut ialah: Agama Republik Indonesia dan produk. a. Sejarah singkat perusahaan Kementerian 3. Data yang dibutuhkan untuk dapat Agama Republik Indonesia mengetahui sistem berjalan b. Visi dan misi perusahaan Kementerian Agama Republik Indonesia Wawancara c. Struktur organisasi Kementerian Agama Wawancara ini dilakukan dengan cara Republik Indonesia melakukan diskusi dengan Bapak Septian d. Analisis sistem berjalan selaku Staff Kepegawaian Kementerian e. Analisis perbandingan sistem Agama Republik Indonesia, mengenai segala f. Tujuan pembuatan sistem kebutuhan yang diperlukan dalam pembuatan g. Kebutuhan sistem yang dibagi menjadi sistem informasi Computer Assisted Test. fungsional dan non fungsional Sehingga pembuatan sistem informasi CAT Dibagian akhir, penulis membuat dapat mengetahui kebutuhan yang diperlukan keputusan mengenai sistem yang akan dalam membangun sistem CAT pada dirancang dan dibuat guna penyelesaian Kementerian Agama Republik Indonesia. masalah yang ada. Wawancara ini dilakukan pada hari Selasa, 03 Maret 2015 dengan hasil RAD Design Workshop mengetahui alur proses CAT yang diharapkan, Pada tahap ini dilakukan perancangan mengetahui sejarah singkat Kementerian terhadap proses yang terdapat dalam sistem Agama Republik Indonesia, mengetahui usulan yang dituangkan ke dalam tools Unified informasi terkait kegiatan ujian manual yang Modelling Language (UML). 1. Desain Proses

Sistem Informasi Computer.. Krispriani, Aprisya, Dkk

2. Desain Database Gambar Error! No text of specified style in 3. Desain Interface document..1 Rich Picture proses bisnis yang berjalan Implementation Setelah proses analisis dan perancangan C. Analisis Sistem Usulan 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 Gambar Error! No text of specified style in manual rentan terhadap kecurangan melalui document..2 Rich Picture Sistem Usulan kebocoran soal maupun contekan serta joki yang disewa oleh peserta ujian untuk mengikuti ujian. D. System Design Selain itu, tidak semua pegawai Use Case Diagram 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..3 Use Case Diagram K-CAT

Activity Diagram

Gambar Error! No text of specified style in document..4 Activity Diagram Login Gambar Error! No text of specified style in document..8 Mapping Class to RDBMS Sequence Diagram

Skema Database

Gambar Error! No text of specified style in document..5 Sequence Diagram Manajemen Soal

Class Diagram

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. Gambar Error! No text of specified style in Setelah proses pemrograman selesai dibuat, document..7 Class Diagram SI-HRM maka tahap berikutnya adalah pengujian sistem (blackbox testing). Mapping Cardinality 209 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Sistem Informasi Computer.. Krispriani, Aprisya, Dkk

