penyelenggara : jurusan pendidikan teknik informatika...
TRANSCRIPT
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
iii
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
i
SEMINAR NASIONAL PENDIDIKAN TEKNIK INFORMATIKA
SENAPATI
BALI, 09 SEPTEMBER 2017
Tema:
"Big Data in Education"
Dewan Redaksi:
Tim Reviewer:
Prof. Ir. Zainal Arifin Hasibuan, MLS, Ph.D (Universitas Indonesia)
Prof. Dr. Rer. Nat. Achmad Benny Mutiara, S.Si, S.Kom (Universitas Gunadarma)
Prof. Dr. I Wayan Santyasa, M.Si (Universitas Pendidikan
Ganesha)
Dr. Ir. Rinaldi Munir, M.T. (Institut Teknologi Bandung)
Paulus Insap Santosa, M.Sc., Ph.D (Universitas Gajah Mada)
Dr. Wayan Sukra Warpala, S.Pd., M.Sc (Universitas Pendidikan
Ganesha)
Dr. Gede Rasben Dantes, S.T., M.Ti (Universitas Pendidikan
Ganesha)
Dr. Ketut Agustini, S.Si., M.Si (Universitas Pendidikan
Ganesha)
Tim Editor: I Made Agus Wirawan, S.Kom., M.Cs.
I Gede Mahendra Darmawiguna, S.Kom., M.Sc.
Ketut Resika Arthana, S.T., M.Kom.
Gede Saindra Santyadiputra, S.T., M.Cs.
I Made Putrama, S.T., M.Tech.
Nyoman Sugihartini, S.Pd., M.Pd.
Gede Aditra Pradnyana, S.Kom., M.Kom.
Dr. Dewa Gede Hendra Divayana, S.Kom., M.Kom.
I Made Ardwi Pradnyana, S.T., M.T.
I Gede Partha Sindu, S.Pd., M.Pd.
P Wayan Arta Suyasa, S.Pd., M.Pd.
Luh Putu Eka Damayanthi, S.Pd., M.Pd.
I Made Dendi Maysanjaya, S.Pd.,M.Eng.
Gede Arna Jude Saskara, ST, MT.
(Universitas Pendidikan
Ganesha)
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
ii
KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8
Om Swastyastu,
Puji syukur kita panjatkan ke hadirat Tuhan Yang Maha Esa, karena berkat rahmat dan karunia-
Nya prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 ini dapat
diselesaikan dengan baik dan tepat pada waktunya. Seminar Nasional Pendidikan Teknik
Informatika (SENAPATI) Ke-8 ini merupakan rangkaian kegiatan Peringatan HUT ke-10
Jurusan Pendidikan Teknik Informatika, Universitas Pendidikan Ganesha. Seminar ini adalah
sebuah kegiatan berskala nasional, dan ditujukan untuk seluruh kalangan akademisi dan
praktisi teknologi maupun kependidikan yang bergerak dalam bidang pendidikan dan teknologi
informatika. Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 mengusung
tema utama "Big Data in Education " dengan dua kelompok bidang ilmu dan subtema yang
lebih spesifik, yaitu Kelompok A: Bidang Kependidikan Informatika/TIK secara luas, dan
Kelompok B: Bidang Teknologi Informatika.
Sesuai dengan latar belakang dan tema yang diusung dalam kegiatan ini, maka Seminar
Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 bertujuan untuk memfasilitasi
bertemunya pelaksana, mahasiswa, praktisi, dan ahli bidang kependidikan dan teknologi
informatika dalam sebuah forum ilmiah resmi, serta memfasilitasi penyebaran dan sosialisasi
hasil studi, hasil-hasil penelitian, ataupun evaluasi kondisi terkini dari pelaksanaan kebijakan
dan program pemerintah di bidang kependidikan dan teknologi informatika.
Prosiding ini merupakan kumpulan makalah ilmiah dari makalah utama yang disampaikan oleh
pembicara utama SENAPATI Ke-8 serta makalah pendamping yang dikirimkan oleh peserta,
yang sudah melalui proses review oleh tim reviewer. Terima kasih banyak kami sampaikan
kepada semua reviewer dan narasumber yang telah berkontribusi menyumbangkan ide-ide
serta pemikiran-pemikiran kreatifnya melalui makalah ilmiah yang dikirimkan. Tidak lupa juga
kami sampaikan terima kasih kepada seluruh panitia yang telah bekerja keras demi
terselenggaranya kegiatan ini dengan baik.
Akhir kata kami sampaikan permohonan maaf apabila dalam prosiding ini masih terdapat
kesalahan-kesalahan dalam penulisan nama, nama instansi maupun kesalahan lainnya. Segala
kritik, saran, dan komentar dapat disampaikan melalui email ke alamat:
[email protected]. Terima kasih.
Om çanti, çanti, çanti Om
Bali, September 2017
Ketua Panitia Senapati Ke-8
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
iii
SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN
UNIVERSITAS PENDIDIKAN GANESHA
Om Swastyastu,
Salam sejahtera untuk kita semua,
Terlebih dahulu marilah kita panjatkan puji syukur kehadapan Tuhan Yang Maha Esa atas
karuniaNya, sehingga Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8
dapat terlaksana sesuai dengan rencana yang telah ditetapkan.
Adapun tujuan dari kegiatan ini adalah untuk menghimpun wacana pemikiran baru dan
cemerlang dari berbagai pihak, seperti kalangan ahli, praktisi industri dan usaha, untuk
kemajuan Pendidikan Teknik Informatika. Kegiatan ini juga merupakan wadah untuk
menghimpun informasi dan komunikasi tenaga Pendidikan Teknik Informatika.
Pada kesempatan ini, Saya atas nama pimpinan dan keluarga besar Fakultas Teknik dan
Kejuruan, Universitas Pendidikan Ganesha, menyampaikan selamat dan sukses kepada
panitia SENAPATI Ke-8 peserta SENAPATI Ke-8 yang telah mencurahkan waktu, tenaga
dan pikirannya demi kelancaran kegiatan ini, dan pada kesempatan ini saya juga
menyampaikan dan memberikan penghargaan kepada semua pihak yang telah meluangkan
waktu dan menyumbangkan pikiran untuk kemajuan Pendidikan Teknik Informatika.
Akhirnya saya mengucapkan terima kasih dan penghargaan yang setinggi-tingginya kepada
semua panitia yang telah memberikan sumbangan tenaga dan dharma baktinya demi
kesuksesan kegiatan ini. Saya juga mohon maaf atas segala kekurangan yang terdapat dalam
pelaksanaan kegiatan ini, semoga kegiatan ini memberikan makna dan manfaat bagi kita
semua.
Om çanti, çanti, çanti Om
Bali, September 2017
Dekan Fakultas Teknik dan Kejuruan
Universitas Pendidikan Ganesha
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
iv
SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA
Om Swastyastu,
Salam Sejahtera bagi kita semua,
Pertama-tama marilah kita panjatkan puji syukur kehadapan Ida Sang Hyang Widi Wasa,
Tuhan Yang Maha Kuasa, dimana hanya karena rahmat dan izin-Nya maka SEminar NAsional
PendidikAn Teknik Informatika 2017 (SENAPATI 2017) ini dapat terselenggara dengan baik.
Saya ucapkan selamat datang kepada semua pemakalah dan peserta SENAPATI Ke-8 di
Universitas Pendidikan Ganesha Singaraja.
SENAPATI ini merupakan kegiatan Seminar Nasional ke-8 Jurusan Pendidikan Teknik
Informatika yang akan diadakan setiap tahun dalam rangkaian kegiatan ulang tahun
Jurusan Pendidikan Teknik Informatika FTK Undiksha. Topik yang dipresentasikan
mengusung Tema utama "Big Data in Education". Tema tersebut akan didukung dan
dijabarkan dalam kelompok-kelompok bidang ilmu dan sub tema yang lebih spesifik
diantaranya Bidang Kependidikan Informatika/TIK secara luas dan Bidang Teknologi
Informatika. Dengan cakupan materi ini diharapkan partisipan kegiatan SENAPATI Ke-8
berasal dari kalangan peneliti, akademisi termasuk Guru dan praktisi.
Forum ini diharapkan bisa menjembatani kesenjangan antara pemahaman riset-riset
Informatika yang paling muntakhir dengan tingkat pendidikan masyarakat awam sehingga
dapat berjalan secara berdampingan dan saling mendukung. Selain itu seminar ini dapat
menjadi wahana untuk berdiskusi dan berkomunikasi serta meningkatkan kerjasama antar
peneliti dan praktisi.
Akhirnya, perkenankanlah saya sampaikan terima kasih yang sebesar-besarnya kepada semua
pihak yang telah mendukung suksesnya penyelenggaraan SENAPATI Ke-8, terutama
sekali kepada Panitia pelaksana dan pihak-pihak lain yang secara langsung maupun tidak
langsung telah ikut memberikan andil bagi terselenggaranya SENAPATI Ke-8. Semoga
kegiatan Seminar Nasional ini akan memberikan manfaat yang sebesar-besarnya bagi semua
pihak yang memerlukan.
Om çanti, çanti, çanti Om
Bali, September 2017
Ketua Jurusan Pendidikan Teknik Informatika
Universitas Pendidikan Ganesha
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
v
DAFTAR ISI
KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8 .............................................................. ii
SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN .................................................... iii
UNIVERSITAS PENDIDIKAN GANESHA ...................................................................................... iii
SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA................................. iv
FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA ................. iv
DAFTAR ISI ........................................................................................................................................ v
MAKALAH UTAMA ......................................................................................................................... 1
Pembelajaran Adaptif Berlandaskan Asesmen Otentik di Era Big Data
I.N Sukajaya ........................................................................................................................................ 2
Inovasi Teknologi dalam Pendidikan melalui Big Data Analytic dan Personalized Learning
Ketut Agustini ................................................................................................................................... 10
MAKALAH KELOMPOK A
BIDANG KEPENDIDIKAN INFORMATIKA/TIK SECARA LUAS ......................................... 15
Media Pembelajaran Matematika Interaktif untuk Siswa Tunarungu: Perancangan dan Validasi
K. Beni A., I. N. Gita, I. M. Suarsana .............................................................................................. 16
Perancangan Aplikasi Perhitungan Operasi Matriks Berbasis Web Sebagai Sarana Pembelajaran
Harya Bima Dirgantara, Tedi Lesmana Marselino ........................................................................ 23
Uji Coba Rancangan Model CSE-UCLA Yang Dimodifikasi Dengan Metode Weighted Product dan
Validasi Instrumen Evaluasi Layanan Perpustakaan Digital Pada Perguruan Tinggi Komputer di Bali
Dewa Gede Hendra Divayana, Agus Adiarta, Ida Bagus Gede Surya Abadi............................... 28
Implementasi UTAUT dalam Menganalisis Pengaruh Penggunaan Aplikasi VMEET Terhadap
Tingkat Kepuasan Belajar di Universitas Bina Darma Palembang
Megawaty .......................................................................................................................................... 35
Analisis Kecenderungan Gaya Kognitif Siswa dalam Pengembangan Dynamic Intelectual Learning
(DIL)
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
vi
Luh Setiani, Ketut Agustini.............................................................................................................. 40
Persepsi Guru Terhadap Pengembangan Profesionalisme Melalui Pelatihan Media Pembelajaran
Berbasis Edmodo
Noni Agustina, Ratnawati Susanto .................................................................................................. 44
Desain Sistem Personalisasi E-Learning Berbasis Felder Silverman Model Untuk Materi Animasi 2
Dimensi di SMK Negeri Singaraja
G. N. Pardomuan, Ketut Agustini ................................................................................................... 49
Analisis Kecenderungan Gaya Belajar dalam Rancangan Emodul Berorientasi Modalitas VAK
(Visual, Auditori, Kinestetik) pada Siswa SMK TKJ Kabupaten Buleleng
I Nengah Eka Mertayasa, Ketut Agustini ....................................................................................... 53
Analisis Personalized Learning Berorientasi Motivasi Belajar Siswa
Kadek Agus Darma Yadnya, Ketut Agustini .................................................................................. 57
Pengembangan Evaluasi dan Penugasan Online Berbasis E-Learning dengan Moodle pada Mata
Kuliah Media Pembelajaran Ilmu Komputer
Siti Husnul Bariah ............................................................................................................................ 61
Hubungan antara Kompetensi Kepribadian dan Sosial Guru PPL Jurusan Pendidikan Teknik
Informatika terhadap Motivasi Belajar Siswa SMK Se-Kota Singaraja .............................................. 67
Dewa Ayu Putu Candra Santika, I G. M. Darmawiguna, G. S. Santyadiputra, L. P. E. Damayanthi .. 67
MAKALAH KELOMPOK B
BIDANG TEKNOLOGI INFORMATIKA .................................................................................... 72
Analisis Kualitas Koneksi Jaringan Internet 4G XL dan Smartfren di Wilayah Kota Palembang
Irwansyah .......................................................................................................................................... 73
Implementasi Sensor Kapasitif dan Piezo-Electric pada Bilah Gamelan Elektronik sebagai Media
Belajar Tabuh
I Gede Eka Wiantara Putra ............................................................................................................. 80
Rekayasa Sistem Tata Kelola dan Layanan Informasi Proses Perkuliahan Berbasis Multi Platform
Adi Chandra Syarif, Farid Hartono Gunawan, Erick Alfons Lisangan ....................................... 85
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
vii
Penerapan Image Enhancement Algorithm Untuk Meningkatkan Kualitas Citra Tak Bergerak
Phie Chyan, Sean Coonery Sumarta ............................................................................................... 92
Pengaruh Seleksi Fitur Terhadap Hasil Klasifikasi Fase Plasmodium vivax Pada Citra Mikroskopis
Digital Sediaan Darah Tipis
I Md. Dendi Maysanjaya, Md. Satria Wibawa, I Md. Agus Wirahadi Putra .............................. 96
Sistem Informasi Reservasi Hotel dan Villa Berbasis Web Pada Villa Seganti Setungguan Gunung
Dempo Pagaralam
Helda Yudiastuti ............................................................................................................................. 102
Implementasi dan Analisis Perangkat Pengirim Data Sensor melalui Modul A6 GSM/GPRS berbasis
Microcontroller
I Gede Eka Wiantara Putra, I Ketut Putu Suniantara, I Nyoman Satya Kumara .................... 109
Implementasi Load Balancing Pada Openstack dengan Metode Round Robin
I Made Aga Satya Darma, I Gede Oka Gartria Atitama ............................................................. 115
Desain E-Tourism Big Data MPD Untuk Edukasi Pelaku Pariwisata di Kabupaten Gianyar
I Putu Agus Eka Pratama, I Made Sunia Raharja ....................................................................... 120
Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android
I Putu Sugi Anantra, I Made Agus Wirawan, I Ketut Resika Arthana ...................................... 123
Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan Pelayanan
Perizinan Terpadu Satu Pintu Kabupaten Buleleng dengan Metode Least Square
Ni Ketut Ayu Indra Cahyani, I Made Putrama, I Made Agus Wirawan ................................... 129
Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga
I Gst Putu Bagus Naramas Wahyu Prayoga, I Ketut Resika Arthana, I Gede Mahendra
Darmawiguna .................................................................................................................................. 136
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
1
MAKALAH UTAMA
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
2
Pembelajaran Adaptif Berlandaskan Asesmen Otentik
di Era Big Data
I.N Sukajaya
Program Studi pendidikan Matematika, Fakultas MIPA
Universitas Pendidikan Ganesha
Singaraja, Indonesia
Abstrak— Teknologi pembelajaran adaptif yang di gadang-
gadang memiliki kelebihan dalam hal personalisasi pembela-
jaran tidak terlepas dari tahapan umum pembelajaran yang
me--liputi perencanaan, pengajaran dan penilaian. Tanpa
bermaksud mengabaikan tahapan perencanaan dan
pengajaran, tahapan pe-nilaian memegang peran kunci untuk
diperoleh nya dasar dalam menyusun perencanaan dan
melaksanakan pembelajaran. Peni-laian tentu tidak dapat
dilakukan secara parsial dengan menilai aspek tertentu saja
dan mengabaikan aspek lain dan hanya dila-kukan di akhir dari
keseluruhan pembelajaran. Penilaian dilaku-kan secara
berkelanjutan dan melibatkan sebanyak-banyaknya aspek
yang mewakili individu pembelajar. Selain itu penilaian juga
dilakukan secara berkelanjutan sehingga luaran yang
dihasilkan dari tahapan penilaian dapat digunakan dini untuk
menangkal kemungkinan penyimpangan pencapaian tujuan
pembelajaran, serta melakukan perbaikan pengelolaan kelas
sesuai kebutuhan. Penyesuaian pembelajaran yang dilandasi
penilaian otentik serta menerapkan teknik analisis yang tepat
tentu dapat meningkatkan kualitas pembelajaran. Dalam
paper ini dibahas teknologi Big Data, analisis yang tersedia
dalam melakukan analisis di Big Data, serta bagaimana
teknologi pem-belajaran adaptif berpotensi kualitas nya
meningkat dengan adanya dukungan Big Data.
Kata-kata kunci: Big Data, teknologi Pembelajaran adaptif,
asesmen otentik.
I. PENGANTAR TEORI PEMBELAJARAN
Pembelajaran merupakan upaya mengubah perilaku pem-belajar sehingga mereka mampu menolerir peningkatan taraf ketidakpastian, intuitif dan kreatif, serta mampu memanfaatkan keterampilan kognitif mereka dalam menyelesaikan permasa-lahan [1]. Tahapan yang dilakukan untuk mencapai tujuan pembelajaran meliputi: perencanaan, pengajaran, dan penilaian. Konsep perencanaan pembelajaran tersurat dalam [2]. Peren-canaan merupakan praktik membangun pengalaman belajar sehingga akuisisi pengetahuan dan keterampilan menjadi lebih efisien, efektif, dan menarik. Proses perencanaan meliputi: penentuan status awal dan kebutuhan pembelajar, mendefini-sikan tujuan akhir pembelajaran, dan menyelipkan beberapa intervensi sebagai bantuan dalam transisi. Pengajaran merupa-kan proses, cara, perbuatan mengajar atau mengajarkan. Proses ini sangat
kompleks dan multi sisi. Sedangkan penilaian meru-pakan langkah krusial dalam menentukan apakah perkem-bangan konsep pembelajar mampu mencapai keterampilan berpikir tingkat tinggi atau tidak [1].
Sebagai salah satu tahapan pembelajaran; penilaian memi-liki fungsi sebagai: (a) alat dalam mengukur capaian tujuan pembelajaran, (b) umpan balik bagi perbaikan pembelajaran, serta (c) sebagai dasar penyusunan pertanggungjawaban ke pihak-pihak pemangku kepentingan. Penilaian memiliki tujuan mengefektifkan pemberian pertimbangan atau pembuatan ke-putusan. Penilaian menentukan apa yang dipelajari dan peri-laku pembelajar yang diharapkan muncul dalam pembelajaran. Penilaian juga menentukan bagaimana guru mengajar. Hasil penilaian menjawab pertanyaan: (a) apakah pembelajar mem-pelajari tentang apa yang seharusnya mereka pelajari?, (b) apakah guru mengajarkan apa yang mestinya mereka ajarkan? Ketepatan jawaban sangat tergantung pada hasil penilaian.
Penilaian dalam pembelajaran menggunakan informasi ter-kait individu pembelajar yang dikumpulkan melalui proses asesmen. Ketika berbicara penilaian dalam pembelajaran maka secara otomatis yang dijadikan indikator adalah skor tes. Oleh karena itu penilaian yang banyak dilakukan meliputi: penilaian formatif dan sumatif. Penilaian formatif memiliki karakteristik: penilaian nya dilakukan secara menerus dan bersifat diagnos-tik. Hasil penilaian formatif diterapkan langsung sebagai perba-ikan pembelajaran berikutnya. Penilaian sumatif merupakan penilaian yang dilakukan di akhir pembelajaran. Penilaian sumatif lebih menitikberatkan pada penilaian ketercapaian tujuan pembelajaran. Hasil dari penilaian ini berupa skor tes.
Penilaian yang menganggap luarannya adalah skor cende-rung menggunakan kertas. Kondisi ini mendorong tidak otentiknya hasil penilaian karena penilaian hanya mencakup satu domain saja (domain kognitif) dari tiga domain pem-belajaran yakni: kognitif, afektif dan psikomotor. Bentuk peni-laian berbasis kertas (paper-based) juga cenderung memun-culkan suasana inspeksi yang ketat sehingga berdampak psiko-logis menakutkan bagi pembelajar. Suasana seperti ini mem-beri dampak kurang otentiknya rekaman hasil penilaian.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
3
Dalam prinsip-prinsip penilaian hasil belajar disebutkan bahwa penilaian mesti dilakukan secara komprehensif yang mencakup keseluruhan aspek pembelajaran; valid, dapat diandalkan, serta objektif sehingga menggambarkan kemam-puan pembelajar yang sesungguhnya. Pada penilaian berbasis kertas memiliki peluang rendah dapat mengimplementasikan prinsip-prinsip penilaian ini secara utuh karena beragam alasan. Salah satu alasan di antara beragam alasan tersebut adalah situasi psikologis penilaian berbasis kertas cenderung berpengaruh pada hasil. Perasaan takut, cemas pada diri pembelajar merupakan contoh kondisi psikologis yang tidak mudah untuk dihilangkan dalam situasi penilaian.
Mengabaikan diagnosis karakteristik pembelajar (selanjut-nya ditulis profil pembelajar) dapat menurunkan kinerja mereka dalam pembelajaran yang pada akhirnya memunculkan kesulitan dalam belajar [3]. Diagnosis ini sangat dibutuhkan untuk mengetahui pemahaman kekinian pem-belajar tentang materi pelajaran, merencanakan perbaikan yang dibutuhkan dalam belajar, menetapkan strategi yang diimplementasikan dalam pembelajaran, serta klasifikasi profil pembelajar. Dengan kata lain pembelajaran dituntut mengalami penyesuaian dengan profil pembelajar. Klasifikasi profil dibutuhkan sedini mungkin secara berkelanjutan sehingga pembelajaran lebih terarah, runtun serta mampu menekan semaksimal mungkin penyimpangan yang potensi terjadi dalam pembelajaran.
II. BIG DATA
Kata Big dipastikan menginspirasi pembaca bahwa ukuran (size) muncul sebagai kata / frasa kata dalam mendefinisikan Big Data. Memang seperti itu kenyataan nya meskipun para ahli belum mufakat dengan satu definisi tentang Big Data [4]. Perbedaan pemahaman ahli terkait Big Data ditunjukkan pada Gambar 1.
Gambar 1. Definisi Big Data hasil survei online 154 eksekutif global pada
bulan April 2012
Di antara keragaman definisi Big Data, [5] memunculkan tiga dimensi untuk mendeskripsikan Big Data. Ketiga dimensi itu adalah: volume, variety, dan velocity atau disingkat 3V [6,7]. [8] juga memberikan terminologi yang serupa yakni Big data merupakan aset informasi dengan volume, kecepatan, dan keragaman tinggi sehingga membutuhkan bentuk
pemrosesan informasi yang efektif dan inovatif guna peningkatan pema-haman dan pembentukan keputusan. TechAmerica Foundation juga mendefinisikan Big Data sebagai terminologi yang menjelaskan volume yang besar dari data dengan kecepatan, kompleksitas, dan variable yang tinggi sehingga membutuhkan teknik dan teknologi lebih maju untuk memungkinkan me-nangkap, menyimpan, mendistribusi, mengelola, dan mengana-lisis informasi. [9].
Volume mengacu pada besar data. Ukuran Big data mencapai sejumlah terabyte dan petabyte. Sebuah survei yang dilakukan IBM di pertengahan 2012 menunjukkan bahwa separuh dari 1.144 responden mengatakan data yang melebihi satu terabyte ke dalam big data [10]. Satu terabyte menyimpan data yang cukup dimuat dalam 1500 CD atau 220 DVD, cukup menyimpan sekitar 16 juta photo Facebook. [11] melaporkan bahwa facebook memroses sampai sejuta photo per detik. Satu petabyte sama dengan 1.024 terabyte. Definisi terkait volume pada Big Data adalah relatif dan dipengaruhi oleh banyak faktor seperti waktu dan tipe data. Data set yang sekarang terkategori Big Data boleh jadi tidak memenuhi kategori di masa datang karena terjadi peningkatan kapasitas penyimpan yang memungkinkan penyimpanan data yang lebih besar. Tipe data, yang akan disajikan pada sesi variety,
mendefinisikan kata Big. Dua dataset dengan ukuran yang sama membutuh--kan teknologi manajemen data yang berbeda, tergantung dari tipe data nya, misalnya data tabular v.s. video. Sehingga definisi Big Data juga gayut terhadap industri. Dengan demikian tidak lah mudah mendefinisikan batasan spesifik volume Big Data.
Variety merujuk pada keragaman struktur dalam dataset. Kemajuan teknologi mengizinkan perusahaan menggunakan beragam tipe data: terstruktur, semi-terstruktur, atau tidak terstruktur. Data terstruktur yang umumnya mencakup hanya 5% dari keseluruhan data yang ada [12] merupakan data tabular dalam bentuk spreadsheet atau basis data relasional. Teks, citra, audio, dan video merupakan contoh data tidak terstruktur, minim dalam hal pengorganisasian struktur yang dibutuhkan mesin dalam proses analisis. Data semi-terstruktur berada di antara data terstruktur dan tidak terstruktur, tidak memiliki standar struktur yang ketat. XML merupakan contoh data semi-terstruktur. Kategori Big Data juga ditentukan oleh level variety dan variety bukan merupakan hal baru. Dunia informasi sudah menggunakan data tidak terstruktur sejak lama.
Dimensi ke tiga yakni Velocity mewakili kecepatan memperoleh dan menganalisis atau menindaklanjuti data yang diperoleh. Proliferasi peralatan digital seperti smartphone dan sensor memicu kecepatan pembentukan data yang tidak diprediksi dan kebutuhan perencanaan analisis data waktu nyata dan berbasis fakta. Data yang dibentuk dari peralatan mobile dan mengalir melalui aplikasi mobile menghasilkan sejumlah informasi yang dapat digunakan untuk membangun tampilan waktu nyata dan dikhususkan bagi pemakai. Data dari peralatan digital mampu memberikan informasi berupa
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
4
suara terkait pengguna, seperti lokasi geospatial, demografi, dan beberapa informasi lainnya.
III. ANALISIS DI BIG DATA
Big Data sendiri tidak memiliki arti tanpa disertai proses pengorganisasian yang efektif untuk menjadikan data berukur-an besar dengan pergerakan yang cepat serta beragam membe-rikan pemahaman yang berarti. Dengan kata lain, Big data mesti dikembangkan menjadi Smart Data. Satu dimensi lagi yang dibuuhkan untuk menjadikan Big Data ke Smart Data adalah dimensi Value. Proses ekstraksi pemahaman dalam Big Data mencakup lima tahapan [13] seperti ditunjukkan pada Gambar 2. Lima tahap ini dikelompokkan ke dalam dua sub-proses yakni manajemen data dan analisis. Manajemen data mencakup proses dan teknologi pendukung perolehan dan penyimpanan data, serta penyiapan dan pemanggilan ulang data untuk keperluan analisis. Sedangkan analisis mencakup teknik yang digunakan untuk menganalisis dan memperoleh kecerdasan di Big Data. Sehingga analisis di Big Data dapat dipandang sebagai sub-proses di dalam keseluruhan proses ekstraksi pemahaman di Big Data.
Gambar 2. Proses ekstraksi pengetahuan di Big Data
Seperti diketahui bahwa data yang diakomodir di Big Data mencakup teks, audio, video, media sosial, dan prediksi. Berikut dipaparkan metode analisis yang digunakan untuk masing-masing jenis data di Big Data
3.1. Analisis Teks
Analisis teks (text mining) adalah teknik untuk mengekstrak informasi dari data tekstual. Contoh data tekstual yang dikelola oleh organisasi di antaranya: surat elektronik, blogs, online forums, survei pendapat, dokumen perusahaan, berita, dan call center logs. Analisis teks mencakup analisis statistik, linguistik komputasi, dan machine learning. Proses dalam analisis teks adalah konversi data teks dengan volume yang besar menjadi ringkasan yang bermakna yang pada akhirnya membantu pembuatan keputusan yang didasarkan pada fakta. Sebagai contoh, analisis teks dapat digunakan memprediksi pasar berdasarkan informasi yang diekstraksi dari berita keuangan [14]. Beberapa metode analisis teks diantaranya: ekstraksi informasi (information extraction (IE)), teknik meringkas teks (text summarization), teknik menjawab pertanyaan (question answering(QA)), dan penggalian pendapat (sentiment analysis).
IE merupakan teknik mengekstrak data terstruktur dari teks yang tidak terstruktur. Contoh penggunaan nya adalah ekstraksi nama obat, dosis, frekuensi konsumsi berdasarkan resep medis. IE memiliki dua sub-tugas yaitu pengenalan entitas (ER) dan ekstraksi relasi (RE) [15]. ER menemukan
entitas dalam teks dan klasifikasi data ke kategori yang sudah didefinisikan sebelumnya seperti orang, tanggal, lokasi, dan organisasi. RE menemukan dan mengekstrak hubungan semantik antar entitas. Sebagai contoh, dalam teks “Steve Jobsco-founded Apple Inc. in 1976”, sistem RE dapat mengekstrak informasi seperti Penemu [Steve Jobs, Apple Inc.] atau Ditemukan_di [AppleInc., 1976].
Teknik meringkas teks menghasilkan ringkasan yang paling ringkas dari satu atau lebih dokumen. Ringkasan memuat informasi kunci yang dituangkan dalam teks asli. Aplikasi teknik meringkas adalah pada bidang sain dan artikel berita, iklan, surat elektronik, dan blog. Teknik meringkas memiliki dua pendekatan: ekstraktif dan abstraktif. Dalam pendekatan ekstraktif; ringkasan disusun dari unit teks aslinya (lumrahnya yang dipakai adalah kalimat). Berdasarkan pendekatan ekstraktif; penyusunan ringkasan meliputi kegiatan menen-tukan unit yang mencolok dari teks dan menggabungkannya bersama-sama. Mencolok atau tidak unit teks ditinjau dari letak teks dan seringnya muncul di teks. Pendekatan ekstraktif tidak membutuhkan pemahaman isi teks. Sedangkan pendekatan abstraktif mengekstrak informasi semantik dari teks. Ringkasan memuat unit teks yang tidak mesti muncul di teks asli. Penguraian teks asli dan penyusunan ringkasan dalam pen-dekatan abstraktif menggunakan pemrosesan bahasa alami (NLP) yang canggih. Jelas bahwa hasil ringkasan pada analisis teks menggunakan pendekatan abtraktif lebih koheren dibanding pendekatan ekstraktif [16], akan tetapi pendekatan ekstraktif lebih mudah diimplementasikan di Big Data.
Analog dengan pendekatan abstraktif; sistem QA menggunakan teknik NLP yang kompleks. Lebih lanjut; teknik QA dipilah ke dalam tiga kategori: pendekatan berbasis pemulihan informasi (information retrieval (IR)), pendekatan berbasis pengetahuan, dan perpaduan keduanya. QA berbasis IR: (i) proses bertanya untuk menentukan rincian seperti tipe pertanyaan, fokus, dan tipe jawaban yang nantinya digunakan untuk menyusun query; (ii) pemrosesan dokumen yang digunakan untuk mengambil bagian-bagian penting pra-tertulis dari sekumpulan dokumen yang ada menggunakan query yang disusun di proses bertanya, dan (iii) proses menjawab, yang digunakan untuk mengekstrak kandidat jawaban luaran langkah sebelumnya, mengurutkannya, dan menentukan kandidat dengan urutan teratas sebagai luaran sistem QA. QA berbasis pengetahuan membangun deskripsi semantik pertanyaan yang selanjutnya digunakan sebagai query sumberdaya terstruktur. QA berbasis pengetahuan khususnya baik untuk domain tertentu seperti: pariwisata, kedokteran, dan transportasi di mana jumlah dokumen pra-tertulis belum banyak.Perpaduan sistem QA melakukan penyusunan kandidat jawaban menggunakan metode IR bersamaan dengan analisis pertanyaan secara semantik.
Teknik analisis sentimen menganalisis teks yang memuat opini orang terhadap entitas seperti produk, organisasi, individu, atau kegiatan. Meningkatnya pengambilan data oleh dunia bisnis yang terkait opini pelanggan mendukung tumbuh
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
5
suburnya analisis sentimen [17]. Aplikasi paling banyak analisis sentimen adalah pada area pemasaran, keuangan, serta politik dan ilmu sosial. Teknik sentimen analisis dibagi ke dalam tiga sub-kelompok yaitu level document, level kalimat, dan basis aspek. Teknik level dokumen menentukan apakah keseluruhan dokumen mengekspresikan sentimen negatif atau positif. Asumsi yang diberlakukan adalah dokumen tertentu memuat sentimen untuk satu entitas. Level kalimat menentukan kecenderungan sentimen tentang entitas yang diungkapkan dalam kalimat tunggal. Teknik level kalimat hendaknya ter-lebih dahulu memisahkan kalimat subjektif dari kalimat ob-jektif. Level kalimat cenderung lebih kompleks dibanding level dokumen. Teknik berbasis aspek mengenali keseluruhan sentimen dalam satu dokumen dan mengidentifikasi entitas yang ditunjuk masing-masing sentimen.
3.2. Analisis Audio
Analisis audio menganalisis dan mengekstrak informasi dari data audio yang tidak terstruktur. Aplikasi di bahasa lisan manusia; analisis audio dimaksud sebagai analisis ucapan. Dikarenakan teknik ini banyak diterapkan di suara ucapan, istilah analisis audio sering dipertukarkan dengan analisis ucapan. Kondisi sekarang, call center pelanggan dan perawat kesehatan merupakan area yang paling banyak menerapkan analisis suara. Call center menggunakan analisis suara untuk mengefisienkan analisis ribuan bahkan jutaan rekaman suara. Teknik ini membantu meningkatkan perilaku pelanggan, mengevaluasi kinerja agen, meningkatkan rate penjualan, memonitor komplain beragam kebijakan, mengenali lebih dalam perilaku pelanggan dan mengidentifikasi produk atau isu layanan. Call center otomatis menggunakan platform Inter-active Voice Response (IVR) untuk mengidentifikasi dan me-nangani pengguna yang frustasi. Di dunia perawatan, analisis audio mendukung diagnosis dan terapi kondisi medis tertentu yang berpengaruh pada pola komunikasi pasien [18]. Analisis audio juga mampu menganalisis tangisan bayi yang memberi informasi tentang kesehatan dan status emosional bayi [19]. Analisis ucapan menggunakan dua pendekatan teknis yaitu: pendekatan berbasis transkrip (umum dikenal sebagai large-vocabulary continuous speech recognition, LVCSR) dan pendekatan berbasis fonetik.
•LVCSR mencakup dua fase proses: mengindeks dan pencarian. Di fase pertama LVCSR menulis konten ucapan dari suara. Fase ini dikerjakan menggunakan automatic algoritma automatic speech recognition (ASR) yang mencocokkan suara dengan kata. Kata diidentifikasi berdasarkan kamus yang sudah disusun. Apabila sistem gagal menemukan kata di dalam kamus, maka sistem menggunakan kata yang mirip dengan kata tersebut. Luaran dari sistem adalah file indeks yang memuat informasi urutan kata dalam ucapan. Di fase kedua; metode berbasis teks standar digunakan untuk menemukan istilah yang dicari dalam file indeks.
•Sistem berbasis fonetik bekerja berdasarkan suara atau fonem. satuan bunyi terkecil yang mampu menunjukkan kontras makna (sebagai contoh: misalnya /h/ adalah fonem karena membedakan makna kata /harus/ dan /arus/, /b/ dan /p/ adalah dua fonem yang berbeda karena /bara/ dan /para/). Sistem berbasis fonetik juga mencakup dua fase: mengindeks fonem dan pencarian. Di fase pertama, sistem menerjemahkan ucapan menjadi deretan fonem. Pada fase kedua, sistem menemukan representasi fonetik dari luaran di fase pertama.
3.3. Analisis Video
Analisis video yang juga dikenal sebagai video content analysis (VCA), meliputi beragam teknik untuk monitor, menganalisis, dan mengekstrak informasi bermakna dari rang-kaian video. Meskipun analisis video masih baru dibandingkan dengan tipe data mining yang lain [20], beragam teknik pemotongan sudah dikembangkan untuk memroses video real-time seperti layaknya video rekaman. Dua kontributor besar perkembangan komputerisasi analisis video adalah peningkatan popularitas kamera closed-circuit television (CCTV) dan website berbagi video. Tantangan utamanya adalah ukuran data video yang cenderung besar. Teknologi Big Data mengubah tantangan ini menjadi peluang. Teknologi ini digunakan untuk mengubah dan menunjukkan kecerdasan pemrosesan ribuan jam video sehingga biaya dan resiko yang muncul pada pemro-sesan manual teratasi. Hasilnya adalah; teknologi Big Data menjadi faktor ke tiga yang berkontribusi pada perkembangan analisis video. Penerapan paling banyak dari analisis video saat ini adalah untuk sistem keamanan dan sistem pengawasan. Selain biayanya tinggi, sistem pengawasan yang menggunakan tenaga manusia kurang efektif dibandingkan dengan sistem. Analisis video secara efisien dan efektif melakukan fungsi pengawasan seperti mendeteksi pelanggaran zona terlarang, mengidentifikasi objek yang dilepas tanpa penjagaan, mendeteksi objek yang berkeliaran di area tertentu, mengenali aktivitas yang mencurigakan, atau mendeteksi gangguan kamera. Setelah mendeteksi adanya ancaman, sistem penga-wasan dapat memberi tahu petugas keamanan secara real time atau memicu tindakan otomatis (misalnya, alarm suara, kunci pintu, atau lampu-lampu). Data yang dihasilkan oleh kamera CCTV di gerai ritel dapat diambil untuk bisnis. intelijen. Manajemen pemasaran dan operasi merupakan area aplikasi utama. Misalnya, algoritma cerdas dapat mengumpulkan informasi demografis tentang pelanggan, seperti usia, jenis kelamin, dan etnisitas. Demikian pula, pengecer dapat menghi-tung jumlah pelanggan, mengukur waktu mereka tinggal di toko, mendeteksi pola pergerakan mereka, mengukur waktu tinggal mereka di berbagai area, dan memantau antrian secara real time. Pemindaian wawasan yang berharga diperoleh dengan menghubungkan informasi ini dengan demografi pelanggan untuk mendorong keputusan untuk penempatan produk, harga, optimasi bermacam-macam, desain promosi, optimasi tata letak, dan kepegawaian.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
6
Terkait arsitektur sistem, ada dua pendekatan yang digunakan dalam analisis video yakni: berbasis server (sever-based) dan berbasis tepi (edge-based).
•Arsitektur berbasis server. Video yang rekam melalui masing-masing kamera disimpan ke server yang melakukan analisis video secara terpusat dan ter dedikasi. Karena keterbatasan bandwidth, video yang disimpan biasanya dikom-pres dengan mengurangi frame rate dan / atau resolusi gambar. Kehilangan informasi yang dihasilkan dapat mempengaruhi keakuratan analisis. Namun, pendekatan berbasis server memberikan skala ekonomi dan memudahkan perawatan.
•Arsitektur berbasis tepi. Dalam pendekatan ini, analisis diterapkan pada 'tepi' sistem. Artinya, analisis video dilakukan secara lokal dan berdasarkan data mentah yang diambil oleh kamera. Akibatnya, keseluruhan isi aliran video tersedia untuk analisis, memungkinkan analisis konten lebih efektif. Sistem berbasis tepi, bagaimanapun, lebih mahal untuk dipelihara dan memiliki kekuatan pemrosesan lebih rendah dibandingkan dengan sistem berbasis server.
3.4. Analisis Media Sosial
Analisis media sosial dimaksudkan sebagai analisis data terstruktur maupun tidak terstruktur yang diperoleh dari saluran media sosial. Media sosial merupakan Media sosial mengan-dung arti luas yang mencakup beragam platform online yang memungkinkan pengguna membuat dan bertukar konten.
Meskipun penelitian tentang jaringan sosial dimulai pada awal 1920-an, namun analisis media sosial adalah bidang baru yang muncul setelah kemunculan Web 2.0 di awal tahun 2000-an. Karakteristik kunci dari analisis media sosial modern adalah sifatnya yang berpusat pada data. Penelitian tentang analisis media sosial mencakup beberapa disiplin ilmu, termasuk psikologi, sosiologi, antropologi, ilmu komputer, matematika, fisika, dan ekonomi. Pemasaran telah menjadi aplikasi utama analisis media sosial dalam beberapa tahun terakhir. Hal ini dapat dikaitkan dengan adopsi media sosial yang meluas dan berkembang oleh konsumen di seluruh dunia [21]. Forrester Research, Inc., memproyeksikan media sosial sebagai saluran pemasaran dengan pertumbuhan tercepat kedua di AS antara 2011 dan 2016 [22].
Dua sumber informasi di media sosial adalah konten yang dibuat pengguna serta kaitan dan interaksi antar entitas jaringan. Berdasarkan kategori tersebut, analisis media sosial diklasifikasikan menjadi dua kelompok:
•Analisis berbasis konten (Content-based analytics). Ana-lisis berbasis konten fokus pada data yang dikirim oleh pengguna di platform media sosial, seperti masukan pelanggan ulasan produk, gambar, dan video. Konten di media sosial sering ukurannya besar, tidak terstruktur, banyak sampah, dan dinamik. Analisis media sosial dapat menggunakan analisis teks, audio, dan video untuk memperoleh informasi dari data. Teknologi Big Data juga
dapat diadopsi untuk mengatasi tantangan terkait pemrosesan data.
•Analisis berbasis struktur (structure-based analytics). Tipe analisis ini memfokuskan pada sintesis atribut struktural ja-ringan sosial dan mengekstraksi kecerdasan dari hubungan antar entitas yang terhubung. Struktur jaringan sosial dimodelkan melalui sekumpulan simpul dan sisi yang masing-masing nya merepresentasikan partisipan dan kaitan nya. Model divisualisasikan sebagai graf yang dibentuk oleh simpul dan sisi. Ada dua jenis graf jaringan yaitu: graf sosial dan graf aktivitas [23]. Di graf sosial, sisi yang menghubungkan sepasang simpul hanya menandai keberadaan hubungan (misalnya pertemanan) antar entitas terkait. Graf seperti ini dapat digali untuk mengidentifikasi komunitas atau menentu-kan hubungan (sebagai contoh: pengguna dengan hubungan sosial terbanyak baik secara langsung atau tidak langsung. Di jaringan aktivitas, sisi menunjukkan interaksi aktual antar sepasang simpul. Interaksi nya dapat berupa pertukaran informasi (seperti: suka dan komentar) Graf aktifitas lebih bagus dibandingkan graf sosial karena hubungan aktif lebih relevan dianalisis daripada hanya sekedar terkait.
3.5. Analisis Prediksi
Analisis prediksi membandingkan beragam teknik memprediksi luaran berdasarkan data historis dan sekarang. Dalam praktik nya, analisis prediksi dapat diterapkan di hampir seluruh disiplin. Sebagai contoh analisis prediksi dapat digunakan untuk memprediksi pergerakan selanjutnya dari pelanggan berdasarkan barang yang dibeli, waktu membeli, atau komentar nya di media sosial. Pada dasarnya, analisis prediksi menemukan pola dan hubungan antar data. Teknik analisis prediksi dibagi menjadi dua kelompok. Beberapa teknik seperti rata-rata pergeseran (moving average) mencoba menemukan pola historis pad variabel luaran dan mengeks-trapolasi pola untuk data yang akan datang. Teknik yang lain seperti regresi linier bertujuan menemukan saling ketergan-tungan antar variabel luaran dan variabel yang diketahui dan mengeksploitasi nya untuk membuat ramalan. Berdasarkan metode yang mendasari nya, teknik analisis prediksi dapat dikategorikan menjadi dua: teknik regresi (seperti: multinomial logit models) dan teknik machine learning (seperti neural networks). Klasifikasi lain mendasarkan pada tipe variabel luaran: (i) regresi linier untuk variabel luaran yang kontinu dan (ii) Random Forests untuk variabel luaran diskrit. Teknik analisis prediksi pada dasarnya menggunakan metode statistik. Pengembangan metode statistik untuk Big Data mengacu ke beberapa faktor. Pertama, metode statistik konvensional dibangun berdasarkan signifikansi statistik: sebuah sampel kecil diperoleh dari populasi dan hasilnya dibandingkan dengan peluang untuk menguji signifikansi hubungan tertentu. Kesimpulan nya digeneralisasi untuk keseluruhan populasi. Sebaliknya, sampel Big Data bersifat utuh dan merepresen-tasikan mayoritas populasi. Akibatnya, pengertian signifikansi statistik tidak relevan untuk Big Data. Kedua, dalam termi-
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
7
nologi efisiensi komputasi, beberapa metode konvensional untuk sampel kecil tidak sesuai untuk Big Data. Faktor ke tiga berkaitan dengan ciri khas fitur yang melekat di Big Data: heterogenitas, akumulasi noise, korelasi semu, dan endogenitas insidental [24].
IV. PEMBELAJARAN ADAPTIF
Pembelajaran adaptif dijelaskan sebagai pembelajaran untuk meningkatkan pengetahuan dan keterampilan pembelajar menerapkan program pembelajaran individu yang didasarkan pada profil pembelajar yang dikumpulkan sebelum dan selama proses pembelajaran. Definisi lain terkait pembelajaran adaptif adalah pendekatan manajemen yang tegas menerima ketidak-pastian itu ada dan tidak dimiliki nya sebuah jawaban untuk keseluruhan. Pendekatan ini berusaha mereduksi sekaligus me-ngelola sumber daya. Dalam hal ini pengelolaan pembelajaran dan reduksi ketidakpastian tentang sistem sumber daya yang dikelola menjadi bagian penting dan integral dari manajemen itu sendiri. [25]. Meskipun secara teoritis pembelajaran adaptif potensi dilakukan tanpa bantuan teknologi, namun praktik nya kondisi itu sangat jarang mampu dilakukan. Oleh karena itu sering dijelaskan pembelajaran adaptif sebagai sebuah teknologi. Platform pembelajaran adaptif yang baik adalah apabila dibangun menggunakan beragam bentuk penggalian data (data mining) yang ditempelkan bersama-sama dengan konten pembelajaran sehingga mampu mengoptimasi klasifikasi kebutuhan pembelajar. Data dikumpulkan secara berkelanjutan seiring dengan interaksi pembelajar dengan materi pembelajaran. Platform ini, yang mengidentifikasi ak-tivitas pembelajaran mana, dibelajarkan melalui media apa, dan dalam urutan bagaimana, mampu meningkatkan kualitas pem-belajaran. Penggunaan pembelajaran adaptif dalam pembala-jaran mampu memberikan pengalaman belajar individual yang baik yang diyakini akan memberikan hasil belajar yang baik pula.
Teknologi pembelajaran adaptif menawarkan tiga hal: (i) personalized learning, (ii) automated teaching, dan (iii) addressing higher Ed’s greatest pain points [26].
Personalized Learning. Kondisi ideal pengajaran dan pem-belajaran yang dikhususkan untuk individu siswa tercapai apabila materi, asesmen, dan ketuntasan nya disesuaikan untuk memenuhi kebutuhan dan kemampuan unik individu siswa. Tentu saja pendidik sudah merancang kondisi ini selama berabad-abad. Sesuatu yang baru di sisi praktik nya kini adalah penggunaan teknologi yang tampil dalam platform pembelajaran digital yang di otomasi beranjak dari pemodelan ramalan, analisis pembelajaran, dan penelitian ter-update di sain otak manusia, pengetahuan, dan pedagogi. Teknologi ini diterapkan di setiap disiplin ilmu meskipun lumrah nya diterapkan di pembelajaran sain dan matematika. Teknologi pembelajaran adaptif utama nya digunakan sebagai alat bantu kesuksesan siswa dalam pendidikan online dan remedi di mana pengkhususan adalah sangat penting.
Automated Teaching. Teknologi adaptif menggantikan model kelas tradisional dengan pembelajaran yang di otoma-tisasi format yang lebih luas dan sedikit bergantung pada instruksi langsung. Teknologi pembelajaran adaptif tidak mengulang pembelajaran face-to-face seperti pada pembela-jaran dalam jejaring namun lebih mendorong pembelajaran sejak awal sampai akhir dengan menggabungkan pembelajaran dalam jejaring dengan face-to-face yang cocok.
Addressing Higher Ed's Greatest Pain Points. Untuk kelompok yang mendukung, pasti cepat mengakui bahwa pem-belajaran adaptif dapat memecahkan permasalahan segitiga: biaya, akses, dan kualitas dengan menggantikan teknologi un-tuk pekerja serta sebaliknya mengizinkan pedagogi dan analisis terbaik diterapkan di kelas untuk meningkatkan kualitas pen-didikan. Pengungkapan ini dipandang dibesar-besarkan dan berlebihan terbukti dari investasi awal untuk teknologi adaptif masih jauh dari kemampuan sebagian besar institusi. Khususnya keuntungan yang didapat dalam jangka panjang belum dapat dibuktikan. Akan tetapi adaptif menjanjikan secara signifikan pengajaran dan pembelajaran inovatif secara luar biasa dan diharapkan terbukti menjadi solusi institusi di masa datang.
Kerangka pembelajaran adaptif mencakup tiga tahapan pembelajaran yakni; perencanaan (plan), pengajaran (do), dan penilaian (evaluation) seperti ditunjukkan pada Gambar 3 [27]. Pada tahap perencanaan didefinisikan/ redefinisi permasalahan, menentukan tujuan pembelajar, memodelkan keterkaitan antara tujuan dengan aksi yang dirancang, serta memilih aksi yang hendak diimplementasikan. Pada sebuah siklus kegiatan; pe-ren-canaan tidak selalu mencakup keseluruhan kegiatan ter-sebut melainkan gayut terhadap luaran yang diperoleh dari tahapan evaluasi. Di tahap pengajaran dirancang dan dimple-mentasikan aksi yang sudah ditetapkan dan monitoring perencanaan. Sedangkan di tahap evaluasi dilaksanakan analisis dan sintesis, mengomunikasikan hasil analisis dengan pemahanan kekinian, dan melakukan adaptasi berdasarkan hasil kedua nya.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
8
Gambar 3. Kerangka Pembelajaran Adaptif
Platform teknologi pembelajaran adaptif yang meman-faatkan pengulangan umpan balik dari sistem memberi du-kungan kuat dilakukan pembelajaran individual yang sesuai dengan karakteristik siswa (perhatikan Gambar 4). Siswa dimungkinkan memonitor sendiri perkembangan belajarnya serta terlibat penuh dalam penentuan pengalaman belajar sehingga pembelajarn akan lebih bermakna bagi individu siswa.
Gambar 4. Platform Teknologi Pembelajaran Adaptif [28]
V. KESIMPULAN
Teknologi Big Data disertai teknik analisis nya potensi diimplementasikan dalam mendukung pengoperasian pembe-lajaran adaptif yang dibutuhkan dalam mewujudkan pem-belajaran bermakna. Potensi nya mendukung tahap penilaian yang dilakukan melalui asesmen melibatkan beragam peralat-an digital sehingga data yang direkam juga lebih variatif. Dengan menerapkan teknik analisis di Big Data penilaian menjadi lebih otentik mewakili individu pembelajar/siswa. Implikasi dari tahap penilaian di Big Data adalah keputusan menjadi lebih tepat dan berpengaruh pada pertimbangan dalam menyusun perbaikan perencanaan yang dibutuhkan dalam pengelolaan kelas.
REFERENCES
[1] G. Eason, B. Noble, and I.N. Sneddon, “On certain integrals of Lipschitz-Hankel type involving products of Bessel functions,” Phil. Trans. Roy. Soc. London, vol. A247, pp. 529-551, April 1955. (references)
[2] J. Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd ed., vol. 2. Oxford: Clarendon, 1892, pp.68-73.
[3] Chen, C.-M.Hsieh, Y.-L., Mining learner profileutilizing association rule for web-based learning diagnosis, Expert Systems with Application 33, 6-22, 2007.
[4] Small and midsize companies look to make big gains with “bigdata,” according to recent poll conducted on behalf of SAP. Retrieved fromhttp://global.sap.com/corporate-en/news.epx?PressID=19188, 2012.
[5] Laney, D. 3-D data management: Controlling data volume, velocity and variety. Application Delivery Strategies by META Group Inc. Retrieved from http://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf, 2001.
[6] Chen, H., Chiang, R. H. L., & Storey, V. C. Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188, 2012.
[7] Kwon, O., Lee, N., & Shin, B. Data quality management, data usage expe-rience and acquisition intention of big data analytics. International Journal ofInformation Management, 34(3), 387–394, 2014.
[8] Gartner IT Glossary (n.d.). Retrieved from http://www.gartner.com/it-glossary/big-data.
[9] TechAmerica Foundation’s Federal Big Data Commission. Demysti-fying bigdata: A practical guide to transforming the business of Government. Retrieved from http://www.techamerica.org/Docs/file-Manager.cfm?f=techamerica-bigdatareport-final.pdf, 2012.
[10] Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufano, P. Analytics: The real-world use of big data. How innovative enterprises extractvalue from uncertain data. IBM Institute for Business Value. Retrievedfrom http://www-03.ibm.com/systems/hu/resources/the real word use ofbig data.pdf, 2012.
[11] Beaver, D., Kumar, S., Li, H. C., Sobel, J., & Vajgel, P., Finding a needle inhaystack: Facebook’s photo storage. In Proceedings of the nineth USENIX con-ference on operating systems design and imple-mentation (pp. 1–8). Berkeley, CA,USA: USENIX Association, 2010.
[12] Cukier K., The Economist, Data, data everywhere: A special report on managing information, Retrieved from http://www.economist.com/ node/15557443, 2010.
[13] Labrinidis, A., & Jagadish, H. V., Challenges and opportunities with big data.Proceedings of the VLDB Endowment, 5(12), 2032–2033, 2012.
[14] Chung, W., BizPro: Extracting and categorizing business intelligence factors from textual news articles. International Journal of Information Management,34(2), 272–284, 2014.
[15] Hahn, U., & Mani, I., The challenges of automatic summarization. Computer,33(11), 29–36, 2000.
[16] Jiang, J., Information extraction from text. In C. C. Aggarwal, & C. Zhai (Eds.),Mining text data (pp. 11–41). United States: Springer, 2012.
[17] Liu, B., Sentiment analysis and opinion mining. Synthesis Lectures on HumanLanguage Technologies, 5(1), 1–167, 2012.
[18] Hirschberg, J., Hjalmarsson, A., & Elhadad, N., “You’re as sick as you sound”:Using computational approaches for modeling speaker state to gauge illnessand recovery. In A. Neustein (Ed.), Advances in speech recognition (pp. 305–322).United States: Springer, 2010.
[19] Patil, H. A., “Cry baby”: Using spectrographic analysis to assess neonatalhealth status from an infant’s cry. In A. Neustein (Ed.), Advances in speech recog-nition (pp. 323–348). United States: Springer, 2010.
[20] Panigrahi, B. K., Abraham, A., & Das, S., Computational intelligence in powerengineering. Springer, 2010.
[21] He, W., Zha, S., & Li, L., Social media competitive analysis and text mining: Acase study in the pizza industry. International Journal of Information Management,33(3), 464–472, 2013.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
9
[22] VanBoskirk, S., Overby, C. S., & Takvorian, S., US interactive mar-keting forecast 2011 to 2016. Forrester Research, Inc. Retrieved fromhttps://www.forrester.com/US+Interactive+Marketing+Forecast+2011+To+2016/fulltext/-/E-RES59379, 2011.
[23] Heidemann, J., Klier, M., & Probst, F., Online social networks: A survey of aglobal phenomenon. Computer Networks, 56(18), 3866–3878, 2012.
[24] Fan, J., Han, F., & Liu, H., Challenges of big data analysis. National ScienceReview, 1(2), 293–314, 2014.
[25] [25]Garaway, C.J. and Arthur, R.I., Adaptive learning: a practical framework for the implementation of adaptive co-management— lessons from selected experiences in South and Southeast Asia. MRAG Ltd. London, 2004.
[26] [26]Brian Fleming, Adaptive Learning Technology: What it is, Why it matters, Eduventures, helping higher education leaders make the best informed decision, 2014.
[27] [27]Joel, Nothing endures but change: lessons in community resilience - Capitol Hill Eco District, http://www.capitolhillseattle.com/2015/05/ capitol-hill-ecodistrict-communal-living-on-capitol-hill-calling-all-building-ambassadors, 2015.
[28] [53]Dreambox learning, Adaptive learning, http://www.dreambox.com/ adaptive-learning, n.d
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
10
Inovasi Teknologi dalam Pendidikan melalui Big
Data Analytic dan Personalized Learning
Ketut Agustini
Pendidikan Teknik Informatika FTK
Universitas Pendidikan Ganesha
Abstrak—Pemanfaatan Learning Management Sistem
(LMS) semakin menjadi trends di dunia pendidikan. Trends ini
melahirkan ledakan data di Perguruan Tinggi yang menjadi
inovasi baru bagi dunia pendidikan yaitu Big Data. Data-data
digital dalam jumlah besar tersebut akan memberikan
informasi apa yang mahasiswa dan akademisi lihat dan baca,
prilaku dan keterlibatan mahasiswa, assesment, motivasi dan
prefensi mereka, sehingga menyediakan sejumlah besar data
yang dapat ditambang untuk pengalaman pembelajaran. Value
big data terletak pada hasil analisis dan prediksi atau tindakan
yang diambil dari hasil analisis dan prediksi tersebut. Tulisan
ini menyajikan sekilas mengenai teori belajar di era digital, big
data Personalized Learning, serta penggunaan big data analytic
di dunia pendidikan. Dengan memanfaatkan hasil analisis big
data di perguruan tinggi maka dapat diperoleh wawasan yang
lebih tentang mahasiswa, akademisi, dan proses di perguruan
tinggi sehingga mendukung analisis prediksi dan peningkatan
pengambilan keputusan berdasarkan data yang pada akhirnya
dapat membantu meningkatkan kinerja keberhasilan
mahasiswa dan Institusi.
Kata kunci: LMS, data digital, big data personalized
learning, big data analytic.
I. PENDAHULUAN
Pembelajaran awalnya dimulai di ruang kelas didasarkan pada tiga model yaitu model Behaviorisme, kognitifisme dan konstruktivisme. Model behaviorisme bergantung pada perubahan yang dapat diamati pada perilaku siswa untuk menilai hasil belajar. Model kognitifisme didasarkan pada keterlibatan aktif guru dalam pembelajaran berbasis kognisi atau kemampuan berpikir. Sedangkan dalam model konstruktivisme, siswa harus aktif belajar sendiri dari pengetahuan yang tersedia bagi mereka.
Saat ini, yang merupakan era digital, telah berkembang teori baru yang disebut dengan connectivisme. Teori connectivisme, diperkenalkan pertama kali oleh George Siemens, dimana teori ini mengintegrasikan prinsip-prinsip yang digali melalui teori chaos, network, kompleksitas dan self organizing [1]. Di dalam teori ini, pembelajaran merupakan suatu proses yang terjadi di dalam lingkungan perubahan dimana inti pembelajaran tidak sepenuhnya dalam kendali seorang individu. Menurut teori connectivisme, kegiatan pembelajaran dimulai dari kegiatan mengetahui
sampai dengan kegiatan menciptakan pengetahuan yang dapat dilakukan (actioneble knowledge). Sejak itu, lingkungan belajar tradisional telah berangsur-angsur bermutasi menjadi community based learning environments.
Penelitian di bidang pendidikan berkaitan dengan pedagogik telah mengalami peningkatan. Hal ini ditunjukkan dari meningkatnya community based learning environments yang ada, seperti lingkungan belajar secara online yaitu adanya forum, online chat, instant messenger dan beragam learning management system (LMS). Data dari elearning industry melaporkan bahwa 78% organisasi telah menerapkan Learning Management System (LMS) dan 100 % organisasi tersebut telah merasakan manfaat dari elearning [2]. Manfaat elearning juga telah dirasakan dunia pendidikan di Indonesia, dalam mendukung pelaksanaan kurikulum 2013 yang menuntut siswa untuk selalu berpartisipasi aktif dalam pembelajaran. Hal ini sesuai dengan hakekat dari elearning yaitu pembelajaran individual dan kebiasaan untuk belajar, dimana peran terpenting terletak pada siswa. Aspek utama yang menjadi pertimbangan dalam desain pembelajaran dan pengembangan elearning adalah perilaku siswa [3]. Cara ini memberikan jaminan bahwa elearning dapat memberikan pengalaman belajar yang maksimal bagi siswa, meningkatkan retensi siswa dan memastikan bahwa setiap komponen yang terkait mendukung tercapainya tujuan pembelajaran dan sesuai dengan karakteristik siswa.
Namun, elearning yang ada saat ini, belum sepenuhnya menerapkan sistem elearning sebagai model Learning Management System (LMS). Semua sumber belajarnya belum terkelola dengan baik sehingga terkadang beresiko terjadinya lost in space dalam mempelajari materi dan masih berorientasi kelas. Disamping itu juga elearning tersebut kurang memfokuskan pada karakteristik siswa. Peran elearning masih hanya mengedepankan penyampaian (delivery) konten materi pembelajaran dengan mengasumsikan semua pengguna sama, tanpa mempertimbangkan aspek kognitif (knowledge ability), motivasi yang diperoleh dari pengalaman belajar individual dan gaya belajar (learning style). Dalam kebanyakan sistem elearning (konvensional), disajikan hanya materi yang sesuai untuk siswa yang homogen, sangat siap dan termotivasi, tetapi ketika sistem tersebut disajikan untuk siswa yang beragam maka akan menjadi masalah. Seperti yang dikemukakan oleh
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
11
[4] bahwa “ Most e-Learning systems provide web-based learning so that students can access the same online courses via the Internet without adaptation, based on each student's profile and behavior. In an e-Learning system, one size does not fit all”. Content learning yang ditujukkan untuk siswa kelompok tertentu tidak akan cocok untuk siswa lainnya, karena setiap siswa memiliki motivasi belajar, tingkat pengetahuan, gaya belajar serta kompetensi yang berbeda. Sehingga, elearning yang ada masih belum bisa menjamin transformasi pembelajaran atau kelancaran penerapan pembelajaran itu sendiri, dan keefektifan pembelajaran menjadi kurang optimal. Kehadiran sistem elearning yang diharapkan mampu meningkatkan intensitas belajar mandiri justru belum bisa menunjukkan peran pentingnya. Untuk itu diperlukan sebuah sistem elearning yang dinamis berorentasi pada model karakteristik siswa.
II. BIG DATA PERSONALIZED LEARNING
Personalized learning atau sering disebut sebagai Adaptif eLEarning (AdeLE) menjadi sebuah solusi yang tepat terhadap keterbatasan elearning yang ada saat ini [5]. Personalisasi learning merupakan sebuah pendekatan baru yang akan menjadi trends dan fashion sebagai metode learning yang inovatif di tahun-tahun berikutnya, seperti yang diungkapkan oleh [6] bahwa “Personalized Learning is a new approach that can make an e-Learning system more effective by adapting the presentation of information and overall linkage structure to individual users in accordance with their knowledge and behavior”. Sejalan dengan [7] yang menyatakan bahwa kunci trends elearning di tahun berikutnya adalah automation, augmented learning, , going for cloud, gamification, mlearning, Big data serta personalization dimana, “e-learning becoming more personalized than ever and addressing the needs, preferences and requirements of individuals rather than groups. All aspects of learning ranging from pedagogy and learning environments to learning tools and course curricula will be tailored to motivate, engage and inspire learners to achieve better results in a shorter time frame”.
Pada Personalized Learning, dapat memberikan materi pembelajaran yang tingkat kesulitannya sesuai dengan kemampuan pengguna, dan cara mempresentasikan materi pembelajarannya sesuai dengan gaya belajar pengguna. Dengan kata lain, sistem personalized learning dapat mengadaptasikan tampilannya terhadap berbagai variasi karakteristik pengguna sehingga mempunyai efektifitas pembelajaran yang tinggi. Implementasi dari sistem personalized learning pada sebuah Institusi, akan mendapatkan kumpulan data pengguna yang berukuran besar (volume), sangat cepat berubah/bertumbuh (velocity), yang bisa hadir dalam beragam bentuk/format (variety), serta memiliki nilai tertentu (value), dengan (catatan) diperoleh dari sumber yang akurat (veracity). Jenis data dengan atribut tersebut dikenal sebagai Big Data.
Evolusi dalam teknologi pendidikan saat ini mengarah kepada big data personalized learning yang sebenarnya merupakan perkembangan dari adaptive elearning (AdeLE). Pergeseran paradigma pada era ini adalah “education is smart and personal” dengan implementasi big data personalized learning, seperti Gambar 1.
Gambar 1. Evolution of Technology in Education
Pergeseran paradigma tersebut memunculkan lingkungan belajar baru, dimana siswa dapat mengakses course kapanpun dimanapun dan menikmati aktivitas belajar. Kegiatan siswa melalui sistem manajemen pembelajaran menciptakan sejumlah besar data yang dapat dimanfaatkan dalam pengembangan lingkungan belajar, membantu siswa dalam belajar dan meningkatkan keseluruhan pengalaman belajar. Selain data yang tersedia dari kegiatan kemahasiswaan, data juga diciptakan oleh lembaga pendidikan yang menggunakan aplikasi untuk mengelola mata kuliah, kelas dan siswa. Data-data digital dalam jumlah banyak tersebut meninggalkan tentang apa yang siswa dan akademisi lihat, apa yang mereka baca, keterlibatan dan perilaku mereka, penilaian, maupun tentang kepentingan dan preferensi mereka sehingga menyediakan sejumlah besar data yang dapat ditambang untuk pengalaman pembelajaran. Dengan sejumlah data besar tersebut, teknik pemrosesan tradisional tidak dapat digunakan untuk mengolahnya. Keterbatasan aplikasi pengolahan data konvensional, menyebabkan institusi pendidikan mulai mengeksplorasi teknologi "Big Data" untuk memproses data pendidikan.
Istilah “big data” merujuk pada sekumpulan data yang sangat besar dan sangat kompleks sehingga aplikasi konvensional tidak memadai untuk mengolahnya [8]. Istilah ini juga mengacu pada alat dan teknologi yang digunakan untuk menangani "Big Data". Contoh big data mencakup jumlah data yang dibagikan di internet setiap hari, video YouTube, twitter feeds dan data graphic position sistem dan sebagainya. Dalam beberapa tahun terakhir, data yang dihasilkan dari lingkungan belajar juga mulai cukup besar sehingga meningkatkan kebutuhan akan teknologi Big Data untuk menanganinya. Sejak tahun 2010 istilah “big data” merupakan trending topik di dunia IT dan pembelajaran. Perkembangan jenis dan volume data yang terus meningkat secara berlipatlipat di dunia maya merupakan fakta yang tidak dapat
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
12
dipungkiri. Era Teknologi Informasi dan Komunikasi akan terus berkembang sesuai dengan perkembangan teknologi saat ini. Menurut Gartner, big data memiliki tiga atribut, yaitu volume, variety, dan velocity. Lebih lanjut lagi, berdasarkan riset yang dilakukan oleh IBM, ketiga komponen big data tersebut di atas ditambah dengan komponen veracity dan value. Kelima komponen/atribut big data ditunjukkan seperti Gambar 2.
Gambar 2. Atribut big data
Pada saat ini sedang berkembang dimana arus/kecepatan berbagai jenis data (velocity) benar-benar tinggi dan cepat, sehingga menghasilkan data yang amat besar (volume) dengan variasi yang tinggi (variety). Era seperti inilah yang disebut dengan Era Big Data. Volume berkaitan dengan ukuran data. Variety berarti tipe atau jenis data, yang meliputi berbagai jenis data baik data yang telah terstruktur dalam suatu database maupun data yang tidak terorganisir dalam suatu database seperti halnya data teks pada web pages, data suara, video, click stream, log file dan lain sebagainya. Velocity dapat diartikan sebagai kecepatan dihasilkannya suatu data dan seberapa cepat data itu harus diproses agar dapat memenuhi permintaan pengguna. Veracity berkaitan dengan keakuratan data yang diperoleh. Sedangkan ,Value dapat dikaitkan dengan nilai dari data tersebut. Data dianggap bernilai jika memiliki arti penting bagi pengguna.
A. Penanganan melalui Big data
Menurut [9] ada beberapa case yang mampu di tangani melalui big data, yaitu,
1) Storage Kapasitas hard disk yang ada saat ini sudah menjangkau
terabyte, sedangkan arus data yang hilir mudik di dunia internet sudah mencapai exabyte. Walaupun data yang dihasilkan dari dunia pendidikan tidak sebesar data melalui internet, namun data tersebut sudah cukup besar dan akan
menjadi bertambah besar kedepannya. Tradisional RDBMS tidak mampu menyimpan dan memproses data jenis tersebut. Untuk mengatasi hal tersebut digunakan database yang tidak menggunakan query tradisional SQL (NoSQL). Teknik kompresi digunakan juga untuk mengkompresi data dalam kondisi rest dan didalam memori.
2) Analysis Sebagai data yang memiliki beragam type dilihat dari segi
struktur dan ukuran data yang juga besar, dalam menganalisis data akan memerlukan banyak waktu dan sumberdaya. Untuk mengatasi hal tersebut, sketsa arsitektur digunakan untuk mengolah data secara terdistribusi. Data dibagi menjadi beberapa bagian kecil dan diproses dalam sejumlah besar komputer yang tersedia di seluruh jaringan dan data yang diproses digabungkan.
3) Laporan (reporting)
Sebuah laporan yang dibuat biasanya melibatkan tampilan data statistik berupa angka. Ketika sejumlah besar data dilibatkan, laporan tersebut menjadi sulit untuk ditafsirkan oleh pembaca. Dalam kasus tersebut, laporan harus diwakili dalam bentuk yang dapat dikenali dengan mudah dengan melihat ke dalamnya. Teknologi Big Data dalam mengatasi tantangan tersebut menggunakan berbagai teknik diantaranya regresi, clustering, classification dan nearest neighbor.
B. Aplikasi big data dalam pembelajaran
Teknik big data dapat digunakan dengan berbagai cara dalam menganalisis pembelajaran seperti,
a. Performance Prediction : kinerja siswa dapat diprediksi melalui analisis interaksi antar siswa dan interaksi siswa dengan guru di dalam lingkungan belajarnya.
b. Attrition Risk Detection : dengan menganalisis prilaku siswa, resiko siswa yang drop out dalam pembelajaran dapat di deteksi dan diukur, dilakukan di awal pembelajaran sehingga dapat meminimalkan resiko DO.
c. Data Visualization : report pada data pendidikan ukurannya akan terus bertambah dan menjadi komplek. Data dapat divisualisasikan menggunakan teknik visualisasi untuk memudahkan mengidentifikasi trends data dan hubungan antar data hanya dengan melihat visualisasi reportnya.
d. Intelligent Feedback : sistem learning menyediakan intelligent feedback yang merespon dengan segera input siswa yang akan ditingkatkan interaksi dan kinerjanya.
e. Course Recommendation : sebuah course baru dapat direkomendasikan berdasarkan ketertarikan siswa, yang teridentifikasi dengan menganalisis aktivitas mereka. Hal ini menjamin siswa tidak akan tersesat dalam memilih bidang ilmu yang disenanginya.
f. Student Skill estimation : mengestimasi ketercapaian skill siswa
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
13
g. Behavior Detection : mendeteksi prilaku siswa dalam lingkungannya berbasis pada aktivitas dan games model yang membantu dalam mengembangkan diri siswa.
h. Grouping & collaboration of Student, Social Network Analysis, Developing concept maps, Constructing courseware, dan Planning and scheduling.
C. Big Data Analytic
Big data analytic dapat digunakan untuk menganalisis secara real time pengalaman mahasiswa yang dapat dihasilkan dari aktivitas mahasiswa, seperti : registrasi perkuliahan, pembayaran, partisipasi di kelas, belajar online, dan penilaian. Penggunaan big data analytic di dunia pendidikan meliputi learning analytic, academic analytic dan proses mining [10][11].
Learning Analytic adalah melakukan analisis data pembelajaran secara real time sehingga dapat digunakan untuk memprediksi mahasiswa sukses dan mahasiswa yang beresiko akademik. Dengan big data analytic di perguruan tinggi dapat memberikan wawasan siswa yang beresiko putus (dropping out) sehingga dapat dilakukan tindakan preventif atau memberikan dukungan tambahan untuk meningkatkan keberhasilan mereka, dan keyakinan, dalam proses pembelajaran sebelum mereka benar-benar gagal (Reduce Dropouts, Increase Results) [12]. Learning Analytic memiliki potensi untuk membantu mahasiswa dan dosen bersama-sama mengenali tanda-tanda bahaya sebelum ancaman terhadap keberhasilan belajar terwujud. Learning Analytic menyediakan tools, teknologi, dan platform untuk memberdayakan pendidik serta membuka pintu pada pengalaman belajar bermakna yang dapat melibatkan, menginspirasi, dan mempersiapkan siswa saat ini dan masa depan untuk sukses [11].
Academic analytic melakukan analisis terhadap kinerja staff akademisi. Dengan academic analytic dapat dilakukan analisis yang real time terhadap data-data yang merupakan variable pengukuran kinerja akademisi sehingga dapat diketahui staf-staf akademisi yang berprestasi maupun staf-staf akademisi yang kinerjanya sangat kurang dibandingkan dengan staf-staf akademisi lainnya.
Sedangkan Proses mining digunakan untuk menganalisis secara real time proses bisnis di Perguruan Tinggi. Data-data yang digunakan dapat diperoleh dari data log atau data aktifitas dari mahasiswa, dosen, dan unit-unit terkait dengan proses-proses dan aktivitas yang terjadi di Perguruan Tinggi untuk kemudian dilakukan process analytic untuk menemukan model proses bisnis baru. Namun process analytic tidak terbatas pada proses penemuan proses bisnis tapi juga memungkinkan untuk memeriksa kesesuaian, mendeteksi penyimpangan, memprediksi penundaan, mendukung pengambilan keputusan, dan merekomendasikan desain ulang proses. Gambar 3 adalah rancangan penggunaan big data analytic di sebuah Perguruan Tinggi yang dapat
digunakan sebagai referensi dalam mengembangkan sebuah big data analytic kedepannya.
Gambar 3 menjelaskan bahwa rancangan yang diusulkan untuk learning analytic, academic analytic, dan process analytic melibatkan teknologi ETL untuk menarik data dari beberapa sumber. Untuk learning analytic dapat menggunakan sumber-sumber data dari data-data Student Information System, Course Management, Online Education, Student Assessment, dan data finance. Untuk proses academic analytic dapat menggunakan sumber-sumber data dari data-data Outcomes Assessment, Lecture Assessment, Staff Assessment, Faculty Assessment, dan data Finance Assessment. Sementara untuk process analytic dapat menggunakan sumber-sumber data dari data-data log activity dari proses Student Information System, Cource Management, Online Education, Student Assessment, dan data log activity dari proses finance. Student Assessment, dan data finance. Data dari beberapa sumber tersebut kemudian dikumpulkan dalam suatu gudang data (data warehouse) untuk kemudian dianalisis dengan menggunakan teknologi analisis dan prediksi yang real time, seperti : OnLine Analytical Process (OLAP), Analytical Reporting Tools (Business Intelligence), dan Data Mining/Predictive Modelling. Hasil analisis dan prediksi akan ditampilkan dalam bentuk Dashboard Analytic Presentation yang diharapkan dapat mendukung peningkatan pengambilan keputusan di perguruan tinggi dalam upaya meningkatkan kinerja kerberhasilan mahasiswa dan institusi.
Gambar 3. Rancangan penggunaan big data analytic di PT (adaptasi [10])
III. SIMPULAN
Teknologi big data yang menjadi trends saat ini sangat bermanfaat dalam mendukung pengambilan keputusan berbasis informasi dan data, dan sudah tentu harus didukung
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
14
dengan kerjasama dari semua kontributor enterprise pendidikan, baik itu mahasiswa, staf, dosen, administrator, dan masyarakat sehingga memungkinkan untuk membuat akuntabel keputusan yang efektif dan efisien serta dapat meningkatkan kinerja keberhasilan mahasiswa dan institusi.
DAFTAR PUSTAKA
[1] G. Siemens, “Connectivism : A Learning Theory for the Digital Age,” pp. 1–8, 2013.
[2] Roth, “Adaptive E-Learning Model For Enhancing Construction Management Education,” no. Ramsden 2003, 2016.
[3] H. D. Surjono, “The Design of Adaptive E-Learning System based on Student ’ s Learning Styles,” Int. J. Comput. Sci. Inf. Technol., vol. 2, no. 5, pp. 2350–2353, 2011.
[4] V. S. L. Esichaikul;, C. Bechter, and Thammasat, “Student Modelling in Adaptive E-Learning Systems Vatcharaporn Esichaikul * Supaporn Lamnoi Clemens Bechter,” Knowl. Manag. E-Learning, vol. 3, no. 3, pp. 342–355, 2011.
[5] K. Agustini, “The Adaptive eLearning System Design ; Student Learning Style Trend Analysis,” in 2nd International Conference on Innovative Research Across Disciplines (ICIRAD 2017), 2017, pp. 50–54.
[6] M. C. Murray and J. Pérez, “Informing and performing: A study comparing adaptive learning to traditional learning,” Informing Sci., vol. 18, no. 1, pp. 111–125, 2015.
[7] R. Eynon, “The rise of Big Data : what does it mean for education , technology , and media research ?,” vol. 9884, no. May, 2017.
[8] R. P. Santos, “Big Data : Philosophy , emergence , crowdledge , and science education,” vol. 8, no. 2, pp. 115–127, 2015.
[9] K. Sin and L. Muthu, “Aplication Of Big Data In Education Data Mining And Learning Analytic – A Literature Review,” vol. 6956, no. July, pp. 1035–1049, 2015.
[10] T. Asniar, “Penggunaan Big Data Analytic di Perguruan Tinggi,” no. February, pp. 1–5, 2015.
[11] B. Daniel, “Big Data and analytics in higher education: Opportunities and challenges,” pp. 1–17, 2014.
