-
DECISION SUPPORT SYSTEM (DSS) UNTUK PEMILIHAN DAN
PENEMPATAN JABATAN KAUR MENGGUNAKAN METODE
GROUP TECHNOLOGY DAN DECISION TABLE
TESIS
TEKNIK ELEKTRO KONSENTRASI SISTEM KOMUNIKASI DAN INFORMATIKA
Diajukan untuk memenuhi persyaratan
Memperoleh gelar Magister Teknik
RETNO DAMAYANTI
NIM 136060300111029
UNIVERSITAS BRAWIJAYA
FAKULTAS TEKNIK
MALANG
2017
-
ii
DECISION SUPPORT SYSTEM (DSS) UNTUK PEMILIHAN DAN PENEMPATAN
JABATAN KAUR MENGGUNAKAN METODE GROUP TECHNOLOGY DAN
DECISION TABLE
TESIS
Oleh:
Nama : RETNO DAMAYANTI NIM : 136060300111029 Program Magister :
Teknik Elektro Minat : Sistem Komunikasi dan Informatika
Naskah seminar hasil tesis ini telah direvisi dan disetujui oleh
dosen pembimbing Pada tanggal _________________
Ketua,
Rahmadwati, S.T., M.T., Ph.D. NIP. 19771102 200604 2 003
Anggota,
Dr. Ir. Harry Soekotjo Dachlan, M.Sc. NIP. 19490309 198602 1
001
Mengetahui, Ketua Program Studi Magister Teknik Elektro
Dr. Eng. Panca Mudjirahardjo, ST., MT. NIP. 19700329 200012 1
001
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA
MALANG 2017
-
iii
IDENTITAS TIM PENGUJI TESIS
JUDUL TESIS : Decision Support System (DSS) Untuk Pemilihan Dan
Penempatan
Jabatan Kaur Menggunakan Metode Group Technology Dan
Decision Table
Nama Mahasiswa : Retno Damayanti
NIM : 136060300111029
Program Studi : Magister Teknik Elektro
Minat : Sistem Komunikasi dan Informatika
KOMISI PEMBIMBING
Ketua : Rahmadwati, S.T., M.T., Ph.D.
Anggota : Dr. Ir. Harry Soekotjo Dachlan, M.Sc.
TIM DOSEN PENGUJI
Dosen Penguji 1 : Ir. Purnomo Budi Santoso, M.Sc., Ph.D.
Dosen Penguji 2 : Dr. Ir. Muhammad Aswin, M.T.
Tanggal Ujian : 21 Desember 2017
SK Penguji :
-
iv
PERNYATAAN ORISINALITAS PENELITIAN TESIS
Saya menyatakan dengan sebenar-benarnya bahwa sepanjang
pengetahuan saya dan berdasarkan hasil penelusuran berbagai karya
ilmiah, gagasan dan masalah ilmiah yang diteliti dan diulas di
dalam Naskah Tesis ini adalah asli dari pemikiran saya. Tidak
terdapat karya ilmiah yang pernah diajukan oleh orang lain untuk
memperoleh gelar akademik di suatu Perguruan Tinggi, dan tidak
terdapat karya atau pendapat yang pernah ditulis atau diterbitkan
oleh orang lain, kecuali yang secara tertulis dikutip dalam naskah
ini dan disebutkan dalam sumber kutipan dan daftar pustaka.
Apabila ternyata di dalam naskah Tesis ini dapat dibuktikan
terdapat unsur-unsur jiplakan, saya bersedia Tesis dibatalkan,
serta diproses sesuai dengan peraturan perundang-undangan yang
berlaku (UU No. 20 Tahun 2003, pasal 25 ayat 2 dan pasal 70).
Malang, Desember 2017
Mahasiswa,
RETNO DAMAYANTI
NIM. 136060300111029
-
v
RIWAYAT HIDUP
Retno Damayanti, Situbondo, 4 Oktober 1989, anak dari Bapak
Syaiful Bakhri dan Ibu Nur Hasanah, SD Negeri Kauman 1 Malang, SMP
Negeri 1 Malang, dan SMA Negeri 7 Malang lulus tahun 2007. Studi S1
Pendidikan Teknik Informatika Universitas Negeri Malang lulus pada
tahun 2011. Pengalaman kerja sebagai staff pengajar pada Politeknik
Negeri Malang sampai sekarang. Melanjutkan studi program Magister
(S2) di Program Magister Teknik Elektro Jurusan Elektro Fakultas
Teknik Universitas Brawijaya pada tahun 2013-2017.
Malang, Desember 2017
Penulis
-
vi
UCAPAN TERIMA KASIH
Keberhasilan penulis dalam menyelesaikan penelitian tesis ini
tak lepas dari bantuan dan dukungan berbagai pihak. Oleh karena
itu, penulis mengucapkan terima kasih kepada berbagai pihak yang
telah membantu dalam penyusunan skripsi ini, diantaranya:
1. Ibu Rahmadwati, ST., MT., Ph.D. selaku dosen pembimbing I
yang telah membimbing, mengarahkan, dan memberikan saran dengan
penuh kesabaran sehingga memudahkan penulis dalam menyelesaikan
tesis.
2. Bapak Dr. Ir. Harry Soekotjo Dachlan, M.Sc. selaku dosen
pembimbing II yang selalu aktif memberikan masukan-masukan teknis
sehingga esensi penelitian tesis ini benar-benar muncul ke
permukaan.
3. Bapak Dr.Eng. Panca Mudjirahardjo, ST., MT. selaku Ketua
Program Magister Teknik Elektro.
4. Seluruh Dosen program Magister Teknik Elektro khususnya dosen
program studi Magister Sistem Komunikasi dan Informtika.
5. Ayahanda Drs. Syaiful Bakhri, Ibunda Nur Hasanah, SST., serta
adik saya Hanifan Meiskandar atas segala dukungan dan doanya.
6. Suami tercinta Kurniawan Hadinata atas cinta kasih, dukungan,
dan doanya.
7. Teman-teman Program Magister Sistem Komunikasi dan
Informatika angkatan 2013.
8. Rekan-rekan Dosen Jurusan Teknologi Informasi Politeknik
Negeri Malang.
9. Kepada semua pihak yang telah membantu yang tidak dapat
penulis sebutkan satu persatu.
Semoga amal baiknya mendapat balasan yang setimpal dari Allah
SWT. Semoga apa yang terkandung di dalamnya dapat bermanfaat bagi
dunia Teknologi Informasi pada umumnya, dan berguna bagi penulis
khususnya serta sebagai bahan perbandingan untuk penulisan tesis
yang lebih baik.
Malang, Desember 2017
Penulis
-
vii
RINGKASAN
Retno Damayanti, Jurusan Teknik Elektro, Fakultas Teknik
Universitas Brawijaya, Desember 2017, Decision Support System (DSS)
untuk Pemilihan dan Penempatan Jabatan Kaur Menggunakan Metode
Group Technology dan Decision Table, Dosen Pembimbing: Rahmadwati
dan Harry Soekotjo Dachlan.
Bintaldam V Brawijaya merupakan salah satu institusi di bawah
naungan TNI (Tentara Nasional Indonesia), sebagai institusi
pembinaan mental komando daerah militer. Pada institusi ini sering
terjadi penggantian jabatan Kaur (Kepala Urusan). Hanya saja
kebanyakan dari jabatan Kaur tersebut diisi oleh pegawai yang tidak
sesuai dengan kompetensi yang dibutuhkan. Keadaan ini terjadi
karena kebutuhan jabatan Kaur yang harus diisi, ditambah lagi dalam
pengusulan calon oleh Kepala Seksi (Kasi), data isian banyak yang
tidak sesuai dengan fakta di lapangan, karena dalam memilih calon
tersebut masih memperhitungkan unsur subyektifitas. Proses
pemilihan Kaur dimulai dari calon yang dikirim dari masing-masing
kepala bagian administrasi. Calon tersebut kemudian harus memenuhi
tiga unsur penilaian, yaitu faktor kepribadian, faktor kecakapan,
dan faktor potensi. Calon tersebut akan diseleksi oleh Kabintal
sebagai pimpinan tertinggi di Bintaldam V Brawijaya. Namun Kabintal
seringkali menemui kesulitan untuk menentukan calon mana yang harus
dipromosikan, karena tidak ada sistem proporsional untuk mendukung
proses pengambilan keputusan. Sebuah metode sistem pendukung
keputusan (DSS) diperlukan untuk membuat penempatan calon Kaur yang
lebih akurat dan untuk mendapatkan hasil kepemimpinan yang lebih
baik. Penelitian ini mendayagunakan group technology (GT) sebagai
representasi struktur data hirarkis elemen penilaian dan decision
table (DT) sebagai mesin evaluasi aturan untuk membentuk DSS agar
proses pemilihan Kaur menjadi lebih mudah dan akurat.
Kata kunci : group technology, decision table, sistem penunjang
keputusan, kantor pembinaan mental, tentara nasional indonesia,
penilaian aspek evaluasi
-
viii
SUMMARY
Retno Damayanti, Department of Electrical Engineering, Faculty
of Engineering, Unversity of Brawijaya, Desember 2017, Decision
Support System Implementation for Candidate Selection of the Head
of Affairs in Bintaldam V Brawijaya using Group Technology and
Decision Table, Academic Supervisor: Rahmadwati and Harry Soekotjo
Dachlan.
One of agency under the subdivision of The Indonesian National
Army is Bintaldam V Brawijaya, acts as the mental founding agency.
The head of affairs position replacement is often occurred in this
agency, but the positions currently have a large number of
incompetence person in charge. Subjection in the election process
leads to the inaccurate placement, resulting in poor leadership.
The process of head of affairs assignment starts from candidates
dispatching from each head of administrative section. Those
candidates must then meet the three elements of assessment, i.e.
the personality element, qualification element, and potential
element. The candidates will be selected by head of agency as the
top leader in the agency. The head of agency, however, poses
difficulties to determine which candidate to put into position,
frequently because of no proportional system exists to provide
assistance in decision making process. A method is needed to make
more accurate placement for better leadership result. This research
utilize group technology as the assessment elements hierarchical
data structure and decision table as the rule evaluation engine to
form a decision support system for making the replacement process
of the heads of affairs easier and more accurate.
Keywords : group technology, decision table, decision support
system, mental founding agency, indonesian national army,
evaluation aspect
-
ix
KATA PENGANTAR
Puji syukur Alhamdulillah penulis haturkan kehadirat Allah SWT
atas nikmat, rahmat dan hidayah-Nya, shalawat serta salam tetap
tercurahkan kepada Nabi Muhammad SAW,
Decision Support System (DSS) Untuk Pemilihan dan Penempatan
Jabatan Kaur Menggunakan Metode Group Technology dan Decision
Tablemiliki.
Penyusunan tesis ini dimaksudkan untuk memenuhi salah satu
syarat dalam menyelesaikan program Magister Teknik (M.T.) dalam
bidang keahlian Teknik Elektro pada program studi Sistem Komunikasi
dan Informatika Universitas Brawijaya.
Dengan keterbatasan pengalaman, ilmu maupun pustaka yang
ditinjau, penulis menyadari bahwa tesis ini masih banyak kekurangan
dan pengembangan lanjut agar benar-benar bermanfaat. Oleh sebab
itu, penulis sangat mengharapkan kritik dan saran agar tesis ini
lebih sempurna, serta sebagai masukan bagi penulis untuk penelitian
dan penulisan karya ilmiah di masa yang akan datang.
Akhir kata, penulis berharap tesis ini memberikan manfaat bagi
kita semua terutama untuk pengembangan ilmu pengetahuan teknologi
informasi.
