Pemilihan Dosen Pembimbing Mahasiswa KKP Menggunakan DIP System

CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Pemilihan Dosen Pembimbing Mahasiswa KKP Menggunakan DIP System Irma Yunita Ruhiawati1, Po Abas Sunarya2, Devi Rositawati*3 Program Studi Manajemen Informatika Fakultas Ilmu Komputer Universitas Banten Jaya, 2 Program Studi Magister Teknik Informatika Fakultas Sains dan Teknologi Universitas Raharja, 3 Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Raharja E-mail: [email protected], [email protected], *3 [email protected] 1 Abstrak KKP (Kuliah Kerja Praktek) adalah mata kuliah wajib yang harus diambil oleh seluruh mahasiswa Universitas Raharja (UR) dan merupakan salah satu prasyarat untuk pengambilan Skripsi nantinya, didampingi oleh satu dosen pembimbing dalam proses penyelesaiannya. Dosen Pembimbing merupakan salah satu faktor penentu terbesar lulus tidaknya mahasiswa dalam mata kuliah KKP tersebut. sehingga proses memilih dosen pembimbing adalah proses penentu hidup dan mati mahasiswa. Sungguh diperlukan strategi matang untuk memilih mana dosen terbaik, karena sekali salah dapat dosen pembimbing, maka proses penyelesaian KKP akan terhambat dan merugikan mahasiswa yang mengambil mata kuliah tersebut. Setelah mahasiswa memberikan Form Usulan Penelitian KKP, kaprodi atau sekprodi harus menginput satu persatu isian yang ada pada form tersebut ke dalam microsoft excel sebagai pendataannya. Di era perkembangan teknologi yang terus meningkat dengan cepat dan sebagai kampus unggulan yang berbasiskan informatika teknologi maka perlu adanya sistem yang terkomputerisai, melalui metode DIP (Dashboard iLearning Prodi) system ini masalah tersebut akan dipecahkan, sehingga mempermudah kaprodi dan sekprodi dalam merekap data mahasiswa KKP beserta dosen pembimbing yang telah diusulkan oleh mahasiswa melalui Formulir di setiap semester. Kata Kunci—Dosen; Pembimbing; KKP; DIP; Form Abstract KKP (Work Practice Course) is a compulsory subject that must be taken by all students of Raharja University (UR) and is one of the prerequisites for taking the Thesis later, accompanied by a supervisor in the completion process. The Advisory Lecturer is one of the biggest determinants of whether or not students pass the KKP course. so the process of choosing a supervisor is a process that determines the life and death of students. It really takes a mature strategy to choose which lecturer is the best, because once one gets a supervisor, the process of completing the KKP will be hampered and harm students who take the course. After the student provides the KKP Research Proposal Form, the Head of Study Program or Sekprodi must enter one by one the fields contained in the form into Microsoft Excel as data collection. In the era of technological development that continues to increase rapidly and as a leading campus based on information technology, it is necessary to have a computerized system, through the DIP (Dashboard iLearning Study Program) method, this system will solve this problem, making it easier for the Head of Study Programs and Secretaries of Study Programs to recap the KKP student data along with supervisors who have been proposed by students through a form in each semester. Keywords—Lecturer; Advisor; KKP; DIP; Form Vol. 8 No. 2 – Agustus 2022 235 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 1. PENDAHULUAN Kepesatan perkembangan teknologi dari masa ke masa semakin