[12] Saurabh, “Four Ways Big Data Will Revolutionize Education,” 2017.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
15
MAKALAH KELOMPOK A
BIDANG KEPENDIDIKAN INFORMATIKA/TIK SECARA LUAS
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
16
Media Pembelajaran Matematika Interaktif untuk
Siswa Tunarungu: Perancangan dan Validasi
K. Beni A., I. N. Gita, I. M. Suarsana
Jurusan Pendidikan Matematika
Universitas Pendidikan Ganesha
Singaraja, Indonesia
[email protected], [email protected], [email protected]
Abstract —This research was aimed to: (1) know the
characteristics of multimedia learning materials the area of plane
for students SMPLB B Tunarungu; (2) to know the validity and
practicality of multimedia interacive learning material the area of
plane. This type of research is development research, with the 4-D
model which consists of define, design, develop, and disseminate
stage, but in this research limited to develop stage. Data collection
in this research used by questionnaire and diary. The data
obtained are then analyzed qualitatively, descriptive quantitative.
The result of the research shows that the learning multimedia
developed has characteristics (1) the developed multimedia
learning is interactive, (2) there are pictures and animations that
can visualize math objects, (3) using simple language according to
the characteristics of deaf children and there is a sign language
video, (4) multimedia learning is hierarchical. The result of this
research shows that the developed media was fulfill the valid
criteria with an average score from the expert of learning is 27
with good criteria, the average score from the expert of material is
28 with good criteria, the average score form the expert of
learning design is 28 with good criteria, and the average score
from the expert of Language is 28 with good criteria. The
developed media was also fulfill the practical criteria with a total
average score of student’s responses questionnaires is 66,5 with
very good criteria, and the total average score of teacher’s
responses questionnaires is 91 with very good criteria. Based on
the results of research that has been obtained, the developed media
learning has a good qualification and worthy to used in the
learning process of the area of plane.
Keywords—deaf children, media learning, 4-D, validity,
practicality
I. PENDAHULUAN
Pendidikan merupakan faktor penting bagi perkembangan
dan keberlangsungan kehidupan bangsa dan merupakan
faktor pendukung yang memegang peran penting dalam
segala aspek kehidupan. Setiap warga negara mempunyai hak
dan kewajiban untuk memperoleh pendidikan yang layak.
Fungsi pendidikan nasional telah diatur dalam Undang-
Undang Nomor 20 tahun 2003 tentang Sistem Pendidikan
Nasional pada Pasal 3 ayat 1 dimana pendidikan nasional
berfungsi mengembangkan dan membentuk watak serta
peradaban bangsa dalam rangka mencerdaskan kehidupan
bangsa.
Warga negara yang memiliki kelainan fisik, emosional,
mental, intelektual, dan/atau sosial berhak memperoleh
pendidikan khusus [1], menunjukkan bahwa setiap warga
negara Indonesia berhak untuk memperoleh pendidikan tanpa
terkecuali bagi warga negara yang memiliki keterbatasan
secara fisik, emosional, mental, intelektual, dan/atau sosial.
Jenis Pendidikan Luar Biasa untuk masing-masing anak
berkebutuhan khusus berbeda-beda. SLB yang ada di
Indonesia diantaranya adalah SLB-A, SLB-B, SLB-C, dan
SLB-D. Satuan pendidikan bagi anak berkebutuhan khusus di
Indonesia terdiri dari jenjang TKLB, SDLB, SMPLB,
SMALB, SMLB [2].
Anak tunarungu adalah anak yang hilangnya kemampuan
pendengaran, baik dalam hal sebagian atau hard of hearing
maupun seluruhnya atau deaf. Hal tersebut menyebabkan
kemampuan pendengaran anak tunarungu tidak berfungsi.
Secara umum permasalahan yang dialami oleh anak
tunarungu adalah kurangnya kosakata yang dimiliki oleh
peserta didik dan kurangnya dalam memahami informasi
verbal, padahal kemampuan verbal sangat diperlukan dalam
proses pembelajaran untuk penyampaian materi. Hal tersebut
menyebabkan anak sulit menerima materi pembelajaran yang
sifatnya abstrak terlebih lagi mata pelajaran matematika.
Pembelajaran matematika di SLB untuk siswa tunarungu
tidak jauh berbeda dengan sekolah normal pada umumnya.
Perbedaannya hanya pada substansi materi dan cara guru
membelajarkan materi di kelas dimana interaksinya
dilakukan dengan menggunakan bahasa isyarat, gerak
tangan, penekanan pada gerak bibir yang disebut dengan
komunikasi total (komtal). Matematika bagi siswa normal,
merupakan mata pelajaran yang dianggap sulit, karena
sifatnya yang abstrak. Bagi anak tunarungu, permasalahan
pembelajaran matematika tersebut akan menjadi lebih udah.
Media pembelajaran yang dapat dikembangkan secara
khusus untuk anak tunarungu lebih ditekankan pada
penggabungan aspek teks, gambar maupun video. Media
pembelajaran yang dihasilkan dari penggabungan berbagai
jenis media yang terdiri dari teks, gambar, audio, video dan
animasi secara terintegrasi dalam mendukung proses
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
17
pembelajaran disebut dengan istilah multimedia
pembelajaran. Multimedia merupakan media berbasis
komputer yang menggunakan berbagai jenis media secara
terintegrasi dalam satu kegiatan [3]. Multimedia atau
pembelajaran dengan menggunakan computer disebut
dengan istilah Computer Assisted Instruction (CAI). Dalam
konsep CAI ini komputer difungsikan sebagai penyaji materi
pembelajaran, penyimpan materi pelajaran, hingga
memberikan analisis evaluasi pembelajaran [4]. Multimedia
dengan sifat interaktif, artinya untuk dapat melanjutkan
materi dari halaman ke halaman berikutnya siswa harus dapat
memberi respon yang benar terhadap pertanyaan yang
ditampilkan di media. Saat ini telah dikembangkan berbagai
macam software komputer yang dapat digunakan untuk
membuat media pembelajaran interaktif, seperti Adobe
Flash, Geogebra, Lectora Inspire, PowerPoint, dan Prezi.
Melalui multimedia interaktif, guru dapat menampilkan
visualisasi dari konsep-konsep bangun datar yang cenderung
abstrak dan sulit untuk disampaikan secara verbal terlebih
bagi siswa dengan penyandang tunarungu yang memiliki
kosakata terbatas. Selain itu, guru dan siswa tidak perlu repot
untuk mengakses multimedia interaktif karena dapat disimpal
dalam sebuah flasdisk atau Compact Disk (CD). Kemudahan
akses dan adanya proses evaluasi dalam multimedia
pembelajaran menjadikan multimedia pembelajaran sangat
baik digunakan sebagai fasilitas untuk belajar mandiri. Saat
ini fasilitas pendukung pembelajaran berbasis teknologi
informasi seperti laboratorium komputer sebagian besar
sudah dimiliki oleh sekolah-sekolah sehingga sangat
mendukung pembelajaran dengan menggunakan multimedia
Manfaat praktis dari penggunaan media pembelajaran di
dalam proses pembelajaran adalah: (a) Media pembelajaran
dapat memperjelas penyajian pesan dan informasi sehingga
dapat memperlancar dan meningkatkan proses dan hasil
belajar; (b) Media pembelajaran dapat meningkatkan dan
mengarahkan perhatian anak sehingga dapat menimbulkan
motivasi belajar, interaksi yang lebih langsung antara siswa
dan lingkungannya, dan kemungkinan siswa untuk belajar
sendiri-sendiri sesuai dengan kemampuan dan minatnya; (c)
media pembelajaran dapat mengatasi keterbatasan indera,
ruang dan waktu [5]. Media visual untuk anak tunarungu
yang paling baik adalah media visual yang bergerak, seperti
film dokumentasi, animasi atau bisa dikatakan media visual
yang sifatnya bergerak dan mampu menjelaskan suatu
peristiwa dengan senyata mungkin [6]. Hal tersebut agar
siswa tunarungu tidak mengalami miskomunikasi antara
materi yang dijelaskan dengan apa yang dibayangkan.
Beberapa hasil penelitiaan terkait penggunaan media
interaktif dalam pembelajaran anak tuna rungu menunjukkan
terdapat pengaruh signifikan terhadap motivasi dan hasil
belajar siswa [7] [8]. Berdasarkan paparan di atas, penelitian pengembangan ini
bertujuan untuk: (1) mengetahui karakteristik multimedia pembelajaran materi luas daerah bangun datar untuk siswa
SMPLB B Tunarungu yang dikembangkan menggunakan GeoGebra sebagai media eksplorasi, Camtasia Studio sebagai aplikasi pengeditan suara dan video, Lectora Inspire sebagai aplikasi pembuat layout dan kuis; (2) mengetahui kevalidan dan kepraktisan multimedia pembelajaran interakif materi luas daerah bangun datar.
II. METODE
Jenis penelitian ini adalah penelitian pengembangan.
Model penelitian pengembangan yang digunakan adalah 4-
D, yang terdiri atas empat tahapan utama, yaitu pendefinisian
(define), perancangan (design), pengembangan (develop),
dan penyebaran (disseminate). Penelitian ini hanya
dilakukan sampai tahap pengembangan, di mana diperoleh
Prototype Final berupa Multimedia Pembelajaran Materi
Luas Daerah Bangun Datar yang sudah dievaluasi para ahli
dan diuji coba. Tahap terakhir, yaitu penyebaran tidak
dilakukan berdasarkan pertimbangan bahwa untuk
melaksanakan tahap ini diperlukan keterlibatan banyak
siswa dan sekolah yang berbeda. Instrumen pengumpulan data yang digunakan dalam
penelitian ini, antara lain angket validasi ahli media, ahli
materi, ahli desain pembelajaran, ahli bahasa, angket respons
peserta didik, dan angket respons guru. Indikator penilaian
pada angket respons siswa dan guru menggunakan lima skala
penilaian, yaitu sangat baik (skor 5), baik (skor 4), cukup
(sekor 3), kurang (skor 2), dan sangat kurang (skor 1).
Indikator penilaian pada angket validasi ahli media, ahli
materi, ahli desain pembelajaran, ahli bahasa menggunakan
tiga skala, yaitu baik (skor 3), cukup (skor 2), dan kurang
(skor 1). Sebelum digunakan, semua instrumen tersebut telah
diuji validitas isinya oleh dua orang validator, yaitu dua
orang dosen dari Jurusan Pendidikan Matematika Undiksha.
Validitas dari multimedia pembelajaran yang
dikembangkan dalam penelitian ini ditentukan berdasarkan
hasil penilaian lima orang ahli, yaitu satu orang dosen ahli
Jurusan Teknologi Pendidikan Undiksha sebagai ahli media,
dua orang dosen Jurusan Pendidikan Matematika Undiksha
sebagai ahli materi dan desain pembelajaran, dua guru SLB
B sebagai ahli materi dan bahasa. Kepraktisan multimedia
pembelajaran yang dikembangkan dalam penelitian ini
diukur berdasarkan keterlaksanaan media tersebut di kelas
uji coba. Kelas uji coba terdiri dari 5 orang siswa kelas VII
SLB B Negeri 1 Buleleng. Data mengenai kepraktisan
multimedia pembelajaran diperoleh dari angket respons
siswa dan respons guru terhadap multimedia pembelajaran
yang dikembangkan. Teknik analisis data yang digunakan
dalam penelitian ini adalah teknik analisis data kualitatif dan
deskriptif kuantitatif. Teknik analisis data kualitatif
digunakan untuk mengelola data hasil review ahli media, ahli
materi, ahli desain pembelajaran, ahli bahasa, respons siswa
dan respons guru. Hasil data ini kemudian digunakan untuk
merevisi produk yang dikembangkan. Teknik analisis data
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
18
deskriptif kuantitatif digunakan untuk mengelola data hasil
angket validasi, angket respons siswa, respons guru, dan
hasil tes evaluasi. Hasil analisis data ini kemudian digunakan
untuk mengetahui validitas dan kepraktisan multimedia
pembelajaran yang dikembangkan.
Kevalidan multimedia pembelajaran yang dikembangkan
dapat diketahui melalui hasil penilaian para ahli dengan
menggunakan angket. Adapun hasil penilaian dari para ahli
dikonversi menjadi nilai kualitatif skala tiga menggunakan
Tabel berikut.
Tabel 1. Nilai kualitatif skala tiga
Interval Kriteria
23,33 < �̅� Baik
16,67 < �̅� ≤ 23,33 Cukup Baik
�̅� ≤ 16,67 Kurang
Kepraktisan multimedia pembelajaran yang
dikembangkan dapat diketahui melalui hasil penilaian siswa
dan guru menggunakan angket respons. Adapun hasil
penilaian siswa dan guru dikonversi menjadi nilai kualitatif
skala lima menggunakan Tabel berikut.
Tabel 2. Nilai kualitatif skala lima
Interval
Kepraktisan
Multimedia
oleh Siswa
Interval
Kepraktisan
Multimedia
oleh Guru
Kriteria
46,20 < �̅� 50,40 < �̅� Sangat Baik
37,40 < �̅� ≤
46,20
40,80 < �̅� ≤
50,40
Baik
28,60 < �̅� ≤
37,40
31,20 < �̅� ≤
40,80
Cukup Baik
19,80 < �̅� ≤
28,60
21,60 < �̅� ≤
31,20
Kurang
�̅� ≤ 19,80 �̅� ≤ 21,60 Sangat Kurang
III. HASIL DAN PEMBAHASAN
A. Hasil Penelitian
1) Prosedur Pengembangan Multimedia Pembelajaran
Penelitian ini dirancang berdasarkan model penelitian
dan pengembangan Four D (4-D) yang dikembangkan oleh
Thiagarajan, Dorothy S. Semmel, dan Melvyn I. Semmel.
Adapun alur model pengembangan 4-D dengan tahapan
utama yaitu define (pendefinisian), design (perancangan),
develop (pengembangan), dan disseminate (penyebaran).
Penelitian ini dilakukan sampai tahap develop
(pengembangan). Langkah pengembangan dijabarkan
sebagai berikut :
a. Tahap Pendefinisian
Pada tahap pendefinisian, kegiatan yang dilakukan
adalah analisis awal, analisis siswa, analisis tugas, analisis
konsep, dan perumusan tujuan pembelajaran. Adapun
beberapa masalah yang diperoleh setelah melakukan analisis
awal, analisis siswa, analisis tugas, analisis konsep, dan
perumusan tujuan pembelajaran, yaitu (1) siswa SLB B
Tunarungu mengalami kesulitan dalam memahami atau
menuliskan unsur-unsur bangun datar sebagai syarat untuk
memahami rumus luas daerah bangun datar, (2) siswa SLB B
Tunarungu mengalami kesulitan dalam pembelajaran bagun
datar ketika memasuki dalil-dalil atau rumus-rumus yang
berlaku dalam geometri karena adanya keterbatasan dalam
memahami informasi verbal, (3) dalam proses pembelajaran
guru mengalami hambatan dalam mengkomunikasikan
secara verbal materi geometri ketika memasuki dalil-dalil
atau rumus-rumus yang berlaku dalam geometri, (4) dalam
pembelajaran ketersediaan media pembelajaran dengan
materi geometri yang dikhususkan untuk anak tunarungu
tergolong rendah bahkan belum tersedia.
Dengan adanya masalah di atas, maka solusi yang tepat
untuk mengatasinya adalah dengan mengembangkan
multimedia pembelajaran. Salah satu pengembangan yang
dapat dilakukan adalah pengembangan Multimedia
Pembelajaran Materi Luas Daerah Bangun Datar
b. Tahap Perancangan
Pada tahap perancangan, langkah pertama dalam tahap
ini adalah membuat rancang bangun dari multimedia yang
dikembangkan berdasarkan hasil yang diperoleh pada tahap
pendefinisian. Rancang bangun dibuat sebagai pedoman
dalam proses pembuatan multimedia pembelajaran menjadi
sebuah program yang utuh. Rancang bangun atau
stroryboard memuat semua informasi yang akan ditampilkan
pada media, yang mana informasi tersebut akan menolong
programer dan tim produksi dalam mengembangkan media
[9]. Berdasarkan hal tersebut, rancang bangun dalam
penelitian ini disusun secara sederhana, jelas, dan memuat
beberapa hal, antara lain: 1) kompetensi dasar dan indikator
pembelajaran yang ingin dicapai dalam pembelajaran
menggunakan multimedia yang dikembangkan; 2) butir-butir
materi yang dibelajarkan; 3) deskripsi kegiatan pada setiap
halaman; 4) komponen-komponen yang termuat dalam setiap
halaman; 5) desain tampilan (layout) setiap halaman; 6)
flowchart.
c. Tahap Pengembangan
Kegiatan yang dilakukan pada tahap pengembangan
adalah uji ahli, uji coba terbatas, dan revisi produk. Uji ahli
dilakukan untuk mengetahui validitas dari Prototype I
multimedia pembelajaran yang dikembangkan. Kegiatan
revisi produk dilakukan untuk memperbaiki kelemahan dan
kekurangan multimedia pembelajaran berdasarkan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
19
rekomendasi dan saran dari para ahli, sehingga diperoleh
Prototype II yang valid. Selanjutnya dilakukan uji coba
terbatas untuk menentukan kepraktisan dari Prototype II
yang valid. Jika dalam kegiatan uji coba terbatas multimedia
pembelajaran belum memenuhi kriteria praktis, maka
kembali dilakukan revisi sesuai dengan hasil uji coba terbatas
yang diperoleh, hingga memenuhi syarat praktis. Hasil akhir
dari tahap pengembangan adalah berupa Prototype Final
yang valid dan praktis.
2) Multimedia Pembelajaran
Dalam penelitian ini telah berhasil mengembangkan
produk multimedia pembelajaran pada materi luas daerah
bangun datar untuk siswa kelas VII SMPLB B Kurikulum
2013. Berikut akan diuraikan hal-hal yang termuat dalam
Multimedia Pembelajaran Materi Luas Daerah Bangun Datar
tersebut. Berikut adalah gambaran umum multimedia
pembelajaran yang berhasil dikembangkan. Pada tampilan
awal terdapat petunjuk umum dan tombol “Start”.
Gambar 1 Tampilan Awal
Saat siswa menekan tombol ”START” akan muncul
halaman menu utama yang menampilkan beberapa tombol
pilihan. Tombol pilihan terdiri dari tombol
“KOMPETENSI”, “MATERI”, “GAMES”, “EVALUASI”,
“PROFIL” dan tombol petunjuk.
Gambar 2 Tampilan Menu Utama
Dalam halaman kompetensi inti dan kompetensi dasar,
terdapat tombol “MENU” yang berfungsi untuk menuju
halaman-halaman tertentu.
Gambar 3 Halaman KI/KD
Pada halaman peta materi, terdapat tujuh tombol yang
masing-masing memiliki fungsi untuk menuju halaman
materi tertentu. Setelah siswa menyelesaikan setiap materi
yang ada pada media pembelajaran, siswa dapat menuju
halaman evaluasi atau halaman permainan.
Gambar 4 Halaman Peta Materi
Jika siswa menekan tombol video pada halaman materi
persegi panjang, maka akan muncul halaman yang
menampilkan video terkait dengan definisi persegi panjang
dan contoh-contoh benda yang berbentuk persegi panjang
dalam kehidupan sehari-hari. Video yang termuat dalam
multimedia pembelajaran dilengkapi dengan video bahasa
isyarat.
Gambar 5 Halaman Video Persegi Panjang
Setelah siswa menonton video persegi panjang, siswa
diharapkan menekan tombol materi. Jika siswa menekan
tombol materi, maka akan muncul halaman yang
menampilkan halaman definisi persegi panjang.
Gambar 6 Halaman Materi Persegi Panjang
Ketika tombol “LANJUT” ditekan, maka akan muncul
halaman yang menyajikan soal terkait dengan unsur-unsur
persegi panjang. Soal pada halaman ini berbentuk soal
menjodohkan atau memasangkan kolom kiri dengan kolom
kanan.
Gambar 7 Halaman Soal Unsur-unsur Persegi Panjang
Setelah siswa selesai mempelajari definisi dan unsur-
unsur persegi panjang, siswa harus mempelajari materi luas
daerah persegi panjang dengan menekan tombol simulasi.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
20
Gambar 8 Halaman Simulasi Luas Daerah Persegi
Panjang
Multimedia pembelajaran yang penulis kembangkan
dikemas dalam bentuk CD (Compact Disk) yang dapat
diakses melalui komputer atau laptop.
3) Kualitas Produk Multimedia Pembelajaran
Berdasarkan hasil penilaian dari ahli media, ahli materi,
ahli desain pembelajaran, dan ahli bahasa menunjukkan
bahwa multimedia pembelajaran yang dikembangkan
termasuk ke dalam kriteria baik dalam aspek validitas,
karena memenuhi kelayakan dari ahli perangkat
pembelajaran dan ahli materi.
Setelah mendapatkan multimedia pembelajaran yang
valid, perlu diujicobakan untuk mengetahui kepraktisan dari
multimedia pembelajaran. Kepraktisan multimedia
pembelajaran yang dikembangkan dalam penelitian ini
dilihat dari skor angket respons siswa dan angket respons
guru terhadap multimedia pembelajaran yang diambil di
bagian akhir kegiatan uji coba. Dari hasil analisis diperoleh
bahwa rata-rata skor kepraktisan dari angket respons siswa
adalah 66,5 dan skor kepraktisan dari angket respon guru
adalah 91. Sehingga dapat dikatakan bahwa multimedia
pembelajaran yang dikembangkan berada pada kriteria
sangat baik dalam aspek kepraktisan. Jadi, multimedia yang
dikembangkan dikatakan praktis karena telah memenuhi
kriteria kepraktisan dari siswa dan guru.
B. Pembahasan
1) Proses Pengembangan Multimedia Pembelajaran
Berikut adalah pembahasan dari masing-masing tahapan
pengembangan multimedia pembelajaran.
a. Tahap Pendefinisian
Pada tahap pendefinisian, kegiatan yang dilakukan
adalah analisis awal, analisis siswa, analisis tugas, analisis
konsep, dan perumusan tujuan pembelajaran. Adapun
beberapa masalah yang diperoleh setelah melakukan analisis
awal, analisis siswa, analisis tugas, analisis konsep, dan
perumusan tujuan pembelajaran, yaitu (1) siswa SLB B
Tunarungu mengalami kesulitan dalam memahami atau
menuliskan unsur-unsur bangun datar sebagai syarat untuk
memahami rumus luas daerah bangun datar, (2) siswa SLB B
Tunarungu mengalami kesulitan dalam pembelajaran bagun
datar ketika memasuki dalil-dalil atau rumus-rumus yang
berlaku dalam geometri karena adanya keterbatasan dalam
memahami informasi verbal, (3) dalam proses pembelajaran
guru mengalami hambatan dalam mengkomunikasikan
secara verbal materi geometri ketika memasuki dalil-dalil
atau rumus-rumus yang berlaku dalam geometri, (4) dalam
pembelajaran ketersediaan media pembelajaran dengan
materi geometri yang dikhususkan untuk anak tunarungu
tergolong rendah bahkan belum tersedia.
Dengan adanya masalah di atas, maka solusi yang tepat
untuk mengatasinya adalah dengan mengembangkan
multimedia pembelajaran. Salah satu pengembangan yang
dapat dilakukan adalah pengembangan Multimedia
Pembelajaran Materi Luas Daerah Bangun Datar dengan sub
materi luas daerah persegi panjang, luas daerah persegi, luas
daerah segitiga, luas daerah jajargenjang, luas daerah
trapesium, luas daerah layang-layang, dan luas daerah belah
ketupat.
Dalam hal ini, dipilihnya multimedia pembelajaran
dikarenakan multimedia pembelajaran merupakan integrasi
dari berbagai macam media sehingga dapat memberikan
pengalaman belajar yang beragam, menambah gairah belajar
siswa, dan memfasilitasi gaya belajar siswa di kelas.
Multimedia dapat dirancang untuk memuat banyak materi
pelajaran dan pengadaannya tidak membutuhkan tempat dan
biaya yang mahal. Kelebihan pembelajaran dengan
menggunakan multimedia adalah melibatkan interaksi siswa
secara langsung sehingga kegiatan pembelajaran menjadi
berpusat pada siswa. Multimedia pembelajaran layak
digunakan untuk membelajarkan matematika khususnya
materi geometri.
b. Tahap Perancangan
Dalam tahap perancangan, dibuat skenario kegiatan yang
dilakukan siswa pada setiap halaman dan alur pembelajaran.
Komponen, navigasi, dan desain tampilan dalam rancang
bangun dicantumkan secara sederhana, jelas, dan konsisten
untuk memudahkan pengimplementasian rancang bangun
menjadi program multimedia pembelajaran. Dalam rancang
bangun juga disusun flowchart dari multimedia pembelajaran
yang menggambarkan alur program dari awal hingga akhir.
Dengan adanya flowchart akan mempermudah proses
pengaturan navigasi dalam multimedia pembelajaran.
Setelah tersusun rancang bangun multimedia
pembelajaran, selanjutnya rancang bangun tersebut
diimplementasikan menjadi Prototype I dengan
menggunakan aplikasi komputer. Pembuatan perangkat
lunak multimedia pembelajaran dalam penelitian ini
menggunakan software GeoGebra, PowToon, Camtasia
Studio, dan Lectora Inspire.
Dalam tahap perancangan juga disusun instrumen yang
digunakan untuk mengevaluasi multimedia yang
dikembangkan. Adapun instrumen yang disusun, antara lain,
angket validasi media, angket validah materi, angket validasi
desain pembelajaran, angket validasi bahasa, angket respons
peserta didik, angket respons guru. Sebelum digunakan
instrumen tersebut telah diuji validitasnya oleh dua orang
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
21
validator, yaitu dua orang dosen dari Jurusan Pendidikan
Matematika Undiksha.
c. Tahap Pengembangan
Tujuan dilakukannya tahap ini adalah menghasilkan
Prototype Final Multimedia Pembelajaran Materi Luas
Daerah Bangun Datar yang memenuhi kriteria kualitas
produk yang baik. Nieveen (1999) menyatakan bahwa suatu
produk dikatakan berkualitas jika produk tersebut memenuhi
kriteria validity (validitas), dan practicality (kepraktisan).
Kegiatan yang dilakukan pada tahap pengembangan adalah
uji ahli, uji coba terbatas, dan revisi produk.
Uji ahli bertujuan untuk memperoleh validitas dari
multimedia pembelajaran yang dikembangkan. Uji validitas
ini dilakukan melalui enam orang ahli sebagai validator.
Masing-masing validator memberikan skor sesuai dengan
indikator yang ada pada lembar angket validitas, yang
akhirnya dikonversi kedalam kategori-kategori validitas.
Dari perhitungan validitas, diperoleh validitas multimedia
pembelajaran sesuai dengan indikator validitas multimedia
pembelajaran yang diharapkan. Multimedia pembelajaran
dikatakan valid jika hasil perhitungan validitas yang
diperoleh minimal berada pada kategori baik. Kemudian
dilakukan revisi sesuai dengan saran-saran dari validator dan
diperoleh multimedia pembelajaran dalam bentuk prototype
I.
Uji coba terbatas ini berlangsung dalam beberapa fase,
yatiu fase pelaksanaan, fase observasi, dan fase evaluasi.
Pada fase pelaksanaan dilakukan pembelajaran yang
menerapkan multimedia pembelajaran materi luas daerah
bangun datar. Guru matematika kelas VII SLB B Tuanrungu
berkolaborasi dengan peneliti dalam kegiatan pembelajaran
ini. Pada fase observasi dilaksanakan pengamatan terhadap
keterlaksanaan dari multimedia pembelajaran dengan
menggunakan catatan harian. Pada fase evaluasi dilakukan
untuk memperoleh beberapa data penelitian, seperti (1)
respon siswa terhadap multimedia pembelajaran, (2) respon
guru terhadap multimedia pembelajaran.
Dari hasil uji coba terbatas ini, diperoleh kepraktisan
multimedia pembelajaran materi luas daerah bangun datar
yang telah sesuai dengan indikator yang diharapkan.
Selanjutnya dilakukan revisi terhadap multimedia
pembelajaran, sesuai dengan temuan-temuan pada saat uji
coba terbatas sehingga memperoleh prototype final.
Setelah melakukan uji ahli dan uji coba terbatas,
diperoleh karakteristik dari multimedia pembelajaran yang
dikembangkan yaitu, (1) multimedia pembelajaran yang
dikembangkan bersifat interaktif, (2) terdapat gambar-
gambar maupun animasi yang dapat memvisualisasikan
objek matematika, (3) menggunakan bahasa sederhana sesuai
dengan karakteristik anak tunarungu dan terdapat video
bahasa isyarat, (4) multimedia pembelajaran bersifat
hierarikis.
2) Kualitas Multimedia Pembelajaran
Validitas Multimedia Pembelajaran Materi Luas Daerah
Bangun Datar berdasarkan hasil penilaian ahli media berada
pada kriteria baik, dengan total skor 27. Validitas Multimedia
Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan
hasil penilaian ahli materi berada pada kriteria baik, dengan
rata-rata skor 28. Validitas Multimedia Pembelajaran Materi
Luas Daerah Bangun Datar berdasarkan hasil peniliaian oleh
ahli desain pembelajaran berada pada kriteria baik, dengan
total skor 30. Validitas Multimedia Pembelajaran Materi
Luas Daerah Bangun Datar berdasarkan hasil penilaian oleh
ahli bahasa, berada pada kriteria baik dengan total skor 28.
Diperolehnya multimedia yang valid, dikarenakan oleh
beberapa faktor. Faktor-faktor tersebut yaitu sebagai berikut.
Pertama, secara umum validator menyatakan “baik”
mengenai komponen-komponen multimedia pembelajaran
sesuai dengan indikator/deskriptor yang terdapat pada
instrumen validitas. Hal ini, dikarenakan peneliti telah
merancang dan mendesain multimedia pembelajaran
sedemikian rupa agar memenuhi kriteria yang ada dalam
lembar validasi. Adapun beberapa hal yang dilakukan
peneliti dalam mengembangkan multimedia antara lain
adalah dengan merancang dan merealisasikan multimedia
yang interaktif dan eksploratif, yang mampu menumbuhkan
motivasi siswa untuk belajar.
Kedua, multimedia pembelajaran dikembangkan sesuai
dengan aspek-aspek pengukuran validitas yang dikemukakan
oleh Nieveen (1999), yaitu validitas multimedia
pembelajaran berkaitan dengan validitas isi dan validitas
konstruk. Validitas isi dilihat dari kesesuaian multimedia
pembelajaran dengan tuntutan kurikulum. Sedangkan,
validitas konstruk dilihat dari ketepatan penggunaan teori-
teori yang dijadikan pegangan dalam perumusan atau
penyusunan multimedia pembelajaran tersebut.
Ketiga, multimedia pembelajaran disusun dengan
tuntutan kurikulum yang terdapat disekolah. Tuntutan
kurikulum tersebut berkaitan dengan kompetensi inti dan
kompetensi dasar, yang akhirnya dapat digunakan baik ketika
penerapannya dalam proses pembelajaran.
Kepraktisan multimedia pembelajaran yang
dikembangkan dalam penelitian ini diukur berdasarkan
keterlaksanaan media tersebut di kelas. Multimedia
pembelajaran yang dikembangkan dirancang dengan
navigasi yang mudah, dan disertai petunjuk yang jelas terkait
penggunaan multimedia. Tampilan awal dan jenis huruf yang
digunakan dibuat sebaik mungkin untuk menarik perhatian
siswa.
Kepraktisan Multimedia Pembelajaran Materi Luas
Daerah Bangun Datar berdasarkan hasil analisis angket
respons siswa berada pada kriteria sangat baik, dengan rata-
rata skor 66,5. Sedangkan kepraktisan Multimedia
Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan
hasil analisis angket respons guru berada pada kriteria sangat
baik, dengan rata-rata skor 91.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
22
IV. SIMPULAN DAN SARAN
Berdasarkan pembahasan yang telah diuraikan dapat
disimpulkan beberapa hal sebagai berikut
1. Karakteristik dari Multimedia Pembelajaran Materi Luas
daerah Bangun Datar yang berhasil dikembangkan adalah
(1) multimedia pembelajaran yang dikembangkan bersifat
interaktif, (2) terdapat gambar-gambar maupun animasi
yang dapat memvisualisasikan objek matematika, (3)
menggunakan bahasa sederhana sesuai dengan
karakteristik anak tunarungu, (4) multimedia
pembelajaran bersifat hierarikis.
2. Multimedia pembelajaran yang dikembangkan telah diuji
validitas dan kepraktisan. Hasil uji tersebut menyatakan
bahwa multimedia pembelajaran yang dikembangkan
memenuhi kriteria valid dan praktis sehingga dapat
diterima dan layak digunakan sebagai media
pembelajaran pada materi luas daerah bangun datar.
Berdasarkan hasil penelitian yang telah diperoleh dapat
disarankan beberapa hal sebagai berikut.
1) Guru disarankan untuk memanfaatkan multimedia
pembelajaran yang dikembangkan sebagai penunjang
pembelajaran sehingga proses pembelajaran lebih mudah
dan bervariasi.
2) Siswa disarankan untuk menggunakan multimedia
pembelajaran yang dikembangkan sebagai media untuk
belajar materi luas daerah bangun datar. Dengan
digunakannya multimedia pembelajaran yang
dikembangkan, siswa akan mendapatkan pengalaman
belajar yang baru dan menarik.
3) Peneliti lain yang tertarik melanjutkan penelitian ini,
dapat mengembangkan multimedia supaya dapat
merekam pengalaman atau aktivitas belajar siswa saat
menggunakan multimedia, serta pembentukan bank soal
sehingga soal kuis dapat diacak setiap kali pemunculan
soal.
4) Penelitian ini dilakukan sampai uji coba terbatas. Peneliti
lain yang tertarik disarankan untuk melakukan penelitian
dengan lingkup yang lebih luas, misalnya melakukan
penelitian eksperimen sebagai uji coba lebih luas.
DAFTAR PUSTAKA
[1] Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 Sistem Pendidikan Nasional. 8 Juli 2003. Lembaran Negara Republik Indonesia Tahun 2003 Nomor 4301. Jakarta
[2] Mangunsong, Frieda et al. 1988. Psikologi dan Pendidikan Anak Luar Biasa. Jakarta: LPSP3 (Lembaga Pengembangan Sarana Pengukuran dan Pendidikan Psikologi)
[3] Asyhar, Rayanda. 2012. Kreatif Mengembangkan Media Pembelajaran. Jakarta: Gaung Persada (GP) Press Jakarta.
[4] Musfiqon. 2012. Pengembangan Media & Sumber Pembelajaran. Jakarta. Prestasi Pustaka
[5] Arsyad, Azhar. 2007. Media Pembelajaran. Jakarta: Rajawali Pers.
[6] Fajrianto, Rizki dan Andjrah. 2012. “Perancangan Media Pembelajaran Interaktif Mata pelajaran IPA untuk Siswa Kelas VIII SMPLB tuna Rungu dengan Materi “Memahami Sistem dalam Tubuh Manusia”. Jurnal teknik POMITS Vol 1. Hal 1-4
[7] Achidatun, Umi Nur. 2014. “Penerapan Media Visual untuk Meningkatkan Prestasi Belajar Siswa Dalam Pembelajaran Kerajinan Batik di SMALB Tunarungu Bhakti Pertiwi Prambanan Daerah Istimewa Yogyakarta”. Skripsi Tidak Diterbitkan. UNY: Yogyakarta
[8] Suwastarini, Ni Nyoman et al. 2015. “Pengaruh Implementasi Pembelajaran Berbasis Media Teknologi Informasi dan Komunikasi terhadap Motivasi dan Hasil Belajar siswa SDLB B (Tuna Rungu) pada SLB B Negeri PTN Jimbaran”. E-Journal PPS Universtas Pendidikan Ganesha Prodi Studi Penelitian dan evaluasi Pendidikan Vol 5 No 1. Hal 1 – 10
[9] Ivers, Karen S. Multimedia Projects in Education: Designing, Producing, and Assessing, 2nd ed. USA: Libraries Unlimited.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
23
Perancangan Aplikasi Perhitungan Operasi Matriks
Berbasis Web Sebagai Sarana Pembelajaran
Harya Bima Dirgantara, Tedi Lesmana Marselino
Teknik Informatika
Institut Teknologi dan Bisnis Kalbis
Jakarta, Indonesia
Abstract—Matrices is a subject in mathematics that is also
used in programming, which is an array and for data encryption.
The matrices has several operations such as addition, subtraction,
multiplication, determinant, and transpose. The purpose of this
research is to develop the application of web-based matrices
operation calculation which can become alternative learning
media besides book. This application is designed using a
prototyping process model with communication stages, glance
planning, modeling, construction, and application launching. The
result of this research is prototype application of web based
matrices operation.
Keywords—matrices, learning media, prototyping
I. PENDAHULUAN
Sumber pembelajaran di Indonesia umumnya berupa buku, dan jarang berupa aplikasi yang interaktif. Dari sebab inilah muncul suatu ide untuk membantu siswa-siswi SMA ataupun mahasiswa yang sedang mempelajari matriks. Ide tersebut adalah dengan merancang suatu aplikasi operasi perhitungan matriks. Matriks didefinisikan sebagai larik (array) dua dimensi [1].
Matriks memiliki beberapa operasi perhitungan, antara lain: penjumlahan dan pengurangan, perkalian matriks, determinan, invers, dan transpos. Masih terdapat mahasiswa bingung untuk menghitung perkalian matriks, menghitung determinan, invers dan transpos. Maka dari itu, akan dirancang suatu aplikasi operasi perhitungan matriks sehingga memudahkan pembelajaran. Pemanfaatan matriks dalam ilmu komputer antara lain adalah untuk pemrograman yang membutuhkan array dan pada bidang keamanan computer. Enkripsi data dapat dilakukan dengan menggunakan beragam operasi matriks.
Saat ini terdapat cukup banyak kalkulator matriks online, namun kalkulator tersebut tidak menampilkan langkah-langkah atau urutan penyelesaian perhitungan, hanya menampilkan hasil langsungnya saja. Beberapa contoh kalkulator matriks online adalah matricescalc [2], kalkulator matriks mathisfun [3], dan bluebit [4]. Dari beberapa kalkulator matriks online yang ada, hampir menyediakan fungsi perhitungan yang sama, namun jika dieksekusi akan langsung menampilkan hasil perhitungan tanpa adanya langkah urutan perhitungan operasi tersebut, inilah yang
menjadi pembeda dari aplikasi operasi perhitungan matriks dalam penelitian ini dengan kalkulator matriks online yang sudah ada.
Salah satu media pembelajaran yang berpotensi menjadi sarana belajar yang baik adalah dengan menggunakan teknologi komputer, menurut Fletcher dan Glass dalam kutipan menurut Kariadinata [5], teknologi komputer dapat dimanfaatkan untuk mengenali masing-masing individual siswa, konsep, melakukan operasi perhitungan, dan memberi stimulan untuk belajar kepada para siswa. Penggunaan teknologi komputer juga dapat memudahkan siswa dalam belajar karena memberikan representasi visual dan dapat diinteraksikan secara langsung [6].
Masalah pokok dari penelitian ini adalah: bagaimana cara memudahkan pembelajaran matriks dengan menggunakan aplikasi pembelajaran?
Penelitian ini hanya membahas tentang: operasi penjumlahan dan pengurangan, menghitung determinan matriks, membentuk matriks transpose, serta matriks hanya dibatasi hinga ordo 3 x 3.
Tujuan dari penelitian ini adalah untuk mengembangkan aplikasi perhitungan operasi matriks berbasis web yang dapat menjadi media pembelajaran alternatif selain buku. Sedangkan manfaat dari penelitian ini adalah untuk memudahkan seseorang dalam mempelajari operasi perhitungan matriks.
II. TINJAUAN PUSTAKA
A. Matriks
Matriks didefinisikan sebagai larik (array) dua dimensi, Larik atau array adalah koleksi elemen/anggota unsur tertentu dalam bentuk garis atau persegi panjang [1]. Matriks memiliki n baris dan m kolom, angka n dan m ini disebut sebagai dimensi matriks [7].
B. Pembelajaran
Arti pembelajaran, menurut Suherman yang dikutip oleh Lestari [8] adalah “Peristiwa mengajar selalu disertai dengan peristiwa belajar, ada guru yang mengajar maka ada pula siswa yang belajar, namun ada siswa yang belajar belum tentu
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
24
ada guru yang mengajar, sebab belajar bisa dilakukan sendiri”. Sedangkan menurut Gross [9], pembelajaran adalah suatu tindakan untuk memperbarui, atau memodifikasi pengetahuan, tingkah laku, kemampuan, nilai, atau preferensi yang telah dimiliki sehingga akan berpotensi untuk memberikan pendalaman pengetahuan, sikap atau tingkah laku, serta pengalaman.
1) Media Pembelajaran Menurut Santyasa [10], “media pembelajaran adalah
segala sesuatu yang dapat digunakan untuk menyalurkan pesan (bahan pembelajaran), sehingga dapat merangsang perhatian, minat, pikiran, dan perasaan siswa, dalam kegiatan belajar untuk mencapai tujuan belajar. Menurut Gerlach & Ely [11], media pembelajaran memiliki tiga kelebihan kemampuan: pertama, media dapat digunakan untuk menangkap, menyimpan, dan menampilkan kembali suatu objek atau kejadian. Kedua, media dapat dimanipulasi atau diubah penyajiannya. Ketiga, media mampu menjangkau audien yang banyak jumlahnya.
C. Model Prototyping
Model prototyping dapat digunakan untuk
mengembangkan software. Tahapan model prototyping
ditampilkan pada Fig. 1.
Fig. 1. Model prototyping
Model prototyping memiliki tahapan sebagai berikut
[12]:
Komunikasi. Peneliti menganalisis sistem dengan
melakukan wawancara dengan obyek penelitian dan
juga studi kepustakaan untuk mendapatkan gagasan
yang diharapkan dari sistem yang akan dibuat.
Perencanaan cepat. perencanaan konsep aplikasi.
Pemodelan. Melakukan pemodelan aplikasi
menggunakan alat pemodelan.
Konstruksi. Membangun purwarupa aplikasi dan
melakukan uji coba.
Deployment. Aplikasi diluncurkan.
D. Unified Modelling Laguange (UML)
Unified Modeling Language (UML) adalah sebuah
"bahasa" pengganti sebuah gelombang dari metode Objek-
Orientied Analisis End Design (OOAND) yang muncul di
tahun 80an dan 90an. Dengan menggunakan UML aplikasi
dapat dimodelkan fitur-fitur ataupun fungsinya [13].
1) Use Case Diagram
Use case diagram adalah suatu kumpulan skenario
yang tersusun dari tujuan pengguna aplikasi pada
umumnya [13]. Beberapa komponen use case antara lain
adalah [14]: Aktor, use case, relasi, deskripsi use case.
E. Penelitian Sebelumnya
Beberapa referensi tentang penelitian sebelumnya yang
menjadi dasar penelitian ini ditampilkan pada Tabel 1.
Tabel I. Penelitian Sebelumnya
Nama Peneliti Judul Inti Penelitian
Puji Lestari,
Krisnawati [8]
Aplikasi
Pembelajaran dan
Kuis Matematika
Interaktif Berbasis
Android
Mengembangkan aplikasi
pembelajaran berbasis
Android menggunakan
metode SDLC. Aplikasi
ditujukan untuk pengguna
kelas 1 hingga kelas 3
Sekolah Dasar.
Dewi Yuliarti
[15]
Perancangan
Aplikasi
Pembelajaran
Matematika untuk
Kelas 6 Sekolah
Dasar Berbasis
Multimedia
Mengembangkan aplikasi
pembelajaran matematika
berbasis multimedia.
Heni Jusuf
[16]
Perancangan
Aplikasi Ajar
Tematik Berbasis
Multimedia
Mengembangkan aplikasi
pembelajaran dengan tema
dan budaya sesuai mata
pelajaran yang dibahas.
Yunis
Aprilianti,
Uning Lestari,
Catur
Iswahyudi
[17]
Aplikasi Mobile
Game Edukasi
Matematika
Berbasis Android
Aplikasi permainan
matematika untuk kelas 6
Sekolah Dasar. Permainan
memiliki jalan cerita dengan
memberikan sejumlah soal
agar permainan terselesaikan.
III. METODE PENELITIAN
A. Kerangka Pemikiran
Penelitian dilatarbelakangi oleh dirasa diperlukannya
sarana pembelajaran matriks bagi siswa dan mahasiswa. Dari
masukan tersebut akan dilakukan proses komunikasi,
perencanaan, pemodelan, konstruksi, dan deployment yang
akan menghasilkan suatu aplikasi perhitungan operasi
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
25
matriks berbasis web menggunakan bahasa HTML dengan
Javascript. Pada tahapan komunikasi, akan dilakukan pembahasan
alat dan perlengkapan yang dibutuhkan selama penelitian, serta membuat user dan system requirement yang akan dikembangkan. Setelah tahapan komunikasi lengkap, maka dilanjutkan ke tahap perencanaan. Pada tahap ini akan direncanakan jadwal penelitian, perencanaan biaya dan penggunaannya, serta perancangan alur dari fitur aplikasi. Dari hasil perencanaan tersebut dilanjutkan ke tahap pemodelan.
Aplikasi akan dimodelkan menggunakan UML (use case diagram dan activity diagram) serta pemodelan rancangan tampilan layar. Model aplikasi ini selanjutnya akan dikonstruksi menggunakan Notepad++ dan diuji coba dengan metode black box yang kemudian dilanjutkan dengan deployment. Ilustrasi kerangka pemikiran ditampilkan pada Fig. 2.
Purwarupa aplikasi akan dihosting sehingga dapat diakses oleh semua orang. Dengan adanya purwarupa ini maka akan didapat suatu umpan balik yang dapat menjadi saran dan masukan sehingga aplikasi dapat berkembang dan digunakna oleh lebih banyak orang.
Fig. 2. Kerangka pemikiran
B. Use Case Diagram Aplikasi
Use case diagram aplikasi perhitungan operasi matriks
ditampilkan pada Fig. 3. Pengguna aplikasi operasi matriks
dapat menggunakan aplikasi ini untuk melakukan operasi
perhitungan matriks. Pengguna harus memasukkan angka
pada matriks yang disediakan, yaitu matriks A dan matriks B,
matriks hasil tidak dapat diisi oleh pengguna karena akan
digunakan sebagai matriks untuk menampilkan hasil operasi
perhitungan.
Operasi perhitungan matriks yang disediakan adalah:
penjumlahan, perkalian, mencari determinan, dan mencari
transpose. Setelah selesai menggunakan aplikasi perhitungan
matriks, pengguna dapat keluar dari aplikasi dengan menutup
halaman web aplikasi.
Fig. 3. Use case diagram aplikasi
IV. HASIL & ANALISIS
Penelitian ini menghasilkan aplikasi untuk pembelajaran operasi matriks. Aplikasi ini sudah dapat diakses secara publik melalui laman kaltriks.net. Tampilan layar aplikasi ditampilkan pada Fig.-Fig. berikut.
Fig. 4. Halaman awal aplikasi
Fig. 4 menampilkan halaman awal aplikasi operasi perhitungan matriks. Terdapat 3 matriks, yaitu Matriks A, Matriks B, dan Matriks H. pengguna dapat mengisikan angka
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
26
bebas ke dalam matriks A dan matriks B. hasil operasi matriks akan ditampilkan pada matriks H.
Fig. 5. Operasi penjumlahan
Fig. 5 menampilkan operasi penjumlahan matriks dengan angka sembarang. Hasil penjumlahan ditampilkan pada matriks H. Hasil penjumlahan pada fungsi ini sudah sepenuhnya benar.
Fig. 6. Operasi perkalian
Fig. 6 menampilkan operasi perkalian matriks dengan angka sembarang. Hasil perkalian ditampilkan pada matriks H. untuk dapat menggunakan fungsi perkalian, pengguna harus mengisikan jumlah baris dan kolom pada masing-masing matriks A dan B. Jika ordo kolom Matriks A sama dengan ordo baris Matriks B, maka perkalian matriks dapat dilakukan, jika tidak, maka akan muncul notifikasi bahwa perkalian tidak dapat dilakukan seperti pada Fig. 7. Hasil
perkalian matriks A dan B pada fungsi ini sudah sepenuhnya benar.
Fig. 7 Notifikasi perkalian matriks tidak valid
Fig. 8 Operasi determinan
Fig. 8 menampilkan operasi determinan pada matriks A. secara default tombol determinan akan menghitung determinan matriks A yang ditampilkan pada matriks H. determinan matriks hanya bisa dihitung jika matriks merupakan matriks bujur sangkar (ordo baris dan kolom sama). Jika matriks yang akan dicari determinannya bukan matriks bujur sangkar, maka akan muncul notifikasi bahwa matriks tersebut tidak memiliki determinan seperti Fig. 9.
Fig. 9 Notifikasi tidak ada determinan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
27
Fig. 10 Operasi transpose
Fig. 10 menampilkan operasi transpose matriks, secara default tombol transpose akan membentuk transpose matriks A yang ditampilkan pada matriks H. matriks transpose adalah mengubah susunan ordo matriks yang semula adalah baris x kolom, menjadi kolom x baris.
V. KESIMPULAN
Dari penelitian ini, dapat disimpulkan bahwa aplikasi perhitungan operasi matriks yang dibangun masih berupa purwarupa yang belum menampilkan penjelasan solusi penyelesaian operasi perhitungannya.
Aplikasi perhitungan operasi matriks ini maksimal dapat melakukan operasi perhitungan matriks dengan ordo 3 x 3 serta seluruh fungsi operasi matriks dapat berjalan dengan baik. Purwarupa aplikasi perhitungan operasi matriks ini dapat diakses melalui laman kaltriks.net.
DAFTAR PUSTAKA
[1] J. E. Gentle, Matrices Algebra Theory, Computations, and Applications in Statistics, Springer, 2007.
[2] [email protected], "matricescalc," [Online]. Available: https://matricescalc.org/en/.
[3] MathisFun.com, "MathisFun," 2015. [Online]. Available: http://www.mathsisfun.com/algebra/matrices-calculator.html.
[4] Bluebit, [Online]. Available: http://www.bluebit.gr/matrices-calculator/.
[5] R. Kariadinata, "DESAIN DAN PENGEMBANGAN PERANGKAT LUNAK (SOFTWARE) PEMBELAJARAN MATEMATIKA BERBASIS MULTIMEDIA," Jurnal Pendidikan Matematika, vol. 1, no. 2, pp. 56-73, 2007.
[6] National Council of Teacher of Mathematics, "NCTM: Research Brifs," 2017. [Online]. Available: http://www.nctm.org/Research-and-Advocacy/Research-Brief-and-Clips/Video-Games-in-the-Math-Classroom/. [Accessed 2017].
[7] J. Gunawardena, Matrices Algebra for Beginners, Cambridge: Harvard Medical School, 2006.
[8] P. Lestari, "APLIKASI PEMBELAJARAN DAN KUIS MATEMATIKA INTERAKTIF BERBASIS ANDROID," in STMIK AMIKOM YOGYAKARTA, Yogyakarta, 2013.
[9] R. Gross, Psychology: The Science of Mind and Behaviour, 6 ed., Hachette: Hodder Education, 2012.
[10] I. W. Santyasa, LANDASAN KONSEPTUAL MEDIA PEMBELAJARAN, Banjar Angkan Klungkung: Universitas Pendidikan Ganesha, 2007.
[11] H. Ibrahim, Sihkabuden, Suprijanta and U. Kustiawan, Media pembelajaran: Bahan sajian program pendidikan akta mengajar, FIP UM, 2001.
[12] R. S. Pressman, Software Engineering: A Practitioner's Approach, 7 ed., New York: McGraw-Hill, 2010.
[13] M. Fowler and K. Scott, UML Distilled : a brief guide to the standard object modeling language, 3 ed., Addison-Wesley, 2003.
[14] B. Oestereich, Developing Software With UML Object-Oriented Analysis and Design in Practice, 2 ed., Addison-Wesley, 2002.
[15] D. Yuliarti, Perancangan Aplikasi Pembelajaran Matematika untuk Kelas 6 Sekolah Dasar Berbasis Multimedia (Studi Kasus Bimbingan Belajar Lembaga Bina Kreatifitas (LBK) ESE Project), Jakarta: Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2007.
[16] H. Jusuf, "PERANCANGAN APLIKASI SISTEM AJAR TEMATIK BERBASIS MULTIMEDIA," Jurnal Artificial, ICT Research Center UNAS, vol. 3, no. 1, pp. 60-74, 2009.
[17] Y. Aprilianti, U. Lestari and C. Iswahyudi, "APLIKASI MOBILE GAME EDUKASI MATEMATIKA BERBASIS ANDROID," SCRIPT, vol. 1, no. 1, pp. 89-97, 2013.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
28
Uji Coba Rancangan Model CSE-UCLA Yang
Dimodifikasi Dengan Metode Weighted Product dan
Validasi Instrumen Evaluasi Layanan Perpustakaan
Digital Pada Perguruan Tinggi Komputer di Bali
Dewa Gede Hendra Divayana, Agus Adiarta, Ida Bagus Gede Surya Abadi
Pendidikan Teknik Informatika, Pendidikan Teknik Elektro, Pendidikan Guru Sekolah Dasar
Universitas Pendidikan Ganesha
Singaraja, Indonesia
Abstract—Tujuan penelitian ini adalah untuk memperoleh
informasi tentang hasil uji coba rancangan model CSE-UCLA
yang dimodifikasi dengan metode Weighted Product dan hasil
validasi isi instrumen evaluasi, sehingga menghasilkan instrumen
yang valid dan rancangan model evaluasi yang tepat digunakan
untuk mengevaluasi layanan perpustakaan digital pada
perguruan tinggi, khususnya bidang komputer di Bali. Formula
yang digunakan untuk memvalidasi isi intrumen dalam penelitian
ini yaitu Indeks Validasi Aiken. Sedangkan dalam melakukan
pengujian terhadap rancangan model CSE-UCLA yang
dimodifikasi dengan metode Weighted Product menggunakan
perhitungan deskriptif persentase. Dalam validasi isi intrumen
dan uji coba rancangan model evaluasi ini melibatkan 4 pakar
yaitu 2 pakar pendidikan dan 2 pakar teknik informatika. Waktu
yang dibutuhkan dalam uji validasi isi instrumen adalah 31 hari,
sedangkan waktu yang dibutuhkan dalam uji coba rancangan
model adalah 31 hari. Hasil dari penelitian ini, diperoleh bahwa
ada 71 butir instrumen yang valid dari 75 butir yang bersumber
dari 26 aspek evaluasi, disamping itu diperoleh hasil persentase
sebesar 92,86% dari uji coba yang dilakukan terhadap rancangan
model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted
Product, sehinggga termasuk kategori sangat baik.
Keywords—Validasi Isi, Model Evaluasi, CSE-UCLA,
Weighted Product, Perpustakaan Digital
I. PENDAHULUAN
Seiring perkembangan teknologi informasi dan
komunikasi dewasa ini, tampak bahwa telah terjadi
perubahan gaya hidup dan perilaku masyarakat [1]. Bentuk-
bentuk perkembangan dan perubahan teknologi informasi
pada dasarnya merubah aktifitas masyarakat dalam dunia
nyata ke dalam aktifitas dunia maya [2]. Beberapa bentuk
perkembangan dan perubahan tersebut juga sudah banyak
ditemukan di bidang pendidikan, seperti: pembelajaran
konvensional melalui tatap muka dengan komunikasi satu
arah yang terjadi antar guru dan siswa di kelas sudah bergeser
ke dalam bentuk e-learning yang memberikan kemudahan
dalam melaksanakan proses pembelajaran aktif secara online,
sehingga interaksi antara guru dan siswa tetap dapat terjadi
kapanpun dan dimanapun mereka berada tanpa dibatasi oleh
ruang dan waktu. E-learning dapat dikatakan sebagai salah
satu bentuk inovasi model pembelajaran, sehingga e-learning
mampu memberikan kemudahan dan menimbulkan
kesenangan dalam proses pembelajaran karena disesuaikan
dengan keadaan peserta didik baik dari segi waktu dan tempat
pelaksanaannya. Hal tersebut sesuai dengan pernyataan
Antari, Agustini, dan Divayana [3] yang menyatakan bahwa
“inovasi model pembelajaran akan membantu proses
pembelajaran karena model pembelajaran disesuaikan dengan
keadaan siswa dan materi yang disajikan”. Pernyataan lainnya
yaitu “Siswa pada dasarnya termotivasi untuk melakukan
suatu aktivitas untuk dirinya sendiri karena ingin
mendapatkan kesenangan dari pelajaran, atau merasa
kebutuhannya terpenuhi [4]. Begitu juga halnya dengan
layanan perpustakaan di perguruan tinggi yang secara
konvensional seluruh aktivitas pemustaka secara fisik terjadi
dan dilaksanakan di dalam gedung perpustakaan, sehingga
membutuhkan tempat dan sarana prasarana pendukung yang
banyak dan kompleks. Dengan perkembangan teknologi
informasi, maka layanan perpustakaan di perguruan tinggi
(baik perguruan tinggi di bidang komputer maupun tidak) saat
ini sudah beralih ke pemanfaatan perpustakaan digital dalam
memberikan layanan perpustakaan bagi para pemustaka.
Dengan adanya perpustakaan digital, maka para pemustaka
memperoleh kemudahan mencari sumber bacaan/koleksi
pustaka, baik di pagi hari, siang hari, ataupun malam hari
karena secara fisik mereka tidak perlu harus datang ke ruang
perpustakaan melainkan hanya melalui fasilitas internet yang
tidak terbatas oleh jarak dan waktu.
Fakta yang ditemukan di lapangan, menunjukkan bahwa
tidak semua perguruan tinggi yang ada di Bali telah
menyelenggarakan perpustakaan digital secara optimal
dengan alasan utama yaitu karena keterbatasan pendanaan
dalam penyelenggaraan program perpustakaan digital. Hal
tersebut sesuai dengan penelitian yang pernah dilakukan pada
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
29
tahun 2016 oleh Divayana [5] yang menyatakan bahwa “pada
aspek keuangan secara umum kualitas pelaksanaannya belum
optimal dan boleh dikatakan masih terbatas, dimana sumber
dana hanya diperoleh dari sumbangan orang tua mahasiswa,
dan sebagian dari lembaga sendiri (universitas dan yayasan).
Sumber dana yang diperoleh tersebut belum cukup mampu
manangani penyelenggaran program perpustakaan digital
secara optimal”.
Berdasarkan fakta tersebut, maka perlu dilakukan suatu
evaluasi terhadap layanan perpustakaan digital pada
perguruan tinggi yang ada di Bali, khususnya perguruan tinggi
di bidang komputer untuk memperoleh kualitas yang baik.
Sama juga halnya dengan proses pembelajaran, dimana pada
prinsipnya untuk menemukan proses belajar yang baik, itu
akan membutuhkan proses evaluasi. Pernyataan tersebut
sesuai dengan pendapat dari Jampel, Widiana, dan Divayana
[6] yang menyatakan bahwa kelas yang baik tidak saja
didukung oleh model pembelajaran yang inovatif namun juga
membutuhkan penilaian atau kemampuan evaluasi yang lebih
baik melalui pencapaian kompetensi siswa.
Evaluasi merupakan suatu kegiatan yang bertujuan untuk
memperoleh rekomendasi sebagai dasar pengambilan
keputusan untuk melakukan perbaikan/penyempurnaan
terhadap program yang sedang diamati/diukur. Hal ini sesuai
dengan pernyataan Divayana [7], bahwa “evaluasi bertujuan
untuk mengumpulkan data dan kemudian dilakukan analisis
terhadap data tersebut, sehingga hasil analisisnya dapat
digunakan untuk pertimbangan mengambil suatu keputusan
terhadap objek yang sedang dievaluasi”. Evaluasi
merupakan suatu kegiatan untuk mengumpulkan,
memahami, dan melaporkan hasil analisis tentang suatu
program/objek tertentu sehingga hasilnya dapat digunakan
untuk pertimbangan dalam mengambil suatu keputusan
apakah program tersebut dilanjutkan ataukah dihentikan [8].
Alasan utama dilaksanakannya evaluasi secara
mengkhusus terhadap layanan perpustakaan digital di
perguruan tinggi komputer, karena sebagian besar perguruan
tinggi di bidang komputerlah yang memiliki layanan
perpustakaan digital yang stabil ditinjau dari segi teknis
penyelenggaraannya dibandingkan dengan perguruan tinggi
lainnya, sehingga harapannya setelah dilakukan evaluasi
terhadap layanan perpustakaan digital pada perguruan tinggi
komputer tersebut, maka diperoleh rekomendasi untuk
penyempurnaan layanan dan dapat digunakan sebagai
percontohan bagi perguruan tinggi lain dalam rangka
meningkatkan layanan perpustakaan digital yang dimilikinya.
Salah satu model diantara beberapa model evaluasi
pendidikan (CIPP, Countenance, Formative-Summative, dan
lainnya) yang cocok digunakan untuk mengevaluasi layanan
perpustakaan digital di Bali adalah model CSE-UCLA.
Alasan pemilihan model ini, karena model CSE-UCLA
memiliki suatu keunggulan yaitu komponen program
implementation yang mampu memperkenalkan keberadaan
program yang dievaluasi [5].
Namun model ini masih memiliki kelemahan yaitu belum
mampu menunjukkan hasil perhitungan kuantitatif secara
runut dan akurat dari kategori tertinggi sampai yang terendah
dari setiap komponen evaluasi. Oleh karena itu model CSE-
UCLA ini perlu dimodifikasi agar dapat digunakan untuk
mengukur optimalisasi layanan perpustakaan digital pada
perguruan tinggi komputer di Bali.
Perlunya dilakukan modifikasi terhadap model CSE-
UCLA ini juga dilatarbelakangi dari beberapa penelitian
terdahulu diataranya adalah penelitian yang dilakukan pada
tahun 2015 oleh Divayana, Ariawan, Sugiarta, dan Artanayasa
[9] tentang perpustakaan digital berbasis sistem pakar pada
Universitas Teknologi Indonesia memperoleh hasil yaitu
terbentuknya program aplikasi perpustakaan digital yang
menerapkan konsep sistem pakar dalam memberikan layanan
pencarian pustaka secara online. Kelemahan yang ditemukan
pada penelitian tersebut yaitu belum mampu menunjukkan
instrumen yang valid digunakan untuk mengukur optimalisasi
layanan program aplikasi perpustakaan digital bagi para
pemustaka. Penelitian lainnya yang dilakukan pada tahun
2016 oleh Divayana [5] tentang evaluasi program
perpustakaan digital berbasis sistem pakar pada Universitas
Teknologi Indonesia dengan perolehan hasil yaitu kualitas
layanan program ditinjau dari komponen system assesment
sebesar 79,80% dengan kategori baik, komponen program
planning sebesar 69,69% dengan kategori baik, komponen
program implementation sebesar 57,40% dengan kategori
cukup baik, komponen program improvement sebesar 74,90%
dengan kategori baik, dan komponen program certification
sebesar 66,80% dengan kategori baik. Kelemahan yang
ditemukan pada penelitian tersebut yaitu instrumen model
CSE-UCLA yang digunakan untuk mengukur optimalisasi
layanan perpustakaan digital berbasis sistem pakar belum
mampu menunjukkan hasil perhitungan yang akurat secara
runut mulai dari nilai tertinggi sampai dengan nilai terendah
untuk tiap komponen evaluasi.
Berdasarkan hal tersebut, maka dari rencana penelitian
yang dilaksanakan selama 3 tahun ke depan dalam rangka
meningkatkan optimalisasi layanan perpustakaan digital pada
perguruan tinggi komputer di Bali, maka khusus untuk tahun
2017 ini perlu dibuatkan rancangan model yang tepat dan
instrumen yang valid sebagai terobosan untuk dapat
mengatasi permasalahan penelitian yang telah dilakukan pada
tahun 2015 dan 2016 tersebut. Adapun rancangan dan
instrumen model evaluasi yang peneliti kembangkan pada
tahun 2017 ini adalah rancangan model dan instrumen
evaluasi CSE-UCLA yang telah dimodifikasi dengan weighted
product.
Sebelum model CSE-UCLA yang dimodifikasi dengan
weighted product ini benar-benar siap digunakan untuk
mengevaluasi layanan perpustakaan digital, maka terlebih
dahulu ditentukan desain model yang tepat dan instrumen
yang valid. Oleh karena itu perlu dilakukan uji coba terhadap
rancangan model CSE-UCLA yang dimodifikasi dengan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
30
metode Weighted Product, dan uji validasi isi terhadap
instrumen evaluasi.
Berdasarkan hal tersebut, maka rumusan permasalahan
dalam penelitian ini adalah: 1) Bagaimanakah hasil uji coba
rancangan model CSE-UCLA yang dimodifikasi dengan
metode Weighted Product?, dan 2) Bagaimanakah hasil
validasi isi instrumen evaluasi ditinjau dari model CSE-
UCLA?
Tujuan utama dari penelitian ini yaitu memperoleh
gambaran tentang hasil uji coba terhadap rancangan model
CSE-UCLA yang dimodifikasi dengan metode Weighted
Product dan hasil validasi isi instrumen evaluasi ditinjau dari
model CSE-UCLA.
Terdapat beberapa hasil penelitian yang terkait dengan
penelitian ini, diantaranya adalah penelitian pada tahun 2015
yang telah dilakukan oleh Sanjaya, Asyhar, dan Hariyadi [10]
tentang pengembangan instrumen evaluasi pada praktikum uji
enzim katalase di SMA Negeri Titian Teras Muaro Jambi.
Dimana penelitian yang dilakukan oleh Sanjaya, Asyhar, dan
Hariyadi ini memiliki persamaan dengan penelitian ini yaitu
dalam hal validasi isi yang dilakukan terhadap instrumen
evaluasinya. Perbedaan yang ditemukan adalah dalam hal
aspek validitas isinya, dimana dalam penelitian Sanjaya,
Asyhar, dan Hariyadi dilakukan validasi isi terhadap seluruh
aspek kompetensi siswa, yaitu: kompetensi kognitif
(pengetahuan ilmiah), kompetensi afektif (sikap ilmiah),
dan kompetensi psikomotorik (keterampilan proses sains).
Dalam penelitian ini dilakukan validasi isi terhadap seluruh
aspek yang digunakan untuk mengevaluasi layanan
perpustakaan digital ditinjau dari komponen model CSE-
UCLA, diantaranya: system assessment, program planning,
program implementation, program improvement, dan
program certification). Penelitian lainnya yaitu penelitian
pada tahun 2012 yang dilakukan oleh Tandilling [11] tentang
pengembangan instrumen untuk mengukur kemampuan
komunikasi matematik, pemahaman matematik, dan self-
regulated learning siswa dalam pembelajaran Matematika di
Sekolah Menengah Atas, memiliki persamaan dengan
penelitian ini dalam hal pendekatan kuantitatif yang
digunakan dalam melakukan uji coba instrumen.
Perbedaannya terletak pada tujuan penelitiannya, dimana
penelitian yang dilakukan Tandilling bertujuan untuk
memperoleh seperangkat instrumen yang digunakan untuk
mengukur kemampuan komunikasi matematis, pemahaman
matematis, dan self regulated learning siswa dalam
pembelajaran Matematika di SMA, sedangkan dalam
penelitian ini bertujuan untuk memperoleh rancangan model
evaluasi yang tepat dan instrumen yang valid untuk mengukur
optimalisasi layanan perpustakaan digital pada perguruan
tinggi komputer di Bali.
Berdasarkan beberapa penelitian sebelumnya, rumusan
masalah, tujuan penelitian dan beberapa penelitian terkait
yang telah dijelaskan tersebut, maka peneliti tertarik untuk
melakukan penelitian tentang uji coba rancangan model CSE-
UCLA yang dimodifikasi dengan metode Weighted Product
dan validasi instrumen yang digunakan dalam mengevaluasi
layanan perpustakaan digital, khususnya pada perguruan
tinggi bidang komputer yang ada di Bali.
II. KAJIAN PUSTAKA
A. CSE-UCLA
Model CSE-UCLA merupakan model evaluasi yang
memiliki lima dimensi evaluasi (system assesment,
program planning, program implementation, program
improvement, program certification) dan cocok digunakan
untuk mengevaluasi program layanan yang membantu
kehidupan manusia, seperti: program perpustakaan, bank,
koperasi, e-government, e-learning dan lainnya [12]. Model
CSE-UCLA merupakan model evaluasi yang memiliki lima
dimensi evaluasi, antara lain system assesment yang
memberikan informasi tentang keadaan sistem, program
planning yang membantu pemilihan program tertentu
untuk memenuhi kebutuhan program, program
implementation yang menyiapkan informasi untuk
memperkenalkan program, program improvement yang
memberikan informasi tentang fungsi/kinerja program,
program certification yang memberi informasi tentang
manfaat atau guna program [8].
Dari beberapa pendapat diatas maka dapat diambil
kesimpulan umum bahwa model CSE-UCLA merupakan
suatu model evaluasi yang terdiri dari lima komponen
evaluasi (system assesment, program planning, program
implementation, program improvement, program
certification) yang digunakan untuk mengukur
efektivitas/kualitas suatu program/kebijakan/layanan di
bidang pendidikan ataupun bidang lainnya yang membantu
kehidupan manusia.
B. Weighted Product
Metode Weighted Product (WP) menggunakan perkalian
untuk menghubungkan rating atribut, dimana rating setiap
atribut harus dipangkatkan dulu dengan bobot atribut yang
bersangkutan. Proses ini sama halnya dengan proses
normalisasi. Preferensi untuk alternatif Ai diberikan sebagai
berikut [13]: (1)
dengan i=1,2,...,m; dimana wj = 1.
wj adalah pangkat bernilai positif untuk atribut keuntungan,
dan bernilai negatif untuk atribut biaya.
Preferensi relatif masing-masing alternatif, diberikan
sebagai berikut[14]:
(2)
dengan i = 1, 2, ..., n
n
j
w
ijijxS
1
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
31
V : Preferensi alternatif yang dipertimbangkan sebagai
vektor V
x : Nilai kriteria
w : Bobot kriteria/sub kriteria
i : Alternatif
j : Kriteria
n : Jumlah kriteria
C. Perpustakaan Digital
Sebuah perpustakaan digital adalah sebuah perpustakaan
di mana koleksi-koleksinya disimpan dalam format digital
(sebagai kebalikan untuk mencetak, microform, atau media
lainnya) dan dapat diakses oleh komputer [15]. Menurut
Towolawi dan Oluwakemi [16], perpustakaan digital
menetapkan kegiatan perpustakaan dan layanannya dengan
fasilitas elektronik dalam pengolahan, transmisi dan
menampilkan informasi. Dari beberapa pendapat tersebut,
secara umum dapat diambil suatu kesimpulan bahwa
perpustakaan digital (digital library) adalah suatu
perpustakaan yang menyimpan koleksi buku, majalah, jurnal
ilmiah dan dokumen-dokumen pustaka lainnya dalam bentuk
digital dengan jumlah yang sangat besar dan dapat
disebarkan/diintegrasikan melalui sebuah jaringan komputer
atau internet yang bersifat global dan dilengkapi dengan fitur-
fitur layanan seperti: fitur keanggotaan, fitur pencarian, fitur
link atau pranala, fitur dwi bahasa, fitur artikel, serta fitur
folder dan arsip.
III. METODE PENELITIAN
A. Pendekatan Penelitian
Adapun pendekatan yang digunakan dalam penelitian ini
adalah kuantitatif karena menekankan pada angka-angka
yang diperoleh dari hasil validasi isi instrumen dan hasil uji
coba rancangan model.
B. Objek Penelitian
Objek dari penelitian ini adalah instrumen dan rancangan
model evaluasi CSE-UCLA yang dimodifikasi dengan
metode Weighted Product
C. Subjek Penelitian
Subjek penelitian yang terlibat dalam uji coba rancangan
model evaluasi dan uji validasi isi instrumen evaluasi adalah
2 orang pakar pendidikan dan 2 orang pakar teknik
informatika.
D. Lokasi Penelitian
Adapun lokasi penelitian ini dilaksanakan pada
perpustakaan STMIK STIKOM Bali, karena merupakan
salah satu perguruan tinggi bidang komputer yang ada di Bali
dan memiliki perpustakaan digital yang memadai secara
operasional.
E. Instrumen Pengumpulan Data
Adapun instrumen yang digunakan dalam pengumpulan
data dalam penelitian ini berupa kuesioner, karena lebih
mudah dikuantifikasi.
F. Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini
yaitu menggunakan teknik analisis deskriptif kuantitatif.
Dimana hasil penilaian isi yang dilakukan oleh pakar terhadap
instrumen evaluasi dianalisis berdasarkan indeks validasi
Aiken dan hasil uji coba yang dilakukan pakar terhadap
rancangan model evaluasi dianalisis berdasarkan perhitungan
deskriptif persentase.
IV. HASIL PENELITIAN DAN PEMBAHASAN
Ada beberapa hal yang dapat peneliti jabarkan dan bahas
berdasarkan berdasarkan hasil penelitian ini, antara lain
sebagai berikut.
A. Hasil Penelitian
1) Rancangan Model CSE-UCLA yang telah dimodifikasi
dengan metode Weighted Product
Adapun rancangan model evaluasi yang dimaksud dapat
dilihat pada gambar 1 berikut ini.
Gambar 1. Rancangan Model CSE-UCLA Yang Telah Dimodifikasi
Dengan Metode Weighted Product
2) Hasil Uji Coba Rancangan Model CSE-UCLA yang telah
dimodifikasi dengan metode Weighted Product
Adapun hasil uji coba yang dilakukan oleh 2 pakar
pendidikan dan 2 pakar teknik informatika terhadap
rancangan model CSE-UCLA yang dimodifikasi dengan
metode Weighted Product dapat dilihat pada Tabel I berikut
ini.
Tabel I. Hasil Uji Coba Rancangan Model Evaluasi CSE-UCLA Yang Dimodifikasi Dengan Weighted Product
No Aspek Penilaian Pakar/Penilai
1 2 3 4
1. Kesesuaian aspek evaluasi pada komponen system
assessment 5 5 4 5
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
32
No Aspek Penilaian Pakar/Penilai
1 2 3 4
2. Kesesuaian aspek evaluasi pada komponen
program planning 5 4 5 5
3. Kesesuaian aspek evaluasi pada komponen
program implementation 5 4 4 5
4. Kesesuaian aspek evaluasi pada komponen
program improvement 5 5 5 4
5. Kesesuaian aspek evaluasi pada komponen program certification
5 4 4 5
6.
Kesesuaian metode yang digunakan untuk
memperoleh hasil secara akurat yang menunjukkan
kategori paling tinggi sampai yang paling rendah
dari tiap komponen evaluasi
4 5 5 4
7. Kesesuaian gambaran tahapan evaluasi yang dilakukan mulai dari awal sampai akhirnya
mendapatkan rekomendasi
5 4 5 5
34 31 32 33
Persentase Tiap Subyek (%) 97,14 88,57 91,43 94,29
Persentase Keseluruhan (%) 92,86
3) Hasil Validasi Isi Instrumen Ditinjau Dari Model CSE-
UCLA
Secara lengkap hasil validasi isi terhadap setiap butir
instrumen yang digunakan untuk mengevaluasi optimalisasi
layanan perpustakaan digital ditinjau dari model CSE-UCLA
dapat dilihat pada Tabel II berikut ini.
