Sistem Pendukung Keputusan untuk Penentuan Dosen Pembimbing Skripsi Menggunakan Algoritme Winnowing-Weighted Product

Putri, Rizka Awaliyah N. (2019) Sistem Pendukung Keputusan untuk Penentuan Dosen Pembimbing Skripsi Menggunakan Algoritme Winnowing-Weighted Product. Sarjana thesis, Universitas Brawijaya.

Abstract

Dalam penyusunan skripsi, mahasiswa membutuhkan dosen pembimbing. Dosen pembimbing berperan penting dalam proses penyusunan skripsi sebagai fasilitator, motivator, dan pengarah yang baik sehingga skripsi dapat selesai dan siap untuk diujikan. Pemilihan dosen pembimbing yang tidak tepat dapat menghambat proses bimbingan dan pengerjaan skripsi mahasiswa. Untuk itu diperlukan, suatu sistem yang dapat menampilkan rekomendasi pembimbing skripsi bagi mahasiswa secara efektif sehingga diharapkan dapat meminimalisir kesalahan yang mungkin terjadi dalam penentuan dosen pembimbing skripsi. Rekomendasi yang diberikan bukan berdasarkan pengetahuan pribadi, tetapi mempertimbangkan penelitian yang telah dilakukan dosen, KJFD, jurusan, kuota bimbingan, jabatan, dan beban kerja dosen. Sistem yang dibangun memanfaatkan algoritme Winnowing untuk mencari kemiripan penelitian yang akan dilakukan mahasiswa dengan penelitian yang pernah dilakukan dosen, dan Weighted Product untuk melakukan perangkingan. Data penelitian dosen yang digunakan berasal dari Google Scholar, data jabatan fungsional didapatkan dari situs forlap.risetdikti.go.id, sedangkan data jurusan, kuota bimbingan, dan beban kerja dosen didapatkan dari unit Pengelola Sistem Informasi, Infrastruktur TI dan Kehumasan Fakultas Ilmu Komputer (PSIK FILKOM). Hasil pengujian validasi menunjukkan sistem yang dibangun sudah sesuai dengan kebutuhan yang telah didefinisikan. Hasil pengujian akurasi rekomendasi bernilai 64% dengan nilai n dan w yang digunakan adalah 2. Hasil pengujian usabilitas yang memanfaatkan System Usability Scale (SUS) menunjukan tingkat usabilitas sistem sebesar 90% yang termasuk dalam kategori acceptable.

English Abstract

In order to complete their thesis, students need a supervisor. Thesis supervisor plays an important role as a good facilitator, motivator, and director so that the thesis can be completed and ready to be tested. The inappropriate determination of supervisors can hamper the student's thesis guidance and work process. For this reason, an effective system to reccomend thesis supervisors for students is needed to minimize errors that may occur in the determination of the thesis supervisor. The recommendations given are not only based on personal knowledge, but also consider lecturers’ researches, KJFD, majors, quotas, positions, and lecturer workload. The system built utilizes the Winnowing algorithm to find similarities of student’s research and lecturers’ researches, and Weighted Products to rank. The lecturer research data used was obtained from Google Scholar, functional position data was obtained from forlap.risetdikti.go.id, and the department data, quota, and lecturer workload were obtained from the Information Systems Management, IT Infrastructure and Public Relations of Faculty of Computer Science (PSIK). The validation test results show that the system built was in accordance with the requirements defined. The Accuracy test results show the accuracy of recommendation is 64% with the values of n and w used are 2. The usability test results that utilize the System Usability Scale (SUS) show the system usability level is 90% which means system is in the acceptable category.

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/710/052001193
Uncontrolled Keywords: Sistem Rekomendasi, Rekomendasi Dosen Pembimbing Skripsi, Winnowing, Weighted Product
Subjects: 000 Computer science, information and general works > 003 Systems > 003.1 System identification
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Endang Susworini
Date Deposited: 05 Aug 2020 08:03
Last Modified: 05 Aug 2020 08:03
URI: http://repository.ub.ac.id/id/eprint/179254
Full text not available from this repository.

Actions (login required)

View Item View Item