ny - arsip.e-jmii.orgarsip.e-jmii.org/download/jmii vol 1 no 1 2016/jmii vol 1 no 1... ·...

JURNAL MASYARAKAT INFORMATIKA INDONESIA

Vol 1, No 1, Tahun 2016

CANCER DETECTION BASED ON CLASSIFICATION MICROARRAY DATA USING PCA AND

MODIFIED BACK PROPAGATION

Adiyasa Nurfalah, Adiwijaya, Arie Ardiyanti Suryani

ANALISIS PENCAPAIAN MANFAAT DALAM PENGGUNAAN ERP DI PERUSAHAAN INDONESIA

Iqbal Yulizar M

PREDIKSI JANGKA PANJANG KRISIS EKONOMI DI INDONESIA MENGGUNAKAN MODEL

SISTEM DINAMIK DIOPTIMASI MENGGUNAKAN ALGORITMA GENETIKA SECARA ADAPTIF

OLEH SISTEM FUZZY

Fajri Rakhmat Umbara

ANALISIS TEXT-MINING DENGAN METODE DENSITY-BASED CLUSTERING PADA PESAN

MEDIA SOSIAL UNTUK PEMETAAN LOKASI KECELAKAAN

Nurjayanti

PERANCANGAN SISTEM INFORMASI DATA STOK VOUCHER PULSA PADA GRAPARI

TELKOMSEL JAKARTA PUSAT

Baysondi Rosidharta

PERANCANGAN APLIKASI BANK SOAL BERBASIS WEB PADA BIMBINGAN BELAJAR XYZ

Muhammad Benny Chaniago

MICROSOFT PUBLISHER SEBAGAI OFFICE AUTOMATION SYSTEM DALAM PENUNJANG

PEKERJAAN KESEKRETARISAN

Selvi Chintia, Deasy Fitri Hasanah

SISTEM INFORMASI PEMASARAN BERBASIS WEB, STUDI KASUS : BATIKOLOGI BATIK

CRAFT

Iwan Rijayana

PEMBANGUNAN APLIKASI MULTIMEDIA UNTUK PENYELESAIAN SOAL MATEMATIKA

SEKOLAH MENENGAH PERTAMA (SMP) KELAS 9 (IX)

Sukenda

ISSN: 2541-5093

Jurnal ilmiah dengan bidang ilmu teknik informatika. Terbit 4 kali dalam setahun, setiap bulan

Maret, Juni, September, dan Desember.

Ketua Redaksi

Feri Sulianta

Dewan Redaksi


Agung Santoso Pribadi

Afief Dias Pambudi

Benny Yustim

Edward Daniel Maspaitella

Editor Pelaksana

Farhan Ferdian Mulyadi

Vito Hafiz

Ricko Firmansyah

Reviewer

Prof The Houw Liong (Institut Teknologi Bandung)

Hengky Honggo (STMIK MDP Palembang)

Bahar Riand Passa (Nanyang Technological University)

Dwi Aryanta (ITENAS)

Eko Cahyanto ( Universitas Gunadarma)

Cholid Fauzi (ST Inten)

Wawan Kurniawan (ASMTB)

Titan Halim (Universitas BINUS)

Muksin Wijaya (STMIK LIKMI)

Muhhammad Sufyan Abdurrahman (Universitas TELKOM)

SEKRETARIAT

KOMUNIKA INFORMATIKA

Jl. Gatot Subroto 153 C, Bandung 40273

e-mail: [email protected]

website: http://www.e-jmii.org

mailto:[email protected]

http://www.e-jmii.org/

PENGANTAR REDAKSI

Merupakan pencapaian yang luarbiasa menggembirakan bagi kami untuk

menerbitkan JURNAL MASYARAKAT INFORMATIKA INDONESIA (JMII)

yang sifatnya independen, sebagai wujud kontribusi kami kepada masyarakat

Indonesia dalam dunia edukasi. Hal inilah yang menjadi landasan esensial kami

untuk menerbitkan jurnal ini. Tujuan dari jurnal ini adalah sebagai wadah untuk

mensosialisasikan hasil penelitian dari berbagai pihak terkait ranah atau rumpun ilmu

Teknik Informatika dengan berbagai bidang kajian seperti Sistem Informasi, Basis

Data, Data Mining, Jaringan Komputer & Internet, Kecerdasan Buatan, Komputer

Forensik, Pengolahan Citra Digital, Humaniora yang melibatkan Teknologi

Informasi dan lainnya.

Kami berterima kasih pada para penulis dan peneliti yang sudah berkontribusi dalam

mengirimkan hasil penelitiannya untuk diterbitkan pada jurnal ini. Dan kami pun

mengajak masyarakat Indonesia untuk terlibat dalam terbitan konten jurnal ini pada

edisi – edisi selanjutnya.

Akhir kata, kami berkomitmen untuk terus meningkatkan kualitas jurnal ini dan

berharap agar jurnal ini dapat terus memberikan kontribusi bagi masyarakat

Indonesia dalam ranah keilmuan Informatika.

REDAKSI

JURNAL MASYARAKAT INFORMATIKA INDONESIA JMII Vol 1, No. 1, Oktober-Desember 2016 ISSN: 2541-5093

1

Jurnal Nasional JMII 2016

Cancer Detection Based on Classification Microarray Data

Using PCA and Modified Back Propagation

Adiyasa Nurfalah 1), Adiwijaya 2), Arie Ardiyanti Suryani 3)

Telkom University

St. Telekomunikasi No. 1, Bandung, Indonesia

E-mail : [email protected] 1), [email protected] 2), [email protected] 3)

Abstract—Cancer is the leading cause of death

in the world based on data from the World Health

Organization (WHO) in 2012, which is about 8.2

million die because cancer and estimated will

increase each year due to an unhealthy lifestyle [2].

Deaths due to cancer could be prevented if the

cancer was detected early. In recent decades

microarray has taken an important role in cancer

research.

Microarray is a technology that is capable of

storing thousands of gene expressions taken from

several specific tissues of human at once. By

analyzing microarray data can be known some

affected by cancer or not. In this study built a fast

and accurate framework for cancer detection

based on microarray data classification using

principal component analysis (PCA) and modified

back propagation (MBP). MBP is a modification of

standard back propagation (BP) by implementing

conjugate gradient algorithm on search direction

in BP training. Generally, conjugate gradient

algorithm required shorter training time than

steepest descent that used by standard back

propagation.

The experiment results was showed MBP-based

system (PCA+MBP or MBP) is able to outperform

BP-based system (BP or PCA+BP) in accuracy and

especially in training time.

Keywords—cancer detection, microarray,

principal component analysis, conjugate gradient

algorithm, back propagation.

I. INTRODUCTION

Cancer is a term used for diseases in which

abnormal cells divide without control and are able to

invade other tissues. Cancer cells can spread to other

parts of the body through the blood and lymph systems

[1]. According to data reported by the World Health

Organization (WHO), Cancer is the leading cause of

death worldwide, which is about 8.2 million deaths in

2012 and estimated will increase each year due to an

unhealthy lifestyle [2].

In recent decades Microarray take an important

role in the diagnosis of cancer and improve the

accuracy of cancer diagnosis compared to traditional

techniques. By using Microarray can be seen the level

of gene expression in specific cell samples to

analyzing thousands of genes simultaneously [3]. The

characteristic of microarray data is small sample but

huge dimension. Since that, there was a challenge for

researcher to provide solutions for Microarray Data

classification with high performance both in accuracy

and running time. In classification study, Artificial

Neural Network (ANN) is one of popular method that

gives satisfactory result. There are several algorithms

to train ANN, one of the most popular algorithm is

Back Propagation (BP). ANN trained by BP has

successfully solving various classification problems

that gives good accuracy.





2


Although BP is good algorithm for ANN

training, but BP have several major deficiencies such

as [6]: First, the BP algorithm will get trapped in

local minima, this can lead to failure in finding a

global optimal solution. Second, the convergence

rate of BP is still too slow even if learning can

be achieved. Third, the convergence behavior of BP

depends on choices of learning rate in advance.

Many improvements were made to improve the

performance of BP, one of them is modify BP based

on conjugate gradient [7][11]. By modifying BP with

conjugate gradient, search direction is performed not

only decrease, as standard BP, but along conjugate

directions, which produces generally faster

convergence than BP [11].

In this study proposed an alternative framework

for cancer detection based on Microarray data

classification using combination of Principal

Component Analysis (PCA) and Conjugate Gradient

Back Propagation.

II. RESEARCH METHOD

Since their development in the mid-1990s

by Patrick O. Brown, Joseph DeRisi, David Botstein,

and colleagues, DNA microarrays have become a key

tool in the fight against cancer [10]. The characteristic

of microarray data is small sample but huge

dimension. Since that, there is a challenge for

researchers to provide solutions for Microarray Data

classification with high performance both in accuracy

and running time. Figure 1 below illustrate of how

microarray data obtained.

Fig. 1 The processes to obtain microarray data [http://www.ebi.ac.uk]


3


In machine learning field, cancer detection problem

can be done by classifying data into classes that have

been defined. Classification is the process of

determining a class of data using methods such as

Artificial Neural Networks.

ANN trained by back propagation (BP) is popular

method for classification that produces good accuracy

for microarray classification. Literature review includes

the following contributions.

Bai [4] in his master thesis was build framework

based on PCA and back propagation to classify

microarray data. He uses some public microarray dataset

such as ovarian cancer data, colon cancer data, and

leukemia data, resulting 96% accuracy for ovarian, 95%

accuracy for colon, and 97% accuracy for leukemia. In

terms of training time, Bai was admitted back

propagation required long time for training, around 20-

23 seconds for each data.

Hieu et al [5] in his study also was build framework

based on PCA and back propagation to classify

microarray data. PCA is done by implement Singular

Value Decomposition (SVD) in this study. Experiment

is provides by compared proposed system accuracy with

Extreme Learning Method (ELM) and proposed system

was able to outperform ELM with 83.6% accuracy for

colon cancer data.

As we mention in introduction, although BP is

good algorithm for train ANN but BP require long time

in training. In this research we improve accuracy of

standard back propagation by modifying back

propagation by implementing conjugate gradient (CG)

algorithm on search direction in BP training. BP

algorithm use steepest descent to calculate search

direction of new weights and use static learning rate as

step-size of direction. Steepest descent uses most

negative of gradient to be search direction. This is the

direction in which the performance function is

decreasing most rapidly. It turns out that, although the

function decreases most rapidly along the negative of the

gradient, this does not necessarily produce the fastest

convergence [11]. By modifying search direction of

standard back propagation using conjugate gradient

method, the search direction is not only decrease but

along conjugate directions [8] [11].

The Modified Back Propagation Algorithm

Conjugate gradient (CG) uses non-zero vector

which is orthogonal and linearly independent [8]. Two

vectors 𝑑𝑖 and 𝑑𝑗 are orthogonal (G-conjugate) if its

inner product is zero, it can be written as follows:

𝑑𝑖𝑇𝑑𝑗 = 0 (1)

Before getting into CG algorithm, must be

determined objective function to be optimized. If the CG

algorithm is used as an artificial neural network training

algorithms, then the goal is to minimize the errors that

depend on the weights that connect between neurons.

Therefore, the objective function is the error function:

𝑓(𝑤) =1

2𝑁∑ ∑ (𝑡𝑛𝑗

𝑗𝑛

− 𝑦𝑛𝑗(𝑤))2

,

(2)

Where 𝑁 is number of patterns in training data, 𝑤 is

weighting matrix, 𝑡𝑛𝑗 and 𝑦𝑛𝑗(𝑤) are target data and

the output neurons for 𝑛 patterns, respectively.

Conjugate gradient is a method to minimize the

derivative function by calculating iteratively 𝑤𝑘+1

approach based on:

𝑤𝑘+1 = 𝑤𝑘 +𝑎𝑘𝑑𝑘,

𝑑𝑘+1 = −𝑔𝑘+1 +𝛽𝑘𝑑𝑘,

(3)

Where 𝑎 and 𝛽 are the parameters of the

momentum to avoid local convergence.

Conjugate gradient algorithm for training of back

propagation are as follows [7]:

1. Initializing all weights to small random numbers.

2. If the termination conditions were not satisfied, do the

steps 2-12.

Forward propagation [7]:


4


3. Calculating all the outputs in the hidden units 𝑦𝑗 (j = 1,2,

…, p).

𝑦_𝑛𝑒𝑡𝑗 = 𝑣𝑗0 ∑ 𝑥𝑖𝑣𝑗𝑖 ,𝑛

𝑖=1

𝑦𝑗 = 𝑓(𝑦_𝑛𝑒𝑡𝑗)1

1 + 𝑒−𝑦_𝑛𝑒𝑡𝑗

(4)

4. Calculating all the outputs in the output units 𝑧𝑘 (k = 1,2,

…, m).

𝑧_𝑛𝑒𝑡𝑘 = 𝑤𝑘0 ∑ 𝑦𝑗𝑤𝑘𝑗 ,𝑝

𝑗=1

𝑧𝑘 = 𝑓(𝑧_𝑛𝑒𝑡𝑘)1

1 + 𝑒−𝑧_𝑛𝑒𝑡𝑘

(5)

Backward Propagation [7]:

5. Calculating the error factor in the output units based on

difference (error) value of actual and factual values

(output from the output units).

𝛿𝑘 = (𝑡𝑘 − 𝑧𝑘)𝑓 ′(𝑧𝑛𝑒𝑡𝑘)

= (𝑡𝑘 − 𝑧𝑘)𝑧𝑘(1 − 𝑧𝑘) (6)

6. Calculating the error factor in the hidden units based on

the error factor in the unit above it.

𝛿_𝑛𝑒𝑡𝑗 = ∑ 𝛿𝑘𝑤𝑘𝑗 ,

𝑚

𝑘=1

𝛿𝑗 = 𝛿𝑛𝑒𝑡𝑗𝑓 ′ (𝑦𝑛𝑒𝑡𝑗) =

𝛿_𝑛𝑒𝑡𝑗𝑦𝑗(1 − 𝑦𝑗).

(7)

7. Calculating the gradient at the unit output of the

objective function is established.

𝑔𝑘+1

=1

𝑁∑ 𝛿𝑛𝑘𝑧𝑛𝑘

𝑚

𝑛=1

(8)

8. Calculating the gradient at the hidden units.

𝑔𝑗+1

=1

𝑁∑ 𝛿𝑛𝑗𝑦𝑛𝑗

𝑝

𝑛=1

(9)

9. Calculating the parameter β for all neurons in the hidden

units and output units as follows:

a. Powell-Beale: βk+1

=𝑔𝑇

𝑘+1(𝑔𝑘+1−𝑔𝑘)

𝑑𝑇𝑘(𝑔𝑘+1−𝑔𝑘)

,

b. Fletcher-Reeves: βk+1

=𝑔𝑇

𝑘+1𝑔𝑘+1

𝑔𝑇𝑘𝑔𝑘

,

c. Polak-Ribiere: βk+1

=𝑔𝑇

𝑘+1(𝑔𝑘+1−𝑔𝑘)

𝑔𝑇𝑘𝑔𝑘

,

(10)

where: βk+1

= in the recent iteration.

𝑔𝑘+1= gradient in the recent iteration.

𝑔𝑘= gradient in the prior iteration.

10. Calculating the direction for all neurons in the hidden

units and outputs units.

𝑑𝑡+1 = −𝑔𝑡+1 + 𝛽𝑡𝑑𝑡 (11)

For the initial direction: 𝑑1 = −𝑔1

11. Calculate the parameter α for all neurons in hidden units

and output units, which is how big the steps taken for

each direction. This parameter can be searched by line

search technique.


5


Weights update [7]:

12. Weight updating is carried out by the following manner:

𝑤𝑡+1 = 𝑤𝑡 + 𝛼𝑡+1𝑑𝑡+1 (12)

Using PCA for Reducing Dimension

Microarray data have very high dimension data that

will cause “the curse of dimensionality” problem if we

classify it without preprocessing. In this research we add

PCA dimension reduction process before classification.

PCA tries to transform the high dimensional data into

new coordinate system that generate from linear

combination of original data. PCA obtained from the

calculation of eigenvector and eigenvalue of covariance

matrix. Only a number of the eigenvector with the largest

eigenvalue was selected as a dimension reduction model

(called principal component). After some PC obtained,

original data projected into these PC to get transformed

data that has reduced dimension. Below is PCA process

for reduction dimension.

Let data is matrix X (m, n), each m-sample in the

matrix X is represented as a vector sized N. Matrix X is

the input of PCA. Below are the steps to reduce

dimension using PCA [13].

1. Calculating mean of data

µ =1

𝑁∑ 𝑋𝑘

𝑁𝑘=1 ,

(11)

where 𝑁 = number of sample and 𝑋 = number of

dimension.

2. Calculating covarian matrix

𝐶 = ∑(𝑋𝑘 − µ)(𝑋𝑘 − µ)𝑇

𝑁

𝑘=1

(12)

3. Caculating eigenvalue and eigenvector

𝐶𝑈𝑛 = 𝜆𝑛𝑈𝑛, (13)

where 𝑈 = Eigenvector and λ = Eigenvalue

4. Selecting set of eigenvector has the largest eigenvalue

The simple way to do this; eigenvector sorted

descending by its eigenvalue and then select some most-

left eigenvector as we want.

5. Data transformation

𝑌 = 𝑈𝑇 ∗ (𝑋 − µ) (16)

Complete Design of PCA+MBP

The proposed system was divided into two stages

that were training stage and testing stage. Training stage

was done first to build a system model. After training

stage was done, the system can be used to classifying

data in testing stage. Detailed process was described in

figure 2.

The results of training stage are PCA model and

trained ANN. In the testing stage PCA model used to

transform data and get data with reduced dimension and

then forward propagation is conducted by using trained

ANN. Data normalization aims to making uniform input

of ANN in range value (0,1).

Fig. 2 Block Diagram of PCA+MBP system


6


III. RESULTS AND ANALYSIS

We use three public microarray data, leukemia

data, colon cancer data, and ovarian cancer data, taken

from Kent-Ridge Bio-medical Data Repository [9] for

developing and evaluating model. Ovarian data contains

proteomic patterns intensity in serum that distinguished

ovarian cancer from non-cancer. Colon data collected

from colon cancer patients that had tumor biopsies and

normal biopsies of colon cancer. Leukemia data

collected from the bone marrow samples of leukemia

patients to classify the type of leukemia which were

acute lymphoblastic leukemia

(ALL) and acute myeloid leukemia (AML). Table

1 is specification of all data.

Table 1 Data Specification

Data

Num.

of

Classes

Num. of Samples Num. of

Features

Colon 2 65 (25 cancer vs 40 normal) 2000

Ovarian 2 250 (160 cancer vs 90 normal) 15154

Leukemia 2 70 (45 ALL vs 25 AML) 7129

We also run some systems, which are: MBP

(without PCA), PCA+BP, and BP to compare the results

with proposed system result. We use 5-folds cross

validation for selecting model and evaluation. We

investigating training time (running time of all processes

for building 1 model in k-fold cross validation) in second

and accuracy in percent (%). Table 2 is the best result of

all systems, bold value specify the best value of

measurement for each data.

Table 2 Testing Results

Syste

m Accuracy

Training

Time

Ovaria

n

PCA+BP 98 45.55

MBP 100 7.87

PCA+MBP 96 5.35

BP 81.2 373.2

Colon

PCA+BP 83.0

8 15.74

MBP 83.0

8 3.07

PCA+MBP 76.9

2 2.28

BP 75.3

8 60.9

Leukemia

PCA+BP 94.2

9 4.07

MBP 69.0

5 5.44

PCA+MBP 97.1

4 1.81

BP 64.2

9 600.52

Table 2 showed PCA+MBP (proposed system)

required shortest training time than other systems,

around 1-5 second for building model. In terms of

accuracy, PCA+MBP only win for leukemia data.

Another finding in experiments is the accuracy of

MBP superior for ovarian data and colon data compared

with other systems. The superiority of MBP is

unexpected considering there is no dimension reduction

in MBP.

IV. CONCLUSION

This study proposes a new framework for detecting

cancer based on microarray data using the combination

of principal component analysis (PCA) and conjugate

gradient back propagation (MBP) method. The MBP

was the modification of standard back propagation by

implementing conjugate gradient algorithm in back

propagation training.


7


Some experiments were conducted by

implementing 5-fold cross validation using public data

from Kent-Ridge Biomedical Data Repository,

consisting of ovarian cancer data, colon cancer data, and

leukemia data. The accuracy of testing stage and time of

training stage were determined as measurement tools for

measuring performance of PCA+MBP (proposed

system), MBP, PCA+BP, and BP.

The important result of the experiments was

PCA+MBP requires around 1-5 seconds for training of

each data. It result was the best result of all systems.

Furthermore, the MBP was also still generates shorter

training time than PCA+BP and BP, it proved that MBP

was able to reduce training time in neural network. In

terms of accuracy of testing, generally PCA+MBP

produce around 76%-97% for all data. It result were not

able to outperform PCA+BP that produce accuracy

around 83%-98%. The outstanding result was showed by

MBP, the accuracy of MBP higher than PCA+MBP,

PCA+BP, and BP in ovarian cancer data and colon

cancer data that were 100% and 83.03%.

Testing results was showed PCA+MBP require

very short time for training, but in terms of accuracy,

PCA+MBP must be corrected. If we look MBP

performance we can conclude the use of PCA before

MBP must be replaced. We suggest for replacing PCA

with FLD [12]. FLD is combination of PCA and LDA

that achieve good accuracy for dimension reduction of

face recognition problem.

We wish to thank to Setia Pramana Ph.D. from

Medical Epidemiology and Biostatistics Department

Karolinska Institutet, and Putri Wiki Novianti Ph.D.

from Utrech University, for discussion and they

presentation in indo data mining mailing list.

REFERENCES

[1] National Cancer Institute, “What is cancer?”,

http://www.cancer.gov/cancertopics/cancerlibrary/what

-is-cancer, accessed at March 22nd 2013.

[2] World Health Organization, “Cancer fact sheet”,

http://www.who.int/mediacentre/factsheets/fs297/en/ind

ex.html, accessed at March 22nd 2013.

[3] Sarhan Ahmad M., “Cancer classification based on

microarray gene expression data using DCT and ANN”,

Journal of Theoretical and Applied Information

Technology, 2009.

[4] Bai Anita, S.K. Rath, “Classification and clustering

using intelligent techniques: application to microarray

cancer data”, Master Thesis of Department of Computer

Science and Engineering National Institute of

Technology Rourkela, India, 2013.

[5] Hieu Trung Huynh, Jung-Ja Kim, Yonggwan Won.

“Classification study on DNA microarray with

feedforward neural network trained by singular value

decomposition”, International Journal of Bio-Science

and Bio-Technology, Vol. 1, No. 1, December, 2009.

[6] Abbas Y. Al Bayati, Najmaddin A. Sulaiman and Gulnar

W. Sadiq, “A modified conjugate gradient formula for

back propagation neural network algorithm”, Journal of

Computer Science 5 (11): 849-856, 2009, ISSN 1549-

3636, © 2009 Science Publications.

[7] Adiwijaya, U.N. Wisesty, T.A.B. Wirayuda, Z.K.A.

Baizal, U. Haryoko, “An improvement of back

propagation performance by using conjugate gradient on

forecasting of air temperature and humidity in

indonesia”, Far East Journal of Mathematical Sciences

(FJMS), special vol. 2013, part 1, pages 57-67,

Alahabad, India.

[8] J. Wang, X. Chi, T. X. Gu, “Nonlinear conjugate

gradient methods and their implementations by TAO on

dawning 2000-II+”, In Inter. Conf. on Parallel

Algorithms and Computing Environments (ICPACE),

2003.

[9] Jinyan Li, “Kent-ridge bio-medical data set repository”,

School of Computer Engineering Nanyang

Technological University, Singapore. Downloaded at

January 2013 from URL:

http://levis.tongji.edu.cn/gzli/data/mirror-

kentridge.html.

[10] Nature Scitable, “Genetic diagnosis: DNA microarrays

and cancer”,

http://www.nature.com/scitable/topicpage/genetic-

diagnosis-dna-microarrays-and-cancer-1017, Accessed

at February 26th 2014.

[11] Kisi Ozgur, Uncuoglu Erdal, “Comparison of three back

propagation training algorithms for two case studies”,

http://www.cancer.gov/cancertopics/cancerlibrary/what-is-cancer

http://www.cancer.gov/cancertopics/cancerlibrary/what-is-cancer

http://www.who.int/mediacentre/factsheets/fs297/en/index.html

http://www.who.int/mediacentre/factsheets/fs297/en/index.html

http://levis.tongji.edu.cn/gzli/data/mirror-kentridge.html

http://levis.tongji.edu.cn/gzli/data/mirror-kentridge.html

http://www.nature.com/scitable/topicpage/genetic-diagnosis-dna-microarrays-and-cancer-1017

http://www.nature.com/scitable/topicpage/genetic-diagnosis-dna-microarrays-and-cancer-1017


8


Indian Journal of Engineering & Materials Sciences Vol.

12, October 2005, pp. 434-442.

[12] Belhumeur P.N., Hespanha J.P., Kriegman D.J.,

“Eigenfaces vs fisherfaces: recognition using class

specific linear projection”, IEEE Transactions Pattern

Analysis Machine Intelligent, Vol. 19, pp 711-720,

1997.

[13] F.R. Umbara, A. Nurfalah, T.H. Liong, “Colorectal

cancer classification using PCA and fisherface feature

extraction data from pathology microscopic image”,

Information Systems Internation Conference (ISICO),

2013.

ANALISIS PENCAPAIAN MANFAAT DALAM PENGGUNAAN

ERP DI PERUSAHAAN INDONESIA

Iqbal Yulizar M

Fakultas Teknik, Program Studi Teknik Industri, Universitas Widyatama,

Jl. Jl. Cikutra No.204A, Bandung

Email: [email protected]

Abstrak Situasi persaingan bisnis yang semakin

kompetitif saat ini, mendorong banyak perusahaan di

Indonesia untuk mengembangkan proses bisnisnya


9


dengan memanfaatkan sistem informasi melalui

implementasi sistem Entrerprise Resource Planning

(ERP). Usaha pengembangan yang dilakukan

perusahaan tersebut membutuhkan investasi yang

tidak sedikit.

Penelitian ini menganalisis ketercapaian manfaat

dari implementasi ERP yang telah di implementasikan

di perusahaan-perusahaan Indonesia. Ketercapaian

manfaat implementasi tersebut dilihat dari perspektif

bisnis, teknologi, dan organisasi. Berdasarkan hasil

survey yang dilakukan terhadap 41 perusahaan,

ditemukan bahwa perusahaan-perusahaan tersebut,

secara rata-rata telah cukup mendapatkan manfaat dari

implementasi ERP yang dilakukan.

Kata kunci: implementasi ERP, realisasi manfaat,

survey.

Abstract

Today’s competitive business competition has

encourage many companies in Indonesia to develop

their business processes using information system by

implementing Enterprise Resource Planning (ERP)

system. This effort requires a siginificant amount of

invesment.

This research analizes the benefit realization of the

ERP implementation in Indonesian companies. The

benefit realization in this researh is views from the

perspective of business, technology, and organization.

Based on the survey results conducted on 41

companies, it was found that the average of these

companies has been realized the benefit from the ERP

implementation.

Keywords: ERP implementation, benefit realization,

survey.

I. PENDAHULUAN

Dikarenakan dampak yang strategis dari kualitas

proses bisnis dan informasi terhadap keunggulan

kompetitif suatu perusahaan, maka sejak tahun 1990-

an, Enterprise Resource Planning (ERP) telah menjadi

sistem teknologi informasi yang diadopsi oleh banyak

perusahaan (Gupta,& Kohli, 2006). ERP merupakan

paket sistem informasi yang mengintegrasikan

informasi dalam suatu area fungsional atau antar area

fungsional dalam perusahaan (Govindaraju, 2002).

Untuk mengimplementasikan ERP, perusahaan

menginvestasikan dana dan waktu yang tidak sedikit.

Berdasarkan hasil survey Meta Group terhadap 63

perusahaan yang mempunyai pendapatan antara 12

juta dolar sampai 43 miliar dolar, diperoleh data

bahwa rata-rata dana yang dikeluarkan oleh

perusahaan-perusahaan untuk mengimplementasikan

ERP adalah sebesar 10,6 juta dolar dan waktu yang

dibutuhkan untuk mengimplementasikan adalah

selama 23 bulan (Umble et al., 2003). Meskipun dana

dan waktu telah banyak diinvestasikan, tidak semua

perusahaan berhasil merealisasikan manfaat dari

implementasi ERP yang dilakukannya. Kegagalan

merealisasikan manfaat implementasi ERP ini

ditunjukkan dengan tingginya inventori, penurunan

pendapatan, dan kehilangan return on investment

(ROI) (Martua, 2006).

Untuk kondisi implementasi ERP di Indonesia,

hasil studi kasus pada beberapa perusahaan besar di

Indonesia menunjukkan bahwa pencapaian manfaat

dari implementasi ERP belum begitu maksimal. Pada

PT. Mitsubishi Chemical Indonesia, pemahaman

pengguna mengenai sistem ERP masih rendah dan

pengguna merasa kesulitan dalam menggunakan ERP

sehingga kinerja perusahaan menurun (Martua, 2006).

Pada PT. Indosat Tbk, hasil studi kasus terkait

dengan evaluasi kesuksesan implementasi ERP

menunjukkan bahwa ERP belum dapat meningkatkan

tingkat produktivitas, belum dapat mengurangi biaya

organisasi, dan belum dapat meningkatkan kepuasan

pelanggan (Novriani, 2008). Pada PT. Danone Dairy

Indonesia, akurasi dan kecepatan untuk mendapatkan

informasi masih belum begitu baik, hal ini ditandai

dengan seringnya keluhan pengguna akibat adanya

redudansi data dalam ERP (Handayani, 2009).

Penelitian-penelitian terkait ketercapaian manfaat

ERP dari perusahaan-perusahaan di Indonesia yang

telah dilakukan lebih banyak berupa studi kasus dari

masing-masing perusahaan, belum menggambarkan

kondisi perusahaan-perusahaan di Indonesia secara

keseluruhan. Untuk medapatkan gambaran kondisi

pencapaian manfaat dari implementasi ERP oleh

perusahaan-perusahaan di Indonesia penelitian ini

melakukan survey terhadap 41 perusahaan.