Tabel II. Hasil Validasi Isi Instrumen Ditinjau Dari CSE-UCLA
No
Butir
Pakar
S1 S2 S3 S4
S V Kategori
Status
Menjad
i 1 2 3 4
1 5 4 4 5 4 3 3 4 14 0,8
75
Sangat
Tinggi
Butir
1
2 5 5 5 4 4 4 4 3 15 0,9
38
Sangat
Tinggi
Butir
2
3 5 4 5 4 4 3 4 3 14 0,8
75
Sangat
Tinggi
Butir
3
4 4 5 4 5 3 4 3 4 14 0,8
75
Sangat
Tinggi
Butir
4
5 5 4 4 5 4 3 3 4 14 0,8
75
Sangat
Tinggi
Butir
5
6 4 3 4 4 3 2 3 3 11 0,6
88 Tinggi
Butir
6
7 4 4 5 3 3 3 4 2 12 0,7
50 Tinggi
Butir
7
8 4 4 4 5 3 3 3 4 13 0,8
13
Sangat
Tinggi
Butir
8
9 5 4 5 5 4 3 4 4 15 0,9
38
Sangat
Tinggi
Butir
9
10 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
10
11 5 4 5 4 4 3 4 3 14 0,8
75
Sangat
Tinggi
Butir
11
12 4 3 4 4 3 2 3 3 11 0,6
88 Tinggi
Butir
12
13 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
13
14 4 5 5 4 3 4 4 3 14 0,8
75
Sangat
Tinggi
Butir
14
15 4 4 4 5 3 3 3 4 13 0,8
13
Sangat
Tinggi
Butir
15
16 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
16
17 4 4 4 5 3 3 3 4 13 0,8
13
Sangat
Tinggi
Butir
17
18 5 4 4 5 4 3 3 4 14 0,8
75
Sangat
Tinggi
Butir
18
19 5 4 4 3 4 3 3 2 12 0,7
50 Tinggi
Butir
19
20 5 4 5 4 4 3 4 3 14 0,8
75
Sangat
Tinggi
Butir
20
21 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
21
22 5 5 4 3 4 4 3 2 13 0,8
13
Sangat
Tinggi
Butir
22
23 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
23
24 5 5 4 4 4 4 3 3 14 0,8
75
Sangat
Tinggi
Butir
24
25 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
25
26 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
26
27 5 4 5 3 4 3 4 2 13 0,8
13
Sangat
Tinggi
Butir
27
28 4 5 4 5 3 4 3 4 14 0,8
75
Sangat
Tinggi
Butir
28
29 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
29
30 3 4 5 5 2 3 4 4 13 0,8
13
Sangat
Tinggi
Butir
30
31 4 4 4 5 3 3 3 4 13 0,8
13
Sangat
Tinggi
Butir
31
No
Butir
Pakar
S1 S2 S3 S4
S V Kategori
Status
Menjad
i 1 2 3 4
32 5 4 4 3 4 3 3 2 12 0,7
50 Tinggi
Butir
32
33 4 5 5 4 3 4 4 3 14 0,8
75
Sangat
Tinggi
Butir
33
34 5 5 4 3 4 4 3 2 13 0,8
13
Sangat
Tinggi
Butir
34
35 5 4 4 4 4 3 3 3 13 0,8
13
Sangat
Tinggi
Butir
35
36 4 4 3 4 3 3 2 3 11 0,6
88 Tinggi
Butir
36
37 4 4 4 3 3 3 3 2 11 0,6
88 Tinggi
Butir
37
38 5 5 3 4 4 4 2 3 13 0,8
13
Sangat
Tinggi
Butir
38
39 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
39
40 5 4 3 3 4 3 2 2 11 0,6
88 Tinggi
Butir
40
41 4 4 4 5 3 3 3 4 13 0,8
13
Sangat
Tinggi
Butir
41
42 4 5 4 3 3 4 3 2 12 0,7
50 Tinggi
Butir
42
43 2 2 2 1 1 1 1 0 3 0,1
88
Sangat
Rendah
Butir
Dibu
ang
44 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
43
45 5 4 3 4 4 3 2 3 12 0,7
50 Tinggi
Butir
44
46 1 2 1 2 0 1 0 1 2 0,125
Sangat Rendah
Butir
Dibu
ang
47 4 5 4 5 3 4 3 4 14 0,8
75
Sangat
Tinggi
Butir
45
48 4 5 4 5 3 4 3 4 14 0,8
75
Sangat
Tinggi
Butir
46
49 3 4 4 4 2 3 3 3 11 0,6
88 Tinggi
Butir
47
50 4 4 4 5 3 3 3 4 13 0,8
13
Sangat
Tinggi
Butir
48
51 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
49
52 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
50
53 3 4 4 4 2 3 3 3 11 0,6
88 Tinggi
Butir
51
54 5 4 5 4 4 3 4 3 14 0,8
75
Sangat
Tinggi
Butir
52
55 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
53
56 4 4 5 3 3 3 4 2 12 0,7
50 Tinggi
Butir
54
57 5 4 4 4 4 3 3 3 13 0,8
13
Sangat
Tinggi
Butir
55
58 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
56
59 4 4 5 4 3 3 4 3 13 0,8
13
Sangat
Tinggi
Butir
57
60 3 5 4 4 2 4 3 3 12 0,7
50 Tinggi
Butir
58
61 4 4 3 4 3 3 2 3 11 0,6
88 Tinggi
Butir
59
62 4 5 4 5 3 4 3 4 14 0,8
75
Sangat
Tinggi
Butir
60
63 5 4 5 4 4 3 4 3 14 0,8
75
Sangat
Tinggi
Butir
61
64 4 5 5 4 3 4 4 3 14 0,8
75
Sangat
Tinggi
Butir
62
65 4 5 4 3 3 4 3 2 12 0,7
50 Tinggi
Butir
63
66 2 3 2 2 1 2 1 1 5 0,3
13 Rendah
Butir
Dibuang
67 4 4 3 3 3 3 2 2 10 0,625
Tinggi Butir 64
68 4 5 4 4 3 4 3 3 13 0,813
Sangat Tinggi
Butir 65
69 5 4 4 5 4 3 3 4 14 0,875
Sangat Tinggi
Butir 66
70 5 5 5 4 4 4 4 3 15 0,938
Sangat Tinggi
Butir 67
71 5 5 4 4 4 4 3 3 14 0,875
Sangat Tinggi
Butir 68
72 4 4 3 4 3 3 2 3 11 0,688
Tinggi Butir 69
73 2 2 2 2 1 1 1 1 4 0,2
50 Rendah
Butir Dibu
ang
74 4 5 4 4 3 4 3 3 13 0,8
13
Sangat
Tinggi
Butir
70
75 5 4 4 5 4 3 3 4 14 0,8
75
Sangat
Tinggi
Butir
71
B. Pembahasan
Rancangan model evaluasi CSE-UCLA yang
dimodifikasi dengan Weighted Product seperti yang telah
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
33
ditunjukkan pada Gambar 1 di atas, menggambarkan bahwa
dalam mengevaluasi program perpustakaan digital di suatu
perguruan tinggi yang menggunakan model CSE-UCLA akan
melalui beberapa komponen evaluasi antara lain: system
assesment, program planning, program implementation,
program improvement dan program certification. Untuk
mengukur/mengevaluasi layanan perpustakaan digital
ditinjau dari semua komponen dalam model CSE-UCLA
tersebut, maka membutuhkan instrumen utama dan
instrumen pelengkap. Instrumen utama berupa kuisioner
yang ditujukan kepada para pengguna layanan perpustakaan
digital di perguruan tinggi yaitu para pemustaka (terutama
dosen dan mahasiswa). Instrumen pelengkap berupa
pedoman wawancara yang ditujukan kepada kepala
perpustakaan dan tim pengembang, sedangkan dokumentasi
yang digunakan sebagai bukti autentik rekaman pelaksanaan
evaluasi. Data hasil yang telah terkumpul melalui proses
pengumpulan data menggunakan instrumen utama dan
pelengkap tersebut kemudian diolah dengan memasukkan
konsep weighted product yaitu diawali dengan memasukkan
nilai pembobotan preferensi ke dalam masing-masing aspek
evaluasi, kemudian dilanjutkan dengan melakukan
perhitungan menggunakan formula weighted product. Dari
hasil perhitungan dengan memasukkan formula weighted
product tersebut, maka akan diperoleh gambaran tentang
seberapa besar tingkat optimalisasi layanan perpustakaan
digital secara runut dari tingkat yang terkecil sampai dengan
tingkat yang terbesar ditinjau dari masing-masing komponen
evaluasi model CSE-UCLA. Dari gambaran tingkat
optimalisasi pada masing-masing komponen evaluasi yang
telah diperoleh, maka selanjutnya dapat ditemukan kendala-
kendala yang ada pada masing-masing komponen evaluasi.
Setelah kendala-kendala ditemukan, maka dilanjutkan
dengan pemberian rekomendasi pemecahannya berdasarkan
urutan nilai tingkat optimalisasi yang telah diperoleh
sebelumnya pada hasil perhitungan weighted product, mulai
dari komponen yang memperoleh nilai terkecil sampai
dengan nilai terbesar, sehingga nantinya layanan
perpustakaan digital dapat lebih disempurnakan lagi untuk
mencapai hasil yang optimal.
Hasil uji coba terhadap rancangan model evaluasi CSE-
UCLA yang dimodifikasi dengan Weighted Product yang
telah ditunjukkan pada tabel I diperoleh dengan
menggunakan perhitungan deskriptif persentase. Adapun
rumus perhitungan deskriptif persentase tiap subyek adalah
sebagai berikut [17]:
(Jawaban x Bobot Tiap Pilihan)
Persentase = --------------------------------------- x 100% (3)
n x Bobot Tertinggi
Dimana:
∑ = Jumlah
n = Jumlah seluruh item angket Selanjutnya untuk menghitung persentase keseluruhan
subyek digunakan rumus sebagai berikut:
Persentase = F/N (4)
Dimana:
F = Jumlah persentase keseluruhan subjek
N = banyaknya subjek Untuk dapat memberikan makna dan pengambilan
keputusan pada tingkat ketepatan, keefektifan dan kemenarikan digunakan konversi tingkat pencapaian skala lima, yang ditunjukkan dengan Tabel III berikut ini.
Tabel III. Konversi Tingkat Pencapaian Dengan Skala Lima
Tingkat
Pencapaian Kualifikasi Keterangan
90-100 % Sangat Baik Tidak Perlu Revisi
80-89 % Baik Tidak Perlu Revisi
65-79 % Cukup Revisi
55-64 % Kurang Revisi
0-54 % Sangat Kurang Revisi
Berdasarkan hasil yang telah ditunjukkan pada tabel I
dapat dijelaskan bahwa persentase dari keseluruhan pakar
yang melakukan pengujian terhadap rancangan model
evaluasi CSE-UCLA yang dimodifikasi dengan Weighted
Product adalah sebesar 92,86 % sehingga termasuk dalam
kualifikasi sangat baik, sehingga rancangan model tersebut
tidak perlu direvisi lagi. Hasil validasi isi yang dilakukan oleh
4 orang pakar terhadap setiap butir instrumen model CSE-
UCLA yang telah dimodifikasi dengan metode Weighted
Product (yang telah ditunjukkan pada Tabel II) tersebut
diperoleh dengan menggunakan perhitungan indeks validasi
Aiken. Adapun rumus Indeks Validasi Aiken adalah sebagai
berikut [18]:
V = S/ n (c – 1)
(5)
Dimana :
S = r- lo
V = Index kesepakatan ahli mengenai validitas butir
r = Skor kategori pilihan ahli
lo = Skor terendah dalam kategori penskoran
n = Banyaknya ahli
c = Banyaknya kategori yang dapat dipilih ahli
Penentuan kriteria/kategori validitas isi didasarkan pada
rentangan sebagai berikut [19]:
0,8-1,000 : sangat tinggi
0,6-0,799 : tinggi
0,4-0,599 : cukup tinggi
0,2-0,399 : rendah
< 0,200 : sangat rendah
Berdasarkan hasil dari tabel II tersebut, dapat dijelaskan
bahwa terdapat 71 butir instrumen yang valid sehingga dapat
digunakan dan 4 butir instrumen yang tidak valid. Keempat
butir yang tidak valid tersebut, antara lain: butir ke-43, butir
ke-46, butir ke-66, dan butir ke-73 termasuk dalam kategori
validitas rendah dan sangat rendah, sehingga harus dibuang/
tidak digunakan. Kendala utama yang ditemukan dalam
penelitian ini adalah masih ada juga beberapa butir instrumen
yang tidak valid dan harus dibuang.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
34
V. KESIMPULAN
Rancangan model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted Product sudah termasuk dalam kualifikasi sangat baik, sehingga tidak perlu dilakukan revisi karena berdasarkan hasil uji coba yang dilakukan oleh pakar diperoleh persentase sebesar 92,86%. Terdapat 71 butir instrumen yang valid dan siap digunakan untuk mengevaluasi layanan perpustakaan digital pada perguruan tinggi komputer di Bali. Solusi yang diperlukan untuk mengantisipasi masih ditemukannya instrumen yang tidak valid adalah dengan melakukan kajian yang lebih mendalam mulai dari pendefinian variabel sampai dengan penjabaran variabel ke dalam indikator, sehingga selanjutnya dalam tahapan penyusunan butir menjadi lebih mudah dan menghasilkan butir yang berkualitas.
DAFTAR PUSTAKA
[1] D.G.H. Divayana, P.W.A. Suyasa, I.M.A. Wirawan, dan I.M. Putrama “Pemberdayaan Materi Ajar Berbentuk Digital Menggunakan Aplikasi Open Office Sun Microsystem Bagi Guru-Guru SMA se-Kecamatan Ubud,” Jurnal Widya Laksana, Vol. 5, No.2, 2016, pp. 69-75.
[2] D.G.H. Divayana, P.W. A. Suyasa, dan N. Sugihartini, “Pengembangan Media Pembelajaran Berbasis Web Untuk Matakuliah Kurikulum dan Pengajaran di Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha,” Jurnal Nasional Pendidikan Teknik Informatika, Vol. 5, No.3, 2016, pp. 149-157.
[3] N.M.D. Antari, K. Agustini, dan D.G.H. Divayana, “Studi Komparatif Model Pembelajaran Talking Stick dan Snowball Throwing Terhadap Hasil Belajar Teknologi Informasi dan Komunikasi (TIK) Siswa Kelas XI SMA Negeri 1 Seririt Tahun Ajaran 2015/2016,” Jurnal Pendidikan Teknologi dan Kejuruan, Vol.13, No.2, 2016, pp.127-136.
[4] P.Y.P. Santi, K. Agustini, dan D.G.H. Divayana, “Studi Komparatif Penggunaan Model Pembelajaran Group Investigation dan Snowball Throwing Terhadap Motivasi dan Hasil Belajar Pada Mata Pelajaran TIK Siswa Kelas X SMA Laboratorium Undiksha,” Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI), Vol. 5, No. 2, 2016, pp.1-10.
[5] D.G.H. Divayana. Evaluasi Program Perpustakaan Digital Berbasis Sistem Pakar Pada Universitas Teknologi Indonesia. Jakarta: Universitas Negeri Jakarta, 2016.
[6] I.N. Jampel, I.W. Widiana, dan D.G.H. Divayana, “The Effect of Implementation Authentic Assessment Development Result based on ICT Toward Student’s Learning Outcome in Learning Process by 2013 Curriculum,” International Journal Modern Education and Computer Science, Vol. 8, No.5, 2016, pp.32-38.
[7] D.G.H. Divayana, “Evaluasi Pelaksanaan Blended Learning di SMK TI Udayana Menggunakan Model CSE-UCLA,” Jurnal Pendidikan Vokasi, Vol. 7, No. 1, 2017, pp. 64-77.
[8] D.G.H. Divayana., dan G.A.D. Sugiharni, “Evaluasi Program Sertifikasi Komputer Pada Universitas Teknologi Indonesia Menggunakan Model CSE-UCLA,” Jurnal Pendidikan Indonesia, Vol. 5, No. 2, 2016, pp. 865-872.
[9] D.G.H. Divayana, I.P.W. Ariawan, I.M. Sugiarta, dan I.W. Artanayasa, “Digital Library of Expert System Based at Indonesia Technology University,” International Journal of Advanced Research in Artificial Intelligence, Vol. 4, No. 3, 2015, pp. 1-8.
[10] M.E. Sanjaya, R. Asyhar, dan B. Hariyadi, “Pengembangan Instrumen Evaluasi pada Praktikum Uji Enzim Katalase di SMA Negeri Titian Teras Muaro Jambi, Vol. 4, No. 2, 2015, pp.1-8.
[11] E. Tandilling, “Pengembangan Instrumen Untuk Mengukur Kemampuan Komunikasi Matematik, Pemahaman Matematik, dan Self-Regulated Learning Siswa Dalam Pembelajaran Matematika di Sekolah Menengah Atas,” Jurnal Penelitian Pendidikan, Vol. 13, No. 1, 2012, pp.24-31.
[12] D.G.H. Divayana, “Penggunaan Model CSE-UCLA Dalam Mengevaluasi Kualitas Program Aplikasi Sistem Pakar,” SNATIA, 2015, pp.165-168.
[13] D.G.H. Divayana, “Development of Duck Diseases Expert System with Applying Alliance Method at Bali Provincial Livestock Office,” International Journal of Advanced Computer Science and Applications, Vol. 5, No. 8, 2014, pp. 48-54.
[14] I.M. Ardana, I.P.W. Ariawan, and D.G.H. Divayana, “Development of Decision Support System to Selection of the Blended Learning Platforms for Mathematics and ICT Learning at SMK TI Udayana,” International Journal of Advanced Research in Artificial Intelligence, Vol. 5, No. 12, 2016, pp. 15-18.
[15] T.M.M. Swe, “Concept Based Intelligent Information Retrieval Within Digital Library,” International Journal of Information Technology Convergence and Service, Vol. 1, No. 5, 2011, pp. 1-10.
[16] Towolawi, dan K. Oluwakemi, “School Library Media Specialist's Awareness and Perception of Digital Library Services: A Survey,” Ozean Journal of Social Sciences, 2013, pp. 77-89.
[17] M. Subana, dan Sudrajat. Dasar-Dasar Penelitian Ilmiah. Bandung: CV. Pustaka Pelajar, 2001.
[18] L.R. Aiken, “Three Coefficients for Analyzing the Reliability, and Validity of Ratings,” Educational and Psychological Measurement, Vol. 45, No.1, 1985, pp. 131-142.
[19] Koestoro, Budi dan Basrowi. Strategi Penelitian Sosial dan Pendidikan. Surabaya: Yayasan Kampusina, 2006.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
35
Implementasi UTAUT dalam Menganalisis Pengaruh
Penggunaan Aplikasi VMEET Terhadap Tingkat
Kepuasan Belajar di Universitas Bina Darma
Palembang
Megawaty
Universitas Bina Darma
Palembang, Indonesia
Abstract—Pemanfaatan teknologi dalam kegiatan belajar
mengajar tidak dapat dipisahkan di era ini, oleh karena itu
teknologi merupakan alat pendukung yang dapat membantu
fasilitas belajar dapat lebih optimal. Salah satu contoh
pembelajaran dengan mengadopsi teknologi pembelajaran online
melalui aplikasi video teleconfrence VMEET. Di Universitas Bina
Darma telah menggunakan dan menggunakan aplikasi VMEET
untuk kelas khusus sekayu. Dimana dalam penerapan fakultas
dan fakultas tidak tatap muka secara langsung, karena sudah
dilakukan secara online aplikasi ini sangat bergantung pada
koneksi internet dan tentunya akan mempengaruhi juga audio
dan video yang ditampilkan aplikasi yang akan mempengaruhi
kegiatan belajar mengajar menjadi Terhambat, inilah yang
diawali peneliti Meneliti efek aplikasi teleconfrence video VMEET
pada tingkat kepuasan belajar oleh pengguna akhir di Universitas
Bina Darma Palembang dengan menggunakan metode UTAUT.
Manfaat dari penelitian ini adalah untuk mengetahui apakah
pengaruh harapan kinerja, harapan kerja, pengaruh sosial
terhadap implementasi Video Teleconfrence VMEET dan dapat
memberikan rekomendasi kepada Universitas dalam
meningkatkan kualitas teknologi yang lebih optimal.
Keywords—Analysis, Pembelajaran, VMEET,UTAUT
I. PENDAHULUAN
Penggunaan telekonferensi video VMEET diterapkan pada semua kursus teori kelas PJJ, sedangkan untuk praktikum dilakukan di laboratorium Universitas Bina Darma, yang beroperasi setiap pengguna baik dosen maupun mahasiswa memiliki akun (username dan password) yang digunakan untuk login di aplikasi ini. Dosen akan mengajak siswanya untuk mengikuti proses belajar. Fitur yang terdapat dalam aplikasi ini adalah chatting, menu presentasi, dan lain sebagainya. Aplikasi video telecoference VMEET juga sangat bergantung pada koneksi internet, dengan kata lain jika ada gangguan pada koneksi internet maka proses belajar akan terhambat, koneksi akan mempengaruhi tampilan gambar yang tidak berkualitas dan bahkan hilang, dampak lainnya akan Juga mempengaruhi pada audio / suara menjadi tidak
jelas. Jika itu terjadi maka sangat merugikan pengguna, karena proses belajar menjadi kurang optimal karena kendala yang sering terjadi, oleh karena itu inilah inisiatif peneliti untuk menguji pengaruh aplikasi telekonferensi video VMEET terhadap tingkat kepuasan pengguna akhir dengan menggunakan metode UTAUT.
Pemanfaatan teknologi dalam kegiatan belajar mengajar tidak dapat dipisahkan di era ini, oleh karena itu teknologi merupakan alat pendukung yang dapat membantu fasilitas belajar dapat lebih optimal. Salah satu contoh pembelajaran dengan mengadopsi teknologi pembelajaran online melalui aplikasi video teleconfrence VMEET. Di Universitas Bina Darma telah menggunakan dan menggunakan aplikasi VMEET untuk kelas khusus sekayu. Dimana dalam penerapan fakultas dan fakultas tidak tatap muka secara langsung, karena sudah dilakukan secara online aplikasi ini sangat bergantung pada koneksi internet dan tentunya akan mempengaruhi juga audio dan video yang ditampilkan aplikasi yang akan mempengaruhi kegiatan belajar mengajar menjadi Terhambat, inilah yang diawali peneliti Meneliti efek aplikasi teleconfrence video VMEET pada tingkat kepuasan belajar oleh pengguna akhir di Universitas Bina Darma Palembang dengan menggunakan metode UTAUT. Manfaat dari penelitian ini adalah untuk mengetahui apakah pengaruh harapan kinerja, harapan kerja, pengaruh sosial terhadap implementasi Video Teleconfrence VMEET dan dapat memberikan rekomendasi kepada Universitas dalam meningkatkan kualitas teknologi yang lebih optimal.
A. Perumusan masalah
Adapun rumusan masalah dalam penelitian ini adalah:
1. Adakah pengaruh harapan kinerja terhadap implementasi telekonferensi video VMEET di Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang
2. Adakah pengaruh harapan untuk menggunakan telekonferensi video VMEET di Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
36
3. Adakah pengaruh pengaruh sosial terhadap penggunaan telekonferensi video VMEET pada Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang.
4. Adakah pengaruh harapan kinerja, harapan kerja, dan pengaruh sosial terhadap implementasi telekonferensi video VMEET terhadap Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang
B. Ruang lingkup penelitian
Ruang lingkup penelitian ini akan dibatasi oleh lingkup berikut:
1. Penelitian ini akan menganalisis pengaruh aplikasi teleconfrence Video VMEET terhadap tingkat kepuasan pengguna akhir dengan menggunakan metode UTAUT di Universitas Bina Darma Palembang.
2. Responden dalam penelitian ini adalah mahasiswa dan dosen yang mengajar menggunakan VMEET. Responden dalam penelitian ini adalah siswa - PJJ semester 4 siswa berjumlah 11 orang dan dosen yang mengajar PJJ berjumlah 6 orang
C. Tujuan penelitian
Tujuan penelitian yang ingin dicapai adalah:
Tujuan dari penelitian ini adalah untuk menganalisis pengaruh aplikasi VMEET Video Teleconfrence terhadap tingkat kepuasan pengguna akhir dengan menggunakan metode UTAUT di Universitas Bina Darma Palembang.
D. Manfaat Penelitian
Manfaat dari penelitian ini diharapkan dapat mengetahui apakah pengaruh harapan kinerja, harapan kerja, pengaruh sosial terhadap implementasi Video Teleconfrence VMEET dan dapat memberikan rekomendasi kepada Universitas dalam meningkatkan kualitas teknologi yang lebih optimal.
II. LANDASAN TEORI
A. Model UTAUT
Sejumlah teori dari bidang psikologi perilaku telah berhasil sebagian dalam menjelaskan mengapa individu mengadopsi teknologi informasi baru. Secara terpisah, uji empiris telah menemukan beberapa teori untuk memperhitungkan 50% varians individual yang digunakan dan / atau bermaksud menggunakan TI. Periset baru-baru ini menguji 32 total konstruksi dari delapan model, 2 secara teoritis secara simultan untuk mengidentifikasi konstruksi mana yang memiliki dampak terbesar pada penggunaan TI (Venkatesh et al, 2003). Studi longitudinal dirancang untuk mengatasi keterbatasan studi individu sebelumnya dengan mengumpulkan data dari subjek yang disajikan dengan aplikasi TI serupa. Data dikumpulkan dengan tiga poin: segera setelah pelatihan namun sebelum diperkenalkannya aplikasi IT baru, satu bulan setelah pengenalan, dan tiga bulan setelah
pengenalan. Periset mengembangkan instrumen survei yang konsisten dengan metode yang digunakan dalam penelitian sebelumnya yang melibatkan setiap teori
B. Analisis
Analisis adalah investigasi sebuah peristiwa (esai, akta, dll.) Untuk mengetahui keadaan sebenarnya (kausal, duduk, dll.) Pemecahan suatu subjek dari berbagai bagiannya dan studi tentang perjalanan itu sendiri dan hubungan antara Bagian demi mendapatkan pemahaman dan pemahaman yang benar tentang keseluruhan makna, penyelidikan kimia dengan menjelaskan sesuatu untuk mengetahui substansi dan sebagainya, penjelasan setelah pembelajaran terbaik, pemecahan masalah dimulai dengan tuduhan kebenaran (Http://kbbi.web.id/analisis)
C. Telekonferensi
Gagasan teleconference atau teleconference atau teleseminar adalah komunikasi langsung antara beberapa orang yang biasanya jarak jauh atau tidak dalam satu ruangan dan dihubungkan oleh sistem telekomunikasi. Jadi teleconference adalah pertemuan yang dilakukan oleh dua atau lebih orang yang dilakukan melalui telepon atau koneksi jaringan. Pertemuan tersebut bisa menggunakan suara (audio conference) atau menggunakan audio video (video conference) yang memungkinkan peserta konferensi melihat dan mendengar apa yang didiskusikan, seperti biasa pertemuan. Dalam telekonferensi, juga memungkinkan untuk menggunakan papan tulis yang sama dan setiap peserta memiliki kontrol terhadapnya, dan juga membagikan aplikasinya. (Http://komputer.iklihakecil.com/pengertian-teleconference.htm)
D. Video
Video adalah teknologi pengiriman sinyal elektronik dari gambar bergerak. Aplikasi sinyal video yang umum adalah televisi, namun juga dapat digunakan pada aplikasi lain dalam rekayasa, ilmiah, produksi dan keamanan. Kata video berasal dari kata Latin, "saya lihat". Istilah video juga digunakan sebagai singkatan dari rekaman video, serta perekam video dan pemutar video. (Https://en.wikipedia.org/wiki/Video)
E. VMEET
Ini adalah perangkat konferensi video atau konferensi video. Softfoundary VMEET adalah konvergensi video yang inovatif dan sistem kolaborasi yang paling aman dengan kualitas HD 1080 penuh. Dimana softfoundary ini sangat sesuai dengan pendidikan online dengan pertemuan streaming dan interaktif untuk pengajaran inovatif. (Https://en.wikipedia.org/wiki/Video)
F. Model UTAUT
Sejumlah teori dari bidang psikologi perilaku telah berhasil sebagian dalam menjelaskan mengapa individu mengadopsi teknologi informasi baru. Secara terpisah, uji empiris telah menemukan beberapa teori untuk
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
37
memperhitungkan 50% varians individual yang digunakan dan / atau bermaksud menggunakan TI. Periset baru-baru ini menguji 32 total konstruksi dari delapan model, 2 secara teoritis secara simultan untuk mengidentifikasi konstruksi mana yang memiliki dampak terbesar pada penggunaan TI (Venkatesh et al, 2003). Studi longitudinal dirancang untuk mengatasi keterbatasan studi individu sebelumnya dengan mengumpulkan data dari subjek yang disajikan dengan aplikasi TI serupa. Data dikumpulkan dengan tiga poin: segera setelah pelatihan namun sebelum diperkenalkannya aplikasi IT baru, satu bulan setelah pengenalan, dan tiga bulan setelah pengenalan. Periset mengembangkan instrumen survei yang konsisten dengan metode yang digunakan dalam penelitian sebelumnya yang melibatkan setiap teori.
Analisis ini membantu peneliti untuk mengidentifikasi tingkat pengaruh masing-masing dari delapan teori konstruksi terhadap adopsi teknologi. Peneliti kemudian memasukkan konstruk yang paling berpengaruh ke dalam model yang menyumbang hampir 80% varians dalam penggunaan TI. Model baru inilah yang penulis sebut UTAUT. UTAUT mengusulkan bahwa tiga konstruksi (terdiri dari konstruksi teoritis sebelumnya yang paling berpengaruh) adalah faktor penentu utama niat untuk menggunakan TI. Inilah Performance of Hope, tingkat di mana pengguna mengharapkan bahwa dengan menggunakan sistem akan membantunya mencapai profitabilitas dalam kinerja kerja. Lima konstruksi teori perilaku berkontribusi pada yang pertama
III. METODOLOGI PENELITIAN
A. Objek penelitian
Objek Penelitian adalah sesuatu yang menjadi pusat penelitian, sedangkan objek penelitian ini adalah siswa Universitas PJJ Bina Darma.
B. Situs Penelitian
Penelitian ini dilakukan Penelitian dilakukan di Universitas Bina Darma Palembang
C. Metode Penelitian
Metode yang digunakan dalam penelitian ini adalah metode penelitian deskriptif kuantitatif. Menurut Nawawi (2003: 64) metode deskriptif metode penelitian yang fokus pada masalah atau fenomena yang aktual pada saat penelitian dilakukan, kemudian menggambarkan fakta tentang masalah yang diteliti karena disertai interpretasi yang rasional dan akurat. Dengan demikian penelitian ini akan mengilustrasikan fakta dan menjelaskan keadaan objek penelitian berdasarkan fakta-fakta yang ada dan mencoba menganalisa kebenaran berdasarkan data yang didapat.
D. Teknik Populasi dan Sampling
1) Populasi
Sebelum penelitian dilakukan, penulis terlebih dahulu menentukan populasi yang akan diteliti. Menurut Sugiyono (2003: 90) populasi adalah wilayah generalisasi yang terdiri dari benda / subyek yang memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian dalam kesimpulan draw. Tujuan dari penelitian ini adalah siswa Universitas PJJ Bina Darma menjadi objek penelitian ini yaitu:
1. Responden yang akan diteliti adalah siswa PJJ dan Dosen Bina Darma Palembang, yang mencakup seluruh siswa semester 4 tahun berjumlah 11 orang dan dosen pjj berjumlah 10 orang menjadi total 21 orang. Sampel menurut Arikunto (2004: 102) adalah keseluruhan populasi yang diambil dengan menggunakan data tertentu. Mengutip pendapat Arikunto (2004: 102) yang menyatakan bahwa jika populasi kurang dari 100 orang maka sampel diambil secara keseluruhan, sedangkan populasinya di atas 100 maka sampel diambil 10% -15% atau 20% -25% dari populasi. Berdasarkan hasil survei lapangan dan hasil wawancara singkat dengan peneliti sumber, teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling yaitu teknik pengambilan sampel yang digunakan oleh peneliti karena pertimbangan tertentu, sampel diambil 46 siswa.
Berdasarkan hasil survei lapangan dan hasil wawancara singkat dengan peneliti sumber daya maka teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling.
2) Teknik Sampling Sampel menurut Arikunto (2004: 102) adalah keseluruhan
populasi yang diambil dengan menggunakan data tertentu. Mengutip pendapat Arikunto (2004: 102) yang menyatakan bahwa jika populasi kurang dari 100 orang maka sampel diambil secara keseluruhan, sedangkan populasinya di atas 100 maka sampel diambil 10% -15% atau 20% -25% dari populasi. Berdasarkan hasil survei lapangan dan hasil wawancara singkat dengan peneliti sumber daya teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling yaitu teknik pengambilan sampel yang digunakan oleh peneliti karena pertimbangan tertentu. Sampel yang diambil dari mahasiswi dan semester 4 siswa berjumlah 11 orang dan dosen pjj berjumlah 10 orang.
3) Teknik pengumpulan data Teknik pengumpulan data primer, yaitu data yang
diperoleh dengan melakukan penelitian langsung ke lokasi penelitian sesuai dengan permasalahan yang diteliti. Pengumpulan data ini dilakukan dengan cara:
Wawancara adalah metode pengumpulan data secara lisan dengan melakukan wawancara langsung dengan pihak yang berwenang dalam organisasi.
Kuesioner (kuesioner) adalah cara mengumpulkan data dengan memberikan daftar pertanyaan atau kuesioner yang telah diberikan kepada responden. Kuesioner yang diberikan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
38
kepada responden ditutup dalam arti mengharapkan pertanyaan singkat atau memilih opsi jawaban yang ada.
Observasi (observasi) adalah pengamatan langsung terhadap objek yang akan diteliti untuk mendapatkan gambaran objek yang tepat dari peneliti.
Teknik pengumpulan data sekunder adalah pengumpulan data dan informasi yang dibutuhkan oleh catatan tertulis lainnya yang berkaitan dengan masalah yang diteliti.
Penelitian kepustakaan (library research) adalah mengumpulkan buku, makalah ilmiah, makalah yang memiliki relevansi dengan masalah yang diteliti.
E. Instrumen Instrumen Penelitian
Instrumen pengumpulan data adalah alat yang dipilih dan digunakan oleh peneliti dalam kegiatannya untuk mengumpulkan data sehingga aktivitas menjadi sistematis dan mudah, oleh penelitian ini menggunakan Skala Likert sebagai panduan penafsiran. Skala L
F. Hipotesa
1) Dugaan Hasil Penelitian
Hipotesis dalam penelitian ini adalah sebagai berikut:
H1: Performance Expectancy (PE) berpengaruh terhadap implementasi vmeet (IV) di Universitas Bina Darma
H2: Effort Expectancy (EE) berpengaruh terhadap implementasi vmeet di Universitas Bina Darma
H3: Pengaruh Sosial (SI) berpengaruh terhadap implementasi vmeet di SMK Negeri kota palembang
H4: Performance Expectancy (PE), Effort Expectancy (EE), dan Pengaruh Sosial (SI) mempengaruhi implementasi media vmeet di Universitas.
IV. HASIL
A. Uji Validitas dan Keandalan
Dalam penelitian ini besarnya df dihitung dengan 21 - 4 atau df 23 dengan alpha 0,05 diperoleh r tabel 0,188. Jika r hitung (untuk r setiap item data yang terlihat pada kolom Korelasi Item-Total Korelasi) lebih besar dari r tabel dan nilai r positif, maka item atau pertanyaan dinyatakan valid.
Hasil uji validitas dapat dilihat pada Tabel I
Tabel I. Instrument Validity Test Table
Konstruk Item Corrected
Item-Total
Correlation
Performance
Expectancy
P1 0.502*
P2 0.535*
P3 0.737*
P4 0.477*
Effort Expectancy P5 0.198*
P6 0.406*
P7 0.200*
P8 0.141
Social Influence
P9 0.425*
P10 -0.135
P11 0.425*
P12 0.696*
Implementasi
vmeet
P13 0.210*
P14 0.396*
P15 0.198*
P16 0.794*
P17 0.508*
r tabel = 0.199
B. Uji hipotesis
Hasil pengujian hipotesis dalam penelitian ini adalah sebagai berikut:
Tabel II. Pengujian hipothesys
Hipotesis Indikator Loading Factor
(p value)
Keterangan
H1 Pengaruh PE
Terhadap
ISE
0.393 (0,734) Non
Signifikan
H2 Pengaruh EE
Terhadap
ISE
0,471(0,000) Signifikan
H3 Pengaruh SI
Terhadap
ISE
0,570 (0,000) Signifikan
H4 Pengaruh
PE, EE, SI
Terhadap
ISE
0.130(0.000) Signifikan
Berdasarkan tabel diatas, maka hasil hasil uji hipotesis di atas menunjukkan bahwa:
1. Uji Hipotesis 1
Estimasi estimasi parameter variabel harapan kinerja tidak berpengaruh positif dan signifikan terhadap implementasi vmeet di kota SMK Negeri Palembang diperoleh sebesar 0,394. Pengujian menunjukkan hasil yang tidak signifikan dengan nilai C.R = 3,617 dengan probabilitas = 0,734. Nilai probabilitas uji di atas 0,05. Jadi Hipotesis 1 ditolak.
2. Uji Hipotesis 2
Estimasi parameter variabel variabel harapan usaha berpengaruh positif dan signifikan terhadap implementasi media vmeet yang diperoleh sebesar 0,472. Pengujian menunjukkan hasil yang signifikan dengan nilai C.R = 4,250
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
39
dengan probabilitas = 0,000. Nilai probabilitas uji di bawah 0,05. Hipotesis 1 diterima demikian.
3. Uji Hipotesis 3
Parameter estimasi variabel korelasi variabel pengaruh sosial berpengaruh positif dan signifikan terhadap implementasi media vmeet di SMK Negeri Palembang diperoleh sebesar 0,570. Pengujian menunjukkan hasil yang signifikan dengan nilai C.R = 5.509 dengan probabilitas = 0,000. Nilai probabilitas uji di bawah 0,05. Dengan demikian Hipotesis 3 diterima.
4. Uji Hipotesis 4
Estimasi parameter hubungan UTAUT berpengaruh positif dan signifikan terhadap implementasi media vmeet di Universitas Bina Darma, diperoleh 0,131. Hasil pengujian menunjukkan hasil yang signifikan dengan nilai C.R = 4,409 dengan probabilitas = 0,000. Nilai probabilitas uji di bawah 0,05. Dengan demikian Hipotesis 4 diterima
V. KESIMPULAN DAN SARAN
A. Kesimpulan
Penelitian ini dilakukan di Universitas Bina Darma untu kelas PJJ yang Berdasarkan hasil penelitian dan pembahasan diatas, maka dapat ditarik beberapa kesimpulan sebagai berikut:
1. Penelitian ini menolak Hipotesis 1 yang diajukan yaitu variabel performance expectancy tidak berpengaruh terhadap implementasi vmeet sehingga dapat disimpulkan bahwa harus adanya perbaikan dan pengembangan Fitur-fitur pada fasilitas vmeet yaitu penambahan pada Fitur Kelengkapan Belajar Mengajar pada vmeet
2. Penelitian ini menerima Hipotesis 2 yang diajukan yaitu variabel effort expectancy berpengaruh positif dan signifikan terhadap implementasi vmeet sehingga dapat disimpulkan pengaruh yang signifikan ini dikarenakan vmeet relatif mudah digunakan serta berdasarkan hasil wawancara singkat dengan responden diperoleh informasi bahwa sebagian besar responden telah menguasai teknologi informasi dan komunikasi pada tingkat yang relatif cukup tinggi atau dengan kata lain keahlian/pengalaman menggunakan komputer sudah cukup lama. Sehingga, responden tidak menganggap bahwa vmeet akan mempengaruhinya untuk menggunakan sistem tersebut. Hal ini juga dikarenakan tidak adanya perubahan yang periodikal
terjadi pada vmeet atau dengan kata lain sistem dalam kondisi yang stagnan.
3. Penelitian ini menerima Hipotesis 3 yang diajukan yaitu variabel social influence berpengaruh positif dan signifikan terhadap implementasi vmeet , sehingga dapat disimpulkan bahwa hasil pengujian ini menunjukkan bahwa lingkungan sosial di sekitar responden seperti teman-teman sejawat serta pihak akademis lainnya mempengaruhi para siswa untuk menggunakan vmeet dalam kegiatan belajar mengajar.
4. Penelitian ini menerima Hipotesis 4 yang diajukan yaitu UTAUT berpengaruh positif dan signifikan terhadap implementasi vmeet sehingga dapat disimpulkan bahwa variabel performance expectancy, effort expectancy, social influence terdukung dalam penelitian ini untuk menentukan user acceptance dan perilaku penggunaan atas implemetasi vmeet
B. Saran
Saran-saran yang diajukan dalam penelitian ini sehubungan dengan hasil penelitian adalah sebagai berikut:
Adapun saran-saran yang diberikan dalam penelitian ini adalah sebagai berikut:
Perlu dilakukan evaluasi atas implementasi vmeet oleh mahasiswa pjj Universitas Bina Darma secara periodik sehingga tidak terkesan statis. Evaluasi dapat dilakukan atas kebutuhan pemakai/pengguna vmeet Diperlukan pembaharuan software baik vmeet atau software yang baru yang sesuai dengan perkembangan dan kebutuhan, begitupula dengan desainnnya.
Vmeet perlu didukung pula oleh ketersediaan perangkat lunak dan perangkat keras yang memadai sehingga dapat diterapkan secara menyeluruh pada setiap proses belajar mengajar.
DAFTAR PUSTAKA
[1] Arikunto, Suharsimi. 2004. Prosedur Penelitian: Suatu pendekatan Praktek. Bandung: Rineka Cipta
[2] Sugiyono. 2003. Metode Penelitian Bisnis. Cetakan Kelima : Penerbit CV. Alfabeta: Bandung
[3] Tanembaum, Andrew S. 1996. Jaringan Komputer Edisi Bahasa Indonesia Jilid 1.Prenhallindo : Jakarta.
[4] Venkatesh et al, 2003). User Acceptance of Information Technology: Toward a Unified View. MIS uarterly 27(3), (425-478)
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
40
Analisis Kecenderungan Gaya Kognitif Siswa dalam
Pengembangan Dynamic Intelectual Learning (DIL)
Luh Setiani, Ketut Agustini
Program Studi Teknologi Pembelajaran, Program Pascasarjana
Universitas Pendidikan Ganesha
Singaraja, Indonesia
[email protected], [email protected]
Abstract—This study aims to develop Dynamic Intellectual
Learning (DIL) model as a paradigm shift towards e-modul
Adaptive Learning. The fundamental difference between DIL and
e-modul is the system's ability to identify the previous learner.
Ability, which allows the system to guide learners in accessing
material in accordance with its function. Ability. The present
model is a common development of e-modul model with additional
pre-test to identify. Ability before the learner. This allows learners
to jump directly to a certain level, so pre-test is an important
element in this research. Instruments should be able to identify the
ability of learners to master the learning materials. This DIL
model uses a prototype software development methodology. There
are three actors involved in this system, namely: teachers,
students, and administrators. Each actor has different access
rights, as they wish. Every need. The system is developed optimally,
so that every material provider (teacher). Can make arrangements
for pre-test, minimum limit of mastery for each material, and the
relationship between one material to another.
Keywords: Dynamic Intellectual Learning (DIL), E-modul,
Adaptive Learning
I. PENDAHULUAN
Pada era globalisasi, semakin berkembang pesat teknologi yang digunakan pada berbagai bidang, salah satunya yaitu dunia pendidikan.. Dampak dari perkembangan teknologi semakin maju, mengakibatkan instansi pendidikan baik negeri ataupun swasta tidak terlepas dari penggunaan komputer yaitu sebagai alat bantu dalam pengolahan data maupun kebutuhan sebagai media pembelajaran. Dengan pemanfaatan teknologi pada dunia pendidikan, diharapkan dapat memberdayakan proses belajar mengajar menjadi lebih kreatif dan kompetitif, dengan tampilan menarik, sehingga siswa dapat menguasai materi pelajaran. Dahulu, media pembelajaran menggunakan buku pelajaran, tetapi sekarang dengan adanya aplikasi media pembelajaran yang interaktif, membuat para siswa tidak jenuh dan mudah menyerap materi pembelajaran. Dengan adanya kemajuan teknologi, mengubah kebiasaan para siswa yang tadinya kurang minat membaca, sekarang rajin membaca buku di luar jam sekolah. Model DIL akan memberikan kesempatan kepada pengguna (peserta didik) untuk mengakses materi perkuliahan sesuai dengan intelektual atau kemampuannya masing-masing. Sehingga peserta didik yang
memiliki kemampuan lebih dibandingkan dengan yang lainnya akan memiliki kesempatan mengeksplorasi materi pembelajaran lebih banyak dan lebih cepat, dimana masing-masing peserta didik tidak harus menghadapi materi yang sama. Sistem yang dikembangkan akan mengidentifikasi secara serta merta kemampuan masing-masing pengguna. Hal ini tidak akan diperoleh pada metode pembelajaran konvensional (tatap muka di kelas), dimana peserta didik akan memperoleh perlakuan yang sama baik yang memiliki intelektual (kemampuan dasar) yang lebih baik maupun yang kurang. Melalui penelitian ini, akan dikembangkan sebuah Model DIL. Dalam proses pembelajaran yang dilakukan dengan menerapkan DIL akan diketahui gaya kognitif yang dimiliki masing-masing siswa selama proses pembelajaran yang akan dilakukan. DIL merupakan pengembangan e-modul yang sudah banyak diterapkan di berbagai lembaga pendidikan formal maupun non formal. Walaupun e-modul baru bergaung akhir-akhir ini, namun sudah banyak lembaga pendidikan mengkolaborasikan e-modul dengan metode pengajaran konvensional (tatap muka) yang selama ini dilaksanakan. Walaupun belum berjalan dengan optimal, namun beberapa pakar memperkirakan bahwa akan terjadi pergeseran paradigma pembelajaran dari e-modul menuju adaptive learning. [9] Beberapa institusi pendidikan di dalam negeri ada yang sedang, bahkan sudah mengembangkan sistem ini sesuai kebutuhan masing-masing. Di antaranya ada yang pengembangannya baru terbatas pada course materials delivery, namun ada pula yang sudah memiliki framework integral sistem e-modul untuk skala yang lebih luas dalam institusinya. Suatu hal yang perlu diperhatikan dalam impelementasi e-modul adalah sistem ini tidak hanya mampu mentransfer bahan ajar dari institusi pendidikan kepada peserta didik, tetapi yang jauh lebih penting adalah bagaimana sistem ini mampu memfasilitasi interaksi yang terjadi baik antara peserta didik dan pendidik maupun antar peserta didik itu sendiri. Dengan penerapan e-modul berbasis DIL diharapkan prestasi belajar siswa akan lebih meningkat karena yang diketahui bahwa masih banyak prestasi siswa yang rendah karena metode dan media yang digunakan masih dikatakan belum memadai yang akan memperngaruhi niat belajar siswa dan prestasi belajar siswa itu sendiri. Media belajar e-modul menekankan kepada gaya kognitif yang dimiliki masing-masing siswa Salah satu karakteristik siswa
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
41
adalah gaya kognitf. Gaya kognitif merupakan cara siswa yang khas dalam belajar, baik yang berkaitan dengan cara penerimaan dan pengolahan informasi, sikap terhadap informasi, mupun kebiasaan yang berhubungan dengan lingkungan belajar.
Gaya kognitif merupakan salah satu variabel kondisi belajar yang menjadi salah satu bahan pertimbangan dalam merancang pembelajaran (Bruce Joyce, 1992:241). Pengetahuan tentang gaya kognitif dibutuhkan untuk merancang atau memodifikasi materi pembelajaran, tujuan pembelajaran, serta metode pembelajaran. Diharapkan dengan adanya interaksi dari faktor gaya kognitif, tujuan, materi, serta metode pembelajaran, hasil belajar siswa dapat dicapai semaksimal mungkin. Hal ini sesuai dengan pendapat beberapa pakar yang menyatakan bahwa jenis strategi pembelajaran tertentu memerlukan gaya belajar tertentu. Maka E-modul ini akan dikembangkan dengan gaya kognitif siswa dan dipadukan dengan model Dynamic Intelectual Learning (DIL).
II. KAJIAN TEORI
A. Model Dynamic Intellectual Learning (DIL)
Dynamic Intellectual Learning (DIL) merupakan pengembangan e-modul yang saat ini sudah banyak diimplementasikan di beberapa lembaga pendidikan baik formal maupun informal. Model DIL akan memberikan kesempatan kepada para peserta didik untuk mengeksplorasi materi yang sesuai dengan kemampuan masing-masing peserta didik. Implementasi e-modul pada umumnya, tidak melakukan pembedaan pada peserta didik, setiap peserta didik dapat mengakses materi tanpa mempertimbangkan kemampuan dasar (intelektual) yang dimiliki. [2]
B. Gaya Kognitif
Gaya kognitif merupakan perbedaan dalam perilaku kognitif, berfikir, dan ingatan yang akan mempengaruhi perilaku dan aktivitas individu baik secara langsung maupun tidak langsung (Keefe, 1987; Allinson dan Hayes, 1996). Chen dan Macreadie (2002:3), dalam Jones dan Wright 2012 menyatakan bahwa gaya kognitif sebagai sebuah pilihan individu dan habitual approach terhadap pengorganisasian dan penyajian informasi. Oleh karena itu gaya kognitif (cognitive style) merupakan gaya seseorang dalam berfikir yang melibatkan kemampuan kognitif dalam kaitannya dengan bagaimana individu menerima, menyimpan, mengolah dan menyajikan informasi dimana gaya tersebut akan terus melekat dengan tingkat konsistensi yang tinggi yang akan mempengaruhi perilaku dan aktivitas individu baik secara langsung maupun tidak langsung, Gaya kognitif merupakan pola yang terbentuk dengan cara mereka memproses informasi, cenderung stabil meskipun belum tentu tidak dapat berubah [1]. Pada umumnya gaya kognitif dicapai dan terpola dalam waktu yang lama sebagai suatu kontinum. Blacman dan Goldstein, juga Kominski sebagaimana
diutarakan Woolfolk menjelaskan bahwa banyak variasi gaya kognitif yang banyak diminati para pendidik, dan mereka membedakan gaya kognitif berdasarkan dimensi, yakni (a) perbedaan aspek psikologis, yang terdiri dari field independence (FI) dan field dependence (FD), (b) waktu pemahaman konsep, yang terdiri dari gaya impulsive dan gaya reflecive. Gaya kognitif mencerminkan cara seseorang menanggapi dan melakukan sesuatu dalam kondisi yang berbeda. Gaya kognitif dalam penelitian ini adalah gaya kognitif FD dan FI yang mencerminkan dimensi persepsi, mengingat dan berpikir setiap individu dalam hal mempersepsikan, menyiman, mengubah dan memproses informasi. Siswa dengan kognitif FI dan FD memiliki perbedaan. Impikasi gaya kognitif berdasarkan perbedaan psikologis pada siswa dalam proses pembelajaran. Siswa yang memiliki gaya kognitif FD cenderung memilih belajar dalam kelompok, sesering mungkin berinteraksi dengan guru dan memerlukan penguatan yang bersifat eksstrinssik. Siswa yang memiliki gaya kognitif FI cenderung memilih belajar indivisual, merespon dengan baik dan independen, mereka dapat mencapai tujuan motivasi intrinsik. Berikut tabel perbedaan gaya kognitif FI dan DF.
Tabel 1 Gaya Kognitif
Field Dependent Field Independent
1. Berorientasi sosial 1. Berorientasi
imperonal
2. Mengutamakan motivasi
ekternal
2. Mengutamakan
motivasi internal
3. Lebih terpengaruh oleh
penguatan eksternal
3. Lebih terpengaruh
oleh pengutana
internal
4. Memandang obyek
secara global dan
menyatu dengan
lingkungan
4. Memandang obyek
terdiri dari bagian-
bagian sikrit dan
terpisah dari
lingkungan
5. Berpikir secara global 5. Berfikir secara
analitis
6. Cenderung memilih
profesi yang
mengutamakan
keterampilan sosial dan
humaniora
6. Cenderung memilih
profesi yang
mengutamakan
kemampuan untuk
menganalisi
III. METODE
Jenis penelitian ini adalah menggunakan metode Penelitian dan Pengembangan (Research & Development) dalam bidang pendidikan. Pengembangan media ini ditujukan untuk mengembangkan media pembelajaran yang bermanfaat untuk proses belajar mengajar dan mengatahui gaya kognitif siswa dalam proses pembelajaran. Pengembangan akan difokuskan pada media pembelajaran e-modul berbasis DIL pada kompetensi dasar memahami di SMK TI Bali Global
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
42
jurusan TKJ di Singaraja. Proses pengembangan E-modul berbasis DIL sebagai media pembelajaran di SMK Negeri TI Bali Global di Singaraja menggunakan model pengembangan Sugiyono yaitu model Reseach and Development sebagai acuan, dalam pelaksanaan pengaplikasian model tersebut yaitu disesuaikan dengan kondisi penelitian. Alasan digunakan model pengembangan Research & Developmet (R&D) adalah sebagai berikut: Model pengembangan ini sesuai untuk digunakan dalam mengembangkan media E-modul berbasis DIL yang bersifat prosedural dan bersifat proses. Langkah-langkah dalam model pengembangan ini sederhana dan mudah dilaksanakan dalam penelitian lapangan. Urutan setiap model tersusun secara sistematis sehingga dalam pelaksanaan setiap langkahnya terkontrol dengan baik.[6]
IV. HASIL DAN PEMBAHASAN
Hasil penelitian yang menjadi landasan pengembangan emodul diperoleh dari responden siswa dan guru. Hasil penelitian tersebut disajikan pada Tabel 2.
Tabel 2. Tanggapan siswa dan guru terhadap kecenderungan gaya belajar
No Sumber Data Gaya
Kognitif
Skor
(%)
1 Siswa SMK N TI
Bali Global
Tinggi 86,14
Sedang 57,08
Rendah 50,15
Analisis merupakan tahapan yang dilakukan setelah identifikasi dilakukan dalam pengembangan sistem emodul berorientasi gaya belajar. Pada tahap analisis ini dihasilkan deskripsi kebutuhan sistem, uraian fungsi sistem dan fitur utama sistem yang diharapkan. Sistem emodul ini diharapkan mampu memberikan presentasi materi yang berbeda-beda sesuai dengan kecenderungan gaya kognitif pengguna. Dengan demikian sistem harus mampu mengidentifikasi keberagaman gaya kognitif pengguna dan memanfaatkan data pengguna tersebut sebagai pertimbangan dalam menyampaiakan presentasi materi. Pengguna sistem emodul ini diharapkan memperoleh materi pembelajaran sesuai dengan gaya kognitifnya, sehingga proses pembelajaran menjadi lebih optimal. [8]
Sistem emodul berorientasi gaya kognitif yang dikembangkan atas dasar kenyataan bahwa emodul kovensional mempunyai keterbatasan yakni hanya mampu memberikan presentasi materi pembelajaran yang sama untuk semua pengguna. Keterbatasan sistem emodul konvensional menjadi masalah yang kritikal manakala sistem emodul tersebut diterapkan untuk rentang pengguna yang luas baik dalam hal demografi, gaya belajar, maupun tingkat pengetahuan misalnya untuk pendidikan jarak jauh, serta tingkat motivasi. Pengembangan e-modul dengan model DIL akan membantu gaya kognitif siswa dalam proses pembelajaran yang akan dilakukan,dengan model DIL siswa
mampu mengenali gaya kognitif yang dimiliki masing-masing siswa. Model DIL dengan e-modul jika dikaitkan sangat idel dikarenakan DIL mempunyai langkah-langkah yang mampu menganalisi gaya kognitif yang dimiliki siswa.Adapun langkah-langkah yang dilakukan dalam metode DIL sebagai sebagai berikut.
a. Melakukan uji coba pre-tes terhadap peserta didik.
b. Memilih materi
c. Mengambil bab
d. Mengambil Test Session
e. Peserta didik diharuskan mengambil materi yang tidak lulus.
V. KESIMPULAN
Pembelajaran e-modul menuju adaptive learning. Model ini merupakan sebuah framework pembelajaran online yang memberikan keleluasaan kepada pengguna (learner) untuk mengakses materi sesuai dengan kemampuannya masing-masing [9]. Model ini telah menyediakan fitur-fitur dimana penyedia materi (content provider) untuk melakukan setting terhadap instrumen awal (pre-tes), batas minimal pemahaman dari masing-masing materi, serta relasi antara materi satu dengan materi lainnya. Identifikasi kemampuan dasar pengguna (learner) dapat ditentukan dengan menggunakan instrumen (pre-tes) yang dapat dilakukan di awal sebelum pengguna mengakses materi pembelajaran. Dalam model DIL yang terdapat dalam e-modul akan membantu peserta didik untuk mengetahui gaya kognitif yang dimilikinya, dengan gaya kognitif yang sudah diketahui maka peserta didik akan mampu mengoreksi kemampuan yang dimiliki melalui pembelaran dengan e-modul. Namun dalam prototype ini instrumen yang digunakan belum melalui tahapan validasi baik secara empirik maupun dengan menggunakan expert judgement. Dalam model ini, instrumen untuk mengidentifikasi kemampuan siswa merupakan bagian penting dalam pengembangan sistem ini. Penelitian selanjutnya yang dapat dilakukan dalam pengembangan dan penyempurnaan model ini adalah melakukan validasi terhadap instrumen yang digunakan dalam mengidentifikasi kemampuan awal pengguna (learner) serta melakukan assesment terhadap model yang dihasilkan baik secara empirik maupun expert judgement. gaya kognitif yang dimiliki siswa.Adapun langkah-langkah yang dilakukan dalam metode DIL sebagai sebagai berikut. Langkah- langkah model DIL yaitu melakukan uji coba pre-tes terhadap peserta didik, memilih materi, mengambil bab, mengambil Test Session , Peserta didik diharuskan mengambil materi yang tidak lulus. Dari model DIL itu proses pembelajaran dengan E-modul akan membantu siswa mengetahui kemampuan kognitif yang dimilik baik rendah, sedang maupun tinggi.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
43
DAFTAR PUSTAKA
[1] Allinson, C. W. & Hayes, J. (1996). „The Cognitive Style Index: a measure of intuition analysis for organizational research.‟ Journal of Management Studies, 33 (1), 119-135.
[2] Abu Baka, Z. A. (2016). learning style construct in student's learning. Jurnal nasional kajian pustaka , 1-11.
[3] Andrawes salem,S,J. (2016). the settlement of e-modul. International Journal of Instructional Technology and Distance Learning , 53-64.
[4] Eka Ismantohadi, E. E. (2015). prototipe sistem e-modul. JNTETI, Vol. 4, No. 3,1-10.
[5] Gunawan, I. (2014). Metode penelitian kualitatif. Jakarta: PT Bumi Aksara.
[6] Sugiyono. (2015). Metode penelitian tindakan komprehensif. Bandung: ALFABETA.
[7] Sulistyo, H. (2013). The effectiveness of e-modul as instructional media (evaluation study of e-modul instructional model insmk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.
[8] Surya, A. A. 2016. Penerapan Teori Belajar Connectivism: Gagasan Tentang Konektivisme dan Penerapannya di Sekolah. Tersedia pada: https://connectivismindonesia. com/2008/09/29/gagasan-tentang-konektivisme-dan-penerapannya-di-sekolah/. Diakses pada Tanggal 25 Mei 2017
[9] Agustini, K.2017. The adaptive elearning system design: Student learning style trend analysis. Makalah. Disajikan dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
44
Persepsi Guru Terhadap Pengembangan
Profesionalisme Melalui Pelatihan Media
Pembelajaran Berbasis Edmodo
Noni Agustina, Ratnawati Susanto
Program Studi Pendidikan Bahasa Inggris, Program Studi Pendidikan Guru Sekolah Dasar
Universitas Esa Unggul
Jalan Terusan Arjuna Utara No. 9, Indonesia
Abstrak—Pendidikan yang berkualitas tidak terlepas dari
peranan guru dalam proses pembelajaran. Guru yang profesional
akan menciptakan generasi masa depan yang memiliki sikap,
pengetahuan dan keterampilan yang berkualitas. Untuk
membentuk guru yang profesional diperlukan usaha-usaha untuk
mengembangkan profesionalismenya. Salah satu usaha yang
dapat dilakukan adalah dengan mengikuti pelatihan yang dapat
meningkatkan kompetensi. Di zaman sekarang, guru dituntut
untuk memiliki kecakapan digital (digital literacy). Oleh karena
itu, guru harus mampu mengintegrasikan teknologi dalam
pembelajaran. Untuk memfasilitasi hal tersebut, SEAMOLEC
memberikan kesempatan kepada guru di wilayah Indonesia untuk
mengikuti pelatihan Edmodo yang dapat meningkatkan
kemampuan profesionalisme guru. Pelatihan ini dilakukan
secara daring sehingga tidak menggangu aktivitas mengajar guru
di sekolah. Penelitian ini sangat penting dilakukan untuk mengali
dan menggambarkan persepsi guru mengenai pelatihan media
pembelajaran yang berbasis Edmodo. Metodologi yang digunakan
adalah desktiptif qualitative dengan jumlah sampelnya sebanyak
13 guru yang terdiri dari guru SMP, SMA dan SMK yang tersebar
di beberapa provinsi di wilayah Indonesia. Untuk
menggumpulkan data menggunakan angket secara online dan
dokumen analisis. Hasil penelitian menunjukkan bahwag guru
memiliki persepsi yang positif terhadap pengembangan
profesonalisme melalui pelatihan Edmodo karena mereka dapat
meningkatkan kompetensi mereka dalam menggunakan Edmodo
dalam proses pembelajaran. Selain itu, proses pembelajaran
menggunakan Edmodo memberikan manfaat kepada siswa
karena hampir sebagian besar siswa senang dan termotivasi
dalam belajar.
Kata Kunci—persepsi guru; pelatihan; pengembangan
profesionalisme; media sosial Edmodo
I. PENDAHULUAN
Guru merupakan jantung pendidikan yang memiliki
peranan yang sangat besar dalam mencetak generasai bangsa.
Guru adalah salah satu profesi yang dituntut untuk selalu
mengembangkan profesionalismenya. Pengembangan
profesionalisme tersebut bertujuan untuk meningkatkan,
memperbaharui kompetensi guru, meningkatkan rasa bangga
dan cinta terhadap profesi guru sehingga dapat mencapai
pendidikan yang berkualitas [1].
Terdapat beberapa cara yang dapat dilakukan untuk
mengembangkan kemampuan profesionalisme guru yaitu
mengembangkan diri dengan melakukan kegiatan seperti
diklat, pelatihan atau lokarya; mengikuti publikasi ilmiah,
serta mengembangkan karya inovatif seperti membuat
sebuah karya, alat peraga atau media belajar [2]. Meskipun
terdapat beberapa cara mengembangkan profesionalisme
guru, masih ada guru yang tidak melakukanya dengan alasan
keterbatasan waktu. Hal tersebut dibuktikan dalam penelitian
yang dilakukan oleh Suprianto bahwa dari 131 guru di salah
satu SMK Sragen, hanya 12 guru yang mau mengembangkan
kemampuan profesionalismenya dalam bentuk penelitian
tindakan sekolah dan membuat media pembelajaran,
meskipun masih belum dilakukan secara berkesinambungan.
Untuk mengatasi masalah tersebut, SEAMOLEC
memberikan kesempatan kepada guru-guru Indonesia untuk
mengembangkan kemampuan profesionalismenya dengan
mengadakan pelatihan membuat media pembelajaran yang
berbasis aplikasi, yang disebut dengan Edmodo secara daring
[3]. Pelatihan Edmodo secara daring merupakan salah satu
cara dalam meningkatkan kompetensi guru, dalam hal ini
adalah literasi digital guru Indonesia karena di era abad 21,
guru harus mampu mengintegrasikan teknologi dalam
pembelajaran yang diharapkan dapat memberikan bekal
kepada siswa dalam kehidupan mendatang sehingga sumber
daya manusia Indonesia dapat bersaing di tingkat regional,
nasional maupun internasional.
Berdasarkan studi pendahuluan yang dilakukan, guru-guru
Indonesia mengikuti pelatihan Edmodo secara daring dan
gratis mulai tanggal 10 Mei sampai 13 Juni 2017. Studi ini
sangat penting dilakukan untuk mengeksplorasi dan
menggambarkan persepsi guru-guru Indonesia dalam
mengembangkan kemampuan profesionalisme mereka
melalui pelatihan pembuatan media pembelajaran berbasis
Edmodo mulai dari tahapan orientasi, pembelajaran,
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
45
pembuatan media pempelajaran berbasis Edmodo dan
implementasi aplikasi tersebut.
II. LANDASAN TEORI
A. Persepsi
Persepsi secara psikologis sangat berpengaruh dalam
kehidupan manusia. Persepsi merupakan fungsi otak dalam
menerjemahkan stimuls atau proses yang masuk melalui
indera manusia [4]. Persepsi pada setiap individu dapat
berbeda dan persepsi positif dan negatif akan mempengaruhi
setiap tindakan manusia secara nyata. Perbedaan persepsi
dapat terjadi karena faktor-faktor yang berbeda pada diri
individu, antara lain pendidikan, pengetahuan, pengalaman
dan sudut pandang dalam menerima suatu objek melalui
panca inderanya dan kemudian menafsirkannya. Faktor-
faktor ini dapat digolongkan sebagai faktor internal dan
faktor eksternal. Faktor internal mencakup antara lain
perasaan, sikap, kepribadian, keinginan/harapan, perhatian,
nilai, minat, motivasi dan sebagainya. Sementara faktor
eksternal yang dapat mempengaruhi persepsi adalah: latar
belakang keluarga, informasi yang diperoleh atas
pengetahuan, kondisi lingkungan dan sebagainya. Persepsi
juga merupakan hasil pengamatan terhadap objek atau
peristiwa yang diinterpretasikan [5] Pengamatan dapat
terjadi karena fungsi dari kognisi manusia yang diawali
dengan pencatatan indera, pengenalan pola dan perhatian
sebagai langkah awal yang melahirkan suatu persepsi.
Perhatian menjadi indikator ketertarikan seorang individu
atas suatu objek yang selanjutnya melahirkan persepsi positif
atau negatif, yang selanjutnya menyebabkan seseorang
melakukan tindakan atas persepsinya.
B. Pelatihan
Pelatihan sebagai suatu rangkaian kegiatan atau aktivitas
yang dirancang untuk meningkatkan keahlian seseorang baik
berupa pengetahuan, keterampilan dan sikap. Pelatihan
merupakan bagian dari pendidikan yang menyebabkan
seseorang dapat mengikuti informasi, ilmu pengetahuan dan
teknologi yang berkembang dengan sangat cepat dan
melakukan penyesuaian terhadap cara kerja yang lebih baru,
lebih efisien dan lebih efektif , lebih inovatif, lebih kreatif dan
menjadi lebih optimal dalam mencapai tujuan dengan
memperhatikan tingkat kenyamanan dalam melakukan
aktivitas [6]. Maka pelatihan menjadi bagian yang dapat
memfasilitasi terjadinya perubahan perilaku hasil belajar.
Pelatihan juga merupakan bagian dari pembelajaran karena
dengan pelatihan, seseorang belajar untuk mengembangkan
kemampuannya. Beberapa prinsip dari pelatihan yang sangat
mendasar adalah bahwa adanya partisipasi aktif dalam proses
pembelajaran/pelatihan, yang berarti bahwa peserta pelatihan
hendaknya menerapkan hasil pelatihan sehingga
meningkatkan tingkat pemahaman atas konsep pengetahuan
materi, keterampilan dalam menggunakan/mengaplikasikan
dan sikap dalam menggunakan. Hasil pelatihan akan
semakin efektif apabila terkait dengan pekerjaan atau
kehidupan nyata
C. Pengembangan Profesionalitas
Pengembangan profesional seorang guru antara lain
adalah ditunjang dengan kemampuannya menciptakan
kondisi dan interaksi proses pembelajaran yang optimal dan
kondusif. Kemampuan profesionalitas guru dapat terlihat
dari caranya memberdayakan, merancang ataupun
mengembangkan sumber belajar. Dalam kawasan disiplin
ilmu Teknologi Pendidikan, yang dimaksud dengan sumber
belajar menurut AECT (Association of Education
Communication Technology), meliputi: (1) Pesan (Message)
yaitu semua bentuk gagasan, fakta, arti, data yang menjadi
materi/pesan pembelajaran yang dirancang oleh guru untuk
diteruskan kepada siswa; (2) Orang (People) yaitu orang
yang bertindak sebagai penyimpan, pengolah dan penyaji
pesan , misalya guru, siswa; (3) Bahan (Material), yaitu
perangkat lunak yang mengandung pesan untuk disajikan,
misalnya internet, (4) Alat (device), yaitu perangkat keras
yang digunakan untuk menyampaikan pesan yang tersimpan
dalam bahan, misalnya: komputer.; (5) Teknik (Technique),
yaitu prosedur atau acuan yang dipersiapkan untuk
penggunaan bahan, misalnya melalui simulasi, menonton
film dan sebagainya; (6) Lingkungan (Setting), yaitu situasi
atau suasana sekitar di mana pesan disampaikan, misalnya:
dalam ruangan, berbasis maya, dan sebagainya.
Kemampuan para guru peserta pelatihan dalam
menerapkan media sosial Edmodo dalam pembelajaran
merupakan bagian dari pengembangan profesionalitas guru,
karena di dalamnya guru melakukan kegiatan pengembangan
sumber belajar, melalui aktivitas penggunaan Edmodo, guru
menyampaikan materi (pesan ) dari guru kepada siswa
(orang) dengan menggunakan internet (bahan) dan komputer
(alat) melalui teknik informasi dan teknologi (Techique)
dengan berbasis pada lingkungan pembelajaran tatap muka
dan maya (e-learning).
D. Media Sosial Edmodo dan Studi yang Relevan
Edmodo adalah jaringan media sosial yang dimanfaatkan
dalam pembelajaran secara online. Jaringan ini dianggap
aman untuk digunakan dalam pembelajaran kelas online.
Penggunaan media sosial online ini memungkinkan interaksi
berlangsung tanpa batas ruang dan waktu. Guru, siswa, dan
orang tua dapat berinteraksi dengan menggunakan Edmodo.
Guru dapat memposting tugas atau latihan dan quiz. Siswa
dapat mengirim tugas, pekerjaan rumah atau latihan juga.
Siswa, guru, dan orang tua dapat melihat nilai. Edmodo
sangat bermanfaat dalam aktivitas pembelajaran karena dapat
mendorong interaksi sosial dimana siswa dapat
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
46
mengungkapkam ide atau pendapat mereka dalam “dinding”
Edmodo [7]
Terdapat beberapa langkah dalam menggunakan
Edmodo. Langkah-langkah tersebut adalah (a) guru
mendaftar; (b) siswa mendaftar: (c) memposting dasar, (d)
melakukan posting berikutnya; (e) memposting polling; (f)
bekerja dengan tugas; (g) membuat kuis; (h) memberi tugas
melalui kuis; (i) mengambil quiz; (j) membagi kelas; (k)
membuat kalender dan perpustakaan; (l) memberi umpan
balik. Adapun catatan yang menjadi keterbatasan yang perlu
diperhatikan dalam mengaplikasikan Edmodo dalam
pembelajaran tatap muka di kelas adalah: (a) harus
tersedianya koneksi internet, dan (b) jumlah komputer harus
sesuai dengan jumlah siswa di kelas. [8]
Edmodo memiliki bentuk seperti facebook. Edmodo
sangat tepat digunakan untuk mengajarkan kemampuan
menulis, khususnya mengajarkan Genre-Based Approach.
Siswa memberikan persepsi positif dan negatif dalam
menggunakan Edmodo dalam proses pembelajaran menulis.
Menggunakan Edmodo merupakan pengalaman baru untuk
mereka, sehingga ketika pertama kali menggunakan Edmodo
mereka menemui kendala. Namun mereka dapat mengunduh
materi yang diberikan oleh guru dalam fitur library yang ada
dalam Edmodo. Mereka juga merasakan bahwa
menggunakan Edomo sangat mudah dan sederhana serta
mereka termotivasi dalam menulis menggunakan Edmodo.
Mereka juga dapat berkomunikasi dengan guru dan teman
meskipun terkendala dengan Bandwith [9]
Selain itu, siswa yang memiliki motivasi yang tinggi
sangat tertantang karena dapat membangun kepercayaan diri
dan kemandirian dalam belajar karena peran guru tidak
terlalu dominan. Hasil belajar siswa dengan menggunakan
Edmodo lebih tinggi dibandingkan dengan pembelajaran
tanpa menggunakan Edmodo [10,11]
Edmodo mendorong keterlibatan siswa dan
pembelajaran, preferensi siswa untuk menggunakan Edmodo
terutama ditujukan untuk sumber daya, dukungan dan
komunikasi seperti forum, diskusi dan juga untuk aktivitas
online, siswa menemukan Edmodo sebagai sebuah platform
pembelajaran sosial yang bagus dan mudah digunakan dan
memungkinkan mereka menikmati bekerja di kelas online.
[12]
III. METODOLOGI PENELITIAN
Penelitian ini menggunakan metodologi deskriptif kualitatif. Pelaksanaan penelitian dimulai dari Mei sampai Juli 2017. Pelatihan Edmodo diikuti oleh 30 peserta yang terdiri dari guru di beberapa wilayah Indonesia. Pengumpulan data dilakukan dengan menggunakan angket secara elektronik yaitu menggunakan google form yang terdiri dari 16 item pertanyaan yang terkait dengan persepsi guru dalam pengembangan profesionalisme melalui pelatihan media
pembelajaran berbasis Edmodo dan dokumen analisis berupa jadwal pelatihan yang diberikan oleh SEAMOLEC dalam website (http://mooc.seamolec.org). Meskipun angket diberikan kepada 30 peserta pelatihan Edmodo, hanya 13 peserta yang mengirimkan angket kepada peneliti. Oleh karena itu, jumlah sampel yang digunakan sebanyak 13 guru. Teknik sampling yang digunakan adalah teknik sampling jenuh.
IV. HASIL DAN PEMBAHASAN
Berdasarkan hasil angket yang diperoleh, data demografi menunjukkan bahwa subyek penelitian ini terdiri dari 7 guru yang berjenis kelamin perempuan dan 6 guru berjenis kelamin lakik-laki. Usia guru bervariasi, usia dengan rentangan 20-30 tahun sebanyak 2 orang, usia 31-40 sebanyak 3 orang, usia 41-50 sebanyak 8 orang. Masa mengajar guru juga bervariasi, masa mengajar 1-5 tahun sebanyak 1 orang, 6-10 tahun sebanyak 4 orang, 11-15 tahun sebanyak 5 orang, 16-20 sebanyak 2 orang, di atas 20 tahun sebanyak 1 orang. Guru-guru tersebut berasal dari wilayah Aceh, Banten, Nusa Tenggar Barat, Riau, Bali, Jawa Tengah, Bekasi, Jawa Barat, Sumatera Utara dan Sumatera Utara. Mereka mengajar dari tingkat SMP, SMA dan SMK dengan mata pelajaran yang bervariasi.
Informasi mengenai pelatihan SEAMOLEC diperoleh dari beberapa sumber yaitu dari teman (sebanyak 5 orang), SEAMOLEC (sebanyak 3 orang), WhatsApp (sebanyak 2 orang), facebook (sebanyak 1 orang), email (sebanyak 1 orang), dan internet (sebanyak 1 orang). Data menunjukkan bahwa sebanyak 53,8 % pernah mengikuti pelatihan Edmodo sebelumnya dan 46,2 % belum pernah. Para guru mengikuti pelatihan Edmodo yang diselenggarakan oleh SEAMOLEC karena memiliki beberapa alasan. Alasannya dalah sebanyak 46 % ingin meningkatkan kompetensi (pengetahuan dan keterampilan) terutama dalam bidang IT, 39 % karena ingin mengimplementasikan dalam proses belajar dan mengajar, dan 15 % karena tuntutan zaman dimana guru harus bisa menyesuaikan pembelajaran di era digital. Hasil penelitian tersebut memiliki kesamaan dengan penelitian yang dilakukan oleh Ekici (2017) yaitu 58 calon guru SD di Turki memiliki persepsi bahwa pengetahuan pedagogik dan kompetensi dalam menggunakan teknologi, dalam hal ini Edmodo mengalami peningkatan. Banyak dari mereka sebelumnya belum pernah menggunakan Edmodo. Mereka mengatakan bahwa Edmodo sangat bermanfaat bagi mereka karena dapat digunakan dalam pembelajaran yang bersifat kolaboratif dan komunikatif. Penggunaan teknologi sangat diperlukan oleh guru dalam pengembangan profesionalisme mereka karena dapat menunjang proses pembelajaran (Enriquez, 2014) [13]
SEAMOLEC memberikan pelatihan secara daring dengan jadwal yang terstruktur dengan baik. Para guru mendapatkan kesempatan untuk mengikuti orientasi pada pertemuan pertama pada tanggal 10 Mei 2017, proses pembelajaran yang terdiri dari membaca materi yang disediakan , diskusi secara
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
47
“live” ketika proses pembelajaran secara daring maupaun melalui WhatsApps group dan mengerjakan latihan (quiz), dan impelentasi dan pengumpulan karya akhir. Proses pembelajaran sebanyak 8 sesi. Hanya ada 4 guru yang mengikuti proses pembelajaran sebanyak 8 sesi, sisanya hanya mengikuti sebanyak 1 sesi (sebanyak 1 orang), 2 sesi (sebanyak 1 orang), 3 sesi (sebanyak 1 orang), 4 sesi (sebanyak 5 orang), dan 6 sesi (sebanyak 1 orang).
Gbr. 1 Jadwal Pelatihan Edmodo (http://mooc.seamolec.org)
Alasan guru mengikuti kurang dari 8 sesi karena kesibukan, berbenturan dengan kegiatan lain, terbatasnya waktu, sinyal yang tidak stabil dan dapat membaca materi dalam bentuk handout powerpoint and video yang telah disediakan di website (http://mooc.seamolec.org) secara mandiri.
Gbr. 2 Materi Pelatihan Edmodo (http://mooc.seamolec.org)
Sebanyak 61,5 % guru menemui kendala dalam mengimplementasikan Edmodo. Hampir sebagian besar, masalah yang dihadapi adalah masalah koneksi jaringan internet yang tidak stabil. Selain itu adalah masalah fasilitas sekolah yang tidak memadai dan kualitas suara yang kurang jelas. Untuk menghadapi permasalahan tersebut, guru menggunakan paket data, menggunakan beberapa provider, mencari tempat yang jaringannya baik, bertanya kepada mentor SEAMOLEC, berlagganan Indohome 100 Mbps, pergi ke warnet, dan menggunakan speaker. Ekici (2017) juga menemukan bahwa calon guru SD di Turki menemui kendala dalam penggunaan akses internet [13].
Ketiga belas guru tersebut mengajarkan mata pelajaran yang berbeda. Mata pelajaran yang diajarkan dengan menggunakan Edmodo yaitu bahasa Jawa, Bahasa Inggris,
IPA, kimia, matermatika, pengantar akuntansi, pemprograman web, TIK dan pemeliharaan kelistriakn dan kendaraan ringan. Mereka memposting tugas, ulangan atau quiz, materi dalam bentuk Microsoft word, PDF, PowerPoint, video yang terhubung dengan YouTube dan tutorial menggunakan Edmodo.
Guru memperkenalkan Edmodo kepada siswa dengan beberapa cara yaitu membawa siswa ke laboratorium komputer, menjelaskan dan meminta siswa untuk mempraktekannya. Ketika guru menggunakan Edmodo dalam proses pembelajaran, siswa memberikan respon positif dan negatif. Hampir sebagian besar sangat senang dan termotivasi dalam menggunakan Edmodo (69%) dan sebanyak 31 % siswa terkadang masih bingung cara menggunakannya.
Guru memiliki persepsi yang berbeda ketika menggunakan Edmodo dalam proses pembelajaran. Sebanyak 38 % mengatakan bahwa proses pembelajaran menjadi menyenangkan meskipun ada dari beberapa guru merasa sedikit merepotkan. 15 % mengatakan bahwa proses pembelajaran menjadi efektif dan efisien dan 3 % mengungkapkan bahwa menggunakan Edmodo dapat mempermudah dalam proses pembelajaran. Sebanyak 8 % merasa tertantang dalam menggunakan Edmodo. Hasil penelitian juga menunjukkan bahwa 8 % hasil belajar dan motivasi belajar siswa meningkat. Meskipun sebagian besar mengungkapkan bahwa Edmodo memberikan manfaat, namun sebanyak 8 % belum menunjukkan hasil yang maksimal dalam menggunakan Edmodo.
