Mahasiswa Universitas Bina
Darma, Dosen Universitas
Bina Darma
Jalan Jenderal Ahmad
Yani No.12, Palembang
Pos-el :
ahkmadipandy@gmail.com, linda_atika@mail.binadarma.ac.id,
suyanto@mail.binadarma.ac.id
Abstract
:
Each institution continually
strive to equip graduates to not only have the intelligence theory alone but
able to apply the knowledge that has been gained into the real world. And to
realize that, Universitas Bina Darma Palembang make PKL as a subject that wajb
mahasiswany be traveled by all. To appreciate the activities of street vendors,
the university Bina Darma Palembang assessing the results of the street
vendors. Calculations are still done manually because there is no specific
system and method of calculation of the good is not impossible to make a wrong
calculation of the value of the group. For a system that was built specifically
for the street vendors melakuakn perhtungan value majoring in information
systems at Bina Darma Unibersitas Palembang by using the method of Fuzzy
Multy-Arttibut Decision Making (FMADM). By providing botot on any criteria and
do perengkingan penialian the results of calculations can then select the best
alternative from a number of alternatives.
Keywords: Assessment PKL
Group, FMADM, criteria, alternatives
Abstrak :
Setiap lembaga
pendidikan terus berupaya untuk membekali lulusannya untuk tidak hanya memiliki
kecerdasan teori semata namun mampu menerapkan ilmu yang telah didapatnya ke
dunia nyata. Dan untuk mewujudkan itu, Universitas Bina Darma Palembang
menjadikan PKL sebagai mata kuliah yang wajb di tempuh oleh seluruh mahasiswany
. Untuk mengapresiasi kegiatan PKL ini, universitas Bina Darma Palembang
melakukan penilaian terhadap hasil kelompok PKL. Perhitungan yang masih
dilakukan secara manual karena belum adanya sistem khusus dan metode
perhitungan yang baik bukan tidak mungkin membuat perhitungan nilai kelompok
menjadi salah. Untuk itu dibangun sebuah sistem khusus untuk melakuakn
perhtungan nilai kelompok PKL pada jurusan sistem informasi di Unibersitas Bina
Darma Palembang dengan mengunakan metode Fuzzy Multy-Arttibut Decision Making
(FMADM). Dengan memberikan botot pada setiap kriteria penialian dan melakukan
perengkingan atas hasil perhitungan maka dapat di pilih alternatif terbaik dari
sejumlah alternatif yang ada.
Kata Kunci:
Penilaian Kelompok PKL, FMADM, kriteria, alternatif
1.
PENDAHULUAN
Praktek Kerja Lapangan (PKL) adalah mata kuliah yang
wajib diikuti oleh mahasiswa Universitas Bina Darma. Tujuan dari kegiatan ini
adalah untuk memberi pembekalan dan pengetahuan mahasiswa secara praktis
terhadap penerapan ilmu pengetahuan di dunia kerja. Pada kegiatan ini mahasiwa
juga berkewajiban untuk membuat laporan hasil praktek kerja sebagai salah satu
bukti dari pengalaman penerapan bidang keahlian terhadap sebuah hasil analisis
dalam bidang masing-masing
Laporan hasil praktek kerja ini akan dinilai untuk
mendapatkan tiga kelompok PKL terbaik. Sistem penilaian yang digunakan di
Universitas Bina Darma masih bersifat manual. Belum ada suatu sistem
komputerisasi yang dibangun secara khusus untuk mengelola nilai kelompok PKL.
Formulir penilaian kelompok PKL dibagikan kepada juri penilai untuk diisi.
Kemudian formulir yang telah diisi dikumpulkan kembali dan dihitung secara
manual dengan menjumlahkan semua komponen nilai. Hal ini membuat perhitungan
tidak bisa dilakukan secara cepat dan bukan tidak mungkin terjadinya kesalahan
dalam perhitungan nilai. Untuk itu diperlukan sebuah sistem pendukung keputusan
untuk mengelola data nilai kelompok PKL.