3. Memperdalam proses sistem usulan Pemrograman terutama pada proses pendaftaram dan Setelah dilakukan perancangan sistem sistem penunjang keputusan ujian agar usulan, tahap berikutnya adalah pemrograman kegiatan ujian online melalui sistem K- sistem usulan menggunakan bahasa CAT ini dapat lebih efektif lagi. pemrograman PHP dan menggunakan MySQL 4. Membuat sistem K-CAT ini tidak based sebagai basis datanya on Web melainkan berupa instalasi sistem desktop. Pengujian Sistem 5. Menambahkan fitur sekuritas pada Dari pembangunan sistem ini dilakukan pengiriman nilai dari client ke server black-box testing dengan melakukan test-case, dengan enkripsi data. yaitu dengan cara memasukkan data ke dalam sistem dan melihat hasil keluarannya (output) Daftar Pustaka apakah telah sesuai dengan hasil yangdiharapkan. [1] Y. Sugiarti, Analisis dan Perancangan UML (Unified Modeling Language) Generated 5. SIMPULAN DAN SARAN VB.6, Cetakan Pe. Graha Ilmu, 2013. A. Simpulan [2] N. S. Hargiyanto, “Ujian Online , Cara Baru Berdasarkan uraian dan pembahasan pada Pengukuran Kompetensi Pegawai,” pp. 1–7, bab-bab sebelumnya, maka dapat di tarik 2012. kesimpulan bahwa: [3] M. Monica, P. Ann, M. June, and L. Helen, 1. Sistem Informasi Kemenag Computer “Computer Assisted Test Bank,” J. Nurs. Assisted Test (K-CAT) di Kementerian Educ. ProQuest Nurs. Allied Heal. Source, Agama Republik Indonesia ini memiliki vol. 24, no. 8, p. 349, 2013. empat pengguna sistem, yaitu Admin, [4] D. Walter, “Informing and Guiding Operator, Panlok, serta Peserta Ujian. Transitions to Computerized Assessment,” 2. Dengan adanya Sistem K-CAT tidak lagi Online Test. Res., vol. 5, 2010. dibutuhkan proses pengadaan sehingga [5] R. Handri, “Pemanfaatan Remote Desktop anggaran dapat optimal. Untuk Optimalisasi Sistem Ujian Online.” 3. Dalam Sistem K-CAT, proses pemeriksaan [6] J. E. K. dan K. E. Kendall, Analisis dan hasil dilakukan secara otomatis, sehingga Perancangan Sistem. Jakarta: Prehallindo, menjadi lebih efisien dari segi waktu. 2003. 4. Randomisasi dalam Sistem K-CAT [7] T. Raharjo, “Rancang Bangun Sistem mengurangi terjadinya kecurangan dalam Informasi Kepegawaian di PT. Buverint pelaksanaan ujian. Surya Sejati,” UIN Jakarta, 2014. 5. Sistem K-CAT dapat mengurangi [8] A. Mulyanto, Sistem Informasi Konsep pemanasan global karena tidak Aplikasi. Yogyakarta: Pustaka Pelajar, 2009. menggunakan kertas sebagai media ujian. [9] H. Jogiyanto, Metodologi Penelitian Sistem 6. Metodologi pengembangan sistem yang Informasi. Yogyakarta: ANDI, 2008. digunakan dalam penelitian ini adalah [10] H. Jogiyanto, Analisis dan Desain Sistem Rapid Application Development (RAD). Informasi: Pendekatan Terstruktur Teori dan Adapun perancangan sistem dilakukan Praktek Aplikasi Bisnis. Yogyakarta: ANDI, dengan pendekatan berorientasi obyek. 2008. Sedangkan perancangan sistem [11] M. Faisal, Sistem Informasi Manajemen menggunakan tools UML, yaitu usecase Jaringan. Malang: UIN - Malang Press, 2008. diagram, activity diagram, dan class [12] J. P. Sampson, “Computer-Assisted Testing diagram. in Counseling and Therapy,” 1995. [13] F. Y. Soemitro, Joko., Teddy, dan Putera, B. Saran “Analisis dan Perancangan Wide Area Berdasarkan uraian dan pembahasan pada Network Untuk Sistem Perekrutan CPNS bab-bab sebelumnya, maka dapat ditarik saran- Nasional Berbasis Computer Assisted Test di saran sebagai berikut: Badan Pengkajian dan Penerapan 1. Penelitian berikutnya di buat untuk Tekonologi,” 2012. seluruh kegiatan ujian yang dilakukan di [14] K. A. R. Indonesia, “Peraturan Menteri bawah naungan Kementerian Agama, Agama Republik Indonesia Mengenai seperti ujian seleksi Perguruan Tinggi Organisasi dan Tata Kerja,” 2010. Agama Islam Negeri (PTAIN). [15] et al Whitten, Jeffrey L, Metode Desain & 2. Menggunakan metode pengembangan Analisis Sistem, Edisi 6, 6th ed. Yogyakarta: yang sesuai dengan perkembangan zaman. ANDI, 2004. [16] Kendall, System Analysis and Design seventh

