perancangan dan implementasi sistem pendukung keputusan
TRANSCRIPT
Perancangan dan Implementasi Sistem Pendukung Keputusan
untuk Meningkatkan Nilai Prestasi Akademik Menggunakan
Metode Linear Regresi Berganda dan Korelasi
Artikel Ilmiah
Peneliti:
Andi Kurniawan (672015219)
Yeremia Alfa Susetyo, S.Kom., M.Cs.
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
2019
i
ii
iii
iv
1
1. Pendahuluan
Nilai akademik adalah sebagai bahan acuan untuk mengukur daya pikir dan
prestasi siswa selama mengikuti kegiatan belajar mengajar. Nilai prestasi sangat
penting untuk siswa sebagai penunjang melanjutkan ke jenjang selanjutnya.
Sehingga banyak orang tua berupaya untuk meningkatkan nilai prestasi anak
mereka, untuk meningkatkan nilai prestasi akademik dipengaruhi oleh banyak
faktor. Secara garis besar, faktor-faktor yang mempengaruhi nilai prestasi dibagi
menjadi dua bagian besar, yaitu faktor internal dan faktor external. Faktor internal
adalah faktor yang terdapat dalam diri individu itu sendiri, seperti kesehatan
jasmani dan rohani, kecerdasan, daya ingat, kemauan, dan bakat. Sedangkan faktor
external adalah faktor yang berasal dari luar diri individu yang belajar, seperti
keadaan lingkungan rumah, sekolah, Disiplin belajar, bermasyarakat, dan segala
sesuatu yang berhubungan dengan semua lingkungan tersebut [1] .
Pengelolaan waktu kegiatan siswa memiliki peranan penting, karena tidak
semua siswa dapat mengelola kegiatan harian mereka secara baik. Siswa lebih
banyak bermian game online dari pada belajar, hal ini disebabkan penerapan
teknologi terbaru dan pengalaman baru dalam bermain game lebih menarik dari
pada bahan materi pelajaran. Dengan banyaknya beredar game online yang sedang
banyak diminati oleh siswa, yang menjadikan siswa lebih banyak bermain dari pada
belajar. Akibatnya nilai prestasi akademik siswa mengalami penurunaan[2].
Berdasarkan permasalahan tersebut, maka dilakukakn perancangan sistem
pengambilan keputusan dengan metode linear regresi berganda dan korelasi.
Sistem pengambilan keputusan adalah bagian dari sitem informasi berbasis
komputer yang digunakan untuk mendukung pengambilan keputusan berdasarkan
perhitungan data yang dilakukan. Sedangkan metode linear regresi berganda dan
korelasi digunakan untuk mencari hubungan antar variabel dan besaran
pengaruhnya terhadap nilai prestasi. Penggunaan metode tersebut untuk
mempermudah dalan proses perhitungan dan penerapan kedalam sistem aplikasi
berbasis web.
Tujuan penelitian ini untuk mencari pengaruh jam belajar, jam tidur dan jam
santai terhadap nilai prestasi akademik siswa. Penelitian ini menghasilkan ouput
berupa sistem aplikasi web yang dapat digunakan untuk melakukan prediksi nilai
prestasi dan memberikan informasi variabel waktu yang mempengaruhi nilai
prestasi siswa tersebut. Dari hasil prediksi yang dihasilkan maka diharapkan dapat
digunakan sebagai saran pencegahan terjadinya nilai yang tidak di inginkan, dan
memperbaiki kualitas jam belajar sesuai dengan hasil presentase variabel yang ada.
2. Tinjauan Pustaka
Penelitian yang dilakukan untuk mencari faktor-faktor yang mempengaruhi
hasil belajar siswa kompetensi dasar ayat jurnal penyesuaian mata pelajaran
akuntansi kelas IPS SMA Negeri 1 Bae Kudus. Hasil dari penelitain ini adalah
faktor psikologi siswa(27,54%), faktor lingkungan masyarakat(10,8%), faktor
lingkungan keluarga(8,70%), faktor pendukung belajar(6,98%), faktor waktu
sekolah(6,23%). Dari penelitian yang dilakukan faktor psikologi siswa memiliki
pengaruh terbesar terhadap nilai prestasi akademik[3].