Menurut Kusrini (2009:15), sistem pendukung keputusan
merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan
pemanipulasi data. Sistem ini digunakan untuk membantu mengambil keputusan
dalam situasi yang semi terstruktur dan tidak terstrktur, dimana tak seorang pun tahu secara pasti bagaimana
keputusan seharusnya dibuat.
Perhitungan penilaian di sistem ini akan dibangun dengan
menggunakan metode Fuzzy Multi-Attribute Decision Making (FMADM). Medote FMADM
dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perengkingan yang akan menyeleksi alternatif terbaik
dari sejumlah alternatif. Dalam hal ini alternatif yang dimaksud adalah
kelompok terbaik berdasarkan kriteria-kriteria yang telah ditentukan.
Sebelumnya metode ini pernah di pakai oleh widodo dkk
dalam penelitiannya sistem pendukung keputusan untuk menentukan penerima
beasiswa bank BRI menggunakan FMADM pada tahun 2009. Dalam penelitianya, widodo
dkk, mengangkat permasalahan untuk menghitung nilai setiap krteria dari
masing-masing alternatif.
2.
METODOLOGI
PENELITIAN
2.1 Waktu Dan Tempat Penelitian
Waktu penelitian ini dimulai pada bulan September 2012
sampai dengan bulan Januari 2013. Tempat
penelitian ini berlokasi di Universitas Bina Darma Palembang yang beralamat di
Jl. Jend. A. Yani No.12 Palembang (30264).
2.2 Metode Pengumpulan Data
Adapun
teknik untuk pengumpulan data adalah sebagai berikut :
a. Wawancara (Interview)
Merupakan
suatu pengumpulan data yang dilakukan dengan cara tanya jawab atau dialog secara langsung dengan pihak-pihak yang
terkait dengan penelitian yang dilakukan. Dalam hal ini penulis melakukan tanya
jawab kepada Kaprodi Sistem Informasi dan dosen Universitas Bina Darma untuk
mengetahu sistem penilaian kelompok PKL yang ada.
b. Pengamatan (Observasi)
Yaitu
metode pengumpulan data dengan cara mengadakan tinjauan secara langsung ke
objek yang diteliti. Untuk mendapatkan data yang bersifat nyata dan meyakinkan
maka penulis melakukan pengamatan langsung pada di Universitas Bina Darma.
c. Studi Pustaka
Untuk
mendapatkan data-data yang bersifat teoritis maka penulis melakukan pengumpulan
data dengan cara membaca dan mempelajari buku-buku, makalah ataupun referensi
lain yang berhubungan dengan masalah yang dibahas.
2.3 Metode Pengembangan Sistem
Dalam pengembangan sistem ini metode pengembangan
menggunakan metode web engineering, karena metode ini memberikan ide bagi
pengembang maupun user tentang cara sistem akan berfungsi dan yang akan
dikembangkan.
Menurut Pressman (2001),
metode web engineering terdapat 5 ( lima tahapan, yaitu :
1.Formulasi
Tahap formulasi merupakan tahap untuk melakukan pengidentifikasian tujuan
pembuatan aplikasi web dan batasan pengembangan sistem, penganalisisan model
sesuai dengan spesifikasi kebutuhan sistem, serta penentuan sarana yang akan
digunakan dengan tujuan untuk mendapatkan hasil keluaran yang baik.
2.Perencanaan
Tahap perencanan merupakan tahap untuk melakukan perkiraan biaya secara
keseluruhan, mengevaluasi risiko yang mungkin terjadi, dan mendefinisikan
jadwal pengembangan aplikasi.
3. Analisis
kegiatan untuk menentukan syarat-syarat teknis dan mengidentifikasi isi web
aplikasi yang akan ditampilkan.
4.Perancangan
a.Perancangan Basis Data
b.Perancangan Arsitektur
c.Perancangan Keluaran
d.Perancangan Antarmuka
5.Rekayasa dan Pengujian
Tahap pembuatan halaman menghasilkan suatu halaman web yang dapat
dieksekusi dalam bentuk HTML. Sedangkan tahap pengujian (testing) dilakukan
untuk mengetahui kemungkinan terjadinya kesalahan pada script agar kemudian
dapat dilakuan perbaikan sehingga aplikasi benar-benar berjalan dengan baik.