edition, Pearson In. New Jersey, 2008. SIstem Jarkom Online Dengan Implementasi [17] H. Barbara, System Analysis and Design with pada Mata Kuliah Jaringan Komputer,” UML Version 2.0. Jhon Wiley & Sons, Inc, Universitas Indonesia, 2002. 2005. [27] S. Hardiyanthi, “Efektivitas Penerapan [18] L. D. Whitten, J., & Bentley, System Analysis Metode Computer Assisted Test (CAT) and Design for The Global Enterprise. New Dalam Seleksi Calon Pegawai Negeri Sipil York: McGraw Hill, 2004. Berbasis Kompetensidi Badan Kepegawaian [19] T. Sutabri, Analisis Sistem Informasi. Negara,” Universitas Indonesia, 2011. Yogyakarta: ANDI, 2012. [28] R. Rayne and G. Baggott, “Computer-based [20] H. Fatta, Analisis dan Perancangan Sistem and computer-assisted tests to assess Informasi untuk Keunggulan Bersaing procedural and conceptual knowledge,” Proc. Perusahaan dan Organisasi Modern. 8th Int. Comput. Assess. Conf. Loughbrgh. Yogyakarta: ANDI, 2007. Univ., pp. 307–309, 2004. [21] Mubarok, System Control via Web dengan [29] R. Razzaq and A. Hussein, “E-Learning by CGI, PHP, Ajax. Jakarta: PT. Elex Media, Using Content Management System ( CMS 2011. ),” Int. J. Adv. Comput. Sci. Appl., vol. 5, no. [22] A. Pradipto, “Perancangan dan Implementasi 10, pp. 106–111, 2014. Sistem Ujian Online Adaptif Menggunakan [30] A. Permana, “Pelaksanaan Rekrutmen Calon Penggabungan Model ADES dan Konsep Pegawai Negeri Sipil dengan Sistem EBT,” Universitas Indonesia, 2004. Computer Assisted Test (CAT) di Badan [23] E. Purwanto, “Sistem Informasi Ujian Online Kepegawaian Negara Kantor Regional 1 Pada Sekolah Menengah Kejuruan Bina Yogyakarta,” Universitas Negeri Yogyakarta, Taruna Masaran Sragen,” 2013. 2015. [24] A. Kinasih, “Analisis Perbandingan Kinerja [31] A. Juniaty, “PROSES PENGADAAN Pegawai yang Menggunakan Metode CALON PEGAWAI NEGERI SIPIL ( CPNS Computer Assisted Test (CAT) dalam Seleksi ) DENGAN SISTEM COMPUTER Calon Pegawai Negeri Sipil di Badan ASSISTED TEST ( CAT ) DI KANTOR Kepegawaian Negara,” Universitas Indonesia, BADAN KEPEGAWAIAN DAERAH,” vol. 2013. 3, no. 2, pp. 661–674, 2015. [25] F. B. Baker, “Computer Assisted Test [32] J. W. Larson, “Computer Assisted Language Consideration System.” Testing: Is It Profitable?” [26] D. Cahyono, “Perancangan dan Implementasi [33] I. Sommerville, Software Engineering, 6th ed. Program Sistem Content Management Pada Jakarta: Penerbit Erlangga, 2003.

Sistem Informasi Computer.. Krispriani, Aprisya, Dkk

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 mengawasi kinerja tukang dan kuli, memantau dan menangani ketersediaan material yang ada, serta PT. XYZ menyediakan layanan furniture dalam pembuatan laporan proyek yang akan bagi konsumen berdasarkan project order yang diserahkan kepada Direktur perusahaan. artinya adalah kegiatan usaha dilakukan dalam waktu dan produksi yang terbatas tergantung Rumusan Masalah permintaan dari konsumen seperti pembangunan Data yang diperoleh perusahaan dari MP perumahan atau hotel, dengan produksi yang mengenai data atau document report sementara efisien dari furniture kualitas tertinggi, tepat waktu perkembangan proyek furniture dilapangan dan sesuai harga. Proses bisnis pengerjaan proyek bergantung kepada waktu penyerahan oleh MP ke pada PT. XYZ dimulai dari Direktur menugaskan perusahaan, dimana waktu penyerahan tersebut Manajer Proyek (yang selanjutnya akan disebut memakan waktu, karena jarak dari lokasi proyek ke MP) untuk memulai pengerjaan proyek, dengan kantor perusahaan yang relatif jauh, sehingga pihak terlebih dahulu menjelaskan rancangan proyek, perusahaan sulit mendapatkan data atau informasi menentukan jadwal kegiatan mulai pengerjaan, dan mengenai perkembangan proyek dilapangan secara barang-barang material yang digunakan untuk uptodate. pengerjaan, lalu Manager Proyek menyusun jadwal kegiatan kerja setiap tahap pengerjaan proyek, MP Tujuan Penelitian memperhitungkan barang-barang material yang Membuat perancangan sistem informasi dibutuhkan untuk pengerjaan proyek, barang- monitoring proyek berbasis komputer, pelaporan barang material yang dibutuhkan dikirim ke tempat dapat dilakukan perhari, perminggu dan perbulan pengerjaan proyek, MP membagi kegiatan kerja secara online. Sistem ini diimplementasikan dalam kepada tukang, dan kuli, tukang bertugas dalam bentuk situs web yang dapat diakses melalui pengerjaan proyek sedangkan kuli bertugas untuk internet. Dengan sistem ini diharapkan dapat membantu mengerjakan pekerjaan tukang, seperti memudahkan monitoring proyek furniture di PT angkat barang, dan lain-lain. MP bertugas untuk XYZ. Metode yang dilakukan untuk perancangan 213 Copyright ©2016, Studia Informatika: Jurnal Sistem Informasi, P-Issn 1979-0767