Malang, Desember 2017
Penulis
-
x
DAFTAR ISI
Halaman
PERNYATAAN ORISINALITAS PENELITIAN TESIS
.............................................. iii
RIWAYAT HIDUP
.............................................................................................................
v
UCAPAN TERIMA KASIH
..............................................................................................
vi
RINGKASAN
.................................................................................................................
vii
SUMMARY
................................................................................................................
viii
KATA PENGANTAR
........................................................................................................
ix
DAFTAR ISI
...................................................................................................................
x
DAFTAR TABEL
..............................................................................................................
xii
DAFTAR GAMBAR
........................................................................................................
xiii
PENDAHULUAN
................................................................................................................
1 1.1. Latar Belakang
...............................................................................................
1 1.2. Rumusan Masalah
..........................................................................................
3 1.3. Tujuan Penelitian
...........................................................................................
4 1.4. Batasan Masalah
............................................................................................
4 1.5. Manfaat Penelitian
.........................................................................................
4
TINJAUAN PUSTAKA
......................................................................................................
7 2.1. Hasil Penelitian
Terkait..................................................................................
7 2.2. Dasar
Teori.....................................................................................................
9 2.2.1. Decision Support System
(DSS).....................................................................
9 2.2.1.1. Konsep Dasar Decision Support System
........................................................ 9 2.2.1.2.
Karakteristik Decision Support System
........................................................ 10
2.2.1.3. Komponen Decision Support System
........................................................... 11
2.2.2. Group Technology (GT)
..............................................................................
11 2.2.3. Decision Table (DT)
....................................................................................
14
KERANGKA KONSEP PENELITIAN
..........................................................................
15 3.1. Kerangka Penelitian
.....................................................................................
15 3.2. Rancangan Proses dan Algoritma
................................................................ 16
3.2.1. Rancangan pada Group Technology (GT)
................................................... 16 3.2.2.
Rancangan pada Decision Table (DT)
......................................................... 20 3.3.
Variabel Penelitian
.......................................................................................
24 3.3.1. Variabel dalam Group Technology (GT)
..................................................... 24 3.3.2.
Variabel dalam Decision Table (DT)
........................................................... 25
METODE PENELITIAN
.................................................................................................
27 4.1. Metodologi Pengambilan dan Pengolahan Data
.......................................... 27 4.1.1. Analisis
Kebutuhan
......................................................................................
28 4.1.2. Perancangan Sistem
.....................................................................................
29 4.1.3. Perancangan Database
.................................................................................
31 4.1.4. Pengkodean
..................................................................................................
32 4.1.5.
Pengujian......................................................................................................
32
-
xi
4.1.6. Pengoperasian
..............................................................................................
33
HASIL PENELITIAN DAN PEMBAHASAN
................................................................ 35
5.1. Rancangan Sistem
........................................................................................
35 5.2. Rancangan Database
....................................................................................
37 5.3. Desain Antarmuka Perangkat Lunak
........................................................... 39 5.4.
Pengkodean Perangkat Lunak
......................................................................
46 5.5. Pengkodean Database
..................................................................................
47 5.6. Pengujian Sistem
..........................................................................................
48 5.7. Implementasi ke Bintaldam V Brawijaya
.................................................... 49
KESIMPULAN DAN SARAN
..........................................................................................
53 6.1. Kesimpulan
..................................................................................................
53 6.2. Saran
............................................................................................................
53
DAFTAR PUSTAKA
LAMPIRAN
-
xii
DAFTAR TABEL
No. Judul Halaman
Tabel 5.1 Hasil Pengujian dengan Data Volume Tinggi.
........................................ 49
-
xiii
DAFTAR GAMBAR
No. Judul Halaman
Gambar 2.1 SkemaISusunan PengkodeanImodeIHirarki.
........................................... 12
Gambar 2.2 SkemaISusunan PengkodeanImodeIAtribut (Polycode).
........................ 13
Gambar 2.3 Skema Susunan Pengkodean Hybrid.
..................................................... 13
Gambar 2.4 Susunan Decision Table.
.........................................................................
14
Gambar 3.1 Kerangka Berfikir Penelitian.
..................................................................
15
Gambar 3.2 Flowchart dari pemasukan data kriteria pada GT.
.................................. 17
Gambar 3.3 Flowchart dari pengambilan data kriteria pada GT.
............................... 18
Gambar 3.4 Struktur hirarki yang terbentuk pada GT.
............................................... 19
Gambar 3.5 Representasi struktur data GT pada database.
........................................ 20
Gambar 3.6 Flowchart dari pemasukan data aturan (rule) pada DT.
......................... 21
Gambar 3.7 Flowchart dari pengambilan keputusan sesuai dengan
pengujian kondisi pada DT.
..................................................................................................
22
Gambar 3.8 Struktur relasional yang terbentuk pada DT.
.......................................... 23
Gambar 3.9 Representasi struktur data DT pada database.
........................................ 24
Gambar 4.1 System Development Life Cycle (SDLC) model Waterfall.
.................... 28
Gambar 4.2 Flowchart Desain Sistem.
.......................................................................
29
Gambar 4.3 Rencana awal rancangan database.
......................................................... 31
Gambar 5.1 Diagram Konteks dari DSS Pemilihan Kaur.
.......................................... 36
Gambar 5.2 Rancangan Database DSS Pemilihan Kaur.
............................................ 37
Gambar 5.3 Desain halaman dan menu utama.
........................................................... 39
Gambar 5.4 Tampilan form daftar kondisi, menampilkan grup
Kecakapan. .............. 40
Gambar 5.5 Tampilan form daftar kondisi, menampilkan grup
Kepribadian. ............ 41
Gambar 5.6 Tampilan form daftar kondisi, menampilkan grup
Potensi. .................... 42
Gambar 5.7 Tampilan form daftar Kaur.
....................................................................
43
Gambar 5.8 Tampilan form daftar aturan (decision table).
........................................ 44
Gambar 5.9 Tampilan form daftar calon kandidat dan penilaiannya.
......................... 45
Gambar 5.10 Tampilan form pengambilan keputusan.
................................................. 46
Gambar 5.11 Hasil laporan penunjang keputusan dari aplikasi.
................................... 50
-
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
KualitasISumber DayaIManusiaI(SDM) merupakan salah satu faktor
yangIberpengaruh
dalamImeningkatkanIproduktifitas kinerjaIsuatuIinstansi. Menurut
Lyle M. Spencer dan
Signe M. Spencer (1993), kompetensiImerupakanIbagian dalamIdan
selamanyaIadaIpada
kepribadianIseseorangIdan dapatImemprediksikanItingkah laku
danIperformansiIsecara
luasIpadaIsemua situasiIdan jobItasks. OlehIkarenaIitu
diperlukanISDMIyangImempunyai
kompetensiItinggiIkarena akan
dapatImendukungIpeningkatanIpenilaianIkinerja pegawai.
Penilaian tersebut selanjutnya digunakan untuk penentuan dan
penempatan jabatan pegawai.
MasalahIsubyektifitasIdalam penilaianIkinerjaIpegawai
merupakanIhalIyangIhampir tidak
dapatIdihindari. IPenilaianIsecara kuantitatifIsering dianggap
mengecewakanIkarena
sulitnyaImengukurIparameter-parameter yangIada. DiIlainIpihak,
pimpinanIdanIpegawai
membutuhkanIproses penilaian kinerjaIyangIcepat sehinggaIdapat
memberikanIumpan
balikIdanIperbaikanIyangIcepat diIlingkunganIkerja.
Salah satu instansi yang mengalami kendala subyektifitas yaitu
instansi Pembinaan
Mental Komando Daerah Militer (Bintaldam) V Brawijaya yang
berada di bawah naungan
Tentara Nasional Indonesia (TNI) khususnya Angkatan Darat (AD).
Di dalam instansi
Bintaldam V Brawijaya sering terjadi pergantian jabatan terutama
jabatan Kepala Urusan
(Kaur). Dalam pengusulan calon oleh Kepala Seksi (Kasi), data
isian banyakIyangItidak
sesuaiIdenganIfaktaIdiIlapangan, karena dalam memilih calon
tersebut masih menggunakan
koreksi manual yang memiliki potensi untuk terjadinya kesalahan.
Hal ini disebabkan oleh
banyaknya daftar isian yang harus dipertimbangkan, sementara
calon yang diusulkan juga
sangat banyak, serta waktu diselenggarakannya proses pemilihan
sering terjadi. Secara
berkala proses ini dilakukan setiap tiga bulan sekali dan untuk
kasus surat mutasi yang turun
secara mendadak dari pusat harus dilakukan sesegera mungkin.
Proses pemilihan Kaur dimulai dari pengiriman calon dari
tiap-tiap Kasi. Calon yang
diusulkan harus memenuhi 3 (tiga) faktor evaluasi yang tertuang
dalam Petunjuk
Pelaksanaan Pengisian Daftar Penilaian (DAPEN) Perwira TNI
Angkatan Darat no.
-
2
Perkasad/57/IX/2009. Faktor evaluasi tersebut meliputi (1)
faktor kepribadian, (2) faktor
kecakapan, dan (3) faktor potensi yang dimiliki para calon Kaur.
Calon Kaur tersebut akan
diseleksi oleh Kabintal selaku Pimpinan tertinggi di Bintaldam V
Brawijaya. Kabintal sering
mengalami kendala dalam menentukan hasil akhir Kaur yang
terpilih. Hal ini disebabkan
karenaIbelumIadanyaIsistemIyangIdapatImembantuIKabintal dalam
mengambil keputusan.
Selama ini, isian data usulan dari Kasi dibandingkan secara
manual, sehingga dalam proses
pembobotan, setiap faktor tersebut masih banyak unsur
subyektifitas. Kabintal
menginginkan data dari tiap Kasi merupakan data yang obyektif,
sehingga dapat diolah
dengan benar.
Dalam pengambilan keputusan pemilihan dan penempatan jabatan
untuk
mengoptimalkan pemilihan pegawai yang akan direkomendasikan
untuk mendapatkan
promosi jabatan, maka dibutuhan sebuah Decision Support System
(DSS) yang
terkomputerisasi. DSS sebagaiIsekumpulan tools komputerIyang
terintegrasiIyang
mengijinkanIseorangIdecisionImakerIuntuk
berinteraksiIlangsungIdenganIkomputer, untuk
menciptakanIinformasiIyang berguna dalamImembuatIkeputusan
semiIterstrukturIdan
keputusanItakIterstrukturIyangIdapatIterantisipasi.
PengambilanIkeputusan dihadapkan denganIbeberapa pilihan yang
beragamIdan
berbagaiImacam pertimbanganIpenilaian dalam memutuskan pilihan.
Pertimbangan tersebut
antaraIlainIberagamIkriteria yangIadaIuntukIjabatanItertentu dan
spesifikasiIpegawaiIyang
akanIdiposisikan. PertimbanganItersebut cukupIsulitIuntuk
pimpinanIdalamImengambil
keputusan. PengambilanIkeputusanIyangItidakItepatIsering
mengakibatkanIpegawaiIyang
terpilihItidakImemenuhiIspesifikasi
jabatanIdanIkerjanyaIkurangIbaik, sedangkanIpegawai
yangItidakIterpilihIjustru memenuhi spesifikasi jabatanIyang
ditawarkanIdanImemiliki
kinerjaIyangIbaik.
Untuk itu, perlu dibuat sebuah DSS dalam pemilihan dan
penempatan jabatan Kaur di
instansi Bintaldam V Brawijaya. Dengan adanya sistem ini,
diharapkan dapat membantu
Kabintal selaku pengambil keputusan dalam memilih calon Kaur
yang sesuai dengan kriteria
yang dibutukan oleh instansi. Banyak metode dalam DSS
diantaranya SimpleIAdditive
Weighting (SAW), Technique forIOther ReferenceIby Similarity
toIIdealISolution
(TOPSIS), Group Technology (GT), Decision Table (DT), dan
lain-lain. Dari sekian banyak
metode dalam DSS, dalam penelitian ini dipilih metode Group
Technology (GT) dan
Decision Table (DT) untuk menyelesaikan kasus pemilihan dan
penempatan jabatan Kaur di
Bintaldam V Brawijaya.