Ketercapaian manfaat dari implementasi ERP dalam

penelitian ini dilihat dari 3 (tiga) perspektif , yaitu:


10


1. Perspektif manfaat bisnis, yaitu realisasi manfaat

dari implementasi ERP yang berkaitan dengan

pengelolaan manajerial, proses bisnis dan

perencanaan strategis perusahaan. Aspek-aspek

manfaat yang tercakup dalam variabel realisasi

manfaat bisnis ini adalah sebagai berikut:

a. Tingkat pengurangan biaya (Shang & Seddon,

2000).

b. Tingkat produktivitas (Shang & Seddon,

2000).

c. Tingkat dukungan terhadap proses penjalinan

hubungan dengan pihak-pihak eksternal

(Shang & Seddon, 2000).

d. Tingkat efektivitas pengambilan keputusan

(Shang & Seddon, 2000).

2. Perspektif manfaat teknologi, yaitu realisasi

manfaat dari implementasi ERP yang berkaitan

dengan infrastruktur teknologi dalam perusahaan.

Aspek-aspek manfaat yang tercakup dalam

variabel realisasi manfaat teknologi adalah sebagai

berikut:

a. Tingkat kestabilan infrastruktur IT (Shang &

Seddon, 2000).

b. Tingkat fleksibilitas infrastruktur IT untuk

kondisi bisnis saat ini dan perubahan bisnis di

masa depan (Shang & Seddon, 2000).

3. Perspektif manfaat organisasi, yaitu realisasi

manfaat dari implementasi ERP yang berkaitan

dengan sumber daya manusia dan budaya kerja

dalam perusahaan. Aspek-aspek manfaat yang

tercakup dalam variabel realisasi manfaat

organisasi adalah sebagai berikut:

a. Tingkat efektivitas komunikasi internal

departemen dan antar departemen dalam

perusahaan (Spathis & Constanitinides 2003).

b. Tingkat terfasilitasinya business learning dan

peningkatan kemampuan karyawan (Shang &

Seddon, 2000).

c. Tingkat pemberdayaan karyawan (Shang &

Seddon, 2000).

Tingkat perubahan perilaku karyawan untuk

lebih peduli terhadap kelancaran aliran kerja secara

keseluruhan dalam perusahaan (Shang & Seddon,

2000).

II. KAJIAN LITERATUR

Untuk dapat mengetahui bagaimana mengukur

realisasi manfaat dari implementasi ERP, dilakukan

studi terhadap literatur-literatur yang mengkaji

manfaat dari implementasi ERP.

A. Sistem Enterprise Resource Planning (ERP)

Enterprise Resource Planning (ERP) merupakan

paket sistem informasi yang mengintegrasikan

informasi dalam suatu area fungsional dan antar area

fungsional dalam perusahaan (Kumar &

Hillegersberg, 2000 dalam Govindaraju 2002).

Gambar 1. Illustrasi Sistem ERP

ERP adalah tulang punggung dari sistem informasi

suatu enterprise. Inti dari software ini adalah basis data

terpusat yang mendapatkan dan memberikan data

kepada berbagai aplikasi modular yang dioperasikan

dalam sistem komputer yang sama. Pada Gambar 1,

diilustrasikan modul-modul dalam ERP mencakup

berbagai fungsi-fungsi dalam bisnis, seperti

manufaktur, manajemen rantai suplai, keuangan,

proyek, sumber daya manusia, dan manajemen

hubungan pelanggan. Modul-modul dalam paket ERP

ini dapat disesuaikan dengan kebutuhan spesifik

organisasi. Menggunakan ERP, data yang redundan

dapat dihindari karena data hanya perlu dimasukkan

satu kali ke dalam basis data. Sistem ini menyediakan

konsistensi dan transparansi pada keseluruhan

enterprise sehingga memberikan akses informasi yang

terpercaya dan terintegrasi [6][14].

B. Karakteristik ERP

ERP memiliki beberapa karakteristik yang

memiliki dampak yang signifikan bagi organisasi yang

mengimplementasikannya. Berikut adalah

karaktersistik dari ERP yang diidentifikasi oleh

Markus & Tanis (1999),


11


1. Integrasi (Integration)

Dengan ERP, dilakukan integrasi dari seluruh

informasi yang mengalir dalam perusahaan.

Informasi-informasi ini diantaranya meliputi

informasi keuangan, sumber daya manusia,

konsumen, rantai suplai, dsb (Markus & Tanis,

1999).

2. Berbentuk paket (Packages)

ERP berbentuk paket komersil yang dibeli dari

software vendor, bukan berupa aplikasi yang

dibangun dari awal di perusahaan. Terdapat dua

dampak penting sebagai implikasi dari hal ini.

Pertama, sangat dimungkinkan bahwa proses

bisnis yang ada pada perusahaan berbeda dengan

proses bisnis yang ada dalam paket ERP, sehingga

perlu dilakukan penyesuaian proses bisnis

perusahaan dengan proses bisnis dalam paket ERP.

Kedua, perusahaan yang membeli paket ERP akan

terikat dalam hubungan jangka panjang dengan

vendor dikarenakan perbaikan yang berkelanjutan

pada ERP tersebut hanya dapat dilakukan oleh

vendor yang bersangkutan [22].

3. Best Practices

ERP dirancang untuk dapat memenuhi kebutuhan

berbagai bentuk perusahaan, karena itu ERP ini

dirancang agar memiliki proses bisnis yang umum

(generic) yang hanya sedikit berbeda secara

substansi. Untuk beberapa perusahaan,

karakteristik best practices pada ERP menjadi

alasan kuat bagi untuk mengadopsi sistem ini

dikarenakan beberapa perusahaan tersebut merasa

perlu untuk merancang ulang keseluruhan proses

bisnisnya agar menjadi lebih efektif dan efisien

(Markus & Tanis, 1999).

4. Membutuhkan beberapa pemasangan (Some

Assembly Required)

Aspek integrasi dalam ERP hanyalah untuk

software-nya saja, tidak mencakup platform

dimana ERP ini akan dipasang. Dalam prakteknya,

banyak perusahaan yang mendapat kesulitan

dalam mengintegrasikan ERP dengan hardware,

sistem operasi, software manajemen basis data,

dan infrastrukter teknologi informasi lainnya

dalam perusahaan (Markus & Tanis, 1999).

5. Berkembang (Evolving)

Sebagaimana bentuk teknologi informasi lainnya,

ERP berkembangan dengan pesat. Perkembangan

tersebut dapat dilihat dari dua aspek, yaitu aspek

arsitektur dan aspek fungsionalisasi. Dari aspek

arsitektur, pada tahun 1980-an enterprise system

dirancang dengan arsitektur sistem mainframe,

sedangkan saat ini telah berkembang sehingga

dirancang dengan arsitektur client-server dengan

aplikasi berbasis desktop maupun web. Dari aspek

fungsionalisasi, saat ini vendor-vendor mulai

menawarkan fungsionalisasi tambahan berupa

modul-modul untuk diintegrasikan dengan inti dari

ERP, seperti modul rantai suplai (supply chain),

manajamen hubungan pelanggan (customer

relationship management), dan fungsionaliasi

modul lainnya (Markus & Tanis, 1999).

C. Manfaat Implementasi ERP

Shang & Seddon (2000) secara komprehensif

mengelompokkan manfaat yang diperoleh dari adopsi

ERP ke dalam 5 dimensi sebagai berikut:

1. Dimensi operasional

Penerapan sistem informasi yang bersifat

enterprise seperti ERP dalam perusahaan dapat

meningkatkan kinerja operasional perusahaan

dalam hal efisiensi proses bisnis dan mengotomasi

transaksi yang ada dalam perusahaan. Secara

umum, manfaat implementasi ERP dalam dimensi

operasional adalah sebagai berikut (Shang &

Seddon, 2000):

a. Penurunan biaya tenaga kerja, biaya

inventori, dan biaya administratif.

b. Pengurangan waktu siklus pada aktivitas

customer support, employee support, dan

supplier support.

c. Peningkatan produktivitas karyawan.

d. Peningkatan kualitas produk perusahaan.

e. Peningkatan kualitas pelayanan pelanggan.

2. Dimensi manajerial

Karakteristik ERP yang mengintegrasikan

keseluruhan informasi dalam perusahaan,

memberikan manfaat yang signifikan bagi

manajemen. Secara umum, manfaat implementasi

ERP dalam dimensi manajerial adalah sebagai

berikut (Shang & Seddon, 2000):

a. Pengelolaan sumber daya perusahaan yang

lebih baik.


12


b. Proses pengambilan keputusan yang lebih

baik.

c. Pengendalian performansi perusahaan yang

lebih baik.

3. Dimensi strategis

ERP yang terintegrasi sangat menunjang

perusahaan dalam lima aspek strategis perusahaan,

yaitu diferensiasi (differentiation), biaya (cost),

inovasi (innovation), pertumbuhan (growth), dan

jalinan kerjasama (alliance). Secara umum,

manfaat implementasi ERP dalam dimensi

strategis adalah sebagai berikut (Shang & Seddon,

2000):

a. Mendukung perencanaan bisnis untuk saat ini

dan masa depan.

b. Mendukung aliansi bisnis perusahaan dengan

adanya standardisasi proses bisnis.

c. Mendukung dilakukannya inovasi dalam

bisnis perusahaan dengan cara merancang

rantai proses yang baru, merancang strategi

penetrasi pasar yang baru, dan merancang

bisnis yang baru.

4. Dimensi infrastruktur teknologi informasi (IT)

Infrastruktur IT terdiri dari sumber daya IT

yang menjadi dasar dari sistem informasi yang

dibangun. Secara umum, manfaat implementasi

ERP dalam dimensi strategis adalah sebagai

berikut (Shang & Seddon, 2000):

a. Meningkatkan fleksibilitas bisnis dalam

merespon perubahan dari kondisi internal

perusahaan ataupun kondisi eksternal.

b. Pengurangan biaya IT dalam hal biaya

perawatan sistem, biaya modifikasi sistem,

dan biaya pengembangan dan riset.

c. Meningkatkan stabilitas, dan fleksibilitas

infrastuktur IT dalam merespon kondisi

bisnis saat ini dan masa depan.

5. Dimensi Organisasi

Implementasi ERP dalam perusahaan yang

mengubah cara kerja karyawan sangat

mempengaruhi kondisi organisasi terkait sumber

daya manusia dan budaya kerja dalam perusahaan.

Secara umum, manfaat implementasi ERP dalam

dimensi organisasi adalah sebagai berikut (Shang

& Seddon, 2000):

a. Terfasilitasinya business learning dan

peningkatan kemampuan karyawan.

b. Karyawan lebih terlibat dalam kelancaran

aliran kerja secara keseluruhan dalam

perusahaan.

c. Karyawan merasa puas dalam menggunakan

sistem informasi yang ada.

d. Memungkinkan dilakukannya perubahan

struktur organisasi ke arah yang lebih baik

yang dapat meningkat efisiensi dan

efektivitas proses bisnis dalam perusahaan.

D. Kajian Perspektif dalam Implementasi ERP

Implementasi ERP dapat dilihat dari 3 perspektif,

yaitu:

1. Perspektif organisasi

Implementasi ERP dapat dilihat dari perspektif

organisasi termasuk manusia didalamnya karena

implementasi ERP dalam suatu organisasi

berkonsikuensi pada dibutuhkannya kompetensi

baru dan penyesuaian dari setiap orang dalam

organisasi tersebut dikarenakan perubahan sistem

yang digunakan sebelum dan sesudah

implementasi ERP dilakukan (Kræmmergaard &

Møller, 2000).

2. Perspektif bisnis


bisnis karena implementasi ERP berkonsikuensi

pada berubahnya proses bisnis dalam organisasi,

bahkan membawa organisasi menuju bisnis yang

benar-benar baru (Kræmmergaard & Møller,

2000).

3. Perspektif teknologi


teknologi karena ERP adalah suatu sistem software

yang cukup kompleks, yang dimana dalam

implementasinya tentu memiliki tantangan yang

cukup besar dari sisi teknis (Kræmmergaard &

Møller, 2000).

III. PENGUMPULAN DATA

Metode pengumpulan data yang digunakan pada

penelitian ini adalah metode survey dengan kuesioner

yang disebar ke perusahaan-perusahaan yang menjadi

objek penelitian. Proses pengumpulan data diawali

dengan mengidentifikasi sampel penelitian hingga

kemudian kuisioner disebarkan pada responden.


13


A. Indentifikasi Sampel Penelitian

Populasi dalam penelitian ini adalah perusahaan-

perusahaan di Indonesia yang telah

mengimplementasikan ERP di perusahaannya dan

telah memasuki fase dimana ERP tersebut telah

digunakan dalam operasional perusahaan paling

sedikit selama 1 tahun. Pemilihan responden sebagai

sampel dalam survey ini menggunakan metode

judgment sampling dimana responden yang dipilih

berada dalam posisi terbaik yang dapat memberikan

informasi yang diperlukan (Sekaran, 2006). Metode

ini digunakan karena untuk mendapatkan informasi

terkait pencapaian manfaat dari implementasi ERP,

responden yang dipilih haruslah seorang wakil dari

perusahaan yang mengetahui pengelolaan

implementasi ERP di perusahaannya.

B. Penyusunan Kuisioner

Penentuan jumlah dan isi butir pernyataan dalam

kuisioner dilakukan dengan mengacu pada indikator-

indikator dari tiap-tiap variabel penelitian. Metode

penskalaan yang digunakan adalah metode penskalaan

numerikal memiliki 10 titik pilihan (terdiri dari poin 1

s/d 10) dengan dua kutub, dimana poin 1 menyatakan

sangat tidak baik/sangat tidak benar/sangat tidak

setuju/sangat jarang dan poin 10 menyatakan sangat

baik/sangat benar/sangat setuju/sangat sering.

Responden diminta untuk memilih salah satu dari poin

yang tersedia.

Penggunakan skala numerikal ini secara konsisten

memberikan persentase pernyataan terjawab lebih

tinggi daripada pernyataan terbuka (Brace, 2008).

Secara umum, pilihan penilaian yang terdiri dari poin

1 s/d 10 cukup popular digunakan dalam menilai

persepsi seseorang dan memberikan validitas dan

kekuatan ekplanatori yang lebih besar daripada

penskalaan 5 titik pilihan (Coelho & Esteves, 2010).

Poin jawaban yang berjumlah genap dipilih agar

responden tidak cenderung memilih poin tengah dari

poin jawaban yang tersedia (Coelho & Esteves, 2010).

C. Penyebaran Kuisioner

Kuisioner yang disebar dalam penelitian

berjumlah 78 buah kuisioner dan menghasilkan 44

buah atau 56,41% hasil kusioner yang dikembalikan.

Dari 44 buah kusioner yang dikembalikan, 3 buah

kuisioner atau 6,8% dari hasil kuisioner yang

dikembalikan dinyatakan tidak valid dikarenakan

perusahaan bersangkutan belum menggunakan ERP

sepenuhnya, sehingga kusioner yang dapat diolah

berjumlah 41 buah kuisioner atau 52,56% dari total

kuisioner yang disebar. Penyebaran kuisioner

dilakukan dengan beberapa cara yaitu kuisioner

diberikan secara pribadi, melalui surat, dan email.

Penyebaran dilakukan pada bulan Maret - April 2010.

IV. PENGOLAHAN DATA DAN ANALISIS

DATA

Berdasarkan data hasil survey yang terkumpul,

dilakukan pengolahan data untuk mendapatkan

statistik deskriptif dari pencapaian manfaat atas

implementasi ERP yang dilakukan oleh perusahaan-

perusahaan yang menjadi responden dalam penelitian

ini.

A. Demografi Perusahaan

Mayoritas dari perusahaan tercakup dalam survey

penelitian ini, berdasarkan kriteria dari Badan Pusat

Statistik RI tahun 2009 dapat digolongkan sebagai

perusahaan besar, dikarenakan semua perusahaan

yang disurvey memiliki jumlah karyawan lebih dari 99

orang. Dari sisi tingkat penghasilan, 73.17% dari

perusahaan-perusahaan yang disurvey memiliki

tingkat penghasilan pertahunnya sebesar lebih dari Rp.

50 milyar, hanya 26.83% diantaranya yang

berpenghasilan antara Rp. 2.5 milyar – Rp. 50 milyar.

Jenis industri dari perusahaan-perusahaan yang

disurvey dikelompokan kedalam 4 kategori, yaitu jasa

(42%), manufaktur (24%), hasil bumi (17%), dan

telekomunikasi (17%).


14


Gambar 3. Jenis Industri Perusahaan Responden

Vendor ERP dari perusahaan yang disurvey

dikelompokan kedalam 5 vendor, yaitu SAP (49%),

Oracle (22%), JD Edwards (5%), Ms. Dynamics (5%),

dan Lainnya (19%).

Gambar 4. Vendor ERP Perusahaan Responded

Lama ERP telah digunakan dalam operasional oleh

perusahaan yang disurvey dikelompokan kedalam 5

kelompok yaitu 1 tahun (15%), 2 tahun (7%), 3 tahun

(2%), dan > 3 tahun (76%).

Gambar 5. Lama Penggunaan ERP oleh Perusahaan

Responden

B. Pencapaian Manfaat ERP

Berdasarkan hasil survey, secara umum rata-rata

perusahaan telah mulai mendapatkan manfaat dari

implementasi ERP yang dilakukan (Gambar 6).

Gambar 6. Ketercapaian Manfaat Implementasi

ERP

Pada perspektif bisnis, rata-rata nilai perusahaan

responden adalah 7,4. Hal ini menunjukkan bahwa

dengan adanya ERP, proses bisnis perusahaan mulai

menjadi lebih efisien dan efektif. Dilihat perspektif

teknologi, rata-rata nilai perusahaan responden adalah

7,9. Hal ini menunjukkan bahwa dengan implementasi

ERP, infrastruktur teknologi informasi yang ada

menjadi lebih stabil dan efisien.

Untuk perspektif organisasi, rata-rata nilai

perusahaan responden adalah 7,3. Hal ini

menunjukkan bahwa dengan adanya ERP, komunikasi

internal dan antar departemen lebih efektif, terjadi

peningkatan kemampuan karyawan dalam bidang

kerjanya, dan perilaku karyawan telah mendukung

kelancaran alian kerja secara keseluruhan dalam

perusahaan.

V. KESIMPULAN

Berdasarkan hasil survey yang dilakukan dalam

penelitian ini, dapat disimpulkan beberapa temuan

sebagai berikut:

1. Secara umum rata-rata perusahaan telah mulai

mendapatkan manfaat dari implementasi ERP

yang dilakukan. Pada skala 1 sampai dengan 10,

nilai rata-rata manfaat ERP yang dirasakan oleh

perusahaan pada perspektif bisnis, teknologi, dan

7.47.9

7.3

0.0

2.0

4.0

6.0

8.0

10.0

Manfaat Bisnis Manfaat

Teknologi

Manfaat

Organisasi


15


organisasi secara berututan adalah 7,4, 7,9, dan

7,3.

2. Pada perspektif bisnis, ERP yang ada telah

mendorong proses bisnis perusahaan mulai

menjadi lebih efisien dan efektif.

3. Pada perspektif teknologi, implementasi ERP

mendorong infrastruktur teknologi informasi

yang ada menjadi lebih stabil dan efisien.

Untuk perspektif organisasi, rata-rata nilai

perusahaan responden adalah 7,3. Hal ini

menunjukkan bahwa dengan adanya ERP, komunikasi

internal dan antar departemen lebih efektif, terjadi

peningkatan kemampuan karyawan dalam bidang

kerjanya, dan perilaku karyawan telah mendukung

kelancaran alian kerja secara keseluruhan dalam

perusahaan.

VI. SARAN

Penelitian ini hanya melihat ketercapaian

manfaat dari implementasi ERP menggunakan analisa

statistik deskriptif, belum mempelajari faktor-faktor

yang menjadi kunci keberhasilan dari pencapaian

manfaat dari implementasi ERP.

Untuk itu, perlu dilakukan penelitian lanjutan

untuk memahami faktor-faktor yang memiliki dampak

positif terhadap pencapaian manfaat implementasi

ERP, terutama pada fase post-project, yaitu fase

dimana sistem ERP telah digunakan sebagai bagian

dari prosedur operasional rutin perusahaan.

REFERENSI

[1]. Brace, I. (2008). Questionnaire Design: How to

Plan, Structure and Write Survey Material for

Effective Market Research (Market Research in

Practice) (2nd Edition ed.). Philadelphia, USA:

Kogan Page Limited.

[2]. Govindaraju, R. (2002). Effective Enterprise

Systems Implementations. Dissertation,

University of Twente, Enschede, The Netherland.

[3]. Gupta, M., & Kohli, A. (2006). Enterprise

resource planning systems and its implications for

operations function. Technovation , 26.

[4]. Handayani, F. (2009). Pengembangan Model

Kausal dan Evaluasi Kesuksesan Sistem

Enterprise Resource Planning (ERP) di PT.

Danone Dairy Indonesia. Skripsi, Institut

Teknologi Bandung, Bandung.

[5]. Kræmmergaard, P., & Møller, C. (2000). A

Research Framework for Studying the

Implementation of Enterprise Resource Planning

(ERP) systems. Proceedings of IRIS 23.

Uddevalla.

[6]. Markus, M. L., & Tanis, C. (1999). The

Enterprise System Experience - From Adoption to

Success. Retrieved 2009 йил 29-August from

http://pro.unibz.it/staff/ascime/documents/ERP%

20paper.pdf

[7]. Martua, T. (2006). Identifikasi Pengaruh

Karakteristik Relative Advantage, Compatibility,

dan Complexity Terhadap Behavior Change

dalam Ruang Lingkup Implementasi Sistem

Enteprise Resource Planning (ERP) (Studi

Kasus: PT. Mitsubishi Chemical Indonesia).

Tesis, Institut Teknologi Bandung, Bandung.

[8]. Novriani, M. (2008). Pengembangan Model dan

Evaluasi Kesuksesan ERP pada Fase Post

Implementasi Di PT. Indosat Tbk. Skripsi, Institut

Teknologi Bandung, Bandung.

[9]. Sekaran, U. (2006). Metodologi Penelitian untuk

Bisnis, Buku 2 (Edisi 4 ed.). Jakarta, Indonesia:

Salemba 4.

[10]. Shang, S., & Seddon, P. B. (2000). A

Comprehensive Framework for Classifying the

Benefits of ERP Systems. Americas Conference

on Information Systems (AMCIS). Association for

Information Systems.

[11]. Umble, E. J., Haft, R. R., & Umble, M. M.

(2003). Enterprises resource planning:

Implementation procedures and critical success

factors. European Journal of Operation

Research .


16


PREDIKSI JANGKA PANJANG KRISIS EKONOMI DI

INDONESIA MENGGUNAKAN MODEL SISTEM DINAMIK

DIOPTIMASI MENGGUNAKAN ALGORITMA GENETIKA

SECARA ADAPTIF OLEH SISTEM FUZZY


Fakultas MIPA, Jurusan Informatika,

Universitas Jenderal Achmad Yani

Jalan Terusan Jenderal Sudirman, Cimahi, Jawa Barat, Indonesia

[email protected]

Abstrak

Krisis ekonomi merupakan masalah yang sangat

kompleks sekaligus menjadi ancaman bagi setiap

Negara di dunia. Oleh karena itu dibutuhkan cara agar

krisis ekonomi tersebut dapat dihindari, salah satunya

adalah dengan sistem prediksi. Sistem prediksi dalam

penelitian ini adalah untuk memprediksi krisis

ekonomi di Indonesia dalam jangka panjang.

Pendekatan analisis tren digunakan untuk melihat

apakah suatu saat Indonesia akan mengalami lagi

krisis ekonomi seperti yang telah dialami pada tahun

1998.

Model pembuatan tren menggunakan pemodelan

Sistem Dinamik, dimana akan dioptimasi

menggunakan Algoritma Genetika yang di adaptif

oleh Sistem Fuzzy. Data yang digunakan adalah data

terurut waktu Produk Domestik Bruto dan Hutang

Luar Negeri di Indonesia yang dikeluarkan oleh World

Bank dari tahun 1970 sampai dengan masa

pemerintahan Bapak Prof. Dr. H. Susilo Bambang

Yudhoyono berakhir, yaitu tahun 2014. Pendekatan

tren ini dipercaya mampu untuk mengantisipasi

datangnya krisis ekonomi yang tentunya memang

didasari oleh banyak sekali elemen – elemen yang

terlibat didalamnya.

Kata kunci :

krisis ekonomi Indonesia, analisis tren, model sistem

dinamik, algoritma genetik, sistem fuzzy

Abstract

Economic crisis is the complex problem and

considered as a threat for many country in this world.

A solution is needed for avoid this problem, such as a

prediction system. In this research uses for prediction

of economic crisis in Indonesia for long term with

trend analysis approach.

Trend model creates using System Dynamic Model

and optimized by Genetic Algorithm Adaptive with

Fuzzy System. Time series data such as Gross

Domestic Product and External Debt from World

Bank are needed for prediction, where data is from

1970 until Prof. Dr. H. Susilo Bambang Yudhoyono

end of era, it is in 2014. Trend analysis believed to be

able to anticipation future economic crisis in

Indonesia certainly is constituted by many elements

involved.

Keywords :

Indonesia economic crisis, tren analyst, sistem

dynamic model, genetic algorithm, fuzzy system

I. PENDAHULUAN

Krisis ekonomi di Indonesia pernah terjadi pada

tahun 1998. Pada saat itu, Indonesia terkena dampak

oleh krisis ekonomi yang terjadi di Thailand pada

tahun 1997. Pada saat itu Hutang Luar Negeri nilainya

lebih tinggi daripada Produk Domestik Bruto. Dalam

sejarahnya, Indonesia sendiri sudah dipimpin oleh 7

orang presiden semenjak merdeka pada tahun 1945.

Presiden yang saat ini menjabat adalah Bapak Ir. Joko

Widodo. Masing – masing presiden Republik


17


Indonesia yang memimpin memiliki masalah

perekonomian yang berbeda – beda.

Krisis ekonomi merupakan masalah yang

kompleks yang dihadapi oleh setiap Negara, tidak

hanya di Indonesia. Pada tahun 1998, nilai tukar

rupiah sempat jatuh dari Rp. 2400,00 menjadi Rp.

16.000,00 , maka tidak heran ketika itu banyak sekali

perusahaan dan perbankan yang mengalami

kebangkrutan. Selain itu, para investor asing juga

enggan untuk menanamkan modalnya di Indonesia

karena mereka beranggapan bahwa Indonesia tidak

akan bisa keluar dari krisis ekonomi tersebut.

Penelitian ini akan mencoba untuk memprediksi

krisis ekonomi di endonesia jangka panjang (long

term) dengan menggunakan data Produk Domestik

Bruto (PDB) dan Hutang Luar Negeri (keduanya

dalam Dolar Amerika) yang dikeluarkan oleh World

Bank dari tahun 1970 sampai dengan tahun 2014

menggunakan pendekatan analisis tren dengan Model

Sistem dinamik yang dioptimasi menggunakan

Algoritma Genetika dan adaptif oleh Sistem Fuzzy.


Krisis ekonomi merupakan suatu keadaan yang

komplex. Krisis tersebut dapat disebabkan oleh

banyak hal, termasuk kebijakan pemerintah pun

termasuk di dalamnya. Untuk itulah permasalahan

krisis ekonomi biasanya hanya dilihat dari beberapa

faktor yang sangat berpengaruh saja.

Di Indonesia, banyak berita mengenai

permasalahan krisis ekonomi, baik itu di televisi

maupun surat kabar. Misalnya pada surat kabar

elektronik Tempo (28-12-12), menjelaskan bahwa saat

ini (tahun 2012), nilai hutang luar negeri hampir

mencapai 30% dari PDB, yang berarti Indonesia

hampir memasuki fase krisis ekonomi (Toni

Prasentiantono).

Permasalahan ekonomi di Indonesia tidak

terlepas dari nilai PDB dan Hutang Luar Negeri,

hubungannya masing-masing adalah bi-directional

berdasarkan beberapa referensi. Maka dari itu,

penelitian yang dilakukan kali ini menggunakan nilai-

nilai tersebut untuk membuat model dalam

memprediksi krisis ekonomi di Indonesia. Data yang

dipergunakan merupakan data time series dari tahun

1970 hingga 2014, yaitu sebanyak 45 data terurut

waktu untuk tiap-tiap faktor dan disajikan pertahun.

Gambar 1. Data PDB dan Hutang Luar

negeri (Dalam dolar Amerika) Dari Tahun 1970

Hingga 2014

Model Sistem Dinamik digunakan untuk

membuat tren data yang kemudian akan dicocokkan

(trend fitting) dengan data sebenarnya.

Menurut J. W. Forrester, Model Sistem Dinamik

memiliki persamaan :

(1)

Kemudian persamaan tersebut di dekatkan dengan

Persamaan Diferensial orde 1, sehingga menjadi :

(2)

Dimana :

= nilai parameter k pada waktu n+1

= nilai parameter k pada waktu n

= koefisien dinamik untuk parameter k

= salah satu paramer yang digunakan

Algoritma Genetika digunakan untuk

mengoptimalisasikan variable koefisien dinamik dari

Model Sistem Dinamik. Berikut adalah tahapan dari

Algoritma Genetik secara umum :


18


Population

Start

Evaluation

Parent

Selection

Cross-

OverMutation

Elitisme /

Survivor

Selection

Finish

Gambar 2. Algoritma Genetika

Kemudian akan menggunakan Sistem Fuzzy untuk

membuat Algoritma Genetika tersebut berperilaku

adaptif.

Fuzzification

Inference

Defuzification

Fuzzy Input

Fuzzy Output

Crisp Value

Crisp Input

Fuzzy Rule

Output µ

µ

Gambar 3. Sistem Fuzzy Dengan Model

Mamdani

Untuk fungsi keanggotaan menggunakan fungsi

trapesium dimana terdapat 3 buah nilai yaitu tinggi,

sedang, dan rendah.