Pelatihan menggunakan Edmodo yang diikuti oleh guru memberikan manfaat dalam pengembangan profesionalisme guru karena dapat meningkatkan kompetensi guru yaitu kompetensi dalam menggunakam media pembelajaran yang berbasis teknologi. Muara dari pengembangan profesionalisme tersebut dapat memberikan dampak terhadap peningkatan kuliatas pembelajaran.[14]
V. KESIMPULAN
Salah satu dampak positif dari pengembangan profesionalisme guru adalah terjadi peningkatan kompetensi guru. Hasil penelitian menunjukkan bahwa sebanyak 46 % kompetensi guru dalam menggunakan teknologi, khususnya Edmodo mengalami peningkatan dan mereka memiliki semangat untuk mengimplemtasikannya dalam proses pembelajaran yang sesuai dengan tuntutan zaman.
Jika dilihat dari rentangan usia, guru-guru peserta pelatihan Edmodo yang diselenggarakan SEAMOLEC bersemangat dalam meningkatkan kompetensi mereka. Meskipun sebagian besar berada di rentangan usia 31-50 tahun. Selain itu mereka tidak menyerah ketika menemui kendala seperti koneksi jaringan internet yang tidak stabil dan terbatasnya sarana dan prasarana sekolah. Mereka berusaha mencari solusi atas permasalahan tersebut seperti berlanggana Indihome, menggunakan data paket, menggunakan speaker
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
48
dan pergi ke warung internet. Hampir sebagian besar merasakan bahwa penggunaan Edmodo dalam pembelajaran memberikan manfaat positif dalam proses pembelajaran.
Penelitian ini hanya menggunakan 13 subyek penelitian, diharapkan penelitian selanjutnya menggunakan sampel yang lebih besar sehingga dapat memberikan gambaran yang lebih komprehensif. Selain itu diperlukan instrumen penggumpulan data berupa angket yang membahas mengenai persepsi siswa dalam penerapan Edmodo dalam proses pembelajaran.
DAFTAR PUSTAKA
[1] S. E. Suprianto, “Analisis Pengembangan Profesionalisme Guru Berkelanjutan Di SMK Negeri 2 Sragen,” 2015.
[2] A. Y. Sobri, “Model-Model Pengembangan Profesionalisme Guru,” Konvensi Nas. Pendidik. Indones. VIII Tahun 2016, vol. 4, no. 2, pp. 55–67, 2016.
[3] W. Prayitno, “Pengembangan Pendidikan Dan Pelatihan Jarak Jauh Dengan Aplikasi Edmodo,” 2015.
[4] Sugihartono, Psikologi Pendidikan. 2007.
[5] Suharman, Psikologi Kognitif. 2015
[6] Nasution.Teknologi Pendidikan. 2012
[7] Monalisa and H. Ardi, “Using Edmodo Educational Social Network in Teaching English for High School Sudents,” J. English Lang. Teach., vol. 2, no. 1, pp. 220–225, 2013.
[8] S. S. Evenddy and W. Hamer, “Edmodo As A Media to Teach Vocabulary,” J. English Lang. Stud., vol. 1, no. 1, pp. 26–34, 2016.
[9] P. Purnawarman, Susilawati, and W. Sundayana, “The Use of Edmodo in Teaching Writing in A Blended Learning Setting,” Indones. J. Appl. Linguist., vol. 5, no. 2, pp. 242–252, 2016.
[10] T. Hastomo, “The Effectiveness of Edmodo to Teach Writing Viewed From Students ’ Motivation,” 2016, vol. 1, pp. 580–585.
[11] A. Z. Nu’man, “Efektifitas Penerapan E-Learning Model Edmodo Dalam Pembelajaran Pendidikan Agama Islam Terhadap Hasil Belajar Siswa (Studi Kasus : SMK Muhammadiyah 1 Sukoharjo),” Duta.com, vol. 7, no. 1, pp. 1–13, 2014.
[12] K. Balasubramanian and L. Nitin Fukey, “A Study on ‘Student Preference towards the Use of Edmodo as A Learning Platform to Create Responsible Learning Environment,’” in Procedia - Social and Behavioral Sciences, 2014, vol. 144, no. 144, pp. 416–422.
[13] D. I. Ekici, “The Use Of Edmodo in Creating An Online Learning Community of Practice for Learning to Teach Science,” vol. 5, no. 2, pp. 91–106, 2017.
[14] T. Trust, D. G. Krutka, and J. P. Carpenter, “‘Together we are better’: Professional learning networks for teachers,” Comput. Educ., vol. 102, pp. 15–34, 2016.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
49
Desain Sistem Personalisasi E-Learning Berbasis
Felder Silverman Model Untuk Materi Animasi 2
Dimensi di SMK Negeri Singaraja
G. N. Pardomuan, Ketut Agustini
Program Studi Pascasarjana Teknologi Pembelajaran
Undiksha
Singaraja, Indonesia
[email protected], [email protected]
Abstrak—Perkembangan e-learning saat ini terus
berkelanjutan. E-learning menjadi semakin adaptif
(menyesuaikan) dengan adanya personalisasi e-learning yang
dapat mendeteksi karakteristik dan kebutuhan individu dari
siswa. Dengan tujuan menciptakan sebuah personalisasi e-
learning untuk lingkungan sekolah menengah kejuruan,
dikembangkanlah personalisasi e-learning yang mengadopsi
dimensi visual/verbal dari Felder Silverman. Sistem memiliki
sebuah algoritma yang dapat menentukan tipe materi
pembelajaran (visual/verbal) yang dapat yang sesuai dengan
gaya belajar siswa. Setelah tahapan pengembangan sistem,
sistem diujicobakan ke siswa di SMK Negeri Singaraja.
Kuisioner disebar ke seluruh partisipan termasuk guru dan
dosen sebagai ahli untuk mengetahui tingkat kelayakan dan
kepuasan dari sistem yang diusulkan, untuk digunakan sebagai
media yang mendukung pembelajaran di sekolah
Kata kunci: personalisasi e-learning, felder silverman, gaya
belajar adaptif
I. PENDAHULUAN
Perkembangan teknologi informasi dan komputer yang sangat pesat akhir-akhir ini, mendapat sambutan positif di masyarakat. Berbagai layanan masyarakat sudah mengimplementasikan ICT (Information and Communication Technology). Dalam dunia bisnis di kenal dengan istilah e-business atau e-commerce, di dunia pemerintahan dikenal dengan istilah e-government dan bagi dunia pendidikan dikenal dengan istilah e-learning.
SMK sebagai salah satu lembaga pendidikan kejuruan perlu membekali siswa dan lulusannya dengan keterampilan yang memadai termasuk kompetensi ICT. Tuntutan yang harus dilaksanakan sekolah dalam pelaksanaan proses pembelajaran yang memanfaatkan teknologi informasi dan komunikasi menghadapi berbagai kendala yang tidak sederhana. Masalah utama yang seringkali dihadapi oleh pihak sekolah dan guru adalah keterbatasan sarana dan prasarana, sumber daya manusia dan sumber belajar.
Siswa memiliki cara yang berbeda untuk belajar. siswa dengan preferensi (disukai) yang kuat untuk gaya belajar
tertentu dapat memiliki kesulitan dalam belajar jika cara mengajar tidak sesuai dengan gaya belajar mereka, sehingga siswa yang gaya belajar tidak didukung oleh lingkungan belajar mungkin mengalami masalah dalam proses pembelajaran. Idealnya setiap pelajar mendapat perlakuan yang berbeda-beda sesuai dengan gaya belajarnya masing-masing. Akan tetapi, tentu tidak mudah bagi para pengajar untuk dapat menyesuaikan cara mengajarnya dengan kebutuhan murid yang berbeda-beda. Cara mengajar tiap pengajar mungkin cocok untuk sebagian pelajar dengan gaya belajar tertentu. tetapi tidak cocok untuk pelajar dengan gaya belajar yang lain. Hal ini memang tidak bisa dipaksakan karena terkait dengan kemampuan tiap-tiap pengajar itu sendiri.
Menurut Junqi dkk (2009) Learning Management System (LMS) yang ada saat ini tidak adaptif dengan tidak mempertimbangkan perbedaan individu siswa dan memperlakukan semua siswa secara sama terlepas dari kebutuhan dan karakteristik pribadi mereka, hal inilah yang dimaksud sebagai personalisasi (personalization). Patrick dkk (2013) menjelaskan bahwa pembelajaran berbasis personalisasi (personalized learning) adalah pembelajaran pribadi yang menyesuaikan pada setiap kekuatan, kebutuhan dan kepentingan siswa.
Salah satu Pendekatan yang digunakan dalam mengembangkan personalisasi e-learning yaitu melalui pendekatan Felder Silverman Learning Style Model (FSLSM). Pada penelitian ini, dimensi gaya belajar yang menjadi fokus utama yaitu visual, audio dan kinestetik. Adapun tujuan dari pengembangan sistem personalisasi ini adalah memberikan inovasi dalam hal kenyamanan dan lebih jauh lagi mengenai peningkatan efektivitas dalam proses pembelajaran.
II. KAJIAN TEORI
A. E-learning
E-learning merupakan Pembelajaran yang disusun dengan tujuan menggunakan sistem elektronik atau komputer
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
50
sehingga mampu mendukung proses pembelajaran (Michael, 2013:27). Perangkat lunak LMS (learning management system) saat ini banyak ada di pasaran, berikut adalah dua belas LMS terbaik dan gratis yang direkomendasikan Balai Pelatihan dan Pengembangan Teknologi Informasi dan Komunikasi (BPPTIK-DepKomInfo) di tahun 2015 diantaranya, (1) MOODLE (http://moodle.org), (2) Blackboard CourseSites (https://www.coursesites.com), (3) Schoology (https://www.schoology.com), (4) Latitude Learning (http://www.latitudelearning.com), (5) Academy Of Mine (http://www.academyofmine.com), (6) .LRN (http://www.dotlrn.org), (7) eFront (http://www.efrontlearning.net), (8) Dokeos (http://www.dokeos.com), (9) Sakai (https://sakaiproject.org), (10) ATutor(http://atutor.ca/atutor), (11) ILIAS (http://www.ilias.de), (12) Udemy (https://www.udemy.com).
B. Gaya Belajar (Learning Style)
Para ahli memberikan beberapa pengertian gaya belajar. Pada dasarnya kemampuan seseorang untuk memahami dan menyerap pelajaran sudah pasti berbeda tingkatnya. Ada yang cepat, sedang, dan ada pula yang sangat lambat. Oleh karena itu, siswa seringkali harus menempuh cara berbeda untuk bisa memahami sebuah informasi atau pelajaran yang sama. Gaya belajar merupakan cara belajar yang khas bagi siswa (Winkel, 2009).
C. Prestasi Belajar
Prestasi adalah hasil yang telah dicapai seseorang dalam melakukan kegiatan. Gagne (1985:40) menyatakan bahwa Prestasi Belajar dibedakan menjadi lima aspek, yaitu : kemampuan intelektual, strategi kognitif, informasi verbal, sikap dan keterampilan. Menurut Bloom dalam Suharsimi Arikunto (1990:110) bahwa hasil belajar dibedakan menjadi tiga aspek yaitu kognitif, afektif dan psikomotorik.
Dalam penelitian ini prestasi belajar dapat ditentukan pada tahap evaluasi belajar dimana peneliti bisa mengetahui tingkat prestasi yang dicapai siswa baik prestasi tinggi, sedang, maupun rendah.
D. Felder Silverman Learning Style Model (FSLSM)
Personalisasi juga dapat diartikan sebagai negosiasi antar materi dan informasi atau profil pengguna dalam hal ini adalah siswa. Oleh karena itu, baik struktur maupun informasi mengenai siswa lebih dahulu dibutuhkan sebelum personalisasi dapat terjadi. Gaya belajar dianggap sebagai parameter yang penting untuk menentukan metode pembelajaran yang paling cocok untuk seorang pembelajar. Gaya belajar merupakan pendekatan dalam pembelajaran yang menekankan fakta bahwa individu-individu memiliki karakteristik dan preferensi berkaitan dengan cara menerima dan memproses informasi dengan cara-cara yang sangat berbeda. Ada berbagai teori yang memodelkan gaya belajar, salah satunya adalah teori gaya belajar Felder-Silverman.
FSLSM merupakan salah satu teori gaya belajar yang diusulkan oleh Felder dan Silverman pada tahun 1988. Berdasarkan banyak hasil penelitian, FSLSM merupakan learning style yang paling sesuai untuk diaplikasikan dalam e-learning atau pembelajaran online lainnya. Secara jelas, teori FSLSM membedakan preferensi atau karakteristik siswa dalam menerima dan mengolah informasi ke dalam empat dimensi. Empat dimensi tersebut antara lain:1) dimensi aktif/reflektif,2) dimensi sensing/intuitive, 3) dimensi visual/verbal, dan 4) sekuensial/global. Dalam penelitian ini pembahasan mengenai FSLSM lebih di fokuskan pada dimensi visual/verbal.
Felder-Silverman menggunakan dimensi Input (visual/verbal), dan Understanding (sequential/global), detail dimensi dari gaya belajar Felder-Silverman ditampilkan pada Tabel 1
Tabel 1. Dimensi Gaya Belajar Felder Silverman
Dimensi Gaya
Belajar Keterangan
Pemrosesan Active
Reflexive
Bagaimana siswa
memproses informasi
Persepsi Sensitive
Intuitive
Berkaitan dengan
bagaimana siswa
melakukan persepsi
informasi
Input Visual
Verbal
Jenis inputan informasi
seperti apa yang mudah
diterima siswa
Pemahaman Sequential
Global
Bagaimana siswa
mencapai pengertian
1) Gaya Belajar Active-Reflective (Dimensi Pemrosesan) Proses mental dimana informasi dikonversi menjadi
pengetahuan dapat dikelompokkan dalam dua kategori, yaitu active experimentation dan reflective observation. Active experimentation adalah melakukan aktivitas dengan informasi seperti mendiskusikannya, menjelaskannya, atau mengujinya dengan berbagai cara.
2) Gaya Belajar Sensing-Intuitive (Dimensi Persepsi) Sensing dan intuition berkaitan dengan bagaimana
kecenderungan seseorang merasakan dunia. Sensing termasuk observasi, melihat atau mendengar langsung; intuition termasuk persepsi tidak langsung dari bawah sadar seperti spekulasi, imajinasi, dan firasat.
3) Gaya Belajar Visual-Verbal (Dimensi Input) Dimensi ketiga merupakan dimensi mengenai inputan atau
Visual-Verbal bentuk informasi yang diterima siswa yang kemudian siswa secara langsung memperaktekannya dalam proses belajar. Siswa dengan preferensi visual lebih senang menerima materi yang dapat dilihat seperti grafik, video, dan sejenisnya sedangkan siswa dengan preferensi visual lebih
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
51
senang mendapatkan materi secara verbal seperti ceramah, rekaman audio, atau diskusi langsung.
Siswa visual mengingat dengan baik apa yang mereka lihat, gambar, diagram, film, demonstrasi. Siswa verbal mendapatkan lebih dari kata-kata, baik penjelasan tertulis atau ucapan. Siswa visual mungkin dapat mudah melupakan kata-kata yang orang lain ucapkan. Siswa verbal mendapatkan banyak informasi dari diskusi dan belajar efektif dengan cara menjelaskan kepada orang lain. Kebanyakan orang pada usia sekolah (SMK) dan lebih tua bertipe visual namun kebanyakan pengajaran sekolah pada umunya adalah verbal – informasi yang disajikan lebih dominan verbal seperti ceramah atau representasi visual dari informasi verbal (kata-kata dan symbol matematika tertulis di buku, handout, atau papantulis).
4) Gaya Belajar Sequential-Global (Dimensi Pemahaman) Kebanyakan pendidikan formal menggunakan bahan
presentasi dalam urutan progresif, bab demi bab yang berurutan. Ketika seluruh materi sudah dibahas, siswa diuji penguasaannya dan kemudian maju ke tingkatan selanjutnya. Beberapa siswa nyaman dengan sistem ini, belajar secara sequential, menguasai materi lebih atau kurang sesuai dengan yang diajarkan. Yang lain, tidak dapat belajar dengan cara seperti itu. Mereka mungkin ketinggalan dari yang lain hingga berhari-hari atau berminggu-minggu, bahkan tidak dapat menyelesaikan soal yang mudah.
Pada tahap analisis penelitian ini peneliti berupaya mengetahui berbagai macam gaya belajar siswa yang diterapkan siswa dalam memecahkan masalah belajar nya dengan berbantuan media e-learning.
III. METODE
Jenis penelitian ini adalah menggunakan metode Penelitian dan Pengembangan (Research & Development) dalam bidang pendidikan. Penelitian ini akan difokuskan pada media pembelajaran e-learning berbasis E-Moodle pada kompetensi dasar memahami di SMK Negeri Singaraja. Subjek penelitian ini adalah siswa kelas X, XI, XII di seluruh jurusan SMK Teknik di Singaraja, akan diteliti dengan mengunakan media pembelajaran E-Learning. Kemampuan siswa pada kelas X, XI, XII dirasa kurang dalam memahami materi, oleh karena itu dengan adanya media pembelajaran yang baru dan inovatif diharapkan bisa menjadi menarik perhatian siswa dalam proses belajar mengajar.
Sistem e-learning ini bersifat adaptif yaitu sistem mampu menyesuaikan secara otomatis kepada pengguna berdasarkan asumsi tentang pengguna tersebut (Oppermann, Rashev, & Kinshuk, 1997). Proses adaptasi dalam sistem e-learning dapat diilustrasikan seperti dalam gambar dibawah
Gambar 1. System Arsitektur AdeLe. (adaptasi,ketut agustini, 2017:2)
Pada penelitian ini, menurut Sugiyono metode penelitian dan pengembangan (Research & Development) yaitu metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji keefektifan produk tersebut (Sugiono,2009:407). Media pembelajaran E-Learning berbasis E-Moodle digunakan untuk penelitian yang bertujuan menghasilkan produk dan menguji kelayakan produk tersebut. Produk akan di uji cobakan kepada siswa untuk mengetahui tingkat pemahaman terhadap penerapan produk tersebut. Proses pengembangan E-Learning berbasis E-Moodle sebagai media pembelajaran di SMK Negeri di Singaraja menggunakan model pengembangan (Sugiyono, 2009:407) yaitu model ADDIE sebagai acuan, dalam pelaksanaan pengaplikasian model tersebut yaitu disesuaikan dengan kondisi penelitian. Alasan digunakan model pengembangan ADDIE adalah sebagai berikut: Model ADDIE merupakan salah satu model desain pengembangan sistematik, pemilihan model ini didasari atas pertimbangan bahwa model ini mudah untuk dipahami, dikembangkan secara sistematis, dan berpijak pada landasan teoritis desain pembelajaran yang dikembangkan. Model ini disusun secara terprogram dengan kegiatan yang sistematis dalam upaya pemecahan masalah belajar yang berkaitan dengan media belajar yang sesuai dengan kebutuhan dan karakteristik anak.
IV. HASIL DAN PEMBAHASAN
Penelitian ini akan menganalisis tentang berbagai model gaya belajar yang siswa terapkan dalam proses kegiatan belajar namun sebelum itu dilakukan tahapan-tahapan sesuai dengan tahapan model ADDIE dalam perencanaan penelitian ini.
Desain e-learning yang akan dilakukan sesuai dengan tahapan model ADDIE yaitu. Tahap 1 Analisis (Analyze), Dari hasil wawancara dengan guru-guru kelas di SMK Negeri 1 Sukasada. diketahui bahwa lingkungan sekolah mulai dari ruang belajar sudah dilengkapi dengan fasilitas belajar yang cukup memadai yaitu fasilitas WIFI, LAN, LCD dan laptop
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
52
dalam mendukung proses pembelajaran menggunakan media. Sehingga siswa lebih antusias mengikuti pembelajaran dengan menggunakan media pembelajaran.
Tahap 2 Perancangan (Design), Pada Tahap desain ini membuat storyboard. Storyboard ini dibuat sebagai gambaran isi dari e-learning yang akan dibuat
Tahap 3 Pengembangan (Development), Kegiatan pada tahap ini yaitu pengumpulan bahan (konten, gambar-gambar pendukung, pemrograman sistem, dan lain-lain). Kegiatan ini merupakan perakitan media/penggabungan seluruh bahan seperti materi pelajaran, gambar, pemrograman, teks, audio, video serta dengan bantuan software development yang digunakan untuk mengembangkan e-learning menjadi media yang utuh.
Tahap 4 Implementasi (implementation), Pada tahap ini, e-learning diterapkan pada siswa untuk uji validasi produk dan untuk uji efektivitas produk di SMK Negeri 1 Sukasada
Tahap 5 Evaluasi (Evaluation), Pada tahap evaluasi telah dilakukan penilaian media berdasarkan evaluasi formatif dan evaluasi sumatif. Evaluasi formatif dilakukan untuk memperbaiki produk yang dihasilkan dengan uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan. Sedangkan evaluasi sumatif dilakukan untuk mengetahui efektivitas produk terhadap hasil belajar siswa dengan cara memberikan pretest dan posttest.
Produk ini nantinya harus melewati tahap uji ahli yaitu (1) uji ahli isi mata pelajaran, (2) uji ahli desain pembelajaran, dan uji ahli media pembelajaran.
Setelah produk tersebut direvisi sesuai saran dan masukan dari para ahli, maka produk tersebut dapat diuji cobakan ke siswa. Uji coba yang dilakukan yaitu (1) uji coba perorangan, (2) uji coba kelompok kecil, (3) uji coba lapangan.
Pembahasan dalam penelitian pengembangan ini akan menganalisis hasil-hasil pengembangan untuk menjawab pertanyaan dalam produk e-learning untuk siswa SMK Negeri 1 Sukasada. Secara umum ada 3 pertanyaan ilmiah yang akan dianalisis dalam penelitian ini, yaitu. (1) Bagaimanakah desain e-learning untuk siswa SMK Negeri 1 Sukasada?, (2) Bagaimanakah validitas hasil pengembangan e-learning untuk siswa SMK Negeri 1 Sukasada dengan model ADDIE untuk siswa SMK Negeri 1 Sukasada, menurut hasil evaluasi para ahli, uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan?, (3) Bagaimanakah efektivitas pengembangan e-learning untuk siswa SMK Negeri 1 Sukasada?
V. KESIMPULAN
Pembelajaran e-learning menuju adaptive learning. Model ini merupakan sebuah framework pembelajaran online yang memberikan keleluasaan kepada pengguna (learner) untuk mengakses materi sesuai dengan kemampuannya masing-masing. Model ini telah menyediakan fitur-fitur dimana penyedia materi (content provider) untuk melakukan setting
terhadap instrumen awal (pre-tes), batas minimal pemahaman dari masing-masing materi, serta relasi antara materi satu dengan materi lainnya.
Personalisasi e-learning dapat memberikan kenyamanan lebih dalam proses pembelajaran menggunakan e-learning. Personalisasi e-learning dapat dilaksanakan tidak hanya di tingkat menengah kejuruan (SMK) namun di tingkat perguruan tinggi. Penelitian ini membuktikan bahwa personalisasi e-learning yang menggunakan adopsi konsep visual/verbal dan kinestetik dari FSLSM mendapatkan sambutan yang baik dari penggunanya.
Identifikasi kemampuan dasar pengguna (learner) dapat ditentukan dengan menggunakan instrumen (pre-tes) yang dapat dilakukan di awal sebelum pengguna mengakses materi pembelajaran. Namun dalam prototype ini instrumen yang digunakan belum melalui tahapan validasi baik secara empirik maupun dengan menggunakan expert judgement. Dalam model ini, instrumen untuk mengidentifikasi kemampuan siswa merupakan bagian penting dalam pengembangan sistem ini. Penelitian selanjutnya yang dapat dilakukan dalam pengembangan dan penyempurnaan model ini adalah melakukan validasi terhadap instrumen yang digunakan dalam mengidentifikasi kemampuan awal pengguna (learner) serta melakukan assesment terhadap model yang dihasilkan baik secara empirik maupun expert judgement.
DAFTAR PUSTAKA
[1] Abu Baka, Z. A. (2016). learning style construct in student's learning. Jurnal nasional kajian pustaka , 1-11.
[2] Allen, Michael. 2013. Michael Allen’s Guide to E-learning. Canada : John Wiley & Sons.
[3] Andrawes salem,S,J. (2016). the settlement of e-learning. International Journal of Instructional Technology and Distance Learning , 53-64.
[4] Agustini, Ketut (2017). The Adaptive Elearning System Design. ICIRAD UNDIKSHA.
[5] Eka Ismantohadi, E. E. (2015). prototipe sistem e-Learning. JNTETI, Vol. 4, No. 3,1-10.
[6] Gunawan, I. (2014). Metode penelitian kualitatif. Jakarta: PT Bumi Aksara.
[7] Oppermann, R., Rashev, R., & Kinshuk. (1997, July 14-16). Adaptability and adaptivity in learning system. Paper presented at the Knowledge Transfer, London, UK.
[8] Sugiyono. (2009). Metode penelitian tindakan komprehensif. Bandung: ALFABETA.
[9] Sulistyo, H. (2013). The effectiveness of e-learning as instructional media (evaluation study of e-learning instructional model insmk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.
[10]
[11] Winkel SJ, W.S. 2009. Psikologi Pengajaran, Jakarta: Gramedia.
[12] Sugiyono. (2009). Metode penelitian tindakan komprehensif. Bandung: ALFABETA.
[13] Sulistyo, H. (2013). The effectiveness of e-learning as instructional media (evaluation study of e-learning instructional model insmk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.
[14] Winkel SJ, W.S. 2009. Psikologi Pengajaran, Jakarta: Gramedia.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
53
Analisis Kecenderungan Gaya Belajar dalam
Rancangan Emodul Berorientasi Modalitas VAK
(Visual, Auditori, Kinestetik) pada Siswa SMK TKJ
Kabupaten Buleleng
I Nengah Eka Mertayasa, Ketut Agustini
Universitas Pendidikan Ganesha
Singaraja, Indonesia
[email protected], [email protected]
Abstract— This research aimed to investigate the tendency of
students’ learning style which will be used as the base in designing
an emodule system with VAK (Visual, Auditory, Kinestetic)
oriented, as one of solutions to increase learning quality. Survey
method was used in this study on SMK TKJ students in Buleleng
Regency. The sample of the study was determined by using
stratified random sampling technique to determine 4 schools
which have Computer Technique and Network department where
the amount of students in each school was 30 students with 2
teachers who responsible to the subject related. The variable of
this study was students’ response to the questionaire to identify the
tendency of students’ learning style with VAK oriented. The data
was obtained from questionaire, interview, and observation of
students’ learning process in classroom. The data was analyzed
descriptively. The result of the study showed that students’
learning style tendency in emodule design with VAK (Visual,
Auditory, Kinestetic) oriented on SMK TKJ students in Buleleng
Regency was students tend to learn with Kinestetic style.
Keyword: emodule system with VAK oriented, learning style,
questioneire.
I. PENDAHULUAN
Emodul sebagai salah satu media pembelajaran elektronik semakin berkembang pesat, dan telah berhasil mencuri perhatian banyak pihak baik di dunia pendidikan maupun industri [1]. Manfaat emodul juga telah dirasakan dunia pendidikan di Indonesia, dalam mendukung pelaksanaan kurikulum 2013 yang menuntut pebelajar untuk selalu berpartisipasi aktif dalam pembelajaran. Hal ini sesuai dengan hakekat dari emodul yaitu pembelajaran individual dan kebiasaan untuk belajar, dimana peran terpenting terletak pada pebelajar itu sendiri. Aspek utama yang menjadi pertimbangan dalam desain pembelajaran dan pengembangan emodul adalah perilaku pebelajar [2], sehingga elearning dapat memberikan pengalaman belajar yang maksimal bagi siswa.
Perkembangan emodul saat ini, khususnya di lingkungan sekolah menengah kejuruan belum sepenuhnya menerapkan
sistem emodul sebagai model Learning Management System (LMS). Emodul yang diterapkan masih dalam arti sempit yaitu hanya menggunakan teknologi informasi dan komunikasi, khususnya internet, seperti belajar melalui e-mail, situs web, dan aplikasi berbasis Internet. Semua sumber belajar tersebut belum terkelola dengan baik sehingga terkadang beresiko terjadinya lost in space dalam mempelajari materi dan masih berorientasi kelas. Disamping itu juga e-modul tersebut kurang memfokuskan pada karakteristik siswa. Dalam kebanyakan sistem emodul (konvensional), disajikan hanya materi yang sesuai untuk siswa yang homogen, sangat siap dan termotivasi.
Kesenjangan yang terjadi antara upaya dengan kenyataan tersebut disebabkan oleh media pembelajaran dengan karakteristik siswa. Pembelajaran di dalam kelas dengan media emodul yang hanya mengacu pada kesesuaian konten dengan materi pelajaran konvensional. Penggunaan emodul ini dalam pembelajaran akan membuat siswa kurang dapat memaknai materi pelajaran karena cara siswa memaknai materi berbeda – beda. Salah satu karakteristik siswa yang dapat mempengaruhi prestasi belajar siswa adalah gaya belajar siswa (learning style). Gaya belajar memegang peranana penting yang dapat menentukan hasil belajar peserta didik di dalam kelas [3]. Siswa secara umum memiliki tiga jenis gaya belajar yaitu visual, auditori dan kinestetik [4]. Berdasarkan hal tersebut, dapat dikaji bahwa prestasi belajar siswa dipengaruhi oleh faktor gaya belajar setiap siswa.
Emodul yang sudah ada saat ini masih hanya mengedepankan penyampaian (delivery) konten materi pembelajaran dengan mengasumsikan semua pengguna homogen, tanpa mempertimbangkan gaya belajar (Learning Style) yang dimiliki dari setiap siswa. Karakteristik yang dimiliki pada setiap siswa di dalam kelas berbeda satu sama lain, sehingga berpengaruh terhadap pencapaian belajar siswa [5]. Ketika sistem tersebut disajikan untuk siswa yang beragam maka akan menjadi masalah. Sehingga, emodul yang ada masih belum bisa menjamin transformasi pembelajaran
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
54
atau kelancaran penerapan pembelajaran itu sendiri, dan keefektifan pembelajaran menjadi kurang optimal.
Perlunya diterapkan sebuah emodul yang berorientasi pada karakteristik siswa di dalam kelas yang sifatnya beragam untuk dapat memahami konsep pembelajaran yang membutuhkan ketelitia dan imajinatif untuk mengatasi permasalahan diatas. Salah satunya adalah emodul berorientasi gaya belajar. Gaya belajar (learning styles) sebagai salah satu faktor karakteristik yang mempengaruhi keberhasilan siswa sehingga dapat meningkatkan proses belajar dan outcome pada pembelajaran yang bersifat individual [6]. Orientasi gaya belajar (learning styles) yang digunakan adalah orientasi dengan modalitas VAK (visual-auditory-kinestetic).
Selanjutnya, sesuai trends di era digital muncul teori connectivisme menurut Siemens, dimana pembelajaran merupakan suatu proses yang terjadi di dalam lingkungan perubahan, dan inti pembelajaran tidak sepenuhnya dalam kendali seorang individu. Pengambilan keputusan akan didasarkan pada landasan-landasan yang berubah secara cepat, karena informasi baru akan diperoleh secara terus menerus dan berkelanjutan, sehingga diperlukan kemampuan untuk dapat membedakan mana informasi yang penting dan tidak penting. Beberapa prinsip utama dalam teori connectivisme antara lain (1) pembelajaran merupakan suatu proses penghubungkan beberapa sumber informasi, (2) mendorong dan memelihara hubungan untuk memfasilitasi terjadinya pembelajaran berkelanjutan (continual learning), (3) kemutakhiran dan keakuratan pengetahuan merupakan tujuan dari kegiatan pembelajaran, (4) dapat memilah, memilih dan mengelola informasi untuk penentuan pengambilan suatu keputusan [7].
II. METODOLOGI
Analisis kecenderungan gaya belajar dalam rancangan emodul berorientasi modalitas VAK (Visual, Auditori, Kinestetik) pada siswa SMK Negeri 3 Singaraja menggunakan metode surve [8].
Dasar analisis kecenderungan bersumber dari data tentang (1) tanggapan siswa terhadap kuisioner penentuan kecenderungan gaya belajar, (2) pengamatan proses pembelajaran siswa di dalam kelas, dan (3) wawancara dengan guru mata pelajaran terkait.
Populasi dalam penelitian ini adalah siswa dan guru SMK yang memiliki program studi Teknik Komputer dan Jaringan (TKJ) di kabupaten Buleleng yaitu SMK Negeri 3 Singaraja, SMK TI Bali Global Singaraja, SMK Negeri 1 Sukasada, dan SMK Negeri 2 Seririt. Pengambilan sampel penelitian ditetapkan dengan teknik stratified random sampling. Sampel siswa dan guru SMK ditetapkan dari semua SMK yang memiliki program studi Teknik Komputer dan Jaringan (TKJ) di kabupaten Buleleng. Jumlah siswa yang terlibat pada masing-masing sekolah ditetapkan secara proporsional
sebanyak 30 orang sebagai sampel penelitian, sehingga jumlah siswa yang terlibat sebanyak 120 orang siswa. Jumlah guru yang terlibat pada masing-masing sekolah ditetapkan sebanyak 2 orang guru, sehingga jumlah guru yang terlibat sebanyak 8 orang guru.
Variabel-variabel yang menjadi objek kajian dalam penelitian ini, adalah (1) tanggapan siswa terhadap kuisioner penentuan kecenderungan gaya belajar, dan (2) tanggapan guru terhadap kuisioner kecenderungan gaya belajar siswa di dalam kelas.
Data penelitian dikumpulkan dengan angket, wawancara, dan pengamatan. Teknik angket digunakan mengumpulkan data variabel penelitian. Teknik wawancara dilakukan pada guru dan siswa. Tujuannya adalah melakukan pencocokan tanggapannya yang telah dituangkan dalam angket. Data yang ingin dicocokkan adalah data tanggapan siswa terhadap kuisioner penentuan instrumen yang digunakan dalam penelitian ini dan data tanggapan guru terhadap kuisioner kecenderungan gaya belajar siswa di dalam kelas.
Instrumen pengumpulan data yang digunakan dalam penelitian ini adalah (1) angket tanggapan siswa terhadap penentuan kecenderungan gaya belajar terdiri dari 36 butir dengan masing-masing pernyataan Visual sebanyak 12 butir, pernyataan Auditori sebanyak 12 butir, dan pernyataan Kinestetik sebanyak 12 butir. (2) angket tanggapan guru terhadap penentuan kecenderungan gaya belajar terdiri dari 36 butir dengan masing-masing pernyataan Visual sebanyak 12 butir, pernyataan Auditori sebanyak 12 butir, dan pernyataan Kinestetik sebanyak 12 butir. Materi pedomanan wawancara guru dan siswa serta pedoman pengamatan proses pebelajaran di dalam kelas yang digunakan selama penelitian menggunakan indikator-indikator yang menyesuaikan dengan indikator-indikator pada materi angket.
Analisis data hasil penelitian digunakan teknik analisis deskriptif. Skor mentah dikonversikan kedalam prosentase. Kualitas masing-masing data dideskripsikan berdasarkan hasil konversi skor mentah ke pedoman konversi nilai absolut skala 5 (lima). Rentangan-rentangan skala berikut kategori pedoman konversi tersebut adalah 85-100 berarti sangat tinggi, 70-84 berarti tinggi, 55-69 berarti cukup, 40-54 berarti rendah, dan 0-39 berarti sangat rendah [9].
III. HASIL DAN PEMBAHASAN
A. Hasil
Hasil penelitian yang menjadi landasan pengembangan emodul diperoleh dari responden siswa dan guru. Hasil penelitian tersebut disajikan pada Tabel I.
Tabel I. Tanggapan siswa terhadap kecenderungan gaya belajar
No Sumber Data Gaya
Belajar
Skor
(%) Keterangan
1 Visual 57,08 Cukup
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
55
Siswa SMK N
3 Singaraja
Auditori 50,15 Rendah
Kinestetik 86,14 Sangat Tinggi
2
Siswa SMK TI
BaliGlobal
Singaraja
Visual 67,26 Cukup
Auditori 55,14 Cukup
Kinestetik 82,66 Tinggi
3 Siswa SMK N
1 Sukasada
Visual 72,66 Tinggi
Auditori 46,87 Rendah
Kinestetik 88,46 Sangat Tinggi
4 Siswa SMK N
2 Seririt
Visual 55,28 Cukup
Auditori 60,18 Cukup
Kinestetik 78,36 Tinggi
Berdasarkan Tabel I dapat dideskripsikan temuan bahwa tanggapan siswa terhadap kuisioner kecenderungan gaya belajar siswa untuk gaya belajar visual diperoleh rata-rata skor keseluruhan responden sebesar 63,25 dan berkategori cukup, untuk gaya belajar auditori diperoleh rata-rata skor sekeluruhan responden sebesar 53,08 dan berkategori Rendah, dan untuk gaya belajar kinestetik diperoleh rata-rata skor keseluruhan responden sebesar 83,91 dan berkategori tinggi. Data hasil tanggapan siswa ini menunjukkan bahwa siswa SMK TKJ secara umum lebih cenderung ke gaya belajar kinestetik atau praktek atau memperagakan langsung saat proses pembelajaran. Temuan ini didukung dengan data wawancara yang dilakukan oleh guru yang menyatakan siswa cenderung lebih senang ketika materi disampaikan dengan praktek langsung, dari pada belajar dengan memperhatikan presentasi atau tulisan guru di depan kelas ataupun belajar dengan mendengarkan arahan dari guru saja tanpa dilanjutkan dengan kegiatan praktek oleh siswa.
B. Pembahasan
Gaya belajar adalah kebiasaan belajar dimana seseorang merasa paling efisien dan efektif menerima, memperoses, menyimpan dan mengeluarkan sesuatu yang dipelajari [10]. Gaya belajar yang palig umum yaitu gaya belajar model VAK, dimana gaya belajar ini sangat popular dan sederhana dalam implementasinya. Model VAK akan mengidentifikasi kecenderungan gaya belajar siswa yang berkaitan dengan aspek visual (misalnya, gambar, diagram, grafik, dll), aspek audio (misalnya, narasi, efek suara, dll) dan aspek kinestetik atau gerakan (misalnya, memegang, melakukan, dll) [11].
Gaya belajar sebenarnya menjadi permasalahan yang sangan penting ketika diabaikan dalam sebuah pembelajaran. Keterbatasan dari sebuah media pembelajaran yang dapat mengatasi permasalahan gaya belajar, sehingga terjadi ketidaksesuaian antara media dengan gaya belajar siswa sehingga meteri tidak dapat diterima dengan baik oleh siswa. Sebelum merancang sebuah media yang dapat menyesuaikan dengan karakteristik gaya belajar siswa masing-masing perlu terlebih dahulu diketahui gaya belajar apa yang dimiliki oleh masing-masing siswa.
Ketersediaan media berupa emodul kovensional mempunyai keterbatasan yakni hanya mampu memberikan presentasi materi pembelajaran yang sama untuk semua
pengguna. Keterbatasan sistem emodul konvensional menjadi masalah yang kritikal manakala sistem emodul tersebut diterapkan untuk rentang pengguna yang luas baik dalam hal demografi, gaya belajar, maupun tingkat pengetahuan misalnya untuk pendidikan jarak jauh, serta tingkat motivasi.
Dalam sistem hypermedia yang bersifat adaptif, seorang peserta didik dapat diberikan presentasi yang disesuaikan dengan tingkat pengetahuannya, dengan gaya belajarnya dan dengan preferensi lainnya [12]. Model sistem emodul yang sedang dikembangkan ini, materi presentasi pembelajaran disesuaikan dengan kecenderungan gaya belajar siswa yang diukur dengan instrumen gaya belajar VAK (visual, auditory, kinestetik). Dengan demikian setiap pebelajar akan mendapatkan sajian materi pembelajaran yang sesuai dengan kecenderungan gaya belajarnya. Disamping itu keuntungan lain dari sistem emodul ini adalah untuk mengatasi permasalahan ”cognitive overhead” dan ”lost in hyperspace” yang melekat pada sistem emodul konvensional. Permasalahan ”cognitive overhead” terjadi karena adanya tambahan usaha dan konsentrasi dalam aktivitas browsing pada emodul konvensional [13].
Sedangkan permasalahan ”lost in hyperspace” terjadi karena seseorang yang dihadapkan pada banyak link dalam dokumen yang non-linier cenderung menjadi kehilangan arah. Sistem emodul berorientasi gaya belajar ini didalamnya terdapat dua level adaptasi tergantung pada siapa yang mengawali untuk beradaptasi dalam hal ini apakah sistem atau pengguna. Istilah ini mengarah pada dua macam adaptasi yakni: adaptivity dan adaptability. Adaptivity menunjuk pada kemampuan sistem untuk menyesuaikan presentasinya sesuai dengan karakteristik pengguna [14]. Sedangkan adaptability menunjuk pada kapasitas sistem untuk mendukung pengguna yang akan melakukan modifikasi [15]. Dalam merancang sistem emodul ini, masalah yang perlu diperhatikan adalah bagaimana menyeimbangkan antara dua level adaptasi tersebut.
Hasil pengamatan terhadap pelaksanaan pembelajaran di dalam kelas cenderung menggunakan media yang menganggap bahwa siswa didalam kelas memiliki karakter yang homogen. Penyebab hal ini terjadi adalah guru tidak tahu gaya belajar yang seperti apa yang dimiliki oleh siswa di dalam kelas. Pernyataan tersebut didukung dari hasil survey terhadap 120 orang siswa yang hasilnya menyatakan bahwa siswa tidak memiliki 1 jenis gaya belajar yang sama, melainkan memiliki gaya belajar yang berbeda-beda dan dengan tingkat kecenderungan yang berbeda-beda.
Berdasarkan uraian diatas, kecenderungan gaya belajar siswa SMK TKJ di kabupaten Buleleng adalah cenderung memiliki gaya belajar kinestetik. Pernyataan ini didukung oleh data hasil wawancara dengan guru mata pelajaran mengenai kecenderungan belajar siswa yang lebih tertarik untuk belajar dengan praktek daripada belajar dengan mengamati penjelasan guru di depan kelas atau mendengarkan arahan dari guru saat belajar. Hasil survey menunjukkan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
56
bahwa siswa dengan gaya belajar visual, auditori, dan kinestetik secara berturut-turut berkategori, cukup, rendah, dan tinggi. Hasil ini diperkuat dengan pengamatan bahwa mata pelajaran di SMK sebagian besar pembelajaran menggunakan praktek, sehingga siswa cenderung memiliki gaya belajar kinstetik, namun tidak mengabaikan gaya belajar yang lain. Dilihat dari hasil survey menyatakan bahwa siswa juga cenderung memiliki gaya belajar visual dan auditori namun tingkat kecenderungannya lebih rendah dibandingkan dengan gaya belajar kinestetik
Berdasarkan analisis diatas, model emodul yang dikembangkan dalam penelitian ini adalah emodul yang mengimplementasikan fungsi adaptivity. Fungsi adaptivity yang diimplementasikan meliputi penyajian materi pembelajaran sesuai dengan gaya belajar pengguna karena diketahui bahwa siswa memiliki gaya belajar yang berbeda-beda. Dalam proses pengembangan sistem emodul ini selalu dilakukan evaluasi yang terus menerus atau ongoing evaluation. Maksudnya adalah bahwa aktivitas evaluasi bisa dilakukan baik pada tahapan analisis, desain, maupun implementasi. Dengan evaluasi diharapkan perbaikan bisa dilakukan di setiap tahapan pengembangan sistem.
IV. SIMPULAN DAN SARAN
Telah dilakukan analisis kecenderungan terhadap gaya belajar siswa dalam merancang emodul berorientasi modalitas VAK (Visual, Auditori, Kinestetik) pada siswa SMK TKJ kabupaten Buleleng. Hasil analisis menunjukkan bahwa siswa SMK TKJ memiliki karakteristik gaya belajar yang berbeda-beda, namun cenderung memiliki gaya belajar Kinestetik dengan berkategori tinggi. Hasil analisis ini digunakan sebagai dasar desain sistem emodul berorientasi gaya belajar terhadap keragaman karakteristik gaya belajar dilakukan mengikuti tingkat kecenderungan gaya belajar siswa.
Kepada guru mata pelajaran terkait diharapkan agar memperhatikan karakteristik gaya belajar siswa di dalam kelas sehigga materi yang disampaikan dapat diterima oleh siswa.
Kepada siswa SMK TKJ disarankan agar belajar sesuai dengan gaya belajar masing-masing agar lebih meningkatkan kenyamanan dan daya serap materi pelajaran.
Kepada pengembang media emodul agar menjadikan penelitian ini sebagai referensi saat penyusunan konten media emodul sehingga sesuai dengan karakteristik gaya belajar yang dimiliki oleh pengguna media emodul.
DAFTAR PUSTAKA
[1] Roy, S. & Roy, D. 2011. Adaptive e-learning system : A review. International Journal of Computer Trends and Technology. 1(1): 1-4. Tersedia pada http://www.ijcttjournal.org. Diakses 11 Juni 2017.
[2] Surjono, H. D. 2014. The design of adaptive e-learning system based on student’s learning style. International Journal of Computer Science and Information Technologies. 2(5): 2350-2353. Tersedia pada http://www.ijcsit.com. Diakses pada 11 Juni 2017.
[3] Ibrahim, R. H. & Hussein, D. 2016. Assessment of visual, auditory, and kinesthetic learning style among undergraduate nursing students. International Journal of Advanced Nursing Studies. 5(1): 1-4. Tersedia pada http://www.sciencepubco.com/index. php/ijans. Diakses 25 Juni 2017.
[4] Gilakjani, A. P. 2012. Visual, auditory, kinaesthetic learning styles and their impacts on english language teaching. Journal of Studies in Education . 2(1): 104-113. Tersedia pada http://www.macrothink.org/jse. Diakses 1 Juli 2017.
[5] Hindal, H., Reid, N. & Whitehead, R. 2013. High ability and learner characteristics. International Journal of Instruction. 6(1) : 59-76. Tersedia pada http://www.e-iji.net. Diakses 15 Juni 2017.
[6] Sferianto, Hasibuan, Z. A. & Suhartanto, H. 2013. An automatic approach for identifying triple factor in e-learning process. International Journal of Computer Theory and Engineering. 5(2): 371 - 376. Tersedia pada http://www.ijcte.org. Diakses 14 Juni 2017.
[7] Agustini, K. 2017. The adaptive elearning system design: Student learning style trend analysis. Makalah. Disajikan dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha.
[8] Borg, R. W. & Gall, M. D. 2005. Educational reseach: An introduction. Fifth edition. Logman.
[9] Santyasa, I. W. 2016. Analisis kebutuhan pengembangan buku ajar dan perangkat pembelajaran fisika SMA berbasis model-model student centered learning: Mengaitkan konsep dan prinsip fisika dengan nilai-nilai karakter, sikap sosial, dan sikap spiritual. Makalah. Disajikan dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha.
[10] Surya, A. A. 2016. Penerapan Teori Belajar Connectivism: Gagasan Tentang Konektivisme dan Penerapannya di Sekolah. Tersedia pada: https://connectivismindonesia. com/2008/09/29/gagasan-tentang-konektivisme-dan-penerapannya-di-sekolah/. Diakses pada Tanggal 25 Mei 2017.
[11] Suteja, Guritno, Wardoyo & Ashari. 2010. Personalization sistem e-learning berbasis ontology. 14(2): 192-200. Makara Sains. Diakses 11 Juni 2017.
[12] Welsh, E. T., Wanberg, C. R., Brown, K. G., & Simmering, M. J. 2003. Elearning: Emerging uses, empirical results and future directions. International Journal of Training and Developmen. 7(4): 245-258. Tersedia pada http://www.ijtd.or. Diakses 11 Juni 2017.
[13] McLoughlin, C. 1999. The implications of research literature on learning styles for the design of instructional material. Australian Journal of Educational Technology. 15(3): 222-241. Tersedia pada http://ww.ajet.org. Diakses 11 Juni 2017.
[14] Oppermann, R., Rashev, R., & Kinshuk. (1997, July 14-16). Adaptability and adaptivity in learning system. Paper presented at the Knowledge Transfer, London, UK.
[15] Sweta, S., & Lal K. 2011. Adaptive e-learning system: A state of art. International Journal of Computer Applications. 107(7): 975-987. Tersedia pada http://www.ijca.com. Diakses 20 December 2016.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
57
Analisis Personalized Learning Berorientasi Motivasi
Belajar Siswa
Kadek Agus Darma Yadnya, Ketut Agustini
Program Studi Pascasarjana Teknologi Pembelajaran
Undiksha
Singaraja, Indonesia
[email protected], [email protected]
Abstrak—Analisis penelitian ini bertujuan untuk
mengembangkan sebuah media pembelajaran yang digunakan
secara online, yaitu pengembangan personalized learning
sebagai solusi dalam mengatasi keterbatasan sistem e-learning
yang dianggap masih konvensional. Analisis pengembangan
personalized learning ini dimaksudkan untuk membantu siswa
dalam memahami materi pelajaran yang dianggap abstrak
menjadi lebih kongkrit dan riil dan berorientasi pada motivasi
belajar siswa itu sendiri. Pengembangan personalized learning
ini nantinya dikembangkan dengan menggunakan model
pengembangan ADDIE dimana model pengembangan ini
terdiri dari Analysis, Design, Development, Implementation,
dan Evaluation. Subyek dari penelitian pengembangan ini
adalah siswa sebanyak 35 orang dari SMK TI Bali Global yang
menaungi jurusan Teknik Komputer dan Jaringan (TKJ).
Kata Kunci : Personalized Learning, Motivasi Belajar
I. PENDAHULUAN
Dalam bidang pendidikan, guru merupakan faktor utama untuk terlaksananya proses pembelajaran dikelas. Kemampuan guru dalam menyampaikan materi pelajaran dikelas sangat menentukan bagaimana siswa memperoleh hasil yang maksimal dalam belajar. Keadaan tersebut mengharuskan guru harus mampu menggunakan teknologi sebagai media pembelajaran yang inovatif. Kehadiran teknologi informasi dalam bidang pendidikan khususnya dalam proses pembelajaran sudah menjadi kebutuhan yang sangat penting, diantaranya adalah dengan menerapakan teknologi E-learning. Penggunaan E-learning memang sedikit sulit untuk digunakan, namun pengenalan secara awal dan bertahap akan mampu membantu siswa dalam belajar dan membantu siswa untuk mengunakan komputer serta internet untuk memenuhi kebutuhan mereka tentang pendidikan (Krol, 2016). E-learning dapat memberi kemudahan bagi setiap siswa belajar dan mengingat kembali pelajarannya. Kemudahan mendapatkan berbagai infromasi membawa dampak yang signifikan. Teknologi E-learning telah merubah paradigma model proses pembelajaran dengan menggunakan berbagai media elektronik (audio/visual) yang memiliki keterhubungan dengan teknologi internet (Kosasi, 2015).
Penggunaan e-learning sebagai media pembelajaran bukan tidak mengalami sebuah permasalahan. Menurut
Agustini (2017:3) menyatakan bahwa dalam kebanyakan e-learning¬ masih digunakan secara konvensional, dimana hanya menyajikan materi yang sesuai untuk siswa yang homogen, sangat siap dan termotivasi, tetapi ketika sistem tersebut disajikan untuk siswa yang beragam maka akan menjadi masalah karena masih mengedepankan penyampaian (delivery) konten dari materi pembelajaran dengan mengansumsikan semua siswa sama, tanpa mempertimbangkan aspek kognitif (knowledge ability), motivasi yang diperoleh dari pengalaman belajar siswa dan gaya belajar (learning style) siswa.
Setiap siswa memiliki motivasi belajar, tingkat pengetahuan, gaya belajar serta kompetensi yang berbeda, sehingga sangat dibutuhkan sebuah sistem e-learning sebagai media pembelajaran yang dapat memenuhi karakteristik siswa tersebut. Personalized Learning atau sering disebut sebagai Adaptif e-learning (AdeLe) dewasa ini telah banyak digunakan dan dikembangkan menjadi sebuah solusi yang tepat tterhadap keterbatasan e-learning yang ada saat ini (Agustini, 2017). Personalized Learning dapat memberikan materi pembelajaran yang tingkat kesulitannya sesuai dengan kemampuan siswa, dan cara mempresentasikan materi pembelajarannya sesuai dengan gaya belajar siswa, terutama dalam orientasinya pada motivasi belajar siswa yang berujung pada peningkatan prestasi belajar siswa.
Sejalan dengan hal yang telah disampaikan sebelumnya, maka dirasa sangat perlu adanya pengembangan sebuah media pembelajaran yang mampu memenuhi karakteristik siswa dalam mengikuti proses pembelajaran dikelas. Siswa dikelas sudah pasti terdiri dari berbagai karakteristik dalam belajar, baik mengarah pada learning style mereka, kemampuan berfikirnya serta motivasi mereka dalam belajar. Melibatkan personalized learning sebagai upaya dalam meningkatkan motivasi siswa dalam belajar yang disampaikan dengan mengunakan sebuah media pembelajaran sangat penting untuk dikembangkan. Dengan media pembelajaran tersebut diharapkan motivasi siswa dalam mengikuti proses pembelajaran dikelas dapat dimaksimalkan dan berujung pada peningkatan hasil belajar yang akan mereka capai kedepannya.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
58
II. KAJIAN TEORI
A. E-learning
E-Learning merupakan metode pembelajaran menggunakan media elektronik (audio/visual) melalui teknologi internet. Saat ini e-learning muncul sebagai paradigma baru dalam bidang pendidikan modern, terutama untuk mempermudah guru bidang studi memantau siswa dalam mempermudah memahami dan atau mengulangi materi sekolah. Sudah banyak penelitian memperlihatkan bukti empiris dalam mendukung gagasan bahwa memanfaatkan teknologi E-learning secara efektif dapat memberikan banyak peluang (Kosasi, 2015).
E-learning merupakan suatu jenis mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain (Kosasi, 2015).
B. Personalized Learning
Personalized Learning dikatakan sebagi pendekatan baru yang dapat membuat sistem e-learning menjadi lebih efektif dengan menyesuaikan penyajian informasi yang terdapat didalamnya dan keterkaitan keseluruhan terhadap pengguna individual sesuai dengan pengetahuan dan perilaku mereka (M.C. Muray and J. Perez, 2015).
Eynon (dalam Agustini, 2017:3) mengatakan bahwa Personalized Learning melibatkan automation, augmented learning, going for cloud, gamification, mlearning, big data serta personalization, dimana dikatakan bahwa e-learning menjadi lebih personal dari sebelumnya dan memenuhi kebutuhan, preferensi dan persyaratan individu daripada kelompok. Semua aspek pembelajaran mulai dari lingkungan pedagogi dan pembelajaran hingga alat pembelajaran dan kurikulum kursus akan disesuaikan untuk memotivasi, melibatkan, dan mengilhami peserta didik untuk mengarsipkan hasil yang lebih baik dalam jangka waktu yang lebih singkat.
Paulo Gomes (dalam Sujeta, 2010:195) menyatakan bahwa pembelajar dapat merasakan beragam gaya kognitif dan membuat efisiensi yang tepat dalam penggunaan sistem e-Learning untuk masing-masing pembelajar yang berbeda latarbelakang dan tingkat kemampuannya. Terdapat dua personalisasi model yaitu: real time personalization dan non-real time personalization. Realtime personalization yang ditunjukkan pada Gambar 1 mengamati interaksi siswa dengan sistem secara continue dan real time serta selalu memberikan content materi yang sesuai.
Non-real time personalization yang ditunjukkan pada Gambar 2 berjalan dengan menggabungkan data siswa yang ada untuk kemudian dianalisis untuk memperoleh rekomendasi perubahan course content.
C. Motivasi Belajar
Motivasi belajar, adalah suatu daya penggerak baik yang berasal dari individu maupun yang berasal dari luar individu yang mendorong seseorang untuk melakukan aktivitas guna mencapai tujuan yang diinginkan. Indikatornya meliputi durasi kegiatan (berapa lama kemampuan pengguna waktu untuk melakukan kegiatan), frekuensi kegiatan (berapa selang kegiatan itu dilaksanakan dalam periode waktu tertentu), presistensi (ketepatan pada tujuan kegiatan belajar), ketabahan, keuletan, kemampuan dalam menghadapi rintangan dan kesulitan untuk mencapai tujuan, target, cita-cita, pengorbanan untuk mencapai tujuan, arah sikap untuk mencapai tujuan (Sulistyo, 2016).
Nashar (dalam Hamdu 2011:91) mengatakan bahwa motivasi belajar yang dimiliki siswa dalam setiap kegiatan pembelajaran sangat berperan untuk meningkatkan prestasi belajar siswa dalam mata pelajaran tertentu. Siswa yang bermotivasi tinggi dalam belajar memungkinkan akan memperoleh hasil belajar yang tinggi pula, artinya semakin tinggi motivasinya, semakin intensitas usaha dan upaya yang dilakukan, maka semakin tinggi prestasi belajar yang diperolehnya.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
59
III. METODE
Penelitian ini masih berada ditahap analisis yang selanjutnya akan dilakukan menggunakan metode Penelitian dan Pengembangan (Research & Development) dalam bidang pendidikan. Penelitian analisis pengembangan ini ditujukan untuk mengembangkan media pembelajaran yang yang dikemas dalam bentuk Personalized Learning. Analisis penelitian pengembangan personalized learning ini akan difokuskan pada penyampaian materi agar lebih efektif untuk dapat meningkatan motivasi siswa dalam mengikuti proses pembelajaran.
Penelitian ini nantinya akan dilakukan di salah satu SMK Swasta di Singaraja, tepatnya di SMK TI Bali Global pada semester ganjil tahun ajaran 2017 / 2018 dengan subjek penelitian ini adalah siswa sebanyak 35 orang. Selanjutnya akan diteliti dengan mengunakan media pembelajaran personalized learning yang dikembangkan dengan model pengembangan ADDIE yang bertujuan untuk dapat meningkatkan motivasi siswa dalam proses pembelajaran pada mata pelajaran komunikasi data dan jaringan komputer.
Pelaksanaan analisis pengembangan media pembelajaran personalized e-learning ini nantinya akan disesuaikan dengan kondisi penelitian, dimana akan dilakukan tahap analisis terhadap materi yang akan digunakan, melakukan tahapan pengimplementasian aplikasi, melakukan tahapan mendesain rancangan media pembelajaran, pengembangkan media pembelajaran tersebut, melakukan pengimplementasian kedalam kelompok besar maupun kelompok kecil, hingga sampai mengevaluasi apakah media yang dibuat nantinya dapat diimplementasikan sesuai dengan yang diharapkan. Alasan digunakannya model pengembangan ADDIE adalah sebagai berikut: Model pengembangan ini sesuai digunakan untuk mengembangan media e-learning yang bersifat prosedural dan memiliki konsep. Urutan setiap model tersusun secara sistematis mulai dari menganalisis hingga mengevaluasi sehingga dalam pelaksanaan setiap langkahnya terkontrol dengan baik.
IV. HASIL DAN PEMBAHASAN
Desain e-learning yang akan dilakukan sesuai dengan tahapan model ADDIE yaitu. Tahap 1 melakukan tahapan Analisis (Analyze), dimana dari hasil observasi dan wawancara dengan guru-guru kelas di SMK TI Bali Global, diketahui bahwa ruang belajar sudah dilengkapi dengan fasilitas belajar yang cukup memadai seperti WIFI, LAN, LCD dan laptop yang digunakan dalam mendukung proses pembelajaran menggunakan media pembelajaran online. Sehingga nantinya dapat menimbulkan minat siswa lebih antusias dalam mengikuti pembelajaran dengan menggunakan media pembelajaran.
Tahap 2 melakukan tahapan Perancangan (Design). Pada Tahap desain ini nantinya akan membuat sebuah storyboard dari pengembangan media pembelajaran. Storyboard ini
dibuat sebagai gambaran isi dari media pembelajaran e-learning yang akan dibuat.
Tahap 3 yaitu tahapan Pengembangan (Development), dimana pada tahapan ini melakukan pengumpulan bahan (konten, gambar-gambar pendukung, pemrograman sistem, dan lain-lain). Kegiatan ini merupakan perakitan media atau penggabungan seluruh bahan seperti materi pelajaran, gambar, pemrograman, teks, audio, video serta dengan bantuan software development yang digunakan untuk mengembangkan e-learning menjadi sebuah media yang utuh.
Tahap 4 yaitu tahap Implementasi (implementation), pada tahap ini, e-learning diterapkan pada siswa untuk dilakukan beberapa pengujian. Pengujian yang dilakukan adalah uji validasi produk dan uji efektivitas produk di SMK TI Bali Global Singaraja.
Tahapan ke-5 yaitu Evaluasi (Evaluation), pada tahap evaluasi ini telah dilakukan penilaian media berdasarkan evaluasi formatif dan evaluasi sumatif. Evaluasi formatif dilakukan untuk memperbaiki produk yang dihasilkan dengan uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan. Sedangkan evaluasi sumatif dilakukan untuk mengetahui efektivitas produk terhadap hasil belajar siswa dengan cara memberikan pretest dan posttest.
Produk ini nantinya akan melewati beberapa tahap uji ahli, diantaranya yaitu (1) uji ahli isi mata pelajaran, (2) uji ahli desain pembelajaran, dan uji ahli media pembelajaran. Setelah produk tersebut direvisi sesuai saran dan masukan dari para ahli, maka produk tersebut dapat diuji cobakan ke siswa. Uji coba yang dilakukan yaitu (1) uji coba perorangan, (2) uji coba kelompok kecil, (3) uji coba lapangan.
Pembahasan dalam penelitian pengembangan ini akan menganalisis hasil-hasil pengembangan untuk menjawab pertanyaan dalam produk personalized e-learning untuk siswa SMK TI Bali Global. Secara umum ada 3 pertanyaan ilmiah yang akan dianalisis dalam penelitian ini, yaitu. (1) Bagaimanakah desain e-learning untuk siswa SMK TI Bali Global?, (2) Bagaimanakah validitas hasil pengembangan personalized e-learning dengan model ADDIE untuk siswa SMK TI Bali Global, menurut hasil evaluasi para ahli, uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan?, (3) Bagaimanakah efektivitas pengembangan e-learning untuk untuk siswa SMK TI Bali Global?
V. KESIMPULAN
Pembelajaran secara kratif dan inovatif dewasa ini memang sudah harus dilakukan oleh setiap guru pada mata pelajarannya masing-masing. Tidak dapat dipungkiri bahwa siswa pada kondisi sekarang ini lebih sering bersosialisasi maupun mendapatkan hal-hal yang baru melalu media elektronik seperti internet, sehingga untuk mengakomodasi hal tersebut maka perlu adanya media pembelajaran online yang dapat menggantikan pembelajaran konvensional di dalam proses pembelajaran dikelas.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
60
Proses pembelajaran yang masih terkesan konvensional kerap kali membuat semangat dan motivasi siswa dalam belajar menjadi turun yang mengakibatkan tidak maksimalnya hasil belajar mereka, sehingga adanya media pembelajaran yang melibatkan personalized learning akan mampu memberikan semangat baru maupun peningkatan motivasi pada diri siswa untuk mengikuti proses pembelajaran dikelas.
Pembelajaran dengan personalized e-learning diharapkan dapat memberikan pemahaman kepada siswa tentang materi yang dipelajari sehingga mampu menambah motivasi siswa dalam belajar. Pengembangan personalized e-learning ini merupakan sebuah framework pembelajaran online yang memberikan kebebasan dan kesempatan kepada siswa untuk dapat belajar secara mandiri dan dapat mengakses materi sesuai dengan kemampuan mereka dengan tetap berada pada pengawasan guru ataupun instruktur mereka.
Pengembangan personalized e-learning ini nantinya menyediakan fitur-fitur dimana penyedia materi (content provider) dapat melakukan setting terhadap instrumen awal (berupa angket motivasi) yang nantinya akan digunakan untuk menentukan motivasi awal siswa sebelum menerima materi dan melakukan proses pembelajaran, batas minimal pemahaman dari masing-masing materi, serta relasi antara materi satu dengan materi lainnya. Identifikasi motivasi belajar pengguna (dalam hal ini adalah siswa) dapat ditentukan dengan menggunakan instrumen (angket) yang dapat dilakukan di awal sebelum pengguna mengakses materi pembelajaran. Namun dalam prototype ini instrumen yang digunakan belum melalui tahapan validasi baik secara empirik
maupun menggunakan expert judgement. Dalam model ini, instrumen untuk mengidentifikasi motivasi siswa merupakan bagian penting dalam pengembangan sistem ini. Selanjutnya yang dapat dilakukan dalam pengembangan dan penyempurnaan pengembangan personalized learning ini adalah melakukan proses validasi terhadap instrumen yang digunakan dalam mengidentifikasi motivasi pengguna (learner) serta melakukan assesment terhadap model yang dihasilkan baik secara empirik maupun expert judgement.
DAFTAR PUSTAKA
[1] Agustini, K. (2017). The adaptive elearning system design. ICIRAD, 1-4.
[2] Bernard Renaldy Suteja, S. G. (2010). Personalization sistem e-learning berbasis ontology. MAKARA, SAINS, 192-200.
[3] Branch, Robert Maribe. (2009). Instructional Design: The ADDIE Approach. London: Springer
[4] Ghullam Hamdu, L. A. (2011). Pengaruh motivasi belajar siswa terhadap prestasi belajar IPA di Sekolah Dasar (Studi Kasus terhadap Siswa Kelas IV SDN Tarumanagara Kecamatan Tawan Kota Tasikmalaya). Jurnal Penelitian Pendidikan Vol. 12 No. 1, 90-96.
[5] Kosasi, S. (2015). Perancangan e-learning untuk meningkatan motivasi belajar guru dan siswa. Prosiding Seminar Nasional Pendidikan Teknik Informatika.
[6] Krol, S. (2016). E – Learning As An Innovative Method Of Education. World Scientific News, 178-182.
[7] Sulistyo, I. (2016). Peningkatan motivasi belajar dengan menerapkan Model Pembelajaran Kooperatif TGT pada Pelajaran PKN. Jurnal Studi Sosial, 14-19.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
61
Pengembangan Evaluasi dan Penugasan Online
Berbasis E-Learning dengan Moodle pada Mata
Kuliah Media Pembelajaran Ilmu Komputer
Siti Husnul Bariah
Pendidikan Teknologi Informasi
STKIP Garut
Garut, Indonesia
Abstrak— Penelitian ini bertujuan untuk mengembangkan
dan menerapkan evaluasi online menggunakan Moodle untuk
sistem e-learning di Mata Kuliah Media Pembelajaran Ilmu
Komputer pada STKIP Garut pada tahun akademik 2016/2017.
Evaluasi dilakukan oleh dosen sebelum pekan UTS dan UAS
dengan menugaskan siswa dengan tugas terstruktur, tugas
individu dan akademik lainnya untuk mendukung nilai akhir
siswa dalam satu semester. Penelitian ini menggunakan
penelitian dan pengembangan (R & D) sebagai metodologi
penelitian. Hasil dari penelitian ini adalah produk baru Model
Pembelajaran berbasis yang dapat diakses di
http://elearningpti.gnomio.com. Berdasarkan validasi pakar,
rata-rata penyajian untuk kategori pengembangan perangkat
lunak adalah 90,42% dan inovasi pada kategori pendidikan
sebesar 92,22%. Berdasarkan hasil validasi pengguna, 85%
siswa menyatakan bahwa produk baru tersebut sangat baik dan
15% menyatakan bahwa produk baru ini cukup untuk
mendukung proses pembelajaran selama satu semester,
terutama dalam fungsi evaluasi dan penugasan.
Kata kunci: Evaluasi, Penugasan, Online, E-Learning,
Moodle, Media Pembelajaran Ilmu Komputer.
I. PENDAHULUAN
Sistem pembelajaran online saat ini sudah mulai banyak digunakan oleh berbagai sektor institusi yang ditujukan agar pembelajaran dapat dilakukan kapan saja dan dimana saja tanpa terbatas oleh ruang dan waktu. Dengan mengunakan media internet yang sudah dapat diakses dengan mudah oleh berbagai kalangan masyarakat dan golongan diharapkan keberlanjutan pembelajaran dapat terus dilakukan.
Laju pertumbuhan pengguna internet di Indonesia mencatat 132,7 juta pengguna pada tahun 2016 atau setara 51,7% terhadap populasi yang 256,2 juta jiwa. Ini naik dari 2014 yang mencapai 34,9% dari populasi (sumber: APJII, 2016) turut mendukung perluasan penggunaan pembelajaran online di berbagai sektor termasuk institusi pendidikan. Sebesar 49% pengguna internet merupakan usia produktif yang termasuk dalam usia belajar tingkat pendidikan [1].
Begitu pesatnya perkembangan penggunaan internet di Indonesia telah mempengaruhi banyak hal antara lain pendidikan dengan lahirnya konsep elearning. Wahono (2010) menyatakan bahwa elearning akan membawa pengaruh terjadinya proses transformasi pendidikan konvensional ke dalam bentuk digital, baik secara isi (contents) maupun sistemnya [2].
Moodle merupakan perangkat lunak open source yang mendukung implementasi e-learning dengan paradigma terpadu dimana berbagai fitur penunjang pembelajaran dengan mudah dapat diakomodasi dalam suatu portal e-learning. Fitur-fitur penting penunjang pembelajaran tersebut misalnya: tugas, kuis, komunikasi, kolaborasi, serta fitur utama yang dapat meng-upload berbagai format materi pembelajaran [3].
Di Indonesia e-learning merupakan suatu teknologi pembelajaran yang relatif baru. Saat ini (April 2016) terdapat lebih dari 74.117 situs e-learning tersebar di lebih dari 228 negara yang dikembangkan dengan LMS Moodle. Sedangkan di Indonesia baru terdapat 1241 situs e-learning yang dikembangkan dengan LMS Moodle (http:// moodle.org/sites/).
Dalam sebuah proses pembelajaran, komponen yang turut menentukan keberhasilan sebuah proses pembelajaran adalah evaluasi. Melalui evaluasi, dosen dapat mengetahui perkembangan hasil belajar, intelegensi, bakat khusus, minat, hubungan sosial, sikap dan kepribadian peserta didik serta keberhasilan sebuah program. Micheal Scriven (1969) menyatakan bahwa evaluation is an observed value compared to some standard, dengan kata lain menyoroti bahwa evaluasi sebagai sarana untuk mendapatkan informasi yang diperoleh dari proses pengumpulan dan pengolahan data [4].
Berdasarkan studi awal pada mata kuliah Media Pembelajaran Ilmu Komputer di lingkungan Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP GARUT) menerapkan evaluasi dan penugasan secara tatap muka didalam kelas dan pengiriman tugas dengan menggunakan layanan e-mail . Setiap mahasiswa yang berhalangan hadir
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
62
pada saat evaluasi diharuskan mengikuti evaluasi susulan berdasarkan kesepakatan bersama antara dosen dan mahasiswa, kemudian mahasiswa diharuskan mengirimkan tugas melalui e-mail dosen.
Implementasi evaluasi dan penugasan online pada mata kuliah Media Pembelajaran Ilmu Komputer di lingkungan STKIP Garut diduga masih memerlukan pembenahan. Beberapa masalah yang saat ini ditemukan dengan menggunakan evaluasi dan penugasan online adalah: (1) Memungkinkan pengerjaan evaluasi diluar batas waktu yang telah ditentukan; (2) Bagi mahasiswa yang berhalangan hadir pada saat dilakukan evaluasi di kelas, memerlukan waktu khusus untuk melakukan evaluasi susulan berdasarkan kesepakatan dosen dan mahasiswa; (3) Memungkinkan terjadinya kegagalan dalam pengiriman tugas; (4) Informasi hasil nilai tugas tidak dapat ditampilkan secara real time; (5) Tidak adanya validasi mengenai tugas yang dikirimkan.
Mengacu pada permasalahan di atas, dalam penelitian ini akan diproduksi sistem evaluasi dan penugasan online yang mampu meningkatkan efektifitas dalam proses pembelajaran sehingga menghasilkan nilai akhir untuk tugas mahasiswa selama satu semester pada mata kuliah Media Pembelajaran Ilmu Komputer. Adapaun secara khusus rumusan masalah yang akan diwujudkan dalam bentuk produk penelitian ini mencakup (1) Bagaimana mengembangankan evaluasi dan penugasan online dengan Moodle pada mata kuliah media pembelajaran ilmu computer; (2) Bagaimana pengaruh evaluasi dan penugasan online dalam mendukung proses pembelajaran pada mata kuliah Media Pembelajaran Ilmu Komputer.
II. KAJIAN LITERATUR
A. Evaluasi
Evaluasi pembelajaran merupakan alat indikator untuk menilai pencapaian tujuan tujuan yang telah ditentukan serta menilai proses pelaksanaan mengajar secara keseluruhan. Evaluasi bukan hanya sekedar menilai suatu aktivitas secara spontan dan insidental, melainkan merupakan kegiatan untuk menilai sesuatu secara terencana, sistematik, dan terarah berdasarkan tujuan yang jelas [5]. Dalam proses pembelajaran, evaluasi merupakan salah satu komponen penting dan tahap yang harus ditempuh oleh seorang pendidik untuk mengetahui keefektifan pembelajaran.
Salah satu kompetensi yang harus dikuasai oleh guru adalah evaluasi pembelajaran.kompetensi ini sejalan dengan tugas dan tanggung jawab guru dalam pembelajaran, yaitu mengevaluasi pembelajaran termasuk di dalamnya melaksanakan penilaian proses dan hasil belajar [6].
Arikunto (2006) mendefinisikan evaluasi sebagai suatu kegiatan mengukur dan menilai terhadap sesuatu. Evaluasi merupakan suatu cara memperoleh informasi yang menekankan penggunaan informasi yang diperoleh dengan
pengukuran atau cara lain untuk menentukan pendapat dan membuat keputusan pendidikan (Suhud, 2004). Jadi evaluasi pembelajaran adalah suatu kegiatan untuk mengukur dan menilai proses pembelajaran [7].
B. Penugasan
Penugasan adalah suatu teknik penilaian yang menuntut peserta didik melakukan kegiatan tertentu di luar kegiatan pembelajaran di kelas. Metode penugasan adalah suatu metode pembelajaran dimana dosen memberikan seperangkat tugas yang harus dikerjakan mahasiswa, baik secara individual maupun secara kelompok [8]. Penugasan yang dapat diberikan kepada mahasiswa dapat berupa seperangkat soal latihan atau penugasan untuk mempelajari materi yang akan diberikan dengan penugasan pembuatan ringkasan.
Penilaian merupakan serangkaian kegiatan untuk memperoleh, menganalisis, dan menafsirkan data tentang proses dan hasil belajar peserta didik yang dilakukan secara sistematis dan berkesinambungan, sehingga menjadi informasi yang bermakna dalam pengambilan keputusan. Jadi penilaian merupakan kegiatan yang dilakukan oleh guru untuk memperoleh informasi untuk dijadikan sebagai pengambil keputusan tentang hasil belajar peserta didik [9].
C. E-Learning
Definisi e-learning bermacam-macam ini dikarenakan e-learning sudah menjadi kata umum dalam sebuah proses pembelajaran yang kegiatannya dilakukan dengan menggunakan jaringan internet, dibawah ini akan dijelaskan beberapa pengertian e-learning supaya bisa dijadikan rujukan dalam penelitian ini, diantaranya adalah:
1)Menurut (Darmawan, 2011:11) Salah satu produk intergrasi Teknologi Informasi ke dalam dunia pendidika adalah e-learning atau pembelajaran elektronik [10].
2)Hartley, 2001 (dalam Wahono, 2010:4) E-learning merupakan suatu jenis belajar mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain [2].
Dapat disimpulkan bahwa istilah e-learning merupakan istilah untuk proses pembelajaran yang dilakukan menggunakan media jaringan internet, sehingga jarak sudah bukan menjadi sebuah halangan lagi asalkan mendapat jaringan yang mendukung. Menurut Henderson ada beberapa langkah yang bisa dilakukan untuk membangun sebuah sistem e-learning:
1)Menentukan tujuan dari sistem e-learning, pada tahap ini pengembang system harus menentukan apa yang ingin dicapai dengan adanya e-learning tersebut.
2)Memulai sistem dalam skala kecil, beberapa pengembang memilih untuk memulai sistem e-elarning langsung pada skala besar.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
63
3)Mengkomunikasikan dengan peserta didik, menerapkan sebuah sistem baru akan memberikan tingkat keberhasilan lebih baik apabila sasaran dari sistem tersebut memahami dengan baik sistem tersebut.
4)Melakukan evaluasi secara kontinyu, evaluasi terhadap sistem dan segenap aspeknya perlu dilakukan secara terus menerus untuk menjamin keberhasilan penerapan e-learning [2]. .
D. LMS Moodle
Moodle merupakan singkatan dari Modular Object-Oriented Dynamic Learning Environment yang berarti tempat belajar dinamis dengan menggunakan model brorientasi objek [11].Menurut Martin Dougiamas Moodle Berdasarkan Filosofi Social Constructionist Pedagogy
“I’m committed to continuing my work on Moodle and on keeping it Open and Free. I have a deeply-held belief in the importance of unrestricted education and empowered teaching, and Moodle is the main way I can contribute to the realisation of these ideals.” – Martin Dougiamas.
Kutipan di atas merupakan ucapan Martin Dougiamas sang pencipta Moodle. Martin Dougiamas sendiri merupakan seorang doktor di bidang pendidikan dengan latar belakang ilmu komputer yang baik. Melalui filosofi Social Constructionist Pedagogy Martin mencoba menciptakan moodle sebagai salah satu Learning Management System yang berbasis open source [12].
Moodle memiliki beberapa fitur yang dapat kita gunakan untuk mendukung proses pembelajaran diantaranya adalah assignment submission, forum diskusi, unduh arsip, peringkat, chat, kalender online, berita, kuis online dan wiki. Menurut Santoso Ada 4 hal utama yang terkandung dalam filososfi social constructionist pedagogy yang dikemukakan oleh Martin , yaitu: Constructivism, Constructionism, Social Constructivism, dan Connected and Separate [12].
E.Media Pembelajaran Ilmu Komputer
Media Pembelajaran Ilmu Komputer adalah suatau Mata kuliah yang memberikan pengetahuan, pemahaman, serta keterampilan dalam merancang, memproduksi, dan mengaplikasikan media pembelajaran secara profesional dan memiliki sifat positif dalam mengembangkan program ini untuk efektifitas pembelajaran.