Sistem Informasi Monitoring.. Andry, JF tersebut menggunakan SDLC (system development suatu proses mengukur, mencatat, mengumpulkan, life cycle) model Waterfall. memproses dan mengkomunikasikan informasi untuk membantu pengambilan keputusan Manajemen proyek". "Monitoring adalah penilaian 2. TINJAUAN PUSTAKA yang sistimatis dan terus menerus terhadap A. Sistem Informasi kemajuan suatu pekerjaan" (Mudjahidin, Putra, Menurut Tata Sutabri (2005) 2010). mendefinisikan bahwa : “Sistem informasi adalah suatu sistem didalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi 3. Metode Penelitian yang digunakan harian yang mendukung fungsi operasi organisasi Menggunakan SDLC Waterfall, dimana tahap awal yang bersifat manajerial dengan kegiatan strategi planning atau requirement pengumpulan data awal dari suatu organisasi untuk dapat menyediakan kebutuhan proyek. Selanjutnya adalah tahap analisa kepada pihak luar tertentu dengan laporan-laporan perancangan dan design sistem dengan yang diperlukan”. menggunakan UML (Unified Modeling Language) : yang terdiri dari use case diagram, class diagram B. Monitoring Proyek dan sequence diagram & ERD (Entity Relationship Monitoring adalah penilaian yang terus Diagram). Dan selanjutnya adalah tahap penerapan menerus terhadap fungsi kegiatankegiatan proyek rancangan pada website dengan menggunakan di dalam konteks jadwal-jadwal pelaksanaan dan struktur navigasi dan perancangan interface. terhadap penggunaan input-input proyek oleh kelompok sasaran di dalam konteks harapan- harapan rancangan. Monitoring adalah kegiatan 4. PEMBAHASAN proyek yang integral, bagian penting dari praktek manajemen yang baik dan karena itu merupakan A. Gambaran umum sistem yang berjalan bagian yang integral dari Manajemen sehari- hari". "Monitoring dapat didefinisikan sebagai Sistem yang berjalan

Direktur Administrasi Project Manager Pemilik Proyek

Start Pemesanan Mengerjakan bahan material proyek

Surat perintah kerja (SPK)

Stok kebutuhan tidak Mengerjakan proyek habis proyek

Pemesanan bahan material Ya

Request bahan material

Menyusun pengerjaan proyek Laporan dan dokumentasi perkembangan pengerjaan proyek perminggu Laporan dan Gambar konsep/ dokumentasi blueprint perkembangan pengerjaan proyek perminggu

Jadwal kegiatan kerja

Input ulang Bahan material pada komputer sebagai backup

Laporan dan dokumentasi Laporan dan Laporan dan perkembangan dokumentasi dokumentasi pengerjaan proyek perkembangan perkembangan perminggu pengerjaan pengerjaan proyek perminggu proyek perminggu