Gambar 4. Fungsi Trapesium

Dan untuk menghitung derajat keanggotaan pada

fungsi trapesium menggunakan persamaan :

Gambar 5. Ilustrasi Fungsi Trapesium

Trapesium(a,b,c,d) = (3)

Dimana dapat dilihat dari gambar 5 :

x = crisp input

a,b,c,d = batas kaki fungsi trapesium

Didalam penelitian ini, Sistem Fuzzy berperan

untuk mengubah – ubah nilai variabel Probabilitas

Mutasi (Pm) yang digunakan setiap iterasi dalam

Algoritma Genetika. Model fuzzy yang digunakan

adalah model Mamdani. Untuk proses fuzzifikasinya

dengan menggunakan centroid berdasarkan

persamaan :

(4)

Dimana :

y = nilai crisp


19


µR(y) = derajat keanggotaan dari y

Algoritma Genetika digabungkan dengan Sistem

Fuzzy Mamdani sehingga proses – proses yang

dijalankan adalah :

Parameter

Sistem

Fuzzy

Algoritma

GenetikStatistik

Permasalahan

Gambar 4. Algoritma Genetik Adaptif

Dengan Sistem Fuzzy

Tren yang dihasilkan oleh Model Sistem Dinamik

yang sudah di optimasi akan di cocokkan dengan data

time series yang sesungguhnya, dalam hal ini dapat

disebut juga dengan data history menggunakan

(MAPE) sebagai parameter evaluasi. Adapun

persamaan MAPE yang digunakan adalah :

(5)

Dimana :

At = Data aktual

Ft = Data prediksi

n = panjang time series

Indikator untuk menentukan apakah suatu kondisi

dinyatakan krisis ekonomi atau tidak adalah apabila

nilai Hutang Luar Negeri lebih tinggi dari nilai Produk

Domestik Bruto, seperti yang terjadi pada Indonesia

pada tahun 1998.

III. ANALISIS DAN PERANCANGAN

Penelitian ini akan membuat model tren sampai

dengan masa pemerintahan Bapak Prof. Dr. H. Susilo

Bambang Yudhoyono dengan menggunakan data

PDB dan Hutang Luar Negeri dari tahun 1970 sampai

dengan 2014 yang digunakan sebagai data history.

Terdapat 3 bagian utama dalam penelitian ini

yaitu : 1) Normalisasi data, 2) Pembuatan model

menggunakan Model Sistem Dinamik yang dioptimasi

menggunakan Algoritma Genetika Adaptif oleh

Sistem Fuzzy dengan acuan data history, 3)

Pembangunan model tren di Indonesia selama 130

tahun, dari tahun 1970 hingga 2100 berdasarkan

Model Sistem Dinamik yang telah dihasilkan.

Normalisasi Data

Time Series

Membuat model Dinamik

Sistem dengan Algoritma

Genetika Adaptif oleh

Sistem Fuzzy

menggunakan data history

Model yang sudah di

optimasi

Membuat tren selama

130 tahun

Gambar 5. Metodologi Penelitian

IV. HASIL PENELITIAN

Variabel masukan untuk Algoritma Genetika

adalah :

Jumlah populasi (population): 2000

Jumlah generasi : 100000

Probabilitas mutasi (Pm) : 0.3

Probabilitas cross-over (Pc) : 0.9

Sedangkan untuk Sistem Fuzzy menggunakan 3

fungsi keanggotaan trapesium yaitu Fitnes

Maksimum, Fitnes Minimum, dan Fitnes Rata – rata

yang masing masing memiliki 3 buah nilai, yaitu

tinggi, sedang, dan rendah dan 1 buah fungsi

trapesium untuk proses inference yaitu nilai

Probabilitas Mutasi yang akan di cari.

Hasil penelitian dari parameter diatas

menunjukan bahwa fitting history data dengan Model

Sistem Dinamik menghasilkan MAPE total sebesar

0.3706. Grafik hasil fitting dapat dilihat dari gambar

dibawah ini :


20


Gambar 7. Grafik Fitting Data History dengan

Data Model

Untuk prediksi sampai dengan tahun 2100

menggunakan Data Model dapat dilihat dari gambar

dibawah ini :

Gambar 8. Grafik Prediksi Sampai Dengan

Tahun 2100

Dari gambar diatas, dapat dilihat bahwa terdapat

kondisi dimana Hutang Luar Negeri lebih tinggi

daripada PDB yaitu pada tahun 2064, hasil tersebut

dapat dilihat dari tabel dibawah ini :

Tabel 1. Data Hasil Prediksi Tahun 2061

Sampai 2068

2061

2062

2063

2064

2065

2066

2067

2068

0.92535

9

0.92319

8

0.92111

7

0.91912

6

0.91723

1

0.91543

9

0.91375

4

0.91217

6

0.91593

8

0.91901

1

0.92127

2

0.92278

3

0.92360

9

0.92381

6

0.92346

8

0.92263

1

V. KESIMPULAN DAN SARAN

Dari hasil penelitian diatas menunjukkan bahwa

tingkat keberhasilan penelitian sudah cukup baik. Hal

ini dapat dilihat dari nilai MAPE total sebesar 0.3706.

Sistem Fuzzy juga sudah berjalan dengan baik untuk

membuat Algoritma Genetik menjadi Adaptif nilai

Probabilitas Mutasinya.

Tren yang ditunjukkan pada hasil penelitian

mengisyaratkan bahwa jika tren GDP dan Hutang Luar

Negri tidak dapat diubah, maka pada tahun 2064,

Indonesia akan mengalami krisis ekonomi yang sama

seperti yang telah terjadi pada tahun 1998. Perubahan

tren harus dilakukan, salah satunya adalah dengan

kebijakan yang efektif.

Penambahan parameter pemicu krisis ekonomi

dapat ditambah untuk pengembangan penelitian ini

dan berbagai metode analisis tren juga dapat

digunakan untuk perbandingan hasil.

REFERENSI

[1]. Chen. G and Pham. T. T., Introduction to Fuzzy

Set, Fuzzy Logic, and Fuzzy Control System. CRC

Press LLC, United State. 2001.

[2]. Chontanawat. J, Hunt. L. C, Pierse. R, Causality

Between Energy Consumption and GDP :

Evidence From 30 OECD and 78 Non-OECD

Country. Surey Energy Economics Discussion

paper Series. ISSN 1749-8384. 2006.

[3]. Forrester, J. W., Economic Theory for The New

Millennium. International System Dynamics

Conference. New York. 2003.

[4]. Herrera. F. and Lozano. M., Fuzzy Genetic

Algorithm : Issues and Models. Dept. of

Computer Science and A.I. University of

Granada. Spain.

[5]. Kaminsky. G, Lizondo. S, Reinhart. C. M.,

Leading Indicator of Currency Crisis. Munich

Personal RePEc Archive No. 6981. University of

Maryland. 2008.

[6]. Malhotra. R. Singh. N, Singh. Y, Genetic

Algorithm : Concepts, Design for Optimization of

Process Controller. Canadian Center of Science

and Education Vol.4 No. 2. 2011.

[7]. Meadows. D. H, Meadows. D. L, Randers. J,

Behrens III. W. W., The Limits To Growth. MIT.


21


Universe Book. ISBN 0-87663-165-0. New York.

1972.

[8]. Razzaqi. S & Sherbaz. S., Dynamic Relationship

Between Energy and Economic Growth :

Evidance for D8 Country. The Pakistan

development review PDR [s.n.], ISSN 0030-

9729, ZDB-ID 2075544. - Vol. 50.2011, 4, p.

437-458. Islamabad. 2011.

[9]. Roberts. , et al., Introduction to Computer

Simulation : A System Dynamics Modelling

Approach. Addison-Wesley. 1983.

[10]. Saadah. S. Liong. T. H. Wijaya. A., Prediction

System of Economic Crisis in Indonesia Using

Time Series Analysis and System Dynamics

Optimized by Genetic Algorithm. International

Conference of Science, Engineering, and

Technology. 2012.

[11]. Suyanto, Soft Computing : Membangun Mesin

er-IQ Tinggi. Informatika. Bandung. 2008.

[12]. Suyanto, Artificial Intelligence : Searching,

Reasoning, Planning, Learning. Informatika.

Bandung. 2011.

[13]. Wu. Q. H, Cao. Y. J, Wen. J. Y., Optimal

Reactive Power Dispatch Using Adaptive Genetic

Algorithm. Electrical Power and Energy System

Vol 20, No 8 pp 563-569. Elsevier Science. 1998.


22


ANALISIS TEXT-MINING DENGAN METODE DENSITY-BASED

CLUSTERING PADA PESAN MEDIA SOSIAL UNTUK

PEMETAAN LOKASI KECELAKAAN

Nurjayanti

Fakultas Teknis, Jurusan Teknik Informatika

Universitas Widyatama

Jalan Cikutra No. 204A, Bandung, Indonesia

[email protected]

Abstrak

Salah satu fungsi media sosial adalah untuk

berbagi pesan atau kabar berita dari satu pengguna

kepada pengguna media sosial lainnya. Adanya

kesadaran atau perhatian (awareness) masyarakat

terhadap kejadian nyata seperti kecelakaan menjadi

pemicu bagi masyarakat untuk menggunggah kabar

berita tersebut ke media sosial. Pesan pada media

sosial yang diunggah seringkali menyebutkan lokasi

kejadian tersebut.

Proses deteksi kejadian secara real-time lengkap

dengan informasi geospatial merupakan dasar dalam

membuat pemetaan lokasi kecelakaan ini. Yang

disebut kejadian pada penelitian ini adalah pesan

media sosial yang memiliki topik “kecelaakan alat

transportasi”. Dengan menggunakan text-mining,

pesan tersebut dapat diproses untuk diperoleh

infomasi geospatial yang kemudian dapat

divisualisasikan kedalam peta. Algoritma yang

digunakan pada text-mining dengan metode density-

based clustering yaitu algoritma DBSCAN (Density-

Based Spatial Clustering of Applications with Noise).

Algoritma DBSCAN menggunakan dua parameter

yaitu radius masing-masing anggota cluster dengan

inti cluster Eps (ϵ) dan MinPts (Minimal Points) yang

memberikan batasan jumlah minimum anggota cluster

dalam Eps. Ektraksi lokasi kemudian dilakukan pada

cluster yang dihasilkan proses clustering. Visualisasi

peta dilakukan terhadap lokasi cluster yang diekstrak

menggunakan metode NER rule-based dan parsing

lokasi ke Google Maps Geocoding API.

Kata kunci :

geospatial, text-mining, density-based clustering,

DBSCAN, NER rule-based

Abstract

Social media has a function as messages or news

feed sharing platform between users, either in the form

of texts, images, photos, or videos. The public

awareness on real-time events such as accidents

become a trigger for users to upload the news feed into

social media. Messages on social media often

mentioned the location where the event happened.

The process of events detection in real-time and

geospatial information is the basis for mapping event

location. An event in this study is a message on social

media which has “transportation accident” as the

topic. The social media messages can be processed to

obtain geospatial information by using text-mining

and then visualized into a map. The algorithm used in

the text-mining with density-based clustering method

is DBSCAN (Density-Based Spatial Clustering of

Applications with Noise) algorithm. DBSCAN

algorithm uses two parameters: the radius of each

cluster member to the cluster core (ε) and MinPts

(Minimal Points) which provides a minimum number

of cluster members in Eps. Extraction locations then

performed on each cluster that produced from

clustering. Mapping visualization is done against

cluster locations that are extracted using NER rule-

based method and parsing to Google Maps Geocoding

API.

Keywords :

geospatial, text-mining, density-based clustering,

DBSCAN, NER rule-based

I. PENDAHULUAN

Proses deteksi kejadian secara real-time lengkap

dengan informasi geospatial merupakan dasar dalam

membuat pemetaan lokasi. Yang disebut kejadian


23


pada penelitian ini adalah pesan media sosial yang

memiliki topik “kecelaakan alat transportasi”.

Algoritma yang akan digunakan pada text-

mining dengan metode density-based clustering yaitu

algoritma DBSCAN (Density-Based Spatial

Clustering of Applications with Noise). Algoritma

DBSCAN menggunakan dua parameter yaitu radius

masing-masing anggota cluster dengan inti cluster (ϵ)

dan MinPts (Minimal Points) yang memberikan

batasan jumlah minimum anggota cluster dalam Eps.

II. LANDASAN TEORI

a. Text-mining dan Data Mining

Data mining dapat lebih dikarakterisasi sebagai

ekstraksi dari implisit, yang sebelumnya tidak

diketahui, dan informasi yang berpotensi berguna dari

data [12]. Informasi pada data mining diperoleh dari

data implisit: data tersebut tersembunyi, tidak

dikenali, dan sulit diekstrak tanpa sumber daya untuk

teknik otomatis data mining. Sementara text-mining,

informasi yang diekstrak adalah jelas dan eksplisit

disebutkan dalam teks [10].

b. Vector Space Model (VSM)

Vector Space Model adalah teknik pada teks

clustering yang digunakan untuk pembobotan dengan

merepresentasikan teks sebagai kumpulan titik di

suatu ruang vektor. Dalam VSM, teks

direpresentasikan dalam bentuk vektor (t1, t2, ... ti)

dimana setiap ti mewakili sebuah kata. Kumpulan teks

kemudian direpresentasikan dalat satu set vektor yang

dapat digambarkan dalam bentuk matriks sebagai

berikut. Perhitungan bobot pada VSM dapat

menggunakan TF-IDF (Term Frequency – Inverse

Document Frequency) dimana dari matriks diatas

bobot direpresentasikan oleh setiap elemen xji [5].

Perhitungan bobot dengan TF-IDF dapat dilihat pada

persamaan 1:

𝑡𝑓𝑖𝑑𝑓(𝑑𝑗 , 𝑡𝑖) = 𝑡𝑓(𝑑𝑗 , 𝑡𝑖) × log𝐷

𝑑𝑓(𝑡𝑖) (1)

c. Analisa Cluster

Analisa cluster atau clustering adalah proses

pembagian atau pengelompokan (partitioning) satu set

objek data kedalam beberapa subset yang disebut

cluster. Objek dalam sebuah cluster bisa memiliki

kemiripan satu dengan yang lainnya atau

ketidakmiripan dengan objek pada cluster lain [5].

Density-Based Clustering

Density-based clustering adalah metode

clustering yang dapat digunakan untuk mencari

clusters yang betuknya berubah-ubah (arbitary shape)

yang dimodelkan berupa daerah yang padat (dense

regions) pada ruang data yang dipisahkan oleh daerah

yang jarang (sparse regions) [5].

Algoritma DBSCAN: Density-Based Spatial

Clustering of Applications with Noise

Algoritma DBSCAN digunakan pada spatial

database yang memuat noise. Density dari objek 𝜃

dapat diukur dari banyaknya objek yang dekat ke 𝜃.

DBSCAN mencari objek inti (core objects) yaitu

objek yang memiliki daerah sekitar yang padat (dense

neighborhoods). DBSCAN menghubungkan (density-

connected) objek inti dan daerah sekitarnya untuk

membentuk daerah padat sebagai cluster. Sementara

objek yang bukan anggota cluster dianggap sebagai

noise [5]. Berikut contoh pseudocode algoritma

DBSCAN.

Algoritma II.1 DBSCAN: a density-based

clustering algorithm

Input :

D: a data set containing n objects

𝜖: the radius parameter, and MinPts : the neighborhood density

threshold

Output: A set of density-based clusters

Method:

(1) mark all objects as unvisited; (2) do (3) randomly select an unvisited object

p;

(4) mark p as visited;

(5) if the 𝜖-neighborhood of p has at least MinPts objects

(6) create a new cluster C, and add p to C;

(7) let N be the set of objects in the 𝜖-neighborhood of p;

(8) for each point p’ in N (9) if p’ is unvisited (10) mark p’ as visited;

(11) if the 𝜖-neighborhood of p’ has at least MinPts points,

(12) add those points to N;

(13) if p’ is not yet member of

any cluster, add p’ to C;

(14) end for;

(15) output C;

(16) else mark p as noise;

(17) until no object is unvisited;


24


Evaluasi Clustering

Silhoutte coefficient merupakan metode evaluasi

cluster secara internal dimana menggabungkan konsep

cohesion (bagaimana relasi kedekatan/ kepadatan

objek dalam cluster) dan separation (seberapa baiknya

masing-masing cluster terpisah antara satu dan

lainnya).

Silhoutte coefficient didefinisikan sebagai

berikut pada persamaaan 2.

𝑠(𝑜) =𝑏(𝑜) − 𝑎(𝑜)

𝑚𝑎𝑥{𝑎(𝑜), 𝑏(𝑜)} (2)

Dimana a(o) adalah rata-rata jarak objek o ke

objek lain dalam cluster dan b(o) adalah minimal jarak

rata-rata dari objek o ke objek lain dalam cluster

berbeda. Nilai silhoutte coefficient adalah antara -1

dan 1. Kondisi yang baik adalah jika nilai silhoutte

coefficient mendekati 1, yang menunjukan cluster

dimana objek o berada padat dan jauh terpisah dari

cluster lainnya.

d. Named Entity Recognition

Named Entity Recognition (NER) merupakan

sub-tasks dari Information Extraction (IE) [6]. NER

merupakan bagian penting dari Natural Language

Processing (NLP). NER bertugas untuk mencari dan

menklasifikasi nama (entitas) dalam teks yang ditulis

dengan bahasa natural.


a. Sumber Data

Jenis data yang digunakan adalah teks tweet pada

Twitter yang berisi informasi kecelakaan dimana teks

menggunakan bahasa Indonesia. Pengambilan teks

tweet dibatasi parameter kata kunci dan bahasa. Data

yang dipilih berasal dari banyak pengguna Twitter.

Attribut yang dipilih adalah teks tweet dengan jumlah

maksimal karakter per teks adalah 140 karakter.

Tabel 1 Daftar Kata Kunci Pencarian Data

Kata

Kunci Format Parameter

kecelakaan kecelakaan, kecelakaan mobil, kecelakaan

motor, kecelakaan kendaraan

tabrakan tabrakan, tabrakan mobil, tabrakan motor,

tabrakan kendaraan, menabrak

Metode scrapping web digunakan pada

pengambilan data secara langsung dari halaman

Twitter Search. Implementasi program akan

mengakses URL https://twitter.com/i/search/timeline.

Proses dimulai dengan mengirimkan query permintaan

pencarian teks tweet. Apabila respon yang dikirimkan

kembali oleh Twitter adalah sukses, teks tweet

kemudian diekstrak dari informasi yang diterima. Teks

tweet yang diekstrak tersebut kemudian disimpan

sebagai data mentah (raw data). Sementara jika gagal

permintaan akan dikirimkan kembali oleh sistem.

b. Tahapan Penelitian

Berikut gambaran alur kerja atau tahapan

penelitian implementasi text-mining dengan metode

density-based clustering pada media sosial yang akan

dilakukan. Tahapan penelitian diatas sebagai berikut:

1. Raw Data, pada tahap ini data penelitian

dikumpulkan kemudian disimpan dan disebut

sebagai data mentah (raw data).

2. Preprocessing, data mentah diolah pada tahap

preprocessing sehingga sesuai dan siap diproses

oleh text-mining, yaitu pada tahap implementasi

density-based clustering.

3. Data after preprocessing merupakan data yang

diperoleh dari tahap preprocessing.

4. Density-Based Clustering, tahap implementasi

metode density-based clustering pada data hasil

preprocessing. Pada proses clustering, jarak antar

teks dihitung menggunakan fungsi Euclidean

Distance kemudian proses clustering dilakukan

dengan algoritma DBSCAN.

5. Extract locations, ektraksi informasi lokasi dari

teks pada cluster dengan menggunakan NER rule-

based untuk memilih teks yang diperkirakan

mengandung informasi lokasi secara eksplisit.

Kata hasil keluaran NER kemudian di parsing

menggunakan Google Maps Geocoding API

untuk meminta informasi geocoding.

6. Data from text-mining, data hasil keluaran

penerapan metode density-based clustering.

7. Analysis & evaluation, analisa dan evaluasi hasil

keluaran metode density-based clustering dan

hasil ekstraksi lokasi dari setiap cluster yang

dihasilkan proses clustering.

8. Result, data yang sudah dievaluasi kemudian

diproses untuk dibuat kedalam visualisasi

pemetaan atau geospatial. Pada tahap ini dibuat

hasil dan kesimpulan dari penelitian.

https://twitter.com/i/search/timeline


25


9. Mapping, tahap menampilkan visualisasi

pemetaan lokasi kecelakaan. Pemetaan dilakukan

dengan bantuan Google Maps Geocoding API.

Tahapan Preprocessing

Pada tahap preprocessing dihasilkan data set

yang siap untuk diproses oleh metode density-based

clustering. Tahapan preprocessing terdiri dari sub

tahap yaitu text-preprocessing dan pembobotan

kata.Pada text-preprocessing dilakukan case folding

dan tokenizing pada data mentah yang dikumpulkan.

Proses processing diawali dengan inisialisasi tabel

hash yaitu tabel yang digunakan untuk menyimpan

frekuensi kemunculan kata pada sejumlah data yang

akan diproses oleh clustering.Teks pada data yang

dihasilkan tahap text-preprocessing dipecah ke dalam

bentuk kata kemudian dihitung bobot untuk kata

tersebut. Pembobotan kata akan menghasilkan nilai

TF-IDF setiap kata pada teks. Persamaan untuk

menghitung TF-IDF yang digunakan sebagai berikut.

𝑇𝐹 − 𝐼𝐷𝐹 (𝑑𝑗) = 𝑡𝑓(𝑑𝑗 , 𝑡𝑖) × log𝐷

𝑑𝑓(𝑡𝑖) (3)

Tahapan Implementasi DBSCAN

Hasil pembobotan kata yang sudah dilakukan

kemudian digunakan dalam proses density-based

clustering. Algoritma DBSCAN yang akan

diimplementasikan akan membuat cluster sesuai

dengan parameter masukan, yaitu 𝜖 dan MinPts.

Parameter 𝜖 dan MinPts akan mempengaruhi

jumlah cluster yang terbentuk. DBSCAN akan

membuat suatu daerah yang berpusat di 𝜃 dengan

radius sebesar 𝜖, sehingga anggota cluster adalah

objek-objek dalam radius 𝜖 dari objek pusat 𝜃.

Perhitungan jarak objek p ke objek pusat 𝜃 dapat

menggunakan pengukuran numerik yaitu

menggunakan Euclidean Distance. Berikut rumus

Euclidean Distance:

𝑑(𝑖, 𝑗) = √(𝑥𝑖1 − 𝑥𝑗2)2

+ (𝑥𝑖2 − 𝑥𝑗2)2

+ ⋯ + (𝑥𝑖𝑝 − 𝑥𝑗𝑝)2

(4)

Tahapan Visualisasi Pemetaan

Visualisasi dilakukan terhadap setiap cluster

yang dihasilkan DBSCAN. Adapun tahapan pada

visualisasi pemetaan antara lain:

1. Tahap ekstraksi lokasi masing-masing cluster

dengan menggunakan NER rule-based.

2. Visualisasi dengan menggunakan Google Maps

Geocoding API dimana parameter yang

digunakan adalah kata pada setiap cluster.

Dengan menggunakan geocoding akan

dihasilkan koordinat geografis (dalam latitude

dan longitude) yang kemudian dapat digunakan

sebagai titik lokasi pada Google Maps.

Respon status yang diberikan geocoding pada

permintaan (request) yang dikirimkan terdiri dari kode

berikut: [4]

Tabel 2 Respon Status Geocoding

Status Keterangan

OK

menunjukan tidak ada error terjadi.

Alamat berhasil diuraikan dan

paling sedikit satu geocode

dikembalikan.

ZERO_RESULTS

menunjukan geocode berhasil

tetapi mengembalikan hasil

kosong. Hal tersebut mungkin jika

geocoder memberikan alamat yang

tidak ada (not existing address).

OVER_QUERY_LIMIT menunjukan bahwa permintaan

melebihi kuota

REQUEST_DENIED menunjukan bahwa permintaan

ditolak

INVALID_REQUEST

umumnya menunjukan bahwa

query (address, components atau

latlng) hilang

UNKNOWN_ERROR

menunjukan bahwa permintaan

tidak dapat diproses karena server

error. Pemintaan munkin berhasil

diproses jika dikirim ulang.

IV. IMPLEMENTASI DAN ANALISIS

Preprocessing

Penelitian implementasi density-based

clustering dilakukan terhadap 50 pesan teks dari

Twitter. Preprocessing dimulai dengan text-

preprocessing yang terdiri dari tahap case folding dan

tokenizing. Setelah text-preprocessing selesai

kemudian dilanjutkan dengan tahap pembobotan kata.

Data hasil text-preprocessing dibentuk kedalam vektor

yang direpresentasikan dengan kata. Kemudian

dihitung frekuensi kemunculan setiap kata tersebut.

Berikut contoh data pada tabel hasil perhitungan bobot

yang dilakukan oleh sistem.

Tabel 3 Pembobotan Kata

Terms F term on text Total text with terms Total Text TFIDF

arah 1 9 50 0.745


26


Perhitungan untuk kata “arah” pada teks kesatu

muncul sebanyak 1 kali dalam teks ke-1 dimana dari

50 teks yang diuji kata muncul pada 9 teks. Sehingga

perhitungannya adalah sebagai berikut.

𝑡𝑓𝑖𝑑𝑓(𝑎𝑟𝑎ℎ) = 1 × log (50

9) = 0.745 (5)

Density-based Clustering dengan DBSCAN

Setiap teks adalah objek yang akan diuji

kedekatannya oleh DBSCAN dalam proses clustering.

Pada tahap awal, DBSCAN akan menandai semua

objek sebagai “unvisited” dan kemudian memilih

secara random satu objek untuk diuji kedekatannya

dengan menggunakan fungsi pengukuran jarak yaitu

Euclidean Distance. Berikut hasil clustering untuk

𝜖 = 4 dan minpts = 1 untuk 50 teks yang diuji.

Tabel 4 Contoh Hasil Clustering

ID Teks Cluster

1 gunakan jalur sesuai ketentuan jangan

melawan arus karena rawan kecelakaan

kesadaran kita keselamatan semua

pictwittercomuzyzwcnq

7

2 gunakan jalur sesuai ketentuan jangan

melawan arus krn rawan kecelakaan kesadaran

kita keselamatan semua pictwittercomlitosjblr

7

Iterasi pengujian pada teks dilakukan sampai

semua teks dikunjungi (visited). Misal jika objek

berikutnya yaitu teks-1 dan teks-2 yang akan diuji

dimana teks-1 adalah objek pusat cluster C1 maka

perhitungan jaraknya adalah:

Tabel 5 Contoh Perhitungan Bobot

p Term TFIDF1 TFIDF2 (𝒙𝒊𝒑

− 𝒙𝒋𝒑)𝟐 x J i

1 arus 1.097 1.097 0

2 gunakan 1.222 1.222 0

3 jalur 1.097 1.097 0

4 jangan 1.097 1.097 0

5 karena 1.398 0 1.954404

6 kecelakaan 0.009 0.009 0

7 kesadaran 1.398 1.398 0

8 keselamatan 1.398 1.398 0

9 ketentuan 1.398 1.398 0

10 kita 1.398 1.398 0

11 melawan 1.398 1.398 0

12 pictwittercomuzyzwcnq 1.699 0 2.886601

13 rawan 0.854 0.854 0

14 semua 1.398 1.398 0

15 sesuai 1.398 1.398 0

16 pictwittercomlitosjblr 0 1.699 2.886601

∑ 7.727606

𝑑12 = √(𝑥𝑖1 − 𝑥𝑗1)2

+ (𝑥𝑖2 − 𝑥𝑗2)2 + ⋯ + (𝑥𝑖𝑝 − 𝑥𝑗𝑝)2

𝑑12 = √7.727606 = 2.779857191 ≈ 3

Teks-2 karena berada didalam radius yaitu

𝑑12 < 𝜖 sehingga teks-2 adalah anggota cluster C1.

Pada iterasi pembuatan cluster baru berikutnya semua

noise akan diuji, termasuk objek r apakah berada

dalam radius 𝜖 untuk cluster atau tidak.

Visualisasi Pemetaan

Data yang dihasilkan DBSCAN kemudian

diproses pada tahap preprocessing visualiasi yaitu

dengan menghitung frekuensi kemunculan kata dalam

sebuah cluster. Kemudian dilakukan pengecekan

apakah kata dapat diidentifikasi oleh Google Maps

Geocoding. Berikut contoh tabel hasil pengecekan

lokasi menggunakan Google Maps Geocoding,


27


informasi yang diberikan terdiri dari status, longitude,

latitude, dan alamat.

Pengujian dan Analisis

Jumlah cluster yang dihasilkan dari proses

density-based clustering menunjukan jumlah kejadian

(event) yaitu kecelakaan yang terjadi. Pada percobaan

menggunakan nilai 𝜖 diantara 1 sampai 10 untuk data

50 teks tweet yang diambil secara real-time pada

tanggal 21 Juni 2016 diperoleh jumlah kejadian

sebagai berikut.

Gambar 1 Grafik Jumlah Kejadian (Event) Kecelakaan

yang Terjadi

Gambar 2 Grafik Keterhubungan Nilai Epsilon,

MinPts, dan Jumlah Cluster

Dari grafik pada gambar 2 dapat dilihat bahwa

jumlah cluster yang dihasilkan dari proses clustering

dipengaruhi oeh nilai 𝜖 dan MinPts. Pada percobaan

yang dilakukan jumlah cluster paling banyak pada

nilai MinPts = 1 dan 𝜖 ≤ 2 dimana sebuah cluster

paling sedikit memiliki anggota 1 teks tweet dan jarak

antara teks dengan inti cluster ≤ 2. Sementara jumlah

cluster yang paling sedikit pada pada nilai 𝜖 = 10

dimana berarti jarak antara teks dengan inti cluster ≤10. Sehingga dapat disimpulkan bahwa semakin kecil

nilai 𝜖 dan MinPts maka jumlah cluster semakin

banyak. Dan sebaliknya semakin besar nilai 𝜖 dan

MinPts maka jumlah cluster semakin sedikit.

Pengujian hasil keluaran sistem dilakukan pada 6

skenario pengujian. Dimana pengujian dilakukan

dengan variasi parameter ϵ dan MinPts untuk melihat

jumlah cluster yang dihasilkan. Evaluasi clustering

dilakukan dengan menghitung nilai Silhoutte

Coefficient. Nilai Silhoutte Coefficient adalah antara -

1 dan 1. Kondisi yang baik adalah jika nilai Silhoutte

Coefficient mendekati 1, yang menunjukan cluster

dimana teks tweet berada padat dan jauh terpisah dari

cluster lainnya. Berikut nilai Silhoutte Coefficient

pada masing-masing skenario pengujian.