2
Sedangkan faktor-faktor yang mempengaruhi prestasi belajar praktik
kejuruan siswa SMK program studi keahlian Teknik Komputer dan Informatika,
faktor motivasi berprestasi memiliki pengaruh terbesar dengan presentase 15,79%,
faktor sarana dan prasarana sebasar 14,87%, dan faktor disiplin belajar sebesar
13,31%. Pada penelitian faktor sarana dan prasarana memiliki peranan penting
terjadap prestasi, karena proses kegiatan pembelajaran yang tidak dapay dilakukan
tanpa melakukan praktek secara langsung menggunakan sarana yang ada[4].
Dalam penelitian pengaruh disiplin belajar dan lingkungan teman sebaya
terhadap prestasi belajar mahasiswa program studi Pendidikan Angkutansi
angkatan 2009 Fakultas Ekonomi Universitas Negeri Yogyakarta, faktor pengaruh
disiplin belajar dan lingkungan teman sebaya memiliki pengaruh positif dan
signifikan. Sehingga lingkungan pergaulan dan teman sebaya memiliki pengaruh
dalam hasil nilai prestasi akademik[5].
Pada dasarnya pengambilan keputusan adalah suatu pendekatan sistematis
suatu masalah dengan mengumpulkan fakta, penentuan yang matang dari
alternative yang dihadapi, dan pengambilan tindakan berdasarkan perhitungan
yang paling tepat. Dalam menentukan suatu keputusan banyak faktor yang
mempengaruhi. Sehingga diperlukan untuk mengidentifikasi berbagai faktor yang
penting dan mempertimbangkan tingkat pengaruh dari setiap faktor terhadap faktor
yang lainya[6].
Regresi linier adalah metode statistika yang digunakan untuk membentuk
model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau
lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas
hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat
lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda.
Analisis regresi linier berganda adalah hubungan secara linear antara dua
atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan
variabel dependen apakah masing-masing variabel independen berhubungan positif
atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai
variabel independen mengalami kenaikan atau penurunan. Data yang digunakan
biasanya berskala interval atau rasio[7].
Persamaan regresi linear berganda ditunjukan pada persamaan 1.
Y’ = a + b1X1 + b2X2 + . . . .+ bnXn . . . . . . . . . . . . . . . . . . . . (1)
Keterangan :
Y’ = Variabel dependen (Nilai yang diprediksi)
X1 dan X2 = adalah variabel independen.
a = konstanta(nilai Y’ apabila x1,x2...xn = 0)
b = koefisisen regresi (nilai peningkatan ataupun penurunan).
Korelasi adalah salah satu teknik analisis yang dalam statistik digunakan
untuk mencari hubungan antara dua variabel yang bersifat kuantitatif. Analisis
korelasi merupakan studi pembahasan tentang derajat hubungan atau derajat
asosiasi antara dua variabel, misalnya variabel X dan variabel Y. Tujuan dari
3
analisis korelasi adalah untuk menentukan seberapa erat hubungan antara dua
variabel[8].
Persamaan korelasi ditunjukan pada persamaan 2.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (2)
Keterangan :
rxy = Koefisien korelasi antara x dan y.
∑x.y = Jumlah perkalian antara x dan y.
X = deviasi dari mean untuk nilai variabel x.
Y = deviasi dari mean untuk nilai variabel y.
X2 = kuadrat nilai x
Y2 = kuadrat nilai y.
Besaran keterkaitan antara suatu faktor dengan faktor yang lainya
dipengaruhi oleh nilai interval dan rasio dari masing- masing faktor sehingga
semakin balance interval dan rasio maka keterlibatan kedua faktor semakin tinggi.
PHP (Hypertext Preprocessor) adalah salah satu bahasa pemrograman open
source yang digunakan untuk pengembangan web, dan dapat ditanamkan sebuah
script HTML. Bahasa PHP menggambarkan beberapa bahasa pemrograman seperti,
C, java, dan perl. PHP merupakan bahasa scripting server-side, dimana
pemrosesan datanya dilakukan pada sisi server. Sederhananya, server yang akan
menerjemahkan script program, baru hasil dari pemrosesan akan dikirim kepada
client yang melakukan permintaan.