Exit

Gambar 4.1 Sistem Yang Berjalan

Tabel 4.1 Job Description Aktor Yang Terlibat Tabel 4.2 Deskripsi Use Case Sistem Yang Aktor Job Description Berjalan Direktur = Menerima surat perintah kerja Use case Deskripsi Pimpinan (spk) dari pemilik proyek, Surat Menerima surat perintah kerja dari Perusahaan menyetujui pemesanan material, Perintah pemilik proyek sebagai pengikatan menyusun pengerjaan proyek, Kerja antara kedua belah pihak, yaitu melihat laporan dan dokumentasi antara direktur dan pemilik proyek perkembangan proyek perminggu Pemesanan Memberi pemesanan bahan yang sudah diinput ulang oleh Bahan material dari permintaan direktur administrasi. Material dan melakukan persetujuan Administrasi Menerima pemesanan material dari pengiriman material project manager dan menerima Request Membuat request bahan material persetujuan dari direktur, Bahan yang dibutuhkan di lapangan menerima laporan dan Material ketika stok material habis dan dokumentasi perkembangan meminta persetujuan pengiriman proyek perminggu dari project material dari direktur. manager dan Input ulang pada Menyusun Menyusun jadwal yang akan komputer sebagai backup. Pengerjaan dilakukan oleh project manager Manager Menerima susunan pengerjaan Proyek untuk pengerjaan Proyek = proyek dari direktur seperti gambar Mengerjakan Mengerjakan proyek sesuai jadwal Pelaksana konsep atau blueprint, jadwal proyek yang telah dibuat oleh direktur. Proyek kegiatan kerja dan bahan material, Laporan dan Melihat laporan dari mengerjakan proyek, memesan dokumentasi perkembangan lokasi pengerjaan bahan material kepada administrasi proyek. apabila stok kebutuhan proyek habis dan membuat laporan dan B. Rancangan Sistem Usulan dokumentasi perkembangan proyek perminggu. Rancangan Usulan Pemilik Pemberi order proyek atau SPK Direktur Admin Sistem Project Manager Proyek = kepada PT XYZ Investor Start Login

Database

System No

Verifikasi Surat Perintah Kerja Login

Yes

Pemesanan Bahan Material Tampilan Menu Utama

Pemilik Proyek Direktur Proyek User Master Proyek Request Bahan Material

Approval Supplier Proyek Projek <> Menyusun Pengerjaan Proyek Mengerjakan Proyek

Administrasi Material Transaksi

Laporan dan dokumentasi perkembangan pengerjaan proyek perminggu Pembelian Material

Surat Jalan Material Project Manager

Gambar 4.2 Use Case Diagram Sistem Yang Logout

Sedang Berjalan End

Gambar 4.3 Rancangan Sistem Usulan

Sistem Informasi Monitoring.. Andry, JF

Rancangan usulan pada perancangan sistem inforrmasi monitoring proyek furniture di lapangan menggunakan database sebagai central Proyek <> penyimpanan data-data dan tempat untuk Direktur memperoleh informasi dari perkembangan Approval Proyek pengerjaan proyek antara 3 aktor yaitu, direktur <> sebagai pimpinan PT. XYZ, project manager, User admin, dan pemilik proyek. <> <> Supplier Tabel 4.3 Job Description Aktor Yang Terlibat Login

Aktor Job Description <> Admin Material Direktur = Memiliki tugas untuk melakukan

Pimpinan input form supplier, melihat <> Perusahaan material yang sudah digunakan Pembelian Material dalam pengerjaan dan sisa stok <> material di gudang, melakukan Surat Jalan Material input proyek yang dikerjakan atau sudah dikerjakan. melakukan

approval material yang telah <> diminta project manager melalui P.O Proyek Project Manager P.O. melakukan persetujuan data

rework yang di input oleh pemilik proyek jika terjadi dalam Gambar 4.4 Rancangan Usulan Use Case Diagram pengerjaan proyek ada perubahan ketika proyek sedang berjalan.. Administrasi Memiliki tugas untuk mengelola Tabel 4.4 Deskripsi Sistem Usulan Use Case = karyawan user, melihat data supplier yang Diagram bidang telah diinput oleh direktur. Nama Use Deskripsi logistik melakukan input material dan Case melihat sisa material yang sudah Login Melakukan autentifikasi user digunakan. melakukan pembelian sebagai pengguna atau admin bahan material yang akan Proyek Direktur melakukan input nama digunakan melalui supplier. dan alamat proyek yang akan membuat surat jalan material yang dikerjakan telah dipesan dan di approval oleh Approval Direktur melakukan approval direktur. Proyek atau persetujuan atas P.O Proyek Manager Memiliki tugas untuk Project yang diinput oleh manager Proyek = Manager melihat sisa material. Proyek Pelaksana Project Manager melihat proyek User Admin melakukan penambahan Proyek yang dikerjakan. Project Manager dan penghapusan user yang membuat P.O material untuk menggunakan sistem. memesan material. 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 Admin memesan bahan baku Material material kepada supplier Surat Jalan Admin membuat surat jalan Material 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