meningkat diberbagai lini secara global, terutama pendidikan. Demikian pula dengan Raharja yang berkembang dari Sekolah Tinggi menjadi Universitas di kota Tangerang. Universitas merupakan salah satu wadah dalam mencari ilmu dibidang pendidikan formal. Universitas Raharja menerapkan prinsip kerja bersama dengan motto 3T (Terencana, Terukur, Terealisasi) dan 3E (Efisien, Efektif, Elegan). Karena itu, semangat perubahan perlu dilakukan oleh civitas akademika Universitas Raharja. Semangat itu dilakukan bertujuan meningkatkan kinerja universitas, kualitas pelayanan kepada seluruh Pribadi Raharja khususnya mahasiswa dan dosen serta efisiensi waktu bagi kaprodi maupun sekprodi. Proses bisnis yang perlu diperbarui dalam mencapai tujuan itu merupakan penerbitan dokumen formal akademik. Salah satu dokumen formal akademik itu adalah formulir permohonan usulan penelitian kuliah kerja praktek (KKP) mahasiswa. Penerbitan dokumen permohonan usulan penelitian KKP mahasiswa pada Universitas Raharja dilakukan sebagai persyaratan melaksanakan KKP. Dalam formulir tersebut juga terdapat nim, nama mahasiswa, fakultas, program pendidikan, program studi, kosentrasi, usulan dosen pembimbing yang ditulis oleh mahasiswa, judul KKP yang akan diteliti dan dosen pembimbing yang dipilih oleh kaprodi seperti yang terlihat pada gambar 2. Dokumen formal akademik ini dinyatakan sah bila semua persyaratan telah terpenuhi. Salah satu persyaratan tersebut merupakan formulir usulan yang telah ditanda tangani oleh kaprodi. Hasil observasi dan wawancara menemukan permasalahan pada kegiatan perekapan dokumen formal akademik tersebut. Proses rekapan data yang ada pada formulir permohonan usulan penelitian kuliah kerja praktek (KKP) itu memerlukan waktu yang relatif lama dan tidak efisien. Hal ini disebabkan kaprodi atau sekprodi harus menginput seluruh data yang ada pada formulir tersebut secara manual ke dalam excel untuk diolah sebagai laporan. Tujuan penelitian ini untuk memecahkan permasalahan tersebut dengan cara menerapkan DIP system dalam menampilkan data mahasiswa layak KKP yang dapat terlihat pada grafik gambar 1 dan fasilitas dalam menentukan dosen pembimbing KKP di Universitas Raharja. Gambar 1. Grafik Jumlah Mahasiswa Layak KKP (sumber: DIP system) Vol. 8 No. 2 – Agustus 2022 236 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Gambar 2. Form Usulan Penelitian KKP 1.1. Literature Review Beberapa penelitian yang berkaitan tentang dosen pembimbing mahasiswa KKP sebelumnya. Seperti Rahardja, U. dkk. [1] yang membahas Penerapan Sistem Pengecekan Mahasiswa Layak KKP Berbasis YII Framework dengan metode VIKA (Viewboard Kepala Jurusan) sistem dapat otomatis update data mahasiswa tanpa harus bergantung kepada admin karena sistem sudah terintegrasi dengan database online. Menurut Rahma & Anwar [2] merancang aplikasi pemilihan dosen pembimbing tugas akhir dengan metode AHP (Analytical Hierarchy Process). Gultom & Marlim [3] menentukan dosen pembimbing dengan memperhitungkan spesifikasi dosen yang sesuai dengan kriteria calon dosen pembimbing dan penguji menggunakan sistem pendukung keputusan dengan metode Fuzzy Multiple Attribute Decission Making (FMADM) dan metode Simple Additive Weighting (SAW). Kemudian Hastuti [4] dan Cholisoh dkk [5] yang melakukan penelitian menggunakan metode SDLC dengan Model Waterfall berbasi Laravel. Seftiani [6] Penelitian dilakukan menggunakan Algoritma Winnowing dengan mengembangkan