Media pembelajaran merupakan salah satu bidang yang belum banyak disentuh khususnya dalam konteks pendidikan dan pembelajaran. Oleh sebab itu, matakuliah ini mempunyai manfaat langsung terhadap mahasiswa yakni membantu memperoleh pemahaman tentang pemilihan, perancangan dan pemanfaatan berbagai jenis media dalam proses pembelajaran. Di samping itu, memperoleh pengetahuan tentang teknik penyusunan modul serta pengembangan dan pengelolaan pusat sumber belajar (PSB), dan memperoleh pengalaman langsung dalam mengaplikasikan berbagai
macam media, merancang dan memproduksi media pembelajaran.
III. METODE PENELITIAN
A. Objek Penelitian
Objek dari penelitian ini adalah Mahasiswa Tingkat II yang mengontrak mata kuliah Media Pembelajaran Ilmu Komputer.
B. Lokasi Penelitian
Lokasi penelitian ini dilaksanakan pada Jurusan Pendidikan Teknologi Informasi, Sekolah Tinggi Keguruan dan Ilmu Pendidikan Garut.
C. Pendekatan Penelitian
Pendekatan penelitian yang digunakan dalam penelitian ini adalah metode Research and Development (R&D), yakni metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji keefektifan produk tersebut [13].
IV. HASIL DAN PEMBAHASAN
Berdasarkan tahapan pengembangan yang dilakukan maka dapat diuraikan hasil dan pembahasan penelitian sebagai berikut.
A. Hasil
Analisis pendahuluan dilakukan pada tahapan pertama berkaitan dengan sosialisasi pembelajaran dengan bantuan e-learning. Karena seluruh mahasiswa program studi pendidikan teknologi informasi telah memiliki hak akses masing-masing terhadap e-learning maka dibuatlah analisis pendahuluan berkaitan dengan pemanfaatan e-learning sebagai pendukung proses belajar mengajar terutama dalam evaluasi dan penugasan online yang disediakan oleh dosen.
Hasil yang diperoleh dalam proses penyebaran angket kepada responden dalam hal ini mahasiswa yang mengontrak mata kuliah media pembelajaran ilmu komputer tahun ajaran 2016-2017 yang akan dijadikan objek penelitian dalam pengembangan evaluasi dan penugasan online berbasis e-learning dengan moodle. Sebanyak 97% menyatakan bahwa mereka sering mendapat tugas dari dosen, sedangkan rata-rata mendapat tugas dari dosen setiap mata kuliah dalam satu semester sebanyak 42,5% menyatakan >6 dengan jenis penugasan makalah sebanyak 42,5%, artikel 25,5%, analisis 20% dan menjawab yang lainnya sebanyak 12%. Terkait jenis pengumpulan tugas 98% menyatakan bahwa jenis pengumpulan berupa hard copy dan softcopy dengan media penyampaian melalui flashdisk sebanyak 51,3%, cd sebanyak 15%, email sebanyak 20%, sosial media sebanyak 7,5%, dan yang lainnya dengan jawaban e-learning sebanyak 6.2%.
Berikut hasil angket dengan parameter pengetahuan tentang e-learning. Sebanyak 99,7% responden menyatakan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
64
bahwa diperkenalkan sistem pembelajaran online dengan e-learning di jurusan pendidikan teknologi informasi. Akan tetapi 60,5% responden menyatakan sering menggunakan e-learning tersebut, sisanya sebanyak 39,5% responden menyatakan jarang mengakses e-learning. Berdasarkan penelitian terdahulu diatas berkaitan dengan penugasan yang diberikan oleh dosen dan berbagai jenis pengumpulan yang ada dapat disimpulkan bahwa dengan jumlah responden yang menyatakan bahwa meraka diperkenalkan dengan model pembelajaran e-learning sebanyak 99,7% dapat diketahui bahwa pemanfaatan e-learning sejauh ini hanya sebatas menyimpan bahan ajar saja.
Tahap pengembangan evaluasi dan penugasan online berbasis e-learning dengan moodle dibagi dalam beberapa tahapan kecil yakni tahapan perancangan antaramuka dan tahapan validasi oleh ahli.
1) Pembuatan Antarmuka Pembuatan antarmuka untuk evaluasi dan penugasan
online berdasarkan RPS (Rencana Pembelajaran Semseter) dan RTM (Rencana Tugas Mahasiswa) yang telah dirancang oleh dosen, sebagai berikut:
Gambar 4.1 Tampilan Utama Mata Kuliah Media Pembelajaran Ilmu Komputer
Gambar 4.2 Tampilan Topik Pembelajaran
Gambar 4.3 Tampilan Evaluasi
Gambar 4.4 Tampilan Penugasan
Gambar 4.5 Tampilan Forum
Gambar 4.6 Tampilan Nilai Evaluasi dan Penugasan
2) Validasi Ahli
Setelah dihasilkan evaluasi dan penugasan online berbasis e-learning dengan moodle, tahapan selanjutnya yaitu dilakukan uji kelayakan terhadap e-learning tersebut sebagai validasi dan verifikasi ahli atau dikenal dengan expert judgment. Validasi tersebut dilakukan oleh pakar pengembangan perangkat lunak, dan pakar inovasi pendidikan. Adapun hasil validasi tersebut sebagai berikut:
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
65
Tabel 4.1 Hasil Angket Expert Judgment untuk pakar pengembangan perangkat lunak
No Aspek Jumlah
Penguji
Perolehan
Skor
Skor
Kriteri
um
%
1 Fitur 2 20 10 100
2 Interfac
e
2 30 15 100
3 Karakte
ristik
Penggu
na
2 18 10 90
4 Interak
si
2 36 20 90
Rata-rata 93.
3
Tabel 4.2 Hasil Angket Expert Judgement untuk pakar inovasi pendidikan
No Aspek Jumlah
Penguji
Perolehan
Skor
Skor
Kriteri
um
%
1 Releva
nsi
2 43 25 86
2 Efisien
si
2 19 10 95
3 Fleksib
ilitas
2 20 10 100
Rata-rata 93.7
Dari tabel diatas, dapat dilihat bahwa validasi terhadap evaluasi dan penugasan online berbasis e-learning oleh para ahli untuk mengetahui kelayakannya dalam hal pengembangan perangkat lunak mendapatkan rata-rata persentasi sebesar 93.3% yang bisa dikategorikan sangat baik. Validasi dalam hal inovasi pendidikan mendapatkan rata-rata persentasi sebesar 93.7% yang bisa dikategorikan sangat baik.
Setelah evaluasi dan penugasan online berbasis e-learning denganoõ moodle dinyatakan layak untuk diimplemetasikan berdasarkan hasil uji kelayakan media oleh ahli dan telah diadakan perbaikan, maka tahapan selanjutnya adalah tahap implementasi kepada mahasiswa program studi pendidikan teknologi informasi yang mengontrak mata kuliah media pembelajaran ilmu komputer. Pada pertemuan pertama dosen menyampaikan pengantar mata kuliah serta menjelaskan aturan-aturan yang harus dipahami oleh semua mahasiswa termasuk pemanfaatan e-learning berbasis moodle sebagai media tambahan untuk mendukung proses pembelajaran menjadi lebih baik lagi.
Pengujian dilakukan terhadap pengguna evaluasi dan penugasan online berbasis e-learning dengan moodle pada mata kuliah media pembelajaran ilmu komputer. Pengumpulan data menggunakan angket, angket ini diberikan
kepada mahasiswa yang telah melaksanakan proses belajar mengajar dengan bantuan e-learning khususnya dalam evaluasi dan penugasann. Berdasarkan kemudahan akses 60% pengguna menyatakan sangat baik, dan 40% menyatakan baik. Aspek tampilan mendapatkan respon 20% sangat baik, 50% baik, dan 30% cukup. Aspek navigasi 60% pengguna menyatakan baik, dan masing-masing 20% pengguna menyatakan cukup dan kurang. Aspek pengelolaan materi 80% menyatakan sangat baik, dan 20% menyatakan baik. Terkait evaluasi dan penugasan mandiri 85% responden menyatakan sangat baik, dan 15% menyatakan cukup.
B. Pembahasan
Pada penelitian ini telah dikembangkan evaluasi dan penugasan online berbasis e-learning yang dibuat menggunakan LMS Moodle 2.0 dan dikemas secara luas dengan jaringan internet. Halaman evaluasi dan penugasan online berbasis e-learning dapat diakses di http://elearningpti.gnomio.com. E-learning tersebut berisi bahan yang mendukung proses pembelajaran selama satu semester termasuk evaluasi dan penugasan online.
Pengembangan evaluasi dan penugasan online ini merupakan pemanfaatan di bidang teknologi pembelajaran, konsep yang diberikan dalam evaluasi dan penugasan online ini adalah cara baru dalam proses belajar untuk memberi fasilitas baru kepada mahasiswa dalam mengerjakan evaluasi yang dikerjakan sebelum UTS dan UAS serta memfasilitasi mahasiswa dalam mengirimkan tugas kepada dosen. Manfaat lainnya bagi dosen adalah dalam hal merekap nilai akhir tugas untuk mendukung nilai akhir mahasiswa dalam satu semester.
Proses pembelajaran dengan bantuan e-learning terjadi dua arah, dosen menyiapkan RPS dan RTM selama satu semester yang dapat diakses oleh mahasiswa berdasarkan waktu yang ditentukan. Mahasiswa memanfaatkannya sebagai salah satu bagian dari pembelajaran dikelas. Seperti Web-based collaborative learning mengharuskan interaksi antar para peserta didik terjadi di lingkungan web [14] dengan menggunakan bantuan fasilitas komunikasi yang terdapat dalam web tersebut seperti real-time chat room, electric bulletin board, email, video dan audio system, virtual forum, bookmark, search engine dan sebagainya.
Berdasarkan analisisis pengguna dan analisis kebutuhan sistem yang diperoleh sebelum merancang evaluasi dan penugasan online diketahui bahwa 97% mahasiswa sering mendapat tugas dari dosen, dengan berbagai macam cara dan pengumpulannya sehingga memerlukan waktu khusus bagi dosen untuk merekap nilai akhir tugas mahasiswa. Dengan dikembangkannya evaluasi dan penugasan online berbasis e-learning berdasarkan RPS dan RTM yang dirancang maka dosen dapat dengan mudah mengetahui rekam jejak mahasiswa selama satu semester dalam hal evaluasi dan penugasan untuk mendukung nilai akhir dalam tugas seperti dalam Gambar 4.6.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
66
V. SIMPULAN
Berdasarkan analisis data dan pembahasan maka dapat disimpulkan beberapa hal sebagai berikut:
1.Pengembangan evaluasi dan penugasan online berbasis e-learning dengan moodle di desain berdasarkan tahapan research and development yang dapat diakses di http://elearningpti.gnomio.com dan telah melalui uji kelayakan pada kategori pengembangan perangkat lunak dan inovasi pendidikan dengan kualifikasi sangat baik sehingga dapat diinterpretasikan bahwa evaluasi dan penugasan online berbasis e-learning dengan moodle layak digunakan untuk mendukung proses pembelajaran pada mata kuliah media pembelajaran ilmu komputer di jurusan pendidikan teknologi informasi stkip garut.
2.Berdasarkan hasil pengujian yang dilakukan terhadap pengguna evaluasi dan penugasan online berbasis e-learning terdapat beberapa point diantaranya adalah Berdasarkan kemudahan akses 60% pengguna menyatakan sangat baik, dan 40% menyatakan baik. Aspek tampilan mendapatkan respon 20% sangat baik, 50% baik, dan 30% cukup. Aspek navigasi 60% pengguna menyatakan baik, dan masing-masing 20% pengguna menyatakan cukup dan kurang. Aspek pengelolaan materi 80% menyatakan sangat baik, dan 20% menyatakan baik. Terkait evaluasi mandiri 85% responden menyatakan sangat baik, dan 15% menyatakan cukup.
DAFTAR PUSTAKA
[1] C.Ansani, S.Hadil,K.Susetyo, A.Triyanto, B.Pujicahyono, F.Djunaedi. I.Kusumantyas, Y.Nurtaqwa, “Penetrasi dan Perilaku Pengguna Internet Indonesia” Nov 2016. [Online]. Tersedia: https://apjii.or.id/content/read/39/264/Survei-Internet-APJII-2016 [Diakses Tanggal 6 Desember 2016].
[2] R.S. Wahono. “Pengantar E-Learning dan Pengembangannya”. Ilmukomputer.com (IKC), 2010.
[3] H.D.Surjono. “Membangun E-Learning dengan Moodle”. 2009 [Online]. Tersedia: http://elearning.atmi.ac.id/pluginfile.php/889/mod_resource/content/2/elearning%20dgn%20moodle.pdf [Diakses Tanggal 6 Desember 2016].
[4] Z.Arifin, Evaluasi Pembelajaran. Bandung :PT Remaja Rosdakarya, 2013.
[5] Rusman. dkk, Pembelajaran berbasis teknologi informasi dan komunikasi, mengembangkan profesionalitas guru. Jakarta: PT. Raja Grafindo, 2011.
[6] Z.Arifin, Evaluasi Pembelajaran “Prinsip, Teknik, Prosedur”. Bandung: PT Remaja Rosdakarya Ofset, 2009.
[7] A.Suharsimi, Prosedur Penelitian Suatu Pendekatan Praktik (Edisi revisi IV). Jakarta: PT Asdi Mahasatya, 2006.
[8] K.E.Dewi, E.Rainarli, Penerapan Metode Penugasan dalam Perkuliahan Aljabar Linier dan Matriks. Majalah Ilmiah UNIKOM, Vol12 No.2 Hal 187-194.
[9] BSNP, Panduan Penilaian Kelompok Mata Pelajaran Ilmu Pengetahuan Teknologi. 2007 [Online]. Tersedia: http://dikmenum.go.id/dataapp/kurikulum/3.%20PANDUAN%20PENILAIAN%20KEL%205%20MAPEL/C_Panduan_Kel_Mapel_Ipteks.pdf [diakses tanggal 6 Desember 2016]
[10] D.Darmawan, Teknologi Pembelajaran. Bandung: PT Remaja Rosdakarya Offset, 2011.
[11] M. Melfachrozi, M. Penggunaan Aplikasi E-learning (Moodle), 2006 [online] tersedia di: http://ilmukomputer.com [diakses tanggal 6 Desember 2016].
[12] I.Nita, Moodle Berdasarkan Filosofi Social Constructionist Pedagogy 2011 [online] tersedia di: http://edukasi.kompasiana.com /2011/01/11/moodle-333920.html [diakses tanggal 6 Desember 2016].
[13] Sugiono, Metode Penelitian Pendidikan “Pendekatan Kuatitatif, Kualitatif, dan R&D, Bandung: Alfabeta, 2008.
[14] Z.Jianhua, K.Akahori, Web-Based Collaborative Learning Methods and Strategies in Higher Education. . Makalah disampaikan pada 2nd International Conference on Information Technology Based Higher Education and Training, Kumamoto, Jepang, 4-6 Juli 2001
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
67
Hubungan antara Kompetensi Kepribadian dan Sosial
Guru PPL Jurusan Pendidikan Teknik Informatika
terhadap Motivasi Belajar Siswa SMK Se-Kota
Singaraja
Dewa Ayu Putu Candra Santika, I G. M. Darmawiguna, G. S. Santyadiputra, L. P. E. Damayanthi
Jurusan Pendidikan Teknik Informatika
Universitas Pendidikan Ganesha
Singaraja, Indonesia
[email protected], [email protected], [email protected], [email protected]
Abstrak—Jenis penelitian ini merupakan penelitian
korelasi. Penelitian dilakukan dengan metode ex post facto
(dilakukan untuk meneliti peristiwa yang telah terjadi secara
sistematik, kemudian peneliti mengamati kebelakang tentang
faktor – faktor yang dapat menyebabkan timbulnya kajian
tersebut). Data angket siswa dianalisis dengan melakukan uji
prasyarat yang meliputi uji normalitas, uji homogenitas dan uji
linieritas. Pengujian hipotesis menggunakan uji anova.
Berdasarkan hasil penelitian menujukkan bahwa (1) terdapat
pengaruh yang positif dan signifikan antarakompetensi
kepribadian guru PPL Jurusan Pendidikan Teknik Informatika
terhadap motivasi belajar siswa SMK se-Kota Singaraja, (2)
terdapat pengaruh yang positif dan signifikan
antarakompetensi sosial guru PPL Jurusan Pendidikan Teknik
Informatika terhadap motivasi belajar siswa SMK se-Kota
Singaraja, (3) terdapat pengaruh kompetensi kepribadian dan
sosial guru PPL Jurusan Pendidikan Teknik Informatika
terhadap motivasi belajar siswa SMK se-Kota Singaraja.
Kata kunci: kompetensi kepribadian, sosial, motivasi
belajar siswa.
I. PENDAHULUAN
Universitas Pendidikan Ganesha (Undiksha) Singaraja, merupakan salah satu Universitas Negeri yang mencetak calon tenaga pendidik dan kependidikan. Jurusan Pendidikan Teknik Informatika salah satu jurusan yang mencetak tenaga pendidik. Sejalan Lembaga Pengembangan Pengalaman Lapangan (LPPL) yaitu lembaga yang menangani dan mengatur segala pelatihan mengajar mahasiswa di lapangan. Melalui lembaga ini pembentukan kompetensi keguruan telah disiapkan sejak dini mulai dari proses pembelajaran bertahap terpadu berupa PPL-Awal dan rangkaian materi perkuliahan yang dilakukan dengan pendekatan kompetensi. PPL-Real yang dilakukan dengan sistem magang selama sekitar 3 bulan (±14 minggu) mahasiswa calon guru dari Undiksha diharapkan memiliki kompetensi dalam mengajar. Tujuan PPL-Real secara umum untuk melatih mahasiswa calon guru
agar memiliki kemampuan memperagakan kinerja dalam situasi nyata dapat menimba dan menyerap pengalaman secara langsung dan cermat [1].
Menurut Lembaga Pengembangan Pengalaman Lapangan (LPPL) Undiksha, mahasiswa PPL diharapkan memiliki 4 kompetensi yaitu, kompetensi pedagogik berupa kemampuan mengelola proses belajar mengajar secara utuh untuk memperoleh hasil optimal. Kompetensi profesional berupa penguasaan dan pemahaman tentang bidang keilmuan yang menjadi bidang pilihannya, maupun bidang pendidikan dan pembelajaran, maupun bidang lainnya yang mendukung keahliannya. Kompetensi kepribadian yang berkaitan dengan sikap, minat, disiplin diri dalam mengemban tugas dan tanggung jawab sesuai dengan tuntunan etika seorang guru. Kompetensi sosial berupa kemampuan untuk membina lingkungan atau hubungan yang baik masyarakat sekolah maupun masyarakat luas.
Keempat kompetensi tersebut harus dimiliki oleh mahasiswa PPL agar menciptakan pembelajaran yang menyenangkan. Cara mahasiswa PPL menciptakan pembelajaran yang menyenangkan dikelas akan berpengaruh terhadap minat dan motivasi siswa dalam proses pembelajaran [1].
Mahasiswa PPL yang ideal harus memiliki pengetahuan, sikap dan keterampilan untuk menunjang tercapainya kompetensi pedagogik, kompetensi profesional, kompetensi kepribadian, dan kompetensi sosial. Dari ke 4 (empat) kompetensi tersebut penulis membatasi hanya membahas kompetensi kepribadian dan sosial. Layaknya seorang guru dengan kompetensi tersebut, maka semua sikap dan tingkah laku mahasiswa yang sedang melaksanakan PPL-Real, seharusnya mampu menjadi contoh dan teladan bagi siswa, sehingga siswa termotivasi dan serius untuk belajar dengan mahasiswa PPL.
Berdasarkan penelitian yang dilakukan oleh(Anggono, 2012)terdapat hubungan yang positif dan signifikan antara
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
68
persepsi siswa tentang atraksi interpersonal guru, fasilitas belajar, dan lingkungan belajar terhadap motivasi belajar siswa kelas X [2].(Irawan, 2007) dalam penelitiannya menunjukkan bahwa ada hubungan positif antara persepsi terhadap kompetensi guru dengan motivasi berprestasi siswa[3].
Berdasarkan latar belakang tersebut, maka penulis tertarik untuk melakukan penelitian dengan judul “Hubungan Antara Kompetensi Kepribadian, Kompetensi Sosial Guru PPL Jurusan Pendidikan Informatika Terhadap Motivasi Belajar Siswa SMK se-Kota Singaraja”.
II. KAJIAN TEORI
A. Kompetensi Kepribadian
Menurut Mohammad Ali adapun standar kompetensi kepribadian guru tersebut adalah sebagai berikut [4].
a. Bertindak sesuai dengan norma agama, hukum, sosial, dan kebudayaan nasional Indonesia.
b. Menampilkan diri sebagai pribadi yang jujur, berakhlak mulia, dan teladan bagi peserta didik dan masyarakat.
c. Menampilkan diri sebagai pribadi yang mantap, stabil, dewasa, arif, dan berwibawa.
d. Menunjukan etos kerja, tanggung jawab yang tinggi, rasa bangga menjadi guru, dan rasa percaya diri.
e. Menjunjung tinggi kode etik profesi guru.
Kepribadian adalah salah satu unsur yang menentukan keakraban, hubungan guru dengan murid tercermin dalam sikap dan perbuatannya dalam membina anak didik. Maka dari itu kompetensi keguruan harus dikembangkan agar guru terampil [5].
Penulis dapat menyimpulkan kompetensi kepribadian guru berdasarkan pendapat para ahli, kompetensi personal adalah kemampuan yang dimiliki oleh seorang guru, dapat terbentuk karena faktor bawaan dan faktor lingkungan, berasal dari dirinya sendiri sering diidentikkan dengan ciri, karakter atau sifat-sifat yang melekat pada diri seseorang yang membedakan ia dengan yang lainnya. Karakter atau sifat-sifat guru yang dimaksud meliputi: Bertindak sesuai dengan norma agama, hukum, sosial, dan kebudayaan nasional Indonesia. Menampilkan diri sebagai pribadi yang jujur, berakhlak mulia, dan teladan bagi peserta didik dan masyarakat. Menampilkan diri sebagai pribadi yang mantap, stabil, dewasa, arif, dan berwibawa. Menunjukan etos kerja, tanggung jawab yang tinggi, rasa bangga menjadi guru, dan rasa percaya diriserta menjunjung tinggi kode etik profesi guru.
B. Kompetensi Sosial
Menurut Buchari Alma kompetensi sosial adalah kemampuan guru untuk berkomunikasi dan berinteraksi secara efektif dengan lingkungan sekolah dan di luar sekolah [5].
Dalam penjelasan PP No. 19 Tahun 2005 disebutkan bahwa: “Kompetensi sosial yaitu kemampuan pendidik sebagai bagian dari masyarakat untuk [6].
a. Berkomunikasi lisan tulisan, dan isyarat.
b. Menggunakan teknologi informasi dan komunikasi dengan fungsional.
c. Bergaul secara efektif dengan peserta didik, sesama pendidik, orang tua siswa.
d. Bergaul secara santun dengan masyarakat sekitar.
Dapat disimpulkam, kompetensi sosial guru adalah kemampuan guru untuk berkomunikasi secara lisan maupun tertulis dalam bergaul dengan peserta didik, sesama tenaga pendidik, tenaga kepenpendidik, dan orang tua/ wali peserta didik.
C. Motivasi Belajar Siswa
Motivasi menurut Suryabrata (2004) adalah keadaan yang terdapat dalam diri seseorang yang mendorong diri untuk melakukan aktivitas tertentu guna mencapai suatu tujuan. Selain itu motivasi adalah dorongan dasar yang menggerakkan seseorang dalam bertingkah laku. Dorongan ini berada pada seseorang yang menggerakkan untuk melakukan sesuatu yang sesuai dengan dorongan dalam dirinya [5].
Menurut candiasa mengatakan motivasi merupakan suatu keadaan intrinsik yang muncul, mengarah untuk memepertahankan prilaku motivasi menjadikan individu melakukan berbagai aktivitas seperti ; makan, belajar, bekerja, berbelanja, mengejar jabatan [7].
Dalam melakukan suatu kegiatan seseorang bisa saja mepunyai motif lebih dari satu jenis. Karena itu motif dapat dibagi menjadi beberapa jenis. Di dalam literatur psikologi pembagian motif sebagai berikut [8].
1) Motivasi Intrinsik Motif yang mendorong seseorang melakukan kegiatan
tertentu, jadi motif ini terfokus didalam kegiatan atau objek yang ditekuninya. Siswa akan aktif dalam kegiatan belajar, karena adanya dorongan untuk mencari hal – hal berkaitan dengan pelajaran, dalam artian siswa akan menjadi lebih mandiri untuk belajar.
2) Motivasi Ekstreinsik Motif yang mendorong seseorang melakukan kegiatan
tertentu, tetapi motif tersebut terlepas atau tidak berhubungan langsung dengan kegiatan yang ditekuninya.
Berdasarkan pemaparan oleh para ahli, maka dimensi yang peneliti gunakan dalam penelitian instrumen motivasi
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
69
adalah motivasi intrinsik dan motivasi ekstrinsik. Karena dimensi tersebut sudah mencakup dimensi motivasi secara keseluruhan.
III. METODE PENELITIAN
Penelitian ini merupakan penelitian korelasi. Penelitian dilakukan dengan metode ex post facto. Sampel ditentukan melalui teknik random sampling dimana hanya siswa yang kelasnya pernah di ajar oleh guru PPL Jurusan Pendidikan Teknik Informatika. Pengumpulan data dilakukan dengan menggunakan metode angket. Data angket siswa kemudian dianalisis dengan melakukan uji prasyarat yang meliputi uji normalitas dan uji homogenitas. Pengujian hipotesis menggunakan uji anova.
Adapun tahapan-tahapan terhadap penelitian yang akan dilaksanakan untuk dapat mengungkapkan secara tuntas terkait permasalahan yang diajukan dalam penelitian ini adalah sebagai berikut.
a. Melakukan Observasi dan orientasi awal, yaitu menentukan sekolah yang akan dijadikan tempat penelitian.
b. Menentukan populasi dan sampel penelitian dengan teknik random sampling dari populasi sehingga akanada 360.
c. Menyusun instrumen penelitian.
d. Uji Coba Instrumendilakukan uji validitas, uji reliabilitas.
e. Berdasarkan uji reliabilitas instrumen, dilakukan uji terhadap 360 siswa.
f. Menganalisis data; uji normalitas, homogenitas, dan linieritas.
g. Melakukan Uji Hipotesis.
h. Menarik kesimpulan berdasarkan hasil uji hipotesis
i. Membuat laporan
IV. PEMBAHASAN
Dari hasil pengukuran terhadap kompetensi kepribadian dan kompetensi sosial pada sampel yang berjumlah 360 siswa diperoleh analisis data kompetensi kepribadian dan social sebagai berikut.
Tabel 1. Uji Normalitas Data Penelitian
Variabel Mean SD Fhitung Ftabel
Kompetensi
Kepribadian 30,91 2,68 0,025 0,072
Kompetensi
Sosial 24,82 1,74 0,019 0,072
Berdasarkan hasil uji normalitaspada kompetensi kepribadian nilai Fhitung< Ftabel (0,025<0,072). Pada kompetensi sosial nilai Fhitung< Ftabel (0,019<0,072)maka H0 ditolak atau Ha diterima. Hal ini berarti data berdistribusi normal.
Uji homogenitas dilakukan dengan Uji Lavene, dari hasil perhitungan didapatkan nilai Fhitung = 30,111. Kemudian nilai tersebut dibandingkan dengan nilai Ftabel = 2,220 (dk pembilang=5, dk penyebut=1435, taraf signifikan 5%). Harga Fhitung lebih besar dari Ftabel sehingga H0 diterima atau Ha ditolak maka sampel berasal dari populasi yang tidak homogen yang artinya data dari masing-masing kelompok mempunyai sifat atau varians yang tidak sama. Hasil tidak homogen bukan berarti penelitian ini keliru melainkan hasil dapat dipengaruhi beberapa faktor diantaranya: kecenderungan responden mengisi pernyataan pada angket kekurangan waktu, responden tidak terlalu ingat dengan subjek yang dituju atau dimaksud oleh pernyataan pada angket, dan adanya ketidakjujuran responden mengisi angket.
Ketidakhomogenan ini tidak mempengaruhi penyelesaian analisis dengan statistik parametrik, karena dari hasil uji hipotesis (uji T) yang peneliti lakukan menghasilkan hubungan yang terbukti kuat dalam hal ini hubungan yang positif dan signifikan antar variabel yang diteliti, meskipun data berasal dari data yang tidak homogen. Hal ini di dukung oleh pernyataan “ We may reasonably conclude that F test, like t test, is remark - ably robust. It is insensetive both to lack of normality in the populations and to differing population variance (unless these differences are extreme and are combined with marked differences in form). Because of this robustness it is, in fact, unusual for any check to be made on the normality of distribution unless the depature from normality in the groups sampled is seen to be extreme. Again, it is often unncessary to test for homogenity of variance. If however, an inspection of the score suggest a lack of homogenity—a pronounced diffrence in the group range, for instance—a test devised by Barttlet (1937) may be appliied“[9].
Tabel 2. Uji Linieritas Kompetensi Kepribadian
Sumber
Variasi JK (SS)
Dk
(df)
RJK
(MS)
F
hitung
F
tabel
Total 303985,0 360 844,4
Koefisien
(a) 302238,2 1
Regresi
(b/a) 497,2 1 497,2
142,46 3,87 Sisa
(Residu) 1249,5 358 3,49
Tuna
Cocok 45,47 15 3,03
0,86 1,70 Galat
( error ) 1204,0 343 3,51
F tunacocok < F tabel =LINIER
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
70
Berdasarkan hasil uji linieritas menunjukkan nilai Fhitung tuna cocok =0,86 sedangkan Ftabel =1,70 (dk pembilang = 15, dk penyebut = 343, taraf signifikan 5%). Nilai Fhitung tuna cocok < nilai Ftabel, sehingga hipotesis nol ditolak. Dengan demikian hubungan antara kompetensi kepribadiandengan motivasi belajar siswa adalah linier.
Tabel 3. Uji Linieritas Kompetensi Sosial
Sumber
Variasi JK (SS)
Dk
(df)
RJK
(MS)
F
hitung
F
tabel
Total 303985,0 360 844,4
Koefisien
(a) 302238,2 1
Regresi
(b/a) 339,8 1 339,8
86,47 3,87 Sisa
(Residu) 1406,9 358 3,93
Tuna
Cocok 35,45 9 3,94
1,00 1,91 Galat
( error ) 1371,4 349 3,93
F tunacocok < F tabel =LINIER
Berdasarkan hasil uji linieritas menunjukkan nilai Fhitung tuna cocok = 1,00 sedangkan Ftabel = 1,91 (dk pembilang = 9, dk penyebut = 349, taraf signifikan 5%). Nilai Fhitung tuna cocok < nilai Ftabel, sehingga hipotesis nol ditolak. Dengan demikian hubungan antara kompetensi sosial dengan motivasi belajar siswa adalah linier.
Berdasarkan hasil perhitungan uji hipotesis hubungan antara kompetensi kepribadian dengan motivasi belajar siswa dengan taraf signifikansi 5% diperoleh F_hitung= 11,93, dan F_tabel = 1,96. Karena F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji hipotesis dengan menggunakan anova menggunakan SPSS, nilai probabilitas signifikansi sebesar 0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat pengaruh yang signifikan antara kompetensi kepribadian dengan motivasi belajar siswa.
Hubungan antara kompetensi sosial dengan motivasi belajar siswa dengan taraf signifikansi 5% diperoleh F_hitung= 9,29, dan F_tabel = 1,96. Karena F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji hipotesis dengan menggunakan anova menggunakan SPSS, nilai probabilitas signifikansi sebesar 0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat pengaruh yang signifikan antara kompetensi sosial dengan motivasi belajar siswa.
Hubungan antara kompetensi kepribadian dan sosial dengan motivasi belajar siswa dengan taraf signifikansi 5% diperoleh F_hitung= 7,432, dan F_tabel = 3,87. Karena F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji hipotesis dengan menggunakan anova menggunakan SPSS, nilai probabilitas signifikansi sebesar 0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat
pengaruh yang signifikan antara kompetensi kepribadian dan sosial dengan motivasi belajar siswa.
Hubungan yang positif dan signifikan dengan koefisien determinasi sebesar 0,04 membuktikan bahwa motivasi belajar siswa yang dicapai sebesar 3,99%, sedangkan 96,00% lainnya ditentukan oleh variabel lain yang tidak diteliti memiliki pengaruh yang lebih besar terhadap motivasi belajar siswa.
Populasi bukan sekedar jumlah yang ada pada objek/subyek yang dipelajari tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek itu. Jika dilihat dari jumlah responden, 360siswa memiliki karakteristik yang berbeda-beda. Ada beberapa siswa yang cenderung tidak memperhatikan butir instrumen dengan teliti. Jumlah responden yang banyak, kurangnya perhatian siswa sebagai responden dan waktu pengisian angket yang terlalu cepat juga dapat meyebabkan faktor lainnya yang tidak diteliti memiliki pengaruh yang lebih besar terhadap motivasi belajar siswa [10].Kualitas instrumen dan kesalahan pengambilan sampel, kesimpulan hasil penelitian bisa salah jika instrumen yang digunakan kurang tepat (valid) untuk mengukur variabel/objek yang diteliti [11].
Hal ini membuktikan bahwa tidak hanya kompetensi kepribadian dan sosial yang mempengaruhi motivasi belajar siswa, namun ada variabel lain yang peneliti tidak kaji dalam penelitian ini juga berpengaruh terhadap motivasi belajar siswa. Mengiingat bahwa kompetensi dasar yang dimiliki oleh seorang guru ada 4 (empat) kompetensi yaitu kompetensi pedagogik, profesional, kepribadian, dan sosial. Pengaruh orang tua sangat berperan penting dalam memotivasi belajar siswa.
Terdapat hubungan yang sedang antara perhatian orang tua di rumah dengan motivasi belajar siswa [12]. Fasilitas belajar dan lingkungan belajar secara simultan berpengaruh positif terhadap motivasi belajar [13].
Berdasarkan hasil yang diperoleh, penelitian ini secara umum telah mampu menjawab dan menemukan faktor/ variabel lain yang mempengaruhi motivasi belajar siswa yang tidak dijelaskan dalam penelitian ini.
V. SIMPULAN
Berdasarkan paparan hasil penelitian, dan pembahasan dapat disimpulkan sebagai berikut.
Terdapat hubungan yang positif dan signifikan antara kompetensi kepribadian terhadap motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,53 artinya jika semakin baik nilai kompetensi kepribadian guru PPL, maka akan meningkatkan motivasi belajar siswa, begitu pula sebaliknya.Tingkat hubungan antara keduanya kuat. Koefisien determinasi sebesar 0,28 menyatakan bahwa variabel kompetensi kepribadian hanya memberikan sumbangan sebesar 28,47 % terhadap motivasi belajar siswa.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
71
Terdapat hubungan yang positif dan signifikan antara kompetensi sosial terhadap motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,44, artinya jika semakin baik nilai kompetensi sosial guru PPL, maka akan meningkatkan motivasi belajar siswa, begitu pula sebaliknya.Tingkat hubungan antara keduanya sedang. Koefisien determinasi sebesar 0,19 menyatakan bahwa variabel kompetensi sosial hanya memberikan sumbangan sebesar 19,45% terhadap motivasi belajar siswa.
Terdapat hubungan yang positif dan signifikan secara bersama sama kompetensi kepribadian dan sosial terhadap motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,20, artinya jika semakin baik nilai kompetensi kepribadian dan sosial guru PPL, maka akan meningkatkan motivasi belajar siswa, begitu pula sebaliknya.Tingkat hubungan antara keduanya sedang. Koefisien determinasi sebesar 0,04 menyatakan bahwa variabel kompetensi kepribadian dan sosial hanya memberikan sumbangan sebesar 3,99% terhadap motivasi belajar siswa.
DAFTAR PUSTAKA
[1] Undiksha. (2007). Petunjuk Praktis pelaksanaan PPL-Real. Singraja: Undiksha.
[2] Anggono, D. T. (2012). Jurnal Hubungan Persepsi siswa tentang atraksi interpersonal guru, fasilitas belajar dan lingkungan belajar terhadap motivasi siswa. Universitas Yogyakarta, 20-22. Retrieved from http:eprint.uny.ac.id/10060/I/Jurnal.pdf
[3] Irawan, P. (2007). Hubungan Persepsi Terhadap Kompetensi Guru Dengan Motivasi Berprestasi Siswa kelas VII SMP Negeri 2 Tirto. Universitas Diponogoro Semarang, 44-45. Retrieved from http://eprints.undip.ac.id/24804/1/Persepsi_Kompetensi_Guru.pdf
[4] PP No. 19 Tahun 2005.
[5] Wahyudi, I. (2012). Imam Wahyudi (2012) 2012. Pengembangan pendidikan stategi inovatif dan kreatif secara komprehensif. . Jakarta: Prestasi pustaka.
[6] Hakim, T. (2000). Belajar Secara Efektif.Jakarta: Puspa Swara.
[7] Candiasa, I. M. (2007). Pengujian Instrumen Penelitian Disertai Aplikasi ITEAM dan BIGSTEPS. : . Singaraja: Unit Penerbitan Universitas Pendidikan Ganesha.
[8] Sardiman., S. (2005). Interakti dan Motivasi Belajar Mengajar. Jakarta: Raja Grafindo Persada.
[9] Lewis. (1968). Experimental design in education . London: London university of London press LTD.
[10] Sugiyono. (2013). Metode Penelitian Kuantitatif Kualitatif Dan R & D. Bandung: Alfabeta.
[11] Mulyatiningsih, E. (2015). PENGEMBANGAN DAN PENGUJIAN KUALITASNYA INSTRUMEN PENELITIAN. Jurnal Ilmiah, 1-20. Retrieved from pps.unnes.ac.id/wp-content/uploads/2016/05/PENGEMBANGAN-DAN-PENGUJIAN-KUALITASNYA-INSTRUMEN-PENELITIAN.dotx
[12] Iftikhah, R. (2016). Pengaruh Perhatian Orang Tua Terhadap Motivasi Belajar Siswa. Jurnal Ilmiah, 1-20. Retrieved from http://download.portalgaruda.org/article.php?article=251686
[13] Dkk, L. C. (2015). PENGARUH FASILITAS BELAJAR DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR MATA PELAJARAN EKONOMI SISWA KELAS XI IIS DI SMA NEGERI 5 SURAKARTA TAHUN AJARAN 2015/2016. 1-20. Retrieved from http://download.portalgaruda.org/article.php?article=430549
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
72
MAKALAH KELOMPOK B
BIDANG TEKNOLOGI INFORMATIKA
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
73
Analisis Kualitas Koneksi Jaringan Internet 4G XL
dan Smartfren di Wilayah Kota Palembang
Irwansyah
Fakultas Vokasi
Universitas Bina Darma
Palembang, Sumatera Selatan
Abstrak— Dengan berkembangnya teknologi internet
secara cepat dari generasi ke generasi yang terus meningkat,
terutama dibidang layanan penggunaan internet mobile.
Penyedia jasa layanan internet sendiri berlomba – lomba
meningkatkan teknologi – teknologi terbaru khususnya
teknologi wireless untuk internet. Ini bisa dilihat dari
pertumbuhan pengguna teknologi wireless pada perangkat
mobile atau handphone di Indonesia, hal ini juga dibuktikan
dengan hadirnya teknologi baru yang mempunyai kualitas
jaringan telekomunikasi dalam hal kecepatan data, yakni
teknologi 4G LTE (Long Term Evolution). Teknologi ini
merupakan teknologi broadband, yaitu saluran transmisi data
dengan kecepatan tinggi setara kapasitas bandwith yang lebih
besar dari pada saluran telpon konvensional. Permasalahan
dari penelitian ini yaitu ingin mengetahui kualitas jaringan
internet dari operator selular Smartfren dan XL didaerah mana
saja yang kualitas nya tebaik. Adapun tujuan dari penelitian ini
adalah untuk menguji kualitas jaringan internet mobile 4G dari
produk operator selular Smartfren dan XL. Dengan
menerapkan Metode QOS (Quality of Service) untuk
mengetahui sejumlah faktor atau parameter yang
mempengaruhi kualitas jaringan internet mobile 4G. Adapun
alat analisis menggunakan software BizNet Speed Meter dan
Axence Net Tools.
Kata kunci: Internet, 4G LTE (Long Term Evolution), QOS
(Quality of Service)
I. PENDAHULUAN
Perkembangan teknologi secara cepat dari generasi ke generasi terus meningkat, terutama dibidang layanan penggunaan internet. Pengguna internet sendiri dari usia anak – anak hingga orang tua. Penyedia jasa layanan internet sendiri berlomba – lomba meningkatkan teknologi – teknologi terbaru khususnya teknologi wireless untuk internet. Ini bisa dilihat dari pertumbuhan pengguna teknologi wireless pada perangkat mobile atau handphone di Indonesia, hal ini juga dibuktikan dengan hadirnya teknologi baru yang mempunyai kualitas jaringan telekomunikasi dalam hal kecepatan data, yakni teknologi 4G LTE. 4G LTE (Long Term Evolution) merupakan teknologi memberikan converage dan kapasitas dan layanan yang lebih besar, mengurangi biaya dalam operasional, mendukung penggunaan multiple-antena, fleksibel dalam penggunaan bandwidth operasinya dan juga
terhubung atau terintegrasi dengan teknologi yang sudah ada. Teknologi ini merupakan teknologi broadband, yaitu saluran transmisi data dengan kecepatan tinggi setara kapasitas bandwith yang lebih besar dari pada saluran telpon konvensional. Banyak keunggulan yang ditawarkan jaringan 4G LTE, tapi teknologi ini belum bisa dinikmati secara merata di seluruh wilayah Indonesia, bahkan di daerah Sumatera Selatan jaringan 4G masih sulit di dapatkan karena hanya beberapa provider layanan yang mampu memberikan akses layanan 4G. Di Sumatera Selatan sendiri khususnya kota palembang saat ini ada beberapa provider yang menyediakan jaringan 4G LTE, Pada penelitian ini hanya mengambil dua provider saja yakni Smartfren yang mengeluarkan produknya Smartfren 4G LTE. Selain itu ada juga XL yang mengeluarkan produknya XL 4G LTE dioperasikan pada frekuensi 1800 MHz. Permasalahan dari penelitian ini yaitu ingin mengetahui kualitas jaringan internet dari operator selular Smartfren dan XL didaerah mana saja yang kualitas nya tebaik. Pada penelitian ini peneliti akan menguji kualitas jaringan internet mobile 4G dari produk operator selular Smartfren dan XL dengan menerapkan Metode QOS (Quality of Service) untuk mengetahui sejumlah faktor atau parameter yang mempengaruhi kualitas jaringan internet mobile 4G. Adapun tujuan dari penelitian ini adalah untuk menguji kualitas jaringan internet mobile 4G dari produk operator selular Smartfren dan XL. Tujuan lainnya adalah untuk mengetahui jangkauan koneksi jaringan broadband 4G dari beberapa BTS (Base Transceiver Station) yang ada diwilayah kota Palembang. Adapun alat pengujian kualitas jaringan internet menggunakan software BizNet Speed Meter dan Axence Net Tools. Besaran pengukuran kualitas layanan yang dihasilkan akan di analisis menggunakan standar kualitas layanan yang baik menurut standar versi TIPHON. [6]
II. METODOLOGI PENELITIAN
A. Tempat dan Objek Penelitian
Penelitian ini dilaksanakan pada beberapa BTS (Base Transceiver Station) Smartfren dan XL di wilayah Kota Palembang.
B. Metode Pengumpulan Data
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
74
Untuk memperoleh data yang digunakan dalam penyusunan penelitian ini maka dilakukan pengambilan data secara primer dan sekunder, yaitu :
1) Data Primer, yaitu data yang dikumpulkan secara langsung dari objek yang di teliti yaitu beberapa tempat BTS (Base Transceiver Station) Smartfren dan XLdi wilayah Kota Palembang. Cara – cara yang dipakai untuk mengumpulkan data tersebut yaitu :
1. Observasi, Penulis mengadakan pengamatan dan pengukuran langsung ke beberapa tempat BTS (Base Transceiver Station) Smartfren dan XLdi wilayah Kota Palembang.
2. Wawancara yaitu wengadakan tanya jawab atau berdialog secara langsung dengan pengguna internet 4G Smartfren dan XL di wilayah Kota Palembang.
2) Data Sekunder, yaitu pengumpulan data dengan mempelajari masalah yang berhubungan dengan objek yang diteliti serta buku yang dipelajari, yang terdiri dari :
1. Studi Pustaka
Penulis menggunakan pengetahuan yang didapat dari buku – buku, literature di perpustakaan, jurnal ilmiah dan internet yang erat kaitanya dengan penelitian yang dilakukan.
2. Dokumentasi
Penulis mengambil data-data yang diperlukan pada Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Darma.
C. Metode Penelitian
Penelitian ini menggunakan model penelitian tindakan atau Action research. yaitu sebuah metode penelitian, didirikan atas asumsi bahwa teori dan praktik dapat secara tertutup diintegrasikan dengan pembelajaran dari hasil intervensi yang direncanakan setelah diagnosis yang rinci terhadap konteks masalahnya. [1].
1. Melakukan diagnosa (diagnosing)
Melakukan identifikasi masalah-masalah pokok yang ada guna menjadi dasar kelompok atau organisasi sehingga terjadi perubahan, untuk tahap ini pertama peneliti menentukan jarak pengukuran dari BTS, dalam hal ini 5 km untuk masing – masing provider. Kedua Menentukan letak BTS untuk jaringan 4G didapatkan tempat BTS untuk XL dan Smartfren yang berada dalam satu wilayah tepatnya di Jalan Angkatan 45. Tepatnya didekat Palembang Square.
Gambar 1. BTS XL dan Smartfren dalam Satu Wilayah
2. Membuat rencana tindakan (action planning)
Peneliti dan partisipan bersama-sama memahami pokok masalah yang ada kemudian dilanjutkan dengan menyusun rencana tindakan yang tepat untuk menyelesaikan masalah yang ada.
Pada tahap rencana tindakan peneliti juga mengumpulkan data berupa luas wilayah jaringan 4G Smartfren dan Xl. Dengan mengetahui wilayah cakupan ini bertujuan untuk menentukan lokasi dan jarak pengukuran kualitas jaringan internet dari peneliti ke BTS Smartfren dan XLdi wilayah Kota Palembang. Contoh Jarak pengukuran dapat dilihat pada gambar berikut.
Gambar 2. Rencana Jangkauan Pengujian
3. Melakukan tindakan (action taking)
Dalam melakukan tindakan jumlah kuota yang digunakan untuk setiap penyedia XL dan Smartfren sebesar 4 GB (Giga Byte) dengan jarak pengukuran sejauh 5 km dari BTS. IP Protokol yang digunakan untuk pengujian adalah www.facebook.com (31.12.79.220) dengan menggunakan dua buah laptop, modem Smartfren 4G LTE Andromax M2Y (untuk Smartfren) dan modem 4G Bolt (untuk XL). Pada penelitian ini akan menggunakan tools axence nettols untuk menguji diantaranya delay, packet loss, througput, dan biznet speedtest untuk menguji bandwith dan akan dilaksanakan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
75
pada tanggal 02 Januari 2017 s/d 10 Januari 2017 dilakukan dalam dua sesi pukul 07.00-09.00 WIB – 10.00-12.00 WIB
4. Melakukan evaluasi (evaluating)
Setelah masa implementasi (action taking) dianggap cukup kemudian peneliti bersama partisipan melaksanakan evaluasi hasil dari implementasi tadi.
5. Pembelajaran (learning)
Tahap ini merupakan bagian akhir siklus yang telah dilalui dengan melaksanakan review tahap-pertahap yang telah berakhir kemudian penelitian ini dapat berakhir. Seluruh kriteria dalam prinsip pembelajaran harus dipelajari, perubahan dalam situasi organisasi dievaluasi oleh peneliti dan dikomunikasikan kepada klien, peneliti dan klien merefleksikan terhadap hasil proyek, yang nampak akan dilaporkan secara lengkap dan hasilnya secara eksplisit dipertimbangkan dalam hal implikasinya terhadap penerapan Canonical Action Reaserch (CAR)
D. Kerangka Pemikiran
Dalam kerangka pemikiran penelitian ini parameter yang akan di ukur dan analisis terdiri dari Bandwidth, throughput, Delay, Jitter dan Packet loss, terhadap Jaringan internet mobile 4G Smartfren dan XL, sehingga didapat besar kualitas jaringan internet mobile yang harus di penuhi atau yang memenuhi standar kualitas layanan yang baik menurut standar versi TIPHON. Kerangka pemikiran untuk penelitian ini sebagai berikut :
Gambar 3. Kerangka pemikiran penelitian.
E. Jaringan Wi-Fi
Singkatnya Wi-Fi adalah standarisasi koneksi yang digunakan untuk menghubungkan antara satu kompoputer dengan satu komputer atau ke banyak komputer.[2]. Dengan menggunakan WiFi, kita dapat mengakses internet dengan cepat. WiFi mempunyai kemampuan akses internet dengan kecepatan hingga 11 Mbps. Kita tidak membutuhkan kabel untuk terhubung kejaringan WiFi. Namun, kita harus berada pada daerah yang mempunyai sinyal WiFi. Daerah yang mempunyai sinyal WiFi adalah daerah yang berada pada radius 100 meter dari titik akses yang sering disebut hotspot.
F. Broadband
Broadband adalah Saluran transmisi data dengan kecepatan tinggi serata kapasitas bandwidth yang lebih besar dari pada saluran telepon konvensional.[3]. Beberapa sifat broadband yaitu, mudah diinstal, bisa digunakan untuk jarak 100 sampai 1000 meter, bisa digunakan 100 sampai 1000 pengguna, bisa digunakan untuk transmisi data, video, radio. [4].
G. Parameter Kualitas Jaringan
Beberapa parameter dijadikan referensi umum untuk dapat melihat performansi dari suatu jaringan adalah Metode QOS. Quality of Service atau QoS digunakan untuk mengukur tingkat kualitas koneksi jaringan TCP/IP berupa delay, packet loss, troughput dan Bandwith,. Beberapa parameter yang dijadikan referensi umum untuk dapat melihat performansi dari jaringan IP adalah Utilisasi/Okupansi, Paket Loss, Delay, dan Availibilitas [5].
1) Utilisasi/Okupansi Teknologi IP adalah teknologi connectionless oriented,
dimana proses transmisi informasi dari pengirim ke tujuannya tidak memerlukan pendifinisian jalur terlebih dahulu, seperti halnya teknologi connection oriented. Dalam hal ini Utilisasi/okupansi jaringan cenderung dipengaruhi langsung oleh trafik yang ditransmisikan melewati jaringan IP tersebut. Sebagai gambaran pada tabel di bawah ini, menunjukkan besarnya bytes yang diperlukan untuk proses aplikasi IP.
Tabel 1. Ukuran paket di dalam setiap Aplikasi
APPLICATION PACKET SIZE
Telnet 64 – 1518 bytes
http 400 – 1518 bytes
NFS 64 – 1518 bytes
NetWare 500 – 1518 bytes
Multimedia 400 – 700 bytes
2) Paket Loss / Kongesti Packet loss didefinisikan sebagai kegagalan transmisi
paket IP mencapai tujuannya. Kegagalan paket tersebut mencapai tujuan, dapat disebabkan oleh beberapa kemungkinkan, diantaranya yaitu:
a. Terjadinya overload trafik didalam jaringan,
b. Tabrakan (congestion) dalam jaringan,
c. Error yang terjadi pada media fisik,
d. Kegagalan yang terjadi pada sisi penerima antara lain bisa disebabkan karena overflow yang terjadi pada buffer.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
76
Tabel 2. Standarisasi Packet loss Versi THIPON
Kategori Degradasi Packet loss
Sangat Bagus 0
Bagus 3 %
Sedang 15 %
Jelek 25 %
3) Delay Delay adalah waktu tunda suatu paket yang diakibatkan
oleh proses transmisi dari satu titik ke titik lain yang menjadi tujuannya.
Tabel 3. Standarisasi Delay Versi THIPON
Kategori Latency Delay
Sangat Bagus < 150 ms
Bagus 150 - 300 ms
Sedang 300 - 450 ms
Jelek < 450 ms
4) Jitter Jitter merupakan variasi delay antar paket yang terjadi
pada jaringan IP. Besarnya nilai jitter akan sangat dipengaruhi oleh variasi beban trafik dan besarnya tumbukan antar paket (congestion) yang ada dalam jaringan IP. Semakin besar beban trafik di dalam jaringan akan menyebabkan semakin besar pula peluang terjadinya congestion dengan demikian nilai jitter-nya akan semakin besar.
III. HASIL
Adapun hasil penelitian yang didapat dari beberapa tahapanan pengujian dengan parameter QOS di jaringan 4G adalah sebagai berikut :
A. Bandwith
Hasil pengukuran Bandwith dengan cara mengkoneksikan laptop ke jaringan 4G LTE smartfren dengan kapasitas Bandwith yang disediakan sebesar 102400 Kbps atau 100 Mb, lalu membuka browser dan mengakses speedtest.biznetnetwork.com lalu klik begin test pada tampilan Biznet Speed Meter. Kemudian dapat dilihat hasilnya berupa screenshot sebagai berikut:
Gambar 4. Hasil pengukuran Bandwith Smartfren
Berdasarkan data yang didapatkan untuk pengujian download di setiap tempat pada jaringan 4G LTE XL dan Smartfren, maka diperoleh hasil yang dapat dilihat pada tabel berikut :
Tabel 4. Hasil pengukuran Bandwith 4G Smartfren
Hari/
Tanggal Waktu
SMARTFREN
Tempat Bandwith (Mbps)
Download Upload
Senin, 02 Jan
2017
07.00-09.00 3.27 1.98 KM. 10
(Simp.
Bandara)
10.00-12.00 3.68 2.89
Selasa, 03
Jan 2017
07.00-09.00 5.98 5.97
10.00-12.00 4.91 3.78
Rabu, 04 Jan
2017
07.00-09.00 7.09 5.45
PTC 10.00-12.00 5.08 4.48
Kamis, 05
Jan 2017
07.00-09.00 6.37 4.99
10.00-12.00 9.80 4.88
Jumat, 06 Jan
2017
07.00-09.00 8.58 5.61 Plaju
(Polres
Plaju)
10.00-12.00 7.34 5.07
Sabtu, 07 Jan
2017
07.00-09.00 10.50 4.51
10.00-12.00 8.54 4.92
Senin, 09 Jan
2017
07.00-09.00 5.29 3.68
Gandus
(Musi II)
10.00-12.00 4.64 3.35
Selasa, 10
Jan 2017
07.00-09.00 8.06 7.88
10.00-12.00 7.99 6.36
Dari hasil pengukuran bandwith 4G Smartfren di beberapa tempat didapat hasil sebagai berikut : hasil download terbesar pada daerah Plaju (Polres Plaju) dan PTC masing – masing sebesar 10.50 Mbps dan 9.80 Mbps, untuk download terkecil didaerah KM.10 (Simpang Bandara). Sedangkan untuk Upload terbesar didaerah Gandus sebesar 7.88 Mbps dan Upload terkecil terdapat didaerah KM.10 yaitu 1,98 Mbps.
Tabel 5. Hasil pengukuran Bandwith 4G XL
Hari/ Tanggal Waktu
XL
Tempat Bandwith (Mbps)
Download Upload
Senin, 02 Jan
2017
07.00-09.00 3.03 1.62 KM. 10
(Simp.
Bandara)
10.00-12.00 3.27 1.98
Selasa, 03 Jan
2017
07.00-09.00 5.48 0.38
10.00-12.00 6.05 0.20
Rabu, 04 Jan
2017
07.00-09.00 13.21 3.70
PTC 10.00-12.00 9.33 2.24
Kamis, 05 Jan
2017
07.00-09.00 10.79 3.68
10.00-12.00 10.63 2.89
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
77
Jumat, 06 Jan
2017
07.00-09.00 4.07 0.17 Plaju
(Polres
Plaju)
10.00-12.00 3.45 0.15
Sabtu, 07 Jan
2017
07.00-09.00 7.52 2.65
10.00-12.00 6.47 0.16
Senin, 09 Jan
2017
07.00-09.00 4.90 4.41
Gandus
(Musi II)
10.00-12.00 3.74 3.63
Selasa, 10 Jan
2017
07.00-09.00 6.47 2.89
10.00-12.00 8.13 0.16
Dari hasil pengukuran bandwith 4G XL di beberapa tempat didapat hasil sebagai berikut : hasil download terbesar pada daerah PTC dengan rata - rata sebesar 13.21 Mbps. Untuk download terkecil didaerah KM.10 (Simpang Bandara) dengan rata – rata 3.0.1 Mbps. Sedangkan untuk Upload terbesar didaerah Gandus sebesar 4.41 Mbps dan Upload terkecil terdapat didaerah Plaju yaitu 0,15 Mbps.
B.Througput
Berdasarkan hasil pengukuran througput dengan menggunakan aplikasi Axence NetTools dengan cara membuka Axence NetTools dan memilih fitur Bandwith. Selanjutnya memasukkan IP Protokol 31.1279.220 (facebook) pada Address Bar kemudian klik Bandwith. pada jaringan 4G LTE smartfren, pengujian atau pengukuran dilakukan pada pukul 07.00 - 09.00 WIB dan 10.00-12.00 WIB dapat dilihat hasilnya berupa screenshot sebagai berikut:
Gambar 5. Hasil pengukuran Througput Smartfren
Berikut hasil pengukuran througput yang didapatkan pada jaringan 4G Smartfren. Untuk througput yang terendah yaitu di daerah PTC Mall sebesar 63,125%. Dan througput tertinggi didaerah Plaju didapat hasil pengukuran sebesar 93.01%.
Tabel 6. Hasil pengukuran Througput Smartfren
Hari/Ta
nggal Waktu
Smartfren
Tempat Througput (Bps)
Bandwith
(kbps) Avg
Persentase
(%)
Senin,
02
Januari
2017
07.00-
09.00 102400 92.784 90,609375 KM. 10
(Simp.
Bandara) 10.00-
12.00 102400 68.323 66,72168
Selasa,
03
Januari
2017
07.00-
09.00 102400 68.666 67,056641
PTC
MALL 10.00-
12.00 102400 64.640 63,125
Rabu,
04
Januari
2017
07.00-
09.00 102400 92.145 89,985352 Plaju
(Polres
Plaju) 10.00-
12.00 102400 95.245 93,012695
Kamis
05
Januari
2017
07.00-
09.00 102400 93.943 91,741211
Gandus
(Musi II) 10.00-
12.00 102400 78.655 76,811523
Sedangkan untuk hasil pengukuran througput pada jaringan 4G XL dapat dilihat pada tabel 7 berikut. Dari tabel dapat kita simpulkan yaitu : hasil througput terendah didaerah Gandus Musi II sebesar 56,89%. Dan hasil througput tertinggi didaerah KM. 10 Simpang Bandara sebesar 105,92%.
Tabel 7. Hasil pengukuran Througput XL
Hari/Tan
ggal
Waktu
XL
Tempat Througput (Bps)
Bandwit
h (kbps) Avg
Persentase
(%)
Senin,
02
Januari
2017
07.00-
09.00 102400 108.464 105,92188 KM. 10
(Simp.
Bandara) 10.00-
12.00 102400 68.323 66,72168
Selasa,
03
Januari
2017
07.00-
09.00 102400 77.825 76,000977
PTC
MALL 10.00-
12.00 102400 86.430 84,404297
Rabu,
04
Januari
2017
07.00-
09.00 102400 83.548 81,589844 Plaju
(Polres
Plaju) 10.00-
12.00 102400 91.904 89,75
Kamis
05
Januari
2017
07.00-
09.00 102400 85.866 83,853516
Gandus
(Musi II) 10.00-
12.00 102400 58.256 56,890625
C.Delay
Berdasarkan hasil pengukuran Delay dengan cara membuka aplikasi Axence Nettools, kemudian memilih fitur NetWatch. Selanjutnya mengisikan IP Address Facebook (31.12.79.220) pada Address Bar. Kemudian klik Add, Screenshot hasil pengukuran Delay dan Paket loss dapat dilihat pada gambar 6.
Hasil pengukuran di beberapa tempat pada jaringan 4G Smartfren dan Xl didapat hasil sebagai berikut. Hasil pengukuran delay pada jaringan smartfren yaitu dengan mengakses url dari facebook.com didapatkan hasil delay rata – rata terkecil 77 ms terdapat didaerah KM. 10 Simpang bandara.
Gambar 6. Screenshot hasil pengukuran Delay dan Packet loss Smartfren 4G LTE
Tabel 8. Hasil pengukuran Delay Smartfren
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
78
Hari/
Tggl Waktu
SMARTFREN Kategor
i
THIPO
N
Akses Tmpt
Delay (ms)
Min Max Rata
-rata
Senin
, 02
Jan
2017
07.00-
09.00 59 967 83 Perfect www.f
aceboo
k.com
KM. 10
(Simp.
Bandara) 10.00-
12.00 64 351 77 Perfect
Selas
a, 03
Jan
2017
07.00-
09.00 68 991 154 Good www.f
aceboo
k.com
PTC
MALL 10.00-
12.00 60 819 221 Good
Rabu
, 04
Jan
2016
07.00-
09.00 58 821 117 Perfect www.f
aceboo
k.com
Plaju
(Polres
Plaju) 10.00-
12.00 65 689 80 Perfect
Kami
s, 05
Jan
2017
07.00-
09.00 62 816 104 Perfect www.f
aceboo
k.com
Gandus
(Musi
II) 10.00-
12.00 63 288 104 Perfect
Hasil pengukuran delay pada jaringan XL yaitu dengan mengakses url dari facebook.com didapatkan hasil delay rata – rata terkecil 65ms terdapat didaerah Plaju. Delay ini dapat dikategorikan Perfect menurut standar kategori Thipon. Sedangkan delay terbesar didaerah Gandus Musi II yaitu sebesar 152ms, ini termasuk kategori good menurut standar Thipon. Hasil pengukuran tersebut dapat dilihat pada tabel 9. Berikut.
Tabel 9. Hasil pengukuran Delay XL
Hari/
Tggl Waktu
XL Kategor
i
THIPO
N
Akses Temp
at Delay (ms)
Min Max
Rat
a-
rata
Senin,
02
Januari
2017
07.00-
09.00 57 543 68 Perfect www.f
aceboo
k.com
KM.
10
(Simp.
Bandara) 10.00-
12.00 62 883 144 Perfect
Selasa,
03
Januari
2017
07.00-
09.00 57 834 71 Perfect www.f
aceboo
k.com
PTC
MALL 10.00-
12.00 70 147 83 Perfect
Rabu,
04
Januari
2017
07.00-
09.00 44 524 65 Perfect www.f
aceboo
k.com
Plaju
(Polres
Plaju) 10.00-
12.00 57 337 79 Perfect
Kamis
05
Januari
2017
07.00-
09.00 42 950 152 Good www.f
aceboo
k.com
Gandu
s
(Musi
II) 10.00-
12.00 59 986 115 Perfect
D.Packet Loss
Berdasarkan hasil pengukuran Packet Loss di beberapa tempat pada jaringan 4G Smartfren dan Xl didapat hasil sebagai berikut. Hasil pengukuran Packet Loss pada jaringan
smartfren yaitu dengan cara mengirimkan ukuran packet yang sama. Didapatkan hasil Packet Loss terkecil 0% dibeberapa tempat yaitu didaerah KM. 10 Simpang bandara, Plaju dan Gandus Musi II. Menurut standar thipon termasuk kategori Perfect. Sedangkan Packet Loss terbesar di daerah PTC Mall sebesar 8%.
Tabel 10. Hasil pengukuran Packet Loss Smartfren
Hari/
Tggl Waktu
XL Kategor
i
THIPO
N
Akses Temp
at Delay (ms)
Min Max
Rat
a-
rata
Senin,
02
Januari
2017
07.00-
09.00 57 543 68 Perfect www.f
aceboo
k.com
KM.
10
(Simp.
Bandara) 10.00-
12.00 62 883 144 Perfect
Selasa,
03
Januari
2017
07.00-
09.00 57 834 71 Perfect www.f
aceboo
k.com
PTC
MALL 10.00-
12.00 70 147 83 Perfect
Rabu,
04
Januari
2017
07.00-
09.00 44 524 65 Perfect www.f
aceboo
k.com
Plaju
(Polres
Plaju) 10.00-
12.00 57 337 79 Perfect
Kamis
05
Januari
2017
07.00-
09.00 42 950 152 Good www.f
aceboo
k.com
Gandu
s
(Musi
II) 10.00-
12.00 59 986 115 Perfect
Hasil pengukuran Packet Loss pada jaringan 4G XL yaitu dengan cara mengirimkan ukuran packet yang sama. Maka didapatkan hasil Packet Loss terkecil 1% terdapat didaerah Plaju (Polres Plaju). Menurut standar thipon termasuk kategori Perfect. Sedangkan Packet Loss terbesar di daerah Gandus Musi II sebesar 8%. Hasil pengukuran Packet Loss jaringan 4G XL dapat dilihat pada tabel 8 berikut ini.
Tabel 11 . Hasil pengukuran Packet Loss XL
Hari/
Tanggal Waktu
XL
Kategori
THIPON Tempat
Packet Loss
Sent Lost Lost
(%)
Senin, 02
Januari
2017
07.00-
09.00 501 2 0 Perfect KM. 10
(Simp.
Bandara) 10.00-
12.00 501 40 8 Good
Selasa, 03
Januari
2017
07.00-
09.00 502 24 5 Good
PTC
MALL 10.00-
12.00 501 2 0 Perfect
Rabu, 04
Januari
2017
07.00-
09.00 501 12 2 Perfect Plaju
(Polres
Plaju) 10.00-
12.00 501 3 1 Perfect
Kamis, 05
Januari
2017
07.00-
09.00 501 91 18 Good Gandus
(Musi
II) 10.00-
12.00 511 21 4 Good
IV. KESIMPULAN
1. Dari hasil beberapa kali pengujian atau pengukuran Bandwith pada Jaringan 4G Smartfren dan XL , hasil
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
79
download terbesar yaitu pada Jaringan 4G XL sebesar 13.21 Mbps di daerah PTC Mall. Hasil download terkecil yaitu pada Jaringan 4G XL juga sebesar 3.01 Mbps di daerah KM.10 (Simpang Bandara).
2. Hasil pengujian atau pengukuran througput pada Jaringan 4G Smartfren dan XL, untuk througput terendah yaitu pada jaringan 4G XL di daerah Gandus Musi II sebesar 56,89%. Dan througput tertinggi juga pada jaringan 4G XL sebesar 105,92% di daerah KM.10 (Simpang Bandara).
3. Hasil pengujian atau pengukuran Delay pada Jaringan 4G Smartfren dan XL, untuk Delay terkecil yaitu pada jaringan 4G XL di daerah Pelaju (Polres Plaju) sebesar 65 ms. Dan Delay terbesar pada jaringan Smartfren sebesar 221 ms terjadi daerah PTC Mall.
4. Hasil pengujian atau pengukuran Packet Loss pada Jaringan 4G Smartfren dan XL, untuk Packet Loss terkecil yaitu pada jaringan 4G Smartfren terdapat di dua tempat atau daerah KM.10 (Simpang Bandara) dan
daerah Plaju (Polres Plaju) masing – masing sebesar 0%. Dan Packet Loss terbesar pada jaringan 4G XL sebesar 18 % terjadi daerah Gandus (Musi II).
DAFTAR PUSTAKA
[1] Davison, R. M., Martinsons, M. G., Kock N., “Principles of Canonical Action Research” , jurnal : Information Systems, vol. 14, p.65–86, 2004.
[2] Wahana komputer,Tip Jitu Optimasi Jaringan Wi-Fi, Yogyakarta : Andi Offset, 2010.
[3] Melwin Syafrizal, Pengantar Jaringan Komputer, Yogyakarta : Andi Offset, 2005.
[4] Edison Siregar, Langsung Praktik Mengelola Jaringan Lebih Efektif dan Efisien, Yogyakarta: Andi Offset, 2010
[5] Joesman 2008, Simulasi Jaringan berbasis paket dengan memper-gunakan simulator OPNET, diakses : 15/03/2016, http://joesman.wordpress.com/-page/2/.
[6] Setiawansyah, Agus, dkk 2013. “Analisis Kinerja Jaringan Pusat Internet Pedesaan Berbasis VSAT Di Kabupaten Muara Enim”, Fakultas Ilmu Komputer. Universitas Bina Darma
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
80
Implementasi Sensor Kapasitif dan Piezo-Electric
pada Bilah Gamelan Elektronik sebagai Media
Belajar Tabuh
I Gede Eka Wiantara Putra
Program Studi Sistem Komputer
STMIK STIKOM Bali
Denpasar, Bali – Indonesia
Abstrak—Seni dan Budaya Tabuh merupakan salah satu
mata kuliah yang tercantum di dalam kurikulum STMIK
STIKOM Bali. Khususnya di STMIK STIKOM Bali Kampus II
Jimbaran yang baru berdiri, dibutuhkan sebuah media belajar
seni tabuh berupa seperangkat gamelan gong kebyar. Berawal
dari hal tersebut, penulis mengupayakan sebuah alternatif
media pembelajaran yang lebih murah, efisien, namun efektif,
yaitu gamelan elektronik. Gamelan ini diimplementasikan
dengan sebuah sensor piezo-electric dan sensor kapasitif. Pada
makalah ini, disampaikan metode pengimplementasian sensor
tersebut pada sebuah rancangan bilah gamelan elektronik,
serta analisis terhadap kualitas suara yang dihasilkan. Hasil
eksperimen menunjukkan bahwa kedua sensor tersebut dapat
diimplementasikan menggunakan sebuah microcontroller
Arduino Pro-mini disertai dengan sebuah SD-Card Shield
sebagai media penyimpan data audio berformat .wav PCM
12.000 kHz, 8 bit, mono. Kualitas suara yang dihasilkan
bergantung pada kualitas data audio yang disimpan,
ketersediaan pre-amplifier, dan daya pada unit power supply.
Pada sisi input, kinerja sensor piezo-electric telah sesuai dengan
tujuan pengimplementasian, sedangkan kinerja sensor kapasitif
bergantung pada ketersediaan sinyal noise dari jala-jala listrik
dan power supply.
Kata kunci: piezo-electric, sensor kapasitif, gamelan
elektronik, media pembelajaran.
I. PENDAHULUAN
Seni dan Budaya Tabuh merupakan salah satu mata kuliah yang tercantum di dalam kurikulum STMIK STIKOM Bali. Saat ini, STIKOM Bali memiliki dua kampus, yaitu Kampus Renon dan Kampus II Jimbaran. Khususnya di Jimbaran sebagai Sekolah Tinggi IT berbasis budaya, proses pembelajaran Seni dan Budaya Tabuh masih dilakukan dengan menyewa seperangkat gamelan gong kebyar pada salah satu sanggar di daerah Kuta Selatan. Berawal dari hal ini, penulis mengupayakan sebuah inovasi konversi gamelan analog ke bentuk digital yang lebih murah, efisien, namun efektif. Gamelan elektronik yang dirancang dengan beberapa komponen elektronika dan diimplementasikan pada perangkat berbahan dasar plat seng, akan menjadikannya jauh lebih
murah dibandingkan dengan gamelan analog. Perangkat gamelan elektronik dirancang dengan ukuran yang lebih kecil, namun sesuai dengan fungsinya, sehingga dapat meminimalisasi kebutuhan tempat penyimpanan. Selain efisien tempat, proses pembelajaran menggunakan gamelan elektronik tidak akan mengganggu lingkungan sekitar, karena suara yang dihasilkan dapat didengarkan melalui head-phone. Implementasi gamelan elektronik sebagai media pembelajaran Seni dan Budaya Tabuh tetap memiliki efektifitas yang tinggi, sebab perancangan perangkat disesuaikan dengan bentuk dan cara kerja perangkat gamelan analog pada umumnya.
Terkait sensor yang digunakan, telah dilakukan penelitian serupa dengan pengimplementasian pada berbagai peralatan musik tradisional, seperti e-suling yang menerapkan sensor piezo dan accelerometer [1]. Di samping itu, telah diimplementasikan sebuah Gamelan Elektrika menggunakan MIDI controller beserta beberapa sensor piezo dan kapasitif [2]. Penelitian-penelitian tersebut merupakan suatu inovasi yang baru sebagai upaya medernisasi instrumentasi musik tradisional. Digitalisasi instrumentasi musik tradisional selain diimplementasikan pada suatu perangkat elektronika, telah dikembangkan melalui perangkat mobile [3][4]. Namun demikian, penerapan tersebut belum mampu meningkatkan kenyamanan pengguna secara maksimal,, baik sebagai media pembelajaran maupun media hiburan.
II. METODE
Penelitian ini diawali dengan perancangan rangkaian sensor piezo-electric sebagai sinyal input pada microcontroller [5]. Sensor ini mampu menghasilkan tegangan ketika bergetar dan sinyal yang dihasilkan selanjutnya dianalisis untuk menentukan threshold pada rentang 10 bit (0-1023). Proses pengolahan sinyal input dari sensor piezo-electric dimanfaatkan untuk memanggil data audio berformat .wav PCM 12.000 kHz, 8 bit, mono, untuk dimainkan melalui pin output microcontroller. Menggunakan SD-Card Shield sebagai media penyimpan data audio membutuhkan suplai tegangan 5 Volt, sehingga sangat mudah
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
81
diimplementasikan pada Arduino Pro-mini dengan suplai yang sama dan berdimensi kecil. Analisis terhadap kualitas suara yang dihasilkan dilakukan melalui perbandingan kualitas suara yang disimpan dengan kualitas suara yang dihasilkan Arduino Pro-mini menggunakan ear-phone atau active-loud speaker.
Proses selanjutnya adalah implementasi rangkaian tersebut ke rancangan perangkat gamelan elektronik berbahan plat seng. Plat seng merupakan sebuah penghantar, sehingga untuk menghindari kemungkinan short-cicuit, maka penempelan sensor piezo-electric dilakukan dengan menambahkan double-tape, tanpa meningkatkan efek redaman atas getarannya. Selain itu, plat seng merupakan bahan yang mudah dibentuk, sehingga kemiripan dan kesesuaian bentuk gamelan analog dapat diimplementasikan dengan lebih kreatif.
Gambar 1. Skema rangkaian untuk memainkan audio.
Gamelan gong kebyar dimainkan dengan dua langkah, yaitu dipukul dan diredam. Bilah yang dipukul akan bergetar dan menghasilkan suara hingga getarannya berhenti. Umumnya, pemain gamelan akan menghentikan getaran tersebut sesuai dengan tempo atau irama yang diinginkan. Dengan demikian, maka perancangan gamelan elektronik membutuhkan sensor tambahan untuk mengetahui kapan seorang pemain menghentikan suara bilah yang dipukulnya. Sensor kapasitif [6] sebagai sensor sentuh dirancang dengan menguatkan tegangan melalui rangkaian transistor secara darlington [7]. Dalam hal ini, sentuhan yang diberikan oleh pemain pada terminal basis transistor akan mengalirkan tegangan dari terminar kolektor ke terminal emitor-nya. Dengan kata lain, ini merupakan sebuah rangkaian saklar dengan sebuah sentuhan untuk meng-aktiv-kannya.
Analisis terhadap kinerja sensor kapasitif dilakukan melalui pembacaan nilai tegangan yang dikeluarkan oleh terminal emitor dalam 10 bit ADC oleh Arduino berbasis ATmega328P [8]. Selanjutnya ditentukan nilai threshold sebesar setengah dari nilai antara minimum dan maksimum. Dalam hal ini, bila sensor tidak disentuh, maka nilai yang dihasilkan berada pada kisaran minimum, dan bila disentuh, nilai yang dihasilkan adalah pada kisaran maksimum. Penentuan nilai ini didasarkan pada hasil fluktuatif pembacaan sensor, baik disentuh maupun tidak.
Sensor kapasitif ini selanjutnya diimplementasikan pada rancangan perangkat gamelan elektronik berbahan plat seng tersebut. Plat seng sebagai penghantar memiliki fungsi tambahan untuk menghubungkan sentuhan pemain ke rangkaian sensor kapasitif. Analisis terhadap hasil implementasi diperlukan untuk memeriksa kemungkinan perubahan nilai sensor oleh luas penampang bilah dari plat seng.
Gambar 2. Skema rangkaian untuk menghentikan audio.
Kinerja kedua sensor selanjutnya dipadukan dalam rancangan sebuah bilah perangkat gamelan elektronik. Kemampuan kinerja rangkaian setelah dipadukan menjadi bahan analisis selanjutnya. Di sisi lain, proses konversi file audio ke format .wav PCM 12.000 kHz, 8 bit, mono, dilakukan menggunakan aplikasi Winamp v5.621. Ini dapat dilakukan melalui menu Option/Output/Nulsoft Disk Writer v2.14, dan memilih bagian format. Hasil pengkonversian tersebut selanjutnya disimpan ke memori Micro-SD.
Gambar 3. Skema gabungan rangkaian untuk memainkan dan menghentikan audio.
III. HASIL DAN PEMBAHASAN
Pembacaan nilai tegangan yang dihasilkan sensor piezo-electric dilakukan melalui pin A0 pada Arduino, dengan syntax sebagai berikut:
Selanjutnya, variabel gong ditampilkan ke serial plotter pada Arduino IDE agar perubahan nilai terlihat lebih jelas melalui tampilan grafik. Penentuan nilai threshold dilakukan dengan memperkirakan kuat lemahnya pukulan pada perangkat gamelan elektronik. Penentuan ini diupayakan tidak terlalu rendah, sebab akan berdampak pada kinerja perangkat yang terlalu sensitif. Selain itu, nilai threshold diupayakan
Piezo-electric
Ear-phone
SD-Card Shield Arduino Pro-mini
Bilah Gamelan
Arduino Pro-mini
Bilah Gamelan
Rangkaian darlington
Arduino Pro-mini
Bilah Gamelan
Rangkaian darlington
Piezo-electric
SD-Card Shield Ear-phone
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
82
tidak terlalu tinggi, sebab akan berdampak pada kurang sensitifnya perangkat saat menerima pukulan dari pemain. Dalam penelitian ini diperoleh nilai threshold sebesar 450.