Dalam perancangan basis data pada Aplikasi monitoring proyek ini yang dilakukan hanya New membuat diagram-ER, Normalisasi. Edit

User Delete * No_sj New Tanggal Master Id_proyek Edit Kode_proyek Supplier Delete Nama_proyek * Id_approved Lokasi_proyek S.J Id_po_proyek Approved New 1 Tanggal 1 Material Kode_proyek * Id_proyek Edit Nama_proyek Nama_proyek Delete Lokasi_proyek Lokasi_proyek buat Status memliki Kode_proyek Proyek Status_proyek * Id_user

Username 1 1 1 1 1 1 Password User memiliki Proyek buat P.O Add Level 1 1 P.O Proyek melakukan memesan Menu Utama Edit Proyek Login * Id_po_proyek * Id_jom * Id_material M Kode_jom M Material Tanggal Approval Pembelian Material Proyek Tanggal Material Jumlah Id_proyek Nama_proyek Nama_supplier M Kondisi Material Lokasi_proyek Add Status Jumlah melaui Pembelian * Id_supplier 1 Material Edit

Nama Supplier Transaksi Alamat Delete

Telp

Surat Jalan Material Proyek

Gambar 4.5 Entity Relationship Diagram (ERD)

Diagram-ER (ERD) atau Entity Relationship Diagram adalah suatu penyajian data dengan Gambar 4.6 Struktur Tampilan Menu menggunakan Entity dan Relationship yang dimaksudkan agar dapat mudah dimengerti oleh E. Rancangan Layar pemakai dan mudah disajikan oleh perancang basis Desain layar merupakan suatu alat masukan data data. Gambar 4.5 merupakan diagram-ER dari yang mana dibutuhkan dalam proses pembuatan rancangan basis data yang akan dibuat. laporan-laporan yang diinginkan, dapat diterima dan dimengerti. Berikut tampilan dan struktur D. Struktur Tampilan desain input yang akan dirancang pada sistem Struktur menu dibuat sebagai gambaran mengenai diantaranya: skema aplikasi yang akan dirancang. Berikut merupakan struktur menu perancangan sistem Form Menu Utama informasi monitoring proyek furniture.

Sistem Informasi Monitoring.. Andry, JF

File View

Menu Utama Halaman Login Halaman Utama

Master : User 1 : Input Username() User Supplier Material 2 : Input Password() Proyek Projek P.O Proyek 3 : Validasi() Approval Proyek 4 : Data Tidak Valid() Transaksi 5 : Data Valid() Pembelian Material Surat Jalan Material Proyek 6 : Login Sukses()

Gambar 4.9 Rancangan Usulan Sequence Diagram Login User

Sequence Diagram Proyek

Halaman Menu Utama Halaman Master Proyek

: Direktur 1 : Pilih Menu Master() Gambar 4.7 Rancangan Form Menu Utama 2 : Klik Proyek() Form Login 3 : Edit()

Form Login 5 : Data Berhasil Disimpan() 4 : Validasi()

Username

Password

Level Gambar 4.10 Rancangan Usulan Sequence Diagram Proyek Login

Sequence Diagram Approval Proyek

Gambar 4.8 Rancangan Form Login

E. Sequence Diagram Sequence Diagram Login User

Sequence Diagram Supplier

Halaman Menu Utama Halaman Projek Approval Proyek

: Direktur Halaman Menu Utama Halaman Master Supplier : Admin 1 : Pilih Menu Projek() 1 : Pilih Menu Master()

2 : Klik Supplier() 2 : Klik Approval Proyek() 3 : New()

3 : View Approval Proyek() 4 : Validasi() 5 : Data Berhasil Disimpan()

6 : Edit() 4 : Tampil Approval Proyek()

7 : Validasi() 8 : Data Berhasil Disimpan()

9 : Delete()

10 : Validasi() Gambar 4.11 Rancangan Usulan Sequence 11 : Data Berhasil Dihapus() Diagram Approval Proyek