Gambar 1 Skema PHP.
4
Model kerja HTML diawali dengan permintaan suatu halaman web oleh
browser. Berdasarkan Uniform Resource Locator (URL) atau disebut dengan
alamat Internet, browser mendapatkan alamat dari web server, mengidentifikasi
halaman yang dikehendaki, dan menyampaikan segala informasi yang dibutuhkan
oleh web server. Informasi yang disampaikan ke web server antara lain adalah
nama browser, versi, dan sistem operasinya. Selanjutnya, web server akan
mencarikan berkas yang diminta dan memberikan isinya ke browser. Browser yang
mendapatkan isinya segera melakukan proses penerjemahan kode HTML dan
menampilkan ke layar pemakai. Jika yang diminta adalah sebuah halama PHP,
maka prinsipnya serupa dengan kode HTML. Hanya saja, ketika berkas PHP yang
diminta didapatkan oleh web server, isinya segera dikirimkan ke mesin PHP dan
mesin inilah yang memproses dan memberikan hasilnya (berupa kode HTML) ke
web server. Selanjutnya, web server menyampaikan ke klien[9].
3. Metode dan Perancangan Sistem
Tahapan dalam melakukan penelitian yang dilakukan terbagi ke dalam 4
tahap, yaitu : (1) tahap Analisis Kebutuhan dan perancangan pertanyaan
wawancara, (2) tahap Pengumpulan data dan pengolahan data yang didapat dalam
bentuk excel, (3) tahap perancangan menu aplikasi web yang akan diterapkan, (4)
tahap pembahasan, Pengujian dan Analisis Hasil Pengujian.
Gambar 2 Tahapan Penelitian
5
Tahapan penelitian dapat dilihat pada Gambar 2. Tahap pertama adalah
identifikasi masalah, meliputi peninjauan lokasi yang akan digunakan untuk
melakukan penelitian. Lokasi yang dipilih adalah SMA N 1 Suruh karena faktor
sebagain besar siswa tidak banyak yang mengikuti bimbingan belajar tambahan.
Penentuan variabel yang akan digunakan dalam melakukan penelitian, penentuan
variabel akan berguna untuk penyusunan daftar pertanyaan kuesioner dan
wawancara.
Tahap kedua adalah pengumpulan data, tahap pengumpulan data meliputi
input data nilai raport siswa dan input data melalui hasil wawancara. Data
wawancara diperoleh melalui tatap muka langsung dan penyebaran kuesioner. Data
yang diperoleh kemudian diproses hitung manual menggunakan metode linear
regresi berganda dan korelasi di office excel.
Tahap ketiga adalah perancangan sistem dan penerapan metode linear
regresi berganda dan korelasi pada aplikasi web. Perancangan aplikasi meliputi
perancangan algoritma, use case diagram, dan activity diagram. Perancangan
algoritma adalah perhitungan data yang telah di input kedalam data office excel
kemudian dihitung menggunakan metode regresi linear berganda dan korelasi. Jika
hasil perhitungan sudah benar dan sesuai selanjutnya rumus perhitungan algoritma
akan diterapkan pada aplikasi sitem pendukung keputusan untuk meningkatkan
nilai prestasi akademik siswa. Penerapan rumus algoritma untuk mempermudah
user ketika melakukan perhitungan prediksi nilai.
Gambar 3 Diagram Use case
Pada Gambar 2 use case diagram sistem aplikasi melibatkan admin dan
user. Admin dapat mengakses dan mengelola data SPK, data siswa, data guru, data
nilai siswa, dan mata pelajaran. Sedangkan user sebagai siswa dapat mengakses
data nilai dan data SPK. Pada aplikasi sistem pendukung keputusan untuk
6
meningkatkan nilai akademik siswa bertumpu pada admin, karena kerahasian data
yang tidak boleh di akses oleh public.
Gambar 4 Diagram activity Alur proses sistem pengambilan keputusan dilakukan oleh user. User akan
menginputkan data jam belajar, jam istirahat, dan jam tidur. Kemudian sistem akan
melakukan proses hitung menngunakan metode linear regresi berganda dan
korelasi. Proses tersebut akan menghasilkan output berupa prediksi nilai semester
selanjutnya dan saran untuk melakukan peningkatan dari variabel yang di inputkan.