sistem berbasis web Vol. 8 No. 2 – Agustus 2022 237 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Sedangkan menurut Febri [7] Sistem rekomendasi dosen pembimbing yang dibangun memanfaatkan algoritma Naive Bayes Clasiffier dan cosine similarity sebagai penentunya. Berdasarkan pada kelompok penelitian di atas, terdapat berbagai macam metode yang dipakai bertujuan untuk mempermudah dan membantu kaprodi secara khusus dalam memilih dosen pembimbing bagi mahasiswa yang sebelumnya dilakukan secara manual. Pemilihan dosen pembimbing mahasiswa KKP yang dirancang pada penelitian ini berbeda dengan Rahardja, U. dkk. [1] yang hanya dapat menampilkan data mahasiswa layak KKP, sedangkan untuk pemilihan dosen pembimbing belum terimplementasikan, karena DIP (Dashboard iLearning Prodi) System yang digunakan. Dengan demikian, DIP System dapat menampilkan rekapan data dosen pembimbing mahasiswa KKP yang sudah dipilih dan jumlah mahasiswa yang dibimbing oleh dosen tersebut. 2. METODE PENELITIAN Penelitian ini menggunakan metode pengumpulan data dan analisis perancangan sistem. Dalam tahap pengumpulan data secara umum dilakukan dengan cara observasi, wawancara dan studi pustaka di kampus Universitas Raharja (UR). Sedangkan perancangan sistem dibagi dengan 5 kegiatan, yaitu analyst, design, construction, testing dan delivery seperti pada tabel 1. kegiatan tersebut dilakukan secara kolaboratif oleh Tim. Tim perancang yang terdiri dari analis sistem, sistem design serta programmer. Tabel 1. Tahapan Penelitian 1 Analyst 2 Design 3 Construction 4 Testing 5 Delivery Pada tahap kegiatan analyst dan design dilakukan dalam memecahkan permasalahan yang ditemukan dimana kurang optimalnya pengelolaan validasi data dosen pembimbing untuk mahasiswa layak KKP. Kemudian tahap contruction, dilakukan untuk membuat DIP (Dashboard iLearning Prodi) System yang akan diterapkan pada kampus Universitas Raharja (UR), dengan memperhatikan kebutuhan stakeholders. Selanjutnya, kegiatan testing dilakukan untuk menguji apakah DIP sudah valid dan sesuai kebutuhan dari segi input, process serta output. Kemudian tahap akhir, DIP System yang sudah diuji diberikan kepada Kaprodi atau Sekprodi dan Dosen Pembimbing. 3. HASIL DAN PEMBAHASAN DIP (Dashboard iLearning Prodi) System yang diterapkan dalam Pemilihan Dosen Pembimbing mahasiswa KKP ini dirancang menggunakan DW. Sedangkan hasil implementasi ditampilkan dalam bentuk web design. Vol. 8 No. 2 – Agustus 2022 238 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 3.1. Code Design Gambar 3. Code Design DIP Fitur DW (Adobe Dreamweaver) digunakan dalam merancang tampilan dan fungsi code DIP (Dashboard iLearning Prodi) yang terlihat pada view code Gambar 3. 3.2. Hasil Implementasi Gambar 4. Menu Login DIP Gambar 4 menampilkan halaman login DIP (Dashboard iLearning Prodi), selain mengharuskan untuk mengisi username dan password, pada halaman tersebut juga terdapat list mahasiswa layak KKP ALL maupun perprodi seperti SI, SK, TI S1, MI, KA dan TI D3. Jika memilih menu tab prodi sebelum login, maka setelah login akan langsung otomatis muncul list mahasiswa yang dipilih. Vol. 8 No. 2 – Agustus 2022 239 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Gambar 5. Menu ALL Pada menu ALL DIP terdapat seluruh mahasiswa yang layak KKP disemester berjalan. Nampak warna tiap kolom yang membedakan prodi masing-masing mahasiswa dan yang paling utama adalah button ADD Pembimbing sebagai menu