Threshold yang digunakan tersebut selanjutnya menjadi tolak ukur apakah file audio pada memori SD-Card dimainkan atau tidak. Syntax yang diimplementasikan adalah sebagai berikut:
nadaGong.wav di atas merupakan nama file audio berformat PCM 12.000 kHz, 8 bit, mono. Penggunaan format audio lainnya menggunakan library TMRpcm tidak dapat dilakukan, atau bila menggunakan frekuensi atau bit yang berbeda, maka akan menghasilkan kualitas suara yang kurang maksimal.
Implementasi piezo-electric pada rangkaian untuk memainkan nada sebuah bilah gamelan elektronik menghasilkan nilai yang bervariasi. Ini bergantung pada kuat lemahnya getaran pada sensor. Semakin kuat getaran sensor, semakin besar tegangan yang dihasilkan. Hal ini menjadi sebuah parameter untuk menentukan kuat lemahnya nada yang akan dimainkan. Salah satu hal yang telah dilakukan adalah dengan mengatur volume output dari Arduino menggunakan library TMRpcm dengan syntax sebagai berikut:
Nilai 5 menunjukkan tingkat volume pada rentang 0 sampai 7. Dari hasil pengujian, penggunaan nilai 7 mampu menguatkan audio secara maksimal, namun kualitas suara menjadi lebih rendah. Kemunculan noise pada nilai volume tersebut menyebabkan suara yang diinginkan menjadi kurang jelas. Namun demikian, kualitas suara yang dihasilkan tersebut bergantung kepada kualitas audio yang disimpan. Semakin banyak noise pada audio yang tersimpan, maka penguatan yang dilakukan akan memperjelas noise tersebut. Penggunaan nilai 5 pada penelitian ini cukup untuk menguatkan audio dengan kualitas suara yang lebih jernih.
Pengujian atas implementasi sensor piezo-electric dalam rangkaian memainkan audio ini memiliki kendala pada kemampuan Arduino yang kurang responsif terhadap perubahan sinyal output digital. Hal ini menyebabkan perubahan volume audio yang dihasilkan dari perubahan getaran sensor menjadi tidak stabil. Namun demikian, penggunaan perubahan volume tetap dapat diimplementasikan pada instrumentasi yang tidak membutuhkan perubahan volume yang cepat.
Implementasi rangkaian sensor piezo-electric pada rancangan perangkat gamelan elektronik diperlihatkan pada gambar berikut:
Gambar 4. Implementasi sensor piezo-electric pada rancangan perangkat gamelan elektronik.
Sensor kapasitif pada penelitian ini diimplementasikan sesuai dengan perancangan awal, yaitu menggunakan rangkaian transistor darlington. Tipe transistor yang digunakan adalah 2N2222 karena memiliki kemampuan pensaklaran yang cepat dengan kebutuhan arus yang rendah, sehingga sesuai dengan rancangan rangkaian berarus lemah. Umumnya rangkaian darlington menggunakan dua buah transistor, namun dalam penelitian ini diujicobakan menggunakan tiga buah transistor. Hal ini dilakukan untuk mengantisipasi kemungkinan terlalu lemahnya sinyal input berdasarkan sentuhan manusia. Output rangkaian transistor ini dihubungkan ke pin A1 pada Arduino dan resistor 10 kOhm yang terhubung dengan ground.
Pembacaan nilai sensor kapasitif ini relatif sama dengan pembacaan sensor piezo-electric, sebagai berikut:
Nilai yang tampil pada serial plotter menunjukkan perubahan yang cukup signifikan ketika sensor disentuh atau tidak. Dalam hal ini, bila sensor disentuh, nilai yang terbaca adalah tinggi, sedangkan berubah menjadi rendah saat tidak disentuh. Proses menampilkan sinyal ini melalui serial plotter tidak disarankan menggunakan delay pada syntax, sebab perubahan yang terjadi tidak akan terlihat secara menyeluruh. Sebagaimana sensor piezo-electric, pada bagian ini ditentukan nilai threshold yang sesuai dengan rentang amplitude sinyal input. Hal ini dilakukan untuk menjaga status aktivasi sensor yang memiliki fluktuasi baik pada rentang minimum (ketika tidak disentuh) dan pada rentang maksimum (saat disentuh). Pada bagian ini, nilai threshold yang digunakan adalah 200. Kestabilan atas fluktuasi yang terjadi dipengaruhi oleh nilai resistor yang digunakan. Namun dalam penelitian ini tidak membahas pengaruh nilai resistansi sebagaimana digunakan pula pada sensor piezo-electric.
Implementasi program dalam menentukan apakah audio yang dimainkan akan dihentikan atau tidak, adalah sebagai berikut:
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
83
Beberapa hal yang perlu mendapat perhatian dalam pengimplementasian sensor kapasitif ini adalah ketersediaan sinyal noise dari jala-jala listrik 50 Hz. Dari hasil pengujian menunjukkan bahwa sentuhan tunggal (hanya ujung jari) telah mampu memberikan perubahan nilai yang stabil. Namun bila rangkaian didekati oleh tubuh manusia, maka nilai fluktuasi rentang minimum semakin meningkat, sehingga rentang perubahan nilai sentuhan menjadi lebih sempit. Namun demikian, secara keseluruhan, rangkaian sensor kapasitif telah mampu bekerja sesuai dengan fungsinya.
Implementasi rangkaian sensor kapasitif pada rancangan perangkat gamelan elektronik diperlihatkan pada gambar berikut:
Gambar 5. Implementasi sensor kapasitif pada rancangan perangkat gamelan elektronik.
Setelah implementasi kedua rangkaian sensor di atas, selanjutnya rangkaian tersebut digabungkan untuk mengetahui perubahan fungsi yang mungkin terjadi. Namun dalam hal ini, rangkaian bekerja dengan baik sesuai dengan tujuan pengimplementasian. Hal-hal lainnya yang telah diujikan pada rangkaian ini adalah penggunaan sumber tegangan dari baterai. Sensor piezo-electric berfungsi dengan baik, namun implementasi sensor kapasitif tidak berfungsi sebagaimana semestinya. Analisis terhadap pengujian ini menghasilkan bahwa diperlukannya implementasi ground tambahan yang dapat dihubungkan ke bagian perangkat. Namun demikian, kinerja rangkaian tidak maksimal.
Gambar 6. Implementasi sensor untuk gamelan elektronik.
Kedua sensor pada bilah gamelan elektronik selanjutnya diimplementasikan pada bilah-bilah lainnya untuk membangun sebuah gamelan elektronik. Penelitian ini dilanjutkan dengan menggabungkan rangkaian di setiap bilah pada satu gamelan elektronik dengan hasil yang kurang memuaskan. Dimana, telah dilakukan penggabungan pin output setiap Arduino menuju active speaker. Suara yang dihasilkan cukup baik untuk satu bilah, namun saat bilah ke dua dipukul, maka terjadi penurunan volume suara bilah. Hingga bilah ke 5, penurunan tersebut masih stabil, namun ketika bilah ke 6 dipukul, suara noise semakin terdengar. Analisis terhadap keadaan tersebut adalah bahwa minimnya suplai daya menyebabkan output sinyal audio oleh Arduino tidak maksimal. Dalam hal ini, suplai daya yang digunakan adalah 5 Volt dengan arus maksimum 1 Ampere tidak cukup untuk menyuplai daya Arduino yang masing-masing membutuhkan arus kisaran 200 mA.
Gambar 7. Rancangan perangkat gamelan elektronik
Atas hasil analisis terhadap suplai daya, maka digunakan catu daya yang lebih besar, namun karena keterbatasan sarana, yang mana suplai daya belum cukup stabil (menghasilkan noise yang besar), maka kualitas suara yang dihasilkan masih belum optimal.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
84
Penelitian selanjutnya adalah menambahkan metode penggabungan masing-masing suara bilah pada gamelan elektronik menggunakan rangkaian pre-amplifier dan dihubungkan dengan sebuah rangkaian master mixer. Selain dipengaruhi oleh catu daya, proses penggabungan sinyal output secara langsung akan menurunkan kualitas suara yang dihasilkan.
IV. KESIMPULAN
Implementasi sensor piezo-electric sebagai pemicu untuk memainkan sebuah nada bilah oleh Arduino melalui SD-Card Shield, dapat dilakukan dengan memilih threshold yang disesuaikan dengan kebutuhan pengguna. Dalam penelitian ini digunakan nilai threshold 400. Selain itu, hal-hal yang mempengaruhi kualitas suara gamelan elektronik adalah kualitas file audio yang disimpan pada memori Micro-SD. Dalam hal ini, digunakan format audio .wav PCM 12.000 kHz, 8 bit, mono.
Sedangkan implementasi sensor kapasitif, meskipun mampu bekerja sesuai dengan fungsinya, kinerja sensor ini masih dipengaruhi oleh faktor-faktor eksternal seperti pengaruh jala-jala listrik 50 Hz.
Pengimplementasian kedua sensor pada satu bilah gamelan elektronik telah berjalan sesuai perancangan dan tujuan, namun perlu penyempurnaan pada sisi kualitas suara
yang dihasilkan, kestabilan dalam menghentikan audio yang dimainkan, serta peningkatan respon perubahan amplitude untuk melemahkan atau menguatkan audio berdasarkan perubahan input sensor piezo-electric.
DAFTAR PUSTAKA
[1] Erskine J, Kapur A. E-Suling: Extended Techniques FOR Indonesian Performance. InProceedings of the 2011 Australasian Computer Music Conference 2011.
[2] [2]Pardue L, Boch A, Boch M, Southworth C, Rigopulos A. Gamelan Elektrika: An Electronic Balinese Gamelan. InNIME 2011 (pp.18-23).
[3] [3]Dony, T.I.M., Adi, P.I.K., Suar, W.K. Gamelan Gong Kebyar Gong, Kempur, Jegogan dan Petuk berbasis Android. Merpati Vol: 3 No. 3 Desember 2015.
[4] [4]Wibawa, M., Wira, B.P., Agung, B.I.P. Aplikasi Gamelan Gong Kebyar Instrumen Gangsa dan Kendang berbasis Android. Merpati Vol: 3, No. 3, Desember 2015.
[5] [5]Murata Manufacturing, “Piezoelectric Sound Components,” P37E-17 02.3.6 Catalog, June. 2001 [are as of January 2002].
[6] [6]Texas Instruments, Application Report SNOA927-December 2014, pp.1-11.
[7] [7]M.H. Ali and A.S. Aminu, “Analysis of Darlington Pair in Distributed Amplifier Circuit,” IOSR Journal of Electrical and Electronics Engineering (IOSR-JEEE), Vol 10, Issue 2 Ver. 1 (Mar – Apr. 2015), PP 77-80.
[8] [8]Atmel, “Atmel 8-bit Microcontroller with 4/8/16/32 kBytes in-system programmable Flash,” Datasheet ATmega48A/PA/88A/PA/168A/PA/328/P [Revised Nov. 2015].
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
85
Rekayasa Sistem Tata Kelola dan Layanan Informasi
Proses Perkuliahan Berbasis Multi Platform
Adi Chandra Syarif, Farid Hartono Gunawan, Erick Alfons Lisangan
Fakultas Teknologi Informasi
Universitas Atma Jaya Makassar
Makassar, Indonesia
[email protected], [email protected], [email protected]
Abstrak—Sistem tata kelola proses perkuliahan merupakan
proses pengaturan, perencanaan dan pengawasan penerapan
kurikulum dalam mencapai learning objective (LO) secara
berkesinambungan, dan merupakan bagian dari sistem
penjaminan mutu internal. Penjaminan mutu itu sendiri tidak
menjamin tercapainya perbaikan berkesinambungan karena
konsep perbaikan berkesinambungan membutuhkan sebuah
sistem tata kelola dan pengawasan yang mengandalkan data
masukan terhadap pelaksanaan proses akademik secara
transparan, akuntabel dan responsif. Umumnya perguruan
tinggi telah menerapkan sebuah model sistem tata kelola dan
pengawasan proses perkuliahan yang mengandalkan evaluasi
terhadap luaran dari proses, sedangkan untuk dapat mencapai
perbaikan berkesinambungan dibutuhkan sebuah sistem
pengawasan yang mengandalkan data masukan terhadap
berjalannya proses itu sendiri. Penelitian ini bertujuan untuk
mengembangkan sebuah sistem tata kelola dengan kemampuan
melakukan pendataan dan memberikan informasi terhadap
berjalannya proses perkuliahan pada penerapan model
pembelajaran Student Center Learning (SCL) dengan metode
perancangan berbasis multi platform. Dari penelitian ini
dihasilkan sebuah sistem dengan kemampuan memantau
berjalannya pelaksanaan proses perkuliahan secara konkuren
umtuk memenuhi prinsip pengawasan kinerja penerapan
kurikulum yang tranparan, akuntabel dan responsif.
Kata kunci: rekayasa, tata kelola, proses perkuliahan,
kurikulum, mulit platform
I. PENDAHULUAN
Berdasarkan Peraturan Pemerintah No. 4 Tahun 2014, Perguruan Tinggi adalah satuan pendidikan yang menyelenggarakan Pendidikan Tinggi [1]. Bagian dari penyelenggaraan Pendidikan Tinggi adalah pengaturan, perencanaan, pengawasan, pemantauan, dan evaluasi untuk mencapai tujuan Pendidikan Tinggi yang diatur oleh Menteri melalui penetapan Standar Nasional Pendidikan Tinggi. Penyelenggaraan Pendidikan Tinggi dilaksanakan oleh Perguruan Tinggi. Fungsi pengaturan, perencanaan, pengawasan, pemantauan, dan evaluasi terhadap pelaksaan proses akademik termasuk kegiatan perkuliahan merupakan bagian yang amat penting bagi pencapaian tujuan Pendidikan Tinggi. Universitas Atma Jaya Makassar (UAJM) sendiri telah memiliki Sistem Penjaminan Mutu Internal yang mana
dalam pelaksanaannya telah didukung dengan adanya Sistem Informasi Akademik (SIAMIK). Pengawasan, pemantauan dan evaluasi terhadap proses akademik termasuk kegiatan perkuliahan selama ini telah dilakukan dengan memanfaatkan SIAMIK, namun fungsi pengawasan yang dapat ditangani secara efektif berdasarkan data SIAMIK adalah pengawasan dan evaluasi terhadap hasil akhir proses akademik terutama dalam pelaksanaan kegiatan perkuliahan, Pengawasan seperti yang disebut diatas yang berdasarkan data luaran (output) lebih dikenal dengan istilah pengawasan umpan balik atau feedback control. Pengawasan dan pemantauan terhadap pelaksanaan proses yang sedang berjalan atau pengawasan konkuren terhadap proses akademik dan kegiatan perkuliahan itu sendiri masih sulit untuk dapat dilaksanakan secara efektif dikarenakan mekanisme serta model sistem pengawasan dan pemantauan umumnya masih berbentuk data tertulis hasil pelaksanaan seperti data kehadiran mahasiswa, data kehadiran dosen, data pokok materi atau berita acara perkuliahan dan data nilai atau proses penilaian sehingga perbaikan ataupun peningkatan terhadap pengaturan dan perencanaan atau tata kelola proses lebih bergantung pada hasil akhir dari proses bukan pada pelaksanaan proses itu sendiri.
Melihat permasalahan tersebut, maka perlu dikembangkan sebuah sistem yang dapat melakukan pengaturan, perencanaan, pengawasan, pemantauan, dan evaluasi terhadap berjalannya proses akademik terutama kegiatan perkuliahan. Sistem tata kelola dan layanan data proses perkuliahan merupakan suatu usaha pengembangan sebuah sistem pengawasan, pemantauan dan evaluasi proses akademik berbasis elektronik terhadap aktivitas-aktivitas dalam pelaksanaan proses perkuliahan guna mendukung fungsi perencanaan, pengawasan dan evaluasi pelaksanaan pendidikan khususnya pada UAJM. Sistem tata kelola dan layanan data proses perkuliahan ini akan mengintegrasikan struktur kurikulum fakultas terhadap pelaksanaan perkuliahan dengan memfasilitasi pengembangan rencana pembelajaran, pemantauan penerapan dan pencapaian dari tujuan pembelajaran secara konkuren, pemantauan kehadiran disertai pengawasan terhadap pelaksanaan perkuliahan secara digital, pengevaluasian pelaksanaaan dan kesesuaian penerapan kurikulum terhadap materi perkuliahan, serta transparansi proses penilaian akhir terhadap proses dan metode pembelajaran.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
86
Pengembangan sistem tata kelola dan layanan data proses perkuliahan bertujuan untuk menghasilkan sebuah arsitektur sistem tata kelola dan layanan data yang dapat melakukan pendataan dan pengolahan data secara konkuren terhadap berjalannya proses perkuliahan. Sistem tata kelola dan pengawasan proses akademik ini mempertimbangkan infrastruktur jaringan komputer yang ada, pengintegrasian data akademik dan standar pada Sistem Penjaminan Mutu Internal (SPMI), serta pemanfaatan teknologi informasi komunikasi dalam melakukan fungsi pengawasan dan layanan data secara konkuren.
II. KAJIAN PUSTAKA
A. Tata Kelola Pendidikan Tinggi
Sistem tata kelola pendidikan tinggi sendiri merupakan suatu model sistem pengaturan dan perencanaan penerapan kurikulum pada pelaksanaan proses akademik meliputi pencapaian learning objective (LO) pada setiap mata kuliah melalui pemantauan pelaksanaan rencana pembelajaran serta penilaian pada proses belajar mengajar. Menurut Daniel Mohammad Rosyid seorang Guru Besar ITS, tata kelola pendidikan sering mendorong praktik dan budaya layanan pendidikan menjadi kurikulum yang terlaksana, yang bisa bertentangan dengan tujuan kurikulum yang direncanakan yang tampak bagus di atas kertas namun dipandang ''berat konten miskin proses'' [2]. Oleh sebab itu sebuah tata kelola akademik yang efektif haruslah berorientasi terhadap perbaikan dan peningkatan pada proses bukan hanya pada perbaikan konten maupun hasil dari proses yang selama ini dilaksanakan akademik seperti yang terlihat pada gambar 1.
Gambar 1. Tata Kelola Pendidikan Tinggi
Dari hasil penelitian oleh, Ali Hanapiah Muhi dapat disimpulkan bahwa mutu pelayanan akademik secara simultan dipengaruhi oleh nilai-nilai transparansi, akuntabilitas dan responsiveness [3]. Dimana nilai-nilai tersebut diatas mendorong para anggota organisasi untuk memberikan kemampuan terbaik dalam tugas pelayanan dan berkontribusi pada budaya akademik itu sendiri. Oleh sebab itu, pelayanan akademik pada sebuah institusi pendidikan tinggi haruslah dijiwai oleh nilai transparansi, akuntabilitas dan responsiveness. Untuk mencapai hal tersebut maka
diperlukan sebuah sistem pengawasan fungsi pelayananan yang mendukung nilai-nilai tersebut.
B. Fungsi Pengawasan dan Perbaikan Berkesinambungan
Menurut Anthony, Dearden dan Bedford, pengawasan dimaksudkan untuk memastikan agar anggota organisasi melaksanakan apa yang dikehendaki dengan mengumpulkan, menganalisis, dan mengevaluasi informasi serta memanfaatkannya untuk mengendalikan organisasi [4]. Pengawasan adalah suatu upaya untuk menetapkan standar kinerja pada perencanaan untuk merancang sebuah sistem umpan balik informasi, membandingkan kinerja aktual dengan standar yang ditentukan, memantau apakah telah terjadi suatu penyimpangan, serta mengambil tindakan perbaikan yang diperlukan untuk menjamin bahwa semua sumber daya institusi telah digunakan seefektif dan seefisien mungkin guna mencapai tujuan institusi. Deming sendiri menyatakan bahwa pengawasan dan pemantauan perlu dilaksanakan oleh sebuah organisasi agar dapat memahami sistem serta permasalahan yang ada terhadap sistem berjalan [5]. Pemahaman ini yang ditindak lanjuti dengan proses perencanaan perbaikan. Siklus perencanaan, pengawasan, evaluasi dan pelaksanaan dikenal dengan istilah Shewhart Cycle (gambar 2).
Gambar 2. Shewhart Cycle
Konsep ini diperkenalkan oleh Dr. Edward Deming dalam bukunya “The New Economics for Industry, Government, Education” yang dimana konsep perencanaan, pengawasan, pemantauan dan evaluasi harus dilakukan terhadap proses bukan terhadap hasil [6]. Hal inilah yang akan menjadi landasan peningkatan kualitas berkesinambungan.
C. Arsitektur Mobile
Perkembangan teknologi mobile membuat smartphone menjadi teknologi yang sangat mempengaruhi aktivitas masyarakat, sehingga tuntutan dalam persaingan perkembangan smartphone semakin besar, Smartphone telah menjadi media komunikasi utama saat ini. Teknologi ini menjadikan kita bisa tetap selalu ter-update kapan pun dan di mana pun kita berada [7]. Menurut Leader Business Planning Mindshare Asia Pacific Deepika Nikhilender dan Head of Insights Yahoo India dan Asia Tenggara David Jeffs
1. Rencanakan
Perubahan
2. Coba Perubahan
Tersebut
.
3. Pelajari
Hasilnya
4. Adopsi Perubahan
atau jalankan
beberapa lingkungan
berbeda
PLAN
STUDYDO
ACT
Shewhart Cycle merupakan garis besar pendekatan untuk menjamin “continuous improvement”
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
87
mengumumkan hasil riset mereka terkait pengguna smartphone di Indonesia. Survei yang dilakukan pertengahan tahun 2013 tersebut, "Terdapat sekitar 41,3 juta orang pengguna smartphone di Indonesia. Smartphone, bukan feature phone," menurut Leader Business Planning Mindshare Asia Pasific Deepika Nikhilender di kantor Yahoo!. Bahwa pada tahun 2009 Indonesia menunjukkan pertumbuhan tertinggi di wilayah ASEAN untuk penjualan mobile device dan smartphone. Diperkirakan tahun 2015 Indonesia akan menjadi Smartphone Market Leader in ASEAN Region [8].Perangkat smartphone sendiri mengandalkan sistem operasi sebagai brainware-nya dimana salah satu sistem operasi mobile yang paling banyak didunakan adalah android. Android adalah sebuah sistem operasi pada handphone yang bersifat terbuka dan berbasis pada sistem operasi unix. Android menyediakan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri yang akan digunakan pada bermacam peranti bergerak.
III. METODE PENELITIAN
Penelitian ini akan dimulai dengan pendekatan analisa terhadap sistem tata kelola dan layanan informasi data akademik pada UAJM dengan memperhatikan struktur SIAMIK yang berjalan dan akan difokuskan pada pengawasan dan transparansi proses perkuliahan dengan luaran yang ditargetkan adalah sebuah sistem dengan rancangan infrastruktur teknologi tata kelola dan layanan informasi proses perkuliahan yang dapat menghasilkan data pengawasan secara konkuren yang dapat dijadikan sebagai dasar pengembangan sistem tata kelola pengetahuan dengan tahapan perancangan sebagai berikut:
1. Tahapan analisis dan perancangan. Pada tahap ini dilakukan analisa terhadap proses serta permasalahan umum yang terjadi pada proses perkuliahan.
2. Tahapan rekayasa sistem. Terdapat dua pendekatan yang digunakan dalam rekayasa sistem tata kelola proses perkuliahan yaitu pendekatan berorientasi objek, Unified Modelling Language (UML), meliputi pemodelan proses bisnis, penulisan kelas-kelas dalam bahasa program yang spesifik, skema struktur data, dan komponen-komponen yang diperlukan dalam sistem dengan menggunakan bahasa Jave (J2EE) dan android, serta pendekatan terstruktur dengan menggunakan html, bahasa scripting PHP dan javascript.
3. Tahapan pengembangan arsitektur teknologi informasi komunikasi. Melakukan analisa terhadap pilihan teknologi dan mengembangkan arsitektur TIK terintegrasi serta melakukan uji coba infrastruktur teknologi pendukung sistem yang dikembangkan dalam skala kecil.
Sasaran penelitian dalam pengembangan ini adalah ketua program studi, dosen, mahasiswa dan orang tua/wali pada Universitas Atma Jaya Makassar khususnya pada Fakultas
Teknologi Informasi. Dimana metode pengumpulan data yang digunakan dalam penelitian terdiri atas:
1. Metode Wawancara
Wawancara dilakukan di awal dan di akhir penelitian bertempat di gedung FTI-UAJM dari masing-masing responden (dosen dan ketua program studi).
2. Metode Observasi
Observasi dilakukan di awal penelitian untuk mengidentifikasi masalah secara akurat dan memperoleh gambaran umum proses perkuliahan yang berjalan saat ini pada FTI-UAJM.
3. Metode Kuesioner
Responden dari kuesioner ini adalah mahasiswa FTI-UAJM angkatan 2010-2013 serta orangtua/wali dari mahasiswa dari angkatan yang sama.
Metode analisa data yang digunakan dalam penelitian adalah analisa kualitatif dan kuantitatif. Analisa kualitatif dilakukan terhadap pengumpulan data dari hasil observasi terhadap proses yang berjalan dan terhadap hasil wawancara kepada dosen, ketua tata usaha dan ketua program studi. Sementara analisa kuantitatif diperoleh dilakukan terhadap pengumpulan data dari hasil kuesioner ke pemangku kepentingan lainnya terhadap pelaksanaan proses akademik, mahasiswa dan orang tua/wali.
IV. HASIL DAN PEMBAHASAN
A. Rekayasa Sistem
Berdasarkan hasil analisa data terhadap pemangku kepentingan dalam pelaksanaan proses perkuliahan yang telah dilakukan, sistem tata kelola proses perkuliahan yang berjalan pada FTI-UAJM saat ini memiliki keterbatasan dalam memantau dan memberikan informasi terhadap pelaksanaan proses itu sendiri secara transparan dan terukur. Ada beberapa pihak yang terlibat dalam proses ini, diantaranya ketua prodi, dosen, mahasiswa, wali/orang tua dan tata usaha. Pengawasan proses akademik lebih dititik beratkan pada rekapitulasi Berita Acara Perkuliahan (BAP) dan laporan kehadiran perkuliahan yang dilakukan secara tertulis, dimana fungsi pengawasan masih terkendala pada keterbatasan sumber daya sehingga tanggung jawab pengawasan lebih banyak didelegasikan kepada dosen terkait. Hal ini berdampak pada akuntabilitas keakuratan dan kekinian data sehingga membatasi kemampuan ketua program studi dalam mengevaluasi pelaksanaan proses perkuliahan secara akurat dan konkuren. Kendala lain yang juga terjadi adalah kesulitan dalam pengawasan terhadap pengolahan dan transparansi terhadap proses penilaian mata kuliah sehingga akuntabilitas proses juga menjadi sangat lemah. Keterbatasan dalam memantau dan mengevaluasi pelaksanaan proses perkuliahan dengan akuntabel inilah yang menjadi landasan utama rekayasa. Dimana berdasarkan platform antarmuka yang digunakan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
88
pendekatan rekayasa perangkat lunak dapat dikelompokkan menjadi tiga komponen yaitu platform J2EE untuk fungsi pengawasan, platform berbasis web untuk fungsi perencanaan dan evaluasi, dan platform android untuk layanan informasi.
Kemampuan untuk melakukan pendataan secara transparan, akurat, akuntabel dan konkuren menjadi target rekayasa sistem yang dihasilkan. Use case diagram dari komponen fungsi tata kelola dan komponen layanan informasi proses perkuliahan dapat dilihat pada gambar 3, 4 dan 5.
Gambar 3. Use Case Diagram SistemPengawasan
Gambar 4. Diagram Konteks Sistem Perencanaan dan Evaluasi
Gambar 5. Use Case Diagram Layanan Informasi Proses Perkuliahan
Diagram tersebut menyajikan interaksi antara proses dan actor pada sistem yang dirancang diantaranya ketua prodi, dosen, admin, mahasiswa dan orang tua/wali. Untuk dapat mengakses sistem, aktor harus terlebih dahulu diautentifikasi dan mengakses sistem sesuai dengan level aksesnya (lihat pada gambar diatas).
B. Antarmuka Sistem
Hasil rekayasa sistem terbagi atas tiga platform tampilan antar muka yaitu tampilan sistem pengawasan untuk perangkat yang digunakan dosen pada saat pelaksanaan perkuliahan, tampilan sistem perencanaan dan evaluasi yang dapat diakses oleh ketua program studi, serta tampilan layanan informasi untuk dosen, mahasiswa dan orang tua/wali yang dapat diakses melalui perangkat mobile., sedangkan tampilan untuk ketua prodi dikembangkan berbasis web, dan tampilan layanan informasi pada perangkat mobile untuk dosen, mahasiswa dan orang tua/wali dibuat menggunakan android studio. Beberapa tampilan utama dari sistem tata kelola dan layanan informasi proses perkuliahan dapat dilihat dibawah
1) Antarmuka sistem pengawasan pada perangkat
perkuliahan berbasis Java (J2EE)
a. Tampilan Login dan Menu Perangkat perkuliahan
Gambar 6. Tampilan Login dan Menu Perangkat Perkuliahan
Antarmuka login dari sistem untuk proses autentifikasi pengguna dan rancangan antarmuka pada perangkat perkuliahan yang digunakan pada proses perkuliahan di kelas.
b. Tampilan Rencana Pembelajaran dan Nilai
Gambar 7. Tampilan Rencana Pembelajaran dan Nilai
Antarmuka pemasukan rencana pembelajaran dan nilai oleh dosen. Dosen bertanggung jawab untuk menginput rencana pembelajaran dan nilai berdasarkan bahan kajian dan metode pembelajaran yang diampunya setiap semester.
c. Tampilan Daftar Hadir dan Jendela Perekaman
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
89
Gambar 8. Tampilan Presensi dan Jendela Perekaman
Antarmuka presensi digunakan Dosen untuk menginput prsensi mahasiswa dan pada saat bersamaan sistem akan melakukan perekaman proses perkuliahan pada jendela perekaman.
2) Antarmuka sistem perencanaan dan evaluasi berbasis
Web
a. Tampilan Beranda
Gambar 9. Tampilan Beranda
Antarmuka beranda menyediakan tiga pilhan menu yang berdasarkan level akses masing-masing pengguna, yaitu menu untuk admin, menu untuk dosen dan menu untuk ketua prodi
b. Tampilan menu admin untuk rencana
pembelajaran program studi
Gambar 10. Tampilan Penginputan Rencana Pembelajaran Program Studi
Antarmuka pada menu-menu yang tersedia di dalam halaman admin yaitu penginputan rencana pembelajaran
prodi, penginputan jadwal, minggu awal perkuliahan, sesi, kelas, bentuk pembelajaran dan hari.
c. Tampilan menu dosen
Gambar 11. Tampilan Input Materi Kuliah Dosen
Antarmuka pada menu-menu yang tersedia di dalam halaman dosen yaitu penginputan rencana pembelajaran dosen (RP), review daftar hadir, review berita acara perkuliahan (BAP) dan untuk melihat jadwal, materi kuliah, pengisian nilai, dan juga laporan yang terdiri dari laporan kehadiran mahasiswa, dosen dan BAP.
d. Tampilan menu ketua prodi
Gambar 12. Tampilan Lihat BAP Ketua Prodi
Antarmuka pada menu-menu yang tersedia di dalam halaman ketua prodi yaitu penginputan rencana pembelajaran prodi (RPP), review daftar hadir, BAP, jadwal, materi kuliah, nilai, dan juga laporan yang terdiri dari laporan kehadiran mahasiswa, dosen, pencapaian materi, RP dosen dan juga daftar dosen pengampu mata kuliah.
3) Antarmuka layanan informasi berbasis android
a. Tampilan Login dan Menu Perangkat Mobile
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
90
Gambar 13. Tampilan Login dan Menu Perangkat Mobile
Antarmuka login dan menu utama pada perangkat mobile yang memberikan akses pengguna ke layanan informasi berjalannya proses perkuliahan pada mata kuliah terkait.
b. Tampilan Login dan Menu Perangkat Mobile
Gambar 14. Tampilan Informasi Kehadiran dan Nilai Mahasiswa
Antarmuka layanan informasi kehadiran mahasiswa pada semester berjalan dan informasi pencapaian nilai mahasiswa pada setiap bahan kajian mata kuliah terdaftar.
C. Pengukoan Sistem
Pengujian sistem dilakukan melalui uji simulasi terhadap hasil rekayasa sistem. Pengujian sistem dilakukan dengan melakukan wawancara terhadap 8 orang responden yang terdiri dari 2 orang ketua prodi dan 6 dosen untuk perangkat perkuliahan dan tampilan web, serta 56 orang reaponder yang terdiri dari 6 dosen, 30 mahasiswa dan 20 orang tua untuk tampilan mobile. Dari analisa hasil pengujian sistemyang dilakukan didapatkan bahwa:
1. Tampilan Format penginputan rencana pembelajaran dan nilai dosen telah mampu mengikuti kebijakan dan standar yang berlaku pada UAJM.
2. Proses pengisian daftar hadir dan BAP sudah memenuhi derajat kemudahan penggunaan
berdasarkan kualifikasi pengguna dengan menggunakan moda icon.
3. Proses pengunggahan materi kuliah dapat memenuhi kebutuhan pendataan materi perkuliahan. Hal ini dikarenakan materi kuliah akan tersimpan di server dan dapat diakses pada saat pelaksanaan perkuliahan dan terstruktur berdasarkan rencana pembelajaran dosen.
4. Hasil pengisian nilai maupun perhitungan nilai sudah memenuhi standar dan aturan yang berlaku secara umum dan pada UAJM.
5. Informasi-informasi yang diberikan pada perangkat mobile sudah sesuai dengan kebutuhan pengguna, dan informasi yang diberikan bermanfaat untuk mendukung transparansi dan akuntabilitas kekinian informasi perkuliahan.
6. Bagi orang tua sistem ini telah membantu mereka dalam memonitoring proses perkuliahan yang dijalani oleh mahasiswa pada Universitas Atma jaya Makassar, seperti nilai, kehadiran, jadwal dan informasi lainnya yang mendukung orang tua dalam mengawasi proses pendidikan mahasiswa.
7. Laporan-laporan yang dihasilkan sudah sesuai dengan format dan standar yang telah ditetapkan pada standar dan prosedur yang telah ditetapkan pada SPMI UAJM dalam dalam hal pengawasan dan evaluasi perkuliahan.
Selain dari itu berdasarkan hasil uji simulasi dari mahasiswa dan orang tua/wali didapatkan bahwa kebutuhan akan derajat kerincian informasi proses perkuliahan serta transparansi akan proses penilaian dari sistem yang dihasilkan telah dapat terpenuhi. Jika dibandingkan dengan model sistem pembelajaran digital lainnya sistem ini tidak hanya membantu pengelolaan proses perkuliahan secara digital tapi juga memiliki kapasitas untuk melakukan fungsi pengendalian dan pengawasan proses perkuliahan secara inklusif dengan melibatkan stakeholder sebagai bagian dari proses.
V. KESIMPULAN
Melalui penelitian yang telah dilakukan, dapat disimpulkan bahwa hasil rekayasa sistem tata kelola dan layanan informasi proses perkuliahan dapat memenuhi kebutuhan akan peningkatan kapasitas fungsi pengawasan dan transparansi pada pelaksanaan proses perkuliahan mulai dari perencanaan, pengawasan dan evaluasi hingga transparansi proses penilaian, dan laporan-laporan yang dirancang sudah memenuhi standar akuntabilitas serta selaras dengan prinsip sistem penjaminan mutu internal pada proses akademik dengan mengintegrasikan nilai transparansi, akuntabilitas dan responsiveness terhadap mutu layanan akademik dengan melibatkan pihak yang memiliki kepentingan terhadap berjalannya proses perkuliahan. Penelitian ini berpeluang
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
91
untuk dikembangkan lebih lanjut dalam pengembangan dashboard akademik bagi ketua program studi terhadap penerapan bahan kajian, metode pembelajaran dalam kurikulum program studi bagi setiap mahasiswa.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih atas dukungan finansial dari Direktorat Pendidikan Tinggi RI melalui program Penelitian Desentralisasi pada penelitian ini dan Universitas Atma Jaya Makassar atas kerjasama serta dukungannya selama pelaksanaan kegiatan ilmiah ini khususnya Fakultas Teknologi Informasi.
DAFTAR PUSTAKA
[1] Kementerian Pendidikan dan Kebudayaan. Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 49 Tahun
2014 Tentang Standar Nasional Pendidikan Tinggi. Jakarta: Pusat Penjaminan Mutu Pendidikan Tinggi. 2014.
[2] Rosyid, D. M., ‘Kita Tidak Butuh Sekolah, Apalagi Kurikulum’, 2013. [Online]. Available: http://danielrosyid.com/kita-tidak-butuh-sekolah-apalagi-kurikulum.html. [Accessed: 10-Oct-2015]
[3] Muhi, Ali Hanapiah. Implementasi Nilai-Nilai Good Governance Di Perguruan Tinggi. Thesis/Disertasi tidak diterbitkan. Bandung:: PPS UPI Bandung. 2011.
[4] Anthony, Dearden, & Bedford. Sistem Pengendalian Manajemen. Jakarta. Erlangga. 1993: 65–84.
[5] Latzko, William J., & Saunders, David M. Four Days with Dr. Deming: A Strategy for Modern Methods of Management. New Jersey: Prentice Hall. 1996.
[6] Deming, W. E. The New Economics: For Industry, Government, Education. Cambridge, Massachusetts: MIT Press. 2000.
[7] Wiratmojo, Bambang. Urgensi Literasi Media pada Pertelevisian Indonesia dalam Sasangka(Ed). Tentang Update Teknologi. Yogyakarta: Yayasan TIFA. 2010: 176.
[8] Frost & Sullivan. ‘Frost & Sullivan Sees Indonesia's Mobile Industry to Grow 7.5% y-o-y Reaching 1.2 million units’ 2013. [Online]. Avilable:http://www.frost.com/. [Accessed: 30-Oct-2015).
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
92
Penerapan Image Enhancement Algorithm Untuk
Meningkatkan Kualitas Citra Tak Bergerak
Phie Chyan, Sean Coonery Sumarta
Fakultas Teknologi Informasi
Universitas Atma Jaya Makassar
Makassar, Indonesia
[email protected], [email protected]
Abstrak—Peningkatan kualitas citra sangat dibutuhkan
pada berbagai aplikasi yang mengolah dan memanfaatkan
citra. Dalam banyak kasus citra yang dihasilkan dari perangkat
perekam citra menghasilkan citra yang kurang berkualitas
seperti buram, terdistorsi dan memiliki detail yang rendah
sehingga kurang memadai untuk digunakan dalam tahap
pengolahan citra. Penelitian ini bertujuan untuk menerapkan
algoritma peningkatan kualitas citra menggunakan metode
peningkatan citra berbasis fuzzy dengan algoritma Bee Colony
untuk mensimulasikan eksperimen hasil proses perbaikan
kualitas citra yang mengalami gangguan atau berkualitas
rendah. Hasil dari eksperimen menunjukkan bahwa metode
yang digunakan dalam implementasi peningkatan citra dapat
meningkatkan kualitas visual dari citra dan meningkatkan
tingkat detail dari citra.
Kata kunci: image enhancement algorithm, Bee Colony
Algorithm, domain spatial transformation
I. PENDAHULUAN
Peningkatan kualitas citra bertujuan untuk meningkatkan kualitas visual dari citra. Peningkatan kualitas citra dilakukan dengan memperkuat karakteristik penting dari citra dan melemahkan sejumlah karakteristik yang tidak diperlukan pada citra untuk membuat citra memenuhi kualitas visual tertentu yang diinginkan atau membuat citra yang dapat diproses lebih lanjut secara analitis bagi manusia maupun mesin dengan menambah sejumlah informasi.[1]
Metode peningkatan kualitas citra saat ini cukup berkembang pesat. Berdasarkan perbedaan ruang dimana peningkatan kualitas ini diterapkan, metode algoritma peningkatan dapat dibagi menjadi algoritma yang berbasis domain spasial dan algoritma yang berbasis domain frekuensi[2]. Algoritma domain spasial beroperasi langsung pada skala abu-abu citra sedangkan algoritma domain frekuensi menerapkan bentuk koreksi tertentu pada nilai koefisien transformasi citra didalam domain transformasi citra tertentu sehingga tidak langsung diterapkan pada citra. Beberapa bentuk algoritma peningkatan citra tidak memperhitungkan skala fuzzy dari citra sehingga yang dilakukan hanya meningkatkan nilai kontras dari citra dan menekan gangguan noise dari keseluruhan citra seperti pada beberapa penelitian terdahulu yang memanfaatkan metode
histogram equalization untuk perbaikan citra digital. Hal ini mengurangi tingkat detail dari citra dan menimbulkan efek yang tidak diinginkan.
Peningkatan citra berbasis fuzzy mempunyai keuntungan dapat mempertahankan tingkat detail dari citra. Seleksi parameter seperti fungsi keanggotaan dan operator dalam peningkatan citra berbasis fungsi memegang peranan penting dalam efek peningkatan citra dan algoritma bee colony memiliki keuntungan dalam hal komputasi yang lebih sederhana dan mudah untuk diimplementasikan. Penelitian ini dilakukan untuk menerapkan metode peningkatan citra berbasis fuzzy menggunakan algoritma bee-colony untuk meningkatkan kualitas citra tak bergerak.
II. KAJIAN LITERATUR
A. Pengolahan Citra Digital
Pengertian sederhana dari image processing adalah manipulasi dan analisis suatu informasi gambar oleh komputer. Sedangkan yang dimaksud dengan informasi gambar di sini adalah gambar visual dalam dua dimensi. Segala operasi untuk memperbaiki, menganalisis, atau mengubah suatu gambar disebut image processing.
Konsep dasar dari sistem dari image processing diambil dari kemampuan indera penglihatan manusia yang selanjutnya dihubungkan dengan kemampuan otak manusia. Dalam sejarahnya, image processing telah diaplikasikan dalam berbagai bentuk, dengan tingkat kesuksesan yang cukup besar. Seperti berbagai cabang ilmu lainnya, image processing menyangkut pula berbagai gabungan cabang-cabang ilmu, seperti optik, elektronik, matematika, fotografi, dan teknologi komputer.
Pada umumnya tujuan dari image processing adalah mentransformasikan atau menganalisis suatu gambar sehingga informasi baru tentang gambar dibuat lebih jelas. Ada banyak cara yang dapat diaplikasikan dalam suatu operasi image processing, yang sebagian besar dalam bentuk optikal. Berbagai bidang telah banyak menggunakan aplikasi dari image processing baik dibidang komersial, industri, dan medis. Bahkan bidang militer telah menggunakan perkembangan dunia digital image processing ini. Pada
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
93
umumnya tujuan dari image processing adalah mentransformasikan atau menganalisis suatu gambar sehingga informasi baru tentang gambar dibuat lebih jelas. Ada banyak cara yang dapat diaplikasikan dalam suatu operasi image processing.
B. Histogram Warna
Histogram adalah grafik yag menunjukkan frekuensi kemunculan setiap nilai gradiasi warna. Bila digambarkan pada koordinat kartesian maka sumbu X (absis) menunjukkan tingkat warna dan sumbu Y (ordinat) menunjukkan frekuensi kemunculan warna tersebut pada suatu citra. Histogram warna merupakan fitur warna yang paling banyak digunakan. Histogram warna sangat efektif mengkarakterisasikan distribusi global dari warna dalam sebuah citra digital [3]. Komposisi warna merupakan salah satu fitur yang dapat digunakan dalam sistem temu balik citra. Komposisi warna dapat direpresentasikan dalam bentuk histogram. Histogram warna merepresentasikan distribusi jumlah piksel untuk tiap intensitas warna dalam citra. Untuk mendefinisikan histogram warna, warna di kuantisasi menjadi beberapa level diskrit sesuai dengan model ruang warna yang digunakan misalnya RGB, YIV dan model ruang warna lainnya yang mana setiap ruang warna memiliki karakteristiknya masing masing, kemudian untuk tiap level tersebut hasil kuantisasi warna tadi dihitung jumlah piksel yang nilainya sesuai seperti ditunjukkan Gambar 1 berikut ini.
Gambar 1. Histogram Warna
C. Image Enhancement
Image Enhancement merupakan suatu metode untuk menyoroti sejumlah informasi tertentu didalam citra dan melemahkan beberapa fitur yang dianggap tidak penting menurut kriteria tertentu dengan tujuan untuk meningkatkan kejernihan dan kontras dari citra dalam aplikasi tertentu dalam rangka meningkatkan kualitas citra dan membuat hasil proses lebih sesuai terhadap sensori visual manusia dan juga lebih mudah diproses oleh mesin [6].
Teknik enhancement yang umum digunakan saat ini dibagi menjadi yang berbasis domain spasial dan domain transformasi. Teknik berbasis domain spasial diaplikasikan langsung ke ruang warna dari citra sedangkan teknik berbasis domain transformasi sesuai namanya diproses pada domain
transformasi citra. Model ruang transformasi yang umum digunakan adalah frequency domain space atau transformasi fourier. Metode enhancement yang berbasis domain spasial antara lain transformasi skala abu abu untuk meningkatkan citra melalui tiap point pikselnya, transformasi histogram mengubah kontras citra secara global atau lokal dan transformasi spasial memproses piksel citra yang berdekatan melalui template atau masking [7]. Gambar 2 menampilkan dua fungsi transformasi yang umum dari image enhancement berbasis domain spasial.
Gambar 2. Fungsi transformasi dari perbaikan kontras
III. METODE PENELITIAN
A. Algoritma Bee Colony
Suatu algoritma yang diinspirasi dari bagaimana proses lebah mengumpulkan madu yang prosesnya serupa dengan metode untuk mencari solusi optimal bagi permasalahan dalam bidang komputasional modern. Proses mengumpulkan madu oleh lebah dilakukan melalui komunikasi, transformasi dan kolaborasi dari sekumpulan individu lebah yang berbeda. Proses mengumpulkan madu oleh koloni lebah melibatkan tiga komponen dasar dan dua perilaku dasar. Tiga komponen dasar adalah: makanan, lebah pekerja dan lebah penganggur dan dua perilaku dasar adalah merekrut dan meninggalkan makanan tertentu [8]. Esensi dari Artificial Bee Colony Algorithm (ABC) adalah untuk mencari solusi optimal melalui evolusi random tapi terarah dalam suatu grup yang terdiri dari kandidat solusi.
Misalkan problem optimisasi (P) :
Pertama inisialisasikan algoritma ABC. Randomisasi populasi awal dengan solusi SN sesuai dengan formula (1)
(1)
Kemudian lebah pekerja mencari makanan yang sesuai, secara random memilih lebah lain sebagai tetangga dan secara random memilih dimensi sebagai panduan arah pencarian. Proses pencarian dilakukan sesuai dengan formula (2) dan (3).
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
94
(2)
(3)
Kemudian transformasi ke nilai batas menurut formula (4)
(4)
Jika kualitas (kesesuaian) dari makanan yang dicari (solusi) lebih baik dari makanan sekarang, ganti makanan baru dengan makanan sekarang; jika tidak, biarkan posisi makanan tidak berubah. Setelah pencarian dari seluruh lebah pekerja selesai, kembali ke sarang dan bagikan informasi makanan pada lebah penganggur kemudian pengikut memutuskan tingkat kembalian (return rate) dari tiap makanan menurut informasi yang diperoleh dan kumpulkan madu melalui seleksi random. Return rate dinyatakan dengan nilai kesesuaian (fitness value) dari solusi dan probabilitas fitness dan seleksi dihitung menurut rumus (5) dan (6).
(5)
(6)
Dalam rumus diatas merupakan fungsi nilai dari solusi; merupakan nilai fitnes yang berhubungan dan SN merupakan jumlah solusi. Berdasarkan seleksi acak, makanan yang baik akan mendatangkan lebih banyak pengikut dan mempunyai kemungkinan lebih tinggi untuk terjadinya evolusi dan mempercepat tingkat konvergensi dari algoritma.
B. Image Fuzzy Enhancement dengan Algoritma Artifical
Bee Colony
Secara kuantitatif fuzzy entropy mencerminkan tingkat fuzzy dari suatu citra dan tingkat kesulitan rata-rata untuk menentukan apakah suatu piksel dapat dilihat sebagai elemen keanggotaan fuzzy. Berikut definisi fuzzy entropi untuk melakukan self adaptive fuzzy enhancement terhadap citra
(7)
Dan
(8)
Dalam kedua formula (7) dan (8) , A merupakan fuzzy set, N merupakan jumlah subset dari fuzzy set A. M merupakan metode partisi dari domain fuzzy dan partisi seragam atau tak seragam dapat dipilih berdasarkan citra yang berbeda. µA(x) merupakan keanggotaan dari nilai keabuan citra dan P(x) merupakan frekuensi dari nilai keabuan citra. Pp(Ai) merupakan jumlah dari frekuensi nilai keabuan domain spasial ketika domain spasial titik piksel x dipetakan ke subset fuzzy Ai melalui fungsi keanggotaan µA ( ). Apabila nilai Pp (Ai) = 0,5. Fuzzy Entropy dapat bernilai maksimum. Berdasarkan ketentuan diatas, self adapative image enhancement menggunakan algoritma bee colony dapat diimplementasikan menurut tahapan berikut.
(a) Transformasikan citra dari domain keabuan ke domain fuzzy dalam jangkauan nilai parameter; Hitung fuzzy entropi dari beragam parameter secara bertahap untuk membuat metode seleksi parameter memaksimalkan fuzzy entropi kedalam nilai parameter seleksi optimal dan simpan fuzzy entropi serta paramater tersebut.
(b) Gunakan parameter yang telah ditentukan untuk mentransformasikan citra dari domain keabuan ke domain fuzzy kemudian lakukan fuzzy enhancement.
(c) Transformasikan data dari domain fuzzy ke domain spasial dari citra untuk menerapkan pemilihan dari parameter self adaptive.
IV. HASIL DAN PEMBAHASAN
Algoritma image enhancement dijalankan pada kriteria fuzzy entropy maksimum. Untuk mengurangi waktu komputasi, populasi di stabilkan pada angka 30 dan angka 100 untuk terminasinya. Nilai awal dari parameter fuzzy dalam bee colony dihasilkan secara acak sehingga selanjutnya dapat dipilih terminasi pada angka 100. Gambar 3 menunjukkan bagian kontras antara citra asli dan citra yang telah diproses dengan algoritma enhancement menggunakan algoritma bee colony
Gambar 3. Citra sebelum diproses (kiri) dan citra yang telah dienhancement (kanan)
Gambar 4 menunjukkan histogram dari average value, standar deviation dan entropy dari citra asli dan citra yang telah dienhancement. Nilai rata-rata meningkat setelah proses
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
95
histogram equalization, menunjukkan nilai kecerahan yang tinggi dan standar deviasi yang kecil dan hal ini mencerminkan efek equalization tidak cukup baik. Hal ini dapat dilihat dari data eksperimental bahwa nilai rata-rata dan deviasi meningkat setelah diproses dengan algoritma PSO; akan tetapi entropy berkurang; kecerahan meningkat. Dapat dilihat bahwa setelah proses PSO.
Gambar 4. Histogram untuk nilai average, standar deviation dan entropy.
Distorsi warna muncul dan definisi citra menjadi berkurang. Bee algorithm memiliki dynamic range compression dan definition enhancement yang lebih baik seperti halnya terhadap kejernihan warna dan dapat meningkatkan dynamic range compression dari citra, efek visual dari citra dan detail dari citra.
V. KESIMPULAN DAN SARAN
Image Enhancement merupakan teknik dasar dari pengolahan citra digital yang dapat secara efektif meningkatkan
karakteristik global maupun lokal dari citra. Dengan menggunakan optimisasi global, penelitian ini telah berhasil menerapkan image enhancement berbasis algoritma bee colony untuk meningkatkan kualitas citra.
UCAPAN TERIMAKASIH
Penulis berterima kasih kepada LPPM Universitas Atma Jaya yang telah memberi dukungan moril dan materil dalam menyelesaikan penelitian ini
DAFTAR PUSTAKA
[1] Kamran Binaee, Reza PR. Hasanzadeh. An ultrasound image enhancement method using local gradient based fuzzy similarity. Biomedical Signal Processing and Control. 2014; 13(1): 89-101
[2] Tamalika Chaira. A rank ordered filter for medical image edge enhancement and detection using intuitionistic fuzzy set. Applied Soft Computing. 2012; 12(4):1259-1266.
[3] Iswahyudi, C., 2010 Prototype Aplikasi Untuk Mengukur Kematangan Buah Apel Berdasarkan Kemiripan Warna, Jurnal Teknologi Vol 3 No 2 2010, hal: 15-29
[4] Kusrini, Harjoko, A., 2009, Pencarian Citra Visual Berbasis Isi Citra Menggunakan Fitur Warna Citra, Jurnal Ilmiah DASI Vol 9 No 2 2008, hal: 90 – 106
[5] Rahman, Arif. 2009. Sistem temu balik citra menggunakan jarak histogram. Prosiding Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009, hal : I 58-61
[6] P. Balasubramaniam, VP. Ananthi. Image fusion using intuitionistic fuzzy sets. Information Fusion. 2014; 20(1): 21-30..
[7] Asmatullah Chaudhry, Asifullah Khan, etc. Neuro fuzzy and punctual kriging based filter for image restoration. Applied Soft Computing. 2013; 13(2): 817-832.
[8] R.J. Kuo, Y.D. Huang, etc. Automatic kernel clustering with bee colony optimization algorithm. Information Sciences. 2014; 283(1): 107-122
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
96
Pengaruh Seleksi Fitur Terhadap Hasil Klasifikasi
Fase Plasmodium vivax Pada Citra Mikroskopis
Digital Sediaan Darah Tipis
I Md. Dendi Maysanjaya, Md. Satria Wibawa, I Md. Agus Wirahadi Putra
Pendidikan Teknik Informatika Undiksha, Sistem Informasi STIMIK STIKOM
Bali, Indonesia
[email protected], [email protected], [email protected]
Abstrak—Paramedis mendiagnosa penyakit malaria
dengan mengamati parasit Plasmodium pada sediaan darah
tebal dan tipis, yang dibantu dengan menggunakan mikroskop.
Namun, terkadang masih terdapat kekeliruan diagnosis yang
disebabkan faktor manusia. Oleh karenanya dikembangkanlah
metode diagnosis malaria berbasis pengolahan citra digital,
guna meminimalisir kesalahan diagnosis. Penelitian ini secara
umum bertujuan untuk menawarkan suatu skema atau metode
untuk mengidentifikasi dan mengklasifikasi fase parasit
Plasmodium vivax (P.vivax) pada citra mikroskopis digital
sediaan darah tipis. Tujuan khusus dari penelitian ini adalah
menerapkan metode seleksi fitur untuk memperoleh fitur-fitur
yang relevan, sehingga bisa meningkatkan hasil klasifikasi fase
P.vivax. Metode seleksi fitur yang diuji adalah CFS dan
Wrapper. Proses klasifikasi menggunakan Naïve Bayes.
Pengujian dilakukan terhadap 30 citra sediaan darah tipis
parasit P.vivax, yang terbagi menjadi 10 fase troposoit, 10 fase
skizon, dan 10 fase gametosit. Berdasarkan hasil pengujian,
klasifikasi menggunakan fitur gabungan (fitur bentuk dan
tekstur) menghasilkan akurasi, sensitivitas, dan spesifisitas
berturut-turut 97,29%, 97,30%, dan 97,30%. Untuk metode
Wrapper dengan enam fitur hasil seleksi (perimeter, convexity,
mean of intensity, ASM, contrast_GLCM, entropy_GLCM),
mampu menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan
spesifisitas 97,30%, sementara CFS kurang mampu
memberikan hasil klasifikasi yang baik, yakni akurasi 93,15%,
sensitivitas 93,20%, dan spesifisitas 93,20%. Meskipun hasil
klasifikasi Wrapper sama dengan hasil fitur gabungan, namun
dengan fitur yang relatif sedikit, metode Wrapper mampu
menghasilkan klasifikasi yang lebih baik. Hasil ini
menunjukkan bahwa metode seleksi fitur berpengaruh
terhadap hasil klasifikasi, yang nantinya bisa dikembangkan
untuk membantu paramedis mendiagnosa fase P.vivax.
Kata Kunci—fase plasmodium vivax; malaria; klasifikasi;
ekstraksi fitur; seleksi fitur; sediaan darah tipis
I. PENDAHULUAN
Malaria merupakan salah satu jenis penyakit yang menyerang manusia. Penyakit ini disebabkan oleh parasit Plasmodium, dan disebarkan oleh nyamuk Anopheles betina. Ketika parasit ini masuk ke tubuh manusia, selanjutnya akan menginfeksi sel darah merah guna melanjutkan siklus
hidupnya. Arsin dalam [1] menyebutkan ada empat spesies Plasmodium penyebab malaria, yakni 1) Plasmodium falciparum (P.falciparum) – merupakan jenis Plasmodium yang menyebabkan penderitanya mengalami malaria selebral, anemia akut, gangguan fungsi ginjal, dan asphyxia; 2) Plasmodium vivax (P.vivax) – adalah jenis parasit malaria yang menyebabkan pasien mengalami malaria tertiana (malaria dengan gejala demam tiap tiga hari sekali), dan merupakan penyumbang penyakit malaria pada manusia sebesar 43% (terbanyak kedua setelah P.falciparum) [2], [3]; 3) Plasmodium ovale (P.ovale) – jenis parasit malaria yang menyebabkan malaria jenis perinisiosa (dilapangan kasus ini jarang ditemukan); dan 4) Plasmodium malariae (P.malariae) – menyebabkan malaria quartana dengan ciri demam tiap empat hari sekali, serta menyebabkan sekitar 7% penyakit malaria di dunia.
Parasit Plasmodium mengalami perkembangbiakan secara aseksual (berlangsung di dalam tubuh manusia) dan seksual (berlangsung di tubuh nyamuk Anopheles betina) [2], [3]. Untuk siklus aseksual, berdasarkan tempatnya, Plasmodium mengalami dua fase, yaitu fase exoerythrocytic yang berlangsung di hati manusia, dan fase intraerythrocytic yang terjadi di dalam sirkulasi darah manusia. Ketika fase intraerythrocytic, perkembangbiakan parasit Plasmodium terbagi lagi menjadi tiga fase yaitu fase trofosoit, skizon, dan gametosit [4]. Gambar 1 menunjukkan ilustrasi siklus hidup parasit Plasmodium.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
97
Gambar 1. Siklus Hidup Parasit Plasmodium [3]
Dalam menangani pasien penderita malaria, paramedis akan melakukan pengujian menggunakan sediaan darah tebal dan sediaan darah tipis. Sediaan darah tebal berguna untuk melihat jumlah parasit, sedangkan sediaan darah tipis untuk melihat jenis Plasmodium yang menginfeksi dan fase inkubasinya. Gambar 2 adalah contoh Plasmodium pada sediaan darah tebal dan sediaan darah tipis.
(a) (b)
Gambar 2. Citra Plasmodium: a) sediaan darah tebal, b) sediaan darah tipis
Pada Gambar 2 terlihat perbedaan bahwa untuk membuat sediaan darah tebal, eritrosit dihancurkan (dilisiskan) sehingga hanya tersisa sel parasit. Sementara pada sediaan darah tipis, eritrosit tidak dilisiskan, sehingga terlihat eritrosit yang terinfeksi dan yang tidak.
Ketika melakukan pemeriksaan pada sediaan darah tipis, terkadang paramedis bisa melakukan kesalahan diagnosis, yang disebabkan beberapa faktor antara lain tingkat keahlian yang dimiliki paramedis, proses pembuatan sediaan darah, teknik pewarnaan sediaan darah, dan kualitas mikroskop yang digunakan. Oleh karena itu, beberapa penelitian mengembangkan computer aided diagnosis (CAD) untuk kasus malaria berbasis pengolahan citra digital, yang bertujuan untuk mengurangi potensi kesalahan (error) yang terjadi.
Berdasarkan permasalahan tersebut, penelitian ini secara umum bertujuan mengusulkan sebuah skema untuk mengklasifikasikan fase parasit Plasmodium, khususnya fase P.vivax, pada citra mikroskopis digital sediaan darah tipis ke dalam tiga buah fase, yaitu fase trofosoit, skizon, dan gametosit. Sementara secara khusus, penelitian ini bertujuan untuk melihat pengaruh seleksi fitur guna meningkatkan hasil klasifikasi fase parasit P.vivax.
Pembahasan selanjutnya dari artikel ini terbagi menjadi beberapa bagian. Pada bagian II tentang Penelitian Terkait. Dataset dan Metode dibahas pada bagian III dan IV. Bagian V membahas tentang hasil dan pembahasan penelitian, yang dilanjutkan dengan kesimpulan pada bagian VI.
II. PENELITIAN TERKAIT
Berbagai penelitian pengembangan CAD untuk kasus malaria saat ini telah banyak dilakukan. Secara umum penelitian tersebut bertujuan untuk meminimalisir kesalahan dan memudahkan paramedis ketika melakukan pemeriksaan. Wahab [1] mengembangkan metode untuk mendeteksi parasit malaria dengan mengekstraksi ciri tekstur dan warna. Hanya
saja jenis Plasmodium yang dijadikan objek tidak disebutkan secara spesifik. Nasir et al [4] menggunakan citra P.vivax sebagai objek penelitian dengan tujuan membandingkan hasil klasifikasi antara segmentasi pada kanal saturasi dan kanal intensitas (dalam ruang warna HIS), yang dikombinasikan dengan algoritma Moving K-Means (MKM) Clustering dan algoritma SRGAE. Khan et al [5] mengembangkan metode segmentasi pada kanal b* dari ruang warna LAB, yang dikombinasikan dengan algoritma K-Means guna memperoleh jaringan P.vivax. Lebih lanjut, selain ketiga penelitian yang telah disebutkan, masih terdapat penelitian lain yang berfokus pada citra Plasmodium. Guna menambah referensi penelitian terkait yang telah ada, penelitian ini berfokus pada tahap seleksi fitur, khususnya metode seleksi fitur yang bisa digunakan secara spesifik untuk meningkatkan kualitas klasifikasi fase P.vivax, serta diharapkan bisa digunakan sebagai acuan dalam pengembangan aplikasi stand-alone untuk mengidentifikasi fase P.vivax.
III. DATASET
Dataset yang digunakan pada penelitian ini diperoleh dari Bagian Parasitologi, Fakultas Kedokteran, Universitas Gadjah Mada (UGM). Dataset diakuisisi dari sediaan darah tipis yang terinfeksi parasit P.vivax, serta didigitalisasi menggunakan mikroskop konvensional yang dikombinasikan dengan kamera optilab. Objek diperbesar 1000 kali dari ukuran asli. Hasil akuisisi ini menghasilkan citra berukuran 1600x1200 piksel, dan kemudian dipotong menjadi ukuran 250x250 piksel, sesuai ukuran area yang diperlukan. Total citra malaria yang diperoleh sebanyak 30, yang terbagi menjadi tiga fase, yakni 10 fase trofosoit, 10 fase skizon, dan 10 fase gametosit. Gambar 3 menunjukkan contoh citra P.vivax yang digunakan.
(a) (b) (c)
Gambar 3. Citra P.vivax fase: a) trofosoit, b) skizon, dan c) gametosit
Berdasarkan Gambar 3, terlihat perbedaan cukup jelas antara ketiga fase P.vivax. Pada fase trofosoit, sel parasit terlihat seperti cincin, dengan satu nukleus. Untuk fase skizon, terdapat lebih dari satu nukleus (berbentuk granula), sedangkan pada fase gametosit, eritrosit yang terinfeksi berbentuk tidak beraturan dan ukurannya membesar. Jika sel gametosit dihisap oleh nyamuk Anopheles betina, maka parasit Plasmodium akan mengalami perkembangbiakan secara seksual di dalam tubuh nyamuk tersebut.
IV. METODE
A. Ekstraksi Fitur
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
98
Proses ekstraksi fitur merupakan tahapan untuk memperoleh nilai-nilai yang terkandung di dalam objek suatu citra. Objek citra bisa diperoleh melalui tahap segmentasi. Secara umum, ekstraksi fitur tebagi menjadi tiga, yaitu ekstraksi warna, bentuk dan tekstur [6], [7]. Pada penelitian ini hanya mengekstraksi dua jenis fitur, yaitu fitur bentuk dan tekstur. Untuk fitur bentuk menggunakan metode berbasis kontur dan momen invarian, sementara fitur tekstur diperoleh melalui metode histogram dan GLCM.
Terdapat tujuh parameter yang digunakan untuk ekstraksi fitur bentuk berbasis kontur, yaitu perimeter, area, roundness, slimness, convexity, solidity, dan dispersion. Perimeter merupakan ukuran panjang tepi objek yang diformulasikan dengan Persamaan (1). Tepi objek akan lebih baik diukur dengan menggunakan 4-ketetanggaan, dibandingkan dengan 8-ketetanggaan.
2oe NNP (1)
dimana Ne adalah jumlah kode genap, dan No adalah jumlah kode ganjil. Area adalah jumlah keseluruhan dari piksel objek, yang dapat dihitung melalui Persamaan (2). Notasi R dan 𝜕𝑅 secara berurutan menyatakan wilayah objek dan tepi objek.
R RRdt
dt
tdytxdt
dt
tdxtydydxA (2)
Roundness adalah rasio antara area dari objek dengan kuadrat dari perimeter, sementara untuk slimness merupakan rasio antara panjang dan lebar objek. Roundness dan slimness diformulasikan secara berurutan melalui Persamaan (3) dan Persamaan (4).
𝑅 = 4𝜋 𝑥 𝐴𝑟𝑒𝑎
𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟2 (3)
𝑆𝑙𝑖𝑚𝑛𝑒𝑠𝑠 =𝑤𝑖𝑑𝑡ℎ
𝑙𝑒𝑛𝑔𝑡ℎ (4)
Convexity berasal dari suatu himpunan konveks atau cembung, yang digunakan untuk menyatakan rasio convex perimeter dan object perimeter yang dinyatakan melalui Persamaan (5), dan solidity adalah rasio object area dengan convex area seperti Persamaan (6). Fitur dispersion digunakan untuk menyatakan ketidakteraturan (irregularity) objek yang diformulasikan melalui Persamaan (7).
𝐶𝑜𝑛𝑣𝑒𝑛𝑥𝑖𝑡𝑦 = 𝐶𝑜𝑛𝑣𝑒𝑥 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟
𝑂𝑏𝑗𝑒𝑐𝑡 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟 (5)
𝑆𝑜𝑙𝑖𝑑𝑖𝑡𝑦 = 𝑂𝑏𝑗𝑒𝑐𝑡 𝑎𝑟𝑒𝑎
𝐶𝑜𝑛𝑣𝑒𝑥 𝑎𝑟𝑒𝑎 (6)
𝐼(𝑆) = 𝜋𝑚𝑎𝑥(√(𝑥𝑖 − �̅�)2 + (𝑦𝑖 − �̅�)2)
𝐴(𝑆) (7)
dengan (�̅�, �̅�) merupakan titik pusat massa aras A(S), sementara A(S) adalah luas objek.
Momen invarian atau dikenal juga dengan istilah Momen Hu, yang bisa dihitung menggunakan momen pusat ternormalisasi [8]. Nilai momen ini berguna untuk menghasilkan nilai fitur yang bebas dari pengaruh translasi, penskalaan, dna rotasi. Terdapat tujuh fitur momen invarian, tetapi dalam penelitian ini hanya menggunakan tiga fitur yaitu momen 1, momen 2, dan momen 3, yang secara matematis diformulasikan pada Persamaan (8) hingga Persamaan (10). Momen ternormalisasi dideklarasikan dengan ŋ𝑖𝑗 dengan ij
merupakan orde momen.
∅1 = (ŋ20 + ŋ02) (8)
∅2 = (ŋ20 + ŋ02)2 + (2ŋ02)2 (9)
∅3 = (ŋ30 + 3ŋ12)2 + (ŋ03 − 3ŋ21)2 (10)
Fitur tekstur merupakan fitur yang digunakan untuk menyatakan tingkat kekasaran (roughness), granularitas (granularity), dan keteraturan (regularity) susunan struktural piksel, serta merupakan perulangan dari elemen tekstur dasar atau yang disebut dengan texel (texture element) [9]. Ada dua jenis fitur tekstur berbasis statistik yang digunakan pada penelitian ini, yakni berbasis histogram dan grey level co-occurrence matrix (GLCM). Fitur tekstur berbasis histogram atau disebut juga metode statistik orde 1, terdiri dari enam fitur yaitu mean of intensity, deviation standard, skewness, energy, entropy, dan smoothness, yang diekspresikan melalui Persamaan (11) hingga Persamaan (16).
𝑚 = ∑ 𝑖 . 𝑝(𝑖)
𝐿−1
𝑖=0
(11)
𝜎 = √∑(𝑖 − 𝑚)2𝑝(𝑖)
𝐿−1
𝑖=1
(12)
𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 = ∑(𝑖 − 𝑚)3𝑝(𝑖)
𝐿−1
𝑖=1
(13)
𝑒𝑛𝑒𝑟𝑔𝑦 = ∑[𝑝(𝑖)]2
𝐿−1
𝑖=0
(14)
𝑒𝑛𝑡𝑟𝑜𝑝𝑦 = − ∑ 𝑝(𝑖)
𝐿−1
𝑖=0
log2 (𝑝(𝑖)) (15)
𝑅 = 1 −1
1 + 𝜎2 (16)
GLCM atau disebut juga metode statistik orde 2 dilakukan dengan menghitung peluang hubungan kedekatan dua buah piksel pada jarak dan sudut yang pasti (0, 45, 90, dan 135 derajat) [10]. Ada lima fitur GLCM yang digunakan yaitu angular second moment (ASM), inverse difference moment (IDM), entropy, contrast, dan correlation, yang dituliskan seperti Persamaan (17) sampai Persamaan (21).
2
1 1
( , )L L
i j
ASM GLCM i j
(17)
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
99
21 1
( , )
1 ( )
L L
i j
GLCM i jIDM
i j
(18)
1 1
( , ) log( ( , ))L L
i j
entropy GLCM i j GLCM i j
(19)
2
1 | |
( , )L
n i j n
contrast n GLCM i j
(20)
' '
1 1
' '
2
( )( ( , ))L L
i ji j
i
ij GLCM i jcorrelation
(21)
ASM digunakan untuk menghitung tingkat homogenitas citra, sementara IDM berfungsi untuk mengukur homogenitas citra yang berderajat keabuan sejenis. Entropy untuk mengukur kompleksitas atau variansi dari elemen matriks kookurensi. Selanjutnya untuk mengukur frekuensi spasial dari citra dan ukuran penyebaran (momen inersia) elemen matriks citra bisa menggunakan fungsi contrast. Kemudian yang terakhir correlation berfungsi untuk mengukur linearitas dari sejumlah pasangan piksel.
B. Seleksi Fitur
Seleksi fitur merupakan metode yang bertujuan memperbaiki fitur-fitur yang akan digunakan untuk klasifikasi, dengan harapan hasilnya mmapu meningkatkan akurasi, memangkas waktu komputasi, menghilangkan fitur yang mengganggu, serta menghilangkan redudansi [11]–[15]. Metode seleksi fitur dikatakan efektif bila mampu menghasilkan fitur sesedikit mungkin, namun mampu menghasilkan akurasi setinggi mungkin.
Pada penelitian ini, ada dua metode seleksi fitur yang akan diuji, selanjutnya hasil akurasinya dibandingkan dengan akurasi hasil klasifikasi tanpa seleksi fitur. Adapun metode seleksi fitur yang diuji adalah Correlation-based Feature Selection (CFS) dan Wrapper Subset Evaluation. Berikut penjelasan singkat masing-masing metode tersebut.
1) Correlation-based Feature Selection (CFS) Correlation-based Feature Selection (CFS) merupakan
subset dari himpunan fitur dengan mempertimbangkan kemampuan prediktif tingkat redudansi dari setiap fitur. Sebuah subset fitur yang baik adalah subset fitur yang berisi fitur-fitur yang sangat berkorelasi dengan kelas dan masing-masing fitur tidak berkorelasi atau dengan kata lain subset yang berisi fitur yang terkorelasi tinggi dengan kelas dan berkorelasi rendah dengan satu sama lain [15].
2) Wrapper Wrapper Subset Evaluation atau sering disebut dengan
Wrapper merupakan metode seleksi fitur yang menggunakan algoritma pembelajaran sebagai bagian dari fungsi evaluasinya. Algoritma pembelajaran ini digunakan semacam fungsi “black box” ketika proses seleksi fitur [14], [16]. Fungsi evaluasi dari setiap fitur kandidat akan memberikan perkiraan kualitas dari model yang dibentuk algoritma pembelajaran, sehingga hal ini akan menghasilkan estimasi akurasi yang lebih baik. Selain menggunakan algortima
pembelajaran, metode ini juga menggunakan evaluasi k-folds cross-validation. Meskipun metode Wrapper ini bisa menghasilkan akurasi yang lebih baik, metode ini memiliki kelemahan yakni menyebabkan proses komputasi relatif lebih lama dan lambat [14], [16].
C. Klasifikasi
Proses klasifikasi bertujuan untuk menentukan variabel bebas (fitur) yang memiliki tingkat korelasi tinggi dengan variabel terikat (kelas objek). Algoritma Naïve Bayes dipilih karena memiliki beberapa kelebihan antara lain relatif cepat saat proses pelatihan, mampu menangani data riil dan diskrit, serta tidak terpengaruh oleh fitur yang tidak relevan [13], [17]. Algoritma Naïve Bayes merupakan pengembangan dari Teorema Bayes, yang dituliskan dengan Persamaan (22).
evidence
likelihoodpriorposterior
(22)
Posterior merupakan peluang masuknya sampel dengan karakteristik tertentu dalam suatu kelas. Posterior diperoleh dengan mengalikan antara peluang munculnya kelas (Prior) dengan peluang munculnya karakteristik sampel pada kelas (Likelihood), dibagi dengan peluang kemunculan karakteristik sampel secara umum (Evidence).
V. HASIL DAN PEMBAHASAN
Citra yang diperoleh dari hasil akuisisi disegmentasi menggunakan kombinasi metode yang dikembangkan oleh [18] dan [19]. Setelah diperoleh citra tersegmentasi, tahap selanjutnya adalah ekstraksi fitur. Fitur citra diekstraksi berdasarkan fitur bentuk dan fitur tekstur. Fitur bentuk dicari berdasarkan 10 parameter, sedangkan fitur tekstur diekstraksi berdasarkan 6 parameter histogram dan 5 parameter GLCM, yang hasilnya dapat dilihat pada Tabel I.
Selanjutnya, seleksi fitur dilakukan terhadap keseluruhan fitur-fitur yang ada. Untuk CFS mampu menghasilkan fitur sebanyak 8 (perimeter, area, 1st invariant moment, contrast, entropy, smoothness, IDM, entropy_GLCM), sedangkan Wrapper menghasilkan jumlah fitur yang cukup signifikan yakni sebanyak 6 fitur (perimeter, convexity, mean of intensity, ASM, contrast_GLCM, entropy_GLCM). Semua hasil ektraksi fitur diklasifikasikan menggunakan Naïve Bayes dengan 10-folds cross-validation.
Tabel II. Hasil Ekstraksi Fitur Citra
Fitur Bentuk Fitur Tekstur
Perimeter Mean of Intensity
Area Contrast
Roundness Skewness
Slimness Energy
Convexity Entropy
Solidity Smoothness
Dispersion ASM
1st Invariant Moment IDM
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
100
2nd Invariant Moment Contrast_GLCM
3rd Invariant Moment Entropy_GLCM
Correlation
Untuk mengevaluasi skema yang diusulkan, beberapa parameter statistik diterapkan, yakni akurasi, sensitivitas, dan spesifisitas, yang secara berturut-turut diformulasikan melalui Persamaan (23), Persamaan (24), dan Persamaan (25). Akurasi merupakan ukuran untuk melihat tingkat keberhasilan klasifikasi yang dilakukan. Sensitivitas adalah kemampuan classifier dalam memprediksi kelas positif sebagai positif (true positive), sedangkan spesifisitas merupakan kemampuan classifier dalam mengenali kelas negatif sebagai negatif (true negative).
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 =𝑇𝑃 + 𝑇𝑁
𝑇𝑃 + 𝑇𝑁 + 𝐹𝑃 + 𝐹𝑁 (23)
𝑆𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦 =𝑇𝑃
𝑇𝑃 + 𝐹𝑁 (24)
𝑆𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑡𝑦 =𝑇𝑁
𝑇𝑁 + 𝐹𝑃 (25)
Pada penelitian ini, ada 3 skenario klasifikasi yang dilakukan, yakni gabungan fitur bentuk dan tesktur, CFS, dan Wrapper. Hasil klasifikasi ini dapat dilihat pada Tabel II.
Tabel III. Perbandingan Hasil Pengujian Ekstraksi Fitur
Ekstraksi Fitur Akurasi
(%)
Sensitivitas
(%)
Spesifisitas
(%)
Bentuk dan Tekstur (21) 97,29 97,30 97,30
CFS (8) 93,15 93,20 93,20
Wrapper (6) 97,29 97,30 97,30
Berdasarkan hasil pada Tabel II, tampak bahwa fitur hasil seleksi dengan CFS memiliki tingkat akurasi, sensitivitas, dan spesifisitas paling rendah, dengan nilai berturut-turut 93,15%, 93,20%, dan 93,20%. Sementara jika dibandingkan dengan hasil klasifikasi dengan menggunakan fitur gabungan bentuk dan tekstur, yang menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan spesifisitas 97,30%, terlihat bahwa CFS kurang efektif untuk digunakan sebagai metode seleksi fitur dalam kasus mengklasifikasikan fase P.vivax. Hal ini kemungkinan disebabkan kelemahan CFS yang memperlakukan atribut sebagai atribut bebas, sehingga tidak bisa mengidentifikasi atribut-atribut yang memiliki hubungan atau korelasi yang kuat, seperti permasalahan homogenitas.