Tahap terakhir adalah pengujian dan analisis hasil penelitian, pada tahap ini
akan dilakukan pembahasan hasil penelitian dan proses pengujian terhadap sistem.
Sistem akan di uji terkait setiap fungsi yang digunakan dan daya efektifitas.
Selanjutnya akan di analisis dan penentuan kelayakan sistem. Dalam proses
pengujian sistem juga melibatkan user dan admin yang akan meggunakan, hal ini
untuk menunjang kebutuhan admin yang diperlukan.
4. Hasil dan Pembahasan
Dalam pembuatan aplikasi sistem pendukung keputusan untuk
meningkatkan nilai prestasi akademik melalui faktor waktu belajar, dilakukan
pengolahan data dalam bentuk office excel. Data yang diolah dalam aplikasi
sebanyak 50 responden. Sampel data di ambil secara acak dari masing - masing
7
perwakilan kelas. Data nilai raport yang dimasukan dalam proses hitung adalah
nilai rata-rata semua mata pelajaran selama satu semester.
Tabel 1 data sampel
Sampel Data Perhitungan Predikisi Nilai Rata-Rata Siswa
NIS Nilai (Y) Jam Belajar
(X1)
Jam Tidur
(X2)
Jam Santai (X3)
4673 7.9 9 7 8
4679 8.6 10 8 6
4683 8.3 11 6 7
4687 8.5 10 8 6
4693 8.7 11 7 6
4700 8.5 12 8 4
4705 7.8 12 6 6
4710 7.7 10 6 8
4715 8.2 9 7 8
4721 7.7 11 8 5
Pada tabel sampel data yang didapat, dilakukan penyesuain dengan data
hasil wawancara. Data nilai raport dalam kolom Y, kemudian x1 sebagai jam
belajar, x2 sebagai jam tidur, dan x3 sebagai jam santai. Penggolongan variabel
berdasarkan format waktu 24 jam dan digolongkan dalam kegiatan harian siswa.
Data jam belajar diperoleh dari 8 jam kegiatan KBM di sekolah dan penambahan
kegiatan belajar mandiri. Data jam tidur di ambil berdasarkan total seorang siswa
tidur diluar kegiatan sekolah. Data jam santai adalah total waktu yang digunakan
siswa selama melakukan kegiatan rutinitas diluar jam belajar dan jam tidur. Dari
ketiga variabel tersebut jika dijumlah total adalah 24 jam.
Proses selanjunya adalah perhitungan data yang ada kedalam bentuk regresi
linear berganda. Proses perhitungan dilakukan secara manual memlalui software
office excel. Penggunaan software office excel untuk melihat proses hitung secara
rinci setiap tahapan. Dengan adanya proses hitung per-tahap maka akan
memudahkan penerapan rumus metode linear regresi berganda kedalam aplikasi
web. Untuk melakukan pencarian prediksi menggunakan metode linear regresi
berganda, diperlukan proses hitung dalam beberapa tahap.
. . . . . . . . . . . . . . . . . . . . . . . .(3)
. . . . . . . . . . . . . . . . . . . . . . . .(4)
. . . . . . . . . . . . . . . . . . . . . . . .(5)
. . . . . . . . . . . . . . . . . . . . . . . .(6)
∑𝑥12 = ∑𝑥12 − (∑ 𝑥1)2
𝑛
∑𝑥22 = ∑𝑥22 − (∑ 𝑥2)2
𝑛
∑𝑥32 = ∑𝑥32 − (∑ 𝑥3)2
𝑛
∑𝑌2 = ∑𝑌2 − (∑𝑌)2
𝑛
8
Pada persamaan 3, 4, dan 5 adalah rumus untuk mencari nilai maksimum
dari setiap variabel. ∑x1^ adalah nilai maksimum variabel jam belajar, ∑x2^ adalah
nilai maksimum variabel jam tidur, ∑x2^ adalah nilai maksimum variabel jam
santai, ∑Y^ adalah nilai maksimum dari nilai, dan n adalah jumlah seluruh data.