Tabel 6 Hasil Evaluasi Clustering

𝝐 MinPts Jumlah

Cluster

Jumlah

Teks dalam

Cluster

Silhoutte

Coefficient

5 1 26 50 0.055

6 1 9 50 0.142

7 1 2 50 0.254

3 2 2 4 0.532

4 2 2 10 0.522

5 2 2 26 0.126

Dari hasil evaluasi clustering diatas diperoleh

nilai Silhoutte Coefficient yang paling mendekati 1

adalah hasil clustering pada skenario 4 yaitu 0.532

dengan 𝜖 = 3, MinPts = 2 dan jumlah cluster 2.

Dimana nilai Silhoutte Coefficient pada skenario 4

menunjukan bahwa teks dalam cluster memiliki

density yang baik dan memiliki kemiripan atau

kesamaan kejadian yang lebih tinggi.

Nilai Silhoutte Coefficient pada skenario 1

sebesar 0.055 dengan 𝜖 = 5, MinPts = 1 dan jumlah

cluster 26 adalah nilai yang paling mendekati -1.

Sehingga pada skenario 1 teks dalam cluster memiliki

density yang kurang baik dan memiliki kemiripan atau

kesamaan kejadian yang lebih rendah.

Setelah dilakukan evaluasi clustering, kemudian

dilakukan analisa terhadap informasi lokasi yang

ditemukan pada hasil clustering. Pengujian informasi

lokasi dilakukan dengan membandingkan hasil

keluaran sistem dengan hasil observasi pada informasi

lokasi yang eksplisit ada pada teks dalam cluster.


28


Tabel 7 Hasil Pengujian Lokasi pada Cluster

Jumlah

Cluster

Silhoutte

Coefficient

Jumlah Lokasi

Ditemukan

Jumlah

Lokasi

Benar

Jumlah

Lokasi

Salah

Probalitas

Lokasi Benar

Probalitas

Lokasi Salah

26 0.055 26 14 12 0.538 0.462

9 0.142 26 14 12 0.538 0.462

2 0.254 26 14 12 0.538 0.462

2 0.532 2 2 0 1 0

2 0.522 5 5 0 1 0

2 0.126 17 11 6 0.647 0.353

Dari pengujian diatas dihasilkan kemungkinan lokasi

cluster benar paling tinggi pada percobaan clustering

pada skenario ke-4 dengan 𝜖 = 3 dan MinPts = 2 dan

skenario ke-5 dengan 𝜖 = 4 dan MinPts = 2.

Dari pengujian diatas dihasilkan kemungkinan

lokasi cluster benar paling tinggi pada percobaan

clustering pada skenario ke-4 dengan 𝜖 = 3 dan

MinPts = 2 dan skenario ke-5 dengan 𝜖 = 4 dan

MinPts = 2.

Gambar 3 Grafik Hubungan Jumlah Cluster dan

Probalitas Lokasi

Pada skenario pengujian 4 dan 5 probalitas lokasi

benar lebih tinggi dibandingkan dengan hasil skenario

3 dan 6 walaupun jumlah cluster sama. Hal ini

dipengaruhi juga nilai Silhoutte Coefficient pada

skenario 4 dan 5 yang paling mendekati 1. Dimana

dapat disimpulkan bahwa pada skenario ke 4 dan 5,

teks pada cluster memiliki kemiripan atau kesamaan

kejadian lebih tinggi sehingga probalitas lokasi

kejadian yang ditemukan juga lebih tinggi.

V. KESIMPULAN

Dari penelitian yang dilakukan dapat diambil

kesimpulan sebagai berikut:

1. Density-based clustering menggunakan

algoritma DBSCAN dapat digunakan untuk

mendeteksi dan mengelompokan kejadian

(event) nyata yang diunggah user melalui pesan

pada media sosial. DBSCAN membuat sejumlah

cluster berdasarkan paramater masukan yaitu 𝜖

dan MinPts.

2. Identifikasi dan ekstraksi informasi geospatial

atau lokasi dari suatu event pada sebuah cluster

dapat menggunakan Google Maps Geocoding

API, dimana parameter pencarian yang

digunakan adalah kata pada teks anggota cluster.

Informasi koordinat geografis yang dihasilkan

geocoding dapat digunakan sebagai titik lokasi

pada visualisasi pemetaan lokasi kecelakaan.

3. Nilai parameter 𝜖 dan MinPts mempengaruhi

jumlah cluster yang dihasilkan proses clustering.

Semakin kecil nilai 𝜖 dan MinPts maka jumlah

cluster semakin banyak. Dan sebaliknya semakin

bear nilai 𝜖 dan MinPts maka jumlah cluster

semakin sedikit.


29


4. Nilai silhoutte coefficient pada evaluasi

clustering mempengaruhi probalitas lokasi benar

dari cluster. Jika nilai silhoutte coefficient

mendekati 1 maka probalitas lokasi benar

semakin tinggi dan jika nilai silhoutte coefficient

mendekati -1 maka probalitas lokasi benar

semakin rendah.

5. Hasil keluaran sistem sudah dapat memberikan

informasi lokasi kecelakaan. Informasi lokasi

berupa daftar kemungkinan lokasi yang ada

secara eksplisit dalam teks pesan media sosial

pada setiap cluster. Akan tetapi hasil keluaran

belum dapat disajikan dengan baik untuk publik

karena lokasi yang ditemukan belum spesifik

menyebutkan suatu lokasi dengan detail.

REFERENSI

[1]. Chung-Hong, L. (2012). Mining spatio-temporal

information on microblogging streams using a

density-based online clustering method. 39(10).

[2]. Data Mining. (n.d.). Retrieved March 20, 2015,

from Oracle:

http://www.oracle.com/technetwork/database/o

ptions/advanced-analytics/odm/index.html

[3]. Ester, M., Kriegel, H.-P., Sander, J., & Xu, X.

(n.d.). A density-based algorithm for discovering

clusters in large spatial databases with noise.

[4]. Google Maps APIs. (n.d.). Retrieved May 20,

2016, from Google Developers:

https://developers.google.com/maps/documenta

tion/geocoding

[5]. Han, J., Kamber, M., & Pei, J. (2012). Data

Mining Concepts and Techniques, Third Edition.

USA: Elsevier Inc.

[6]. Konkol, M. (2012). Named Entity Recognition.

Pilsen: University of West Bohemia.

[7]. Krstajic, M., Rohrdantz, C., Hund, M., & Weiler,

A. (2012). Getting There First: Real-Time

Detection of Real-Word Incidents on Twitter.

Proceedings of the 2nd IEEE Workshop on

Interactive Visual Text Analytics -IEEE

VisWeek 2012. Seattle, WA, USA: Konstanzer

Online Publications System.

[8]. Kusrini, & Luthfi, E. T. (2009). Algoritma Data

Mining. Yogyakarta: ANDI.

[9]. Sebastiani, F. (2002). Machine learning in

automated text categorization. ACM

Computing, 34, 1-47.

[10]. The Streaming APIs | Twitter Developers. (n.d.).

Retrieved 05 01, 2016, from Twitter:

https://dev.twitter.com/streaming/overview

[11]. Witten, I. (2005). Text mining. In M. Singh,

Practical handbook of internet computing. Boca

Raton, Florida: Chapman & Hall/CRC Press.

[12]. Witten, I. a. (2000). Data mining: Practical

machine learning tools and techniques. San

Francisco, CA: Morgan Kaufmann.


30


PERANCANGAN SISTEM INFORMASI

DATA STOK VOUCHER PULSA PADA

GRAPARI TELKOMSEL JAKARTA PUSAT

Baysondi Rosidharta

Fakultas Teknik, Jurusan Teknik Informatika



[email protected]

Abstrak

Pendataan suatu informasi secara terstruktur dan

mudah diakses sangat diperlukan dalam setiap

perusahaan, seperti halnya bagian Card Management

(CM) pada Grapari Telkomsel Wisma Alia Jakarta

Pusat yang merupakan bagian pada perusahaan

penyedia jasa layanan telekomunikasi yang bertugas

untuk mendata seluruh voucher dan hal yang berkaitan

dengan penjualan dari Telkomsel tersebut, seperti

Device, Nomor baru dan ganti kartu. Pada penelitian

ini diuat sebuah Sistem Informasi yang berbasis web

dengan menggunakan metode asosiasi untuk

mendapatkan data akurat yang dibutuhkan untuk

pendataan transaksi pada Grapari sesuai dengan

keperluan dan urutanya, terutama untuk mendapatkan

informasi barang masuk dan barang keluar secara tepat

untuk meminimalisir dalam kesalahan data.

Dalam Kasus ini didapati data-data dengan nilsai

yang tidak valid dan kendala ketidaklengkapan data

yang harus ditangani dengan seksama sehingga layak

untuk dibangunkan aturan asosiasi. Metode yang

digunakan dalam penulisan laporan ini dengan

melakukan fase perencanaan,faseanalisis, analisis

sistem yang berjalan, observasi dan pengumpulan

data-data untuk memperoleh informasi yang

dibutuhkan.

Kebutuhan user digambarkan dengan use case

diagram dan glosarium usecase. Metode perancangan

proses dengan menggambarkan Diagram Konteks dan

Diagram Alir Data Level 0, Diagram Alir Data Level

1 pemodelan data dengan menggambarkan ERD,

rancangan antar muka program sebagai penghubung

antara user dengan database.

Kesimpulan yang dapat penulis ambil yaitu

dengan adanya Sistem Informasi Data Stok voucher

pada Grapari Telkomsel Jakarta Pusat, maka

diharapkan dapat meningkatkan kualitas pelayanan

yang dapat dilakukan dengan mudah dan cepat.

Kata kunci :

apriori, Sistem Informasi, Data, Stok Voucher,

Grapari Telkomsel

Abstract

Documenting the information in a structured and

easily accessible is needed in every company, like

other parts of Card Management (CM) on Grapari

Telkomsel Wisma Alia Jakarta, which is part the

leading provider of telecommunications services

whose job is to record the whole voucher and matters

related to the sale Telkomsel, such as Device, a new

number and replace the card. In this study diuat a

web-based information system using the association to

obtain accurate data needed for data collection

Grapari transactions in accordance with the purposes

and urutanya, especially for information goods in and

goods out appropriately to minimize the data errors.

In this case the data found by nilsai invalid and

constraints incompleteness of data that must be

handled carefully so it deserves to be woken

association rules. The method used in this document to

do the planning phase, faseanalisis, analysis of system

running, observation and collection of data to obtain

the information needed.

User needs is described by use case diagrams and a

glossary usecase. The design method to describe the

process of Context Diagram and Data Flow Diagram


31


Level 0, Level 1 Data Flow Diagrams illustrating ERD

data modeling, interface design program as a liaison

between users and databases.

The conclusion could be that the authors take their

Information System Data Telkomsel Grapari Stock

voucher at Central Jakarta, it is expected to improve

the quality of service that can be done easily and

quickly.

Keywords :

priori, Voucher Stock, Data, Information System,

Grapari Telkomsel

I. PENDAHULUAN

Kegiatan mengolah berbagai macam data seperti

halnya voucher pulsa pada Grapari Telkomsel Jakarta

pusat selalu diusahan dalam keadaan yang tepat tanpa

adanya kesalahan data, baik itu Data Stok Voucher

pulsa yang baru datang dari kantor pusat maupun Data

Stok Voucher pulsa yang akan diberikan kepada

pelanggan.

Sehingga dengan demikian pekerjaan yang harus

dikerjakan dalam memberikan pelayanan terhadap

pelanggan telkomsel tentang pembelian voucher pulsa

pada grapari telkomsel Jakarta pusat harus dapat

dilakukan secara tepat dan efisien. Artinya Data Stok

Voucher pulsa dapat dicari dengan mudah dan cepat

sehingga menyebabkan bagian Card Management

(CM) dalam melayani penyajian data informasi

tentang Data Stok Voucher pulsa dapat berjalan

dengan semestinya dengan meminimalisir kesalahan

data.

Pada prakteknya di Grapari Telkomsel Jakarta

pusat Data Stok Voucher pulsa yang tersebut direkap

secara manual oleh bagian Card Management (CM),

untuk itu alangkah baiknya jika di Sistem

Informasikan pengolahan Data Stok Voucher pulsanya

memakai computer.

Komputer merupakan sarana yang tepat untuk

pengolahan data yang bersifat rutin. Di samping itu

komputer juga mempunyai kemampuan dengan

tingkat ketelitian yang tinggi, pemrosesan yang cepat,

daya tampung pengingatnya besar dan yang paling

utama adalah efisien waktu dan tenaga.


Pengolahan data merupakan kebutuhan utama

dalam industri informasi dan bisnis dalam dekade

terakhir, hal ini dikarenakan kebutuhan ketersediaan

informasi dalam jumlah besar. Umumnya data didapat

dari kegiatan transaksional dan arsip yang terseimpan

dalam sistem komputer. Teknik penyimpanan data

tersebut dapat menghasilkan informasi yang berharga

yang dapat menguntungkan bagi pihak perusahaan.

Sehingga dapat mengurangi kesalahan data yang

sering terdapat dalam proses transaksinya, penataan

data, penyimpanan data, dan masih banyak lagi

informasi yang harus disimpan dalam sebuah sistem

komputer.

Dalam pembuatan aplikasi ini menggunakan

APEX (Application Express) yang merupakan suatu

lingkungan pengembangan deklaratif yang terpusat

untuk penggunaan dan pengembangan aplikasi web

berdasarkan database – centric. Berkat fitur-fitur built-

in seperti halnya user interface theme, control

navigasi, penanganan form, report-report yang

fleksibel, Oracle Application mampu untuk

mempercepat process pengembangan suatu aplikasi

database yang berbasis web.

Application Express engine membantu untuk

Merancang aplikasi secara real time dari data yang

sudah disimpan di dalam table database. Ketika anda

Merancang atau mengembangkan sebuah aplikasi,

Oracle Application Express Merancang atau

memodifikasi metadata yang disimpan dalam table

database. Pada saat aplikasi dijalankan, Application

Express engine kemudian akan membaca metadata

dan menampilkan aplikasi.

Asitektur

Gambar 2.1 ArsitekturAPEX

Komunikasi antara web browser dan Database dimana

engine APEX berada melalui Web Listener. Adapun

web listener yang bisa dipakai adalah

1. Oracle Application Express Listener


32


Cara pertama memakai Oracle Application Express

Listener yang merupakan sebuah Java based sebagai

alternative dari Apache mod_plsql. Anda bisa

memakai web listener seperti OC4J, Oracle WebLogic

Server dan Oracle GlassFish Server

2. Apache MOD_PLSQL

Cara kedua dengan mengimplementasikan Oracle

HTTP Server (Apache) sebagai middle tier yang berisi

mod_plsql plug-in . Plugin berfungsi sebagai

penghubung komunikasi antara Web server dan

Oracle Application Express objects yang ada didalam

Oracle database. Arsitektur ini memerlukan

konfigurasi file dads.conf. serta file image yang

disimpan didalam Oracle HTTP Server (Apache).

Gambar 2.2 Apache MOD

3. Embedded PL/SQL Gateway

Cara ke tiga dengan Embedded PL/SQL Gateway

(EPG) yang bekerja didalam oracle Database itu

sendiri yaitu XML DB HTTP server. Arsitektur ini

menyimpan file metadata seperti images, CSS, dan

JavaScript didalam database. Konfigurasi ini cocok

untuk development karena memerlukan konfigurasi

yang mudah namun untuk production tidak disarankan

untuk memakai ini.

Gambar 2.3 Embedded PL/SQL

Oracle merupakan suatu kelompok produk yang

mendukung desain, kreasi, dan menjalankan aplikasi

melalui platform yang berbeda. Tool desain,

development, dan akses data dari oracle desain adalah:

Oracle designer

Oracle developer

Oracle developer memungkinkan untuk

membangun system dengan performance yang tinggi

menguntungkan bagi GUI (Graphical User Interface),

database, client-server, dan teknologi web. Tools dari

oracle developer mempunyai interface dan

karakteristik umum yang memudahkan user dalam

penggunaan serta mendesain elemen modular,

kemudian dapat digunakan kembali (reusable).

Dalam hal ini perhitungan apriori dapat

diimplementasikan pada APEX yang bertujuan untuk

mempermudah dan tentunya tidak mengurangi tujuan

akhir yaitu pendataan informasi sesuai urutan

berdasarkan data masuk dan keluar. Sebelum

membahas data mining dan mendapatkan aturan

asosiasi, data mentah harus proses terlebih dahulu,

yang mencakup transformassi data, agregasi,

normalisasi terhadap redudansi data serta

mengkonstruksi atribut.

Gambar 2.4 Proses penyimpnan data

1. Karakteristik utama oracle developer

Karakteristik utama dari oracle developer 6

memberi kontribusi dan fleksibelitas untuk

produk oracle.

a. Mendukung GUI yang komprehensif

b. Aplikasi yang dapat didistribusi

c. Tools yang produk dan komperhansif

d. Partisipasi aplikasi

e. Source control yang fleksibel

f. Scalabilty

g. Orientasi object

2. Kelebihan oracle developer


33


Release 6 menyederhanakan beberapa tugas

developer. Karakteristik yang termasuk di

dalamnya:

a. Wizard untuk memudahkan tugas yang

dikerjakan berulang-ulang.

b. Visual query builder sebagai eksekusi yang

berdiri sendiri dan sebagai sebuah utilitas

yang disimpan di dalam reports.

c. Sebelum didefenisikan dan template ekstensi

user.

d. Gallery sebelum didefenisikan dan template

ekstensi user

e. Mendukung klien yang berjalan pada

Microsoft Messaging Application Program

interface (MAPI) compliant clients untuk

memudahkan distribusi report

f. Open Application Programming Interface

(APIs), memungkinkan developers untuk

memanipulasi sebuah file, penyediaan

program interface yang sangat cepat.

3. Pengenalan komponen-komponen Oracle

Developer

a. Project Builder

b. Form builder

c. Report builder

d. Graphic builder

e. Query Builder

f. Schema Builder

g. Procedure Builder

h. Translation Builder

Komponen – komponen utama

Oracle developer merupakan produk untuk

Merancang form, report, dan Graapichs.

Oracle Developer memiliki beberapa komponen

utamanya. Komponen-komponen ini termasuk pilihan

dalam suatu tool yang tidak dipakai pada aplikasi yang

lain, tapi fungsional utamanya adalah sama.

Komponen –komponen ini membantu menyediakan

lingkungan pengembangan Oracle Developer yang

fleksibel dan produktif development environment.

1. Navigasi object

Navigasi objek merupakan pencarian yang hirarki

dan pengeditan interface yang memungkinkan

untuk mengalokasikan dan memanipulasikan

objek aplikasi dengan cepat dan mudah.

Karakteristiknya antara lain:

a. Sebuah hirarki persentasi ulang dengan

identasi dan node yang dapat dikembangkan.

b. Menemukan field dan ikon

c. Icon yang terdapat pada toolbar yang vertical

d. Sebuah ikon yang didepannya untuk setiap

objek mengindikasikan tipe objek tersebut.

2. Pallete property

Semua objek di dalam module, termasuk module

itu sendiri mempunyai properties yang dapat

dilihat dan dimodifikasi dalam pallete property.

Karakteristiknya antara lain:

a. Mengcopy dan menggunakan kembali

properties dari objek lain

b. Menemukan field dan ikon, sama dengan

navigasi objek.

3. Layout editor

Layout editor adalah fasilitas desain grafis untuk

Merancang dan menyusun item interface dan

objek grafikal pada aplikasi. Ketika menggunakan

pallete tool dan toolbar yang terdapat pada layout

editor, dapat mendesain style, warna, size, dan

susunan objek visual pada aplikasi yang ada.

Layout dapat memasukkan objek grafik dan

image bitmap ketika dijalankan pada GUI.

4. Lingkungan PL/SQL development

Lingkungan pengembangan merupakan

kumpulan fungsionalitas dari procedure builder

yang ada pada builder aplikasi, yang

menyediakan:

a. Pengembangan trigger, procedurs, functions,

dan paket data oracle developer sebaik

database.

b. Pengembangan libraries untuk menempatkan

unit program PL/SQL

c. Mendebug level statement dari PL/SQL pada

waktu dijalankan

5. Oracle Toolkit dan Oracle multimedia

Oracle toolkit adalah fungsi library yang

menampilkan user interface event, seperti control

scroll bar dan menu aktifasi. Bersama oracle

multimedia menyediakan kumpulan images,


34


suara, dan fasilitas media lainnya, toolkit

mendasari pengembangan tool oracle developer,

menjembatani aplikasi oracle developer dan

lingkungan asli yang dikerjakan. Sebagai fasilitas

yang dibutuhkan oleh aplikasi seperti membuka

jendela atau menampilkan menu, oracle developer

menempatkan permintaan pada toolkit yang

berkomunikasi dengan platform asli.


Kebutuhan fungsionalitas produk yang

digunakan yaitu Data Flow Diagram. Data Flow

Diagram merupakan suatu model logika data atau

proses yang dibuat untuk menggambarkan dari mana

asal data dan kemana tujuan data yang keluaran dari

system, dimana data di simpan, proses apa yang

menghasilkan data tersebut, dan interaksi antara data

yang tersimpan dan proses yang dikenakan pada data

tersebut.

Diagram Konteks

Gambar 3.1 Diagram Konteks

Pada diagram konteks diatas dapat dilihat bahwa

system stock voucher ini melibatkan 3 external entity

yaitu PIC Card Management (CM), Kasir Penjualan,

dan pimpinan. Penjelasan singkat dari diagram diatas

PIC Card Management (CM) memberikan Data Stok

voucher yang tersedia ke system sehingga kasir

penjulan dapat melihat stock yang masih tersedia yang

kemudian akan dijual oleh kasir penjualan, semua

transaksi yang berlangsung akan dicatat oleh system

sehingga PIC Card Management (CM) dapat

melaporkan Stock Voucher dan Transaksi kepada

pimpinan.

Data Flow Diagram Level 0

Gambar 3.2 Data Flow Diagram

Pada tahap inii terdapat tiga proses yang

dilakukan oleh system, yaitu proses penginputan data

voucher yang selanjutnya akan dipesan oleh kasir

penjualan, kemudian proses transaksi stock voucher

yang dilakukan oleh kasir ketika ada pembeli dating,

dan terakhir proses pembuatan laporan yang

melaporkan Data Stok voucher dan transaksi ke

pimpinan.


Gambar 3.3 Data Flow Diagram Level 1

Tahap ini adalah penjabaran dari proses pertama

pada DFD. PIC Card Management (CM) akan

melakukan penginputan data voucher yang

selanjutnya akan dipantau secara terus menerus oleh

PIC Card Management (CM) mengenai ketersediaan

Stock Voucher yang akan dijual oleh Kasir Penjualan,

setelah itu jika Stock Voucher telah habis, maka secara

cepat pula akan dapat terpantau oleh PIC Card

Management (CM) yang selanjutnya akan Diinput

Data Stok Voucher baru yang tersedia berikutnya.



35



Pada Tahap ini dapat dilihat Kasir Penjulan

melakukan penjualan Voucher, pertama Kasir

Penjualan akan melakukan pengecekan ketersediaan

Stock Voucher, kemudian system akan memberikan

data voucher yang tersedia, jika Kasir Penjualan

melakukan transaksi penjualan system kemudian akan

menyimpan data tersebut ke dalam data Store Voucher

kembali, agar data Voucher siupdate lagi

perubahanya. Kemudian transaksi tersebut akan

tercatat oleh system, jika stock voucher habis maka

PIC Card Management (CM) dapat memantau secara

cepat dan agar segera dimasukan Data Stok Voucher

yang baru, kemudian dilakukan Entry data pemesanan

kedalan data store transaksi dan data Store Voucher.



Pada proses ini adalah tahap dimana laporan Stock

Voucher akan dilakukan. System akan mengambil

data Vocuher selanjutnya system akan mengolah

laporan jumlah Stock Voucher, data Voucher dan

Tanggal Transaksi, yang selanjutnya system akan

mengolah data laporan tersebut yang kemudian akan

diberikan ke pimpinan.

Entity Relationship Diagram

ERD adalah diagram untuk menggambarkan

model data Entity-Relationship (ER). Model ini

digunakan untuk mendeskripsikan basis data di level

konseptual. Artinya, basis data yang akan dibangun

kita coba ungkapkan dalam bentuk entitas-entitas data

berikut hubungan keterkaitan diantaranya. Dengan

demikian, kita dapat membayangkan data apa saja

yang nanti akan disimpan dalam basis data.

Gambar 3.6 Entity Relationship Diagram

Relasi Tabel

Relasi merupakan hubungan yang terjadi pada

suatu table dengan lainnya yang mempresentasikan

hubungan antara objek di dunia nyata dan berfungsi

untuk mengatur operasi suatu database.

Gambar 3.7 Relasi Tabel

IV. KESIMPULAN DAN SARAN

SIMPULAN

dari hasil pembahasan tentang perancangan

sistem informasi data stok voucher pada grapari

telkomsel jakarta pusat, maka diambil kesimpulan:

1. Dengan adanya perancangan sistem

informasi ini, maka pihak perusahaan diharapkan

dapat lebih mudah dalam menyajikan informasi

tentang data stok voucher

2. Mempermudah informasi data stok

voucher pada grapari telkomsel jakarta pusat, baik


36


dalam pencarian data, proses pengadaan dan

penjualan maupun dalam pembuatan laporan.

3. Membantu pekerjaan dari pic card

manejemen dalam melakukan pengecekan data,

baik berupa input, update, delete data stok

voucher pada grapari telkomsel jakarta pusat.

SARAN

Dalam pengembangan Perancangan Sistem

Informasi ini ke depan, dapat disarankan beberapa hal

berikut ini:

1. Layanan yang digunakan untuk PIC Card

Management (CM) diharapkan dapat berkembang

sehingga memungkinkan untuk bisa melakukan

berbagai kegunaan tidak hanya data stok voucher

saja.

2. Dapat melakukan pembacaan data lebih detail dan

akurat sehingga dapat mempermudah kerja PIC

Card Management (CM) dalam mengolah data.

3. Diharapkan dapat diterapkan Sistem Informasi

Data Stock Voucher secepatnya untuk Grapari

Telkomsel Jakarta Pusat.

4. Pengembangan Sistem Informasi yang nyata

selanjutnya dapat diterapkan pada Grapari

Telkomsel yang lain, tidak terpaku pada Grapari

Telkomsel Jakarta Pusat saja.

REFERENSI

[1]. Alter., Analisis Sistem Informasi,

Yogyakarta, Andi. 1992.

[2]. Bodnar, Hopwood., Membangun Sistem

Informasi, Yogyakarta, Andi. 1993.

[3]. Gelinas Oram., wiggins,. Menolah Sistem

Informasi, Yogyakarta, Andi. 1993.

[4]. Hall., Menjadi Administrator Sistem

Informasi. Semarang, Andi. 2001.

[5]. Jeffrey L.Witten,, Analisis & Design Sistem

Informasi. Semarang, Andi. 2002

[6]. Kadir., Pengenalan Sistem Informasi.

Semarang, Andi. 2002

[7]. Said El Fairuz., Analisis Sistem Informasi –

Diagram Alir Data (DAD) / Data Flow

Diagram. (DFD),

http://fairuzelsaid.wordpress.com/2010/01/0

8/analisis-sistem-informasi-diagram-alir-

data-dad-data-flow-diagramdfd/, diakses

tanggal 8 November 2015.

http://fairuzelsaid.wordpress.com/2010/01/08/analisis-sistem-informasi-diagram-alir-data-dad-data-flow-diagramdfd/





37


PERANCANGAN APLIKASI BANK SOAL BERBASIS WEB

PADA BIMBINGAN BELAJAR XYZ

Muhammad Benny Chaniago

Fakultas Teknik, Jurusan Sistem Informasi


Jalan Cikutra 204A, Bandung, Indonesia

[email protected]

Abstrak

Aplikasi bank soal dengan menggunakan web

dapat diakses lebih mudah dan efisien, karena dapat

menghemat waktu dalam pencarian yang dilakukan

secara manual. Penelitian ini bertujuan untuk menata

penyimpanan soal-soal dan mempermudah transaksi

dengan pelajar dalam mengakses soal-soal pada

Bimbingan Belajar XYZ. Metode penelitian yang

digunakan adalah metode deskriptif analisis yaitu

menggambarkan hasil observasi dan menganalisa

data-data yang diperoleh dari lapangan. Cara kerja dari

aplikasi ini adalah user melakukan pendaftaran dan

login untuk mendapatkan soal, karena pengaksesan

soal hanya dapat dilakukan oleh member. Setelah

melakukan login member dapat melakukan

pengaksesan soal dengan kategori yang ada. Hasil dari

layanan ini, user tidak harus datang ke Lembaga

Bimbingan XYZ untuk mendapatkan soal yang

diperlukan, tetapi cukup dengan membuka website ini

dan melakukan pendaftaran dengan mengisi form

pendaftaran yang sudah tersedia. Setelah melakukan

analisis dan pembahasan masalah, dapat disimpulkan

bahwa sistem yang berjalan di Bimbingan Belajar

XYZ cukup baik.

Kata kunci :

Bank soal, Website, Bimbingan belajar, Pelajar,

Member, Transaksi

Abstract

A set of test application using the web is

accessible more easily and efficiently because it can

save time in searching manually. This research aims

to organize the storage problems and facilitate

transactions with students in accessing of questions in

Bimbingan Belajar XYZ. The method that we used is

descriptive analysis method which describes the

results of observations and analyzes the data obtained

from the field. Ways of workings of this application are

the user registration and login to get a set of the test

because the access question can only be done by a

member. After login, the member can access the set of

test with existing categories. The results of this

service, the user does not have to come to Bimbingan

Belajar XYZ to get a set of test that they need, but all

they have to do is to go to the website and register by

filling out the registration form that is already

provided. According to the analysis and discussion

above, it can be concluded that the system has been

running well in "Bimbingan Belajar XYZ".