-
3
Group Technology (GT) merupakan suatu filosofi yang diterapkan
pada beberapa
masalah yang memiliki kesamaan,
masalahIyangIsamaItersebutIdikelompokan laluIdibuat
sebuahIpemecahanItunggal untuk mengatasi hal tersebut sehingga
menghemat waktu dan
tenaga (Amelia, 2007). Penggunaan GT ditujukan untuk
representasi yang sederhana pada
penyimpanan data dan kodifikasi data evaluasi, karena
menggunakan struktur hirarki yang
diimplementasikan pada klasifikasi dan kodefikasi. Dalam hal ini
GT akan digunakan untuk
klasifikasi dan kodefikasi 3 faktor evaluasi sebagai parameter.
Sedangkan Decision Table
(DT) adalah suatuItabelIyangImenggambarkan suatuIkondisiIyang
komplek yangIdapat
digunakanIsebagaiIalatIbantu dalamIpengambilanIkeputusan.
Pemilihan DT ditujukan
untuk mendapatkan kemudahan implementasi struktur IF-THEN yang
bisa ditentukan oleh
pengguna sistem dengan kombinasi yang tidak berhingga. DT ini
digunakan untuk
menentukan aspek evaluasi dari 3 parameter yang telah ditentukan
serta pengelompokan
hasil kodefikasinya.
Penggunaan GT dilakukan pada penelitian ini karena merupakan
model yang tepat
untuk menggambarkan struktur hirarki dalam penggolongan aspek
evaluasi. Dalam
penggunaan GT, ditekankan struktur tersebut menggunakan sistem
pengkodean monocode
karena strukturnya yang sederhana dan bisa dibuat dalam tiga
level yang sama. Sedangkan
pemilihan DT pada penelitian ini didasarkan pada kemampuannya
menyimpan daftar aturan
yang dinamik, dalam artian daftar aturan tersebut tidak harus
diubah dalam pemrograman,
namun bisa dengan mudah diubah pada level database.
Berdasarkan uraian di atas, perlu dirancang suatu Decision
Support System (DSS) yang
dapat membantu Kabintal V Brawijaya dalam memilih dan menentukan
calon Kaur sehingga
dapat diambil suatu pendukung keputusan. Oleh karena itu judul
penelitian tesis yang
Decision Support System (DSS) untuk Pemilihan dan Penempatan
Jabatan
Kaur Menggunakan Metode Group Technology dan Decision Table
1.2. Rumusan Masalah
BerdasarkanIuraianIdariIlatarIbelakang, maka
dapatIdirumuskanIsuatuIpermasalahan
sebagaiIberikut:
a. Bagaimana menerapkan metode Group Technology dan Decision
Table pada DSS
Untuk Pemilihan dan Penempatan Jabatan Kaur di kantor Pembinaan
Mental
Komando Daerah Militer (Bintaldam) V Brawijaya.
-
4
b. Bagaimana membuat suatu DSS Untuk Pemilihan dan Penempatan
Jabatan Kaur di
kantor Pembinaan Mental Komando Daerah Militer (Bintaldam) V
Brawijaya
dengan database profil pegawai dan profil jabatan yang
terorganisir.
1.3. Tujuan Penelitian
TujuanIyangIinginIdicapaiIdiIdalamIpenelitianIiniIadalah:
a. Menerapkan metode Group Technology (GT) dan Decision Table
(DT) guna
mengurangi subyektifitas dalam penilaian kinerja pegawai.
b. Terwujudnya DSS yang dapat membantu Kepala Pembinaan Mental
(Kabintal) V
Brawijaya dalam mengambil keputusan untuk memilih personil yang
akan
dipromosikan untuk menempati jabatan Kaur secara cepat dan
akurat.
1.4. Batasan Masalah
UntukImencegah pembahasan yang menyimpangImakaIpenulis membatasi
hanya pada:
1. Group Technology digunakan untuk mengelompokkan
kriteria-kriteria yang sama
dari tiap calon Kaur, sedangkan Decision Table digunakan sebagai
seperangkat
aturan untuk menentukan calon terbaik.
2. Data penelitian yang digunakan adalah data dari kantor
Pembinaan Mental
Komando Daerah Militer (Bintaldam) V Brawijaya.
3. Aplikasi yang dibangun berbasis desktop menggunakan server
dan jaringan lokal
agar bagian personalia dapat melakukan proses input data, dan
aplikasi DSS dapat
diakses oleh Kabintal, serta data dapat terorganisir secara real
time.
1.5. Manfaat Penelitian
HasilIpenelitianIiniIdiharapkan:
1. Dapat membantu Kepala Pembinaan Mental (Kabintal) V Brawijaya
dalam
memilih Kaur yang tepat, serta bagian Personalia kantor
Pembinaan Mental
Komando Daerah Militer (Bintaldam) V Brawijaya dalam mendapatkan
data
personil yang akan dipromosikan dalam penempatan jabatan
tertentu secara cepat
dan akurat sehingga nantinya personil tersebut dapat
melaksanakan tugas pokok
dan fungsi pada jabatan yang diduduki secara produktif dan
professional.
-
5
2. Untuk perkembangan IPTEK, penelitian ini diharapkan dapat
menjadi media
pemanfaatan metode Group Technology (GT) dan Decision Table (DT)
untuk
aplikasi Decision Support System (DSS).
-
6
-
7
BAB II
TINJAUAN PUSTAKA
2.1. Hasil Penelitian Terkait
BerikutIini adalah beberapa hasil penilitianIyang terkait
denganIDecision Support
System (DSS) dengan menggunakan metode Group Technology dan
Decision Table.
Fauzia (2008), meneliti tentang AplikasiIGroupITechnologyIDalam
Perancangan Ulang
TataILetakIFasilitasIProduksi Pada PembuatanIMesinIPlastik.
Perusahaan Dimasari Tehnik
memproduksi mesin plastic beserta komponennya. Kondisi layout
fasilitas produksi (layout
mesin) perusahaan terlihat kurang teratur. Penempatan hasil
produksi kurang sistematis
sesuai dengan langkah produksi sehingga menghasilkan tempuhan
yang panjang, aliran yang
tidak sempurna seperti adanya aliran berpotongan dan gerakan
bolak-balik pada aktivitas
produksi maupun pemindahan material. Hal tersebut dapat
mengganggu kelancaran aliran
produksi serta meningkatkan aktivitas pemindahan material
sehingga perlu dilakukan
perancangan ulangItata letakIfasilitas produksiI(layout
mesin)IdenganImenggunakan
aplikasiIGroupITechnology. Metode yang digunakan dalam Group
Technology adalah
metode Production Flow Analysis, Rank Order Clustering, dan
Metode Hollier. Penelitian
tersebut mendapatkan 3 macam layout usulan Group Technology yang
mana menghasilkan
alternatif ke-3 menjadi layout terpilih. Layout usulan Group
Technology alternatif ke-3
memiliki aliran pemindahan material yang teratur dan performansi
yang lebih baik dibanding
alternatif 1 dan 2, baik dari segi jarak material handling
sebesar 1944,63 meter per bulan
(penghematan sebesar 48% dari layout awal), maupun waktu
material handling sebesar
5982,88 detik per bulan (penghematan sebesar 48% dari layout
awal). Biaya investasi
relayout pada alternatif ke-3 sebesar Rp 24.708.900,- dengan pay
back period selama ± 1
bulan.
Renaissance of Group Technology: Reducing
Variability to Match Lean Production Prerequisites Group
Technology diciptakan untuk mentransfer manfaat skala ekonomi ke
jobshop Produksi
selama tahun 1960an, metodologi dasarnya masih relevan untuk
produksi modern, yang
mengikuti paradigma produksi ramping. Makalah ini membahas
bagaimana Group
-
8
Technology telah berkembang menjadi alat penting dalam rekayasa
industri dalam dekade
terakhir dan bagaimana penerapannya dalam konteks Lean
Production. Selain itu, penulis
menyajikan dua contoh penelitian terkini di bidang Group
Technology dan Lean Production:
Meratakan volume rendah, produksi campuran tinggi dan model
campuran Penyeimbangan
jalur perakitan.
Shahdi- Group Technology-based model
and cuckoo optimization algorithm for resource allocation in
cloud computing
bahwa kontrol biaya operasional merupakan salah satu tujuan
utama masalah pengelolaan
sumber daya dalam Cloud Computing (CC). Makalah ini menyajikan
model matematika
baru berdasarkan Group Technology (GT) untuk memetakan virtual
machines (VMs) ke alur
kerja untuk mengendalikan beberapa biaya (misalnya biaya
transfer, biaya penalti dan biaya
server) saat VM dijalankan. GT adalah teknik manufaktur yang
terkenal di lingkungan
industri yang dapat mengendalikan beberapa tindakan (misalnya
pergerakan bagian,
pemanfaatan sumber daya). Dalam masalah skala besar diusulkan
Cuckoo Optimization
Algorithm (COA) untuk menguji keefektifan pendekatan ini.
Penulis menghasilkan
serangkaian masalah secara acak dan kemudian membandingkan model
dan COA dengan
algoritma yang terkenal dalam literatur yang disebut Round Robin
(RR). Analisis hasil
perhitungan membuktikan bahwa pendekatan ini memberikan kinerja
yang lebih baik
daripada RR.
Dana (2012), meneliti tentang SistemIPendukungIKeputusan
PengobatanIPenderita
DiabetesIMenggunakan IntegrasiIDecisionITable dan
AlgoritmaIGenetika. Manajemen
penyakit ini memerlukan pengaturan diet yang berhubungan dengan
ramuan bahan masakan.
Guna mendapatkan ramuan masakan yang sesuai dengan jenis
diabetes disertai kandungan
gizinya, maka dibutuhkan gabungan dari dua metode
yaituIDecisionITable (DT) dan
AlgoritmaIGenetika (AG)Iyang berfungsi beda namun
menghasilkanIoutput sesuai
kebutuhan. DataImasukanIdari penderita akan diolah menggunakan
DT sesuai dengan
knowledge base agar didapatkan tipe diabetes penderita. Kemudian
dari hasil prosesnya, data
gizi beserta data masukan diolah menggunakan AG sehingga
mendapatkan ramuan masakan
yang disesuaikan dengan penderita. Ada 200 data ramuan masakan
yang digunakan sebagai
masukan yang diperoleh dari sumber ahli dan para ahli gizi. Dari
data yang ada maka dapat
dipola format populasi dengan jumlahan yang beragam di
masing-masing kromosomnya
yang terdiri dari 10 gen, tiap gen merepresentasikan indeks
ramuan masakan dalam
database. Nilai peluang crossover ditentukan dengan cara
membangkitkan nilai random
-
9
guna menghasilkan gabungan yang memiliki nilai fitness terbaik.
Keluaran yang dihasilkan
merupakan gabungan ramuan masakan sesuai gizi dan jenis
diabetes. Hasil analisis adalah
jumlah kalori yang dibutuhkan per orang, beratIbadanIideal, dan
yang merupakanIhasilIdari
DT. HasilIdari DT adalahIkebutuhan gizi setiap orang dan hasil
dari AGIadalah ramuan
masakan wajib dan ramuan masakan pantangan.
2.2. Dasar Teori
2.2.1. Decision Support System (DSS)
Decision Support System (DSS) merupakan sistem berbasis pengolah
dataIinteraktif,
yangImembantuIparaIpengambilIkeputusanIuntuk memakai dataIdan
bermacam-macam
modelIuntukImemecahkanIproblem-problem tidak tersusun
(ScottIMorton, 1971, dalam
Turban, et. al., 2005). Menurut Keen, sistemIpenyanggaIkeputusan
(DSS) memadukan
sumberIdaya intelektual dari individu dengan kemampuan pengolah
dataIuntuk
meningkatkanImutuIkeputusan. DSS
merupakanIsistemIpenyanggaIberbasis pengolah data
teruntukkan paraIpengambil keputusanImanajemen
yangImenanganiIproblem-problem
tidakItersusun.