untuk memilih dosen pembimbing dari mahasiswa tersebut seperti gambar 5. Gambar 6. Menu ADD Pembimbing Vol. 8 No. 2 – Agustus 2022 240 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Gambar 6 Adalah tampilkan ketika klik button ADD Pembimbing, pada menu tersebut juga terdapat foto mahasiswa, nim, nama, ipk, nama calon dosen pembimbing dan button save, delete, cancel. Gambar 7. List Nama Dosen Pembimbing Kemudian gambar 7 merupakan tampilan list seluruh nama dosen pembimbing beserta kode, gelar dan jumlah mahasiswa KKP yang dibimbing. Gambar 8. List Mahasiswa Layak KKP Prodi SI Vol. 8 No. 2 – Agustus 2022 241 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Gambar 8 adalah hasil tampilan list mahasiswa layak KKP prodi SI (Sistem Informasi) terdapat pula foto, nim, nama, ipk, jumlah sks yang telah lulus, jumlah sks yang sedang diambil dan konsentrasi mahasiswa yang bersangkutan, kemudian fasilitas untuk memilih dosen pembimbing seperti gambar 6 dan 7. Gambar 9. List Mahasiswa Layak KKP Prodi TI S1 Sedangkan gambar 9 merupakan tampilan list mahasiswa layak KKP prodi TI S1 (Teknik Informatika jenjang Sarjana) selain data-data yang disebutkan pada gambar 8, terdapat pula jumlah total mahasiswa yang layak KKP dan waktu data tersebut diupdate. Gambar 10. List Mahasiswa Layak KKP Prodi SK Vol. 8 No. 2 – Agustus 2022 242 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Pada gambar 10 adalah tampilan list mahasiswa layak KKP prodi SK (Sistem Komputer) selain data-data yang disebutkan pada gambar 8 dan 9, terdapat warna kolom yang berbeda dari gambar-gambar sebelumnya yang menunjukan perbedaan masing-masing prodi. Gambar 11. List Mahasiswa Layak KKP Prodi MI Gambar 11 merupakan tampilan list mahasiswa layak KKP prodi MI (Manajemen Informatika) kolom berwarna hijau. Gambar 12. List Mahasiswa Layak KKP Prodi KA Vol. 8 No. 2 – Agustus 2022 243 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 Kemudian gambar 12 adalah tampilan list mahasiswa layak KKP prodi KA (Komputerisasi Akuntansi) kolom berwarna orange. Gambar 13. List Mahasiswa Layak KKP Prodi TI D3 Sedangkan gambar 13 merupakan tampilan list mahasiswa layak KKP prodi TI D3 (Teknik Informatika jenjang Diploma Tiga) kolom berwarna kuning. 4. KESIMPULAN Dengan adanya DIP (Dashboard iLearning Prodi) System yang dirancang dalam penelitian ini dapat mempercepat proses pemilihan dosen pembimbing untuk mahasiswa layak KKP dan mempermudah kaprodi ataupun sekprodi dalam pembuatan laporannya yang selama ini masih dilakukan dengan semi komputer, serta dapat menjaga validitas data yang ditampilkan. Penerapan DIP System yang dihasilkan pada penelitian ini dapat menyederhanakan proses rekapan yang dibutuhkan karena mampu menampilkan data valid dosen pembimbing mahasiswa layak KKP secara keseluruhan maupun perprodi disetiap semester. 5. SARAN Pemilihan dosen pembimbing mahasiswa KKP dengan DIP System ini masih menggunakan database lokal dalam rancangannya, dengan demikian perlu penelitian lebih lanjut dalam pengembangan dan pembuatan berbagai macam fitur baru dari lokal ke cloud computing sesuai dengan digitalisasi yang semakin melejit dengan pesatnya serta diharapkan Vol. 8 No. 2 – Agustus 2022 244 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 dapat diakses secara luas dimanapun dan kapanpun oleh Pribadi Raharja, khususnya bagi calon mahasiswa KKP dan kaprodi atau sekprodi maupun dosen pembimbing yang bersangkutan. DAFTAR