2.4 Fuzzy Multi-Atribut
Decision Making (FMADM)
Menurut Rudolphi dalam Kusumadewi (2006: 72), pada
dasarnya proses metode MADM klasik untuk menyelesaikan FMADM dilakukan melalui
3 tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan sintesis
informasi. Pada tahap penyusunan komponen, komponen situasi, akan dibentuk
tabel taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan,
kriteria dan attribut. Salah satu cara untuk menspesifikasikan tujuan situasi |O_i
,i=1,…,t| adalah dengan cara mendaftar konsekuensi-konsekuensi yang
mungkin dari alternatif yang telah teridentifikasi |A_i, i=1,…,n|. Selain itu
juga disusun atribut-atribut yang akan digunakan |a_k, k=1,…,m| .
Fuzzy Multi-Atribut Decision Making (FMADM) dapat
disimpulkan adalah suatu metode untuk mencari alternatif dari sejumlah
alternatif dengan kriteria tertentu. Metode FMADM menentukan nilai bobot untuk
setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan
menyeleksi alternative yang sudah diberikan.
2.5 Algoritma FMADM
Menurut
Kusumadwi (2006), algoritma FMADM adalah sebagi berikut :
1.
Memberikan nilai setiap alternatif (A_i) pada setiap kriteria
(C_j) yang sudah ditentukan, dimana nilai tersebut di peroleh berdasarkan nilai
crisp; i=1,2,…m dan j=1,2,…n.
2.
Memberikan nilai bobot (W) yang juga didapatkan berdasarkan
nilai crisp.
3.
Melakukan normalisasi matriks dengan cara menghitung nilai
rating kinerja ternormalisasi (r_ji)
dari alternatif A_i pada atribut C_j berdasarkan persamaan yang disesuaikan dengan
jenis atribut menurut persamaan berikut :
4. Melakukan proses
perankingan dengan cara mengalikan matriks ternormalisasi (R) dengan nilai
bobot (W).
Rengking =
R x W
5.
Menentukan nilai preferensi untuk setiap alternatif (V_i) dengan
cara menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai
bobot (W). Nilai V_i yang lebih besar mengindikasikan bahwa alternatif A_i
lebih terpilih.
Preferensi=(
+
) +(
+
)+(
+
)
+) +(+)+(+)
2.6 Use Case
Diagram
Gambar 2.1 Use Case
Diagram
Dari diagram use case diatas
ada 2 aktor yang berhubungan langsung dengan sistem. Dimana setiap aktor harus
melakukan login terlebih dahulu sebelum melakuakan aktivitas dis sistem. Ketua prodi SI sebagai administrator sistem dapat melakukan manipulasi data juri, peserta,
nilai bobot kriteria, mengelola password pengguna, dan mencetak laporan hasil
penialain juri. Sementara juri hanya dapat melakukan input nilai peserta dan
mengubah passwordnya.
2.7 Analisis Logika
Proses
Digunakan 3 kelompok PKL untuk menerapkan logika Fuzzy MADM untuk penilaian makalah.
1. Hasil
Penilaian 3 Kelompok PKL
Tabel 2.1 Tabel Nilai
Alternatif
|
C1
|
C2
|
C3
|
C4
|
C5
|
C6
|
C7
|
Kelompok 1
|
8
|
8
|
9
|
7
|
10
|
9
|
7
|
Kelompok 2
|
9
|
8
|
8
|
9
|
7
|
10
|
10
|
Kelompok 3
|
7
|
9
|
8
|
9
|
9
|
10
|
7
|
Keterangan
:
C1 = Penulisan
bahasa Indonesia yang baik dan benar
C2 = Kesesuaian
latar belakang, tujuan dan manfaat
C3 = Kesesuaian
format laporan dengan pedoman
C4 = Kemampuan menganalisis masalah
C5 = Kemampuan
memberikan alternatif solusi
C6 = Kemampuan
menyimpulkan hasil penelitian
C7 = Kelengkapan
data dan dokumen pendukung
2.