MenurutIAzhar (1995), dari pengertianIsistem penyangga keputusan
(DSS) maka bisa
ditentukan karakteristiknya antara lain:
2.2.1.1. Konsep Dasar Decision Support System
DecisionISupportISystem (DSS) mulaiIdikembangkan dalam
tahunI1960-an, tetapi
istilahIsistemIpenyangga keputusan ituIsendiri baruImuncul
dalamItahun 1971, yang
dikreasikan oleh G. AnthonyIGorry dan Micheal S.ScottIMorton,
keduanyaImerupakan
profesorIdi MIT. HalIitu merekaIlakukanIdenganItujuan
untukImengkreasikanIkerangka
kerja untuk mengarahkan aplikasi pengolah data kepada
pengambilan
keputusanImanajemen.
SementaraIitu, perintisIsistem
penyanggaIkeputusanIyangIlainIdariIMIT, yakni Peter
G.W. KeenIyangIbekerjaIsamaIdengan ScottIMorton telah
mendefenisikan tigaItujuan yang
wajibIdicapaiIolehIsistemIpenyanggaIkeputusan, yakni:
1. SistemIwajib bisa manajer dalamImembuat keputusanIuntuk
memecahkan problem
semiItersusun.
-
10
2. SistemIwajib bisa mendukungImanajer, tidak
mencobaImenggantikannya.
3. SistemIwajib bisaImeningkatkanIefektivitas
pengambilanIkeputusanImanajer.
Tujuan-tujuanItersebut mereferensi dalamItiga prinsipIdasar
sistemIpenyangga
keputusan (Kadarsah, 1998), yakni:
1. Susunan problem: untukIproblemIyangItersusun,
penyelesaianIbisaIdilakukan
denganImemakaiIrumus-rumusIyangIsesuai, tetapi
untukIproblemItersusunItidak
bisaIdikomputerisasi, sedangkan sistem penyangga
keputusanIdikembangkan
khususnyaIuntukImenyelesaikanIproblem yang semiItersusun.
2. DukunganIkeputusan: sistemIpenyangga keputusan tidak
dimaksudkanIuntuk
menggantikanImanajer, karena pengolah dataIberada diIbagian
tersusun, sementara
manajerIberadaIdibagian takItersusun untukImemberikanIpenilaian
dan melakukan
analisis. ManajerIdan pengolah dataIbekerjaIsamaIsebagaiIsebuah
timIpemecah
problemIsemiItersusun.
3. EfektivitasIkeputusan: tujuanIutamaIdariIsistem penyangga
keputusanIbukanlah
mempersingkatIwaktu pengambilan keputusan, tetapiIagar
keputusanIyang
dihasilkanImenjadiIlebihIbaik.
2.2.1.2. Karakteristik Decision Support System
Sistem penyangga keputusanIdirancangIsecaraIterutama
untukImendukungIseseorang
yangIwajib mengambil keputusan-keputusan tertentu.
MenurutIKusrini (2007), ada
beberapaIkarakteristikIsistem penyanggaIkeputusan, yakni:
1. Interaktif
DSS mempunyai userIinterface yang komunikatifIsehingga
pemakaiIbisa
melakukanIaksesIsecara cepat ke database danImemperoleh
informasiIyang
dibutuhkan.
2. Fleksibel
DSS mempunyai sebanyakImungkin variabelImasukan,
kemampuanIuntuk
mengolah dan memberikan keluaranIyang menyajikan
alternatif-alternatif
keputusanIkepadaIpemakai.
3. Data mutu
-
11
DSS mempunyaiIkemampuan menerimaIdata mutu
yangIdikuantitaskanIdan
sifatnyaIsubyektifIdariIpemakainya, sebagaiIdataImasukan untuk
pengolahan data.
Misalnya: penilaianIterhadapIkecantikanIyangIbersifat mutu,
bisaIdikuantitaskan
denganIpemberianIbobotInilaiIsepertiI75 atau 90.
4. ProsedurIPakar
DSS mengandungIsuatuIprosedur yangIdirancang berdasarkanIrumusan
formal
atauIjuga beberapa prosedur kepakaran seseorangIatau
kelompokIdalam
menyelesaikanIsuatuIbidangIproblemIdenganIfenomenaItertentu.
2.2.1.3. Komponen Decision Support System
MenurutISubakti (2002), komponen-komponenIdari DSS merupakan
sebagaiIberikut:
1. DataIManagement
TermasukIdatabase, yangImengandungIdata-data relevan yang
bergunaIuntuk
bermacam-macam situasi danIdiatur olehIsoftware yang disebut
Database
ManagementISystem (DBMS).
2. ModelIManagement
MelibatkanImodelIfinansial, statistikal, managementIof science,
atauIbermacam-
macam modelIkualitatifIlainnya, sehingga bisa memberikan ke
sistemIsuatu
kemampuanIanalitis, danImanajemenIsoftware yangIdibutuhkan.
3. Communication
UserIbisa berkomunikasiIdanImemberikan perintahIdalam
DSSImelaluiIsubsistem
ini. HalIiniIberartiImenyediakan komunikasiIantarmuka.
4. KnowledgeIManagement
SubsistemIoptionalIini bisa mendukungIsubsistemIlain atau
bertindakIsebagai
komponenIyangIberdiriIsendiri.
2.2.2. Group Technology (GT)
GroupITechnology atau GT merupakanIsuatuIteknikIdan
filosofiImanufakturing yang
dipakaiIuntukImengefisiensikan produksiIberdasarkanIkesamaan
dariIkomponen, bentuk,
dimensi, ruteIprosesImaupun kesamaanIlainnya. Group Technology
diterapkanIdalam
-
12
problem yangImempunyaiIbanyak
kesamaanIdanImengelompokkannyaIberdasarkan dalam
persamaanItersebut dan menemukanIsolusi untuk tiap kelompok
persamaanIsehingga
menghematIwaktuIdanIusaha. (Amelia, 2007)
MenurutIChang (2005), dilihat dari sisi susunan pengelompokan
data, GT mempunyai
tiga susunan utama, yakni Monocode, Polycode, dan Hybrid.
Dalam susunan Monocode, kodeIdalam
masing-masingIdigitImemperkuat informasi
dariIdigit sebelumnya. Tiap-tiapIdigit (posisi) dalamIcode
direpresentasikanIdalam
fitur/subgroup. DigitIpertama mewakiliIseluruh group.
DigitIselanjutnya mewakili
kelompokIsub-fitur, danIseterusnya. Code iniIsulit
dibangunIkarenaImembutuhkanIanalisa
yangImendalamIdanIbiasanyaIbersifat permanen.
Gambar 2.1 SkemaISusunan PengkodeanImodeIHirarki.
Dalam Gambar 2.1 menunjukan tipe pengkodean dengan mode
hierarchical structure.
Kelebihan susunan ini antara lain :
Dengan hanya sedikit digit, namun informasiIyang
diberikanIbanyak.
Susunan hirarkiImengijinkan beberapaIbagianIkode
dipakaiIuntukIinformasi yang
takIsama.
KekuranganIsusunan ini antara lain:
Susunan hirarkiItidakIbaik dipakai untukIgroup/fitur
yangIbanyak.
Dalam susunan polycode, masing-masingIdigit
tidakItergantungIdalam digitIyang
lainnyaIsehingga bisa mengakomodasi setiapIperubahan. Susunan
Polycode bisa
digambarkanIdalam Gambar 2.2.
End Product(Final Assembly)
Complex Parts(Sub Assemblies)
Pieces Parts (Units)
Forepieces(Row Materials)
PurchasedParts
-
13
Gambar 2.2 SkemaISusunan PengkodeanImodeIAtribut (Polycode).
Kelebihan susunan ini terdapat pada kemudahannya dalam
perumusan, sedangkan
kekurangannya yaitu:
HanyaIsedikit informasi yang didapatIdalam digit,
sehinggaIinformasi yang
didapatIkurang.
PerbandinganIkode-kodeIbagian (untuk memeriksa kesamaan)
membutuhkan lebih
banyakIpekerjaan.
Susunan MixedIcode, merupakanIpencampuranIantara monocode dan
polycode,
beberapaIdigitIbisa berbentukImonocodeItapi
secaraIkeseluruhanImerupakan polycode.
Gambar 2.3 Skema Susunan Pengkodean Hybrid.
MenurutIKusiak (2005) teknikIpengklasifikasian dalamIgroup
teknologiIdibedakan
menjadiIdua cara, yakni:
1. TeknikIVisual
Dalam teknikIvisual pengelompokan
part/komponenIberdasarkanIkemiripan dari
bentukIgeometri. PengelompokanIpart/komponen
denganImemakaiIteknikIvisual
iniIsangat tergantung dalam pilihanIyang dimiliki olehIpengambil
keputusan. Oleh
sebabIituIteknik ini bisa dipakaiIdalam kasusIdimana
jumlahIkomponen yang
diamatiIberjumlahIsedikit.
2. TeknikICoding
-
14
Pengelompokan part dalam teknik ini berdasarkan dalam geometri,
dimensi, jenis
material, bentuk bahan baku, dan akurasi yang diinginkan dari
finished part.
Dengan memakai sistem pengkodean ini, maka setiap komponen akan
diberi kode
berupa angaka dan huruf, yang setiap digitnya mewakili atribut
dari part tersebut.
2.2.3. Decision Table (DT)
TabelIkeputusan (Decision Table) merupakanIsuatuItabel
yangImenggambarkanIsuatu
kondisiIyangIkomplek yangIbisaIdipakaiIsebagai alatIbantuIdalam
pengambilan keputusan.
SusunanItabelIkeputusan terdiriIdari empatIbagianIutama yakni
ConditionIStub, Condition
Entry, ActionIStub dan ActionIEntry. ConditionIstubImerupakan
bagianIyangIberisiIkondisi
yangIakan diseleksiIsedangkan conditionIentry merupakan
bagianIyang berisi kemungkinan
dariIkondisiIyangIdiseleksi. KondisiIyang diseleksiImempunyai
duaIkemungkinanIyakni
terpenuhi (diberiI ItidakIterpenuhi (diberiI Iterdapat x
kondisiIyangIdiseleksi makaIakanIterdapat 2x
kemungkinanIkejadian. DalamIbagian action
stub akanIberisiIpernyataan-pernyataan
yangIakanIdikerjakanIbaikIkondisi yangIdiseleksi
terpenuhiImaupunItidak terpenuhiIsedangkan dalamItahap action
entry dipakaiIuntuk
memberiItandaItindakan manaIyang akan dilakukanIdan mana
yangItidak dilakukan. Untuk
lebihIjelasnya bisaIdiIgambarkan sepertiIGambar 2.4.
Gambar 2.4 Susunan Decision Table.
-
15
BAB III
KERANGKA KONSEP PENELITIAN
KerangkaIkonsepIpenelitian adalahIsuatuIhubunganIantara konsep
satuIdenganIkonsep
yangIlainnyaIdari permasalahanIyang inginIditeliti.
SehinggaIkerangka konsepIberguna
untukImenghubungkan secaraIterinciItentang
suatuItopikIyangIdibahas.
3.1. Kerangka Penelitian
KerangkaIkonsepIpenelitianIadalah kerangkaIhubunganIantara
konsep-konsep yang
inginIdiamati danIdiukur melaluiIpenelitian yangIakanIdilakukan
(Notoatmojo, 2010).
Penyusunan kerangka konsepIpenelitian diharapkan dapat membantu
dalam membuat
hipotesis, dan memberikan gambaran rencana penelitian yang akan
dilakukan. Dalam bagian
ini, akan dibahas tentang penjelasan mengenai kerangka konsep
penelitian dan hipotesis
tentang proses Group Technology dan Decision Table untuk
menghasilkan alternatif
keputusan dalam pemilihan dan penempatan jabatan Kaur.
Gambar 3.1 Kerangka Berfikir Penelitian.