Keywords :

A set of test, Website, Bimbingan belajar, Student,

Member, Transaction

I. PENDAHULUAN

Seiring dengan perkembangan teknologi

informasi yang semakin pesat, tuntutan mendapatkan

informasi yang lebih cepat menjadi aspek yang

penting bagi organisasi untuk menuju arah yang lebih

baik lagi. Salah satu perkembangan teknologi

informasi yang telah banyak dipakai oleh banyak

orang adalah internet. Pada awalnya hanya beberapa

orang yang dapat menggunakan internet, tetapi

semakin lama internet semakin berkembang dan

semakin banyak orang yang menggunakan internet

pada saat ini. Hal ini menyebabkan adanya kemajuan

dalam penggunaan internet dalam berbagai bidang,

salah satunya perkembangan internet dalam bidang

pendidikan yang berguna untuk mempermudah

kegiatan belajar peserta didik.

Pendidikan merupakan salah satu upaya

meningkatkan kualitas hidup manusia untuk dapat


38


menjadi lebih baik. Kegiatan belajar mengajar dalam

kaitannya dengan pendidikan yang sebenarnya telah

dijalani semenjak manusia lahir, baik dalam

lingkungan informal maupun lingkungan formal.

Salah satu aspek penting dalam kegiatan belajar

mengajar di lingkungan pendidikan formal adalah

menguji tingkat pengetahuan pembelajaran dalam

bidang ilmu yang dipelajarinya, sehingga dapat

menyalurkan ilmu yang dipelajarinya dengan sebaik

mungkin.

Keberhasilan mutu pendidikan sangat tergantung

dari keberhasilan proses belajar mengajar yang

merupakan sinergi dari komponen-komponen

pendidikan baik kurikulum, tenaga pendidikan, sarana

dan prasarana, sistem pengelolaan, maupun berupa

faktor lingkungan alamiah dan lingkungan sosial

dengan peserta didik sebagai subyeknya.

Proses belajar mengajar sebagai sistem yang

dipengaruhi oleh berbagai faktor, dan salah satu faktor

utamanya adalah guru yang merupakan pelaksana

pendidikan di lapangan. Kualitas guru, kualitas

akademik maupun non akademik sangat

mempengaruhi kualitas pembelajaran. Faktor lainnya

yang tidak kalah penting dalam menentukan

keberhasilan kegiatan belajar mengajar adalah sumber

belajar yang peserta didik dapatkan. Dalam rangka

mengupayakan peningkatan kualitas program

pembelajaran, perlu adanya pandangan sistematik

terhadap kegiatan belajar mengajar yang harus

didukung dengan upaya pendayagunaan sumber

belajar diantaranya adalah bimbingan belajar.

Pembelajaran dalam keseharian manusia

memiliki arti yang penting dalam rangka mengawal

manusia menjadi manusia yang berbudi dan

berperadaban yang luhur. Pembelajaran adalah proses

untuk mentransfer ilmu, karena dengan adanya

transfer ilmu maka manusia menjadi pribadi yang

cerdas otaknya dan juga cerdas akhlaknya. Untuk

meningkatkan efektivitas belajar peserta didik,

pembelajaran dilakukan tidak lagi terkait dengan

terbatasnya waktu dan tempat, melainkan dapat

dilakukan dimana ada waktu untuk belajar dan

mengembangkan ilmu disana. Karena tidak akan

efektif jika harus terikat dengan waktu dan tempat.

Bimbingan Belajar XYZ merupakan lembaga

pendidikan yang baru berkembang dalam dunia

pendidikan. Bimbingan Belajar XYZ bergerak dalam

bidang Bimbingan Belajar yang bertujuan untuk

menghasilkan sumber daya manusia yang mempunyai

kualitas yang tinggi dan memiliki peran yang tinggi

bagi masyarakat. Dalam memperlancar kegiatan

Bimbingan Belajar dan pelatihan komputer yang

berlangsung, Bimbingan Belajar XYZ memberikan

modul dalam setiap pelajarannya yang lebih

memperbanyak latihan-latihan dengan mengisi soal-

soal, serta memperbanyak praktek-praktek untuk

membuat peserta didik agar cepat memahami yang

dikerjakannya. Dengan memberikan berbagai macam

soal akan membantu peserta didik dalam menghadapi

ujian nasional.

Seiring dengan banyaknya kegiatan pendidikan

yang telah dijalankan, jumlah soal yang dimiiliki pun

terus meningkat dan pengaksesan soal menjadi

terhambat karena harus mencari data soal yang

diperlukan dalam kumpulan soal-soal, jika soal yang

diperlukan adalah soal yang sudah lama maka akan

kesulitan dalam menemukannya atau bahkan sudah

rusak dan hilang. Untuk menangani hal tersebut maka

diperlukan suatu sistem yang dapat membantu

mengatur penyimpanan soal-soal tersebut agar

tersusun dengan baik dan dapat digunakan untuk

waktu berikutnya jika diperlukan serta untuk

menghindari terjadinya kehilangan data soal.


Penggunaan PHP untuk membuat website yang

sesuai dengan keinginan dapat dikatakan tepat,

karena PHP tidak memerlukan compiler dalam

penggunaanya, dan banyak web server yang

mendukung PHP serta dalam penulisannya pun tidak

sulit karena memiliki referensi yang banyak.

Pembuatan web menggunakan PHP tidak dapat

berdiri sendiri, diperlukan sebuah perantara seperti

Adobe Dreamweaver sebagai alat untuk menuliskan

script-script PHP yang akan digunakan dalam

pembuatan web ini. Selain itu, sebelum

menggunakan PHP diperlukan pengetahuan seperti

HTML, JAVASCRIPT dan CSS untuk membuat

tampilan web yang dibuat sesuai dengan keinginan.

Setelah mengerti dan memahami konsep dasar

pembuatan web maka kita tidak akan mengalami

kesulitan dalam menggunakan PHP.

Untuk mempercantik tampilan web, kita dapat

mendesain sendiri atau dapat menggunakan

Framework dan Template yang sudah tersedia.


39


2.1. Data

Menurut Tata Sutabri dalam bukunya Konsep

Sistem Informasi, ANDI, Yogyakarta, 2012, hal 1-

2, mengungkapkan bahwa data merupakan bentuk

jamak dari bentuk tunggal datum. Data adalah

kenyataan yang menggambarkan suatu kejadian-

kejadian dan kesatuan nyata. Kejadian-kejadian

adalah sesuatu yang terjadi pada saat tertentu di

dalam dunia bisnis. Bisnis adalah perubahan dari

suatu nilai yang disebut transaksi. Kesatuan nyata

adalah berupa suatu objek yang nyata seperti tempat,

benda dan orang yang betul-betul ada dan terjadi.

Sehingga dapat disimpulkan bahwa data adalah bahan

mentah yang diproses untuk menyajikan

informasi.[1]

Menurut John J. Longkutoy dalam bukunya

Pengenalan Komputer yang dikutip Tata Sutabri

dalam bukunya Konsep Sistem Informasi, ANDI,

Yogyakarta, 2012, hal 2, mengungkapkan bahwa :

“Istilah data adalah suatu istilah majemuk yang

berarti fakta atau bagian dari fakta yang mengandung

arti yang dihubungkan dengan kenyataan, simbol-

simbol, gambar-gambar, angka-angka, huruf-huruf,

atau simbol- simbol yang menunjukkan suatu ide,

objek, kondisi, atau situasi dan lain-lain. Jelasnya,

data itu dapat berupa apa saja dan dapat ditemui

dimana saja. Kegunaan data adalah sebagai bahan

dasar yang objektif (relative) di dalam proses

kebijaksanaan dan keputusan oleh pemimpin

organisasi.”[1]

2.2. Bank Soal

Pengertian dan karakteristik bank soal yang

diakses dari situs edukasi.kompasiana.com

diantaranya :[2]

2.2.1. Pengertian Bank Soal

Dalam literatur berbahasa Inggris istilah Bank

Soal berarti item bank yang berarti “bank butir”. Hal

ini berarti bank soal adalah berisi butir- butir soal

tes maupun butir pernyataan angket. Bank soal

bermanfaat untuk mengatasi guru dalam mengambil

soal yang diperlukan apabila guru akan melakukan

penilaian. Guru tinggal mengambil butir soal yang

telah tersimpan.

Menurut Ward dan Ward (2004)

mengungkapkan : “ a item bank is a collection of

test items that may be easily accessed for use in

preparing examinations“. Bank soal adalah koleksi

butir soal yang sudah dipergunakan untuk

menyiapkan sebuah penilaian.”[3]

Menurut Grounlund, dalam Rudner

mengungkapkan : “Bank soal adalah sekumpulan soal

yang layak yang dikodekan berdasarkan subjek

materi, tingkat pembelajaran, tujuan pembelajaran

yang diukur, dan bermacam karakteristik lain butir

soal yang berguna.”[4]

Menurut Sumardyono dalam handout diklat in

on in, pengembangan Keprofesian Berkelanjutan,

menyimpulkan : “Bank soal berarti sekelompok

butir soal terkalibrasi (teruji) baik secara teoritis

maupun empiris dan memuat informasi penting

sehingga dapat dengan mudah dipergunakan dalam

penyusunan sebuah instrumen penilaian (tes).”[5]

2.2.2. Karakteristik Bank Soal

a. Setiap butir soal pada bank soal merupakan butir

soal yang terkalibrasi (teruji), soal-soal disebut

layak (suitable) mengandung pengertian soal

berkualitas, baik validitas (validity), keterbacaan

(realiability), keterukuran (measurable) maupun

aspek ekonomisnya (efisien, lugas).

b. Setiap butir soal dilengkapi berbagai informasi

berguna. Setiap butir soal pada bank soal

memiliki informasi yang bermanfaat dalam

penyusunan sebuah instrumen penilaian.

c. Database (soal-soal) pada sebuah bank soal

dibangun secara terstruktur. Dan Bank soal

bukan merupakan kumpulan soal saja namun

merupakan suatu organisasi soal di mana antar

soal satu dengan yang lain mempunyai link atau

hubungan berdasarkan komponen spesifikasi

yang sama.

2.3. Pengenalan HTML

Hypertext Markup Language atau lebih dikenal

dengan HTML adalah bahasa yang digunakan pada

dokumen web sebagai bahasa untuk pertukaran

dokumen web. Struktur dokumen HTML terdiri

dari tag pembuka dan tag penutup. Struktur

dokumen HTML adalah Sebagai berikut :

<html>

<head>

<title> </title>


40


</head>

<body></body>

</html>

Struktur HTML di atas adalah satu kesatuan

yang harus ada dalam setiap dokumen HTML.

Dokumen HTML terdiri dari komponen yaitu tag,

elemen dan atribut.[6]

Tag adalah tanda awal < dan tanda akhir > yang

digunakan sebagai pengapit suatu elemen. Tag pada

elemen pembuka diawali dengan tanda < dan diakhiri

dengan tanda >. Sedangkan untuk elemen penutup

diawali dengan tanda < dan / kemudian diakhiri

dengan tanda >. Untuk penulisan tag elemen

tunggal cukup menuliskan tanada < dan sebelum

tanda > ditambah tanda /. Contoh :

<head> tag elemen pambuka HEAD

</head> tag elemen penutup HEAD

<input type =”text”/> tag elemen tunggal

Elemen adalah nama penanda yang diapit oleh

tag yang memiliki fungsi dan tujuan tertentu pada

dokumen HTML. Elemen dapat memiliki elemen anak

dan juga nilai. Elemen anak adalah suatu elemen yang

berada di dalam elemen pembuka dan elemen penutup

induknya. Nilai yang dimaksud adalah suatu teks atau

karakter yang berada di anatara elemen pembuka dan

elemen penutup. Contoh :

<head> elemen HEAD

<title> elemen Anak dari elemen HEAD

Judul dokumen nilai dari elemen TITLE

</title>

</head>

Atribut adalah property elemen yang

digunakan untuk mengkhususkan suatu elemen.

Elemen dapat memiliki atribut yang berbeda tiap

masing-masingnya. Pendefinisian nilai atribut hanya

dapat dilakukan pada elemen pembuka. Untuk

elemen dari tag yang memiliki atribut yang sama

dengan induknya, namun nilai atribut tidak

didefinisikan secara implisit maka nilai atribut

elemen tersebut sama dengan nilai atribut pada tag

induk atau istilah lainnya inherit. Sifat inherit

tersebut tidak berlaku untuk atribut identitas, seperti atribut id dan name.

<body id=”mybody”

class=”bodycontent”>

Elemen body dengan

atribut id dan class.

<p> Atribut class pada

elemen P secara

otomatis bernilai sama

dengan induknya.

2.4. Pengenalan Javascript

Javascript adalah bahasa pemrograman yang

dikembangkan untuk dapat berjalan pada web

browser. Javascript adalah bahasa skrip (scripting

language), yaitu kumpulan intruksi perintah yang

digunakan untuk mengendalikan beberapa bagian

dari sistem operasi.[6] Sebagai bahasa skrip yang

berjalan pada web browser atau sisi klien (client

side) javascript tidak memiliki fungsi untuk

menjalankan suatu perintah pada server atau sisi

server (client server). Dengan keterbatasan itu maka

para pengembang javascript kemudian

menambahkan suatu mekanisme agar javascript

dapat berinteraksi dengan server. Mekanisme

tersebut adalah AJAX (Asynchronous Javascript and

XML), yaitu mekanisme komunikasi antara

javascript yang berada disisi klien dengan bahasa

disisi server seperti PHP dan lainnya. Prinsip

kerjanya yaitu menjalankan suatu alamat perintah

pada server dan menerima data yang dikembalikan

oleh server. Sama hal nya dengan HTML, Javascript

juga mempunyai struktur penulisan, yaitu:

<SCRIPT LANGUAGE = ”JavaScript”>

<!- -

Penulisan kode javascript

// - - >

</SCRIPT>

Keterangan :

Kode <!- - // - - > umumnya disertakan

dengan tujuan agar sekiranya browser tidak

mengenali JavaScript maka browser akan

memperlakukannya sebagai komentar sehingga tidak

ditampilkan pada jendela browser.

2.5. Pengenalan PHP

Menurut Dodit Suprianto dalam bukunya Buku

Pintar Pemrograman PHP, Oase Media, Bandung,

2008, hal 17, mengungkapkan bahwa : “PHP

merupakan kependekan dari Hypertext Prepocessor.

PHP tergolong sebagai perangkat lunak open source

yang diatur dalam aturan general purpose lisences

(GPL).”[7]


41


Pemrograman PHP sangat cocok dikembangkan

dalam lingkungan web, karena PHP bisa diletakkan

pada script HTML atau sebaliknya. PHP dikhususkan

untuk pengembangan web dinamis, karena mampu

menghasilkan website yang secara terus menerus

hasilnya dapat berubah-ubah.

Di bawah ini adalah sintaks dasar dari PHP :

a. HTML Escaping

Ketika PHP menerima suatu file, PHP akan

mencari tag pembuka (“<?php”) dan tag penutup

(“?>”). Hal ini juga sebagai pemberitahuan agar PHP

mulai menerjemahkan baris-baris kode PHP tersebut

serta mengakhiri penerjemahan-nya sampai

bertemu dengan tag penutup. Sintak sederhana :

<p> ini akan diabaikan </p>

<?php echo „ yang ini akan diparse atau diterjemahkan

.‟;?>

<p>yang ini akan diabaikan juga</p>

b. Pemisah Intruksi

PHP membutuhkan penghenti baris pernyataan

serta memisahkan antara baris satu dengan baris lain

dengan cara memberikan tanda titik koma (“ ; ”)

diakhir setiap baris. Kode tag penutup (“?>”)

disebuah blok PHP secara otomatis akan berimplikasi

sebagai titik koma sehingga tidak diperlukan lagi

adanya titik koma penghenti perintah diakhir baris

suatu blok PHP.

<?php echo „ini hanya sebuah test‟; ?>

<?php echo „ini hanya sebuah test‟ ?>

<?php echo „kita mengabaikan tag penutup akhir „;

c. Komentar atau Remarks

PHP mendukung pemberian komentar.

Terkadang dibutuhkan beberapa baris kalimat untuk

memberikan keterangan pada suatu baris program.

Hal ini sering disebut Remarks. Remarks tidak

akan ikut dieksekusi oleh server. Jika remarks hanya

satu baris maka mengunakan tanda (“ // “) atau

(“#”). Jika remarks terdiri atas beberapa baris secara

berurutan maka menggunakan tanda (“/* …. */”).

<?php

echo „ini hanya sebuah test‟;

//ini komentar satu baris, model komentar C++

/* ini komentar untuk baris lebih dari satu dan

diakhiri dengan tanda */

echo „ini masih test yang lain;

echo „satu lagi test terakhir‟;

#komentar satu baris model shell-style

?>

d. Tipe Data

PHP tidak memerlukan pendeklarasian tipe data

suatu variabel secara eksplisit, tetapi lebih

ditentukan oleh runtime program PHP, tergantung

pada konteks dimana varibel tersebut

digunakan. PHP mempunyai beberapa jenis data

antara lain : Boolean , Integer, Float (floating point,

„double‟), String, Array dan Null.

e. Variabel

Variabel mutlak diperlukan dalam

pemrograman PHP karena berfungsi sebagai tempat

untuk menampung suatu nilai data, baik berupa

masukan maupun keluaran. Contoh penulisan

variabel :

<?php

$var = „dodit‟;

$Var = „rini‟;

Echo “$var, $Var”;

f. Operator

Operator memiliki beberapa urutan (hierarki)

eksekusi, mana operator yang harus didahulukan dan

mana operator yang akan dieksekusi selanjutnya. Ada

tiga jenis operator dalam pemrograman PHP yang

sering digunakan, yaitu : Operator Aritmatika,

Operator Perbandingan dan Operator Logika.

g. Konstanta

Konstanta adalah pemberian nama baru

terhadap suatu nilai. Konstanta tersebut bernilai tetap

dan tidak terpengaruhi oleh eksekusi script apapun.

Konstanta bersifat case-sensitive. Menurut

kesepakatan bersama, penulisan kostanta selalu

menggunakan huruf besar.

<?php

// penamaan konstanta yang benar

define(“KONS”, :sesuatu”);

define(“KONS2:, “sesuatu yang lain”);

define(“KONS_OK”, “sesuatu yang lain lagi”);

?>

2.6. Pengenalan MySQL


42


MySQL atau dibaca “My Sekuel” adalah suatu

RDBMS (Relational Database Manegement System)

yaitu aplikasi sistem yang menjalankan fungsi

pengolahan data.[8]

MySQL mempunyai tipe data di antaranya : Int,

Float, Double, Real, Decimal, Numeric, Date, Time,

Char, Varchar, Datetime, Year, dan sebagainya.

2.7.1 Data Definition Language

Data Definition Language (DDL) adalah suatu

tata bahasa definisi data pada MySQL. DDL

digunakan untuk mendefinisikan suatu database,

table, table space, logfile group, server, index. DDL

umumnya untuk mendefinisikan suatu wadah atau

record. DDL terdiri dari Create, Alter, Drop,

Rename.

2.7.2 Data Manipulation Language

Data Manipulation Language (DML) adalah

suatu tata bahasa menipulasi data pada MySQL. DML

digunakan untuk memanipulasi data pada table

database. DML terdiri dari Select, Insert, Update, dan

Delete

2.8. Cascading Style Sheet

Menurut Alexander F.K. Sibero dalam bukunya

Web Programming Power Pack, MediaKom,

Yogyakarta, 2013, hal 112, mengungkapkan bahwa.

Cascading Style Sheet dikembangkan untuk menata

gaya pengaturan halaman web. Cascading Style Sheet

memiliki arti gaya manata halaman bertingkat, yang

berarti setiap satu elemen yang telah diformat dan

memiliki anak dan telah di format, maka anak dari

elemen tersebut secara otomatis mengikuti format

elemen induknya.[6] Contoh :

<div style =”font-weight :bold”>

<p> contoh paragraph dalam DIV dengan style font-

weight :bold</p>

<span> contoh SPAN dalam DIV dengan style font-weight

:bold</span>

</div>

<div>

<p> contoh paragraph dalam DIV tanpa style</p>

<span> contoh SPAN dalam DIV tanpa style </span>

</div>

Menurut Wahana Komputer dalam bukunya

Membuat Web Interaktif dengan Adeobe

Dreamweaver CS5.5, PHP & MYSQL, ANDI dan

Wahana Komputer, Semarang, 2012, hal 61-70,

mengungkapkan bahwa membuat CSS sangatlah

mudah, kita tinggal memasukkan atribut-atribut yang

akan digunakan dalam dokumen CSS seperti untuk

jenis huruf, warna teks, ataupun warna background,

hyperlink dan lain sebagainya.[8] Dengan pengaturan

atribut tersebut maka secara otomatis CSS akan

terbentuk. Perbedaan dari pembuatan class dan style

dalam CSS adalah jika class yang telah dibuat dapat

diterapkan pada seluruh tag pada bagian halaman web,

sedangkan style hanya diterapkan pada tag-tag HTML

tertentu missal tag <body>, <div>, <font> dan

sebagainya. Dokumen CSS yang telah dibuat dapat

langsung digunakan pada halaman web dengan cara

membuat link ataupun menyisipkan langsung

berapa style CSS pada tag HTML. Dokumen CSS

yang akan di-link ke halaman web biasanya disebut

bagian External Style Sheet. Pemanggilan dalam

HTML dilakukan dengan tag berikut :

<link rel =”stylesheet” type=”text/css”

href=”nama_file_css.css”>

2.9. Perangkat Pemodelan System

Dalam merancang aplikasi perlu

memperhatikan pemodelan sistem untuk

menggambarkan dan mengkomunikasikan rancangan

sederhana aplikasi yang dibuat agar aplikasi mudah

dipahami. Dalam hal ini penulis menggunakan

pemodelan UML yang merupakan pemodelan dari

pemrograman berorientasi objek.[9]

Menurut Sholiq dalam bukunya Pemodelan

Sistem Informasi Berorientasi Objek dengn UML,

Graha Ilmu, Yogyakarta, 2006, hal 6 dikatakan

bahwa : “Notasi UML dibuat sebagai kolaborasi dari

Glady Booch, DR. James Rumbough, Ivar Jacobson,

Rebecca Wirfs-Brock, Peter Yourdon, dan lainnya.

Jacobson menulis tentang pendafinisian

persyaratan-persyaratan sistem yang disebut use

case. Juga mengembangkan sebuah metode untuk

perancangan sistem yang disebut Object-Oriented

Software Enginnering (OOSE)”.[10]

Jadi pengertian UML yang penulis rangkum

berdasarkan referensi yaitu, Unified Modeling

Language (UML) adalah sebuah bahasa yang telah

menjadi standar dalam industry yang digunakan

untuk merancang, mendokumentasikan dan

merancang sistem perangkat lunak. Sebagaimana

yang telah diungkapkan oleh sholiq dalam bukunya

di atas, bahwa untuk mendapatkan banyak pandangan


43


terhadap aplikasi yang akan dibangun, UML

menyediakan beberapa diagram yang telah

disediakan antara lain :

a. Diagram Use Case (use case diagram)

b. Diagram Kelas (class diagram)

c. Diagram Aktivitas (activity diagram)

d. Diagram Sekuensial (sequence diagram)

e. Diagram Kolaborasi (collaboration diagram)

f. Diagram statechart (statechart diagram)

g. Diagram Komponen (component diagram)

Diagram Deployment (deployment diagram)


3.1. Perancangan Sistem

Sebagaimana yang telah diuraikan pada

pendahuluan bahwa masalah yang dihadapi oleh

Bimbingan Belajar XYZ dalam kegiatan

pengaksesan soal yaitu kurang efisien, karena

membutuhkan waktu untuk mencari soal yang

diinginkan dengan penyimpanan soal yang belum

terkomputerisasi. Pada Bimbingan Belajar XYZ

tempat dilakukan penelitian ini, penulis meneliti dan

mempelajari sistem pengaksesan soal yang sedang

berjalan, sehingga penulis memperoleh gambaran

secara ringkas tentang sistem yang sedang berjalan

serta kelemahan-kelemahannya ditinjau dari

efektifitas dan efisiensi sistem yang ada.

Dari hasil penelitian yang dilakukan pada

Bimbingan Belajar XYZ, ditemukan penggunaan

sistem pengaksesan yang masih dilakukan secara

semi manual, yaitu komputer digunakan sebagai

mesin ketik untuk mengetik soal-soal yang

diperlukan dalam menunjang kegiatan bimbingan

belajar. Hal ini terlihat kelemahan-kelemahan yang

penulis dapatkan :

a. Membutuhkan waktu yang lama untuk mencari

soal yang diperlukan.

b. Sering terjadi kehilangan soal-soal karena

kurang efisiennya penyimpanan.

c. Tingkat efisiensi yang rendah, karena hanya

satu orang admin yang mengatur soal-soal

yang diperlukan untuk berbagai tingkatan

sekolah.

Dengan menggunakan fungsi komputer secara

optimal, maka segala masalah yang ada dalam

kegiatan tersebut dapat diatasi dengan baik. Sehingga

membantu mengefisienkan pekerjaan seorang admin

agar tidak melakukan pekerjaan yang rangkap.

Sebagai tahap awal pada perancangan sistem,

penulis menggambarkan interaksi aktor dengan sistem

melalui use case diagram seperti pada gambar 1 di

bawah ini.

Gambar 1. Use Case Diagram

Dari use case diagram di atas dapat diturunkan

ke dalam class diagram yang dapat menggambarkan

kelas-kelas objek yang menyusun sebuah sistem dan

juga hubungan antara kelas objek yang terjadi di

dalam aplikasi bank soal. Class tersebut dibentuk oleh

entity/object yang mempunyai atribut dan operasi.

Dari class tersebut dapat terbentuk sebuah tabel yang

dapat berasosiasi dengan tabel lainnya yang

memungkinkan terbentuknya sebuah database. Untuk

gambaran class diagramnya dapat dilihat pada gambar 2

berikut ini.


44


Gambar 2. Class Diagram

Gambaran aktivitasnya dapat dilihat pada

pengaksesan soal yang dilakukan oleh user dengan

melakukan login terlebih dahulu. Soal dapat dicari

dengan kategori yang telah ada sehingga user hanya

memilih kategori tersebut. Jika soal yang dicari tidak

ada, maka sistem akan memberikan informasi bahwa

soal tidak ada begitupun jika soal yang dicari ada,

maka sistem akan menampilkan soal yang dicari.

Seperti terlihat pada gambar 3 di bawah ini.

Gambar 3. Activity Diagram Pengaksesan Soal

Selanjutnya, pada bagian ini akan dijelaskan

mengenai rancangan antarmuka dari sistem. Sistem

yang dibangun akan memiliki sebuah halaman user

dan halaman admin. Pada halaman user, tampilan

awal saat user membuka website Bimbingan Belajar

XYZ. User mendapatkan informasi tanpa harus

melalui proses login, tetapi jika user ingin mengakses soal diharuskan untuk login dan mendaftar sebagai

anggota. Pada gambar 4 di bawah ini adalah

rancangan halaman utama website Bimbingan

Belajar XYZ.

Gambar 4. Rancangan Halaman Utama

3.2. Batasan Implementasi

Batasan implementasi dalam pembuatan aplikasi

sistem informasi bank soal diantaranya yaitu website

hanya berinteraksi pada pendaftaran member, login

user, pencarian data soal berdasarkan UN dan Try

Out, pengisian dan pengecekan data oleh admin,

aplikasi dirancang dengan menggunakan

pemrograman berorientasi objek, dan basis data yang

digunakan adalah MYSQL. Dalam pembuatan aplikasi

bank soal ini menggunakan bahasa pemrograman

PHP.

3.3. Implementasi Perangkat Lunak

Adapun beberapa perangkat lunak yang harus

disiapkan dalam pembangunan Aplikasi Bank Soal

Berbasis Web yaitu :


45


a. System Operasi

System operasi yang digunakan

adalah Windows 7 Ultimate.

b. Database Server

Database Server yang digunakan adalah server

database MYSQL untuk menyimpan sumber

aplikasi.

c. Web Server Engine

Web server engine yang digunakan yaitu

AppServ untuk penyimpanan aplikasi yang

dibuat dengan memiliki berbagai fitur seperti :

Apache, MySQL, PHP5 dan www/PHP

Myadmin.

d. Adobe Dreamweaver CS3

Sebagai media penulisan script PHP.

e. PHP

Untuk membuat aplikasi Aplikasi Bank Soal

Berbasis Web ini menggunakan PHP.

f. Internet Explorer atau Mozilla Firefox

Sebagai media untuk menampilkan apliksi yang

telah dibuat.

3.4. Implementasi Perangkat Keras

Perangkat keras yang digunakan dalam

pembuatan aplikasi sangat menentukan kecepatan dan

ketepatan dalam proses penyimpanan data. Adapun

perangkat keras yang dibutuhkan berdasarkan

kebutuhan minimal, yaitu :

a. Peocessor intel Pentium IV atau sekelasnya.

b. b. RAM 512 MB

c. VGA dengan kapasitas 128 BIT

d. Harddisk 80 GB

e. DVD RW

Alat-alat pendukung lain seperti monitor, mouse,

keyboard.


Berdasarkan analisis yang telah dilakukan oleh

penulis terhadap Bimbingan Belajar XYZ, maka

perancangan program yang dihasilkan dapat

membantu dan mempermudah dalam pengaksesan

soal-soal yang dicari oleh pelajar sesuai dengan

keperluan soal tanpa adanya hambatan soal tersebut

sudah lama. Untuk peningkatan kualitas pendidikan

memerlukan suatu usaha dan cara untuk

mencapainya, para pengajar memiliki kesulitan

dalam hal pembuatan soal-soal dan kecepatan dalam

penyajian soal-soal. Dengan adanya Aplikasi Bank

Soal yang telah dibuat, maka pengaksesan soal akan

berjalan dengan lebih mudah, praktis, tidak akan

mengalami kesulitan dalam pencarian soal,

penyimpanan soal-soal menjadi lebih efektif dan

mengurangi perbanyakan soal dengan cara

mengcopy. Program juga cukup bermanfaat dalam

membantu pelajar atau umum dalam kegiatan belajar,

karena dapat mengakses soal dengan cara yang lebih

efisien.

REFERENSI

[1]. Sutabri, Tata. (2012). Konsep Sistem Informasi,

ANDI, Yogyakarta.