Pemberian nilai Bobot Kriteria
Pemberian nilai bobot kriteria(W) didasarkan pada tingkat kepentingan
penilaian yaitu :
0
= Sangat Rendah
1 =
Rendah
3 =
Cukup
4 =
Tinggi
5 =
Tinggi Sekali
Dan jika dikonfersi ke bilangan fuzzy maka akan menjadi seperti gambar berikut:
Gambar 2.2
Bilangan fuzzy untuk bobot criteria
Dari gambar tersebut,
bilangan-bilangan fuzzy dapat
dikonversikan ke bilangan crisp: SR = 0 ; R = 0,25 ; C = 0,5 ; T = 0,75 ; dan TS = 1;
Dan pengambil keputusan memberikan nilai sebagai berikut :
Tabel 2.2 Bobot Kriteria
Kriteria
|
Bobot
|
C1
|
0.75
|
C2
|
0.75
|
C3
|
0.75
|
C4
|
1
|
C5
|
1
|
C6
|
1
|
C7
|
0.75
|
3.
Pemberian
Nilai Fuzzy
Dari nilai di atas akan dikonversi ke nilai fuzzy. Untuk setiap kriteria memiliki
nilai sebagai berikut :
10 = Sempurna
9 =
Sangat Baik
8 =
Baik
7 =
Cukup
6 =
Kurang
Dan jika dikonfersi ke bilangan fuzzy maka akan menjadi seperti gambar berikut:
Gambar 2.3 Bilangan fuzzy
untuk setiap kriteria
Dari
gambar tersebut, bilangan-bilangan fuzzy
dapat dikonversikan ke bilangan crisp: K = 0 ; C = 0,25 ; B = 0,5 ; SB = 0,75 ; dan S = 1;
Dan
dari data nilai di atas maka dihasilkan nilai konversi fuzzy sebagai berikut :
Tabel 2.3 Tabel Nilai Fuzzy
Kriteria
|
Alternatif 1
|
Alternatif 2
|
Alternatif 3
|
C1
|
0.5
|
0.75
|
0.25
|
C2
|
0.5
|
0.5
|
0.75
|
C3
|
0.75
|
0.5
|
0.5
|
C4
|
0.25
|
0.75
|
0.75
|
C5
|
1
|
0.25
|
0.75
|
C6
|
0.75
|
1
|
1
|
C7
|
0.25
|
1
|
0.25
|
4.
Normalisasi
Matriks
Normaliasi di dapat dari rumus berikut:
Karena setiap nilai yang
diberikan pada setiap alternatif disetiap kriteria merupakan nilai kecocokan,
maka semua kriteria yang ada di nilai sebagai atribut keuntungan.
Perhitungan untuk alternatif kelompok 1
a. Untuk
criteria C1,
Nilai-nilanya
adalah 0.5 : 0.75 : 0.25 , maka jika dimasukan kedalam rumus maka hasilnya :
b. Untuk
kriteria C2
Nilai-nilainya
adalah : 0.50 : 0.5 : 0.75 , maka jika dimasukan ke dalam rumus maka hasilnya :
c. Untuk
kriteria C3
Nilai-nilainya
adalah : 0.75 : 0.5 : 0.5 , maka jika dimasukan ke dalam rumus maka hasilnya :
d. Untuk
kriteria C4
Nilai-nilainya
adalah : 0.25 : 0.75 : 0.75 , maka jika dimasukan ke dalam rumus maka hasilnya
:
e.
Untuk kriteria C5
Nilai-nilainya
adalah : 1 : 0.25 : 0.75 , maka jika dimasukan ke dalam rumus maka hasilnya :
f. Untuk
kriteria C6
Nilai-nilainya
adalah : 0.75 :1 : 1 , maka jika dimasukan ke dalam rumus maka hasilnya :
g.