-
16
KonsepIyangIdigunakan untukIpengembangan sistem pendukung
keputusanItergambar
padaIGambar 3.1. Sebagian besar data pegawai yang menjadi
persyaratan perlu disimpan ke
dalam database instansi meliputi data pegawai, data keluarga,
Buku Catatan Personil,
absensi harian, absensi kegiatan umum, absensi kegiatan
keagamaan, absensi kegiatan
Persatuan Istri Tentara (Persit), laporan kegiatan, tes
psikologi periodik, tes kesehatan dari
Kesdam & Jasdam, serta penilaian atasan yang tertera dalam
Daftar Penilaian (Dapen),
sehinggaIdapatIlangsung diolahIdanIdipadukan dengan form
pengajuan calon jabatan Kaur
untuk dilakukan pengambilan keputusan. Penentuan klasifikasi
calon Kaur menggunakan
metode Group Technology, dan untuk penentuan penilaiannya
menggunakan metode tabel
keputusan. Klasifikasi penentu penilaian pengajuan calon Kaur
dikategorikan sebagai
berikut: (1) faktor kepribadian yang segi evaluasinya meliputi
moral, disiplin, dedikasi,
kejujuran, tanggu jawab, keuletan, kestabilan jiwa, loyalitas,
penyesuaian diri, dan
kemampuan untuk maju, (2) faktor kecakapan yang segi evaluasinya
meliputi
kepemimpinan, kerjasama, kreativitas, daya tanggap, kemampuan
merencanakan,
kemampuan mengarahkan, kemampuan menyatakan pendapat, kemampuan
memutuskan,
kemampuan mengawasi/mengendalikan, dan kemampuan melaksanakan
tugas, dan (3)
faktor potensi yang segi evaluasinya meliputi bidang penugasan
dan kemungkinan promosi.
3.2. Rancangan Proses dan Algoritma
3.2.1. Rancangan pada Group Technology (GT)
Pada Group Technology (GT) terdapat struktur hirarki untuk
mengisikan kriteria sesuai
dengan kode-kode digit yang telah didefinisikan. Definisi kode
digit ini sifatnya beruntun,
sehingga pada level setelah level utama, digit dari kode level
sebelumnya akan dipakai
sebagai prefiks. Terdapat tiga level pada rancangan ini, yaitu
level pertama (faktor evaluasi),
level kedua (segi evaluasi), dan level ketiga (aspek
evaluasi).
Pada Gambar 3.2 ditunjukkan algoritma untuk melakukan pengisian
(definisi) dari
sebuah kriteria dengan masukan level, kode digit, dan data
GT.
-
17
Gambar 3.2 Flowchart dari pemasukan data kriteria pada GT.
Dari flowchart pada Gambar 3.2 terlihat bahwa pemakai memasukkan
level (1 sampai
3) kemudian memasukkan kode dan data GT. Proses akan dimulai
dengan memberi nilai
variabel Current_Level dengan 0, kemudian mulai dicari prefiks
sesuai dengan kode digit
yang dimasukkan. Jika prefiks sesuai maka Current_Level akan
ditambah dengan 1, dan
dilakukan pemeriksaan apakah Current_Level sudah sama dengan
level yang diisikan. Jika
Mulai
Masukkan Level
Masukkan Kode dan Data GT
Current_Level = 0
Cari Prefiks Kode GT
Prefiks Sesuai? Y Current_Level = Current_Level + 1
Current_Level = Level?
Y
Isikan Data
N
Selesai
N
-
18
Current_Level sudah mencapai nilai sama dengan level, maka data
bisa langsung diisikan,
tetapi bila belum, maka proses akan diulang lagi pada pencarian
prefiks pada level
berikutnya. Khusus jika prefiks tidak ditemukan maka akan
ditampilkan pesan kesalahan
bahwa prefiks tidak ada, dan proses kembali ke bagian memasukkan
level dan kode kembali.
Gambar 3.3 Flowchart dari pengambilan data kriteria pada GT.
Mulai
Masukkan Kode Digit Lengkap
Current_Level = 1
Cari Kode pada Database Level (Current_Level)
Kode Ketemu? Y Current_Level = Current_Level + 1
Current_Level = 3?
N
Y
Tampilkan Data GT
Selesai
NTampilkan
-
19
Pada Gambar 3.3, ditunjukkan algoritma dari pengambilan data
kriteria pada GT.
Sebagaimana ditampilkan pada flowchart tersebut, pemakai
mengisikan kode digit lengkap
(dari level pertama, kedua, dan ketiga), yaitu dikodekan dengan
template faktor.segi.aspek.
Pencarian dilakukan berdasarkan urutan kode digit yang diberikan
tersebut, dan dilakukan
secara beruntun (maksimal tiga kali karena level yang dituju
adalah level ketiga, yaitu aspek
evaluasi). Bila dalam salah satu pencarian tidak menemukan kode
digitnya, maka proses
dihentikan dan ditampilkan pesan kesalahan bahwa kode digit yang
dimasukkan salah, serta
proses dialihkan lagi ke pemakai untuk mengisikan kembali kode
digit yang sesuai. Setiap
perulangan, nilai Current_Level ditambah dengan satu, dan kali
ini nilai Current_Level
diinisialisasi dengan nilai 1, bukannya 0 seperti pada algoritma
pengisian. Proses akan
berhenti pada Current_Level yang bernilai 3, dan data terakhir
akan ditampilkan pada
pemakai.
Gambar 3.4 Struktur hirarki yang terbentuk pada GT.
Struktur hirarki yang terbentuk pada GT ini ditunjukkan seperti
pada Gambar 3.4, di
mana terdapat tiga level yang dimulai dari level pertama (faktor
evaluasi), turun menjadi
level kedua (segi evaluasi), dan berakhir di level ketiga (aspek
evaluasi). Pada level pertama,
terdapat tiga faktor yang tetap pada penelitian ini, yaitu
kepribadian, kecakapan, dan potensi.
Sedangkan pada level kedua maupun ketiga, kriteria yang
diberikan bisa bervariasi sesuai
dengan kebutuhan di lapangan.
Sedangkan representasi di dalam database, atau struktur data,
dari GT yang terbentuk
adalah menggunakan satu entitas untuk satu level. Hal ini
disebabkan karena banyaknya
level adalah tetap. Gambar 3.5 menunjukkan representasi struktur
data GT dalam database.
ROOT
KECAKAPANKEPRIBADIAN POTENSI FAKTOR EVALUASI
SEGI EVALUASI
ASPEK EVALUASI
-
20
Gambar 3.5 Representasi struktur data GT pada database.
Sesuai dengan Gambar 3.5, representasi struktur data GT ini
menggunakan tiga entitas,
yang dinamakan sesuai dengan levelnya. Secara fisik,
representasi ini akan ditunjukkan
dalam Gambar 4.3 sesuai dengan penerapannya dalam RDBMS MySQL.
Level ketiga dari
struktur ini berisi aspek evaluasi yang akan dipakai sebagai
kondisi pada Decision Table
(DT).
3.2.2. Rancangan pada Decision Table (DT)
Pada Decision Table (DT), terdapat struktur relasi untuk
mengisikan daftar kondisi (IFs)
sesuai dengan kode digit aspek evaluasi yang ada pada GT, dan
daftar keputusan (THENs)
yang akan digunakan sebagai keluaran (hasil) penunjang
keputusan. Gambar 3.6
menunjukkan algoritma untuk melakukan pemasukan data kondisi dan
keputusan yang
dikompilasi dalam satu aturan (Rule ID).
Level 1 Level 2 Level 3
NodeCode1PK
NodeName
NodeDescription
NodeCode2PK
NodeCode1FK
NodeName
NodeDescription
NodeCode3PK
NodeCode2FK
NodeName
NodeDescription
-
21
Gambar 3.6 Flowchart dari pemasukan data aturan (rule) pada
DT.
Dari flowchart pada Gambar 3.6 ditunjukkan bahwa pengisian
dimulai dari Rule ID
yang diisikan oleh pemakai. Bila Rule ID sudah ada, maka pemakai
harus memasukkan
Rule ID baru. Setelah Rule ID sudah masuk, maka pemakai bisa
memasukkan array dari
kondisi, yaitu bisa lebih dari satu kondisi untuk menguji syarat
dari aturan yang
bersangkutan. Setelah pemasukan kondisi selesai, sistem akan
memasukkan array kondisi
tersebut pada condition stub dari DT. Kemudian pemakai akan
memasukkan daftar
Mulai
Masukkan ID Rule
ID Rule sudah ada? YTampilkan
N
Masukkan Kondisi dari Digit Aspek
Evaluasi
Masukan Kondisi selesai?
N
Y Array Kondisi masuk ke Condition Stub
Masukkan Keputusan
Masukan Keputusan selesai?
N
Y
Array Keputusan masuk ke Decision
Stub
Selesai
-
22
keputusan yang bisa lebih dari satu seperti pada daftar kondisi.
Setelah pemasukan keputusan
selesai, maka sistem akan memasukkan array keputusan tersebut
pada decision stub dari DT.
Setiap kali proses pemasukan tersebut merupakan satu aturan yang
diidentifikasi dengan
menggunakan Rule ID yang unik.
Gambar 3.7 Flowchart dari pengambilan keputusan sesuai dengan
pengujian kondisi pada DT.
Mulai
Masukkan Kondisi
Pemasukan Kondisi selesai?
N
Y
Entitas Rule menuju ke data pertama
Fetch Entitas Rule
Condition Stub sama dengan Array Kondisi?
Menuju data Entitas Rule berikutnya
N Akhir dari Entitas Rule?
N
YJalankan Keputusan
Y
Tampilkan
tidak memenuhi
Tampilkan Daftar
Keputusan
Selesai
-
23
Sesuai dengan Gambar 3.7, algoritma untuk melakukan ekstraksi
kondisi pada entitas
aturan dimulai dari pemasukan data kondisi dari pemakai. Kondisi
yang dimasukkan bisa
lebih dari satu, dan kemudian sistem akan mencari aturan yang
memiliki condition stub
sesuai dengan daftar kondisi yang dimasukkan oleh pemakai.
Proses pencarian dilakukan
dari data pertama pada entitas Rule, dan dilakukan fetching
satu-per-satu kemudian
dilakukan pencocokan dengan daftar kondisi dari pemakai. Bila
masih belum sesuai, mka
proses akan dimulai pada data berikutnya, begitu seterusnya.
Jika sampai data terakhir
ternyata belum menemukan kesesuaian, maka akan ditampilkan pesan
kesalahan bahwa
aturan untuk kondisi tersebut belum ada. Sebaliknya bila telah
menemukan kesesuaian
pertama pada aturan, maka akan ditampilkan daftar keputusan
(decision stub) pada aturan
yang bersangkutan tersebut.
Gambar 3.8 Struktur relasional yang terbentuk pada DT.
Pada Gambar 3.8 ditunjukkan struktur relasional yang terbentuk
pada DT. Pada struktur
tersebut, terlihat bahwa setiap aturan dikompilasi atas tiga
entitas berbeda, yaitu Rule ID,
condition stub, dan decision stub. Untuk setiap condition stub
akan berisi satu atau lebih
aspek evaluasi dari GT. Sedangkan untuk setiap decision stub
akan berisi satu atau lebih
definisi dari jabatan kaur.
RULE ID
CONDITION STUB
DECISION STUB
01
LIST OF CONDITI
ONS
LIST OF DECISIO
NS
02
LIST OF CONDITI
ONS
LIST OF DECISIO
NS
03
LIST OF CONDITI
ONS
LIST OF DECISIO
NS
N
LIST OF CONDITI
ONS
LIST OF DECISIO
NS
...
...
...
-
24
Gambar 3.9 Representasi struktur data DT pada database.
Sedangkan untuk struktur data yang terbentuk pada database untuk
DT ditunjukkan
pada Gambar 3.9. Secara fisik, representasi ini akan ditunjukkan
dalam Gambar 4.3 sesuai
dengan penerapannya dalam RDBMS MySQL. Pada condition stub, yang
dipakai sebagai
kunci data adalah sesuai dengan aspek evaluasi dari GT,
sedangkan pada decision stub, yang
dipakai sebagai kunci data adalah sesuai dengan definisi pada
daftar Kaur.