[2]. Kompasiana, (2013, 20 September). Konsep dan

Prosedur Pengembangan Bank Soal. Diperoleh

14 Februari 2014, pukul 09.10 WIB, dari

http://edukasi.kompasiana.com/2013/09/20/kons

ep-dan-prosedur- pengembangan-bank-soal-

591710.html.

[3]. Ward, A. W. (1990). Item banking and item

banks. Daytona Beach, FL: The Techm Group.

[4]. Grounlund, Nourman E dan Linn, Robert L.

(1985). Measurement and Evaluation in

Teaching. New York: McMillan Publishing

Company.

[5]. Sumardyono. (2003). Handout Diklat in on in, Pengembangan Keprofesian Berkelanjutan.

P4TK Matematika, Jakarta.

[6]. Sibero, Alexander, F.K. (2013). Web

Programming Power Pack, Mediakom,

Yogyakarta.

[7]. Suprianto, Dodit. (2008). Buku Pintar

Pemrograman PHP, Oase Media, Bandung.

[8]. Wahana Komputer. (2012). Membangun Web

Interaktif dengan Adobe Dreamweaver, CS5.5,

PHP dan MYSQL, ANDI, Semarang.

[9]. A.S., Rosa, Shalahuddin, M. (2013). Rekayasa

Perangkat Lunak, Informatika, Bandung.

http://edukasi.kompasiana.com/2013/09/20/konsep-dan-prosedur-pengembangan-bank-soal-591710.html






46


[10]. Sholiq. (2006). Pemodelan Sistem Informasi

Berorientasi Objek dengan UML, Graha Ilmu,

Yogyakarta.


47


SISTEM PENGAWASAN PENYIDIKAN KEPOLISIAN BARESKRIM

Tito Prabowo

Fakultas Teknis, Jurusan Teknik Informatika



[email protected]

Abstrak

Menurunnya kualitas moral manusia memiliki

dampak yang cukup besar terhadap beberapa aspek

kehidupan, salah satunya terhadap kesempatan

manusia itu sendiri melakukan tindak kriminalitas.

Selain kualitas moral faktor lain yang mempengaruhi

seseorang melakukan tindak kriminalitas diantaranya

adalah kesulitan ekonomi, rendahnya tingkat

pendidikan, kesenjangan sosial dan faktor lingkungan.

Hal tersebut sudah sangat memprihatinkan dan

semakin sulit untuk dikendalikan, sehingga membuat

kepolisian mendapatkan beberapa kendala dalam

memproses tindak kriminal terutama dalam hal

pengarsipan data dan pengawasan penyidikan yang

dilakukan oleh kepolisian.

Penerapan Teknologi informasi ke dalam

kepolisian merupakan salah satu solusi untuk

menangani kesulitan dalam mengolah data tersebut.

Salah satu Teknologi Informasi yang dapat digunakan

adalah teknologi database. Dengan adanya teknologi

tersebut dalam kepolisian, diharapkan akan ada

banyak perubahan dan tentunya menjawab kesulitan

kepolisian dalam pengolahan data dan pengawasan

penyidikan.

Oleh karena itu diperlukan aplikasi yang dapat

membuat pengolahan data dan pengawasan

penyidikan kepolisian menjadi lebih mudah dan

teratur sebagai realisasi penerapan teknologi

informasi.

Proyek ini dibangun berbasis web dengan

menggunakan bahasa pemrograman PHP CI dan

dipadukan dengan Mysql sebagai media basis data. Di

dalam aplikasi ini, penyidik dapat mendata setiap

laporan dari masyarakat, dan dapat melengkapi berkas

kasus dengan lebih rapih, sedangkan pimpinan dapat

dengan mudah mengawasi setiap kasus yang sedang di

tangani penyidiknya dan mendapatkan informasi

tingkat kejahatan di wilayahnya.

Kata Kunci: Aplikasi, PHP CI, Mysql

Abstract

Declining quality of human morality has a

considerable impact on several aspects of life, one of

the man himself the opportunity to commit crime. In

addition to the moral qualities of other factors that

affect a person committing a crime such as economic

hardship, low education levels, social and

environmental factors.

It was very alarming and increasingly difficult to

control, thus making the police get a few obstacles in

the criminal process, especially in terms of data

archiving and supervision of the investigation by the

police.

The application of information technology to the

police is one of the solutions to deal with difficulty in

processing the data. One information technology that

can be used is the database technology. With the

technology in policing, it is expected there will be

many changes and thus answer difficulty policing in

data processing and surveillance investigations.

Therefore we need applications that can make

data processing and control of the police investigation

into more easily and regularly as a realization of the

application of information technology.

The project is built using web based PHP

programming language and integrated with CI as

media Mysql database. In the application, the

investigator can capture any reports from the public,

and can complement more neatly with the case file,

while the leader can easily keep an eye on each case

being handled investigator and get the crime rate in

the region.


48


Keywords: application, PHP CI, Mysql.

I. PENDAHULUAN

Seiring dengan perkembangan jaman yang

semakin maju, perkembangan teknologi pengolahan

data juga semakin maju. Kemajuan teknologi tersebut

dapat membantu manusia dalam melakukan

penyimpanan data dalam jumlah besar, tanpa

membutuhkan buku yang tebal atau tempat

penyimpanan yang besar. Kita juga tidak perlu lagi

menuliskan atau memasukkan data-data tersebut

secara manual kedalam sebuah buku.

Polsek Cikampek adalah salah satu instansi

yang berada di wilayah sektor dibawah naungan

Kepolisian Republik Indonesia, tepatnya berada di Jl.

Ir. H. Juanda No.76 Cikampek, Karawang. Polsek

Cikampek merupakan badan hukum atas tindak pidana

yang terjadi di dalam wilayah sektor Cikampek.

Polsek Cikampek memiliki beberapa Divisi Unit yang

terbagi dalam beberapa kelompok dan tugas yang

berbeda-beda. Salah satunya adalah Divisi Reskrim

yang menangani proses penyidikan atas suatu tindak

pidana. Setiap pidana yang di selidiki harus memiliki

LP (Laporan Polisi) yang harus di arsipkan data-data

nya dan akan digunakan bahan evaluasi pimpinan

dalam menyikapi jumlah pidana yang sering terjadi

untuk dijadikan tolak ukur seperti apa tindakan yang

harus di ambil ketika keadaan wilayahnya seperti itu.

Namun pada kenyataanya dalam mengarsipkan

data-data LP ini masih tergolong manual, yaitu dengan

cara menulis dalam buku besar tiap-tiap informasi

yang tertera dalam LP, yang mana apabila data yang

sudah tersimpan dibutuhkan kembali, masih

memerlukan waktu yang cukup lama untuk

mencarinya. LP ini merupakan gambaran umum dari

suatu kasus. Setiap LP memiliki kelengkapan berkas

yang mana kelengkapan berkas ini dibuat seiring

dengan penanganan kasus tersebut, yang nantinya

digunakan sebagai acuan pimpinan mengetahui sejauh

mana kasus ini ditangani. Namun saat ini hal tersebut

masih dilakukan manual yaitu dengan cara membuka

lagi berkas tersebut dan saat ada pemeriksaan dari

pusat mengenai LP tersebut, polisi juga harus merekap

semua data-data LP, menghitung manual berapa

jumlah LP keseluruhan, menghitung jumlah tiap jenis

LP, Sehingga memerlukan waktu yang lama untuk

memproses hal tersebut.

II. KAJIAN LITERATUR [1] Web Server

Web Server merupakan sebuah perangkat

lunak dalam server yang berfungsi menerima

permintaan (request) berupa halaman web melalui

HTTP atau HTTPS dari klien yang dikenal dengan

browser web dan mengirimkan kembali (response)

hasilnya dalam bentuk halaman-halaman web yang

umumnya berbntuk dokumen HTML. [1]

[2] PHP

PHP merupakan singkatan recursive dari

Hypertext Preprocessor. PHP pertama kali dibuat oleh

Rasmus Lerdorf pada tahun 1994. Script PHP harus

ditulis diantara tag : <? dan ?> , <?php dan ?> , <script

language=’’php’’> dan </script> atau <% dan %>.

Setiap satu statement (perintah biasanya diakhiri

dengan titik-koma (;) serta CASE SENSITIVE untuk

nama identifier yang dibuat oleh user (berupa variable,

konstanta, fungsi dll.), namun TIDAK CASE

SENSITIVE untuk identifier built-in dari PHP. [1]

[3] MySQL

MySQL adalah sebuah perangkat lunak

sistem manajemen basis data SQL (bahasa Inggris:

database management system) atau DBMS yang

multithread, multi-user, dengan sekitar 6 juta instalasi

di seluruh dunia. MySQL AB membuat MySQL

tersedia sebagai perangkat lunak gratis dibawah lisensi

GNU General Public License (GPL), tetapi mereka

juga menjual dibawah lisensi komersial untuk kasus-

kasus dimana penggunaannya tidak cocok dengan

penggunaan GPL. [2]

[4] Web Browser

Web browser adalah aplikasi perangkat lunak

yang memungkinkan penggunanya untuk berinteraksi

dengan teks, image, video, games dan informasi

lainnya yang berlokasi pada halaman web pada World

Wide Web (WWW) atau Local Area Network (LAN).

[3]

[5] Metodologi Waterfall


49


Menurut Pressman (2010), model waterfall

adalah model klasik yang bersifat sistematis, berurutan

dalam membangun software. Nama model ini

sebenarnya adalah “Linear Sequential Model”. Model

ini sering disebut dengan “classic life cycle” atau

model waterfall. Model ini termasuk kedalam model

generic pada rekayasa perangkat lunak dan pertama

kali diperkenalkan oleh Winston Royce sekitar tahun

1970 sehingga sering dianggap kuno, tetapi

merupakan model yang paling banyak dipakai didalam

Software Engineering (SE). Model ini melakukan

pendekatan secara sistematis dan berurutan. Disebut

dengan waterfall karena tahap demi tahap yang dilalui

harus menunggu selesainya tahap sebelumnya dan

berjalan berurutan. [4]

Waterfall adalah suatu metodologi

pengembangan perangkat lunak yang mengusulkan

pendekatan kepada perangkat lunak sistematik dan

sekuensial yang mulai pada tingkat kemajuan sistem

pada seluruh analisis, design, kode, pengujian dan

pemeliharaan.[4]

[6] Smart Report

Smart Report merupakan sebuah aplikasi

pelaporan yang dapat menghasilkan laporan

professional secara mudah dan efisien.[5] Laporan

pada smart report telah disesuaikan untuk memuat data

dan informasi yang dibutuhkan oleh pengguna.

Laporan ini disajikan dalam bentuk grafik maupun

tabel data dan dapat disimpan dalam bentuk file pdf

maupun dalam format Microsoft excel (.xls atau .xlsx)

[7] E-Tendering

Berdasarkan Peraturan Presiden Nomor 70

Tahun 2012 Tentang Perubahan Kedua Atas Peraturan

Presiden Nomor 54 Tahun 2010 Tentang Pengadaan

Barang/Jasa Pemerintah, E-Tendering adalah tata cara

pemilihan Penyedia Barang/Jasa yang dilakukan

secara terbuka dan dapat diikuti oleh semua Penyedia

Barang/Jasa yang terdaftar pada sistem pengadaan

secara elektronik dengan cara menyampaikan 1 (satu)

kali penawaran dalam waktu yang telah ditentukan. [6]

[8] UML (Unified Modeling Language)

Unified Modeling Language (UML)

merupakan salah satu alat bantu yang dapat digunakan

dalam Bahasa pemrograman yang berorientasi objek,

saat ini UML akan mulai menjadi standar masa depan

bagi industry pengembangan system/perangkat lunak

yang berorientasi objek sebab pada dasarnya UML

digunakan oleh banyak perusahaan raksasa seperti

IBM, Microsoft dan sebagainya [7]

[9] Use Case Diagram

Use case diagram menggambarkan fungsionalitas

yang diharapkan dari sebuah sistem. Use-case diagram

merupakan model diagram UML yang digunakan

untuk menggambarkan requirement fungsional yang

diharapkan dari sebuah sistem. Use-case diagram

menekankan pada “siapa” melakukan “apa” dalam

lingkungan sistem perangkat lunak akan dibangun.

Use-case diagram sebenarnya terdiri dari dua bagian

besar; yang pertama adalah use case diagram

(termasuk gambar use case dependencies) dan use case

description. [8]


Berdasarkan dari masalah-masalah dalam proses

pelaporan data laporan tindak pidana di lingkungan

Polsek Cikampek dilakukan analisis untuk

menemukan suatu solusi yang dapat mengatasi

permasalahan yang dihadapi.

Analisis ini dibagi menjadi beberapa tahapan

analisis,yaitu:

1. Menganalisis sistem pelaporan yang berjalan saat

ini, apakah dilakukan secara rutin atau tidak.

Seberapa sering intensitas pelaporan data ini.

2. Menganalisis permasalahan-permasalahan yang

ditimbulkan dari proses pelaporan manual yang

dilakukan dengan menggunakan microsoft office.

Seberapa besar dampak dari masalah-masalah

tersebut terhadap kinerja Unit Reskrim Polsek

Cikampek.

3. Menganalisis solusi yang dapat mengatasi

permasalahan yang dihadapi dalam proses

pelaporan data tindak Pidana tersebut.

Dari beberapa tahapan analisis yang telah

dilakukan, maka didapatkan hasil analisisnya sebagai

berikut:


50


1. Kepolisian masih menggunakan proses

penyimpanan data laporan polisi secara manual

kedalam buku besar B1 register LP.

2. Penyidik mengalami kesulitan dalam melakukan

pencarian arsip tiap laporan polisi.

3. Kesulitan dalam penghitungan serta

pengelompokan jumlah laporan polisi

keseluruhan dan jumlah tiap kasus yang sering

terjadi.

4. Pengawasan penyidikan dengan cara mengecek

dan membuka berkas BAP yang menyulitkan

pengawasan progress penyidikan suatu kasus.

5. Beberapa permasalahan timbul akibat pelaporan

yang dilakukan secara manual menggunakan

buku B1 Register Laporan Polisi, yaitu:

1. Sering terjadinya duplikasi data

2. Sulit diketahuinya ketika archive hilang

Dampak dari permasalahan tersebut diatas cukup

besar berpengaruh terhadap kinerja Unit Reskrim

Polsek Cikampek.

6. Hasil analisis menunnjukkan bahwa solusi paling

tepat untuk mengatasi permasalahan-

permasalahan yang dialami adalah dengan

dibuatkan suatu aplikasi pelaporan Sistem

Pengawasan Penyidikan Kepolisian Bareskrim

yang dapat menampilkan data dan informasi

dalam bentuk table data maupun grafik.

Sistem Pengawasan Penyidikan Kepolisian

Bareskrim ini merupakan sebuah aplikasi yang akan

memudahkan Unit Reskim Polsek Cikampek untuk

melakukan pengawasan penyidikan dan archiving.

Selain itu bisa memudahkan untuk melakukan

pencarian data tertentu tanpa harus melakukan

pencarian secara manual.

Data yang dilaporkan akan lebih akurat tanpa

adanya duplikasi data. Data bisa langsung di print out

untuk keperluan pelaporan. dan pengawasan progress

penyidikan akan lebih mudah karena hanya perlu

melihat prosentase progress penyidikan serta melihat

daftar kelengkapan berkas suatu kasus sesuai urutan

proses bisnis yang berlaku saat ini. Selain itu user juga

dapat berkirim pesan untuk mempermudah user dalam

berkomunikasi. Sehingga pekerjaan akan lebih efisien

dan lebih mudah.

GAMBARAN SISTEM SAAT INI

Saat ini dalam mengarsipkan data-data laporan

polisi dan pengawasan penyidikan masih tergolong

manual, yaitu dengan cara menulis dalam buku besar

tiap-tiap informasi yang tertera dalam laporan polisi

(LP). Setiap laporan polisi memiliki kelengkapan

berkas yang mana kelengkapan berkas ini dibuat

seiring dengan penanganan kasus tersebut, yang

nantinya digunakan sebagai acuan pimpinan

mengetahui sejauh mana kasus ini ditangani. Namun

hal tersebut masih dilakukan dengan cara membuka

lagi berkas tersebut dan saat ada pemeriksaan dari

pusat mengenai laporan polisi, polisi juga harus

merekap semua data-data laporan polisi yang ada pada

buku B1 Register LP, menghitung ulang berapa

jumlah laporan polisi keseluruhan, menghitung jumlah

tiap jenis laporan polisi, Sehingga memerlukan waktu

yang lama untuk memproses hal tersebut.

ALUR SISTEM LAMA PENYIDIK

Pendataan laporan dari masyarakat, rekapitulasi

jumlah laporan serta proses melengkapi berkas

dilakukan secara manual. Adapun detail tahapannya

adalah sebagai berikut :

Gambar 4.1

Diagram Activity Penyidik Sistem Lama

Keterangan :

1. Penyidik membuat laporan polisi LP

2. Setalah membuat laporan polisi sebagai

registrasi telah dilaporkannya suatu tindak

pidana oleh masyarakat, penyidik melakukan

penyidikan dan progress penyidikan ditandai

dengan kelengkapan berkas.

Terima Laporan

Buat LP

Melengkapi Berkas

Menulis Ringkas LP ke Buku B1 Register LP

Melihat Data LP

Menghitung Jumlah LP

Pilih Aktifitas?

Penyidik


51


3. Setelah kasus selesai penyidik menulis

ringkasan laporan polisi kedalam buku B1

Registrer LP.

Selanjutnya dari buku B1 Register LP, penyidik

dapat melihat laporan polisi yang terjadi atau juga

dapat menghitung jumlah laporan polisi yang masuk

untuk laporan kepada pimpinan.

ALUR SISTEM LAMA PIMPINAN

Pimpinan dapat melakukan pengawasan

penyidikan suatu kasus dan melihat informasi jumlah

kasus yang terjadi atau jumlah per jenis kasus dengan

langsung mendatangi penyidik yang bersangkutan.

Adapun detail tahapannya adalah sebagai berikut :

Gambar 4.2

Diagram Activity Pimpinan Sistem Lama

Keterangan :

1. Pimpinan mulai mengawasi suatu kasus

dengan mendatangi penyidik yang

bersangkutan, lalu penyidik memberikan

progress nya dengan langsung berbicara

dengan pimpinan serta memperlihatkan

berkas-berkas kasus yang sedang atau sudah

dilengkapi

2. Pimpinan dapat meminta informasi mengenai

statistik jumlah kasus yang terjadi atau

staistik jumlah jenis kasus yang sering terjadi

dari buku B1 Register LP

USE CASE DIAGRAM PIMPINAN

Cek Progres Kasus

Lihat Data LP dari buku B1 Register LP

Lihat Jumlah Seluruh LP

Lihat Jumlah LP per jenis Kasus

mulai Pengawasan

Pilih Aktifitas?

Pimpinan


52


Gambar 4.3 Diagram Usecase Pimpinan

Fungsi fungsi yang akan diberikan untuk

Pimpinan tergambarkan pada Use Case Diagram pada

Gambar 4.3, adapun penjelasan detail dari Use Case

dalam gambar tersebut termuat dalam Skenario Use

Case Diagram

USE CASE DIAGRAM PENYIDIK

<<include>>

lihat daftar penyidik

lihat daftar tersangka

login

lihat ringkasan LP

periksa kelengkapan berkas

grafik per jenis LP yg terjadi

lihat detail berkas

print LP

<<extend>>

<<extend>>

<<extend>>

search LP

<<include>>

<<extend>>

<<extend>>

<<extend>>

melihat grafik

<<extend>>

<<include>>

berkirim pesan

pimpinan


53


Gambar 4.4

Diagram Usecase Penyidik

Fungsi fungsi yang akan diberikan untuk Penyidik

tergambarkan pada Use Case Diagram pada Gambar

4.4, adapun penjelasan detail dari Use Case dalam

gambar tersebut termuat dalam Skenario Use Case

Diagram

input map berkas input tersangka

print LP

login

lihat ringkasan LP

melengkapi berkas

grafik per jenis Kasus yg terjadi

lihat detail berkas

<<extend>><<extend>>

<<extend>>

input

update

search LP

<<include>>

<<extend>>

<<extend>>

<<extend>>

Kelola LP

<<include>>

<<extend>>

<<extend>>

melihat grafik<<include>>

<<extend>>

berkirim pesan

penyidik

<<include>>


54


USE CASE DIAGRAM ADMIN

Gambar 4.5 Diagram Usecase Admin

Fungsi fungsi yang akan diberikan untuk Admin

tergambarkan pada Use Case Diagram pada Gambar

4.5, adapun penjelasan detail dari Use Case dalam

gambar tersebut termuat dalam Skenario Use Case

DiagramER Diagram

input data

update data

delete data

delete data

update data

delete data

update data

input data

login

user

penyidikpimpinan

kelola data penyidik

<<extend>>

<<extend>>

<<extend>>

<<include>>

kelola data LP

<<extend>>

<<extend>>

<<include>>

kelola data pimpinan

<<extend>><<extend>> <<extend>>

<<include>>

berkirim pesan

<<include>>

input

update

delete

admin

kelola data modus & pekerjaan

<<extend>>

<<extend>>

<<include>>

<<extend>>


55


ER DIAGRAM

LP

Berkas

Tersangka

membuat

memiliki

mempunyai

no_berkas

file

tgl_berkas

nama_berkas

no_lp

polsek

jns_lp

tgl

tmpt_lahir

ttl_pelapor

jeke_pelapor

agm_pelapor

wn_pelapor

krja_pelapor

almt_pelapor

nm_korban

krja_korbanid_korban

tgl_kejadian

jam_kejadian

lokasi_kejadian

nm_pelapor

jns_lokasi

modus_operand

jns_kejahatan

saksi

brg_bukti

pasal_pidana

nama_tersangka

id_tersangka

ringkas_lp

Pelapor

Korban

melengkapi

memiliki

melaporkan

almt_korban

jeke_korban ktp_pelapor

almt_tersangka

ft_tersangka

id_pelapor

1

1

1

1 1

N

N

N1

N

N

N

N

N

1

Modus_operandId_modus

Nama_modus

N

memeiliki1

pekerjaan

Id_pekerjaanNama_pekerjaan

memiliki

memiliki

1

1

N

N

User2

NRPprevilage

nama_user telp_userpangkat_user

almt_user

password re_passstatus

Id_pesan

penerima

pengirim subjek

Tgl_pesan

pesan

Status_pesan

Berkirim pesan1

Status_pesan2

User1

NRPprevilage

nama_user telp_userpangkat_user

almt_user

password

1

re_passstatus

1

1

Gambar 5

ER Diagram

Keterangan :

Ada sembilan entitas dengan atribut masing-

masing yang dibangun. Hubungannya adalah LP,

User, Berkas, Tersangka, Pelapor, Korban, Pesan,

Modus Operand, dan Pekerjaan.


Pada Laporan Kerja Praktik ini dapat ditarik

kesimpulan sebagai berikut:

1. Aplikasi menyajikan fasilitas pengawasan serta

pendataan laporan polisi bagi Divisi Bareskrim

Polsek Cikampek dapat mempermudah pimpinan

mengawasi proses penyidikan dan mempermudah

pengarsipan data.

2. Aplikasi SPPK Bareskrim ini juga menyajikan

kemudahan bagi penyidik untuk dapat membuat

dan mengarsipkan data laporan polisi, melakukan

pencarian data laporan polisi, serta

mempermudah proses penghitungan seluruh

jumlah laporan yang masuk dan penghitungan

laporan kejahatan yang sering terjadi.

Aplikasi ini mempermudah komunikasi antar user

dengan menyajikan fungsi berkirim pesan, serta


56


kemudahan berbagi sumber data dengan database

terpusat dalam sebuah server local.

Adapun beberapa saran yang perlu diperhatikan

untuk pengembangan selanjutnya agar bisa lebih baik

lagi. Untuk pengembangan selanjutnya, sebaiknya

aplikasi ini dapat menangani setiap Divisi Bareskrim

di seluruh Indonesia.

REFERENSI [1] Ardhian Agung Yulianto, d. (2009). Analisis

Desain dan Sistem Informasi. Bandung.

[2] Rohmat, F. (2011,6-Desember). kodephp.com.

Retrieved 2016 13-Maret from

http://kodephp.com/2011/12/06/perbedaan-web-

programing-dan-dekstop-programing/

[3] Mazaya, M. (2011). Pendokumentasian

Administrasi Pembagian Faasilitas Mahasiswa

Baru Berbasis Web. Bandung.

[4] Wibowo, A. (2011, 6-Desember). Retrieved

2016-Desember from Belajar Programming

Online: http://unyildadakan.com/html/html/

[5] Merry, G. (2010, 10-September). css-jquery.com.

Retrieved 2016 , 12-Maret from http://www.css-

jquery.com/pengertian-css/

[6] Huda, M. (2010). Membuat Aplikasi Database

dengan Java, MySQL, dan NetBeans. Jakarta: PT

Elex Media Komputindo.

[7] Casstagnetto, J. (1999). Professional PHP

Programming. UK: Wrox Press.LTD.

[8] Ayuliana. (2009, Maret). Retrieved 2016 9-

Desember from rifiana.staff.gunadarma.ac.id:

http://www.google.co.id/url?sa=t&rct=j&q=&esr

c=s&source=web&cd=3&cad=rja&sqi=2&ved=

0CDsQFjAC&url=http%3A%2F%2Frifiana.staff

.gunadarma.ac.id%2FDownloads%2Ffiles%2F2

6083%2FTeknik%2BPengujian%2Bperangkat%

2BLunak%2B-

%2BBlack%2BBox.pdf&ei=aA7EUP7mMs

[9] wibowo, a. (2011, 7-Desember). Belajar

Programming Online. Retrieved 2016, 5-

Desember from

http://unyildadakan.com/php/php/


57


Microsoft Publisher Sebagai Office Automation System dalam

Penunjang Pekerjaan Kesekretarisan

Selvi Chintia Rista(1), Deasy Fitri Hasanah (2)

Jurusan Sekretaris

Akademi Sekretaris Taruna Bakti

Jalan L.L.R.E Martadinata No 93-96, Bandung, Indonesia

Abstrak

Microsoft publisher sudah banyak digunakan di

dunia perkantoran, bisnis dll. Aplikasi office satu ini

memberikan kemudahan bagi penggunanya dalam

membuat desain publishing, mencetak dan

merubahnya dalam berbagai format seperti HTML

Tak terkecuali Sekretaris yang merupakan tangan

kanan seseorang yang menduduki posisi yang sangat

penting.

Hal ini membuat sekretaris diharuskan bekerja

dengan efektif dan efisien. Microsoft Publisher

merupakan system apliksi yang secara otomatis telah

mempermudah pekerjaan sekretaris dalam berbagai

macam desain publishing seperti banner, brosur,

sertifikat, email, kartu nama, kartu undangan, poster,

kalender, flyers, koran, catalog dan lain-lain. Sistem

aplikasi Microsoft Publisher juga dilengkapi berbagai

macam template yang siap untuk digunakan kita hanya

tinggal mendesain semenarik mungkin. Aplikasi ini

sangat membantu untuk pekerjaan kesekretarisan.

Kata kunci :

Publishing, template, efektif, efisien, kesekretarisan,

otomatis

Abstract

Microsoft Publisher is already widely used in the

office, business etc. One office applications makes it

easy for users to create a design publishing, printing

and change it in various formats such as HTML is no

exception Secretary who is the right hand man who

occupied a very important position.

This Makes secretary required to work effectively and

efficiently. Microsoft Publisher is the same practice

system that automatically enables secretarial job in

publishing a wide variety of designs such as banners,

brochures, certificates, email, business cards,

invitation cards, posters, calendars, flyers,

newspapers, catalogs and others. Microsoft Publisher

application system is also equipped with a variety of

templates that are ready for use we only stayed

designing attractive as possible. This application is

very helpful for a secretarial job.

Keywords :

Publishing, template, effective, efficient, secretarial,

automatic

I. PENDAHULUAN

Pada era modernisasi seperti saat ini pekerjaan

seorang sekretaris bukan hanya notulen rapat,

menerima tamu, menerima telepon tetapi juga banyak

tugas lainnya yang melibatkan aplikasi software

komputer. Software yang sering digunakan adalah

Microsoft office yang memberikan kemudahan bagi

dunia perkantoran. Salah satunya adalah Microsoft

Publisher yang berguna untuk desain publishing

seperti banner, brosur, poster, kartu nama, kartu

undangan dll.

Dengan software ini, sekretaris secara otomatis

bisa membuat, mendesain bahkan mencetak dan

merubah ke dalam berbagai format seperti HTML

semuanya sendiri dengan mudah. Hal ini menunjang

pekerjaan yang mengharuskan seorang sekretaris

bekerja dengan efektif dan efisien.

Dalam kasus ini microsoft publisher adalah salah satu

aplikasi yang layak digunakan dalam membantu

pekerjaan kesekretarisan karena fitur-fiturnya yang

user friendly.


Istilah Office Automation System atau aplikasi

otomatisasi perkantoran ditujukan untuk membantu

para pekerja di perkantoran dalam melakukan aktivitas

yang menunjang proses bisnis perusahaan. Microsoft


58


publisher yang enjadi bagian dari keluarga paket

Microsoft Office adalah aplikasi perkantoran untuk

system windows yang digunakan untuk Deskop

Publishing. Deskop publishing maksudnya

menghasilkan sesuatu untuk diterbitkan misalnya

banner, poster, majalah, brosur, kartu undangan,

koran, kartu nama, sertifikat dan lain lain. Microsoft

Publisher pengoprasiannya sangat mudah dan

memiliki berbagai macam template yang

memudahkan pekerjaan kita.

Microsoft Publisher memiliki berbagai macam

template yang dapat kita gunakan.Template ini dapat

kita modifikasi dan atur semenarik mungkin sesuai

dengan keinginan kita. Tetapi jika kita bosan dengan

template yang berada di Microsoft publisher kita juga

bisa browsing template lainnya di google atau aplikasi

browsing lainnya. Kebanyakan template ini umumnya

dapat diunduh secara gratis atau berrbayar di berbagai

portal internet termasuk pula pada portal milik

microsoft

Berikut adalah nama-nama template Microsoft

publisher:

1. Award certificate

2. Advertisement

3. Bussiness Form

4. Banners

5. Bussinesss Cards

6. Brochures

7. Flyers

8. Catalogs

9. E-mail

10. Envelopes

11. Calenders

12. Gift Certificate

13. Greeting Cards

14. Import Words Documents

15. Invitation Cards

16. Label

17. Letterhead

18. Menus

19. Newslatters

20. Paper Folding Project

21. Program

22. Postcard

23. Quick Publications

24. Signs

25. Resume

26. Web sites

27. With Compliment Cards

Berdasarkan pejalanan panjang perkembangan

aplikasi microsoft, Microsoft Publisher muncul pada

tahun 1991. Saat itu Microsoft publisher masih

memiliki banyak kekurangan, hal itu menyebabkan

dekstop publishing Microsoft ini sedikit tertinggal

dibanding aplikasi publishing lainnya. Microsoft tentu

tidak berdiam diri mereka pun segera memperbaiki

publisher.