Untuk kriteria C7
Nilai-nilainya
adalah : 0.25 :1 : 0.25 , maka jika dimasukan ke dalam rumus maka hasilnya :
Dan seterusnya untuk alternatif kelompok 2 dan 3, hingga didapatkan
hasil seperti tabel berikut :
Tabel 2.4 Tabel
Normalisasi Matriks
Kriteria
|
Alternatif 1
|
Alternatif 2
|
Alternatif 3
|
C1
|
0.67
|
1
|
0.33
|
C2
|
0.67
|
0.67
|
1
|
C3
|
1
|
0.67
|
0.67
|
C4
|
0.33
|
1
|
1
|
C5
|
1
|
0.25
|
0.75
|
C6
|
0.75
|
1
|
1
|
C7
|
0.25
|
1
|
0.25
|
h.
Hasil Perengkingan
Didapat
dari perkalian matrik ternormalisasi (R) dengan bobot (W).
Perhitungan
untuk kelompok 1 :
1.
Untuk kriteria C1 : 0.67 x 0.75 = 0.5
2.
Untuk kriteria C2 : 0.67 x 0.75 = 0.5
3.
Untuk kriteria C3 : 1 x 0.75 = 1
4.
Untuk kriteria C4 : 0.33 x 1 = 0.33
5.
Untuk kriteria C5 : 0.67 x 0.75 = 0.5
6.
Untuk kriteria C6 : 0.67 x 0.75 = 0.5
7.
Untuk kriteria C7 : 0.75 x 1 = 0.75
Dan
nilai preferensi (
) kelompol 1 yaitu
) kelompol 1 yaitu = 0. 5 + 0.5 + 0.75+1+0.33+1+0.75 +0.19
= 4.02
Dan
seterusnya untuk alternatif kelompok 2 dan 3, hingga diperoleh hasil seperti
table berikut :
Tabel 2.5 Tabel Hasil Perengkingan
Kriteria
|
Alternatif 1
|
Alternatif 2
|
Alternatif 3
|
C1
|
0.75
|
0.25
|
0.5
|
C2
|
0.5
|
0.75
|
0.5
|
C3
|
0.5
|
0.5
|
0.75
|
C4
|
1
|
1
|
0.33
|
C5
|
0.25
|
0.75
|
1
|
C6
|
1
|
1
|
0.75
|
C7
|
0.75
|
0.19
|
0.19
|
Nilai
Preferensi
|
4.74
|
0.44
|
0.02
|
Maka dari hasil
perhitungan Fuzzy Kelompok 2 memiliki
nilai tertinggi yaitu 4.74, selanjutnya kelompok 3 yaitu 4.44 dan sebagai
alternatif terkahir kelompok 1 dengan nilai 4.02
2.8 Perancangan
2.8.1
Rancangan Form Login
Berikut
ini rancangan form ini login. Form ini berfungsi sebagai verifikasi user ketika
akan mengunakan sistem.
Gambar 2.4 Rancangan
Form Login
2.8.2 Rancangan Form Menu Utama Administrator
Berikut
merupakan rancangan form menu utama untuk adminsitrator setelah berhasil login.
Di halaman ini administrator dapat
melakukan manipulasi data terhadap data peserta, juri, bobot kriteria dan
mencetak laporan.
Gambar 2.5 Rancangan Form Menu Utama
2.8.3 Rancangan
Form Input Data Juri
Form
ini digunakan untuk menginputkan data juri yang akan melakukan penilaian
terhadap peserta PKL.
Gambar 2.6 Rancangan
Form Input Data Juri
2.8.4 Rancangan Form Input Data Peserta
Berikut
merupakan rancangan form input data peserta. form ini digunakan untuk
menyimpan, mengedit dan menghapus data peserta PKL.
Gambar 2.7 Rancangan Form input Data Peserta
2.8.5 Rancangan
Form Input Bobot Kriteria
Penialain
Makalah
Berikut adalah form
input untuk menginputkan nilai bobot
kriteria penilaian makalah. Form ini dapat menyimpan, mengedit dan menghapus
nilai bobot setiap kriteria.