. . . . . . . . . . . . .(7)
. . . . . . . . . . . . .(8)
. . . . . . . . . . . . .(9)
Pada persamaan 7, 8, dan 9 adalah tahap pencarian koefisien regresi, Dari
hasil proses hitung b1 sebagai koefisien variabel jam belajar, b2 sebagai koefisien
variabel jam tidur dan b3 sebagai koefisien variabel jam santai. Koefisien regresi
adalah sebagai nilai yang akan memberikan range untuk meningkat atau menurun
pada nilai prestasi selanjutnya.
. . . . . . . . . . . . . .(10)
Untuk mencari nilai konstanta maka diperlukan rumus pada persamaan 10.
Konstanta adalah nilai tetap, yang dipengaruhi oleh koefisien. Rumus pencarian
konstanta dimana jumlah maksimum variabel dependen dikurangi variabel
koefisien. Hasil proses hitung konstanta adalah 8,18. Setelah setiap variabel telah
dilakukan proses hitung, selanjutnya dimasukan kedalam rumus utama regresi
linear berganda untuk mencari nilai prediksi.
Y’ = 8,18 + 4,8X1 + 4,2X2 + (-0,89)X3 . . . . . . . . . . . . . . . . (11)
Pada persamaan 11 adalah hasil akhir perhitungan yang akan digunakan
untuk melakukan prediksi nilai siswa. Dengan nilai konstanta 8,18, nilai variabel
jam belajar 4,8x1, nilai variabel jam tidur 4,2x2, dan nilai dari variabel jam santai
(-0,89)x3. Tahap terakhir adalah menacari besaran pengaruh setiap variabel yang
ada terhadap nilai menggunakan rumus korelasi.
. . . . . . . . . . . . . . . . . . . .(12)
Perhitungan pada rumus korelasi digunakan untuk mencari faktor yang
paling mempengaruhi nilai akademik paling tinggi. Faktor yang memiliki pengaruh
paling tinggi adalah jam belajar dengan presentase 53%, faktor jam tidur dengan
𝑏1 =[(∑𝑥22 . ∑𝑥1𝑦. ∑𝑥3𝑦)
[(∑𝑥12 . ∑𝑥22 . ∑𝑥32)−
(∑𝑥2𝑦. ∑𝑥1𝑥2𝑥3)]
(∑𝑥1. ∑𝑥2.∑ 𝑥3)2]
𝑏2 =[(∑𝑥12 . ∑𝑥2𝑦.∑ 𝑥3𝑦)
[(∑𝑥12 . ∑𝑥22 . ∑𝑥32)−
(∑𝑥1𝑦. ∑𝑥1𝑥2𝑥3)]
(∑𝑥1. ∑𝑥2.∑ 𝑥3)2]
𝑏3 =[(∑𝑥32 . ∑𝑥1𝑦 ∑𝑥2𝑦)
[(∑𝑥12 . ∑𝑥22 . ∑𝑥32)−
(∑𝑥3𝑦. ∑𝑥1𝑥2𝑥3)]
(∑𝑥1. ∑𝑥2.∑ 𝑥3)2]
𝑎 =(∑𝑦) − (𝑏1. ∑𝑥1) − (𝑏2. ∑𝑥2) − (𝑏3. ∑ 𝑥3)
𝑛
𝑟 =(𝑛)(∑𝑥1𝑦) − ( ∑𝑥1)(𝑦)
√(𝑛)(𝑥12) − (𝑥1)2(𝑛)(𝑦2) − (𝑦)2
9
presentase 46%, faktor jam santai -7%, dan denag rasio error 3% dari data yang
tidak sesuai.
Proses sistem pendukung keputusan untuk melakukan proses prediksi nilai
akademik siswa dimulai dari admin daftar data siswa hingga hasil nilai prediksi
akan dijelaskan pada berikut :
Gambar 5 menu daftar data siswa Pada Gambar 5 merupakan menu daftar data siswa yang di isi oleh admin,
pada menu daftar data siswa admin dapat melakukan tambah data siswa, input nilai,
dan melakukan edit data siswa. Data siswa yang di input sesuai dengan data raport
sehingga pada sistem aplikasi juga bisa digunakan sebagai raport online.