Hasilnya, Microsoft publisher memiliki

segudang kemampuan yang tak ada digenerasi

sebelumnya. Bahkan Microsoft publisher 2007 telah

mampu untuk menghasilkan output file PDF

berkualitas. Ada beberapa macam versi dari Microsoft

Publisher, diantaranya yaitu

Microsoft publisher 2000

Microsoft Publisher 2002




Produk terbaru yaitu Microsoft

Publisher 2013.

Semuanya memiliki tampilan/desain yang

berbeda, namun fungsi, tujuan dan kegunaannya tetap

sama. Yaitu untuk menciptakan karya desktop

publishing.

Microsoft publisher juga memiliki banyak

bagian yaitu sebagai berikut:

Title Bar


59


Bagian yang menunujukkan nama dari sebuah

dokumen. Terdapat pada bagian teratas jendela

Microsoft Publisher.

Quick Acess Toolbar

Quick Acess Toolbar merupakan bagian yang

berisi icon-icon yang digunnakan untuk mempercepat

akses sebuah perintah.

Format Publication

Bagian yang menampilkan beberapa pilihan

pemformatan publisher, baik itu Page Option, Color

Scheme, Font Scheme dan lain-lain.

Office Button

Tombol Office digunakan untuk menampilkan

menu-menu atau perintah yang berhubungan dengan

dokumen, seperti: membuat dokumen baru, membuka

dokumen, menyimpan dokumen, mencetak dokumen

dan lain-lain.

Horizontal Scroll Bar

Bagian yang digunakan untuk menggeser layar

ke bawah atau untuk menuju ke halaman selanjutnya.

Tab Menu

Bagian yang menunjukkan menu-menu yang

berhubungan dengan perintah untuk mengolah

dokumen.

Ribbon

Bagian yang berisi perintah-perintah dari sebuah

menu. Setiap ribbon yang muncul berbeda-beda

tergantung dari menu yang dipilih.

Dalam Microsoft publisher juga ada menu manu

yang sering digunakan oleh pengguna, yaitu seperti:

1. File

2. View

3. Arrange

4. Format

5. Tools

6. View

7. Table

8. Edit

Gambar 1. Antramuka menu ribbon pada Microsoft

Publisher

Gambar 2. Business Information sebagai salah satu

fitur dari Microsoft Publisher untuk keperluan

perusahaan

Gambar 3. Mengubah template secara mudah dan

cepat pada Microsoft Publisher


60



Microsoft Publisher memiliki banyak kegunaan

seperti membuat banner, poster, kartu undangan, kartu

nama, brosur dan msaih banyak lagi yang lainnya.

Karena aplikasi ini mudah untuk digunakan sekretaris

pun bisa membuat sendiri seperti membuat kartu nama

atau Bussiness card. Pada Microsoft Publisher terdapat

berbagai macam template yang mendukung.

Berikut adalah cara membuat kartu nama dengan

template Bussiness card di Microsoft Publisher

berdasarkan pengalaman saya membuat kartu nama.

Pertama buka Ms Publisher anda kemudian klik

template Bussiness card

Gambar 4. Langkah (1) – Business card

Pilih template yang diinginkan lalu klik create


Setelah itu pilih menu insert, lalu klik Bussiness

information, lalu klik lagi edit business information

untuk mengisi informasi yang kitaberikan di kartu

nama seperti nama kita, nama perusahaan, alamat

perusahaan, kontak dan lain- lain.


Kartu nama sudah jadi, untuk merubah warna

klik page design pilih warna yang anda inginkan


Hal lain lagi mengacu pada kemudahan aplikasi

microsoft publisher sbb:

Membuka halaman kosong untuk menulis

informasi yang ingin disampaikan

Gambar 8. Langkah (1) – Surat bisnis

Pilihlah business form jika anda ingin membuat

surat bisnis


61




Setelah memilih template anda dapat mengedit

dan menuangkan kreativitas pengguna.


Seletelah selesai diedit oleh pengguna maka

pengguna dapat menyimpannya ke dalam berbagai

macam format, seperti: JPG, GIF, PDF dan lainnya

yang didukung oleh aplikasi ini, umumnya aplikasi ini

kompatibel dengan ragam produk keluarga Microsoft.

Setelah selesai anda dapat menghubungkannya

ke Microsoft Outlook untuk memabagikan informasi

yg ada dalam surat tsb ke alamat email teman anda.

Gambar 12. Integrasi outlook

Anda dapat memuat data dan menghiperlink

informasi yang tercantum di dalamnya untuk diakses

melalui blog yang telah anda buat.

Gambar 13. Lain-lain konversi

Anda pun bisa mengonvert surat bisnis tersebut

ke HTML supaya anda dpt mengaksesnya secara

online, sehingga dapat dibuka dimanapun dan

kapanpun.

Ms. Publisher memiliki beberapa kelebihan atau

keunggulan, diantaranya yaitu :

Adanya banyak template yang siap digunakan.

Mudah digunakan dalam pembuatan karya

desktop publishing, bahkan untuk pemula

sekalipun.

Hasil jadi dapat dicetak dan disimpan ke berbagai

format.

Hasil jadi dapat dikirim melalui e-mail.

Hasil jadi dapat diconvert dengan mudah menjadi

bentuk HTML.


62


Hasil jadi dapat langsung disimpan secara online,

sehingga dapat diakses kapan saja dan di mana

saja.

Banyaknya fitur yang mendukung pembuatan

desktop publishing sehingga hasilnya lebih bagus

dan menarik.

Kehebatan lain lagi pada Microsoft Publisher adalah

penggunaan OLE OBJECT atau dikenal dengan

Object Linking and Embeding, fitur objek yang dapat

diintegrasikann pada aplikasi ini memungkinkan

komponen aplikasi pada produk Microsoft dapat pula

diakses melalui Microsoft Publisher.

Misalnya saja jika pada Microsoft Publisher,

pengguna hanya bisa membuat tabel dan

mengetikkannya tanpa memampukan pengguna untuk

melakuan kompotasi otomatis, maka dengan

menggunakan OLE OBJECT tabel Microsoft Excel

yanng dilekatkan pada lembar kerja publisher, maka

pengguna dapat melakukan komputasi pada tabel, dan

penggunaannya pun seperti menggunakan aplikasi

Excel.

Gambar 14. Berbagai komponen obyek pada OLE

OBJECT

Gambar 15. Contoh penggunaan object chart pada

Microsoft Publisher


Microsoft Publisher aplikasi office keluaran

microsoft yang memberikan kemudahan dalam

perkantoran, binis dan percetakan. Microsoft publisher

digunakan untuk desain publishing. Seperti Koran,

majalah, kalender, kartu nama, kartu undangan,

banner dan poster. Apikasi ini sering digunakan untuk

membuat banner dan poster, dalam dunia

kesekretarisan Microsoft publisher sering digunakan

untuk membuat kartu nama.

Kita tidak hanya bisa menggunakan template

yang berada di Microsoft Publisher. Kita bisa mencari

template lain dengan browsing di google agar tidak

terkesan monoton.

Dalam dunia bisnis Misrosoft Publisher dapat

membantu para pengusaha dalam melakukan

pemasaran dengan anggaran yang tidak terlalu mahal.

Selain itu, banyak organisasi atau kantor yang lebih

memanfaatkan fasilitas publikasi dari program MS

publisher. Terlebih bagi mereka yang memiliki jiwa

kreativitas yang cukup tinggi di bidang desain grafis.

Oleh Karen itu banyak manfaat yang dapat diperoleh

dr Microsoft Publisher tanpa melalui tenaga ahli.

Sepertihanya dalam pembuatan majalah, membuat

kalender , membuat madding, membuat kartu ucapan,

membuat brosur, membuat poster dan juga untuk

membuat karya desktop publishing

Demikianlah kehadiran software Microsoft

Publiser ini pelaku bisnis diharapkan dapat

mendukung terselenggaranya aktivitas kantor yang

efektif dan efisien serta mengasah daya kreativitas staf

karyawan kantor dalam menciptakan sebuah karya

sehingga dirunrut untuk mampu mengoperasikan


63


teknologi perkantoran baik yang bersifat elekronik

maupun non elektronik. Dengan demikina mampu

bersaing di kancah internasional.

REFERENSI

[1]. Duwi Priyanto. Cara Instan Desain Promo

Dengan Microsoft Publisher. Multicom. 2016.

[2]. Peter Weverka. Office 2016 All-In-One For

Dummies (Office All-in-One for Dummies) 1st

Edition.

[3]. Jim McCarter. Microsoft Office Publisher 2007

For Dummies 1st Edition.

[4]. Joan Lambert. Microsoft Office Publisher 2007

Step by StepAug 25, 2007.

[5]. http://sidenilsa.blogspot.co.id/2015/02/fairy-tail-

natsu.html

[6]. http://www.siswamaster.com/2016/01/pengertian

-dan-fungsi-microsoft-publisher.html

[7]. http://usrahy.blogspot.co.id/

[8]. http://dwiagustina12.blogspot.co.id/2016/03/mic

rosoft-publisher.html

[9]. http://hannykh.blogspot.co.id/2014/01/about-

microsoft-publisher.html

[10]. http://pelajaranilmu.blogspot.co.id/2012/06/mic

rosoft-publisher.html

[11]. https://en.wikipedia.org/wiki/Microsoft_Publish

er

[12]. http://yenioktaviasannang.blogspot.co.id/2016/0

3/microsoft-publisher-bab-i-pendahuluan-a.html


64


SISTEM INFORMASI PEMASARAN BERBASIS WEB

STUDI KASUS : BATIKOLOGI BATIK CRAFT

Iwan Rijayana

Fakultas Teknis, Jurusan Sistem Informasi



[email protected]

Abstrak

Batikologi Batik Craft adalah label fashion Indonesia

yang didirikan pada tahun 2011 oleh Indah

Rahmawaty. Batik, warisan khas Indonesia adalah

spesialisasi dari usaha ini dengan pola yang unik,

warna yang menarik, dan sejarah yang berharga, yang

begitu inspiratif pendiri mengharapkan dapat

mengubah pola pikir masyarakat saat ini yang

menganggap batik itu seperti sejarah kolosal dan tidak

memiliki warna yang variatif. Pendiri percaya bahwa

Batik lebih dari sekedar budaya melainkan Batik

adalah keindahan Indonesia.

Metode penelitian dalam pembangunan sistem ini

yaitu : Object Oriented Analyst and Design dengan

bahasa pemodelannya Unified Modeling Language

(UML) dan menggunakan free web yaitu wordpress

sebagai tools - nya.

Aplikasi sistem informasi promosi penjualan ini,

diharapkan dapat membantu meningkatkan sistem

promosi penjualan Batikologi Batik Craft dan

membantu mengembangkan usahanya yang selama

ini sudah berjalan dengan baik.

Kata Kunci :

Batik, Sistem Informasi Promosi penjualan , Unified

Modeling Language (UML), free web, Wordpress

.

Abstract

Batikologi Batik Indonesia Craft is a fashion label

founded in 2011 by Beautiful Rahmawaty. Batik,

heritage typical of Indonesia is the specialty of this

business with a unique pattern, attractive colors, and

history of a precious, so inspiring founders expect to

change the mindset of today's society that considers

batik like history colossal and does not have colors

that varied. Founder believes that Batik is more than

just culture but the beauty of Batik is Indonesia.

Methods of research in the development of this system

are: Object Oriented Analyst and Design with the

modeling language Unified Modeling Language

(UML) and use the free web that is wordpress as its

tools.

Sales promotion information system applications, is

expected to help boost sales promotion system

Batikologi Batik Craft and help develop the business

that has been running well.

Keywords :

Batik, Information Systems sales promotion, Unified

Modeling Language (UML), free web, Wordpress

I. PENDAHULUAN

1.1. Latar Belakang

Batikologi Batik Craft adalah toko yang menjual

berbagai jenis aksesoris dan produk pakaian yang

berbahan dasar dari batik. Untuk lebih meningkatkan

omzet penjualan maka dalam pemasarannya

menggunakan website sebagai salah satu media

penjualan dan promosi, dengan menggunakan aplikasi

sistem pemasaran berbasis web dapat memperluas


65


daerah pemasaran produk serta memudahkan pembeli

untuk memilih dan memesan produk yang

ditawarkan sehingga dapat meningkatkan omzet

penjualan Batikologi Batik Craft.

Identifikasi Masalah

1. Belum tersedia media informasi pemasaran yang

informatif yang dapat menjelaskan secara detail

produk-produk yang dijual..

2. Belum memiliki sistem informasi pemasaran

berbasis web sehingga kurang bisa bersaing dalam

persaingan dengan usaha lain yang telah

mempunyai website.

1.2. Rumusan Masalah

1. Bagaimana membuat sistem informasi pemasaran

berbasis web yang informatif pada Batikkologi

Batik Craft ?

2. Bagaimana penerapan sistem informasi pemasaran

berbasis web pada Batikkologi Batik Craft ?

1.3. Tujuan dan Manfaat Penelitian

Tujuan penelitian ini adalah :

1. Memudahkan pemilik usaha untuk

mengembangkan usahanya.

2. Memperluas zona pemasaran dengan tujuan untuk

menambah jumlah pelanggan.

3. Mempermudah pelanggan dalam mendapatkan

informasi tentang produk yang disediakan.

Manfaat dari penelitian ini adalah dengan pembuatan

website untuk Batikologi Batik Craft dari pihak

pemilik sendiri, antara lain dapat membantu

mempromosikan produk, sebagai salah satu media

penjualan produk dan meningkatkan image Batikologi

Batik Craft. Hal ini secara tidak langsung dapat

meningkatkan omzet penjualan dan pemesanan

produk pada website ini. Sedangkan dari pihak

konsumen dapat menghemat biaya dan

mempersingkat waktu jika dibandingkan memesan

langsung dengan cara mendatangi ke lokasi Batikologi

Batik Craft.

1.4. Batasan Masalah

1. Sistem aplikasi website ini hanya dikhususkan

untuk menampilkan produk-produk dalam bentuk

foto.

2. Proses pembaharuan data website hanya dapat

dilakukan oleh admin dari pihakBatikologi Batik

Craft.

3. Pembuatan serta pengolahan sistem website

disesuaikan dengan data dan informasi yang

didapatkan dari pengumpulan data sebelumnya.

1.5. Metodologi Penelitian

Tahapan penelitian meliputi :

1. Persiapan Penelitan

Persiapan penelitian ialah dengan mencari

informasi Lokasi mana yang akan diteliti dan

dibuatkan website .

2. Survey Awal

Mengunjungi lokasi dan berkenalan langsung

dengan pemilik usaha. Selain itu mencari informasi

umum mengenai usaha yang dijalankan kepada

pemilik usaha.

3. Pengumpulan Data

Dilakukan dengan melakukan wawancara dan

mengumpulkan data yang diperlukan dalam

pembuatan website seperti data mengenai produk-

produk yang dijual, data konsumen dari produk

yang dijual, dan data persaingan di pasar.

4. Pembuatan Website

Pembuatan website dilakukan dengan melihat dari

data-data yang telah dikumpulkan sebelumnya,

sehingga hasil akhir dari website yang dibuat

sesuai dengan keinginan dari pemilik usaha.

5. Penyusunan Laporan Penelitian

Membuat laporan penelitian yang sesuai dengan

hasil penelitian pembuatan website Batikologi

Batik Craft.


Menurut Sutabri dalam bukunya Sistem Informasi

Manajemen menyebutkan bahwa Sistem informasi

merupakan suatu sistem yang terdapat didalam suatu

organisasi yang mempertemukan kebutuhan

pengolahan data transaksi untuk mendukung fungsi

operasi suatu organisasi yang bersifat manajerial

dengan melakukan kegiatan strategi dari suatu


66


organisasi guna dapat menyediakan laporan yang

diperlukan kepada pihak luar tertentu (Sutabri, 2009).

UML merupakan suatu metode pengembangan

perangkat lunak yang menspesifikasi tahapan-

tahapan dalam analisis, perancangan , implementasi,

serta pengambilan keputusan, sehingga dapat

melakukan pemetaan dari model yang dibuat

menggunakan UML ke dalam bahasa pemrograman

yang berorientasi objek (Nugroho, 2005).

Keadaan Umum Perusahaan

Batikologi menyediakan produk berupa baju batik, tas

batik, dan aksesoris berbahan batik seperti kalung,

bros, frame, dan sebagainya. Semua produk

asli dirancang dan dibuat di Indonesia. Selain itu

Batikologi Batik Craft juga memberikan kesempatan

pada konsumen yang ingin mendesain atau memesan

produk yang sesuai dengan keinginan konsumen.

Lokasi dari Batikologi Batik Craft ini bertempat di Jl.

Cipadung Permai IV No. 71 Cibiru, Bandung. Selain

itu Batikologi Batik Craft juga berhasil memasarkan

produknya ke beberapa outlet-outlet di kota bandung

dan kepada beberapa konsumen di luar kota bandung

bahkan ada beberapa konsumen yang berasal dari luar

Indonesia.

Visi dan Misi

Visi : Menjadi brand ternama untuk industri fashion

aksesoris di dalam negeri maupun luar negeri.

Misi: Menjadi trendsetter di dunia fashion khususnya

dalam industri retail dan custom design

accessories, Mempunyai produk yang

berkualitas dan diterima semua kalangan, dan

secara terus menerus mengembangkan produk

yang inovatif dan tetap menjaga unsur budaya

Indonesia.

Produk yang ditawarkan diantaranya :

Gambar 1: Produk baju

Baju Batik :

Dengan menggunakan bahan dari kain batik asli

Indonesia yang memiliki kualitas terbaik Batikologi

menyajikan beragam jenis baju yang cocok untuk

segala aktivitas dan penggunanya. Bukan hanya untuk

wanita, Batikologi juga menjual baju batik untuk pria

dan anak-anak. Selain desain dan warnanya yang

beragam Batikologi dapat menjamin kualitas yang

baik dengan harga yang terjangkau.

Gambar 2 : Produk tas

Tas Batik :

Terdapat berbagai macam pilihan untuk tas-tas yang

diproduksi oleh Batikologi yang dapat digunakan

untuk berbagai aktivitas baik itu untuk aktivitas sehari-

hari maupun utuk aktivitas-aktivitas resmi. Semua tas

yang ada juga berbahan dasar batik yang didesain

sedemikian rupa sehingga sesuai dengan tren fashion

yang ada.


67


Gambar 1: Produk aksesoris

Aksesoris Batik :

Aksesoris yang diproduksi terdiri dari berbagai

macam jenis mulai dari pin, kalung, bingkai foto,

gelang, dompet, dan lainnya dimana semuanya

menggunakan bahan dasar batik.

Markering Plan/ Pemasaran

Dengan jumlah penduduk Bandung saat ini yaitu

sekitar 8 juta jiwa. Diasumsikan sekitar 30% adalah

kaum muda sebagai potensial market. Untuk

menjalankan marketing plannya. Dengan

menggunakan strategi STP dan 5P dari 7 P bauran jasa

menurut Kotler, yaitu Promotion, Place, People,

Physical Evidence, serta Process.

Targeting

Membidik segmen dewasa muda dan dewasa sedang

yang memiliki penghasilan mapan sebagai target,

dengan menawarkan suatu life style yang mengangkat

prestige dari para konsumennya, yang diperkirakan

pada usia dewasa muda dan dewasa sedang adalah

masa- masa dimana sedang giat-giatnya menikmati

hidup.

Positioning

Ingin menanamkan pada benak para konsumennya

sebagai pilihan pertama untuk berbelanja baju, tas, dan

accessories, khususnya berbahan dasar batik. Kami

mengharapkan, dengan memberikan pelayanan

yang terbaik, maka konsumen akan teringat dengan

kualitas dan brand yang kami miliki.

Promotion

Untuk tahap awal ini, dilakukan promosi dari mulut ke

mulut dan melalui media sosial seperti facebook,

instagram, dan bbm juga membuat berbagai macam

program promosi yang bertujuan untuk meningkatkan

keloyalan konsumen.

People

Sangat mengandalkan kreatifitas timnya dalam

melayani para konsumennya, karenanya tim kreatif

diharapkan selalu dapat memberikan ide-ide segar

yang dapat diterapkan di Batikologi Batik Craft.

Prinsipnya bahwa Customer Satisfaction is started

from Employee Satisfaction.

Physical Evidence

Desain produk yang ditawarkan jelas akan berbeda

dengan produk- produk lain. Tanpa melupakan konsep

awal be the best, be creative and be unique.

Process

Proses dalam melayani para konsumennya adalah

never make customers dissapointed and remmber

exactly each customer’s order. Jika pelanggan merasa

kecewa dengan produk kami, maka kami siap

bertanggung jawab. Diharapkan dengan pelayanan

yang baik terhadap konsumen akan meningkatkan rasa

dihargai dari para konsumen.


3.1. Analisis Sistem

3.1.1. Analisis Sistem Lama.

Proses bisnis yang berjalan pada Batikologi Batik

Craft dimulai dari para konsumen yang ingin membeli

produk dari Batikologi Batik Craft datang langsung

dilokasi dan juga dapat melihat katalog produk lewat

media Facebook dan Instagram Sedangkan untuk

pemasaran Batikologi Batik Craft menggunakan

sarana dari BBM (BlackBerry Messenger), facebook,

dan instagram.


68


Kumpulan

data produk

Batikologi

UMKM Batikologi

Upload informasi

produk lewat

Instagram /

Facebook

Display dalam

bentuk

Instagram /

Facebook

Display dalam

bentuk

Istagram /

Facebook

Konsumen

Datang ke

lokasi penjualan

Batikologi

Gambar 4: Flow sistem Lama.

3.1.2. Analisis Sistem Baru.

Dengan dibuatnya website untuk Batikologi Batik

Craft ini diharapkan dapat membantu Batikologi Batik

Craft dalam memasarkan produknya secara global

serta meningkatkan omzet dari penjualannya. Selain

itu juga membantu para calon pelanggan untuk

mengetahui informasi dari produk-produk yang di jual

oleh usaha ini serta pemanfaatan biaya yang lebih

efisien dan pemanfaatan waktu yang lebih efektif bagi

konsumen karena tidak harus mendatangi lokasi dari

Batikologi Batik Craft.

Kumpulan

data produk

Batikologi

UMKM Batikologi

Entri data ke

sistem

Rekan & olah data

Data produk

batikologi

Pembuatan

website

Display dalam

bentuk website/

wordpress

Display dalam

bentuk website/

wordpress

Input pesanan produk

yang diinginkan

Rekam & olah

data pesanan

Data pesanan

Konsumen

Gambar 5: Flow sistem baru

Fungsi utama dari website Batikologi Batik Craft

antara lain :

1.Home: Berisi kata sambutan kepada pengunjung

website atas kesediaannya untuk mengunjungi website

ini.

2.Product: Berisi informasi mengenai produk yang

dijual Batikologi Batik Craft. Pada menu ini terdapat

3 submenu yaitu menu Accessories, Bags, dan

Clothes.

3.About: Berisi informasi singkat mengenai

Batikologi Batik Craft itu sendiri.

4.Contact Us: Berisi informasi kontak dari Batikologi

Batik Craft.

5.Developer:Berisi informasi mengenai profil dan

instansi yang bekerjasama dalam pembuatan sistem

informasi pemasaran berbasis website ini.


69


3.2. Perancangan Sistem

Pada Batikologi Batik Craft dibuat suatu aplikasi yang

dapat menangani masalah promosi penjualan produk.

Perangkat lunak yang akan dibangun mampu

mengelola data dan informasi promosi, yang

diantaranya terdiri dari informasi produk, informasi

usaha, serta cara pemesanan. Perangkat lunak yang

dibangun dapat memberikan informasi yang berguna

bagi para pelanggan yang membutuhkan informasi

dengan cepat dalam mencari produk yang dibutuhkan.

Perancangan dan pengembangan sistem didasarkan

pada analisis yang telah dilakukan sebelumnya,

dengan tujuan untuk menciptakan suatu sistem

informasi yang dapat mengelola seluruh data dan

informasi mengenai pemasaran produk pada

Batikologi Batik Craft.

Sistem Informasi Pemasaran Berbasis Web pada

Batikologi Batik Craft yang dibangun ini

menggunakan model UML (Unified Modeling

Language) sebagai bahasa pemodelannya. Dimana

pembangunan Sistem Informasi Pemasaran ini

dilakukan dengan menggunakan free web yaitu

Wordpress sebagai toolsnya.

3.2.1. Perancangan Modul

Perancangan modul dari aplikasi ini digambarkan

dalam bentuk Structure Chart sebagai berikut :

Gambar 6: Perancangan Modul

3.2.2. Perancangan Menu

Perancangan Menu untuk aplikasi Sistem Informasi

Pemasaran Berbasis Web pada Batikologi Batik Craft

digambarkan sebagai berikut :

Gambar 7. Perancangan Menu


70


3.2.3.Perancangan Diagram Use Case.

Gambar 8: Diagram Use Case

IV. IMPLEMENTASI SISTEM

4.1. Antar Muka Manajemen Tampilan :

Berfungsi untuk mengubah tampilan dari halaman

website seperti tema, widget dan background.

Gambar 9: Antarmuka Edit Tema

4.2. Antar Muka Halaman Utama

Untuk dapat masuk ke halaman utama dapat meng-

klik www.batikologi.wordpress.com. seperti dibawah

ini.

Gambar 10: Antarmuka Halaman Utama


71


V. KESIMPULAN DAN SARAN

5.1. Kesimpulan

1. Dengan menggunakan layanan blog dari

wordpress ini, pemilik usaha dapat mengetahui

produk mana saja yang banyak diminati oleh

konsumen dilihat dari banyaknya komentar dan

pesanan begitupla sebaliknya para konsumen dapat

mengetahui informasi lengkap yang berkaitan

dengan produk yang di jual.

2. Dengan adanya Sistem Informasi Pemasaran

Berbasis Website ini, sangat membantu pemilik

usaha dalam memasarkan produk-produknya

secara lebih global lagi karena dapat diakses

dimanapun tempatnya dan kapanpun waktunya.

Para konsumen pun dapat berbelanja tanpa harus

datang langsung ke tempat penjualan.

5.2.Saran

Demi kelancaran operasional secara umun, maka

terdapat beberapa pemikiran berupa saran sebagai

pertimbangan, antara lain :

1. Melihat banyaknya data dan informasi yang

terdapat pada sistem ini maka perlu dibangun Data

Base Management System supaya informasi yang

tersimpan dalam Data Base dapat dikelola dengan

baik.

2. Dengan adanya penjualan secara online,

disarankan pada saat melakukan pengiriman dana

dengan jumlah yang besar menggunakan jasa

rekening bersama atau yang lainnya agar

konsumen tidak khawatir dengan adanya penipuan.

REFERENSI

[1]. Adi, D. S.; Siyamtiningtyas, Y. (2010).

“Teknologi Informasi dan Komunikasi”. Jakarta :

PUSAT PERBUKUAN Penerbit Kementrian

Pendidikan Nasional.

[2]. Jogiyanto, HM. (2005). “Analisis dan Desain

Sistem Informasi : Pendekatan Terstruktur Teori

dan Praktik Aplikasi Bisnis”. Yogyakarta:

Penerbit Andi.

[3]. Nugroho, A. (2005). “Analisis dan Perancangan

Sistem Informasi dengan Metodologi

Berorientasi Objek”. Bandung: Penerbit

Informatika.

[4]. Sutabri, T. (2009). “Sistem Informasi

Manajemen”. Yogyakarta: Penerbit Andi.


72


PEMBANGUNAN APLIKASI MULTIMEDIA UNTUK

PENYELESAIAN SOAL MATEMATIKA SEKOLAH

MENENGAH PERTAMA (SMP) KELAS 9 (IX)

Sukenda

Prodi Teknik Informatika, Fakultas Teknik



[email protected]

Abstrak

Pembelajaran pada Sekolah Menengah Pertama

suatu kegiatan belajar mengajar, kegiatan ini penting

dalam proses pembelajaran. Proses pembelajaran

melibatkan entitas yang berbeda, agar tercapai

kegiatan pembelajaran maka ada tenaga pengajar dan

siswa yang diajar. Tantangan yang dihadapi pada

proses pembelajaran adalah keterbatasan ruang dan

waktu belajar pada suatu pertemuan formal di kelas.

Keterbatasan ruang dan waktu bisa diatasi dengan

media pembelajaran. Media pembelajaran untuk

mengatasi kendala tersebut bisa berupa aplikasi

pembelajaran yang berbasis multimedia. Aplikasi

pembelajaran yang berbasis multimedia, si-pesoma,

memberikan nuansa pembelajaran dengan

menggunakan komputer. Pembelajaran degngan

menggunakan si-pesoma memberikan ketertarikan

para siswa dalam mempelajari matematika secara

interaktif. Aplikasi si-pesoma memberikan ulasan

materi matematika, seperti halnya buku atau catatan

materi belajar. Aplikasi ini mampu memberikan soal

latihan matematika secara acak, dengan latihan acak

ini dapat memberikan tingkat pemahaman yang lebih

kepada pengguna aplikasi si-pesoma. Dan aplikasi ini

memberikan kesempatan bagi pengguna untuk

memberikan masukan data kepada aplikasi untuk

mendapatkan hasil yang tepat berdasarkan rumus

matematika yang ada di aplikasi ini. Dengan adanya

masukan data dari pengguna maka aplikasi memiliki

uji kompetensi dalam menyelesaikan soal latihan.

Aplikasi ini memberikan ruang gerak bagi pengguna

dalam uji kompetensi sehingga pembelajaran tidak

monoton.