Gambar 4.13 Rancangan Usulan Sequence Sequence Diagram User Diagram Supplier

User Halaman Menu Utama Halaman Master Sequence Diagram Material : Admin

1 : Pilih Menu Master()

2 : Klik User() 3 : New() Halaman Menu Utama Halaman Master Material : Admin

1 : Pilih Menu Master() 5 : Data Berhasil Disimpan() 4 : Validasi() 2 : Klik Material() 3 : New()

6 : Edit()

5 : Data Berhasil Disimpan() 4 : Validasi()

8 : Data Berhasil Disimpan() 7 : Validasi() 6 : Edit()

9 : Delete() 8 : Data Berhasil Disimpan() 7 : Validasi()

9 : Delete()

10 : Validasi() 11 : Data Berhasil Dihapus()

Gambar 4.12 Rancangan Usulan Sequence Gambar 4.14 Rancangan Usulan Sequence Diagram User Diagram Material

Sistem Informasi Monitoring.. Andry, JF

Sequence Diagram Pembelian Material

Halaman Menu Utama Halaman Projek P.O Proyek : Project Manager

Halaman Menu Utama Halaman Transaksi Pembelian Material : Admin 1 : Pilih Menu Projek() 1 : Pilih Menu Transaksi() 2 : Klik P.O Proyek() 3 : Add() 2 : Klik Pembelian Material() 3 : Add() 5 : Data Berhasil Disimpan() 4 : Validasi()

4 : Validasi() 6 : Edit() 5 : Data Berhasil Disimpan()

6 : Edit() 7 : Data Berhasil Disimpan()

8 : Validasi()

7 : Validasi() 8 : Data Berhasil Disimpan() 9 : Delete()

9 : Delete()

10 : Validasi() 11 : Data Berhasil Dihapus() 10 : Validasi()

11 : Data Berhasil Dihapus()

Gambar 4.17 Rancangan Usulan Sequence Gambar 4.15 Rancangan Usulan Sequence Diagram P.O Proyek Diagram Pembelian Material

5. SIMPULAN DAN SARAN A. Simpulan Sistem informasi monitoring proyek furniture Sequence Diagram Surat Jalan Material 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.. Halaman Menu Utama Halaman Transaksi Surat Jalan Material : Admin B. Saran 1 : Pilih Menu Transaksi() Dari kesimpulan diatas, maka dapat diberikan saran 2 : Klik Surat Jalan Material() yang membangun untuk kemajuan PT XYZ dimasa 3 : Edit() depan yaitu : (1) Penambahan fitur chatting pada hak akses admin, project manager , dan direktur sehingga pihak admin, project manager , dan 4 : Validasi() direktur dapat melakukan pembicaraan secara (realtime) dan tidak perlu bertemu secara langsung 5 : Data Berhasil Disimpan() 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. Gambar 4.16 Rancangan Usulan Sequence Diagram Surat Jalan Material

DAFTAR PUSTAKA

[1]. Dennis, Alan., Wixom, Barbara Haley., Sequence Diagram P.O Proyek and Roth, and Tegarden, David. (2005)

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

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

SUBJECT INDEX

Online BKD 135 MySql 167, 177 evaluation system 135 Blackbox testing 167 user acceptance 135 PT. Harapan Nusantara Sentosa 167 effort expectancy 135 Information Systems 177 facilitating conditions 135 Scheduling 177 performance expectancy 135 FKK UMJ 177

Tri Dharma College 135 Lectures 177

UTAUT 135 Genetic Algorithm 177

IBM SPSS 22 135 Forecast rainfall 191

Microsoft Excel 135 regional characteristics 191

Software Open Source 147 classification mining 191

Slims 147 decision tree 191

Repository 147 Computer Assisted Test 203

College 147 Ministry of Religious Affairs 203

Measurement System Information 159 Exam 203

Success Model DeLone and McLean159 Code Igniter 203

Smart PLS 159 Furniture Manufacturers 213 e-commerce systems 167 Project Manager 213

RAD 167, 177, 203 Monitoring 213

UML 167, 177, 203

PHP 167, 177

Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016

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

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

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

[email protected]

Studia Informatika: Jurnal Sistem Informasi, 9(2), 2016

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