Gambar 2.8 Rancangan Form Input Bobot Kriteria
Penilaian Makalah
2.8.6 Rancangan Form Input Bobot Kriteria
Seminar
Berikut
adalah form input untuk menginputkan
nilai bobot kriteria penilaian seminar makalah. Form ini dapat menyimpan,
mengedit dan menghapus nilai bobot setiap kriteria.
Gambar 2.9 Rancangan Form Input Bobot Kriteria
Penilaian Seminar
2.8.7 Rancangan Form Account
Berikut adalah rancangan
form input untuk mengelola data pengguna yang dapat login di sistem.
Gambar 2.10 Rancangan
Form Account
2.8.8 Rancangan
Form Menu
Utama Juri
Berikut
merupakan rancangan form menu utama untuk juri setelah berhasil login.
Gambar 2.11 Rancangan Form Menu Utama
Juri
2.8.9 Rancangan Form Input Penilain Makalah
Berikut adalah form input untuk
menginputkan hasil penilaian makalah. Form ini dapat menyimpan, mengedit dan
menghapus data yang telah diperoleh.
Gambar 2.12 Rancangan
Form Input Penilain Makalah
2.8.10 Rancangan Form Input Penilaian
Seminar
Berikut
adalah form input untuk menginputkan hasil penilaian makalah . Form ini dapat
menyimpan, mengedit dan menghapus data yang telah diperoleh.
Gambar 2.13 Rancangan Form Input Penilain Seminar
2.8.11 Rancangan Form Ubah Password
Berikut adalah
rancangan form ubah password. Setelah berhasil login, juri dapat merubah
password dirinya di halaman form ini.
Gambar 2.14 Rancangan Form Ubah Passoword
2.8.12
Rancangan Output Data penilaian
makalah per peserta
Berikut adalah rancangan hasil laporan dari penilaian makalah per
peserta.
Gambar 2.15 Rancangan
Output Data penilaian makalah per
peserta
2.8.13 Rancangan
Output Penilaian Seminar Per Peserta
Berikut adalah rancangan hasil laporan dari penilaian seminar per
peserta.
Gambar
2.16 Rancangan Output Data Penilaian
Seminar Per Peserta
3.
HASIL
Berdasarkan hasil penelitian yang
dilakukan di Universitas Bina Darma Palembang, hasil akhir dari semua kegiatan
dan tahapan-tahapan pengembangan sistem yang telah dilakukan merupakan
penerapan dari rancangan-rancangan yang telah diuraikan pada bab sebelumnya
yang terdiri dari desain file, desain
input, desain output. Adapun hasil
dari penelitian ini berupa Sistem penilaian kelompok PKL Prodi Sistem Informasi
Universitas Bina Darma Palembang. Sistem informasi ini dibuat dengan menggunakan
bahasa pemrograman PHP (Hypertext
Processor).
3.1 Form Login
Form ini akan muncul ketika sistem
dijalankan pertama kali. User diharuskan memasukan user id dan password untuk
dapat masuk ke menu utama. ada 2 tingkat pengguna yang dikenali oleh sistem.
Yang pertama administrator, yang mempunyai hak akses penuh atas sistem dan
juri.
Berikut
ini adalah tampilan form login : 
Gambar 3.1 Form login
3.2 Menu Utama Administrator
Menu
ini akan tampil setelah user berhasil login dan dikelali sebagi administrator. Di menu utama, admin
dapat menginputkan data peserta, juri, bobot nilai kritera, mengelola data
pengguna dan mencetak laporan.