Untuk metode Wrapper, meskipun hanya memiliki 6 fitur, namun mampu menghasilkan tingkat akurasi, sensitivitas, dan spesifisitas yang sama dengan hasil klasifikasi fitur gabungan. Meskipun mereka menghasilkan nilai yang sama, akan tetapi bisa dikatakan bahwa metode Wrapper lebih baik daripada menggunakan fitur gabungan. Hal ini mengindikasikan bahwa tidak semua dari 21 fitur gabungan berkontribusi baik terhadap hasil klasifikasi. Lebih lanjut lagi, meskipun menggunakan jumlah fitur yang sedikit, namun tetap dapat menghasilkan tingkat akurasi, sensitivitas, dan spesifisitas tinggi, yang tentunya mampu mengurangi waktu komputasi.
Berdasarkan hasil tersebut terlihat bahwa diterapkannya metode seleksi fitur memiliki pengaruh terhadap hasil klasifikasi, khususnya untuk kasus klasifikasi fase P.vivax.
VI. KESIMPULAN DAN PENELITIAN SELANJUTNYA
Penelitian ini bertujuan untuk melihat pengaruh dari metode seleksi fitur terhadap hasil klasifikasi fase P.vivax pada citra mikroskopis digital sediaan darah tipis, yang terbagi ke dalam tiga fase yaitu trofozoit, skizon, dan gametosit. Terdapat 21 fitur, yang terdiri dari 10 fitur bentuk dan 11 fitur tekstur, digunakan untuk proses klasifikasi. Metode seleksi fitur yang diuji adalah CFS dan Wrapper, yang bertujuan untuk mendapatkan fitur yang relevan, sehingga bisa meningkatkan hasil klasifikasi.
CFS menghasilkan fitur hasil seleksi sebanyak 8 fitur, dan Wrapper mampu menghasilkan 6 fitur. Dimana berdasarkan hasil pengujian, meskipun dengan jumlah fitur yang paling sedikit, Wrapper mampu menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan spesifisitas 97,30%. Sementara CFS hanya mampu menghasilkan akurasi 93,15%, sensitivitas 93,20%, dan spesifisitas 93,20%.
Berdasarkan hasil tersebut mengindikasikan bahwa metode seleksi fitur memiliki pengaruh terhadap hasil klasifikasi fase P.vivax, yang juga berpengaruh terhadap pemangkasan waktu komputasi. Lebih lanjut lagi, hasil ini bisa dijadikan acuan untuk mengembangkan dan mengimplementasikan menjadi sistem maupun aplikasi berbasis computer aided diagnosis (CAD) untuk membantu paramedic dalam mendiagnosis kasus malaria.
Hal yang bisa dijadikan masukan untuk pengembangan berikutnya adalah penambahan jumlah data yang digunakan, sehingga diharapkan kedepannya mampu memberikan hasil yang lebih meyakinkan.
UCAPAN TERIMAKASIH
Penulis mengucapkan terimakasih kepada Bagian Parasitologi, FK – UGM, atas bantuannya dalam menyediakan dataset yang diperlukan serta validasi hasil pengujian.
DAFTAR PUSTAKA
[1] I. H. A. Wahab, “Deteksi Parasit Malaria dalam Sampel Darah Untuk Menunjang Keperluan Diagnosis Berbasis Data Ciri Tekstur Warna,” Disertasi, Universitas Gadjah Mada, Yogyakarta, 2015.
[2] W. H. Organization, “Basic malaria microscopy, 2nd edition,” WHO Press, 2010.
[3] C. for D. C. and Prevention, “Plasmodium vivax.” Department of Health & Human Services, 27-Apr-2013.
[4] A. S. A. Nasir, M. Y. Mashor, and Z. Mohamed, “Segmentation based approach for detection of malaria parasites using moving k-means clustering,” in 2012 IEEE EMBS Conference on Biomedical Engineering and Sciences (IECBES), 2012, pp. 653–658.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
101
[5] N. A. Khan, H. Pervaz, A. K. Latif, A. Musharraf, and Saniya, “Unsupervised identification of malaria parasites using computer vision,” in 2014 11th International Joint Conference on Computer Science and Software Engineering (JCSSE), 2014, pp. 263–267.
[6] D. Putra, Pengolahan Citra Digital, 1st ed. Yogyakarta: Penerbit Andi, 2010.
[7] A. Kadir and A. Susanto, Teori dan Aplikasi Pengolahan Citra, 1st ed. Yogyakarta: Penerbit Andi, 2013.
[8] M.-K. Hu, “Visual pattern recognition by moment invariants,” IRE Trans. Inf. theory, vol. 8, pp. 179–187, 1962.
[9] E. M. van Rikxoort, “Texture Analysis (Graduate research proposal in AI).” 2004.
[10] R. M. Haralick and K. Shanmugam, “Textural features for image classification,” in IEEE Transactions on Systems, man, and cybernetics, 1973, pp. 610–621.
[11] M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, and I. H. Witten, “The WEKA Data Mining Software: An Update,” SIGKDD Explor., vol. 11, no. 1, 2009.
[12] T. Mitchell, Machine Learning. New York: McGraw Hill, 1997.
[13] R. O. Duda, P. E. Hart, and D. G. Stork, Pattern Classification and Scene Analysis, 2nd ed. New York: John Wiley & Sons, Inc., 2001.
[14] M. A. Hall and G. Holmes, “Benchmarking attribute selection techniques for discrete class data mining,” IEEE Trans. Knowl. Data Eng., vol. 15, no. 6, pp. 1437–1447, 2003.
[15] M. A. Hall, “Correlation-based Feature Selection for Machine Learning,” 1999.
[16] G. Naqvi, “A Hybrid Filter-Wrapper Approach for Feature Selection,” Örebro University, Sweden, 2012.
[17] C. M. Bishop, Pattern Recognition and Machine Learning. New York: Springer, 2006.
[18] I. M. D. Maysanjaya, H. A. Nugroho, N. A. Setiawan, and E. E. H. Murhandarwati, “Segmentation of Plasmodium vivax phase on digital microscopic images of thin blood films using colour channel combination and Otsu method,” in AIP Conference Proceedings, 2016, vol. 1755.
[19] S. A. Akbar, H. A. Nugroho, O. Wahyunggoro, and E. E. H. Murhandarwati, “Segmentasi Sel Parasit Malaria dalam Sel Darah Manusia pada Ruang Warna HSV dengan K-Means Clustering,” in Seminar Nasional Ilmu Komputer 2014 (Seminasik), 2014, vol. 333–338.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
102
Sistem Informasi Reservasi Hotel dan Villa Berbasis
Web Pada Villa Seganti Setungguan Gunung Dempo
Pagaralam
Helda Yudiastuti
Manajemen Informatika, Fakultas Vokasi
Universitas Bina Darma
Palembang, Indonesia
Abstrak—Penelitian yang di lakukan bertujuan untuk
merancang sebuah sistem baru yang di harapkan dapat
mengatasi permasalahan –permasalahan yang terjadi di hotel
dan villa Seganti Setungguan Gunung Dempo, khususnya
dalam hal pemesanan kamar. Peneliti melihat kesulitan yang di
rasakan oleh tamu untuk memperoleh informasi mengenai
ketersediaan kamar dan fasilitas lainnya yang ada di hotel dan
villa Seganti Setungguan Gunung Dempo khususnya bagian
receptionist masih mengalami kesulitan dalam memproses data
atau formulir yang masih di lakukan secara manual. Hal
tersebut dapat di atasi dengan membangun sistem informasi
reservasi hotel berbasis web. Dalam pelaksanaan untuk
mencapai tujuan tersebut, penelitian ini menggunakan metode
pengembangan sistem waterfall, metode ini dirasa cocok karena
dalam proses pengerjaannya dilakukan secara berurutan atau
secara linier. Kelebihan dari sistem yang baru adalah pada
proses pemesanan kamar tamu sudah dapat langsung
mengetahui jumlah kamar yang tersedia dan fasilitas lainnya
yang mereka dapatkan tanpa harus datang langsung terlebih
dahulu ke hotel. Dengan adanya sistem informasi reservasi
kamar berbasis web ini diharapkan juga dapat membantu
mempermudah dan meminimalisir kesalahan staff hotel
khususnya bagian receptionist dalam mengolah data reservasi
dan bermanfaat bagi pihak luar hotel yang membutuhkan
informasi mengenai hotel villa Seganti Setungguan Gunung
Dempo.
Kata kunci: Sistem; Informasi; Villa; Hotel; Reservasi
I. PENDAHULUAN
Perkembangan teknologi internet saat ini sangatlah pesat terutama dibidang informasi. Hal ini disebabkan karena meningkatkan kebutuhan manusia akan informasi secara cepat dan akurat. Oleh sebab itu dibutuhkan sebuah sistem informasi dengan media internet yang dapat memenuhi kebutuhan informasi tersebut.
Website merupakan media yang dapat menyampaikan informasi dengan cepat. Melalui website suatu instansi atau perusahaan dapat mempublikasikan atau dapat mempromosikan sekaligus dapat memberikan layanan kepada para konsumen. Dengan adanya teknologi internet diharapkan
dapat membantu dunia bisnis terutama dalam bidang perhotelan.
Villa Seganti Setungguan adalah salah satu villa yang terletak di kaki gunung dempo kota pagaralam. Proses reservasi kamar masih dilakukan dengan cara datang langsung kelokasi ataupun melalui telpon, hal ini sangat tidak memuaskan pelanggan karena menyita waktu dan dengan telpon pelanggan tidak puas karena tidak melihat keadaan kamar, vasilitas dan sebagainya. Penelitian ini bertujuan untuk membangun sebuah sistem reservasi dengan mengadopsi teknologi informasi.
Sistem reservasi hotel dan villa yang mengadopsi teknologi informasi dapat memberikan efek positif dan dapat meningkatkan kualitas pelayanan, meningkatkan efisiensi dan mengurangi biaya operasiona.[1]. Manfaat dibuatnya aplikasi ini adalah dapat memberikan nilai lebih bagi layanan serta produk yang ditawarkan kepada tamu hotel.
Metode pengembangan sistem yang digunakan Dalam penelitian ini adalah metode waterfall. Keuntungan dari metode waterfall adalah pengerjaan dari suatu sistem dilakukan secara berurutan tahap demi tahap atau secara linear. Jadi jika langkah pertama belum dikerjakan, maka langkah kedua tidak dapat dikerjakan. Jika langkah kedua belum dikerjakan maka langkah ke tiga juga tidak dapat dikerjakan, begitu seterusnya. Secara otomatis langkah ke tiga akan bisa dilakukan jika langkah kesatu dan kedua sudah dilakukan. Adapun tahapan dalam metode waterfall adalah sebagai berikut : Analisa, Desain, Penulisan, Pengujian dan Penerapan serta Pemeliharaan. [2]
II. KAJIAN PUSTAKA
A. Sistem
Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran yang tertentu. [3]
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
103
Pada umumnya sistem yang dibangun dalam industri hotel dapat dikelompokan menjadi empat bagian, yaitu sistem yang menangani back office, front office, sistem manajemen restaurant, dan sistem yang terkait dengan tamu hotel. [4] .
B. Reservasi
Reservasi merupakan suatu sistem yang ada pada sebuah hotel. Sistem reservasi merupakan pusat dari operasi bagian front office, sistem ini menangani registrasi tamu, proses check in dan check out, pengarsipan, konfirmasi pembayaran, dan menganalisis permintaan atau penjualan kamar hotel [5], penjualan kamar dapat dilakukan melalui pemesanan ataupun tanpa pemesanan sebelumnya yang dinamakan walk-in guest [6]. Bagi pihak hotel sistem reservasi yang baik dan efektif akan memberikan keuntungan tersendiri, diantaranya yaitu:[7]
1. Memberikan citra yang baik dan memotivasi tamu untuk datang ke hotel .
2. Hotel dapat memberikan pelayanan yang baik bagi tamu dan dapat menyiapkan permintaan khusus dari tamu
3. Hotel mendapatkan informasi mengenai data tamu yang menginap sebagai bahan informasi bagi departemen lain untuk menyiapkan pelayanan.
4. Hotel dapat menentukan anggaran belanja hotel
5. Hotel dapat menyiapkan jadwal kerja staf dan mengontrol biaya termasuk tenaga kerja
III. METODOLOGI PENELITIAN
Metode penelitian merupakan hal yang sangat penting dalam suatu penelitian karena keputusan-keputusan yang dibuat dapat dipikirkan dan diatur dengan sebaik-baiknya serta dapat menilai hasil-hasil penelitian yang sudah ada yaitu untuk mengukur sampai sejauh mana suatu hasil penelitian dapat dipertanggung jawabkan kebenarannya.
Penulis dalam melakukan penelitian ini menggunakan metode deskriptif. Metode deskriptif adalah suatu metode dalam meneliti status sekelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa sekarang.[8] Tujuan dari penelitian deskriptif ini adalah untuk membuat deskripsi, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai fakta-fakta, sifat-sifat serta hubungan antar fenomena yang diselidiki.
A. Teknik Pengumpulan Data
Adapun teknik yang digunakan untuk pengumpulan data adalah sebagai berikut :
a. Data Primer
Data primer yaitu data yang dikumpulkan peneliti langsung dari sumbernya melalui metode :
1. Observasi (Pengamatan Langsung)
Yaitu pengumpulan data yang dilakukan dengan cara mengadakan pengamatan langsung ke hotel dan Villa Seganti Setungguan.
2.Wawancara
Yaitu melakukan tanya jawab secara langsung kepada pihak-pihak intern Hotel dan Villa yang mempunyai wewenang untuk memberikan informasi, dalam hal ini penulis bertanya kepada pemilik dan pengelola Hotel.
b. Data Sekunder
Data Sekunder yaitu metode pengumpulan data yang di lakukan secara tidak langsung dimana data diperoleh dari mempelajari buku-buku, sumber lain dan instansi-instansi yang berhubungan dengan penelitian ini.
Cara yang di gunakan untuk pengumpulan data sekunder adalah sebagai berikut :
a. Dokumentasi, penulis menggunakan data-data keadaan umum pihak hotel dan semua data-data yang berhubungan dengan tampilan halaman aplikasi nantinya yang akan dibangun supaya lebih jelas untuk dimengerti oleh pemakai.
b. Study Literatur, dengan membaca dan mempelajari semua buku yang berkaitan dengan penulisan penelitian.
B. Metode Pengembangan Sistem
Metode pengembangan sistem yang digunakan Dalam membangun sistem informasi reservasi Hotel dan villa ini adalah metode waterfall, Metode ini merupakan model pengembangan sistem yang sistematik dan sekuensial [9]. merupakan metode yang sering digunakan oleh penganalisa sistem pada umumnya. Adapun tahapan yang ada pada metode waterfall dapat dilihat pada gambar berikut:
Gambar 1. Tahapan Model Waterfall
1) Analysis Fase ini merupakan proses analisis kebutuhan sistem.
Pengembang mengumpulkan data-data sebagai bahan pengembangan sistem, pada tahap ini dilakukan pengumpulan data dengan wawancara, teknik observasi dan teknik kuesioner [10].
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
104
2) Design Fase ini merupakan proses multi langkah yang fokus pada
perancangan struktur data, arsitektur, perangkat lunak, interface dan detail prosedural. Fase desain menterjemahkan hasil analisis kedalam representasi perangkat lunak.
3) Code Fase ini mengimplementasikan design kedalam bahasa
pemrograman.
4) Test Tahap selanjutnya dilakukan pengujian terhadap sistem
yang telah dibuat. pengujian dilakukan untuk mengetahui kesesuaian hasil output dari sistem dengan kebutuhan yang telah dirancang pada tahap analisis.
IV. HASIL DAN PEMBAHASAN
A. Analisis Sistem
Peneliti mengumpulkan kebutuhan Sistem dengan menganalisis kebutuhan dan menggali informasi sebanyak-banyaknya dari user sehingga akan tercipta sebuah sistem komputer yang bisa melakukan tugas-tugas yang diinginkan oleh user tersebut. Tahapan ini akan menghasilkan dokumen user requirment atau bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam pembuatan sistem. Dokumen ini lah yang akan menjadi acuan sistem analis untuk menerjemahkan ke dalam bahasa pemrograman.
B. Rancangan Diagram (Design)
1) Data Flow Diagram (DFD) Level 0
Gambar 2. DFD Level 0
Pada DFD level 0 ini dijelaskan ada 2 Pengguna sistem informasi Reservasi hotel dan Villa ini, yaitu Superuser yang bertindak sebagai Admin yang mengelola database dan sistem. Kemudian tamu yang akan mengisi formulir pemesanan kamar.
2) Data Flow Diagram (DFD) Level 1
Gambar 3. DFD Level 1
Pada proses reservasi kamar ini, dapat dilihat pada diagram diatas tamu memasukkan data tamu, tanggal pesan, data kamar yang dipesan, dan lamanya menginap. Data tamu yang sudah di entri berupa nomor KTP, nama depan, nama belakang, alamat, nomor telpon, dan email disimpan ke dalam basis data yang hanya dapat diakses oleh staf front desk. Proses reservasi tersebut terdapat pemeriksaan ketersediaan kamar berupa tipe kamar, jumlah, dan tanggal check-in. apabila kamar tidak tersedia sesuai dengan yang dipesan, maka sistem akan merespon pesan bahwa proses reservasi gagal. Jika kamar tersedia sesuai dengan pesanan tamu, sistem akan memberikan nomor reservasi kepada tamu yang nantinya digunakan dalam proses check-in.
3) Data Flow Diagram (DFD) Level 2
Gambar 4. DFD Level 2
4) Data Flow Diagram (DFD) Level 3 Proses 1
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
105
Gambar 5. DFD Level 3 Proses 1
Pada saat proses check-in staf memasukkan nomor reservasi. Data dari reservasi akan langsung muncul pada tampilan layar sistem dan staf langsung mengentri nomor kamar dan uang muka ke dalam sistem. jika pelangan belum melakukan reservasi, maka staf dapat mengentri data-data yang diperlukan untuk proses reservasi tersebut. Setelah proses check-in dilakukan, maka sistem akan mengubah status kamar yang dipilih menjadi ‘isi’.
5) DFD LEVEL 3 Proses 2
Gambar 6. DFD Level 3 Proses 2
6) DFD Level 3 Proses 3
Gambar 7. DFD Level 3 Proses 3
C. Entity Relationship Diagram
ER Diagram dibawah, reservasi merelasikan antara entitas tamu dengan entitas tipe kamar dan bukan entitas kamar, karena entitas kamar digunakan untuk reservasi hotel, biasanya tamu memesan kamar berdasarkan tipe kamar dan bukan nomor kamar. Untuk proses check-in dan check out, entitas tamu dihubungkan dengan entitas kamar melalui relasionship check-in-out sehingga setelah check-in, dapat dilihat tamu tersebut menginap di kamar nomor berapa.
Gambar 8. Entity Relationship Diagram
D. Coding
Agar design yang telah dirancang dapat dijalankan, maka harus di implementasikan kedalam dalam penelitian ini menggunakan bahasa pemograman Php dengan Database MySql.
Menjalankan web sistem informasi reservasi hotel dan villa ini secara langsung harus mempunyai server web local yaitu Xampp, Web ini mempunyai halaman utama atau halaman depan yaitu halaman index yang berfungsi sebagai halaman utama secara otomatis pada saat web ini diakses.
Langkah pertama untuk mengaktifkan halaman utama terlebih dahulu kita membuka web browser google chrome ataupun Mozilla firefox untuk mengaktifkan halaman utama.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
106
Setelah web browser diaktifkan maka kita masukan alamat halaman utama di kotak address yang terdapat di web browser yang kita buka.
Setelah alamat halaman utama diaktifkan maka pemakai (user) dapat mengakses halaman-halaman yang terdapat di dalam halaman utama seperti halaman home, akomodasi, fasilitas, room, contact dan halaman khusus admin.
1) Menu Reservasi Form ini digunakan untuk melakukan reservasi kamar di
hotel secara online melalui internet. Setelah pengguna memasukkan setiap data yang diminta, maka sistem akan memproses data tersebut dan memasukkannya ke dalam basis data. Jika ada kesalahan selama proses input data reservasi maka sistem akan menampilkan pesan error.
Untuk reservasi, sistem melakukan pemeriksaan apakah tipe kamar yang dipesan oleh pelanggan untuk tanggal tertentu dan jumlah tertentu tersedia atau tidak. Perhitungan jumlah kamar meliputi kamar yang sudah ada yang check-in dan kamar yang sudah di reservasi.
Gambar 9. Tampilan Menu Reservasi kamar
2) Menu Check In Form ini digunakan untuk memasukkan data tamu yang
check–in dan kamar yang dipesannya ke dalam basis data. Data check-in tersebut dapat secara otomatis diambil dari data reservasi dengan memasukkan ID Reservasi sehingga staf hotel tidak perlu mengetikkan kembali data tersebut ke dalam sistem.
Gambar 10. Tampilan Menu Check In
3) Menu Check Out Form ini digunakan ketika tamu akan check-out. Proses
check out dapat dilakukan berdasarkan nomor kamar atau ID tamu. Jika berdasarkan ID tamu, maka jika tamu tersebut memesan lebih dari 1 kamar, sistem akan memperhitungkan semua kamar yang dipesan termasuk dengan pengurangan uang muka yang sudah dibayarkan. Jika berdasarkan nomor kamar, maka proses check-out hanya dilakukan untuk nomor kamar tersebut.
Gambar 11. Tampilan Menu Check Out
4) Menu Registrasi Kamar Form ini digunakan untuk menambahkan data kamar baru
ke dalam basis data. Dapat dispesifikasikan tipe kamar dan statusnya.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
107
Gambar 12. Tampilan Menu Registrasi Kamar
5) Menu Laporan Tamu Hotel dan Penggunaan Kamar Form ini digunakan untuk menghasilkan laporan total
jumlah tamu yang check-in, jumlah tamu yang masih check-in, dan jumlah penggunaan per tipe kamar per bulan.
Gambar 13. Tampilan Menu Hasil Laporan
E. Pengujian Sistem (Testing)
Pengujian yang dilakukan pada sistem reservasi hotel dan villa bertujuan menemukan kesalahan pada sistem dan mencari tahu kesesuaian sistem yang dibuat dengan kebutuhan pengguna. Pengujian menggunakan metode Black Box Testing yang dilakukan pada aspek fungsionalitas pengujian fokus pada proses input dan output pada saat sistem dijalankan. Kesimpulan hasil seluruh pengujian unit dapat dilihat pada tabel berikut:
Tabel 1. Kesimpulan hasil Pengujian Sistem
Pengujian
Unit
Validasi entri data
yang kosong
Validasi entri data
yang salah
Validasi entri data
yang benar
Fungsi semua
tombol berjalan
baik
Fungi tombol
menu berjalan
baik
Laporan
tampil
sesuai
yang diha
rapkan
Login √ √ √ √ √ -
Menu Utama - - - - - -
Booking √ √ √ √ - -
Check in √ √ √ √ - -
Service Room
√ √ √ √ - -
Service
Restaurant
√ √ √ √ - -
Check Out √ √ √ √ - -
Laporan √ √ √ √ - √
Berdasarkan kesimpulan hasil pengujian sistem yang di tunjukkan pada tabel diatas bahwa hasil pengujian sistem informasi menggunakan metode Black Box Testing telah memenuhi semua kebutuhan fungsionalitas yang diinginkan.
V. SIMPULAN DAN SARAN
A. Simpulan
Berdasarkan penelitian yang telah dilakukan pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam, maka dapat disimpulkan beberapa hal sebagai berikut :
1. Penelitian ini menghasilkan Sistem Reservasi Hotel Pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam berbasis web, dengan menggunakan bahasa pemprograman PHP (Hypertext Proccessor), dan data base menggunakan MySQL.
2. Pembuatan web pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam ini diharapkan dapat mempercepat penyampaian informasi kepada masyarakat, mengenai hotel, fasilitas hotel, informasi kamar yang ada pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam, pemesanan kamar, dan letak lokasi hotel. Serta dapat meningkatkan kinerja pegawai Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam terutama dalam penyampaian informasi kepada masyarakat.
B. Saran
Berdasarkan simpulan diatas yang telah dikemukakan sebelumnya, maka saran yang penulis sampaikan adalah :
1. Sesuai dengan kebutuhan masyarakat untuk saat ini dan selanjutnya, disarankan agar sistem ini nantinya dapat dikembangkan, untuk hasil yang lebih baik lagi.
2. Untuk pemeliharaan sistem yang dibangun ini perlu adanya evaluasi secara rutin sehingga dilihat apakah perlu pengadaan perbaikan atau penyempurnaan kembali.
3. Sistem ini digunakan sebagaimana mestinya, serta dapat melakukan pelatihan terhadap pegawai tentang penggunaan sistem ini.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
108
DAFTAR PUSTAKA
[1] Law, R., & Jogaratnam, G. (2005). A study of hotel information technology applications. International Journal of Contemporary Hospitality Management, Vol. 17 No. 2, pp. 170-180.
[2] Abdul Kadir 2003. Pengenalan Sistem Informasi.Yogyakarta: Andi Offset.
[3] Jogiyanto. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Penerbit Andi.
[4] Bilgihan, A., Okumus, F., Nusair, K., & Kwun, D.-W. (2011). Information technology applications and competitive advantage in hotel companies. Journal of Hospitality and Tourism Technology, Vol. 2 No. 2, pp. 139-154.
[5] Bardi, J. (2007). HOTEL FRONT OFFICE MANAGEMENT FOURTH EDITION. Canada: John Wiley & Sons, Inc.
[6] Sujatno, B. (2008). Front Office Operations. Yogyakarta: Andi.
[7] Bagyono. (2006). Teori & Praktik Hotel Front Office. Bandung: Alfabeta.
[8] Moh. Nazir. Ph.D. 2005. Metode Penelitian. Bogor: Ghalia Indonesia
[9] Pressman, R.S. 2002. Rekayasa Perangkat Lunak: Pendekatan Praktisi(Buku Dua). Yogyakarta: Penerbit Andi.
[10] Rosa & Shalahuddin. 2013. Rekayasa Perangkat Lunak. Bandung: Informatika.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
109
Implementasi dan Analisis Perangkat Pengirim Data
Sensor melalui Modul A6 GSM/GPRS berbasis
Microcontroller
I Gede Eka Wiantara Putra, I Ketut Putu Suniantara, I Nyoman Satya Kumara
Program Studi Sistem Komputer, Program Studi Sistem Informasi, Jurusan Teknik Elektro
STMIK STIKOM Bali, Fakultas Teknik Universitas Udayana
Bali, Indonesia
[email protected], [email protected], [email protected]
Abstrak—Pengiriman data sensor dari suatu peralatan
akuisisi umumnya dilakukan melalui jaringan lokal, baik
menggunakan media kabel maupun wireless. Metode ini
memiliki kelemahan pada rentang jarak pengiriman data
antara peralatan pengirim dengan penerima. Mengatasi
permasalahan tersebut, pada makalah ini disampaikan
implementasi perangkat pengirim data sensor pada peralatan
akuisisi ke web server melalui jaringan GPRS menggunakan
modul A6 GSM/GPRS berbasis microcontroller. Melalui modul
ini, data dari rangkaian sensor diterima oleh microcontroller
dan diteruskan ke modul A6 untuk di-post ke web server. Hasil
analisis terhadap implementasi perangkat ini menunjukkan
bahwa dibutuhkan waktu rata-rata 10.2 detik untuk setiap
pengiriman data ke web server. Sedangkan daya listrik rata-
rata yang dibutuhkan saat data dikirimkan adalah 947.56
mWatt. Hasil penelitian ini selanjutnya akan dijadikan dasar
implementasi pengiriman dan pemetaan data intensitas cahaya
matahari di Provinsi Bali.
Kata kunci: modul A6 GSM/GPRS, IoT, Wireless Sensor
Network, Microcontroller
I. PENDAHULUAN
Data yang dihasilkan suatu perangkat sensor umumnya dikirimkan melalui jaringan lokal, baik menggunakan kabel maupun nirkabel. Penggunaan kabel pada jaringan lokal memiliki keunggulan dalam hal kecepatan pengiriman data, namun dibatasi pada panjang kabel dan penerapannya di suatu area pengukuran. Dengan demikian, maka area pengukuran jarak jauh akan terkendala pada sisi besarnya biaya pembangunan infrastruktur. Di sisi lain, jaringan nirkabel menjadi solusi terhadap penerapan pengiriman data tanpa dibatasi oleh jarak area pengukuran, namun kecepatan pengiriman data tidak lebih baik daripada menggunakan kabel. Meskipun demikian, solusi tersebut memiliki banyak keunggulan lainnya, sehingga dapat diterapkan pada area pengukuran jarak jauh secara lebih efektif dan efisien [1].
Pengiriman data sensor dari perangkat akuisisi ke web server akan membutuhkan sebuah media internet. Dalam hal ini, secara umum perangkat akuisisi akan dihubungkan ke jaringan internet melalui jaringan WiFi yang tersedia di suatu area pengukuran yang telah terhubung dengan Internet Service Provider (ISP). Namun hal ini akan menjadi kendala ketika tidak tersedianya jaringan WiFi di area pengukuran. Berdasarkan permasalahan tersebut, pada makalah ini disampaikan implementasi perangkat pengirim data sensor melalui jaringan GPRS menggunakan modul A6 berbasis microcontroller untuk di-post ke suatu web server. Metode ini menjadi solusi alternatif, di mana selain mencakup area yang lebih luas, keunggulan penggunaan jaringan GPRS pada perangkat pengirim data adalah dapat dipindahkan ke lokasi pengukuran lainnya tanpa harus melakukan pengaturan ulang terhadap perangkat tersebut.
Penelitian terkait konektivitas dan pengiriman data melalui jaringan GPRS telah banyak dilakukan, namun secara umum sebagaimana penelitian oleh Zaghloul & Mohamed Saad [2], menggunakan modul SIM900 dan oleh Hongzhou et al., [3], menggunakan modul ZigBee yang lebih mahal. Terkait dengan hasil implementasi dan analisis dari penelitian ini yang selanjutnya akan diterapkan pada perangkat sensor di dalam sistem pengikut matahari secara lebih efektif dan berbiaya rendah, bertujuan untuk memetakan intensitas cahaya matahari di Provinsi Bali sebagai acuan pembangunan Pembangkit Listrik Tenaga Surya (PLTS). Dengan demikian, maka diharapkan tidak menutup kemungkinan bagi masyarakat umum untuk membangun sistem ini dengan lebih mudah.
II. METODE
Penelitian ini diawali dengan mengumpulkan referensi terkait metode pengiriman data melalui jaringan GPRS yaitu menggunakan sebuah modul berbasis microcontroller. Dalam penelitian ini, digunakan sebuah modul A6 GSM/GPRS dengan perintah-AT (AT-command [4]) yang dihubungkan dengan microcontroller Arduino Pro-Mini untuk
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
110
menghasilkan perangkat berdimensi kecil. Metode pengiriman data dan skema rangkaian perangkat pengirim data ini ditunjukkan masing-masing seperti pada Gambar 1 dan Gambar 2.
Gambar 1 Metode pengiriman data
Pada Gambar 1, data yang akan dikirimkan bersumber dari perangkat pengirim data sebagaimana skema yang ditunjukkan pada Gambar 2. Selanjutnya, perangkat tersebut dihubungkan ke jaringan internet melalui konektivitas jaringan GPRS. Jaringan GPRS disediakan oleh berbagai layanan seluler di Indonesia melalui Base Transceiver Station (BTS). Dengan demikian, maka terhubungnya perangkat dengan jaringan internet akan memungkinkan adanya proses pengiriman data ke sebuah web server.
Gambar 2 Skema rangkaian perangkat pengirim data.
Perangkat pengirim data pada Gambar 2 tersusun atas dua komponen, yaitu microcontroller dan modul GPRS. Komunikasi kedua komponen tersebut dilakukan secara serial melalui pin Tx dan Rx. Dalam hal ini, microcontroller diprogram untuk memberikan perintah kepada atau menerima respon dari modul GPRS tersebut.
A. Konektivitas GPRS
Sebelum data dikirimkan, untuk menghubungkan modul A6 ke jaringan GPRS, dibutuhkan beberapa tahap seperti bagan pada Gambar 3.
Gambar 3 Bagan tahapan konektivitas GPRS
1) Rapid AT
Tahap ini merupakan awal komunikasi antara modul A6 dengan microcontroller. Dengan memberikan perintah AT melalui serial monitor, maka modul A6 akan merespon OK. Bila modul tidak merespon, maka dibutuhkan pengulangan perintah AT secara berkala dan stabil. Tahap ini merupakan bagian yang penting sebagai indikator bahwa modul A6 telah siap menerima perintah selanjutnya.
2) Detach Packet Domain Service (PDS) Tahap ini merupakan pengkondisian layanan kartu SIM
agar tidak terhubung (detach) dengan PDS. Hal ini diperlukan untuk mengkondisikan layanan kartu SIM untuk perintah selanjutnya dan mengurangi kemungkinan detach secara tiba-tiba. Untuk melakukan detach, modul A6 diberikan perintah AT+CGATT=0, yang mana 0 berarti detach dan akan direspon OK bila berhasil atau +CME ERROR bila gagal.
3) Attach Packet Domain Service (PDS) Tahap ini merupakan bagian untuk menghubungkan
(attach) layanan kartu SIM dengan PDS. Perintah yang diberikan adalah AT+CGATT=1, yang mana 1 berarti attach dan akan direspon OK bila berhasil atau +CME ERROR bila gagal.
4) GPRS Registration Tahap ini merupakan upaya pendaftaran kartu SIM untuk
konektivitas GPRS pada penyedia layanan. Perintah yang diberikan adalah AT+CGREG=2, yang mana 2 berarti enable dan akan direspon +CGREG: 2,1,”<location area code>”,”<cell ID>” atau +CME ERROR bila gagal.
5) Packet Data Protocol (PDP) Context Registration Tahap ini merupakan lanjutan tahap registrasi GPRS
dengan memasukkan tipe PDP dan Access Point Name (APN) dari penyedia layanan. Perintah yang diberikan adalah AT+CGDCONT=1,”IP”,”<APN>”, yang mana 1 merupakan identifier, dan “IP” merupakan tipe PDP, sedangkan ”<APN>” merupakan Access Point Name yang disediakan oleh penyedia layanan seluler. Selanjutnya modul akan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
111
merespon +CGDCONT:1,”IP”,”<APN>”,,0,0 atau +CME ERROR bila gagal.
6) PDP Attachment
Setelah registrasi berhasil, selanjutnya modul A6 diberikan perintah AT+CGACT=1,1 untuk aktivasi PDP Context dan modul akan merespon +CGACT: (1,1) atau +CME ERROR bila gagal.
Bila salah satu perintah dari enam tahap tersebut mengalami kegagalan (dengan respon: +CME ERROR), maka kegagalan respon akan terjadi pula pada tahap selanjutnya. Dalam hal ini, maka proses tahapan konektivitas harus diulangi dari awal.
B. Pengiriman Data
Enam tahap pada sub bab 2.1 merupakan awal konektivitas internet melalui jaringan GPRS, sedangkan untuk memulai pengiriman data dibutuhkan langkah-langkah seperti pada Gambar 4.
Gambar 4 Langkah pengiriman data ke web server
1) Start TCP Connection Tahap ini merupakan upaya menghubungkan perangkat
dengan alamat web server melalui TCP. Perintah yang digunakan adalah AT+CIPSTART=”TCP”,”<IP-Address>”,Port dan modul akan merespon CONNECT OK atau +CME ERROR bila gagal.
2) HTTP Post Data
Untuk mengirimkan data ke web server, diperlukan metode Post yang dituliskan setelah modul merespon > melalui perintah AT+CIPSEND. Perintah Post membutuhkan format yang harus sesuai dengan web server, sebagaimana ditunjukkan pada gambar 5. Setelah menerima respon dari modul A6, perintah Post dapat diulangi kembali sesuai dengan kebutuhan. Di sisi lain, bila perintah Post tersebut gagal, maka harus dilakukan pemutusan koneksi TCP melalui perintah AT+CIPCLOSE sebelum memulai koneksi yang baru.
Gambar 5 Format HTTP Post
Melalui serial monitor pada Arduino IDE, <ctrl-z> dituliskan dalam bentuk bilangan hexadecimal (0x1A) sebagai perintah mengirimkan data Post. Bila berhasil, modul akan merespon OK atau +CME ERROR bila gagal.
C. Kebutuhan Daya Listrik
Selain konektivitas dan metode pengiriman data melalui jaringan GPRS, dalam penelitian ini ditambahkan analisis terhadap kebutuhan daya listrik pada perangkat pengirim data sebagai acuan perancangan dan implementasi perangkat sensor atau pengakuisisi data. Teknik pengukuran daya listrik ini melibatkan sebuah modul sensor tegangan dan arus MAX471 sebagaimana ditunjukkan pada Gambar 2. Modul ini mampu memberikan nilai tegangan dan arus dalam 10 bit melalui pin ADC pada microcontroller [5].
Perhitungan nilai tegangan (V) dilakukan dengan memasukkan persamaan (1), di mana secara hardware, modul ini dirancang menggunakan sistem pembagi tegangan dengan perbandingan 1:5. Hal ini berarti bahwa tegangan maksimal yang mampu diukur adalah 5 kali tegangan kerja microcontroller. Dengan demikian, untuk microcontroller dengan tegangan kerja 5 Volt akan mampu mengukur tegangan maksimal 25 Volt. Sedangkan perhitungan nilai arus (I) dihitung dengan persamaan (2). Sebagaimana hukum ohm pada persamaan (3), perhitungan daya listrik (P) merupakan tegangan (V) dikalikan dengan arus (I).
III. HASIL DAN PEMBAHASAN
A. Implementasi dan Pengujian Hardware
Implementasi perangkat pengirim data sensor menggunakan sebuah modul A6 GSM/GPRS dan sebuah microcontroller Arduino Pro-Mini yang telah disesuaikan dengan rancangan rangkaian sebagaimana ditunjukkan pada Gambar 2. Hasil pengimplementasian tersebut ditunjukkan seperti pada Gambar 6. Pin Tx pada modul A6 dihubungkan dengan Pin 2 sebagai Pin Rx, sedangkan Pin Rx pada modul dihubungkan dengan Pin 3 sebagai Pin Tx. Catu daya untuk perangkat ini adalah 5 Volt.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
112
Pengujian awal dilakukan dengan membuat sebuah panggilan ke nomor kartu SIM yang terpasang pada perangkat menggunakan perangkat telepon lainnya. Bila panggilan tersebut memunculkan nada sambung, maka kartu SIM dalam perangkat tersebut telah aktif, dan perangkat siap dikendalikan. Di sisi lain, dalam menerima perintah atau panggilan, modul A6 akan membutuhkan waktu persiapan dengan kisaran 5 detik hingga 10 detik. Hal ini dapat dilihat melalui indikator nyala LED biru pada modul A6.
Gambar 6 Rangkaian perangkat pengirim data.
B. Implementasi dan Pengujian Software
Software pada perangkat diimplementasikan menggunakan Arduino IDE dan disesuaikan dengan perintah AT untuk modul A6. Baris pertama dan ke dua pada Gambar 6 menunjukkan upaya penyesuaian komunikasi serial antara Arduino Pro-Mini dengan modul A6. Dalam hal ini, perintah dan respon pada modul A6 dapat ditampilkan melalui serial monitor dengan baud rate 9600.
Hasil pengujian konektivitas GPRS melalui modul A6 ini menunjukkan adanya kebutuhan delay yang tepat untuk setiap perintah yang diberikan. Kebutuhan delay ini disebabkan oleh perbedaan waktu respon yang diterima oleh modul A6 dari penyedia layanan seluler untuk masing-masing perintah.
Gambar 7 Implementasi tahapan konektivitas GPRS
Setelah konektivitas GPRS berhasil, proses selanjutnya adalah pengiriman data ke web server menggunakan metode HTTP Post. Implementasi perintah AT melalui Arduino IDE ditunjukkan pada Gambar 7. void cipStart() pada Gambar 7 merupakan implementasi perintah konektivitas modul A6 ke IP-address tujuan. Konektivitas ini akan membutuhkan waktu yang cukup, sehingga diperlukan pembacaan respon CONNECT OK dari modul A6 sebelum dilanjutkan ke perintah pengiriman data. Sedangkan bagian void cipSend() merupakan implementasi perintah mengirimkan data ke web server. Dalam hal ini, modul A6 akan menerima data HTTP dari web server yang mengindikasikan status pengiriman data. Hasil tersebut ditunjukkan pada Gambar 8 dengan menampilkan status pengiriman data. Hal ini menjadi indikator keberhasilan pengiriman data oleh modul A6, dimana bagian A mengindikasikan keberhasilan pengiriman, dan bagian B mengindikasikan kegagalannya. Menyikapi kegagalan pengiriman data, dibutuhkan perintah AT+CIPCLOSE dan mengulangi bagian void cipStart().
Pengendalian ketika proses penutupan koneksi dengan perintah AT+CIPCLOSE tidak memperoleh respon yang sesuai, maka dilakukan restart modul secara hardware melalui perintah AT+CPOF. Dalam hal ini, modul A6 akan dimatikan dan dinyalakan kembali. Proses ini membutuhkan waktu 10 detik sebelum perintah konektivitas GPRS kembali dilakukan.
Gambar 8 Implementasi tahapan pengiriman data
C. Analisis Waktu Pengiriman Data
Akumulasi delay yang diimplementasikan pada program mulai dari menyalakan modul hingga pengiriman data pertama adalah 22.7 detik. Hal ini berarti bahwa apabila sistem berkerja secara normal, maka dibutuhkan waktu 22.7 detik untuk memulai pengiriman data. Dalam hal kegagalan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
113
konektivitas dan jenis kesalahan lainnya, maka ditambahkan langkah restart perangkat dengan kebutuhan waktu tambahan 10 detik. Berdasarkan 40 data waktu sampel yang terbagi menjadi 4 bagian di mana masing-masing berdurasi 2.5 menit, waktu yang dibutuhkan untuk mengirimkan setiap data secara berulang berkisar antara 10 detik hingga 12 detik dengan waktu rata-rata 10.2 detik.
D. Analisis Kebutuhan Daya Listrik
Bersamaan dengan analisis waktu pengiriman data, menggunakan jumlah sampel tersebut menghasilkan kebutuhan daya listrik yang berkisar antara 859.78 mWatt hingga 1070.50 mWatt dengan rata-rata 947.56 mWatt. Sedangkan kebutuhan daya listrik yang dimulai dari menyalakan perangkat hingga perintah koneksi TCP berkisar antara 679.45 mWatt hingga 709.95 mWatt dengan rata-rata 699.32 mWatt. Hasil analisis tersebut diperoleh melalui perhitungan nilai pengukuran daya listrik pada sampel tertentu. Hal ini diperlihatkan pada Gambar 9.
Gambar 9 Hasil pengujian pengiriman data.
Gambar 10 Hasil plotting data sampel daya listrik
Bagian A pada Gambar 9 merupakan kebutuhan daya dari awal perangkat dinyalakan hingga konektivitas TCP. Sedangkan bagian B, C, D, E, dst., merupakan tahap pengiriman data. Kebutuhan daya listrik pada pengiriman setiap data relatif stabil dengan pola seperti ditunjukkan pada Gambar 10. Pola tersebut diperjelas dengan menambahkan metode moving average sebesar 100 sampel.
Gambar 11 Pola kebutuhan daya listrik perangkat
IV. KESIMPULAN
Pengiriman data menggunakan jaringan GPRS dapat diimplementasikan menggunakan modul A6 GSM/GPRS berbasis Arduino Pro-Mini. Hasil pengujian terhadap waktu rata-rata yang dibutuhkan untuk mengirimkan satu data ke web server adalah 10.2 detik dengan kebutuhan daya listrik rata-rata sebesar 947.56 mWatt.
Peningkatan terhadap efektifitas waktu pengiriman data dapat dilakukan dengan mengurangi waktu delay pada setiap tahapan perintah. Namun demikian, kestabilan konektivitas modul A6 ke jaringan GPRS akan berkurang. Di sisi lain, kemampuan perangkat pengirim data ini selanjutnya dapat diimplementasikan pada perangkat pengakuisisi data jarak jauh namun masih dalam jangkauan sinyal BTS.
UCAPAN TERIMAKASIH
Penelitian ini didukung dan dibiayai oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi pada Program Insentif Riset Sistem Inovasi Nasional (Insinas) Gelombang II, 2017, Nomor: 25/INS-2/PPK/E/E4/2017
DAFTAR PUSTAKA
[1] Xiaorong, C., Zhan, S., Zhenhua, G. “Research on remote data acquisition system based on GPRS.” Electronic Measurement and Instruments, 2007. ICEMI’07. 8th International Conference on 2007 Aug 16 (pp. 2-20). IEEE.
[2] Zaghloul, Mohamed Saad. “GSM-GPRS Arduino Shield (GS-001) with SIM900 chip module in wireless data transmission system for data acquisition and control of power induction furnace.” International Journal of Scientific & Engineering Research 5, no. 4 (2014): 776.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
114
[3] Yu, Hongzhou, Lu Liu. “Remote health monitoring system using zigbee network and gprs transmission technology” Computational Intelligence and Design (ISCID), 2011 Fourth International Symposium on. Vol. 1. IEEE.
[4] Ai-Thinker Inc, A6 GSM/GPRS Module, V1.01.
[5] Park, C., Chou, P.H. “Ambimax: Autonomous energy harvesting platform for multi-supply wireless sensor nodes.” Sensor and Ad Hoc Communication and Networks, 2006. SECON’06. 2006 3rd Annual IEEE Communication Society on. Vol. 1. IEEE.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
115
Implementasi Load Balancing Pada Openstack
dengan Metode Round Robin
I Made Aga Satya Darma, I Gede Oka Gartria Atitama
Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Udayana
Denpasar, Indonesia
[email protected], [email protected]
Abstract— The path of data exchange on the network what if
it gets a lot of requests then the possibility of the occurrence of
Overload is very risky, many overcome by increasing the
Bandwidth on the path of data exchange on the network. But the
way it can not be called a reliable solution, given the increasing
number of users and more and more requests entered into the
server. Load Balancing by Round Robin method is one of the
techniques of distributing the traffic load to two or more
connection lines in a balanced way, by dividing the loads in
sequence and rotating, in order to get optimal traffic, maximize
throughput, and avoid overload on one connection path. Because
all processes have the same interests so that there are no priorities,
then Load Balancing is one of the best solutions to use as a way
out of the problem. Or when one of the connection path to the
server is interrupted then Load Balancing can divert the user to
another server as an alternative destination. With this project then
problems such as server down and slow connection when the
number of user requests at the same time will be resolved, because
the project has been implemented Load Balancing using Round
Robin algorithm. And got the average result that is for throughput
3,969,328 kbps then for response time 18,860 ms. With this method
internet connection will be faster because the concept of Load
Balancing with Round Robin method is to share the average load
connection, so the server can complete many requests from the
user at the time bersaman without experiencing overload.
Keywords— load balancing, data exchange path, openstack
I. PENDAHULUAN
Di era sekarang ini teknologi informasi terus berkembang dan semakin canggih, baik dalam akpek kehidupan, menuntut perguruan tinggi sebagai institusi pengembang ilmu pengetahuan dan teknologi (IPTEK) untuk mengembangkannya. Perguruan tinggi dari segi operasionalnya dalam kegiatannya membutuhkan teknologi khususnya teknologi informasi. Agar tidak tertinggal dari segi teknologi informasi, maka perguruan tinggi harus mengikuti perkembangan IPTEK. Perangkat keras merupakan salah satu faktor penting dalam melakukan upgrade/update sistem. Solusi yang timbul dari permasalahan tersebut adalah dengan menggunakan teknologi Cloud Computing. Cloud computing merupakan sebuah model komputasi dimana sumber daya seperti komputasi, penyimpanan, jaringan dan perangkat lunak disediakan sebagai layanan di internet.
Cloud Computing menyediakan banyak teknologi yaitu OpenStack. OpenStack adalah teknologi yang menyediakan sistem operasi cloud untuk public dan private cloud di bawah Apache License. Pada jaringan komputer sering mengalami overload (kelebihan) beban pada jalur koneksinya, maka OpenStack memberikan sebuah solusi untuk membagi atau mendistribusikan beban tersebut ke dua atau lebih koneksi jaringan yaitu Load Balancing. Jurnal ini membahas tentang implementasi Load Balancing pada openstack dengan metode Round Robin untuk megurangi beban pada jalur koneksi jaringan.
Tujuan atau hasil yang ingin dicapai dalam penelitian ini adalah Merancang dan menginplementasikan sebuah OpenStack dengan metode Load Balancing untuk mengurangi beban koneksi. Dan mendapatkan perbandingan kondisi sistem jaringan komputer yang aktual dengan simulasi jaringan yang memiliki layanan Load Balancing. Sedangkan manfaat yang di dapatkan adalah dapat mengetahui aspek - aspek manajemen jaringan komputer yang memiliki skalabilitas yang terus meningkat dan tingkat akses yang semakin tinggi. Adapun batasan masalah dalam penelitian ini adalah sistem ini dibangun dari 1 komputer, yang digunakan sebagai server, server menggunakan sistem operasi Linux distro Ubuntu 14.04 LTS, dan komputer klien menggunakan sistem operasi windows dengan aplikasi putty sebagai remote server.
II. STATE OF ART
Berikut adalah penelitian sebelumnya sebagai panduan untuk penelitian yang dilakukan yang nantinya akan menjadi acuan dan perbandiangan dalam melakukan penelitian.
Menurut penelitian Mohammad Rizky dkk [7], di lihat dari beberapa aspek pengujian pertama, di dapatkan Respon time dari algoritma Round Robin bernilai 984.2518 ms dan algoritma Least Connection bernilai 993.7882 ms yang mana algoritma Round Robin lebih baik. Kedua, Troughput yang didapatkan dari algoritma Round Robin bernilai 493.6383 kbps dan algoritma Least Connection bernilai 473.3483 kbps yang mana algoritma Round Robin lebih baik. Berdasarkan aspek tersebut dapat di simpulkan bahwa load balancing dengan algoritma round robin lebih baik dibandingkan dengan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
116
least connection dilihat dari nilai parameter, throughput, respon time.
Menurut I made widhi wirawan dan komang tris sumarianta [11], Sistem load balance dengan metode round robin bisa diterapkan pada jaringan multihoming. Sistem pada penelitian tersebut berfungsi untuk menyeimbangkan traffic penggunaan internet pada jaringan multihoming. Load balancing menggunakan router juga bisa sebagai backup/failover ketika salah satu jalur internet mengalami gangguan atau terputus.
Menurut Kahairul Ansharullah [2], Implementasi load balancing dengan algoritma round robin lebih handal dalam mengoptimalkan throughput, response time, CPU Utilization, dan mengurangi jumlah error dari web server. Sedangkan menggunakan algoritma sebelumnya yaitu least connection lebih handal dalam mengoptimalkan response time dari web server. Penambahan jumlah server dapat meningkatkan nilai throughput, response time dan mengurangi error pada implementasi sistem load balancing dengan algoritma round robin sedangkan pada algoritma sebelumnya mengalami peningkatan yang tidak terlalu signifikan.
III. METODOLOGI PENELITIAN
Landasan Teori yang digunakan pada penelitian ini adalah
mengenai Cloud Computing, Openstack, Virtual Machine,
Load Balancing, Linux.
A. Cloud Computing
Cloud computing adalah sebuah rancangan sumber daya
teknologi informasi yang dapat diakses melalui internet [3].
Cloud computing membutuhkan sebuah internet-based
service dalam mendukung proses bisnis.
Teknologi cloud mempunyai 3 tingkatan service yang
diberikan kepada user:
1. Infrastructure as a service,ini berisikan grid untuk
diakses oleh virtualized server, storage & network.
Gambar 1 Skema IaaS
2. Platform as a service, dimana developer tidak
memikirkan perangkat keras dan tetap fokus
pemeliharaan aplikasi tanpa melihat sistem operasi,
infrastruktur, load balancing dan lain-lain.
Gambar 2 Skema PaaS
3. Software as a service, dimana aplikasi difokuskan pada
web-based interface yang diakses melalui web service
dan web 2.0 [4].
Gambar 3 Skema SaaS
B. OpenStack
OpenStack merupakan teknologi cloud computing di
bawah apache license yang menyediakan sistem operasi
cloud untuk public dan private. 60 perusahaan teknologi
sudah turut berkontribusi dalam pengembangan teknologi ini.
Berikut adalah lima servis utama yang terdapat pada
OpenStack yaitu : Nova, Swift, Glance, Keystone dan
Horizon.
1. OpenStack Compute Infrastructure (Nova) merupakan
pengelola jaringan berskala besar dan menciptakan
plaform yang skalabel untuk cloud computing berbasis
open source.
2. OpenStack Object orage Infrastructure (Swift)
merupakan penyimpanan data skalabel serta bercabang
dengan menggunakan cluster server dalam menyimpan
data berikuran terabytes atau petabytes berbasis open
source.
3. OpenStack Image Service (Glance) merupakan layanan
virtual disk images pada openstack.
4. Keystone merupakan layanan dalam openstack yang
terdiri dari layanan identity, token, catalog dan policy
services.
5. Horizon atau disebut juga dengan dashboard berbasis
web yang berfungsi untuk mengatur atau mengelola
layanan Openstack[1].
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
117
C. Virtual Machine, Virtual Disk, dan Image Virtual
Virtual machine (VM) atau mesin virtual berguna untuk
mensimulasikan perangkat keras yang berbeda untuk berjalan
dalam satu waktu yang sama. Virtual Disk dalam hal ini
digunakan untuk boot dan menjalankan sistem operasi. Disk
virtual dapat menjadi bagian dari template yang dibuat
sebagai bagian dari proses pembuatan mesin virtual dan
dapat dibuat secara terpisah sebagai media penyimpanan.
Image virtual digunakan untuk instalasi virtual mesin yang
mana berupa file tunggal berisi virtual disk, yang berjalan
pada sebuah sistem operasi yang bootable [3].
D. Load Balancing
Load Balancing merupakan suatu jaringan komputer yang
berjalan dengan menggunakan sebuah metode untuk
mengatur beban kerja pada beberapa koneksi jaringan secara
seimbang agar dapat meoptimalkan koneksi jaringan agar
tidak kelebihan beban pada salah satu jalur koneksi. Load
Balancing juga berfungsi sebagai penggabungan dua buah
jaringan atau lebih yang akan disambungkan ke sebuah router
yang terhubung ke sebuah server dan clien. Adapun beberapa
algotirma load balancing diantaranya Round Robin, Ratio,
Fastest, dan Least Connection [8].
E. Round Robin
Round robin merupakan metode yang menggunakan dua
gateway secara bersamaan dan beban yang terbagi secara
berurutan. Metode round robin menganggap bahwa semua
proses memiliki prioritas yang sama sehingga tidak
membebani pada satu jalur saja.
Dengan metode Round Robin pada jaringan internet yang
menggunakan 2 buah web server yaitu web server 1 dan web
server 2. saat user memberikan request maka request tersebut
akan diproses oleh server 1, kemudian user lain memberikan
request untuk kedua kalinya maka request tersebut akan
diproses oleh web server 2 begitu seterusnya secara
berurutan, sehingga kedua jalur koneksi tersebut akan
menjadi seimbang.
Load balance memiliki teknik untuk mengatasi beban
traffic pada banyak jalur koneksi secara seimbang, dengan
memaksimalkan throughput secara maksimal dapat
membuwat traffic berjalan optimal, sehingga memperkecil
waktu tanggap dan menghindari overload [11].
F. Linux
Linux merupakan sebuh sistem operasi yang bersifat open
source yang dapat dikembangkan secara bebas. kode sumber
Linux dapat diubah sesui keinginan, sehingga dapat
digunakan serta didistribusikan kembali secara bebas oleh
siapa saja.
Pembuatnya sengaja menaman ”Linux” agar sesusai dengan
namanya Linus Torvalds yang diperkenalkan pada tahun
1991. Asal sebenarnya dari Peralatan dari sistem ini serta
pustakanya secara umumnya adalah dari sistem operasi
GNU, orang yang mengumumkannya adalah Richard
Stallman pada tahun 1983. nama alternatif GNU/Linux ini
sebenarnya adalah Kontribusi dari GNU [4].
IV. HASIL DAN PEMBAHASAN
Dalam melaksanakan penelitian ini menggunakan
beberapa tahapan sebagai berikut:
A. Topologi Load Balancing
Topology Load Balancing: Dari penelitian yang sudah
dilakukan menghasilkan topology sebagai berikut:
Berdasarkan topologi dibawah terdapat 2 buah web server
yang terhubung pada jaringan cloud yang nantinya akan
diakses dari luar, dengan perantara ip public
“172.16.160.118”. Web server yang telah berasil dibuat
memiliki alamat ip yaitu “192.168.1.24” dan “192.168.1.25”.
192.168.1.0/24
192.168.1.24WEB SERVER 1
192.168.1.25WEB SERVER 2
SUBNET INTERNETJARINGAN CLOUD
ROUTER
172.16.160.118
Gambar 4 Tolology Load Balancing
B. Implementasi
Implementasi Sistem Pada tahap ini menjelaskan langkah-
langkah perancangan serta kebutuhan Load Balance
menggunakan metode Round Robin. Berdasarkan beberapa
tahapan sebelumnya, didapat beberapa proses yang
diperlukan untuk merancang Load Balance dengan metode
Round Robin :
Intalasi Openstack: Tahap pertama adalah
menginstal openstack pada perangkat yang akan
digunakan.
Create Router: Tahap kedua adalah pembuatan
router dengan menghubungan Jaringan luar dan
Subnet yang akan kita buat selanjutnya.
Create Subnet: Tahap ketiga adalah pembuatan
subnet dengan network “192.168.1.0/24” dan
gatway “192.168.1.1” yang di dapatkan dari ip
internet yang sedang di gunakan.
Launch Instance: Di tahap ini akan di lakukan
penyetingan instance , disini penulis menyeting 2
intance dengan OS fedora, source yang digunakan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
118
disini adalah ciros, untuk flavor di seting nano
dengan RAM yang di gunakan sebesar 64 MB,
Network Topologi: Setelah tahap launch instance
berhasil maka terbentuklah network topologi dari
system ini.
Add Pool Load Balancer: Ini adalah tahap
Membuat Pool dengan menggunakan Metode
Load Balancing Round-Robin untuk
mendistribusikan permintaan (request) yang
masuk dengan menggunakan Subnet yang telah
dibuat sebelumnya, serta menggukan protocol
HTTP agar dapat mengakses ke web server
nantinya.
Add Member Load Balancer: Tahap pembuatan
member ini adalah proses dengan menambahkan 2
VM (Instance) yang telah di proses tadi dan port
yang gunakan adalah port 80.
Add Vip: Pada tahap adalah tahap mengubah
actions pada pool yang sebelumnya sudah dibuat
menjadi VIP, dengan subnet yang sudah di buat
tadi, kumudian diambil ip bebas untuk menjadi ip
yang dapat di akses pada jaringan internet dengan
port 80 dengan protocol HTTP.
Add Floating Ip: Disini VIP IP yang tadi akan di
floating ke ip floating yang sudah di seting
sebelumnya agar dapat diakses oleh public atau
dapat diakses dari luar dengan mengakses ip floting
tersebut “172.16.160.118”.
Create Web Server: Setelah tahap floating ip,
dalam mengakses IP floating IP tersebut maka
akan muncul error karena tidak ada proses HTTP
yang berjalan sehingga perlu membuat web server
pada ke 2 VM yang berjalan pada port 80 agar
dapat berjalan.
C. Mengakses virtual ip
Mengakses Virtual IP: Pengujian dilakukan dengan cara
melakukan spam akses pada web broser untuk mengetahui
akses telah dialihkan ke web server lain. Untuk mengetahui
hal tersebut dilakukan penempatan keterangan ip yang
berbeda sesuai dengan web server masing – masing. Berikut
ini adalah tampilan saat dilakukan spam akses:
Gambar 5 Web Server “192.168.1.24”
Gambar 6 Web Server “192.168.1.25”
D. Pengujian load balancing pada server
Pengujian Load Balancing: Pengujian menggunakan
software wireshark dan Jmeter. Jmeter adalah software yang
dapat mengkondisikan suatu jaringan dengan menampilkan
graph. Pada pengujian ini tahap pertama yang dilakukan
mensetting number of threads yaitu sebanyak 1000 requests
untuk pertama akses, request selanjutnya sebanyak 2000
request. Selanjutnya mensetting ramp-up sebesar 60 detik
berarti 1000 requests diselesaikan dalam kurun waktu 60
detik. Pada Loop count disetting sebesar 50 user, jadi 50 user
merequest 1000 kali dalam kurun waktu 60 detik. Dari hasil
setting diatas, user merequest ke ip “172.16.160.118”.
Perbedaan dari server tanpa menggunakan Load Balancing
Round Robin dengan server menggunakan Load Balancing
dengan metode Round Robin dapat dilihat pada gambar
berikut ini:
Gambar 7 Graph Pengujian Tanpa Load Balancing
Hasil pengujian dengan wireshark di atas memperlihatkan
graph yang menunjukan hasil traffic dari request HTTP ke
server. Dalam graph di atas request berhenti pada detik ke
480, di karenakan overload yang dimana server tak mampu
untuk menyelesaikan 1050 request sehingga beban paket
berhenti menjadi 455456 paket per detiknya. Garis hitam
menunjukkan hasil dari http.time dari server cukup baik
dalam melayani request dan waktu request ke server. Namun
beban dari request web server cukup tinggi dan terjadi
overload pada web server di karenakan banyaknya user yang
merequest dapa saat bersamaan.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
119
Gambar 8 Graph Pengujian Dengan Load Balancing
Pada hasil graph diatas menunjukkan server cloud dengan
Load Balancing Round Robin berjalan lancar tanpa terjadi
overload. Garis hitam merupakan load dari http. Dapat dilihat
dari graph di atas server dapat menyelesaikan request dari
semua user tanpa terjadi error dengan waktu yang di
butuhkan 1800 detik untuk menyelesaikan 1000 request
dengan beban paket 1359247. Dengan beban paket yang
dikirimkan perdetiknya kurang dari 27000 paket. Dengan
adanya Load Balancing menggunakan algoritma Round
Robin pada server cloud dapat berjalan lebih baik
dibandingkan dengan server cloud tanpa Load Balancing.
V. KESIMPULAN
Dari hasil penelitian dapat disimpulkan beberapa hal
diantaranya:
1. Dengan implementas Load Balancing dengan metode
Round Robin dapat menangani beban server yang
sibuk, yang dapat menyelesaikan 1000 request dalam
waktu1800 detik di bandingkan server tanpa Load
Balancing, server tidak dapat menyelesaikan 1000
request proses berhenti pada waktu 480 detik karena
kelibihan beban.
2. Dengan menggunakan implementasi Load Balancing
dengan metode Round Robin maka pengiriman paket
data dalam jaringan internet dapat berjalan lancar dan
cepat dengan 1000 request dapat mengirimkan beban
paket kurang dari 27000 paket detik .
Di lihat dari pengujian Respon time pada server cloud dengan Load Balancing Round Robin bahwa pengujian dengan menggunakan Load Balancing dengan algoritma Round Robin berhasil memaksimalkan kinerja server cloud.
DAFTAR PUSTAKA
[1] Arfriandi, A., “Perancangan, Implementasi, Dan Analisis Kinerja Virtualisasi Server Menggunakan Proxmox, Vmware Esx, Dan Openstack”, Jurnal Teknologi, pp. 182–191, April 2012.
[2] Khairul Ansharullah,”Implementasi Sistem Load Balancing dengan Algoritma Round Robin untuk Mengatasi Beban Server di Smk Negeri 2 Kudus,” tidak dipublikasikan.
[3] Kumar, R., Gupta, N., Charu, S., Jain, K., dan Jangir, S. K, “Open Source Solution for Cloud Computing Platform Using OpenStack,” International Journal of Computer Science and Mobile Computing, pp. 89-98, Oktober 2014.
[4] Lumena, D., Anton, dan Nainggolan, E. R, “Analisa Dan Perancangan Jaringan Private Cloud Computing Berbasis Web Eyeos,” Jurnal Techno Nusa Mandiri, pp. 1-8, Juli 2016.
[5] Mishra, M. K., dan Rashid, D. F, “Anim Proved Round Robin Cpus Cheduling Algorithm With Varying Time Quantum,” International Journal of Computer Science, Engineering and Applications (IJCSEA), pp. 1-8, November 2014.
[6] Moedjiono, “Cloud Computing: Gelombang Informatisasi Layanan Dunia Bisnis Masa Depan,” tidak dipublikasikan.
[7] Mohammad Rizky Pratama, Hafidudin, dan Suci Aulia, “Analisis Performansi Load Balancing Dengan Algoritma Round Robin Dan Least Connection Pada Sebuah Web Server,” tidak dipublikasikan.
[8] Rijayana, I, “Teknologi Load Balancing Untuk Mengatasi Beban Server,” Seminar Nasional Ap/ikasi Teknologi Informasi, pp. 35-39, Maret 2005.
[9] Santika, M., dan Hansun, S, “Implementasi Algoritma Shortest Job First dan Round Robin pada Sistem Penjadwalan Pengiriman Barang,” ULTIMATICS, pp. 94-99, April 2014.
[10] Umar, W, “Pengembangan Perangkat Lunak Distribusi Gnu/Linux Dengan Fitur Khas Gorontalo,” Jurnal SIMETRIS, pp. 11-16, 2015
[11] Wirawan, I. M., dan Sumarianta, K. T, “Implementasi Load Balance Pada Jaringan Multihoming Menggunakan Router Dengan Metode Round Robin,” Jurnal Ilmu Komputer, vol. 4, pp. 15-22, April 2011.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
120
Desain E-Tourism Big Data MPD Untuk Edukasi
Pelaku Pariwisata di Kabupaten Gianyar
I Putu Agus Eka Pratama, I Made Sunia Raharja
Jurusan Teknologi Informasi, Fakultas Teknik
Universitas Udayana
Jl Raya Kampus Unud, Bukit Jimbaran, Badung, Bali, Indonesia
[email protected], [email protected]
Abstrak—Agar para pelaku pariwisata di Kabupaten
Gianyar dapat teredukasi di dalam memperoleh pengetahuan
mengenai jumlah kunjungan wisatawan, destinasi yang dituju,
serta behaviour wisatawan, maka diusulkan solusi berupa
desain E-Tourism Big Data MPD (Mobile Positioning Data). E-
Tourism Big Data MPD merupakan gabungan dari E-Tourism,
Big Data, MPD, dan IAAS Cloud, yang berkolaborasi
mengumpulkan, mengelola, dan menyajikan data - data
pariwisata skala besar secara real time. Desain ini diharapkan
dapat menjadi acuan implementasi untuk membantu para
pelaku pariwisata di Kabupaten Gianyar di dalam pengambilan
keputusan dan peningkatan kualitas layanan pariwisata.
Kata kunci: E-Tourism; Big Data MPD; edukasi; pelaku
pariwisata
I. PENDAHULUAN
Salah satu andalan perekonomian terbesar dari Kabupaten Gianyar adalah pada sektor pariwisata. Saat ini pariwisata di Kabupaten Gianyar sudah memanfaatkan TI untuk penyediaan layanan pariwisata kepada wisatawan (web, reservasi online). Data – data pariwisata ini, sebagian besar dihasilkan oleh para wisatawan melalui perangkat mobile mereka, antara lain meliputi kedatangan, keberangkatan, destinasi wisata yang dituju, penginapan, reservasi, dan perilaku (behaviour) lainnya terkait dengan pariwisata di Kabupaten Gianyar.
Sayangnya, hingga saat ini, pemanfaatan TI di dalam penyediaan layanan pariwisata kepada wisatawan di Kabupaten Gianyar, belum diikuti dengan edukasi yang diberikan kepada para pelaku pariwisata di Kabupaten Gianyar. Para pelaku pariwisata dalam hal ini meliputi pihak swasta (hotel/penginapan, event organizer) dan pemerintah daerah. Mereka belum bisa memperoleh data – data pariwisata di Kabupaten Gianyar secara lengkap, menyeluruh, dan real time, sekaligus memahami data - data tersebut dengan baik untuk kebutuhan analisa.
Data dalam jumlah besar tersebut, seharusnya dapat dikelola dan diolah dengan baik untuk membantu para pelaku pariwisata di dalam memanajemen dan meningkatkan kualitas layanan pariwisata di Kabupaten Gianyar, sekaligus mengedukasi para pelaku pariwisata tersebut untuk
memperoleh pengetahuan mengenai wisatawan dan destinasi pariwisata yang dituju. Data dalam jumlah besar harus dapat dikelola dan dimanfaatkan dengan sebaik mungkin.
Untuk itu, maka di dalam paper ini diajukan solusi berupa desain E-Tourism Big Data Mobile Positioning Data (MPD). Big Data MPD (atau Mobile Big Data) merupakan kombinasi teknologi Big Data dan Mobile Network Operator (MNO) untuk mengumpulkan, mengolah, menganalisa, dan mempelajari data dari berbagai sumber data dari perangkat bergerak secara cepat dan real time, untuk mempelajari behaviour, posisi, dan lokasi pengguna[1]. Teknologi Big Data merupakan teknologi data untuk data skala sangat besar, kompleks, dan beragam, dengan karakteristik 4V (Volume, Veracity, Velocity, Variety) untuk kemudahan di dalam analisa dan pengolahan data skala sangat besar (Tera Byte ke atas)[2]. Paper ini menyajikan ulasan penelitian yang meliputi desain sistem yang dikembangkan, berdasarkan kepada studi kasus permasalahan pariwisata di Kabupaten Gianyar, Propinsi Bali. Dua buah pertanyaan penelitian yang menjadi rumusan masalah di dalam penelitian ini adalah : 1.) Bagaimana desain dari solusi yang diajukan berupa E-Tourism Big Data MDP, untuk menyelesaikan permasalahan yang terjadi sekaligus mengedukasi para pelaku pariwisata? 2.) Apa saja teknologi yang digunaan di dalamnya saat proses implementasi desain?
II. METODOLOGI PENELITIAN
A. Design Science Research Methodology (DSRM)
Metodologi DSRM (Design Science Research Methodology) yang digunakan di dalam penelitian ini, terdiri atas 8 langkah terurut : pendekatan solusi berbasis tujuan (studi literatur), identifiksi masalah dan motivasi penelitian, penentuan tujuan penelitian, perancangan dan pengembangan solusi, demo, pengujian, pembahasan, dan kesimpulan[3]. DSRM sering digunakan di dalam metodologi penelitian berkaitan dengan sistem informasi[4].
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
121
Gambar 1 : Bagan Metodologi DSRM
Berdasarkan metodologi DSRM yang digunakan, pada langkah pengumpulan data – data penelitian, dilakukan melalui teknik wawancara dan survei di lapangan, diikuti dengan analisa dan formulasi masalah. Pada langkah perancangan dalam bentuk desain sistem, dilakukan berdasarkan literatur mengenai teknologi – teknologi yang berperan di dalamnya (Big Data, MPD, Cloud Computing, Web Server, Network Operating System). Langkah implementasi dalam bentuk prototipe aplikasi, denan pengujian di sisi pengembang (Black Box) dan di sisi pengguna (UAT).
B. Study Literature Review (SLR)
Study Literature Review merupakan teknik evaluasi mendalam terhadap penelitian – penelitian sebelumnya terkait dengan penelitian yang dikerjakan, untuk memperoleh state of the art, relasi penelitian, dan memperjelas masalah penelitian[5]. Di dalam penelitian ini, SLR dilakukan dengan mengumpulkan sejumlah referensi berupa penelitian – penelitian terkait dengan sistem informasi pariwisata dan Big Data, yang relevan dengan penelitian ini.
C. PIECES
PIECES (Performance, Information, Economic, Control, Efficiency, Service) merupakan 6 langkah pedoman dan tujuan di dalam pengembangan sebuah sistem informasi[6]. PIECES juga menjadi dasar di dalam analisa permasalahan yang diselesaikan berbasis sistem informasi, serta koreksi dan perbaikan sistem. Untuk itu, PIECES digunakan sebagai bekal di dalam pengembangan E-Tourism Big Data MPD pada kelanjutan penelitian ini di tahap implementasi, berdasarkan kepada desain yang telah dibuat. Implementasi dari keenam
langkah PIECES ini adalah melalui Thoughput, QoS, dan response time pada sistem yang dikembangkan, relevansi dan akurasi informasi yang disajikan, serta efisiensi resource komputasi.
III. PEMBAHASAN
A. Bagan Umum Desain E-Tourism Big Data MPD
Bagan umum dari desain E-Tourism Big Data MPD yang diajukan di dalam penelitian ini, mencakup 5 komponen. Kelima komponen tersebut meliputi : E-Tourism beserta web server berbasis Cloud Computing, sistem Big Data berbasis Cloud Computing, sistem Mobile Positioning Data (MPD) memanfaatkan Mobile Network Operator (MNO) dan internet, pelaku pariwisata (pemerintah daerah, event organizer, hotel/penginapan), serta wisatawan beserta perangkat mobile mereka yang terkoneksi ke internet.
Gambar 2 : Bagan E-Tourism Big Data MDP
Pemilihan teknologi Cloud Computing dengan jenis layanan IAAS (Infrastructure As A Service) Cloud bertujuan untuk menjamin reliability layanan. Pengembangan E-Tourism berbasis web memanfaatkan bahasa pemrograman PHP, database MySQL, dan web server Apache pada sistem operasi Linux. Cloud Computing dengan jenis layanan IAAS Cloud, diimplementasikan menggunakan aplikasi Open Source Open Stack pada sistem operasi Linux. MPD dan MNO diimplementasikan sebagai pelengkap sistem, dengan memanfaatkan teknologi dan infrastruktur dari provider penyedia layanan internet.
B. Desain E-Tourism (Use Case)
Implementasi dari desain E-Tourism, menggunakan konsep Object Oriented, yang melibatkan adanya aktor. Desain awal menggunakan Use Case Diagram, kemudian
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
122
dilanjutkan dengan Sequence Diagram dan Class Diagram. Berikut adalah Use Case Diagram dari E-Tourism yang dikombinasikan dengan Big Data dan MDP :
Gambar 3 : Use Case Diagram E-Tourism
Lima kelompok pengguna yang terlibat adalah : Administrator (admin), event organizer, pemerintah daerah, hotel/penginapan, dan wisatawan. Fokus utama E-Tourism adalah manajemen data event wisata yang tersedia di Kabupaten Gianyar, yang berkaitan dengan data objek wisata dan data hotel/penginapan serta data event organizer yang terlibat di dalamnya.
IV. HASIL PENGUJIAN DAN KESIMPULAN
A. Hasil Pengujian Desain
Hasil pengujian desain dilakukan dengan dua cara, yaitu mencocokkan desain E-Tourism Big Data MPD yang dibuat dengan rumusan permasalahan dalam bentuk dua buah pertanyaan penelitian serta membuat prototipe aplikasi untuk diujikan di sisi pengguna memanfaatkan User Accepted Testing (UAT). Hasil yang diperoleh menunjukkan bahwa desain telah mampu menjawab pertanyaan penelitian yang
menjadi rumusan permasalahan di dalam penelitian ini, serta sesuai dengan kebutuhan pengguna.
B. Kesimpulan
Berdasarkan pengujina yang dilakukan terhadap desain sistem dan prototipe dari desain, maka dapat disimpulkan bahwa desain dan prototipe dari E-Tourism Big Data MPD cukup memenuhi kebutuhan pengguna dan menyelesaikan permasalahan pariwisata di Kabupaten Gianyar serta membantu edukasi para pelaku pariwisata di Kabupaten Gianyar.
V. SARAN
Ke depannya, penelitian ini dilanjutkan untuk tahap implementasi sistem dan aplikasi yang lebih baik dari versi prototipe, disertai pengujian di sisi sistem (Black Box Testing) dan pengujian di sisi pengguna (User Accepted Testing) untuk mengukur sejauh mana aplikasi dan sistem memenuhi kebutuhan pengguna.
UCAPAN TERIMAKASIH
Penelitian ini dan kelanjutannya dapat terlaksana dengan baik berkat kerja sama dari semua pihak, terutama dari Universitas Udayana serta Pemerintah Daerah Kabupaten Gianyar Bali.
DAFTAR PUSTAKA
[1] Tiru, M. Overview of The Source and Challenges of Mobile Positioning Data for Statistics. Unstats. Beijing. 2014.
[2] Geanina, E., et al. Perspective on Big Data and Big Data Analytics. Database System Journal vol III no 4. 2012.
[3] Peffers, K., Tuunanen, T. Rothenberge, M.A., Chatterjee, S. A. Design Science Research Methodology for Information Systems Research. Journal of Management Information Systems, Issue 3, Winter 2007-8, pp. 45-78.
[4] Pratama, IPAE. Sistem Informasi dan Implementasinya Teori dan Praktek Berbasis Open Source. Informatika. Bandung. 2014. ISBN 602-1514-412.
[5] Wahono, R.S. Systematic Literature Review : Pengantar, Tahapan, dan Studi Kasus. 2016..
[6] Henry C. Lucas, JR., “The Analysis, Design, and Implementation of Information Systems”, 4th Edition, Mitchell McGraw-Hill, International Edition, 1992.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
123
Pengembangan Aplikasi Game Satua Bali “I Belog”
Berbasis Android
I Putu Sugi Anantra, I Made Agus Wirawan, I Ketut Resika Arthana
Jurusan Pendidikan Teknik Informatika
Universitas Pendidikan Ganesha
Singaraja-Bali, Indonesia
[email protected], [email protected], [email protected]
Abstrak—Kemajuan ilmu pengetahuan dan teknologi
semakin menjauhkan rasa cinta anak-anak terhadap cerita
rakyat. Hampir setiap hari televisi menyuguhkan dongeng
berupa film kartun. Solusi dari permasalahan tersebut adalah
dengan memanfaatkan sisi positif dari masuknya teknologi.
Maka dari itu, dari penulis tertarik untuk mengembangkan
sebuah Aplikasi Game Satua Bali “I Belog” Berbasis Android.
Pengembangan aplikasi ini dua macam diagram yaitu use-case
diagram, dan activity diagram. Fitur utama dari game ini
adalah pemain dapat bermain dengan permainan yang
berhubungan dengan Satua Bali “I Belog”. Hasil dari penelitian
ini yaitu berupa Aplikasi Game Satua Bali “I Belog” Berbasis
Android. Fitur-fitur yang diberikan aplikasi ini berupa
bermain game, melihat skor serta tentang aplikasi. Secara
umum aplikasi mendapatkan respon sangat baik dilihat dari
beberapa hasil pengujuan angket yaitu : a) uji kasus untuk
black box testing dengan hasil baik, b) uji ahli media dengan
persentase 79,28% dan c) uji respon dengan persentase 85%.)