3.3. Variabel Penelitian
Variabel penelitian yang digunakan dibagi dalam 2 (dua) kelompok
yaitu variabel dalam
Group Technology dan variabel dalam Decision Table.
3.3.1. Variabel dalam Group Technology (GT)
Setelah data didapatkan dari hasil observasi dan wawancara awal,
dilakukan penentuan
digit-digit yang digunakan. Digit ini didapatkan dari 3 faktor
evaluasi yang terdapat di dalam
Petunjuk Pelaksanaan Pengisian Daftar Penilaian (DAPEN) Perwira
TNI Angkatan Darat
No. Perkasad/57/IX/2009. Faktor evaluasi tersebut meliputi:
1. Faktor Kepribadian, meliputi segi evaluasi moral, disiplin,
dedikasi, kejujuran,
tanggu jawab, keuletan, kestabilan jiwa, loyalitas, penyesuaian
diri, dan
kemampuan untuk maju.
2. Faktor Kecakapan, meliputi segi evaluasi kepemimpinan,
kerjasama, kreativitas,
daya tanggap, kemampuan merencanakan, kemampuan mengarahkan,
kemampuan
Rules ConditionStubs
DecisionStubs
Level 3
Kaurs
RuleIDPK
RuleName
RuleDescription
RuleCondIDPK
RuleIDFK
NodeCode3FK
RuleKaurIDPK
RuleIDFK
KaurCodeFK
NodeCode3PK
NodeCode2FK
NodeName
NodeDescription
KaurCodePK
KaurName
KaurDescription
-
25
menyatakan pendapat, kemampuan memutuskan, kemampuan mengawasi
atau
mengendalikan, dan kemampuan melaksanakan tugas.
3. Faktor Potensi, meliputi segi evaluasi bidang penugasan.
Dalam Petunjuk Pelaksanaan DAPEN tersebut sudah terlihat
pengelompokan segi
evaluasi yang dilakukan oleh Kabintal V Brawijaya. Penentuan
digit dalam GT dapat
mengadopsi ketiga faktor tersebut, karena tiap faktor memiliki
kesamaan segi evaluasi.
Sehingga digit yang digunakan dalam GT meliputi:
1. Digit Kepribadian
2. Digit Kecakapan
3. Digit Potensi
Setelah menentukan digit yang digunakan dalam Group Technology
perlu dilakukan
penggalian kriteria non-numerik di tiap digitnya. Penggalian
kriteria non-numerik tersebut
selanjutnya akan disebut sebagai aspek evaluasi.
Langkah selanjutnya adalah membuat tabel semua kemungkingan dari
kriteria-kriteria
tersebut muncul.
3.3.2. Variabel dalam Decision Table (DT)
Dalam Decision Table, kriteria yang digunakan merupakan aturan
(rule) dari kondisi
yang didapat melalui proses Group Technology. Kombinasi semua
kriteria tersebut
selanjutnya disaring sesuai dengan kebutuhan pemilihan calon
Kaur. Aturan-aturan tersebut
berdasarkan ketetapan dari Kabintal V Brawijaya. Contohnya,
calon Kaur harus memiliki
kriteria penilaian kepribadian yang baik, kecakapan yang baik,
dan memiliki potensi untuk
berkembang. Selain kriteria tersebut, maka calon Kaur dianggap
tidak layak untuk
dipromosikan menjadi Kaur.
-
26
-
27
BAB IV
METODE PENELITIAN
Untuk menyelesaikanIrumusan masalah dan merealisasikanItujuan
penelitianIyang
terdapatIdi bab pendahuluan makaIdiperlukan adanya metodeIuntuk
menyelesaikan masalah
tersebut. MetodeIyangIdigunakanIdiuraikanIsebagai berikut.
4.1. Metodologi Pengambilan dan Pengolahan Data
Data merupakan fakta empirik yangIdikumpulkan olehIpeneliti
untukIkepentingan
memecahkanImasalahIatau menjawabIpertanyaanIpenelitian.
Pengambilan data merupakan
tahapan awal untuk menyelesaikan penelitian ini untuk
mendapatkan data yang diperlukan.
Terdapat duaImacamIdata yaituIdataIprimer danIdata sekunder.
DataIprimer adalahIdata
yang didapat dari proses pengukuran secaraIlangsung di lapangan.
SedangkanIdata sekunder
merupakanIdata yang diperoleh dari studi literatur yang
bersumber dari jurnal, buku
referensi, skripsi dan internet.
Pembangunan DSS iniIakanImelakukan tahapan-tahapan
SystemIDevelopmentILife
Cycle (SDLC) denganImodel Waterfall. Dalam model Waterfall
setiapItahapIharus
diselesaikanIterlebihIdahulu secaraIpenuhIsebelum diteruskanIke
tahapIberikutnya untuk
menghindariIterjadinyaIpengulangan tahapan. ModelIWaterfall
dapatIdilihatIpada Gambar
4.1.
-
28
Gambar 4.1 System Development Life Cycle (SDLC) model
Waterfall.
4.1.1. Analisis Kebutuhan
LangkahIiniImerupakan analisaIterhadapIkebutuhan sistem. Untuk
memperoleh data
dapat dilakukanIdengan berbagaiIcara antaraIlainIsebagai
berikut:
1. PengamatanIatau observasi, yaituImelakukan kegiatan
pengamatan aktivitas
tertentuIyangIberhubungan denganIhal yangIsedang diteliti. Dalam
penelitian ini
observasi dilakukan di instansi Pembinaan Mental Komando Daerah
Militer
(Bintaldam) V Brawijaya. Kegiatan ini untuk menggali data
pegawai, data keluarga,
buku catatan personil, absensi harian, absensi kegiatan, laporan
kegiatan, tes
psikologi periodik, tes kesehatan, dan penilaian atasan.
2. Penelusuran literatur yaitu, mengumpulkanIdataIyangIberasal
dariIhasil penelitian
sebelumnya dalamIbentukIberbagai media. Data yang dicari adalah
cara
pembentukan Group Technology (GT) dan Decision Table (DT). GT
meliputi
penentuan digit dan kriteria kualitatif, sedangkan DT meliputi
penentuan rule.
3. Wawancara, yaituIinteraksiIantaraIpeneliti dengan narasumber
baikIlangsung
maupunItidakIlangsung. Wawancara dilakukan pada bagian
personalia, Kepala
Seksi (Kasi), dan Kepala Pembinaan Mental (Kabintal) V
Brawijaya. Kegiatan ini
bertujuan untuk mengetahui proses yang sedang berjalan saat ini
dan siapa saja yang
berhubungan dengan pemilihan calon Kaur.
-
29
4.1.2. Perancangan Sistem
Langkah awal dalam perancangan adalah desainIsistem.
DesainIsistem merupakan
tahap setelahIanalisisIsistem dari siklusIpengembanganIsistem
yangImendefinisikanIdari
kebutuhan-kebutuhan fungsional, persiapan untuk rancangIbangun
implementasi,
menggambarkanIbagaimanaIsuatu sistem dibentuk. Desain sistem
dilakukan dengan
menggunakan data flow diagram. DalamIpenelitianIini desain
sistem digambarkanIdalam
bentuk flowchart seperti padaIGambar 4.2.
Gambar 4.2 Flowchart Desain Sistem.
Mulai
Selesai
Entry datapersonalia
Cek ValiditasData
Engine GroupTechnology
Data OlahMetode 1
Engine DecisionTable
Decision
Ya
Tidak
-
30
Desain sistem dari aplikasi yang akan dibuat, ditunjukkan pada
Gambar 4.1. Pada
gambar tersebut, sistem akan diawali dengan proses pengolahan
data input terkait faktor-
faktor evaluasi calon Kaur di Bintaldam V Brawijaya.
Selanjutnya data entry akan diproses dan dibobotkan menggunakan
engine Group
Technology. Pada proses ini, dilakukan penggolongan atau
klasifikasi dari setiap aspek
evaluasi berdasarkan faktor evaluasi dan segi evaluasi. Karena
sistem penilaian yang
dilakukan adalah aspek evaluasi, maka dalam setiap segi evaluasi
tidak lagi dilakukan
penghitungan nilai numerik. Sebagai penggantinya, dilakukan
penilaian berdasarkan mana
saja aspek evaluasi yang masuk dalam kriteria calon Kaur.
Perlakuan hirarki di dalam
struktur group technology yang digunakan menggunakan pengkodean
monocode, di mana
pengkodean yang sudah dipakai dalam level pertama (faktor
evaluasi) tidak boleh digunakan
lagi di dalam pengkodean level lainnya (segi evaluasi dan aspek
evaluasi). Hal yang sama
juga berlaku untuk level kedua (segi evaluasi) dan level ketiga
(aspek evaluasi). Penggunaan
group technology di sini menunjukkan struktur berjenjang atau
sering disebut struktur
hirarki.
Hasil dari klasifikasi tersebut kemudian diproses lebih lanjut
menggunakan engine
Decision Table sehingga membentuk keputusan. Di dalam decision
table, aspek evaluasi
digunakan pada bagian kondisi dari setiap aturan. Untuk setiap
aturan di dalam decision
table dibuat dengan menggabungkan kondisi (yang bisa lebih dari
satu, setiap kondisi
berkorelasi dengan kondisi lainnya menggunakan operator AND)
dengan keputusan.
Keputusan bisa berupa keputusan tunggal yang berisi jabatan Kaur
yang dipilih, tetapi bisa
juga berupa keputusan jamak berupa rekomendasi beberapa jabatan
Kaur yang bisa saling
menggantikan dalam pengambilan keputusan.
Dari evaluasi setiap aturan pada decision table tersebut, maka
sistem dapat mengambil
keputusan tentang kandidat untuk diangkat menempati jabatan Kaur
sesuai dengan kriteria
aspek evaluasi sebagai kondisi aturan tersebut. Hasil keputusan
tersebut menjadi nilai
keluaran sistem yang dilaporkan kepada Kabintal.
Keputusan yang dihasilkan oleh aplikasi tidak bersifat mutlak,
namun dapat dijadikan
rekomendasi oleh Kabintal untuk menentukan layak atau tidaknya
peralihan jabatan kepada
pegawai. Hasil tersebut hendaknya dibandingkan dengan penilaian
secara konvensional, hal
ini dilakukan untuk mengukur tingkat validitas dari rekomendasi
yang dihasilkan oleh
sistem.
-
31
Pengembangan lebih lanjut, dapat menerapkan sistem tes psikologi
yang hasilnya dapat
diintegrasikan dengan sistem yang ada. Sehingga untuk mendukung
data olah yang sudah
diterapkan, dapat ditambahkan rekomendasi secara kepribadian
melalui tes psikologi.
Sehingga hasil yang didapatkan merupakan representasi dari
faktor internal kepribadian dan
ekternal kehidupan dari pegawai yang dinilai.
4.1.3. Perancangan Database
Langkah berikutnya dalam perancangan adalah desain database.
Desain database
dilakukan dengan menggunakan Entity Relationship Diagram.
Desain database yang direncanakan adalah seperti
yangIdiperlihatkan padaIGambar
4.3.
Gambar 4.3 Rencana awal rancangan database.
Dalam desain database, direncanakan terdapat 4 bagian dalam
kluster tabel, yaitu:
1. Kluster Tabel Group Technology
Kluster ini merupakan daftar kondisi yang ada dan dibentuk
menggunakan kaidah
GT monocode. Di dalam kluster ini terdapat tabel-tabel yang
membentuk tiga level
struktur monocode pada group technology, dan masing-masing
berisi level pertama
-
32
(faktor evaluasi), level kedua (segi evaluasi), dan level ketiga
(aspek evaluasi).