Berikut adalah tampilan
menu utama administrator :
Gambar 3.2 Menu utama administrator
3.3 Form Input Data Peserta
Form
ini berfungsi untuk menginputkan data peserta PKL. Admin dapat mengedit dan
menghapus data yang telah diinputkan. Berikut adalah tampilan form menu input
data peserta :
Gambar 3.3 Form menu input data
peserta
3.4 Form Input Data Juri
Form
ini berfungsi untuk menginputkan data juri penilai. Admin dapat mengedit dan
mengahpus data yang telah diinputkan. Berikut adalah tampilan menu input data
juri :
Gambar 3.4 Form menu input data juri
3.5 Form Input Nilai Bobot Kriteria Makalah
Form ini berfungsi untuk menginputkan
nilai bobot kriteria penilaian makalah. Berikut adalah tampilan form input menu
bobot kriteria makalah :
Gambar
3.5 Form input nilai bobot kriteria makalah
3.6 Form Input Nilai Bobot
Kriteria Seminar
Form ini berfungsi untuk menginputkan
nilai bobot krteria penilaian seminar. Berikut adalah tampilan form input menu
bobot kriteria seminar :
Gambar
3.6 Form input nilai bobot kriteria seminar
3.7 Form Account
Form ini berfungsi untuk mengelola data user. Berkut adalah tampilan form account :
Gambar
3.7 Form account
3.8 Menu
Utama Juri
Menu ini akan tampil
setelah user berhasil login dan dikelali sebagi juri. Di menu utama, juri dapat menginputkan mengubah password dan
meinputkan hasil penialain yang diberikan ke masing-masing kelompok. Berikut
adalah tampilan menu utama juri :
Gambar
3.8 Menu utama juri
3.9 Form
Input Penilaian Makalah
Form
ini berfungsi untuk menginputkan hasil penilaian makalah peserta PKL. Berikut
adalah tampilan form input penilaian makalah :
Gambar
3.9 Form input penilaian makalah
3.10 Form Input Penilaian Seminar
Form
ini berfungsi untuk menginputkan hasil penilaian seminar peserta PKL. Berikut
adalah tampilan form input penilaian seminar :
Gambar
3.10 Form input penilaian seminar
3.11 Laporan Penilaian Makalah Perpeserta
Hasil penialain makalah kemudian dapat di cetak untuk
ditanda tangani penilai sebagai bukti bahwa nilai yang dberikan adalah benar.
Dan berikut adalah hasil laporan penialaian makalah perpeserta :
Gambar
3.11 Laporan penilaian makalah perpeserta
3.12 Laporan Penilaian Seminar Per Peserta
Hasil penialain
seminar kemudian dapat dicetak untuk ditanda tangani penilai sebagai bukti
bahwa nilai yang diberikan adalah benar. Dan berikut adalah hasil laporan
penialaian seminar perpeserta :
Gambar
3.12 Laporan penilaian seminar perpeserta
3.13 Laporan Penilaian Makalah Seluruh Peserta
Berikut adalah laporan hasil penialain makalah seluruh
perserta yang telah di rengking :
Gambar
3.13 Laporan penilaian makalah seluruh peserta
3.14 Laporan Penilaian Seminar Seluruh Peserta
Berikut adalah
laporan hasil penialain seminar seluruh perserta yang telah di rengking :
Gambar 3.14 Lapora
4. Kesimpulan
1.
Sistem Informasi ini dapat membantu
Kaprodi Sistem Informasi untuk menentukan kelompok terbaik secara cepat
2.
Sistem Pendukung Keputusan yang telah
dihasilkan ini dapat menyampaikan informasi secara tapat dan benar, serta
sebagai bahan untuk meningkatkan kemampuan dalam membuat suatu sistem informasi
sehingga bermanfaat bagi pihak yang memerlukan agar bisa dijadikan bahan
penelitian selanjutnya.
DAFTAR PUSTAKA
Kusrini. 2007. Konsep
dan Aplikasi Sistem Pendukung Keputusan. STIMIK AMIKOM: Yogyakarta.
Kusumadewi, Sri
dkk. 2006. Fuzzy multi-Attribut Decision Making (Fuzzy MADM). Graha Ilmu:
Yogyakarta.
Pressman, Roger S.
2001. Software Enginerring : A. Practitioner’s Approach. McGraw-Hill Higher
Education.
Widodo, S dkk.
2009. Sistem Pendukung Keputusan untuk Menentukan Penerima Beasiswa Bank BRI
Menggunakan FMADM (Studi Kasus : Mahasiswa Fakultas Teknologi Industri
Universitas Islam Indonesia).