PUSTAKA [1] Rahardja, U., Aini, Q., & Zebua, V. K. A. (2019). Penerapan Sistem Pengecekan Mahasiswa Layak KKP Berbasis YII Framework Pada Perguruan Tinggi. Jurnal Teknoinfo, 13(2), 96-99. [2] Rahma, O. S., & Anwar, M. (2021). Perancangan Aplikasi Pemilihan Dosen Pembimbing Tugas Akhir dengan Metode Analytical Hierarchy Process. VoteTEKNIKA: Jurnal Vocational Teknik Elektronika dan Informatika, 9(1), 67-74. [3] Gultom, M. D. P., & Marlim, Y. N. (2021). Penentuan Dosen Pembimbing Serta Penguji dengan Menerapkan Metode Fuzzy Multiple Attribute Decision Making dan Simple Additive Weighting. Jurnal Mahasiswa Aplikasi Teknologi Komputer dan Informasi (JMApTeKsi), 2(3), 121-127. [4] Hastuti, T. (2021). Perancangan Sistem Informasi Sebaran Dosen Pembimbing Skripsi dan Tesis Berbasis Website di Rumpun Matematika FMIPA UNJ. J-KOMA: Jurnal Ilmu Komputer dan Aplikasi, 1(1), 44-51. [5] Cholisoh, N., Junaidi, J., & Sari, I. S. (2021). Rancangan Sistem Penginputan Judul Online KKP, TA/SKRIPSI Berbasis Laravel Pada Universitas Raharja. Technomedia Journal, 5(2 Februari), 248-258. [6] SEFTIANI, S. N. (2019). SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING TUGAS AKHIR MENGGUNAKAN ALGORITMA WINNOWING (Studi Kasus: Program Studi Teknik Informatika Universitas Mercu Buana Jakarta) (Doctoral dissertation, Universitas Mercu Buana Jakarta). [7] FEBRI, Y. A. W. (2018). SISTEM PENUNJANG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING MENGGUNAKAN ALGORITMA NAIVE BAYES STUDI KASUS STIKI MALANG (Doctoral dissertation, Sekolah Tinggi Informatika dan Komputer Indonesia). [8] Azzahra, L., Dako, R. D. R., & Ridwan, W. (2022). Sistem Pendukung Keputusan Pada Penentuan Dosen Pembimbing Skripsi Menggunakan Metode Logika Fuzzy. Jambura Journal of Electrical and Electronics Engineering, 4(1), 99-103. [9] Sorongan, E., Sari, D. R., & Dinar, E. (2022). Penerapan Profile Matching untuk Efektifitas Kompetensi Kandidat Dosen Pembimbing di Perguruan Tinggi. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 9(2), 1413-1429. [10] Lestari, N. P. (2022). Pengaruh Pola Komunikasi Mahasiswa dengan Dosen Pembimbing Akademik dan Motivasi Belajar Mahasiswa Pendidikan Ilmu Pengetahuan Sosial di Uin Malang. Dinamika Sosial: Jurnal Pendidikan Ilmu Pengetahuan Sosial, 1(1), 1-11. [11] Fadhilah, N. (2022). PERSEPSI MAHASISWA TERHADAP KOMUNIKASI ANTARPRIBADI DOSEN PEMBIMBING DAN MAHASISWA DALAM Vol. 8 No. 2 – Agustus 2022 245 CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) DOI: 10.33050/cices.v8i2.2358 ISSN: 2356-5209 pp. 235~246 Online ISSN: 2655-3058 BIMBINGAN SKRIPSI. Jurnal Ilmiah Mahasiswa Fakultas Ilmu Sosial & Ilmu Politik, 7(1). [12] Amiruddin, D., Ruhiawati, I. Y., & Murnati, M. (2021). RANCANG BANGUN APLIKASI E-VOTING KETUA OSIS DI SMA PGRI 1 KOTA SERANG. Jurnal Sistem Informasi dan Informatika (SIMIKA), 4(1), 14-25. [13] Aisyah, E. S. N., Yusup, M., & Wahyani, S. (2015). Implementasi Sistem Online Jadwal Rencana Studi (OJRS+) pada Perguruan Tinggi Raharja. Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I). [14] Syafnidawati, S., Rositawati, D., & Romansyah, P., 2021, Sosialisasi Raharja Information System Karyawan Absensi (RISKA) Menggunakan Metode IAC. URNITY, 1(1), 64-74. [15] Henderi, H., Rositawati, D., & Romansyah, P., 2020, Model Digital Signature Pada Dokumen Formal Akademik. Cyberpreneurship Innovative and Creative Exact and Social Science, 6(1), 22-32. Vol. 8 No. 2 – Agustus 2022 246