Post on 24-Oct-2020
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