Tabel yang terbentuk antara lain: t_cond_level_1,
t_cond_level_2, dan
t_cond_level_3. Masing-masing ketiga tabel tersebut digunakan
untuk menyimpan
data faktor evaluasi, data segi evaluasi, dan data aspek
evaluasi.
2. Kluster Tabel Daftar Kaur
Kluster ini beranggotakan t_kaurs, yang merupakan data master
dari daftar Kaur
yang ada. Semua data jabatan atau posisi Kaur disimpan pada
kluster ini.
3. Kluster Tabel Decision Table
Kluster ini merupakan representasi dari DT, yang terdiri dari
pembentukan rule dan
direlasikan dengan condition dan decision. Di dalam kluster ini,
decision table
direpresentasikan dalam struktur banyak aturan, kemudian di
dalam setiap aturan
terdapat korelasi antara banyak kondisi (yang berupa aspek
evaluasi dari GT)
dengan banyak keputusan (yang berupa jabatan Kaur yang
dikompetisikan). Tabel
yang terbentuk antara lain: t_rules, t_ruleconditions, dan
t_rulekaurs. Ketiga tabel
tersebut masing-masing berisi data aturan, data kondisi, dan
data keputusan.
4. Kluster Tabel Calon Kandidat
Kluster ini merupakan informasi dari calon kandidat dan
penilaiannya, yaitu
berbentuk tabel: t_calonkandidat dan t_kandidatcond. Pada tabel
yang pertama
tersebut diisikan biodata dan data pribadi dari calon kandidat.
Sedangkan pada tabel
yang kedua diisikan aspek evaluasi dari masing-masing calon
kandidat, yang
diisikan oleh masing-masing Kasi.
4.1.4. Pengkodean
Pada tahap ini, dilakukan pengkodean menggunakan Borland Delphi
7 sebagai compiler
dan MySQL 5.1 sebagai RDBMS. Pengkodean dilakukan berdasarkan
hasil dari tahap
perancangan, baik yang berupa rancangan sistem maupun rancangan
database.
4.1.5. Pengujian
Tahap berikutnya adalah tahap pengujian, yaitu melakukan entry
semua data kondisi
(GT), data rules (DT), dan relasinya. Kemudian data calon
kandidat diisi dengan minimal
1000 record secara acak beserta penilaiainnya secara acak pula
untuk melihat kemampuan
-
33
dari calon kandidat apakah masuk sebagai kandidat atau tidak,
yang diteruskan dengan
seleksi kandidat sebagai Kaur tertentu.
4.1.6. Pengoperasian
Tahap pengoperasian adalah tahap di mana program DSS ini
diberikan pada klien untuk
dilakukan pengoperasian. Tahap ini tidak dibahas dalam
penelitian ini karena tahap ini
memerlukan waktu yang sangat panjang (1 periode yang bisa sampai
5 tahun) untuk melihat
hasilnya.
-
34
-
35
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
Hasil dariIpenelitian ini adalah hasilIperhitungan yang
didapatkan pada pengembangan
perangkat lunak DSS, disertai dengan hasil eksekusi dan uji
perangkat lunak DSS dalam hal
validasi data, penentuan validasi calon Kaur, dan hasil
penempatan DSS yang sesuai untuk
semua Kaur sesuai dengan aturan pada DT.
5.1. Rancangan Sistem
Sesuai dengan metode waterfall pada SDLC, tahap perancangan
terdiri dari keseluruhan
rancangan, termasuk perancangan sistem dan basis data.
Perancangan sistem berfokus pada
data yang dibutuhkan dan dikumpulkan dari pengguna, yaitu calon,
pembuat aturan, penilai,
dan Kabintal. Sistem ini juga memiliki proses utama untuk
membuat perhitungan logis
berdasarkan tabel aturan yang ada pada DT. Jika faktor evaluasi
(kondisi) tidak saling
overlap dalam beberapa keputusan (jabatan Kaur) di DT, maka
keputusan untuk setiap posisi
departemen bisa muncul satu orang. Namun, jika unsur-unsurnya
saling tumpang tindih,
akan ada kemungkinan bagi DSS ini memutuskan lebih dari satu
orang untuk satu jabatan
Kaur. Bila hal ini terjadi, sistem akan menghitung ulang berapa
banyak kondisi satu calon
dibandingkan dengan calon yang lain terjadi pada faktor evaluasi
pada DT dari beberapa
kelompok aturan.
-
36
Gambar 5.1 Diagram Konteks dari DSS Pemilihan Kaur.
Diagram pada Gambar 5.1 menunjukkan gambaran umum tentang DSS
ini. Dimulai
dengan tindakan pembuat aturan, yang harus memberikan daftar
lengkap Kaur yang tersedia
di Bintaldam V Brawijaya pada sistem. Saat ini, ada sebanyak 21
posisi Kaur di institusi
tersebut, namun ke depan dimungkinkan untuk mengubah, menambah,
atau menghapusnya.
Untuk elemen penilaian, pembuat aturan kemudian bisa mengisi
daftar di dalam GT dengan
format data monocode. Ada tiga tingkat faktor evaluasi yang
dibutuhkan dalam data GT, dan
hanya tingkat terakhir yang dapat diberikan untuk membuat aspek
evaluasi pada daftar
keputusan dalam aturan DT. Aturan DT dapat didefinisikan oleh
pembuat aturan dengan
memasukkan beberapa kondisi dengan satu atau beberapa keputusan.
Kondisi yang masuk
adalah unsur non-numerik penilaian, yaitu aspek evaluasi,
sedangkan keputusannya adalah
Kaur untuk hasil akhir.
Para calon sendiri memiliki tanggung jawab untuk mengisi data
pribadi mereka, seperti
nama, nomor registrasi, alamat, jenis kelamin, dan lain
sebagainya. Begitu masa penggantian
Kaur terjadi, para asesor mengisi formulir aspek evaluasi untuk
setiap calon dan
mengunggahnya ke sistem. DSS ini kemudian melakukan proses untuk
menghitung setiap
kemungkinan calon untuk bersaing dalam jabatan Kaur berdasarkan
aspek evaluasi yang
SPK Pemilihan KaurKasi
Kabintal
Calon
Administrator
Data PersonilPenilaian
ElemenGroup
Technology
DaftarDepartemen
Kaur
AturanDecisionTable
HasilAkhirSPK
-
37
diberikan oleh asesor dan memeriksa ulang peraturan di DT yang
dibuat oleh pembuat
aturan. Sistem mengevaluasi satu per satu aturan yang ada pada
DT, yang kemudian untuk
setiap aturan tersebut dilakukan evaluasi kondisi setiap
kandidat untuk menetapkan aturan
yang memenuhi syarat bagi kandidat. Dari setiap aturan yang
memenuhi syarat bagi kandidat
akan dilakukan aksi berupa keputusan penempatan jabatan Kaur
bagi kandidat yang
bersangkutan. Hasil akhirnya dikirim ke Kabintal dalam bentuk
laporan.
5.2. Rancangan Database
Perancangan basis data pada penelitian ini berfokus pada
bagaimana data dapat
direpresentasikan dalam RDBMS. Beberapa tabel data dibuat
menjadi anggota kluster,
sehingga diagram bisa dipahami dengan mudah. Gambar 5.2
menunjukkan desain basis data
yang dibuat pada MySQL.
Gambar 5.2 Rancangan Database DSS Pemilihan Kaur.
-
38
Pada kluster pertama, faktor evaluasi non-numerik dimasukkan ke
dalam tiga tabel.
Tabel ini adalah t_cond_level_1, t_cond_level_2, dan
t_cond_level_3. Semua tabel
mewakili struktur GT. Struktur ini menggunakan model hirarkis
(monocode) dengan tiga
tingkat terbatas, yaitu tingkat kepribadian, tingkat kecakapan,
dan tingkat potensi. Hanya
tingkat ketiga yang digunakan dalam kondisi atau aspek evaluasi
untuk para calon,
sementara dua lainnya digunakan untuk klasifikasi faktir
penilaian. Kluster pertama diberi
nama kluster Group Technology. Kluster ini merupakan daftar
kondisi yang ada dan
dibentuk menggunakan kaidah GT monocode. Di dalam kluster ini
terdapat tabel-tabel yang
membentuk tiga level struktur monocode pada group technology,
dan masing-masing berisi
level pertama (faktor evaluasi), level kedua (segi evaluasi),
dan level ketiga (aspek evaluasi).
Tabel yang terbentuk antara lain: t_cond_level_1,
t_cond_level_2, dan t_cond_level_3.
Masing-masing ketiga tabel tersebut digunakan untuk menyimpan
data faktor evaluasi, data
segi evaluasi, dan data aspek evaluasi.
Kluster kedua disebut Daftar Kaur, yang hanya terdiri dari satu
tabel, yaitu t_kaurs.
Kluster ini digunakan untuk menentukan Kaur yang tersedia di
agensi. Hal ini juga
digunakan untuk mengisi keputusan DT sebagai nilai tunggal atau
jamak dalam setiap
aturan. Semua data jabatan atau posisi Kaur disimpan pada
kluster ini.
Kluster ketiga adalah kluster Decision Table, yang merupakan
kluster untuk
menentukan aturan dari DT. Kluster ini memiliki tiga tabel,
yaitu t_rules, t_ruleconditions,
dan t_rulekaurs. Di dalam kluster ini, decision table
direpresentasikan dalam struktur
banyak aturan, kemudian di dalam setiap aturan terdapat korelasi
antara banyak kondisi
(yang berupa aspek evaluasi dari GT) dengan banyak keputusan
(yang berupa jabatan Kaur
yang dikompetisikan). Ketiga tabel tersebut masing-masing berisi
data aturan, data kondisi,
dan data keputusan.
Kluster akhir adalah kluster Calon, yang terdiri dari dua tabel,
yaitu t_calonkandidat
dan t_kandidatcond. Kluster ini Ini digunakan untuk menyimpan
data untuk calon dan
aspek evaluasi dari tingkat ketiga struktur GT. Pada tabel yang
pertama tersebut diisikan
biodata dan data pribadi dari calon kandidat. Sedangkan pada
tabel yang kedua diisikan
aspek evaluasi dari masing-masing calon kandidat, yang diisikan
oleh masing-masing Kasi.
-
39
5.3. Desain Antarmuka Perangkat Lunak
Perangkat lunak yang telah dibuat menggunakan Borland Delphi 7
disusun berdasarkan
struktur menu sederhana satu level. Perangkat lunak ini
memerlukan koneksi ke database
yang sudah dikembangkan pada Sub Bab 5.2, dan tidak akan
berjalan bila database tersebut
belum ada atau tidak sesuai dengan versi yang divalidasi oleh
perangkat lunak. Oleh karena
itu, RDBMS berupa MySQL 5.0 harus dalam posisi ter-install dan
terdapat database sesuai
yang telah diberikan pada Sub Bab 5.2.
Gambar 5.3 Desain halaman dan menu utama.
Pada Gambar 5.3 ditunjukkan menu utama dari program aplikasi,
yang terdapat pada
panah kanan yang berada di bagian bawah. Di bagian bawah tengah
ditampilkan nama menu
atau halaman yang sedang aktif. Klik pada tanda panah kiri akan
membawa menuju ke
halaman sebelumnya, atau kembali ke halaman terakhir jika sedang
berada pada posisi
halaman pertama. Klik pada tanda panah kanan akan membawa menuju
ke halaman
berikutnya, atau kembali ke halaman pertama jika sedang berada
di halaman terakhir.
-
40
Sebelum bisa mengoperasikan aplikasi ini, perlu untuk
dikoneksikan ke database
terlebih dahulu. Untuk itu, pengguna harus melakukan klik pada
tombol CONNECT supaya
terhubung dengan database. Untuk memutuskan hubungan dengan
database ketika posisi
tersambung, bisa dilakukan klik pada tombol DISCONNECT.
Gambar 5.4 Tampilan form daftar kondisi, menampilkan grup
Kecakapan.