Kata kunci: Game, Satua Bali, I Belog, Android
I. PENDAHULUAN
Bali selain dikenal sebagai pulau dewata yang memiliki beragam tradisi dan kebudayaan juga dikenal sebagai pulau yang menyimpan segudang kekayaan sastra yang dimiliki oleh masyarakatnya [1]. Kesusastraan Bali sangatlah melekat erat dalam kehidupan masyarakat bali, baik yang digunakan dalam kegiatan keagaamaan, maupun sebagai media hiburan. Salah satu kesusastraan Bali yang digunakan sebagai sarana hiburan yaitu dongeng atau biasa disebut dengan “satua”. Satua-satua Bali baik yang masih berbentuk lisan maupun yang sudah dicetak, banyak ditemukan di masyarakat. Cerita dongeng memiliki nilai-nilai kebaikan seperti kejujuran, kesetiaan kerja Keras, hingga sopan santun. Nilai-nilai ini akan dapat diserap anak-anak kalau dongeng tersebut dapat disampaikan dengan baik dan benar.
Kemajuan ilmu pengetahuan dan teknologi semakin menjauhkan rasa cinta anak-anak terhadap cerita rakyat. Kenyataan yang tidak dapat dipungkiri bahwa generasi muda sekarang telah kehilangan tradisi dongeng. Surutnya budaya mendongeng di masyarakat, menurut Luh Ketut Suryani. tradisi mesatua di masyarakat Bali hampir punah. Hal ini patut disesalkan. Salah satu penyebabnya adalah merebaknya arus
informasi dari berbagai penjuru dunia melalui media elektronika seperti televisi. Hampir setiap hari, baik pagi, siang, sore maupun malam hari, televisi menyuguhkan dongeng berupa film kartun. Cerita dongeng modern tersebut yang kebanyakan film impor sangat digandrungi anak-anak. Dibandingkan dongeng televisi, mendongeng secara langsung jauh lebih efektif dalam mendidik anak-anak sejak dini. [2]
Solusi dari permasalahan tersebut adalah dengan memanfaatkan sisi positif dari masuknya teknologi. Salah satu teknologi yang sedang berkembang pesat saat ini adalah Android. Android adalah sebuah sistem operasi (OS) bersifat Open Sources (terbuka) yang dimiliki oleh Google Inc. Sejak kemunculannya pada tanggal 5 November 2007, sistem operasi Android terus mengalami peningkatan baik dari segi kemampuan maupun performanya. Sistem operasi Android memiliki banyak kelebihan daripada sistem operasi lainnya yaitu dari segi harga terbilang terjangkau, mampu digunakan di berbagai segmen, mulai dari kalangan menengah, bawah, maupun eksekutif muda serta fiturnya yang lengkap selalu update. [3] Selain itu karena Android merupakan sistem operasi berbasis linux jadi penggembang aplikasi untuk Android bebas menciptakan aplikasi mereka sendiri secara bebas. Dari kelebihan-kelebihan yang telah dipaparkan, membuat Android menjadi sistem operasi yang banyak diminati oleh masyarakat.
Maka dari itu, dari permasalahan yang telah diuraikan penulis tertarik untuk mengembangkan sebuah aplikasi game dengan judul “Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android”. Karena, cerita atau satua bali “ibelog” merupakan cerita yang menarik dan mengedepankan pentingnya pendidikan untuk kehidupan, dan kurangnya ketertarikan anak-anak terhadap tradisi satua bali yang mulai ditinggalkan karena kemajuan teknologi dan untuk menyampaikan pesan moral yaitu pentingnya pendidikan dalam kehidupan. Dengan dikembangkannya aplikasi ini, diharapkan dapat kembali menyampaikan nilai-nilai luhur dan budaya mendongeng pada masyarakat yang kini sudah mulai ditinggalkan, serta nantinya aplikasi ini diharapkan memberi kontribusi untuk ikut serta melestarikan kebudayaan Bali yang hampir punah.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
124
II. KAJIAN TEORI
A. Satua Bali
Satua Bali adalah salah satu bentuk Kesusastraan Bali purwa yaitu gancaran, yang sering disebut sastra lisan. Secara sempit yang disebut Satua Bali adalah satua-satua yang penyebarannya dari mulut ke mulut dan tidak diketahui siapa penciptanya. Dari cerita tersebut kita dapat mengetahui di mana, bagaimana, dan apa yang dialami oleh pelaku cerita dari awal sampai akhir, pelaku cerita dapat manusia, binatang, maupun, manusia [4, 5].
Satua Bali di bagi menjadi tiga jenis, yaitu satua Bali yang berbentuk legenda, satua Bali yang berbentuk mite, dan satua Bali yang berbentuk dongeng. Kebanyakan satua Bali yang sering kita dengar adalah satua Bali yang berbentuk dongeng, yang banyak mengambil nama-nama binatang sebagai pemeran ceritanya.
B. Game
Kata game berasal dari bahasa Inggris yang berarti permainan. Permainan adalah sesuatu yang digunakan untuk bermain yang dimainkan dengan aturan-aturan tertentu. Dalam permainan ada yang menang dan ada yang kalah. Dalam kamus besar bahasa indonesia online (KBBI Online) permainan adalah sesuatu yang digunakan untuk bermain, barang atau sesuatu yg dipermainkan [6]. Game merupakan sebuah hiburan berbentuk multimedia yang dibuat semenarik mungkin agar pemain bisa mendapatkan sesuatu sehingga adanya kepuasaan batin.
C. Android
Android adalah sistem operasi berbasis linux yang dipergunakan sebagai pengelola sumber daya perangkat keras, baik untuk ponsel, smartphone, dan juga PC Tablet. Secara umum Android adalah platform yang terbuka (Open Source) bagi para pembembang untuk menciptakan aplikasi mereka sendiri untuk digunakan oleh berbagai piranti bergerak
D. Eclipse
Eclipse adalah sebuah IDE (Integrated Development Environment) untuk pengembangan perangkat lunak dan dapat dijalankan di semua platform. Eclipse merupakan komunitas open source yang bertujuan menghasilkan platform pemrograman terbuka. Eclipse terdiri dari framework yang dapat dikembangkan lebih lanjut, peralatan bantu untuk membuat dan mengatur software sejak awal hingga diluncurkan.
E. AndEngine
AndEngine merupakan game engine yang memfokuskan pada pembuatan game berbasis 2D di platform Android. Karena sudah berupa engine maka pembuat game akan dipermudah dengan disediakan banyak fitur-fitur untuk membuat game. Berikut beberapa fitur yang disediakan oleh AndEngine seperti resolusi, landscape/potrait, sprite, animasi,
pengecekan tubrukan (collision) texture, font, event touch dan accelerometer, particle dan lain-lain.
F. GAME EDUKASI ANAK
Game Edukasi Anak adalah sebuah game dengan berbagai macam permainan. Permainan-permainan yang mengajarkan anak mengenal benda-benda atau hal-hal disekitar kita. Antara lain, mengenal macam-macam binatang, mengenal angka, mengenal huruf alfabet, mengenal bentuk, mengenal warna-warna, dan mengenal buah-buahan.
Dengan munculnya berbagai gadget dan teknologi saat ini, game edukasi semakin banyak digemari dan kini game edukasi dilengkapi fitur matematika, penjumlahan, pengurangan, perkalian dan pembagian.
G. GAME EDUKASI SATUA BALI “I BELOG”
Game Edukasi Satua Bali merupakan yang dibuat sebagai sarana melestarikan sekaligus menyampaikan pesan moral yang terdapat pada Satua Bali kepada anak melalui teknologi game berbasis android. Game Edukasi Satua Bali ini ditujukan pada tingkat Sekolah dasar. Adapun Satua Bali yang diangkat dalam game ini adalah satua “I Belog”.
III. METODOLOGI
A. Analisis Masalah dan Usulan Solusi
Berdasarkan analisis yang peneliti lakukan, terdapat permasalahan yang terjadi di masyarakat yang berkaitan dengan Satua Bali yaitu Surutnya budaya mendongeng di masyarakat, menurut Luh Ketut Suryani. tradisi mesatua di masyarakat Bali hampir punah. Baik pagi, siang, sore maupun malam hari, televisi menyuguhkan dongeng berupa film kartun. Cerita dongeng modern tersebut yang kebanyakan film impor sangat digandrungi anak-anak. Dibandingkan dongeng televisi, mendongeng secara langsung jauh lebih efektif dalam mendidik anak-anak sejak dini.
Solusi yang peneliti usulkan berdasarkan permasalahan di atas adalah dengan mengembangkan sebuah aplikasi game dengan judul “Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android”. Karena, cerita atau satua bali “I belog” merupakan cerita yang menarik dan mengedepankan pentingnya pendidikan untuk kehidupan, dan kurangnya ketertarikan anak-anak terhadap tradisi satua bali yang mulai ditinggalkan karena kemajuan teknologi dan untuk menyampaikan pesan moral yaitu pentingnya pendidikan dalam kehidupan. Dengan dikembangkannya aplikasi ini, diharapkan dapat kembali menyampaikan nilai-nilai luhur dan budaya mendongeng pada masyarakat yang kini sudah mulai ditinggalkan, serta nantinya aplikasi ini diharapkan memberi kontribusi untuk ikut serta melestarikan kebudayaan Bali yang hampir punah.
B. Analisis Perangkat Lunak
1) Kebutuhan Perangkat Lunak
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
125
Aplikasi Game Satua Bali “I Belog” Berbasis Android dirancang agar dapat mengimplementasikan kebutuhan fungsional sebagai berikut.
1. Sistem dapat menampilkan menu utama yang terdiri dari Start Game, skor, dan About Game.
2. Sistem akan menampilkan cerita pada menu Start Game sebelum bermain.
3. Sistem akan menampilkan story board cerita yang akan dimainkan.
4. Sistem dapat menampilkan tutorial permainan
5. Sistem dapat menampilkan game sesuai dengan cerita.
6. Sistem dapat menampilkan informasi tentang pengembang aplikasi
Kebutuhan non-fungsional dari aplikasi yang dikembangkan adalah aplikasi ini dibuat dengan user friendly. Secara perkata user friendly berarti “user” adalah pengguna dan “friendly” adalah bersahabat. User friendly merupakan kemudahan dalam pengoperasian sistem operasi. Kita tidak perlu bersusah payah, karena tool dalam sistem operasi dibuat agar mudah digunakan.
2) Tujuan Pengembangan Perangkat Lunak Pengembangan Aplikasi Game Satua Bali “I Belog”
Berbasis Android ini diharapkan mampu memenuhi proses-proses sebagai berikut.
1. Sistem dapat menampilkan menu utama yang terdiri dari Start Game, skor, dan About Game.
2. Sistem akan menampilkan cerita pada menu Start Game sebelum bermain.
3. Sistem akan menampilkan story board cerita yang akan dimainkan.
4. Sistem dapat menampilkan tutorial permainan
5. Sistem dapat menampilkan game sesuai dengan cerita.
6. Sistem dapat menampilkan informasi tentang pengembang aplikasi
3) Masukan dan Keluaran Perangkat Lunak Aplikasi Game Satua Bali “I Belog” Berbasis Android
menerima input berupa sentuhan (touch) pada layar, sedangkan keluaran (output) berupa capaian skor pemain.
4) Model Fungsional Perangkat Lunak Dalam pengembangan aplikasi ini, peneliti menggunakan
dua macam diagram yaitu use-case diagram dan activity diagram.
a. Use Case Diagram
Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Seorang/sebuah aktor adalah
sebuah entitas manusia atau mesin yang berinteraksi dengan sistem untuk melakukan pekerjaan-pekerjaan tertentu.
Gambar 1. Use Case Diagram
C. Perancangan Perangkat Lunak
1) Batasan Perancangan Perangkat Lunak Adapun batasan masalah pada penelitian ini adalah yang
dapat dimainkan dalam aplikasi adalah permainan yang berhubungan dengan satua “I Belog” ,artinya pengguna tidak dapat mengakses game lain dalam aplikasi.
2) Perancangan Skenario Game Perancangan skenario game dari aplikasi ini adalah
sebagai berikut.
a. Sebelum memulai game, pemain memilih daerah yang akan dimainkan
b. Setelah memilih daerah, pemain memilih stage kebudayaan.
c. Saat mulai permainan akan dihitung mundur dari 3 dan permainan dmulai saat hitungan 1 selesai
d. Game dimainkan sesuai dengan stage kebudayaan yang dipilih
e. Apabila stage kebudayaan sudah selesai, maka game akan menuju ke stage kebudayaan yang selanjutnya.
IV. PEMBAHASAN
A. Implementasi Perangkat Lunak
1) Lingkungan Implementasi Perangkat Lunak Implementasi Aplikasi Game Satua Bali “I Belog”
Berbasis Android dilakukan pada lingkungan perangkat lunak dan perangkat keras sebagai berikut:
1. Eclipse
2. Plugins ADT
3. AVD (Android Virtual Device)
4. AndEngine Library
5. GIMP
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
126
6. Audacity
Adapun lingkungan perangkat kerasnya yaitu sebuah laptop dengan spesifikasi sebagai berikut.
a. Monitor 14,1 inchi dengan resolusi 1366 x 768
b. Memori 4 GB RAM dan harddisk 500 GB
c. Prosesor Intel® Core™ i5 2.5 Ghz
Perangkat keras lainnya yaitu sebuah perangkat Android dengan spesifikasi OS Android versi 4.1.2 (Jelly Bean) dengan RAM 1 GB.
2) Batasan Implementasi Perangkat Lunak Spesifikasi perangkat minimal yang diperlukan untuk
menjalankan aplikasi adalah sebagai berikut.
a. Dual-core 1.3 GHz Cortex-A7
b. GPU kelas mid-end
c. RAM 512 MB
d. OS Android versi 4.2.2 (Jelly Bean)
b. Ukuran layar 4 inchi (480 x 800 pixels)
Suara dan musik yang dihasilkan oleh aplikasi akan semakin baik jika menggunakan speaker atau earphones tambahan. Hasil rekaman dari tidak dapat diputar dengan media pemutar lagu atau musik lain. File rekaman tidak dapat dipindahkan ataupun dicopy ke SD Card (Memory Card). Jumlah instrumen yang dapat dimainkan dalam aplikasi bersifat statis, artinya pengguna tidak dapat menambahkan instrumen baru ke dalam aplikasi. Semua instrumen dimainkan hanya secara normal / biasa pada umumnya.
3) Implementasi Antarmuka Perangkat Lunak Implementasi antarmuka dilakukan sesuai dengan
rancangan antarmuka yang telah dibuat sebelumnya.
a. Implementasi Antarmuka Menu Utama
Gambar 14. Implementasi Antarmuka Menu Utama
b. Implementasi Antarmuka Cerita
Gambar 15. Implementasi Antarmuka Tutorial
c. Implementasi Antarmuka Pilih Permainan/ Stage
Gambar 16. Implementasi Antarmuka Pilih Permainan
d. Implementasi Antarmuka Game Labirin
Gambar 17. Implementasi Antarmuka Game Labirin
e. Implementasi Antarmuka Game Jembatan
Gambar 18. Implementasi Antarmuka Game Jembatan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
127
f. Implementasi Antarmuka Menangkap bebek
Gambar 17. Implementasi Antarmuka Menangkap bebek
g. Implementasi Antarmuka Skor
Gambar 19. Implementasi Antarmuka Skor
h. Implementasi Antarmuka Total Skor
Gambar 20. Implementasi Antarmuka Total Skor
B. Pengujian Perangkat Lunak
1) Tujuan Pengujian Perangkat Lunak
Tujuan pengujian aplikasi Game Satua Bali “I Belog” Berbasis Android, yaitu:
a. Menguji kelayakan aplikasi Game Satua Bali “I Belog” Berbasis Android sebagai media untuk memperkenalkan Satua Bali pada anak-anak.
b. Menguji penggunaan aplikasi Game Satua Bali “I Belog” Berbasis Android pada perangkat Android yang berbeda.
c. Menguji kebenaran proses aplikasi Game Satua Bali “I Belog” Berbasis Android.
d. Menguji respon dari pengguna setelah menggunakan aplikasi Game Satua Bali “I Belog” Berbasis Android.
2) Perancangan Kasus Uji Pengujian Perangkat Lunak Sesuai dengan tata ancang dan teknik pengujian pada
aplikasi Game Satua Bali ”I Belog” Berbasis Android yang telah di jabarkan di dapatkan rancangan beberapa kasus uji yaitu dengan menggunakan Black Box Testing dan Pengujian Ahli Media dan Pengguna.
3) Pelaksanaan Pengujian Perangkat Lunak Berdasarkan perancangan pengujian perangkat lunak di
atas, maka pengujian aplikasi Game Satua Bali ”I Belog” Berbasis Android dilakukan oleh: 1) 3 orang masyarakat umum untuk pengujian kesesuaian proses aplikasi dan hardware (smartphone) yang berbeda; 2) 2 Dosen Pendidikan Teknik Informatika, Universitas Pendidikan Ganesha Singaraja sebagai Ahli Media, 4) 12 orang masyarakat umum. Pengujian dilakukan sesuai dengan kasus uji yang telah dirancang sebelumnya dan menggunakan angket yang dilaksanakan pada hari Selasa 28 Februari 2017.
4) Evaluasi Hasil Pengujian Perangkat Lunak
Berdasarkan pengujian yang telah dilakukan untuk uji kasus black box testing Game Satua Bali ”I Belog” Berbasis Android, semua proses mulai dari saat pertama kali aplikasi dijalankan sampai dengan selesai keluar dari aplikasi berfungsi dengan baik. Hasil pengujian kesesuaian proses tersebut, diperoleh hasil semua proses sesuai atau berhasil berjalan dengan baik. Semua tombol fungsi pada aplikasi berjalan sesuai dengan yang direncanakan sebelumnya. Hasil dari pengujian Ahli Media disimpulkan bahwa aplikasi layak uji coba lapangan dengan revisi dan sesuai saran yang diberikan dengan presentase nilai 79,28% yaitu baik. Kemudian hasil pengujian untuk mengetahui respon pengguna setelah memainkan aplikasi adalah semua pengguna setelah memainkan aplikasi menyatakan aplikasi Game Satua Bali ”I Belog” Berbasis Android memperoleh presentase penilaian 85% yaitu sangat baik
V. SIMPULAN
Berdasarkan hasil analisis, implementasi dan pengujian pada penelitian pengembangan aplikasi Game Satua Bali ”I Belog” Berbasis Android, dapat ditarik kesimpulan sebagai berikut.
1. Rancangan aplikasi Game Satua Bali ”I Belog” Berbasis Android metode yang digunakan adalah proses SDLC (System Development Life Cycle) dimana dalam metode ini menggunakan siklus air terjun (waterfall).
2. Aplikasi Game Satua Bali ”I Belog” Berbasis Android telah berhasil diimplementasikan sesuai dengan rancangan yang telah dibuat sebelumnya.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
128
3. Hasil dari pengujian Ahli Media disimpulkan bahwa aplikasi layak uji coba lapangan dengan revisi dan sesuai saran yang diberikan dengan presentase nilai 79,28% yaitu baik. Kemudian hasil pengujian untuk mengetahui respon pengguna setelah memainkan aplikasi adalah semua pengguna setelah memainkan aplikasi menyatakan aplikasi Game Satua Bali ”I Belog” Berbasis Android memperoleh presentase penilaian 85% yaitu sangat baik.
Saran untuk pengembangan aplikasi selanjutnya adalah agar ditambahkan hal-hal seperti berikut.
1. Aplikasi ini hanya dapat memainkan game dengan mode single player, sehingga untuk kedepannya dapat dikembangkan menjadi game dengan tema multi player.
2. Untuk karakter Game Satua Bali ”I Belog” Berbasis Android dapat dikembangkan untuk selanjutnya agar dapat dibuat menjadi 3D.
3. Pembuatan game yang harus diperhatikan adalah bagaimana untuk bisa menarik perhatian pengguna, diharapkan kedepannya lebih ditonjolkan dari segi animasi dan fitur-fitur menarik lainnya, sehingga dalam pengembangannya nanti dapat lebih dinamis.
DAFTAR PUSTAKA
[1] Adhitya, Tri, 2014. Aku-Lirik Yang Religius Pada Kumpulan Sajak Aku Ini Binatang Jalang Karya Chairil Anwar Dan Kelayakannya Sebagai Bahan Ajar Sastra di SMA/MA. Tersedia pada http://digilib.unila.ac.id/2952/
[2] Suaka, I Nyoman. 2002. Perlu, Mendongeng untuk Anak. Jogyakarta. http://www.balipost.co.id/balipostcetak/2002/12/29/k1.html.
[3] Triadi, Dendy. 2013. Bedah Tuntas Fitur Android. Yogyakarta : Great Publisher.
[4] Bagus, I Gusti Ngurah, 1968.Arti Dongeng dalam Pendidikan.Depdikbud: Singaraja.
[5] Tinggen, I Nengah. 1984. Satua-satua Bali. Singaraja: Indra Jaya.
[6] Wulandari, Agustina Dwi. Game Edukasi Sejarah Komputer Menggunakan Role Playing Game (RPG) Maker XP Sebagai Media Pembelajaran di SMP Negeri 2 Kalibawang. http://eprints.uny.ac.id/7549/1/Jurnal_Skripsi_agustina.pdf
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
129
Sistem Pendukung Keputusan Peramalan Pendapatan
di Dinas Penanaman Modal dan Pelayanan Perizinan
Terpadu Satu Pintu Kabupaten Buleleng dengan
Metode Least Square
Ni Ketut Ayu Indra Cahyani, I Made Putrama, I Made Agus Wirawan
Pendidikan Teknik Informatika
Universitas Pendidikan Ganesha
Singaraja, Bali
[email protected], [email protected], [email protected]
Abstrak— Penelitian ini bertujuan untuk (1) merancang
Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas
Penanaman Modal dan PPTSP Kabupaten Buleleng dengan
Metode Least Square dan (2) mengimplementasikan Sistem
Pendukung Keputusan Peramalan Pendapatan di Dinas
Penanaman Modal dan PPTSP Kabupaten Buleleng dengan
Metode Least Square. Dinas Penanaman Modal dan PPTSP
Kabupaten Buleleng merupakan salah satu Organisasi
Perangkat Daerah (OPD) yang ada di Kabupaten Buleleng
dalam menangani penanaman modal, perizinan dan non
perizinan sehingga menyumbangkan Pendapatan Asli Daerah
(PAD) bagi Kabupaten Buleleng. Sistem Pendukung Keputusan
Peramalan Pendapatan ini terdiri dari 3 (tiga) entitas yaitu
Bendahara Penerimaan, PPK (Pejabat Penatausahaan
Keuangan) dan Kepala Dinas. Realisasi pendapatan akan
diinput oleh bendahara penerimaan kemudian divalidasi oleh
PPK selaku admin dan selanjutnya berdasarkan data
pendapatan yang valid maka diramalkan pendapatan untuk
periode bulan berikutnya. Hal ini akan digunakan sebagai
rekomendasi bagi Kepala Dinas untuk menentukan target
tahunan pendapatan berdasarkan atas data realisasi pada
tahun sebelumnya. Perhitungan peramalan pendapatan dalam
Sistem Pendukung Keputusan ini menggunakan metode least
square. Metode ini digunakan karena metode ini menghasilkan
tren yang paling cocok dibandingkan dengan metode-metode
lainnya. Hal ini terbukti dari perhitungan rata-rata kesalahan
yaitu MAD, RMSE dan MAPE menunjukkan bahwa metode
least square memiliki rata-rata kesalahan yang lebih kecil jika
dibandingkan dengan rata-rata kesalahan perhitungan dengan
metode Double Moving Average dan Double Exponential
Smoothing. Hasil penelitian ini adalah sistem sudah berhasil
dirancang dan diimplementasikan dengan baik dengan respon
pengguna yang memilih skor 5 adalah 71,11% dan memilih skor
4 adalah 28,89% serta hasil uji akurasi sistem yaitu 66,34%
dengan rata-rata kesalahan 34,66%.
Kata Kunci: Sistem Pendukung Keputusan; Peramalan
Pendapatan; Least Square
I. PENDAHULUAN
Pendapatan Asli Daerah (PAD) merupakan sumber
pendapatan yang sangat penting bagi sebuah daerah untuk
membiayai belanjanya. PAD dapat dijadikan sebagai tolak
ukur kemandirian suatu daerah. PAD adalah penerimaan yang
dihasilkan oleh daerah yang bersangkutan, yang bersumber
dari pajak daerah, retribusi daerah, hasil pengolahan kekayaan
daerah yang dipisahkan, dan lain-lain PAD yang sah[1]. Oleh
karena itu pemerintah daerah harus mengoptimalkan segala
sumber daya yang ada di daerahnya masing-masing baik itu
dari segi pemanfaatan sumber daya alam, sumber daya
manusia dan kewenangan dalam hal pemungutan pajak dan
retribusi daerah.
Kabupaten Buleleng merupakan salah satu daerah bagian
dari Provinsi Bali yang juga melaksanakan otonomi daerah..
Salah satu upaya Pemerintah Kabupaten Buleleng untuk
meningkatkan PAD adalah penyelenggaraan pungutan pajak
dan retribusi urusan pemerintahan wajib non pelayanan dasar.
Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu
Satu Pintu merupakan salah satu Satuan Kerja Perangkat
Daerah (SKPD) di lingkup Pemerintahan Kabupaten Buleleng
yang memiliki tugas membantu Bupati melaksanakan Urusan
Pemerintahan di bidang Penanaman Modal dan Pelayanan
Administrasi Perizinan. Dengan adanya
penerimaan/pendapatan tersebut diharapkan dapat
meningkatkan PAD.
Data yang diperoleh dari Dinas Penanaman Modal dan
PPTSP selama periode tahun 2009-2016 menunjukkan bahwa
hampir di setiap tahun realisasi pendapatan sudah melampaui
target dan bisa dikatakan meningkat. Misalnya pada tahun
2009 realisasi mencapai 235,45%, hal ini dikarenakan Dinas
Penanaman Modal dan PPTSP yang masih bernama KPT
(Kantor Pelayanan Terpadu) baru berdiri setahun sebelumnya
jadi memang masih belum ada data historis yang bisa
dijadikan pedoman. Namun realisasi yang jauh melampaui
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
130
target juga pada tahun yaitu sebesar 172,82%. Namun pada
tahun 2014 realisasi pendapatan tidak mencapai target yang
sudah ditentukan yaitu masih di angka 99,31%. Berdasarkan
hasil wawancara dengan Kepala Dinas Penanaman Modal dan
PPTSP pada tanggal 1 Maret 2017, Bapak I Putu Karuna, SH.,
yang menyebabkan realisasi tidak memenuhi target pada
tahun 2014 karena kurang tepatnya prediksi yang dibuat
terutama untuk retribusi Izin Mendirikan Bangunan yang
menyumbang pendapatan paling besar. Target pada tahun
2014 ditentukan berdasarkan data masa lalu dan melihat
realisasi untuk tahun terakhir sesuai dengan insting dan
perkiraan sendiri berdasarkan pertimbangan tertentu misalnya
adanya beberapa ijin yang diambil alih oleh Provinsi maupun
adanya penambahan biaya sewa reklame sesuai dengan
Peraturan Bupati. Hal ini berarti prediksi yang dilakukan
masih manual. Menganalisis data dalam jumlah besar jika
dilakukan secara manual cukup sulit untuk menentukan
kecepatan perhitungan ditambah lagi tanpa penggunaan
metode yang tepat untuk memprediksi pendapatan. Selain itu
analisis manual akan membutuhkan waktu yang lebih lama
serta ketelitian yang tinggi supaya tingkat kesalahan yang
ditimbulkan tidak terlalu besar.
Berdasarkan paparan teersebut, maka perlu adanya suatu
sistem yang membantu memberikan rekomendasi kepada
pihak pengambil keputusan di Dinas Penanaman Modal dan
PPTSP untuk memprediksi atau meramalkan besarnya
pendapatan untuk tahun berikutnya. Salah satunya adalah
dengan mengimplementasikan Sistem Pendukung Keputusan.
Sebelum mengambil keputusan dalam membuat perencanaan
terlebih dulu melakukan peramalan. Menurut Aswi dan
Sukarna [2], prediksi/peramalan masa depan jarang sekali
yang akurat, pelaku peramalan hanya berusaha untuk
membuat sekecil mungkin kesalahan. Dalam waktu tertentu
jumlah penerimaan. Untuk itu perlu adanya proyeksi atau
peramalan terhadap jumlah penerimaan pendapatan untuk
tahun selanjutnya sehingga dari ramalan hasil penerimaan
tersebut bisa ditentukan target penerimaan untuk periode
selanjutnya.
II. KAJIAN TEORI
A. Sistem Pendukung Keputusan
Menurut Daihani [3] konsep Sistem Pendukung
Keputusan (SPK) pertama kali diperkenalkan pada awal
tahun 1970-an oleh Michael S.Scott Morton dengan istilah
Decision Sistem. Sistem Pendukung Keputusan (SPK) adalah
suatu sistem informasi komputer yang interaktif dan dapat
memberikan alternatif solusi bagi pembuat keputusan [4].
Sedangkan menurut Eko Indrajit [5] sistem pendukung
keputusan adalah sistem berbasis komputer yang digunakan
oleh manager atau sekelompok manager pada setiap level
organisasi dalam membuat keputusan dalam menyelesaikan
masalah semi terstruktur. Sistem pendukung keputusan ini
bukan untuk menggantikan tugas-tugas manager namun
untuk menjadi sarana penunjang bagi manager.
B. Peramalan
Peramalan merupakan bagian awal dari pengambilan
keputusan. Peramalan adalah prediksi nilai-nilai sebuah
peubah berdasarkan kepada nilai yang diketahui dari peubah
tersebut atau peubah yang berhubungan dengan cara
memproyeksikan nilai-nilai di masa lampau (nilai yang
diketahui) ke masa yang akan datang dengan cara
menggunakan model matematika maupun perkiraan yang
subjektif meksipun akan terdapat sedikit kesalahan yang
disebabkan oleh adanya keterbatasan kemampuan [2].
Forecasting atau peramalan adalah perkiraan tingkat
permintaan satu atau lebih produk selama beberapa periode
mendatang. Secara sistematis, tahapan proses peramalan
sesuai dengan Gambar 1 berikut.
Gambar 1 Tahapan Proses Peramalan [6]
C. Pendapatan Asli Daerah
Menurut UU Nomor 33 Tahun 2004 tentang Perimbangan
Keuangan Antara Pemerintah Pusat dan Daerah, Pendapatan
Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah
yang dipungut berdasarkan peraturan daerah sesuai dengan
peraturan perundang-undangan. Sesuai yang tercantum
dalam Undang-Undang No. 28 Tahun 2009 bahwa
Pendapatan Asli Daerah bersumber dari wilayah daerah yang
bersangkutan yang terdiri dari hasil pajak daerah, hasil
retribusi daerah, hasil pengelolaan kekayaan daerah yang
dipisahkan dan lain-lain pendapatan asli daerah yang sah.
Pajak daerah dan retribusi daerah memiliki kontribusi yang
sangat penting dalam membiayai pemerintahan dan
pembangunan daerah.
D. Metode Least Square (Kuadrat Terkecil)
Istilah kuadrat terkecil didasarkan pada kenyataan bahwa
prosedur penaksiran ini berusaha meminimumkan jumlah
kuadrat galat persamaanny [7]. Menurut Supranto [6] metode
Least Square (kuadrat terkecil) untuk mencari garis trend
suatu perkiraan atau taksiran mengenai nilai dan b dari
persamaan didasarkan atas data hasil observasi sedemikian
rupa sehingga dihasilkan jumlah kesalahan kuadrat terkecil
(minimum). Langkah-langkah dalam peramalan dengan
menggunakan metode Least Square adalah sebagai berikut.
1) Menentukan nilai X dengan melihat jumlah data, data
ganjil atau data genap, untuk tahun dasar ditengah-tengah
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
131
data sehingga ∑X = 0. Menurut Budiasih [8] untuk
membuat nilai ∑X = 0 tergantung dari jumlah data
tahunnya yaitu genap dan ganjil, pedomannya yaitu:
a. Untuk n Ganjil
2
1
21
12
nk
kn
kn
................................................... (1)
Untuk menentukan nilai 0 maka
01 k
........................................................... (2)
Setelah mendapatkan nilai tengah yaitu 0, data di atas
0 bernilai (-) sedangkan data di bawah 0 bernilai (+)
sehingga ∑X = 0. Jarak antara dua waktu diberi nilai
satu satuan misalnya ….-2,-1,0,1,2,…..
b. Untuk n Genap
2
2
nk
kn
........................................................... (3)
Untuk menentukan nilai 0 maka
0))1((2
1 kk
..................................... (4)
Setelah mendapatkan nilai tengah yaitu 0, data di atas
0 bernilai (-) sedangkan data di bawah 0 bernilai (+).
Jarak antara dua waktu diberi nilai dua satuan
misalnya ….,-5,-3,-1,1,3,5,…..
2) Setelah memperoleh nilai x, maka dicari nilai X2
3) Selanjutnya adalah mencari nilai XY yaitu dengan
mengalikan nilai X dengan nilai data actual (Y).
4) Mencari nilai konstanta a
n
Ya
bnaY
XbnaY
)0(
........................................... (5)
5) Mencari nilai konstanta b
2
2)0(
2
X
XYb
XbaXY
XbXaXY
.......................................
.............................................................................. (6)
6) Menghitung garis tren linier dapat ditulis sebagai
persamaan garis lurus
Y’ = a + bX ........................................................... (7)
di mana :
Y : Data historis
X : Parameter pengganti waktu
a : Intersep yaitu besarnya nilai Y bila nilai X = 0
(Nilai trend periode dasar)
b : Pertambahan trend (slope garis trend, yaitu
perubahan variabel Y untuk setiap perubahan
satu unit variabel X)
n : Jumlah Data
E. Ukuran Tingkat Kesalahan Hasil Peramalan
Setiap metode peramalan memiliki ketepatan dan tingkat
kesulitan masing-masing yang harus dipertimbangka [7].
Oleh karena itu, harus dipilih metode yang paling tepat, yaitu
metode yang dapat meminimumkan kesalahan peramalan.
Semakin kecil nilai kesalahan, maka akan semakin tepat hasil
peramalan yang diperoleh. Dalam penelitian ini digunakan
MAD, RMSE dan MAPE untuk menghitung rata-rata
kesalahan perhitungan peramalan.
1) Mean Absolute Deviation (MAD)
MAD merupakan rata-rata kesalahan mutlak selama
periode tertentu tanpa memperhatikan apakah hasil
peramalan lebih besar atau lebih kecil dibandingkan
kenyataannya. Dengan mengetahui nilai MAD kita bisa
mengetahui penyimpangan data dari rata-rata atau tingkat
kesalahan peramalan. Secara umum, bila residual besarnya
merata sepanjang pengamatan, maka MSE yang sebaiknya
digunakan [9]. Tetapi bila satu atau dua residual yang besar,
maka MAD yang sebaiknya digunakan. Jika diformulasikan
maka formula untuk menghitung MAD adalah sebagai
berikut:
n
nt
FtXtMAD
1
............... ............................... (8)
2) Root Mean Square Error (RMSE)
RMSE digunakan untuk mengevaluasi kinerja model
dalam hal kesesuaian dengan data atau meramalkan data.
RMSE menghitung selisih antara nilai yang diprediksi oleh
model dan nilai sebenarnya. Menurut Voulgaraki [10],
karena RMSE menghitung selisih antara nilai yang diprediksi
oleh model dan nilai sebenarnya. RMSE tidak memiliki
standar nilai minimal untuk mengetahui kinerja model,
berbeda dengan MAPE. Secara sederhana, RMSE merupakan
metode untuk menghitung bias dalam model peramalan [10].
n
n
tFtXt
MSERMSE
1
2)(
......................... (9)
di mana:
n : nilai periode waktu
Xt : nilai sebenarnya pada periode ke-t
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
132
Ft : nilai peramalan pada periode ke-t
3) Mean Absolute Percentage Error (MAPE)
MAPE menunjukkan rata-rata kesalahan absolut
prakiraan dalam bentuk persentasenya terhadap data
aktualnya. MAPE digunakan untuk mengevaluasi ketepatan
peramalan menggunakan kesalahan dalam bentuk persentase.
Perhitungan rata-rata kesalahan dengan MAPE biasanya
lebih banyak dipakai karena mudah dibaca (karena dalam
bentuk persentase)[10].
%1001
xn
n
t Xt
FtXt
MAPE
.......... (10)
di mana:
n : nilai periode waktu
Xt : nilai sebenarnya pada periode ke-t
Ft : nilai peramalan pada periode ke-t
Semakin rendah nilai MAPE, berarti nilai taksiran
semakin mendekati nilai sebenarnya atau dapat dikatakan
model peramalan memiliki kemampuan yang baik. Range
nilai untuk MAPE [10] dapat dilihat pada Tabel 1.
TABEL 1. SIGNIFIKANSI NILAI MAPE
MAPE Signifikansi
<10% Kemampuan peramalan sangat baik
10-20% Kemampuan peramalan baik
20-50% Kemampuan peramalan layak/memadai
>50% Kemampuan peramalan sangat buruk
F. Dinas Penanaman Modal dan Pelayanan Perizinan
Terpadu Satu Pintu Kabupaten Buleleng
Dinas Penanaman Modal dan Pelayanan Perizinan
Terpadu Satu Pintu merupakan salah satu Organisasi
Perangkat Daerah (OPD) yang terbentuk per tanggal 6
Januari 2017 berdasarkan atas Peraturan Daerah Kabupaten
Buleleng Nomor 13 Tahun 2016 tentang Pembentukan dan
Susunan Perangkat Daerah yaitu Dinas Penanaman Modal
dan Pelayanan Perizinan Terpadu Satu Pintu dengan
penambahan kewenangan di bidang penanaman modal.
Jumlah izin yang ditangani adalah 39 (tiga puluh sembilan)
jenis izin yang terdiri dari 21 (dua puluh satu) Perizinan dan
18 (delapan belas) Non Perizinan. Namun hanya 6 jenis
perizinan yang berbayar yaitu Pajak Reklame, Retribusi IMB
(Izin Mendirikan Bangunan, HO (Gangguan), Perikanan,
Trayek dan Izin Tempat Penjualan Minuman Beralkohol
(SITU-MB). Keenam jenis izin inilah yang nantinya
menyumbangkan PAD untuk daerah. Data rekap kenaikan
dan penurunan target dan realisasi pendapatan yang diperoleh
dari tahun 2009-2016 seperti pada Tabel 2.
TABEL 2. REKAP TARGET DAN PENDAPATAN TAHUN 2009-2016
NO TAHUN PAD
TARGET REALISASI
1 Tahun 2009 889.330.000 2.093.887.820
2 Tahun 2010 1.664.330.000 2.257.909.875
3 Tahun 2011 1.774.210.000 2.717.545.925
4 Tahun 2012 3.250.387.000 3.605.267.450
5 Tahun 2013 4.125.000.000 5.139.081.225
6 Tahun 2014 5.144.213.000 5.108.583.450
7 Tahun 2015 5.621.231.000 9.714.834.925
8 Tahun 2016 5.763.750.000 6.516.130.500
(sumber: DPMPPTSP, 2017)
Data dalam penelitian diperoleh dari hasil wawancara
dengan Kepala Dinas yaitu Bapak I Putu Karuna, SH pada
tanggal 1 Maret 2017 yang menghasilkan mengenai tata cara
penentuan target tiap tahunnya, komparasi target dan realisasi
pendapatan, alasan kenaikan dan penurunan realisasi, serta
permasalahan yang sering dihadapi ketika menentukan target
pendapatan setiap tahunnya.
III. METODOLODI PENELITIAN
A. Analisis Masalah dan Usulan Solusi
Berdasarkan analisis permasalahan, terdapat beberapa
masalah di antaranya yaitu terjadinya kenaikan ataupun
penurunan yang cukup signifikan realisasi pendapatan
terhadap target yang ditentukan, hal ini dikarenakan
penentuan target pada periode tahun berikutnya berdasarkan
atas insting dan perkiraan sendiri. Selain itu prediksi yang
dilakukan masih bersifat manual, menganalisis data dalam
jumlah besar jika dilakukan secara manual cukup sulit
ditambah lagi tanpa penggunaan metode yang tepat sehingga
memerlukan waktu yang cukup lama dan ketelitian yang
tinggi agar tingkat kesalahan yang ditimbulkan tidak terlalu
besar.
Berdasarkan analisis permasalahan tersebut maka solusi
yang dapat diusulkan adalah pengembangan suatu sistem
pendukung keputusan peramalan pendapatan dengan metode
least square yang dapat memprediksi atau meramalkan
realisasi pada periode selanjutnya berdasarkan data historis
realisasi pendapatan. Hasil peramalan akan digunakan
sebagai rekomendasi bagi Kepala Dinas untuk menentukan
target pendapatan tahun beriktunya.
B. Analisis Perangkat Lunak
Perangkat lunak yang dibangun mampu meramalkan atau
memprediksi realisasi pendapatan dengan metode least
square. Sistem Pendukung Keputusan Peramalan Pendapatan
ini menggunakan model Waterfall. Terdapat 3 (tiga) tahapan
dalam pengembangan perangkat lunak ini yaitu 1) tahap
pengumpulan data, 2) tahap peramalan dan 3) tahap
pengembangan sistem. Secara garis besar tahapan sistem
pendukung keputusan peramalan pendapatan ini dapat dilihat
pada Gambar 2.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
133
Gambar 2 Tahapan SPK Peramalan Pendapatan
Pada tahap peramalan setelah dilakukan identifikasi dan
penerapan metode peramalan diperoleh hasil perbandingan
metode peramalan dengan mengunakan 3 (tiga) metode
peramalan yaitu metode Double Moving Average (DMA),
Double Exponential Smoothing (DES), dan Least Square (LS)
seperti pada Tabel 3.
TABEL 3. HASIL PERBANDINGAN METODE PERAMALAN
No Metode MAD RMSE MAPE
1. DES 160.687.789 337.018.146 42,79 %
2. LS 140.072.123 314.633.034 39,63 %
3. DMA 195.955.605 407.997.880 51,63 %
Tabel 3 tersebut menunjukkan bahwa metode Least
Square merupakan metode terbaik untuk melakukan
peramalan pendapatan pajak dan retribusi berbayar, terlihat
dari nilai MAD, RMSE, dan MAPE terkecil yaitu
140.072.123, 314.633.034 dan 39,63 %. Berdasarkan hal
tersebut maka metode Least Square digunakan sebagai
metode peramalan dalam penelitian ini.
1) Tujuan Pengembangan Perangkat Lunak
Pengembangan sistem pendukung keputusan peramalan
pendapatan ini bertujuan untuk membantu pengambil
keputusan dalam hal ini Kepala Dinas untuk meramalkan
realisasi pendapatan pada bulan selanjutnya sehingga bisa
ditentukan target pendapatan per tahun. Secara rinci tujuan
yang ingin dicapai adalah
2) Model Fungsional Perangkat Lunak
Rancangan sistem pendukung keputusan peramalan
pendapatan yang digambarkan dengan menggunakan Data
Flow Diagram (DFD). Gambar 3 merupakan Diagram
Konteks dari sistem pendukung keputusan peramalan
pendapatan.
Gambar 3 Diagram Konteks SPK Peramalan Pendapatan
C. Perancangan Struktur Data Perangkat Lunak
SPK Peramalan pendapatan ini diirancang menggunakan
5 buah tabel yaitu tabel target untuk menyimpan data target,
tabel pendapatan untuk menyimpan data pendapatan, tabel
pengguna untuk menyimpan data pengguna sistem, tabel user
untuk menyimpan data user pengguna yang memiliki hak
akses ke sistem serta tabel hasil peramalan untuk menyimpan
data hasil peramalan sebagai bahan laporan kepada Kepala
Dinas.
IV. HASIL DAN PEMBAHASAN
A. Implementasi Perangkat Lunak
1) Lingkungan Implemenasi Perangkat Lunak
a. Lingkungan Perangkat Keras (Hardware)
Perangkat keras pengembangan sistem ini dikembangkan
menggunakan laptop dengan spesifikasi HP Pavilion AMD
A6-5200, 2.00 GHz, RAM 4 GB, Hardisk 320 GB.
b. Lingkungan Perangkat Lunak (Software)
Perangkat lunak yang digunakan dalam pengembangan
sistem ini adalah sebagai berikut.
1. Sistem Operasi : Windows 7 Ultimate 64 bit
2. Software Aplikasi : PHP
3. Software Database : MySQL
4. Software Pendukung : XAMPP 1.8.8
2) Implementasi Antarmuka Perangkat Lunak
Implementasi layar antarmuka sistem pendukung
keputusan peramalan pendapatan ini adalah sebagai berikut. a. Implementasi Antarmuka Halaman Bendahara
Penerimaan
Bendahara bisa menginputkan data realisasi pendapatan,
namun data yang sudah divalid tidak bisa diubah.
Implementasi antarmuka halaman login dapat digambarkan
seperti Gambar 5 berikut.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
134
Gambar 5 Implementasi Antarmuka Halaman Bendahara Penerimaan
b. Implementasi Antarmuka Proses Perhitungan Least
Square
Halaman ini menampilkan hasil perhitungan peramalan,
namun sebelum melakukan perhitungan sesuai data
pendapatan yang sudah divalidasi seperti pada Gambar 6
berikut.
Gambar 6 Implementasi Antarmuka Perhitungan Least Square pada Admin c. Implementasi Antarmuka Halaman Kepala Dinas
Pada halaman ini kepala dinas dapat melihat data target,
pendapatan dan hasil peramalan beserta rata-rata kesalahan,
mencetak laporan dan melihat grafik perbandingan antara
data aktual realisasi pendapatan dengan hasil peramalan.
Implementasi antarmuka halaman login dapat digambarkan
seperti Gambar 7 berikut.
Gambar 7 Implementasi Antarmuka Halaman Kepala Dinas
B. Pengujian Perangkat Lunak
Berdasarkan perancangan pengujian perangkat lunak
sistem pendukung keputusan peramalan pendapatan,
pengujian dilakukan langsung oleh: 1) penulis untuk
pengujian black box kasus uji 1, kasus uji 2 dan kasus uji 3,
pengujian white box serta pengujian tingkat keakuratan
sistem, 2) bendahara penerimaan, PPK selaku admin dan
kepala dinas untuk pengujian black box kasus uji 4 dan kasus
uji 5.
a. Pengujian black box, hasilnya semua fungsi atau fitur
yang diujikan dapat berjalan dengan baik, respon
pengguna yaitu bendahara penerimaan, admin dan kepala
dinas terhadap sistem sangat baik serta sistem sangat
berguna dan bermanfaat bagi pengguna seperti pada
Gambar 8.
bar 8 Hasil Respon Pengguna terhadap Sistem
b. Pengujian white box yang dilakukan penulis diperoleh
hasil bahwa pengimplementasian proses dan algoritma
perhitungan peramalan, perhitungan rata-rata kesalahan
yaitu MAD, RMSE dan MAPE sudah berhasil.
c. Pengujian tingkat keakuratan sistem yang dilakukan oleh
penulis diperoleh hasil tingkat keakuratan sistem sebesar
66.34%, dan tingkat rata-rata kesalahan sebesar 33.66 %
dengan menggunakan 99 data yang terbagi menjadi 12
data training dan 77 data testing.
V. PENUTUP
A. Simpulan
Berdasarkan paparan hasil analisis, implementasi dan
pengujian yang dilakukan maka dapat ditarik kesimpulan
bahwa 1) Sistem Pendukung Keputusan Peramalan
Pendapatan di Dinas Penanaman Modal dan PPTSP
Kabupaten Buleleng dirancang dengan menggunakan dan
data flow diagram dan dalam proses perhitungan peramalan
menggunakan metode least square, diimplementasikan
menggunakan bahasa pemrograman PHP, basis data MySQL
dan Javascript, 2) Pengujian yang dilakukan adalah
pengujian black box, white box dan uji akurasi sistem yaitu
sebesar 66,34% dengan rata-rata kesalahan peramalan
sebesar 33,66%, jika dibandingkan dengan tabel signifikansi
0% 0% 0%
28,8
71,1
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
135
MAPE termasuk dalam kategori “Kemampuan peramalan
layak/memadai”.
B. Saran
Beberapa hal yang disarankan terkait dengan
pengembangan sistem berikutnya yaitu pengembangan
dengan menggunakan metode lain sehingga diketahui
kelebihan dan kekurangan sistem ini. Perlu dilakukan
normalisasi data agar data berdistribusi normal dan dan
ditambahkan fitur transfromasi data untuk mengurangi
ketimpangan data serta pengembangan sistem dalam bentuk
mobile.
DAFTAR PUSTAKA
[1] B. P. Aji, “Analisis Sumber Pendapatan Asli daerah (PAD) dalam Pelaksanaan Otonomi Daerah di Kabupaten Buleleng,” e-Journal Bisma Univ. Pendidik. Ganesha, vol. 3, p. 2, 2015.
[2] Y. Yonhy, “Metode Trend Non Linear Untuk Forecasting Jumlah Keberangkatan Tenaga Kerja Indonesia di Kantor Imigrasi Kelas II Kabupaten Nunukan,” J. Eksponensial, vol. 4, no. 1, p. 47, 2013.
[3] M. A. Rinaldi, “Sistem Pendukung Keputusan Pemilihan Trainer (Staf Pengajar) Menggunakan Metode Simple Additive Weighting (SAW) Studi Kasus: Primagama English Johor,” J. Pelita Inform. Budi Dharma, vol. 5, no. 1, p. 4, 2013.
[4] E. Turban, Decision Support Sistem and Intelligent Sistem (Sistem Pendukung Keputusan dan Sistem Cerdas), 7th ed. Yogyakarta: Andi, 2005.
[5] Yakub, Pengantar Sistem Informasi. Yogyakarta: Graha Ilmu, 2012.
[6] F. A. Muqtadiroh, “Analisis Peramalan Penjualan Semen Non-Curah (ZAK) PT. Semen Indonesia (Persero) TBK pada Area Jawa Timur,” in Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA 2015), 2015, p. 310.
[7] S. Makridakis, Metode dan Aplikasi Peramalan, 2nd ed. Jakarta: Binarupa Aksara, 1999.
[8] M. Ihsan, “Perancangan Aplikasi Peramalan Penjualan Motor Honda Menggunakan Metode Least Square (Studi Kasus: PT. HD Motor 99 Gresik),” p. 3, 2016.
[9] W. Abdullah, “Peramalan Penjualan Air Bersih dan Formulasi Strategi Perusahaan Daerah Air Minum,” J. Ekon. dan Stud. Pembang., vol. 15, no. 1, p. 81, 2014.
[10] A. H. Hutasuhut, “Pembuatan Aplikasi Pendukung Keputusan untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dna Inject Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) di CV. Asia,” J. Tek. Pomits, vol. 3, no. 2, pp. 70–171, 2014.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
136
Pengembangan Aplikasi Augmented Reality
Markerless Teknik Dasar Prenatal Yoga
I Gst Putu Bagus Naramas Wahyu Prayoga, I Ketut Resika Arthana, I Gede Mahendra Darmawiguna
Pendidikan Teknik Informatika
Universitas Pendidikan Ganesha
Singaraja, Bali
[email protected], [email protected], [email protected]
Abstract—The aim of this research is to develop an
Augmented Reality Makerless Application Basic Technic of
Prenatal Yoga and introduce how to practice Prenatal Yoga in
form of 3D thus it becomes more interesting and more real. The
object of this application’s users is all level of society that are
willing to know about basic technic of Prenatal Yoga. The
development of this Augmented Reality Makerless Application
Basic Technic of Prenatal Yoga used Research and Development
method and the model used was ADDIE model. ADDIE model
consists of 5 steps, they are 1) Analyze, 2) Design, 3) Development,
4) Implementation, 5) Evaluation. The result of this study is in
form of Augmented Reality Makerless Application Basic Technic
of Prenatal Yoga that can be installed on android smartphone.
This application could present animation in form of 3D followed
by narration. The result of implementation from users after using
Augmented Reality Makerless Application Basic Technic of
Prenatal Yoga in score of 89% counted as Very Good. Thus this
application can be used as media to introduce Prenatal Yoga.
Keywords: Basic Technic of Prenatal Yoga, Markerless
Augmented Reality, 3 Dimension
I. PENDAHULUAN
Yoga merupakan olahraga yang dimana seseorang harus mampu memusatkan seluruh pikirannya untuk mengendalikan panca indera mereka. Dengan melakukan yoga seseorang akan merasakan ketenangan secara jasmani dan rohani. Olahraga yoga ini sendiri merupakan salah satu dari enam ajaran dalam filsafat agama Hindu. Namun semua agama dapat melakukan olahraga ini, karena yoga sendiri hanya sebatas olahraga yang untuk memusatkan dan mengendalikan pikiran kita.
Berlatih Yoga secara teratur pada masa kehamilan dapat mengurangi ketidaknyamanan selama masa hamil dan dapat membantu proses melahirkan. Yoga untuk kehamilan ini sering juga disebut dengan Prenatal Yoga. Prenatal Yoga merupakan salah satu dari jenis yoga yang unik. Hal ini dikarenakan olahraga yoga ini di khususkan bagi ibu-ibu yang sedang hamil. Dengan melakukan gerakan Prenatal Yoga ini seorang ibu yang sedang hamil dapat melatih pengaturan nafasnya, sehingga saat melahirkan nanti dia akan melahirkan dengan baik.
Mengingat perkembangan teknologi khusunya dibidang smartphone android yang sedang berkembang pesat di pasaran khusunya Indonesia, kita hendaknya menggunakan media ini sebagai alat pembelajaran untuk meningkatkan pengetahuan kita dalam mempelajari gerakan Prenatal Yoga khusunya bagi ibu-ibu yang sedang hamil. Teknologi multimedia yang dimana perkembangannya cukup pesat saat ini adalah Augmented Reality.
Salah satu teknik dalam menggunakan Augmented Reality ini adalah teknik Markerless. Penggunaan teknik Markerless ini bertujuan untuk memudahkan para pengguna dalam menggunakan aplikasi, karena pengguna sendiri tidak perlu menggunakan Marker kertas sebagai target saat menggunakan aplikasi, tetapi langsung menggunakan lingkungan nyata disekitar pengguna sebagai latar untuk memunculkan gerakan animasi Augmented Reality.
II. KAJIAN TEORI
A. Yoga
Yoga adalah sebuah ilmu yang menjelaskan kaitan antara fisik, mental, dan spiritual manusia untuk mencapai kesehatan yang menyeluruh. Yoga berasal dari bahasa Sanskerta yang berarti union (persatuan), ini terbentuk dari kebudayaan india kuno sejak 5.000 tahun lalu dan bertujuan menyatukan atman (diri) dan brahman (Sang Pencipta). Prinsipnya, melalui berbagai macam postur yoga yang disertai dengan cara bernafas yang benar, dipercaya dapat memberikan banyak manfaat secara fisik, mental dan spiritual. [5]
B. Pengertian Prenatal Yoga
Pada dasarnya Prenatal Yoga (yoga bagi kehamilan) merupakan modifikasi dari yoga klasik yang telah disesuaikan dengan kondisi fisik wanita hamil yang dilakukan dengan intensitas yang lebih lembut dan perlahan. Modifikasi dan perhatian khusus saat berlatih Prenatal Yoga sangat diperlukan untuk menghindarkan calon ibu dari cidera, dan juga demi kenyamanan dan keamanannya. [5]
Gerakan Prenatal Yoga ini tentunya sudah disesuaikan dengan usia kehamilan pada calon ibu. Gerakan Prenatal Yoga ini dibagi menjadi tiga tahap sebagai berikut :
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
137
1) Trimester Pertama Trimester pertama ini merupakan masa kehamilan sang
calon ibu menginjak pada minggu ke-1 sampai minggu ke-14. Gerakan dari Trimester 1, yaitu : Savasana, Mudhasana, Supta Buddha Konasana, Viparita Karani, Bilikasana 1, Bilikasana 2, Tadasana, Trikonasana, Prasarita Padottanasana, Vrksasana, Setu Bandha Sarvangasana, Maricyasana, Postur Duduk Tumit Menempel ke Lutut.
2) Trimester Kedua Trimester kedua ini merupakan masa kehamilan sang
calon ibu menginjak pada minggu ke-14 sampai minggu ke-28. Gerakan dari Trimester 2, yaitu : Postur Beristirahat Miring, Surya Namaskar, Virabhadrasana 1, Virabhadrasana 2, Parsvakonasana, Vasishtasana, Postur Tangan Gomukhasana – Garudasana, Matsyendrasana, Bilikasana 3, Kapotasana, Janushirasana, Upavishta Konasana, Mula Bandha.
3) Trimester Ketiga Trimester kedua ini merupakan masa kehamilan sang
calon ibu menginjak pada minggu ke-28 sampai minggu ke-40. Gerakan dari Trimester 3, yaitu : Mudhasana, Utkatasana, Seri Memutar Panggul, Seri Postur Berjongkok, Baddha Konasana, Putaran Sufi.
C. Android
Android memberikan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri untuk digunakan oleh bermacam peranti bergerak ataupun untuk telepon seluler. Keunggulan tersebut yaitu dengan cara memakai basis kode komputer yang kemudian dapat didistribusikan secara terbuka (open source) sehingga pengguna dapat menciptakan atau menggunakan aplikasi baru di dalamnya. [4]
D. Augmented Reality
Augmented Reality (AR) adalah suatu teknologi yang dapat menggabungkan benda maya dua dimensi dan ataupun tiga dimensi ke dalam sebuah lingkungan nyata tiga dimensi lalu memproyeksikan benda-benda maya tersebut dalam waktu nyata. Teknologi AR ini dapat menyisipkan suatu informasi tertentu ke dalam dunia maya dan menampilkannya di dunia nyata dengan bantuan perlengkapan seperti webcam, komputer, HP Android, maupun kacamata khusus. [1]
E. Vuforia
Vuforia adalah Augmented Reality Software Development Kit (SDK) untuk perangkat mobile yang memungkinkan pembuatan aplikasi AR. SDK Vuforia juga tersedia untuk digabungkan dengan unity yaitu bernama Vuforia AR Extension for Unity. Vuforia merupakan SDK yang disediakan oleh Qualcomm untuk membantu para developer membuat aplikasi-aplikasi Augmented Reality (AR) di mobile phones (iOS, Android). SDK Vuforia sudah sukses dipakai di beberapa aplikasi-aplikasi mobile untuk kedua platform tersebut. [2]
F. Unity3D
Unity 3D merupakan sebuah tools yang terintegrasi untuk membuat bentuk obyek 3 dimensi pada video games atau untuk konteks interaktif lain seperti Visualisasi Arsitektur atau animasi 3D real- time. Lingkungan dari pengembangan Unity 3D berjalan pada Microsoft Windows dan Mac Os , serta aplikasi yang dibuat oleh Unity 3D dapat berjalan pada Windows, Mac, Xbox 360, Playstation 3, Wii, iPad, iPhone dan tidak ketinggalan pada platform Android. Unity juga dapat membuat game berbasis browser yang menggunakan Unity web player plugin, yang dapat bekerja pada Mac dan Windows, tapi tidak pada Linux. [6]
G. Blender
Blender merupakan prangkat lunak untuk membuat animasi tiga dimensi yang berbasis bebas bayar. Selain itu, perangkat lunak ini juga dapat digunakan untuk membuat game tiga dimensi.
III. METODE
Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga ini menggunakan model ADDIE. Model ADDIE terdiri atas 5 fase atau tahap utama yaitu :
1.Analisis (Analysis)
2.Desain (Design)
3.Pengembangan (Development)
4.Implementasi (Implementation)
5.Evaluasi (Evaluation)
Gambar 1. Tahapan-tahapan pada model ADDIE
IV. PROSEDUR PENGEMBANGAN
A. Analisis
Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga ini menggunakan model ADDIE. [3] Model ADDIE terdiri atas 5 fase atau tahap utama yaitu (Mulyatiningsih, 2013): Analisis (Analysis), Desain (Design), Pengembangan (Development), Implementasi (Implementation), Evaluasi (Evaluation).
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
138
Berdasarkan analisis terhadap aplikasi Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga, terdapat kebutuhan-kebutuhan yang diperlukan dan batasan-batasan dalam pengembangan aplikasi ini, yaitu:
1) . Kebutuhan Fungsional Aplikasi ini merupakan perangkat lunak yang diharapkan
dapat memenuhi proses-proses sebagai berikut :
a. Aplikasi dapat menampilkan objek 3D melalui teknik Markerless.
b. Aplikasi dapat menampilkan objek 3D lengkap dengan suara narasi penjelasan dalam bahasa Indonesia.
c. Aplikasi dapat menampilkan zoom in dan zoom out pada objeknya.
d. Aplikasi menggunakan fitur rotasi.
e. Aplikasi mampu melakukan capture dan sharing ke media sosial.
f. Aplikasi mampu melakukan pengiriman surat melalui email.
2) Kubutuhan Non Fungsional Kebutuhan non fungsional dari aplikasi ini adalah sebagai
berikut:
a. Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga ini dibuat dengan user friendly agar aplikasi mudah digunakan atau mudah dioperasikan oleh pengguna.
b. Aplikasi ini dapat berjalan di sistem operasi Android minimal versi 4.0 karena SDK Vuforia support pada smartphones dan tablets yang berjalan di system android 4.0 (qualcomm.com).
3) Batasan Aplikasi Adapun batasan perancangan perangkat lunak Aplikasi
Augmented Reality Markerless Teknik Dasar Prenatal Yoga sebagai berikut :
a. Aplikasi yang dikembangkan akan menampilkan 32 gerakan yoga dalam 3 tahap usia kehamilan. (Sindhu. P, 2014)
b. Objek 3 dimensi dalam aplikasi ini akan tampil sekitar kurang dari 1 menit saat diarahkan ke marker.
B. Design
Pada tahapan ini peneliti telah merancang Objek 3D, Story Board, Use Case Diagram, Activity Diagram, skenario perangkat lunak, serta rancangan Interface dari Pengembangan teknologi Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga yang akan menjelaskan keseluruhan rancangan perangkat lunak yang akan dibuat.
1) Perancangan Objek 3D Pada tahap perancangan objek 3D ini akan di rancang
objek yang sesuai dengan media yang akan di buat. Objek 3D yang di buat sebagai berikut:
Gambar 2. Objek 3D
2) Story Board Storyboard adalah sketsa animasi dalam bentuk gambar
berurutan atau penggambaran cerita sesuai dengan isi cerita dan berisi tentang penjelasan gerak, pengambilan sudut gambar, pengisian suara serta efek – efek khusus.
3) Use Case Diagram Use Case Diagram merupakan gambaran yang disediakan
oleh Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Use Case dalam pengembangan aplikasi Augmented Reality Bookdan Markerless Teknik Dasar Prenatal Yoga sebagai berikut.
Gambar 3. Use Case Diagram
4) Activity Diagram Activity Diagram merupakan gambaran dari alur aktifitas
didalam Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Berikut merupakan beberapa penjelasan dari Activity Diagram pada Aplikasi ini :
a. Activity Diagram Panduan
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
139
Gambar 4. Activity Diagram Panduan
b. Activity Diagram Menu 3 Tahap Usai Kehamilan
Gambar 5. Activity Diagram Menu 3 Tahap Usai Kehamilan
c. Activity Diagram Tentang
Gambar 6. Activity Diagram Tentang
d. Activity Diagram Keluar
Gambar 7. Activity Diagram Menu 3 Tahap Usai Kehamilan
V. HASIL DAN PEMBAHASAN
A. Implementasi Perangkat Lunak
Implementasi perangkat lunak Augmented Reality Markerless Teknik Dasar Prenatal Yoga terdiri dari lingkungan implementasi perangkat lunak, batasan implementasi perangkat lunak, implementasi arsitektur perangkat lunak, implementasi struktur data perangkat lunak serta implementasi layar antarmuka perangkat lunak.
1) Lingkungan Implementasi Perangkat Lunak a) Spesifikasi Perangkat Lunak Pengembangan Aplikasi
Pada lingkungan perangkat lunak dan perangkat keras aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dikembangkan yaitu pada lingkungan sebagai berikut.
a. Perangkat Software
1. Sistem Operasi Microsoft Windows 8.
2. Sistem Operasi Android Lollipop v 5.0
3. Blender 2.77
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
140
4.Vuforia Qualcomm Augmented Reality.
5.Unity 5.1
6.SDK Android Tools.
7.Audacity 2.0.5
Adobe Photoshop CS6 Portable
b) Spesifikasi Perangkat KerasPengembangan Aplikasi
Pada lingkungan perangkat keras, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dikembangkan pada lingkungan sebagai berikut.
a. Perangkat Komputer
1. Laptop HP dengan layar monitor 14,0 inch.
2. Processor Intel® Core™ i7-4510U CPU @2.00GHz 2.60GHz.
3. RAM 4.00 GB.
4. Harddisk 1 TB.
5. Dilengkapi alat input dan output.
b. Perangkat Android (smartphone)
1. Smartphone Xiaomi Redmi 3s.
2. Resolusi 720 x 1280 pixels.
3. Qualcomm Snapdragon 430 1,40Ghz
4. RAM 3 GB.
5. Kamera 13 MP
2) Batasan Implementasi Perangkat Lunak Batasan yang terdapat dalam implementasi perangkat
lunak aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga yaitu sebagai berikut.
a) Pada lingkungan perangkat lunak, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dijalankan pada Sistem Operasi Android versi 4.0 (Ice Cream Sandwich) keatas karena SDK Vuforia support pada smartphones dan tablets yang berjalan di system android 4.0.3 (qualcomm.com).
b) Pada lingkungan perangkat keras, Augmented Reality Markerless Teknik Dasar Prenatal Yoga dijalankan pada lingkungan sebagai berikut.
a. RAM 1 GB
b. Resolusi layar 480 x 800
c. Processor Dual-core 1.2 GHz
3) Implementasi Arsitektur Perangkat Lunak Sesuai dengan hasil perancangan arsitektur perangkat
lunak, dapat diimplementasikan proses yang digunakan untuk membuat Perangkat lunak Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Penerapan pada perangkat lunak
Unity menggunakan class – class yang disimpan dalam format file ”.cs”.
4) Implementasi Struktur Data Perangkat Lunak
Sesuai dengan hasil perancangan arsitektur perangkat lunak, dapat diimplementasikan proses yang digunakan untuk membuat perangkat Augmented Reality Markerless Teknik Dasar Prenatal Yoga dimulai dari pembuatan objek 3D dengan menggunakan aplikasi makehuman. Setelah pembuatan objek 3D selesai, kemudian dilanjutkan dengan proses pembuatan gerakan objek 3D menggunakan aplikasi Blender. Kemudian objek tersebut di eksport menjadi tipe FBX yang akan dimasukkan ke aplikasi unity. Suara penjelasan gerakan juga dimasukkan ke dalam aplikasi unity yang terlebih dahulu dilakukan adalah perekaman dan juga telah dilakuakn pengeditan menggunakan aplikasi Audacity. Kemudian dilakukaan build di Unity sehingga menghasilkan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga.
Struktur data utama yang digunakan adalah vuforia-unity-android-ios-5-5-9.unitypackage merupakan library AR vuforia merupakan salah satu library marker penyimpan penanda.
5) Implementasi Objek 3 Dimensi Pada tahap ini, pembuatan objek 3 dimensi aplikasi
Augmented Reality Markerless Teknik Dasar Prenatal Yoga dibuat dengan menggunakan aplikasi Blender 2.7.7.
6) Implementasi Layar Antarmuka Perangkat Lunak
a) Implementasi Splah image Perangkat Lunak
Gambar 8. Implementasi Splash Image Aplikasi
b) Implementasi Antarmuka Tampilan Layar Main Menu
Implementasi tampilan menu dapat dilihat pada gambar sebagai berikut.
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
141
Gambar 9. Implementasi Antarmuka Tampilan Layar Main Menu
c) Implementasi Antarmuka Menu 3 Tahap Usia Kehamilan
Implementasi tampilan menu 3 tahap usia kehamilan dapat dilihat pada gambar sebagai berikut.
Gambar 10. Implementasi Antarmuka Menu 3 Tahap Usia Kehamilan
d) Implementasi Antarmuka Layar Utama Aplikasi
Implementasi tampilan layar utama aplikasi dapat dilihat pada gambar sebagai berikut.
Gambar 11. Implementasi Antarmuka Layar Utama Aplikasi
e) Implementasi Antarmuka Panduan Aplikasi
Implementasi tampilan panduan aplikasi dapat dilihat pada gambar sebagai berikut.
Gambar 12. Implementasi Antarmuka Panduan Aplikasi
Gambar 13. Implementasi Antarmuka Panduan Aplikasi
f) Implementasi Antarmuka Tentang Aplikasi
Implementasi tampilan panduan aplikasi dapat dilihat pada gambar sebagai berikut.
Gambar 14 Implementasi Antarmuka Tentang Aplikasi
Sebelum digunakan oleh pengguna maka aplikasi akan diujikan terlebih dahulu untuk memastikan bahwa aplikasi sudah berjalan dengan baik dari awal sampai akhir proses serta tidak terjadi kesalahan atau error. Pengujian yang dilakukan yaitu pengujian blackbox untuk mengetahui kebenaran dan kesesuaian proses pada aplikasi serta penggunaan aplikasi pada beberapa smartphone android yang berbeda, selanjutnya pengujian uji cahaya, pengujian usability, pengujian ahli isi, pengujian ahli media, dan yang terakhir yaitu pengujian respon pengguna.
1.Uji Black Box
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
142
Pengujian black box dilakukan untuk mengetahui aplikasi yang dibuat sudah berjalan dengan baik dan benar dan dapat digunakan oleh orang lain, pengujian dilakukan oleh tiga orang. Berdasarkan hasil pengujian pada kasus uji coba 1, bahwa semua proses aplikasi pertama dijalankan sampai dengan selesai berfungsi dengan baik. Sehingga pengujian untuk mengetahui kesesuain kebenaran proses aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga sesuai dengan user define target dikatakan memuaskan.
Pada kasus uji 2 penggunaan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga pada beberapa hardware secara umum sudah dapat dikatakan memuaskan. Karena semua smartphone digunakan saat pengujian sudah mampu menjalankan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga.
2. Uji Cahaya
Setelah melakukan pengujian pada beberapa smartphone yang berbeda, kemudian dilakukan pengujian pada satu jenis smartphone yaitu Xiaomi Redmi 3s dengan RAM 3 GB dan Processor Qualcomm Snapdragon 430. Pengujian dilakukan pada pagi, siang, dan malam hari di dalam ruangan dan diluar ruangan. Perulangan dalam membuka aplikasi dilakukan sebanyak 5 kali setiap satu kali pengujian baik di dalam maupun di luar ruangan. Berdasarkan hasil pengujian uji cahaya bahwa didapatkan rata-rata dari pengujian yang dilakukan pada pagi hari di dalam ruangan dengan presentase berhasil 28% dan presentase gagal 72%. Sedangkan di luar ruangan dengan presentase berhasil 47% dan presentase gagal 53%. Didapatkan rata-rata dari pengujian yang dilakukan pada sianh hari di dalam ruangan dengan presentase berhasil 56% dan presentase gagal 44%. Sedangkan di luar ruangan dengan presentase berhasil 99% dan presentase gagal 1%. Didapatkan rata-rata dari pengujian yang dilakukan pada malam hari di dalam ruangan dengan presentase berhasil 21% dan presentase gagal 79%. Sedangkan di luar ruangan dengan presentase berhasil 24% dan presentase gagal 76%. Disarankan untuk menggunakan flash smartphone saat mengguanakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga pada malam hari dengan cahaya yang redup atau tanpa cahaya. Untuk bisa menampilkan semua adegan, disarankan untuk melakukan deteksi pada siang hari dengan sinar matahari langsung atau diluar ruangan.
3. Uji Usability
Uji usability dilakukan yaitu pada hari Senin, 24 juli dengan melibatkan 5 masyarakat umum. Pengujian dilakukan dengan cara dimana reponden dipersilakan mencoba aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dan dilanjutkan dengan pemberian angket usability untuk mendapatkan informasi dari pengguna setelah menggunakan aplikasi.
Dari hasil analisis uji usability diketahui bahwa aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga masuk ke dalam kriteria sangat baik dengan rerata persentase
dari 20 subyek (butir) penilaian yang termasuk di dalamnya 4 butir pernyataan learnability, 4 butir pernyataan efficiency, 2 butir pernyataan memorability, 5 butir pernyataan error, dan 5 butir pernyataan statisfaction yaitu 95 %.
4.Uji Ahli Isi
Berdasarkan penilaian dari ahli isi Ibu Putu Winda Aksari Arsa ,Amd.Keb dapat dianalisis presentase keseluruhan penilaian yaitu 89%, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga berada dalam kriteria sangat baik dengan presentase pencapaian aplikasi dari pembelajaran sangat baik dengan presentase penilaian 90%, dari segi isi materi sangat baik dengan presentase penilaian 93%, dan dari segi pemakaian kata dan bahasa baik dengan presentase penilaian 80%.
5.Uji Ahli Media
Berdasarkan penilaian dari ahli media Bapak Dr. Dewa Gede Hendra Divayana dan Bapak Gede Saindra Santyadiputra, S.T.,M.Cs., dapat dianalisa presentase keseluruhan penilaian yaitu 85%, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga sangat baik dengan presentase pencapaian aplikasi dari kesesuaian audio berada dalam kriteria baik dengan presentase penilaian 80%, dari segi kesesuain visual berada dalam kriteria sangat baik dengan presentase penilaian 87%, dan dari segi penggunaan berada dalam kriteria sangat baik dengan presentase penilaian 85%
6.Uji Respon Pengguna
Uji lapangan dilakukan terhadap 30 orang. Dari hasil analisis uji lapangan diketahui bahwa rerata presentase dari 10 subyek (butir) penilaian yaitu 89%. Aplikasi masuk dalam kriteria sangat baik. Mengetahui tingkat pencapaian aplikasi berdasarkan skala penilaian dilakukan perhitungan jumlah dan persentase jawaban pengguna untuk setiap skala penilaian.
Berdasarkan hasil perhitungan respon pengguna dapat diketahui bahwa dari 5 kriteria penilaian pada tiap butir soal, 29 pengguna menyatakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dalam kriteria sangat baik. Selanjutnya, 29 pengguna menyatakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dalam kriteria baik. 1 pengguna menyatakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dalam kriteria cukup setuju. Dari pernyataan tersebut dapat disimpulkan bahwa masih terdapat beberapa kekurangan dalam aplikasi sehingga untuk pengembangan aplikasi selanjutnya agar lebih baik lagi sehingga pengguna lebih nyaman menggunakan aplikasi.
B. SIMPULAN
Berdasarkan hasil analisis, implementasi dan pengujian pada penelitian pengembangan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dapat ditarik kesimpulan sebagai berikut:
ISSN 2087-2658
Prosiding Seminar Nasional Pendidikan Teknik Informatika
(SENAPATI) Ke-8
Bali, 09 September 2017
Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan,
Universitas Pendidikan Ganesha,
Jl. Udayana Kampus Tengah, Singaraja – Bali,
Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati
143
1.Rancangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga menggunakan Model ADDIE. Adapun tahapan dalam model ADDIE ini adalah Analysis (analisis), Design (desain), Development (pengembangan), Implementation (implementasi), dan Evaluation (evaluasi).
2.Implementasi Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga berupa sebuah aplikasi yang menampilkan animasi dalam bentuk 3D tentang bagaimana teknik dasar Prenatal Yoga, aplikasi ini juga memuat penjelasan tahap demi tahap gerakan Prenatal Yoga.
3.Pengujian Black Box pada Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga mendapatkan hasil yang memuaskan karena sesuai dengan user define target. Pengujian White Box pada Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dapat berjalan dengan baik dan benar. Pengujian Usability masuk ke dalam kategori sangat baik karena secara keseluruhan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga mendapatkan rerata dengan prentase 95%.
4.Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga mendapatkan respon yang positif dari pengguna. Hasil pengujian untuk mengetahui respon pengguna setelah menggunakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dengan presentase penilaian 89% yaitu sangat baik
C. SARAN
Berdasarkan hasil penelitian pengembangan dan kesimpulan, dapat disarankan bagi pembaca yang ingin mengembangkan sistem ini sebagai berikut.
1. Untuk kedepannya dapat dikembangkan pada teknik Yoga lainnya.
2. Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga memiliki ukuran file yang cukup besar, oleh karena itu untuk pengembangan aplikasi Augmented Reality pada android selanjutnya, agar memperhatikan size dari aplikasi, sehingga semua smartphone dapat menggunakan aplikasi Augmented Reality ini.
3. Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga saat pembuatan gerakan objek 3 masih menggunakan rigging yang kurang tepat. Diharapkan untuk pengembang selajutnya bisa menggunakan rigging yang tepat agar kualitas gerakan lebih baik.
4. Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga saat menampilkan objek 3 dimensi masih tidak stabil. Diharapakan untuk pengembangan selanjutnya agar saat menampilkan objek 3 dimensi tidak ada getaran.
DAFTAR PUSTAKA
[1] Efendi, I. (2014, 3 31). Pengertian Augmented Reality. Diambil kembali dari it-jurnal: http://www.it-jurnal.com/2014/05/Pengertian-Augmented-Reality-AR.html
[2] Evo. (2015, 12 5). Vuforia. Diambil kembali dari Technologies-it.blogspot.com: http://Technologies-it.blogspot.com/p/apa-itu-vuforia-vuforia-adalah.html
[3] Mulyatiningsih. (2013, 12 8). Pengembangan Model Pembelajaran. Diambil kembali dari Staff.uny.ac.id: http://staff.uny.ac.id/sites/default/files/pengabdian/dra-endang-mulyatiningsih-mpd/7cpengembangan-model-pembelajaran.pdf.
[4] Nico. (2011, 12 8). Pengertian Android. Diambil kembali dari Info teknologi: www.infoteknologi.om/selular/apa-itu-android/
[5] Sindhu.P. (2014). Yoga untuk Kehamilan. Bandung: Mizan Media Utama (MMU).
[6] Yudisthira, I. (2014, 12 5). Karmapati. Diambil kembali dari Karmapati: pti.undiksha.ac.id/karmapati