Kata kunci : Si-Pesoma, Pembelajaran

I. PENDAHULUAN

Proses pembelajaran pada Sekolah Menengah

Pertama merupakan salah satu kegiatan yang penting

dalam menuntut ilmu. Keterlibatan entitas dalam

pembelajaran merupakan suatu syarat agar proses

belajar mengajar berjalan dengan baik. Entitas tersebut

bisa tenaga pengajar dan para siswa, kedua entitas

tersebut saling berinteraksi dalam proses

pembelajaran. Proses pembelajaran akan berlangsung

jika suatu kondisi terpenuhi, diantara kondisi tersebut

yaitu waktu dan ruang. Ketika waktu dan ruang

tersebut memenuhi kriteria yang diharapkan untuk

terjadi proses pembelajaran maka proses pembelajaran

berlangsung dengan baik. Biasanya proses

pembelajaran secara formal terjadi karena adanya

waktu belajar di kelas dengan ruang kelas yang

tersedia, bagaimanapun juga proses untuk memahami

suatu materi pelajaran dibutuhkan waktu lebih dengan

tidak perlu memikirkan ruang yang terbatas. Dalam

pendidikan formal biasanya terkendala dengan waktu

dan ruang yang terbatas. Hal ini, menjadi bahan untuk

membuat suatu media pembelajaran. Media

pembelajaran yang digunakan untuk pembelajaran

dalam memahami materi matematika. Media

pembelajaran tersebut memberikan solusi, solusi

untuk memahami materi matematika yang tidak perlu

memikirkan kendala waktu dan ruang.

Media pembelajaran yang dibuat berupa

aplikasi pembelajaran untuk memahami materi

matematika yang berbasis multimedia. Aplikasi

pembelajaran dijalankan oleh komputer. Dengan

aplikasi ini bisa mengurangi kendala ruang dan waktu

belajar. Dengan aplikasi ini, para siswa dapat


73


menjalankan aplikasi tanpa harus memikirkan ruang

dan waktu, sehingga tujuan untuk memahami materi

matematika bisa dilakukan tanpa terkendala dengan

ruang dan waktu. Aplikasi dibuat dengan teknologi

multimedia sehingga para siswa diajak untuk tertarik

dan minat dalam memahami materi matematika. Para

siswa diajak untuk memahami materi matematika

secara mandiri. Dengan kemandirian para siswa

memahami materi matematika dengan aplikasi yang

berbasis teknologi multimedia. Pada aplikasi

mengajak para siswa, secara interaktif, untuk

memahami materi dan penyelesaian soal-soal yang

memerlukan pemahaman yang lebih. Pemahaman

yang lebih memerlukan kesiapan mental yang baik,

ketidak-siapan mental dapat mempengaruhi para siswa

dalam memahami materi matematika. Aplikasi

memberikan banyak latihan soal untuk melatih mental

para siswa dalam memahami materi matematika.

Fenomena untuk mempersiapkan mental para siswa

dalam memahami materi matematika bisa dilihat

dengan adanya les-les atau private-private. Les atau

private diadakan oleh pihak sekolah atau di luar

sekolah. Serta lembaga yang menerima para siswa

untuk memberikan kesiapan mental para siswa

terutama dalam kesiapan materi dan penyelesaian

soal-soal matematika yang diujikan.

Materi yang diujikan dalam Ujian merupakan

tolak ukur bagi siswa-siswi untuk bisa naik kelas atau

lulus dari Sekolah Menengah Pertama (SMP). Materi

atau penyelesaian soal-soal matematika merupakan

mata pelajaran yang sulit di mata siswa-siswi.

Sehingga perlu adanya pembahasan materi atau

penyelesaian soal-soal matematika yang menjadi

alternatif pilihan untuk memberikan nilai lebih di mata

siswa-siswa. Nilai lebih tersebut yaitu memberikan

pemahaman materi dan penyelesaian soal-soal

matermatika yang tidak terbatas pada ruang, waktu,

dan pengajar (guru) maka perlu dibangun aplikasi

multimedia yang bisa memberikan nilai tambah. Nilai

tambah tersebut adalah suatu keadaan yang bisa

memberikan pemahaman materi dan penyelesaian

soal-soal matematika terutama untuk para siswa

Sekolah Menengah Pertama kelas sembilan (IX).

Aplikasi mengemas materi berupa slide yang

menarik sehingga memberikan suatu harapan agar

para siswa mau belajar untuk memahami materi

matematika. Aplikasi juga memberikan soal latihan

untuk uji kompetensi para siswa. Dengan adanya uji

kompetensi ini, memberikan harapan agar para siswa

siap menghadapi soal ujian serta mempersiapkan

mental para siswa. Aplikasi ini memberikan kasus

tentang pembahasan materi atau penyelesaian soal-

soal mata pelajaran matematika. Aplikasi komputer ini

memberikan ruang gerak yang lebih leluasa, karena

tidak terpaku pada tenaga pengajar atau lembaga

pendidikan. Tentunya ada alat yang harus dimiliki

yaitu komputer, untuk dekade ini, komputer sudah

bukan menjadi barang langka atau mewah. Komputer

pribadi sudah dimiliki oleh hampir setiap rumah

(diperkotaan) sehingga sudah tidak lagi menjadi hal

yang susah untuk memiliki komputer. Aplikasi yang

dibuat atau dikembangkan dengan studi kasus mata

pelajaran matematika yang dituangkan dalam kegiatan

penelitian. Kegiatan penelitian dilakukan untuk

membangun media pembelajaran yang berupa aplikasi

komputer yang berbasis teknologi multimedia. Dan

aplikasi komputer tersebut diberi nama “si-pesoma”.

II. KAJIAN PUSTAKA

Matematika suatu kata yang sudah tidak asing

lagi bagi kita, matematika merupakan ilmu

pengetahuan yang mempelajari tentang hitungan atau

angka (yang disimbolkan) yang bisa dikomputasikan

oleh akal pikiran manusia. Materi matematika

diperlukan oleh setiap orang ataupun dalam kehidupan

sehari-hari. Di dunia pendidikan, matematika

diperlukan di semua jurusan dan dipelajari oleh semua

orang dengan latar belakang yang berbeda. Dalam

kesempatan ini, kita memberikan sebuah pengertian

matematika yang disertai dengan fungsinya serta

ruang lingkup pembelajaran yang dimasukkan dalam

sebuah aplikasi komputer yang berbasis teknologi

multimedia.

Kegiatan berhitung merupakan aktifitas sehari-

hari yang sudah biasa dilakukan oleh semua orang.

Semua lini kehidupan selalu ada matematika sehingga

bisa dikatakan dengan istilah tiada aktifitas tanpa

menggunakan matematika. Akan tetapi banyak yang

tidak menyadari bahkan bisa dikatakan tidak tahu apa

pengertian matematika, apa istilah matematika dari

berbagai negara, serta ruang lingkup matematika, dan

masih banyak lagi. Padahal matematika selalu

digunakan dalam kehidupan sehari-hari mulai dari hal-

hal kecil sampai dengan hal-hal yang besar. Sebagai

contoh mulai dari belanja rumah tangga sampai

dengan mega proyek dipastikan ada matematika yang

dilibatkan. Pemahaman matematika untuk para siswa


74


Sekolah Menengah Pertama (SMP) khususnya kelas

Sembilan (IX) perlu dilakukan dengan baik.

Multimedia merupakan teknologi di bidang

informasi yang memadukan pengolahan data dalam

bentuk teks, gambar, suara, animasi, video yang

disatukan menjadi data digital untuk dikelola atau

diproses dengan menggunakan komputer. Penyatuan

data (digital) dikelola atau diproses oleh komputer

untuk bisa disimpan, diproses dan disajikan secara

linier maupun interaktif. Hasil pengolahan menjadi

informasi multimedia yang dapat diterima dengan

kedua indera baik penglihatan maupun pendengaran,

sehingga lebih mendekati bentuk aslinya dalam dunia

yang sebenarnya. Informasi multimedia lebih ke arah

bentuk asli dalam dunia nyata jika dibandingkan

dengan informasi bentuk teks (angka dan huruf) yang

umum diperoleh komputer pada saat ini. Teknologi

multimedia merupakan hasil teknologi elektronik,

komputer dan perangkat lunak, kemampuan

penyimpanan dan pengolahan gambar digital dalam

berbagai macam warna dan resolusi tinggi serta

reproduksi suara maupun video dalam bentuk digital

telah memungkinkan multimedia terjangkau oleh

masyarakat umum pemakai komputer pribadi.

2.1 CBT dan Multimedia Interaktif

CBT atau Computer Based Training adalah

penyajian materi pelatihan dan pendidikan melalui

komputer. CBT dapat hadir dalam berbagai bentuk,

mulai dari presentasi sederhana informasi dalam

bentuk text, hingga presentasi materi kursus dalam

bentuk aplikasi multimedia yang dilengkapi dengan

text, image, video, audio, interaksi dan umpan balik

dari pengguna (Hick, 1997). Contoh pemanfaatan

CBT pada bidang pelatihan dan pendidikan misalnya :

tutorial matematika, pelatihan layanan konsumen,

pengenalan produk baru, pengenalan kebijakan

perusahaan dan lain-lain. CBT berperan sebagai

pelengkap sistem pelatihan yang memudahkan

instruktur untuk berinteraksi dengan pengguna. Salah

satu bentuk penyajian aplikasi CBT biasanya berupa

produk multimedia.

Multimedia interaktif adalah teknologi dinamis

yang memerlukan input tertentu dari pengguna untuk

menyampaikan sekumpulan informasi melalui text,

grafik, image, atau video. Biasanya aplikasi

multimedia interaktif dirancang untuk menampilkan

hasil tertentu dan memberikan umpan balik dengan

cepat, tergantung pada jenis komputer yang digunakan

atau bentuk antarmuka yang diakses oleh pengguna.

Teknologi ini digunakan agar dapat memberikan

informasi dalam bentuk yang lebih menarik dan dapat

menarik perhatian pengguna, serta memberikan

pengalaman belajar yang lebih kaya. (Nusir, Alsmadi,

& Al-Kabi, 2011)

Terdapat mengajukan enam kriteria untuk

menilai multimedia interaktif, yaitu (Thorn, 1995): (1)

Kriteria pertama adalah kemudahan navigasi, (2)

Kriteria kedua adalah kandungan kognisi. (3) Kriteria

ketiga adalah presentasi informasi, (4) Kriteria

keempat adalah integrasi media, (5) Kriteria kelima

adalah artistik dan estetika dan (6) Kriteria penilaian

yang terakhir adalah fungsi secara keseluruhan.

Multimedia interaktif, dikaitkan dengan

proses pembelajaran, biasanya mengacu pada

penggunaan multimedia dan peralatan ICT untuk

menyajikan materi yang mendukung dialog yang

efektif antara instruktur (tenaga pengajar) dan para

siswa. Manfaat materi pembelajaran dengan

menggunakan aplikasi yang berbasis multimedia,

seperti disebutkan oleh Hick (Hick, 1997) yaitu :

meningkatkan proses pembelajaran, bersifat interaktif,

fleksibel, modular, praktis, konsisten, tepat waktu,

memikat, dan biaya lebih murah.

2.2 Perancangan Instruksional dengan Model

ADDIE

ADDIE adalah model perancangan

instruksional yang berupa proses umum yang secara

tradisional digunakan oleh perancang instruksional

ataupun pengembangan pelatihan. Model ADDIE

merupakan inti perancangan instruksional dan menjadi

dasar sistem perancangan instruksional (Instructional

System Design - ISD). Pada prakteknya terdapat

beberapa macam adaptasi model ADDIE, tetapi secara

umum terdiri dari 5 fase yang membentuk siklus yaitu

Analysis, Design, Development, Implementation, dan

Evaluation. Ulasan yang dibuat Zulrahmat Togala

untuk buku Instructional Design: The ADDIE

Approach, menjelaskan aktivitas yang dilakukan pada

masing-masing tahap sebagai berikut (Togala, 2013) :

1. Analisis : Pada fase analisis, dilakukan

pendefinisian permasalahan instruksional, tujuan

instruksional, dan sasaran pembelajaran. Pada

fase ini juga dilakukan identifikasi atas

lingkungan pembelajaran, pengetahuan dan

keahlian yang saat ini sudah dimiliki oleh siswa.


75


Fase ini dilakukan untuk menjawab pertanyaan-

pertanyaan terkait hal-hal berikut : Siapa

audiensnya, apa yang perlu mereka pelajari,

berapa anggarannya, opsi apa saja yang tersedia

untuk menyajikan materi (delivery), kendala apa

saja yang ada, kapan proyek harus selesai, dan apa

yang harus dilakukan siswa untuk mengetahui

kompetensi mereka?

2. Desain : fase desain terkait dengan penentuan

sasaran, instrumen penilaian, latihan, konten, dan

analisis yang terkait materi pemebealjaran,

rencana pembelajaran dan pemilihan media. Fase

desain dilakukan secara sistematis dan spesifik.

Aktivitas yang dilakukan pada tahap desain

biasanya meliputi pemilihan lingkungan belajar

yang paling sesuai dengan mempelajari jenis

keahlian kognitif yang diperlukan untuk

mencapai tujuan instruksional, menulis sasaran

instruksional, memilih pendekatan secara

keseluruhan, bentuk dan tampilan program : unit

outline, pembelajaran dan modul, merancang

materi kursus secara spesifik untuk digunakan

pada medium elektronik interaktif

3. Pengembangan (development) : pada fase ini

dilakukan pembuatan dan penggabungan aset

kontent yang sudah dirancang pada fase desain.

Pada fase inilah dibuat storyboard, penulisan

konten dan perancangan grafis yang diperlukan.

Jika melibatkan e-learning, programmer akan

bekerja untuk mengintegrasikan teknologi yang

diperlukan. Aktivitas yang dilakukan pada fase ini

meliputi pembuatan atau pengumpulan media

yang diperlukan, menggunakan kekuatan internet

atau media elektronik untuk menyajikan

informasi dalam berbagai format multimedia

sehingga dapat memenuhi keinginan siswa,

mendefinisikan interaksi yang sesuai, yang harus

dalam bentuk kreatif, inovatif, dan mendorong

siswa untuk terpancing belajar lebih lanjut.

4. Implementasi : pada fase ini, dibuat prosedur

untuk pelatihan bagi peserta pelatihan dan

instrukturnya / fasilitator. Pelatihan bagi

fasilitator meliputi materi kurikulum, hasil

pembelajaran yang diharapkan, metoda

penyampaian dan prosedur pengujian. Aktivitas

lain yang harus dilakukan pada fase ini meliputi

penggandaan dan pendistribusian materi, handout

dan bahan pendukung lainnya, serta persiapan

jika terjadai masalah teknis dan mendiskusikan

rencana alternatif dengan siswa.

5. Evaluation : fase evaluasi terdiri atas dua bagian

yaitu formatif dan summatif. Evaluasi formatif

terjadi di setiap tahapan proses ADDIE. Evaluasi

sumatif terdiri atas test yang dirancang untuk

domain yang terkait kriteria tertentu dan

memberikan peluang umpan balik dari pengguna.

Gambar 1. Model ADDIE untuk Perancangan Instruksional (Togala, 2013)

Penggunaan model ADDIE pada pengembangan

produk multimedia untuk pembelajaran sudah dikenal

secara luas. Parekh (Parekh, 2006) mencantumkan

ADDIE sebagai salah satu metoda pengembangan

aplikasi multimedia untuk produk CBT. Model

ADDIE juga digunakan untuk pengembangan website

berbasis multimedia (Peterson, 2003), serta aplikasi


76


pembelajaran berbasis multimedia lainnya (Arkun &

Akkoyunlu, 2008), (N. Subana, 2013).

III. PENGEMBANGAN APLIKASI

MULTIMEDIA

3.1. Materi Pembelajaran Matematika

Materi yang akan digunakan pada

pengembangan aplikasi ini yaitu tentang penyelesaian

soal-soal matematika. Materi ini dipilih berdasarkan

pertimbangan berikut :

1. Kesebangunan dan kekongruenan bangun

datar,

2. Bangun ruang sisi lengkung,

3. Statistik, dan

4. Peluang.

Materi yang disampaikan meliputi :

1. Pengertian tentang materi yang disebutkan di

materi pembelajaran matematika

2. Penyelesaian soal-soal matematika terutama

pada materi kesebangunan dan kekongruenan

bangun datar, bangun ruang sisi lengkung.

3. Penilaian dari pengguna dalam

menyelesaikan soal-soal latihan.

4. Cara menyelesaikan soal-soal matematika

dengan menggunakan rumus-rumus yang

baku.

Untuk memperkuat kesan atas materi yang

disampaikan, informasi di atas disajikan dengan

dukungan animasi, video, audio dan game.

3.2. Penerapan Model ADDIE

Berdasarkan ruang lingkup materi yang akan

disampaikan, kemudian dibuat rencana dan

implementasi pengembangan aplikasi multimedia

dengan mengacu pada model ADDIE. Di setiap

tahapan, dilakukan penelitian dan pengamatan singkat

untuk menentukan ruang lingkup aplikasi yang akan

dikembangkan. Penelitian dilakukan berdasarkan

observasi singkat dan diskusi dengan beberapa guru.

Hasil setiap tahapan dapat dilihat pada tabel 1.

Table 1. Tahapan Pengembangan Berdasarkan Model ADDIE

Fase Aktivitas Hasil Analisis a. Siapa audiensnya

b. Berapa anggarannya

c. Opsi apa saja yang tersedia untuk menyajikan materi

d. Kendala apa saja yang ada,

e. Kapan proyek harus selesai, f. Apa yang harus dilakukan siswa

untuk mengetahui kompetensi

mereka?

Siswa SMP, minimal kelas IX (Sembilan)

Tidak ditentukan, pengembangan bersifat mandiri

Komputer yang disimpan dalam bentuk KIOSK atau komputer demo di kelas

Komputer harus mendukung fitur multimedia (dilengkapi

dengan audio).

Tidak ditentukan, pengembangan bersifat mandiri. Menjawab pertanyaan instruktur (jika ada), atau bermain

game.

Desain a. Pemilihan lingkungan belajar yang

paling sesuai dengan mempelajari

jenis keahlian kognitif

b. Menulis sasaran instruksional.

c. Memilih pendekatan secara

keseluruhan, bentuk dan tampilan program

d. Merancang materi kursus secara

spesifik

Lingkungan belajar dapat dilakukan secara mandiri

dalam bentuk aplikasi KIOSK atau berkelompok di

dalam kelas

Sasaran instruksional : memahami pengertian, dampak

dan solusi atas masalah pemanasan global.

Pendekatan : ilustrasi dilengkapi dengan grafik, animasi,

gambar dan video.

Untuk membangkitkan kesadaran akan bahaya

pemanasan global, diberikan informasi tentang dampak

kerusakan. Untuk membuat siswa lebih tertarik, disediakan game sekaligus sebagai alat evaluasi

pembelajaran.


77


Rancangan materi meliputi :

Tampilan informasi materi matematika secara

umum,

Penyampaian materi sesuai dengan kebutuhan

siswa kelas IX yang dilengkapi dengan rumus-

rumus yang baku.

Animasi dan video untuk memperkuat informasi

Latihan, untuk menguji pemahaman siswa

Pengembangan a. Pembuatan atau pengumpulan media yang diperlukan,

b. Mendefinisikan interaksi yang sesuai,

yang harus dalam bentuk kreatif,

inovatif.

Audio (diisi oleh narasi pengembang aplikasi), Video (dikumpulkan dari sumber-sumber bebas di

internet),

Animasi (dibuat sendiri atau dikumpulkan dari

sumber-sumber tak berbayar di internet)

Rumus (sesuai dengan referensi, dilengkapi dengan

animasi).

Game (dibuat sendiri)

Tools untuk pengembangan : Macromedia Flash

Interaksi : siswa dapat menjalankan aplikasi secara

mandiri, navigasi dan eksplorasi tidak dibatasi per modul,

tetapi sesuai dengan keinginan siswa untuk eksplorasi.

Implementasi Distribusi Aplikasi Belum dilakukan, aplikasi dikembangkan hingga tahap

prototype

Evaluasi

Evaluasi hasil pembelajaran siswa Evaluasi respon siswa terhadap aplikasi

Dilakukan dalam bentuk game Dilakukan dalam bentuk melakukan survey /

menyebarkan kuisioner.

3.3. Pengembangan Aplikasi

Berdasarkan hasil analisis kebutuhan aplikasi

pembelajaran di atas, kemudian dibuat rancangan

aplikasi sebagai berikut :

Kebutuhan Data :

Data yang dibutuhkan meliputi foto, video dan

animasi yang menjelaskan tentang materi matematika.

Data ini disimpan dalam format XML dan tersusun

atas 4 kelompok data yaitu data foto, video, fakta, dan

pesan. Data fakta digunakan untuk menyimpan

informasi tentang gambar yang menjelaskan suatu

fakta dan data pesan digunakan sebagai media umpan

balik dari siswa.

Rancangan Menu :

Aplikasi ini dirancang untuk dikendalikan oleh

instruktur yang bersifat sebagai “admin”, maksudnya

agar ketika aplikasi diaktifkan, siswa tidak mengakses

aplikasi lain di komputer. Untuk itu, sebelum masuk

ke tampilan utama, instruktur akan mengaktifkan fitur

fullscreen dan konten. Dari tampilan utama, siswa

dapat mengakses peta, animas, game, fakta, solusi,

penyebab, dampak, dan berbagai informasi lainnya.

Interaksi dengan siswa juga difasilitasi dengan

disediakannya buku tamu untuk mengisikan pesan

atau komentar dari siswa. Rancangan menu ini dapat

dilihat pada gambar 2.

Realisasi Aplikasi:

Rancangan menu di atas kemudian direalisasikan

menjadi satu aplikasi yang berjalan di Flash Player

11.2. Gambar 3 menunjukkan beberapa cuplikan

tampilan pada aplikasi yang sedang berjalan.

Tampilan utama dibuat mengikuti gaya antarmuka

Windows, yang terdiri atas sekumpulan ikon yang

mewakili setiap informasi yang akan diakses.

Rancangan tampilan ini sengaja dipilih dengan

memperhatikan tren tampilan yang saat ini sedang

populer.


78


Gambar 2. Rancangan Menu Aplikasi Si-Pesoma

Untuk memperkuat informasi yang disampaikan,

aplikasi juga dilengkapi dengan animasi tentang

proses penyelesaian soal-soal matematika.

Diharapkan bentuk penyajian ini dapat lebih berkesan

dan membangkitkan kesadaran di antara para siswa.

Gambar 4 menunjukan tampilan untuk animasi

penyelesaian soal-soal matematika.

Gambar 3. Tampilan menu pembahasan aplikasi

pembelajaran

Realisasi penyelesaian soal-soal matematika

disajikan dalam bentuk sederhana dengan pendekatan

rancangan antarmuka sederhana. Penyelesaian soal-

soal matematika terdiri atas 4 materi dan di setiap

materi terjadi peningkatan kesulitan pertanyaan yang

diajukan. Gambar 4 menunjukkan tampilan antarmuka

interaktif yang digunakan untuk menyelesaikan soal-

soal berdasarkan rumus yang baku.

Gambar 4.Tampilan antarmuka Interaktif Penyelesaian

Soal dengan Rumus Baku

Evaluasi Pengguna

Setelah aplikasi selesai dibuat, kemudian dicoba

digunakan pada 20 responden, dengan mengambil

sampel 20 siswa/siswi SMP kelas IX. Kuesioner

disajikan lebih mengarah kepada aspek interaktif

aplikasi multimedia yang sudah dikembangkan, bukan

kepada materi pembelajaran soal-soal penyelesaian

matematika. Hasil kuesioner dapat dilihat pada tabel 2,

dan menunjukkan bahwa rata-rata 80% responden

menilai aplikasi yang sudah dibuat dapat memenuhi

kriteria aplikasi multimedia interaktif yang dibuat.

Table 2. Evaluasi Pengguna atas Aspek Interaktif

Aplikasi

No Kriteria Hasil

1 Kemudahan Navigasi 80 % setuju

2 Kandungan kognisi 60 % menganggap

cukup baik

3 Presentasi Informasi 80 % menganggap

sangat menarik

4 Integrasi Media 60 % menganggap

cukup baik

5 Artistik dan Estetika 100% menganggap

sangat menarik

6 Fungsi Keseluruhan 100% menganggap

sangat bermanfaat

Pada penelitian ini belum dilakukan evaluasi

formatif atas setiap tahapan model ADDIE, karena

keterbatasan waktu dan informasi. Evaluasi sumatif

atas konten pembelajaran juga belum dilakukan

mengingat aplikasi belum dicoba digunakan pada

lingkungan kelas yang sebenarnya.


Dari proses pengembangan aplikasi multimedia

untuk mendukung pembelajaran dengan

menggunakan model ADDIE ini, dapat diperoleh

beberapa kesimpulan sebagai berikut :


79


1. Model ADDIE dapat digunakan untuk

pengembangan aplikasi multimedia interaktif

untuk mendukung proses pembelajaran. Model

ini menyediakan tahapan-tahapan yang

memudahkan dalam menyusun target pengguna,

materi yang akan disampaikan, sumber

pendukung yang diperlukan, dan pendekatan

presentasi yang akan digunakan.

2. Model ADDIE ini kemudian dicoba digunakan

sebagai pendekatan untuk mengembangkan

aplikasi multimedia dengan mengambil konten

materi yaitu pengenalan penyelesaian soal-soal

matematika. Aplikasi juga dilengkapi dengan

game – dilengkapi rumus, untuk mendukung

proses evaluasi hasil pembelajaran.

3. Hasil evaluasi atas aspek interaktif menunjukkan

bahwa aplikasi yang sudah dikembangkan dapat

dianggap memenuhi kriteria sebagai aplikasi

interaktif, berdasarkan perspektif pengguna.

Namun pada penelitian ini tidak dilakukan

evaluasi atas materi yang disampaikan.

Atas dasar hasil tersebut, disarankan agar pada

penelitian selanjutnya dilakukan juga evaluasi atas

materi baik evaluasi formatif dan sumatif, agar siklus

ADDIE dapat diterapkan seluruhnya dan dapat

dibandingkan antara target yang ingin dicapai pada

tahap awal dengan respon siswa sebagai pengguna

aplikasi di tahap akhir.

REFERENSI

[1] Arkun, S., & Akkoyunlu, B. (2008). A Study on

the development process of a multimedia learning

environment according to the ADDIE model and

students’ opinions of the multimedia learning

environment. Interactive Educational

Multimedia, Number 17 , 1-19.

[2] Farrer, A. (n.d.). What Is Interactive Multimedia?

Retrieved July 2013, from WiseGeek:

http://www.wisegeek.com/what-is-interactive-

multimedia.htm

[3] Hick, S. (1997). BENEFITS OF INTERACTIVE

MULTIMEDIA COURSEWARE. Retrieved July

10, 2013, from http://http-

server.carleton.ca/~shick/mypage/benifit.html

[4] N. Subana, I. D. (2013). PENGEMBANGAN

MULTIMEDIA INTERAKTIF DENGAN

MODEL ADDIE PADA MATA PELAJARAN

IPA KELAS VII SEMESTER I DI SMP TP 45

SUKASADA. Jurnal Edutech Vol 1, No 2 (2013)

Edisi Juli 2013 .

[5] Nusir, S., Alsmadi, I., & Al-Kabi, M. (2011).

Designing an Interactive Multimedia. 2011 IEEE

Global Engineering Education Conference

(EDUCON) – "Learning Environments and

Ecosystems in Engineering Education" (pp. 45-

51). IEEE.

[6] Parekh, R, (2006). Multimedia Application

Development. In R. Parekh, Principles of

Multimedia (pp. 654-655). Tata McGraw-Hill

Education.

[7] Peterson, C. (2003). Bringing ADDIE to Life :

Instructional Design at Its Best. Journal of

Education Multimedia and Hypermedia , 227-

241.

[8] Thorn, W. J. (1995, April). Points to Consider

when Evaluating Interactive Multimedia.

Retrieved July 10, 2013, from The Internet TESL

Journal: http://iteslj.org/Articles/Thorn-

EvalueConsider.html

[9] Togala, Z. (2013). Retrieved June 30, 2013, from

http://zultogalatp.wordpress.com/2013/06/15/buk

u-instructional-design-the-addie-approach-

robert-maribe-branch/

[10] Badarudin, Model Pengembangan Perangkat

Pembelajaran, 2011,

http://ayahalby.wordpress.com/2011/02/23/mo

del-pengembanganperangkat-pembelajaran/,

tanggal Akses : 29 april 2013. [11] Sri Rahmawati, Elemen-Elemen Multimedia,

2010,

http://chievan.blogspot.com/2010/03/elemen-

elemen-multimedia.html, tanggal akses 29 april

2013.

[12] Caca Tittiduit, Animasi Flash, 2012,

http://tittiduit.blogspot.com/2012/02/animasi-

flash.html,tanggal akses 30 april 2013.

[13] Yuda, adobe flash cs 5,

http://yuuddaa.blogspot.com/2011/02/adobe-

flash-cs5-sn-full.html, diakses 30 april 2013.

[14] Arsyadriyadi, Pengenalan adobe flash cs5,

http://www.arsyadriyadi.com/2012/02/pengenala

n-adobe-flash-cs5.html, diakses 30 april 2013.

[15] Pengertian Matematika, 2011,

http://www.sarjanaku.com/2011/06/pengertian-

matematika.html, tanggal akses 5 mei 2013.

http://chievan.blogspot.com/2010/03/elemen-elemen-multimedia.html

http://chievan.blogspot.com/2010/03/elemen-elemen-multimedia.html

http://tittiduit.blogspot.com/2012/02/animasi-flash.html

http://tittiduit.blogspot.com/2012/02/animasi-flash.html

http://yuuddaa.blogspot.com/2011/02/adobe-flash-cs5-sn-full.html

http://yuuddaa.blogspot.com/2011/02/adobe-flash-cs5-sn-full.html

http://www.arsyadriyadi.com/2012/02/pengenalan-adobe-flash-cs5.html

http://www.arsyadriyadi.com/2012/02/pengenalan-adobe-flash-cs5.html

http://www.sarjanaku.com/2011/06/pengertian-matematika.html

http://www.sarjanaku.com/2011/06/pengertian-matematika.html


80


[16] Pronowo, Galih. 2011. “Kreasi Animasi

Interaktif dengan ActionScript 3.0 dan Flash

CS5”. Yogyakarta: C.V Andi Offset.


81