Pada halaman ini, pengguna mengisikan daftar kondisi yang berupa
data faktor evaluasi non-
numerik dan diisikan dalam bentuk tree. Data ini diisikan pada
tiga level sebagai Group
Technology, yang terdiri dari:
1. Faktor evaluasi, yang berada pada Grup #1.
2. Segi evaluasi, yang berada pada Grup #2.
3. Aspek evaluasi, yang berada pada Grup #3.
Masing-masing dari level tersebut diisikan secara bertingkat,
dan harus diisikan dari
awal. Pengisian dilakukan dari Faktor evaluasi, dengan
menggunakan satu digit kode.
Sewaktu Faktor evaluasi sedang berada pada satu rekaman yang
aktif, maka Grup #2 (Segi
-
41
evaluasi) hanya akan menampilkan segi evaluasi yang berada dalam
Grup #1 yang aktif
tersebut. Begitu pula Grup #3 (Aspek evaluasi) hanya akan
menampilkan aspek evaluasi
yang berada dalam Grup #2 yang aktif tersebut. Hal ini juga
berlaku ketika pengguna
menambahkan rekaman ke dalam Grup #2 maupun Grup #3.
Gambar 5.5 Tampilan form daftar kondisi, menampilkan grup
Kepribadian.
Contoh pada Gambar 5.4 adalah tampilan ketika Grup #1 berada
pada posisi rekaman
contoh pada Gambar 5.5 adalah tampilan ketika Grup #1 berada
pada posisi rekaman
-
42
Gambar 5.6 Tampilan form daftar kondisi, menampilkan grup
Potensi.
Berikutnya contoh pada Gambar 5.6 adalah tampilan ketika Grup #1
berada pada posisi
-
43
Gambar 5.7 Tampilan form daftar Kaur.
Gambar 5.7 menunjukkan aplikasi sedang
aplikasi ini bisa digunakan.
-
44
Gambar 5.8 Tampilan form daftar aturan (decision table).
Tampilan pada halaman berikutnya adal
daftar aturan di dalam Decision Table. Di dalam struktur DT ini,
disebutkan ID dan nama
aturan, yang menjadi sentral pendukung keputusan. Di bagian
kanan atas, pengguna bisa
memasukkan daftar kondisi yang diperhitungkan dalam aturan yang
sedang aktif. Bagian ini
mewakili logika IF di dalam aturan yang bisa lebih dari satu
kondisi (multiple condition).
Hubungan logika antar kondisi yang ada dalam satu aturan
tersebut adalah hubungan AND.
Semua kondisi yang diisikan adalah aspek evaluasi dari Grup #3.
Sedangkan di bagian kanan
bawah terdapat daftar aksi aturan, yang dapat diisikan oleh
pengguna bila kondisi-kondisi di
atas memenuhi syarat semuanya. Daftar aksi aturan diisikan
pengguna dari daftar Kaur yang
telah diisikan sebelumnya. Pengguna dapat mengisikan satu aksi,
namun juga dapat
mengisikan lebih dari satu kondisi.
berisi daftar kandidat yang diajukan oleh Kasi, dan sekaligus
Kasi memberikan aspek
evaluasi pada setiap kandidat. Halaman ini adalah halaman yang
ditujukan pada Kasi yang
melakukan penilaian kepada kandidat. Pada halaman ini, terdapat
daftar kandidat yang
-
45
berada di bagian atas, dan bisa langsung diubah, ditambah, atau
dihapus. Sedangkan bagian
kanan bawah terdapat form pengisian penilaian (Hasil
Evaluasi).
Gambar 5.9 Tampilan form daftar calon kandidat dan
penilaiannya.
Pengisian hasil evaluasi dilakukan dengan cara mengaktifkan
calon yang akan dinilai
pada daftar calon kandidat, kemudian memilih faktor evaluasi,
segi evaluasi, dan aspek
g
menunjukkan tampilan form tersebut.
Halaman terakhir ditunjukkan pada Gambar 5.10
Halaman ini akan muncul hanya jika semua data telah terisi. Pada
halaman ini muncul hasil
pendukung keputusan sesuai dengan aspek evaluasi yang telah
diberikan, setelah dilakukan
.
-
46
Gambar 5.10 Tampilan form pengambilan keputusan.
5.4. Pengkodean Perangkat Lunak
Pengkodean perangkat lunak yang dipakai menggunakan Borland
Delphi 7, yang terdiri
dari satu project, satu form, dan satu data module. Nama-nama
dari masing-masing file kode
program antara lain:
1. Project Code dengan nama PrjGTDT.dpr.
2. Form #1 Code dengan nama MainUnit.pas.
3. Data Module #1 Code dengan nama MainDM.pas.
Potongan kode program pada project yang ada ditunjukkan pada
Lampiran 3. Kemudian
untuk potongan program dari form utama yang ada ditunjukkan pada
Lampiran 4. Sedangkan
potongan program dari data module utama yang ada ditunjukkan
pada Lampiran 5.
Sebagaimana pada proses utama, yaitu Pelolosan, maka berikut ini
ditunjukkan cara
evaluasi pada DT sehingga menghasilkan pendukung keputusan
seperti pada Gambar 5.10.
1. Langkah awal adalah menghapus buffer yang ada pada tabel
temporary (yang
menunjukkan hasil pendukung keputusan).
-
47
2. Langkah berikutnya dibagi menjadi beberapa level
perulangan.
3. Perulangan level pertama yaitu perulangan yang berada pada
bagian terluar, yang
melakukan perulangan untuk setiap data calon kandidat.
4. Perulangan level ke dua yaitu perulangan di dalam setiap
calon kandidat, yang
melakukan evaluasi terhadap setiap aturan (rules).
5. Untuk setiap aturan yang dievaluasi, terdapat perulangan
level ke tiga, yaitu
evaluasi setiap kondisi apakah sesuai dengan aspek evaluasi
kandidat. Bila setiap
kondisi ada pada aspek evaluasi kandidat, maka kondidat tersebut
akan
ditambahkan pada buffer tabel temporary, beserta daftar
keputusan yang hadir pada
aturan tersebut.
Proses tersebut di atas adalah proses evaluasi aturan pada DT.
Hasil dari proses tersebut
di atas ditampilkan pada halaman pendukung keputusan seperti
pada Gambar 5.10.
5.5. Pengkodean Database
Database yang digunakan pada penelitian ini adalah MySQL 5.0,
dan dibantu dengan
tools untuk mengakses database secara visual. Database diunggah
ke server lokal dan
diproteksi dengan username dan password. Kode program dari
pengkodean database
ditunjukkan pada Lampiran 6.
Pada pengkodean yang ada tersebut, dibuat tabel-tabel sebagai
berikut:
1. t_cond_level_1
2. t_cond_level_2
3. t_cond_level_3
4. t_kaurs
5. t_rules
6. t_ruleconditions
7. t_rulekaurs
8. t_calonkandidat
9. t_kandidatcond
-
48
Pada pengkodean tersebut, yang ditunjukkan adalah kode program
data definition
language (DDL), yaitu yang berkenaan dengan membuat struktur
data. Sedangkan kode data
manipulation language (DML) tidak ditunjukkan di sini. Kode
untuk DML sudah
ditunjukkan pada Lampiran 5, yaitu proses yang berkenaan dengan
data module untuk
menyimpan, menghapus, dan melakukan pencarian data di sisi
program (klien).
5.6. Pengujian Sistem
Akurasi dan pengujian kinerja dilakukan untuk mengetahui hasil
DSS ini. Jumlah data
yang cukup banyak dihasilkan oleh generator pseudo-random untuk
meniru situasi dunia
nyata dengan spesifikasi yang jauh lebih tinggi. Meskipun jumlah
Kaur saat ini hanya
memiliki 21 rekaman, aspek evaluasi hanya sebanyak 36 rekaman,
jumlah calon sebanyak
400 orang, dan kompleksitas peraturan berkisar antara 30 sampai
50 rekaman, sistem masih
perlu diuji melampaui spesifikasi saat ini. Tabel 5.1
menunjukkan waktu yang dibutuhkan
agar DSS ini melakukan perhitungan sampai hasil akhirnya
ditampilkan ke Kabintal.
-
49
Tabel 5.1 Hasil Pengujian dengan Data Volume Tinggi.
No. Jumlah Kaur Jumlah Aspek evaluasi Jumlah Calon Jumlah Aturan
pada DT Akurasi (%)
Waktu Pengujian (s)
1 21 36 400 50 100 0.02
2 100 500 1500 200 100 0.93
3 200 1000 3000 300 100 2.60
4 250 1500 4500 400 100 5.62
5 300 2000 6000 500 100 15.73
6 350 2200 8000 600 100 23.44
7 400 2400 9000 700 100 48.02
8 500 2600 10000 1000 100 127.38
Seperti ditunjukkan pada Tabel 5.1, DSS ini masih memiliki
kinerja yang sangat baik
untuk menangani sejumlah data yang masuk akal, dan mampu
dikalkulasi dalam waktu
kurang dari satu detik. Bila data bertambah hingga volume yang
hampir tidak mungkin
terjadi pada situasi dunia nyata, misalkan pada tes nomor 8,
waktu yang dibutuhkan masih
jauh lebih pendek daripada jika penilaian dilakukan secara
manual.
Pada bagian akurasi, terdapat nilai 100% yang menunjukkan bahwa
semua hasil
keputusan sesuai dengan aturan. Validitas akurasi dari semua
hasil pengujian tersebut
didapatkan dari pembandingan data dari Kabintal, dengan cara
menelusuri satu persatu hasil
DSS terhadap masing-masing aturan yang berlaku, seperti tertera
pada Lampiran II. Dari uji
akurasi tersebut didapatkan nilai yang pasti sama karena sifat
DT yang memberikan hasil
keputusan sama persis seperti aturan yang berlaku.
5.7. Implementasi ke Bintaldam V Brawijaya
Penyerahan perangkat lunak DSS segera dilakukan setelah
pengujian, dan saat ini telah
diimplementasikan pada Bintaldam V Brawijaya. Kinerja perangkat
lunak DSS ini
mendapatkan waktu kalkulasi hingga mendapatkan keputusan hanya
dalam waktu seketika
dikarenakan kompleksitas data hanya sebagian kecil dari
kemampuan sistem.
-
50
Gambar 5.11 Hasil laporan penunjang keputusan dari aplikasi.
Pada Gambar 5.11 ditunjukkan hasil laporan penunjang keputusan
dari aplikasi untuk
pemilihan jabatan Kaur pada periode April 2017. Hasil laporan
tersebut merupakan print-
-
51
out dari aplikasi berdasarkan penilaian kandidat yang telah
diisikan datanya ke dalam
database aplikasi.
Diharapkan bahwa dalam waktu dekat kinerja perangkat lunak DSS
ini tetap bisa
diandalkan, karena kompleksitas data hampir tidak akan pernah
sampai pada spesifikasi
pengujian di atas.
-
52
-
53
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan hasil pengujian dapat disimpulkan sebagai
berikut:
1. Pada penelitian ini telah berhasil diterapkan metode group
technology dan decision
table pada DSS berupa program aplikasi yang bisa diakses oleh
Kabintal, Kasi,
Administrator, dan Calon Kaur sebagai alat untuk penunjang
keputusan pemilihan
calon untuk penempatan jabatan Kaur di Bintaldam V Brawijaya.
Masukan aspek
evaluasi bisa dilakukan pada group technology dan masukan
seperangkat aturan
dinamik bisa dilakukan pada decision table. Penunjang keputusan
yang dihasilkan
juga bisa dibandingkan dengan hasil perhitungan manual dari
Kabintal, yang
ditunjukkan pada Lampiran 7.
2. Pembuatan struktur hirarki group technology berhasil
dilakukan dengan tiga level
untuk menyimpan dan menentukan aspek evaluasi. Sedangkan
pembuatan
perangkat aturan berhasil dilakukan menggunakan struktur
decision table. Dari
kedua struktur tersebut, telah berhasil dibuat juga aspek
evaluasi kandidat dengan