Gambar 6 menu hasil prediksi
10
Pada Gambar 6 adalah tampilan hasil akhir prediksi nilai dan rekomendasi
variabel yang harus ditingkatkan. Pada menu ini siswa dapat menghapus data
variabel yang di inputkan dan melakukan perhitungan lagi, sehingga dapat
menemukan variabel atau waktu yang tepat untuk meningkatkan nilai prestasi
akademik. Perhitungan nilai prediksi menggunakan algoritma perhitungan linear
regresi berganda, dan untuk mencari besaran pengaruh setiap variabel
menngunakan persamaan rumus korelasi.
Kode Program 1 Fungsi prediksi nilai.
Pengujian sistem ini dilakukan dengan menggunakan teknik pengujian
Black Box Testing dan pengujian beta.Untuk menemukan masalah (error) atau
ketidak sesuaian pada fungsi-fungsi yang ada dalam sistem aplikasi. Untuk rincian
pengujian dapat dilihat pada tabel berikut:
a. Pengujian untuk bagian yang dapat diakses oleh user siswa pada sistem
pendukung keputusan untuk meningkatkan nilai prestasi siswa meliputi
login, lihat nilai, lihat data SPK, input data SPK dapat dilihat pada Tabel 2.
Tabel 2 pengujian black box untuk bagian yang dapat di akses oleh user
Aktivitas
dan Event
Input Output Status
Pengujian
login NIS dan
Password
a. Jika berhasil akan masuk ke menu utama
b. jika gagal akan menampilkan notifikasi
bahwa nis atau pasword tidak sesuai.
Valid
Lihat nilai Nilai hasil semester Valid
1. <?php echo 'Hasil Prediksi Nilai : <b>',
number_format(($a1/10)+(($b1*100000000000)*$l)+(($b2*1000000000
00)*$m)+(($b3*10000000000)*$n),2),'</b>, untuk mencapai hasil
maksimal';
2. $min_spk = min($satu, $dua, $tiga); 3. echo(' variabel yang harus diperbaiki adalah : <b>'); 4. if($min_spk == $satu){ 5. echo "Jam Belajar"; 6. } 7. elseif ($min_spk == $dua) { 8. echo "Jam Tidur"; 9. } 10. elseif ($min_spk == $tiga){
11. echo "Jam Santai";
12. }
13. else if($min_spk == $dua && $tiga){
14. echo "Jam Tidur dan Jam Santai";
15. }
16. else if($min_spk == $satu && $tiga){
17. echo "Jam Belajar dan Jam Santai";
18. }
19. else if($min_spk == $satu && $dua){
20. echo "Jam Belajar dan Jam Tidur";
21. }
22. echo "</b> dengan persentase <b>$min_spk</b> %.";
}
23. ?>
11
Lihat data
SPK
Hasil prediksi nilai dan rekomendasi untuk
memperbaiki nilai
Valid
Input data
SPK
Data jam
belajar, jam
tidur, jam
istirahat
Kolom pengisian data variabel SPK Valid
b. Pengujian untuk bagian yang dapat diakses oleh admin meliputi login, daftar
siswa, daftar guru, daftar mata pelajaran, SPK dan prediksi dapat dilihat
pada Tabel 3.
Tabel 3 pengujian black box untuk bagian yang dapat di akses oleh admin
Aktivitas
dan Event
Input Output Status
Pengujian
login id dan
Password
a. Jika berhasil akan masuk ke menu utama
b. jika gagal akan menampilkan notifikasi
bahwa nis atau pasword tidak sesuai.
Valid
Daftar
siswa
Data
identitas
siswa
Form kolom inputan siswa Valid
Daftar guru Data
identitas
guru
Form kolom inputan guru Valid
Daftar mata
pelajaran
Data mata
pelajaran
Form kolom inputan daftar mata pelajaran valid
Lihat SPK Daftar siswa dengan hasil SPK Valid
Berdasarkan hasil pengujian yang dilakukan diperoleh hasil bahwa masing
–masing fungsi pada aplikasi sistem pendukung keputusan sudah sesuai dengan
yang diharapkan. Pengujian beta merupakan pengujian yang dilakukan oleh suatu
kelompok yang tidak terlibat dalam pembuatan sistem, pengujian ini bertujuan
untuk mengetahui apakah sistem telah memenuhi kebutuhan pengguna. Untuk
mengetahui hasil dari pengujian beta digunakan kuesioner yang diberikan kepada
pengguna sistem. Tanggapan dari masing-masing responden yang telah mengisi
kuesioner kemudian dihitung dengan menggunakan skala likert dengan pilihan
jawaban Tidak Setuju bernilai 1, Kurang Setuju bernilai 2, Setuju bernilai 3, dan
Sangat Setuju bernilai 4. Skala likert merupakan skala yang digunakan untuk
mengukur pendapat atau persepsi seseorang maupun kelompok mengenai sebuah
peristiwa atau fenomena sosial. Tabel 4 daftar hasil jawaban responden
Jawaban Pertanyaan
1 2 3 4 5
Sangat Setuju 10 7 11 13 15
Setuju 7 8 6 4 2
Cukup Setuju 2 2 2 2 2
Kurang Setuju 1 2 1 1 1
Tidak Setuju 0 1 0 0 0
12
Jawaban kuesioner dihutung menggunakan persamaan skala likert dengan
tujuan untuk mengetahui persentase dari masing – masing jawaban kuesioner.
Berdasarkan hasil pengujian yang telah dilakukan sehingga dapat disimpulkan
bahwa pertanyaan pertama 86% responden memberi pendapat aplikasi ini mudah
digunakan. Sedangkan berdasarkan pertanyaan ke dua 78% responden berpendapat
aplikasi cukup menarik. Berdasarkan pertanyaan ketiga 87% responden
mengatakan aplikasi ini mudah untuk dipahami. sebanyak 86% responden
berpendapat bahwa fungsi pada aplikai sudah berfungsi sebagai mana mestinya.
Berdasarkan pertanyaan terakhir 91% responden berpendapat bahwa aplikasi ini
membantu siswa untuk meningkatkan prestasi dengan mengatur waktu belajar
dengan tepat.
5. Simpulan
Berdasarkan penelitian dan pengujian aplikasi yang telah dilakukan dapat
di ambil kesimpulan sebagai berikut : (1) faktor jam belajar memiliki pengaruh
tebesar terhadap nilai prestasi akademik 55%, jam tidur memiliki pengaruh 46%
dan faktor jam santai tidak memiliki pengaruh. Dari hasil tersebut, disiplin belajar
dan istirahat yang cukup memiliki pengaruh secara langsung terhadap nilai prestasi
siswa. (2) berdasarkan hasil pengujian sistem aplikasi, total 86,2% responden setuju
dengan adanya penerapan aplikasi sitem prediksi nilai akademik siswa. (3) dengan
adanya penelitian ini maka diharapkan siswa dapat mengatur waktu kegiatan setiap
hari untuk meningkatkan nilai prestasi akademik, dan melakukan kegiatan yang
bermanfaat untuk masa depan.
Pada penelitian sistem pendukung keputusan nilai prediksi siswa
menggunakan metode linear regresi berganda dan korelasi, masih jauh dari kata
sempurna sehingga diharapkan dapat dikembangkan sesuai dengan kebutuhan.
Saran pengembangan penelitian perlu ditambahkan variabel lain yang lebih
spesifik. Untuk mendapatkan hasil yang lebih baik dan effisien. Pada
pengemabangan sistem dan aplikasi diharapkan dapat ditambahakan fungsi prediksi
kelulusan atau kenaikan kelas, sehingga mengoptimalkan penggunaan data nilai
raport.
6. Daftar Pustaka
[1] Slameto, Belajar dan Faktor-Faktor yang Mempengaruhinya. Jakarta:
Rineka Cipta, 2010.
[2] T. Rizqi ariantoro, “Dampak game online terhadap prestasi belajar pelajar,”
vol. 3, no. 1, p. 56, 2016.
[3] S. R. Dana, “Faktor-Faktor Yang Mempengaruhi Hasil Belajar Siswa
Kompetensi Dasar Ayat Jurnal Penyesuaian Mata Pelajaran Akuntansi
Kelas XI IPS Di SMA Negeri 1 Bae Kudus,” Econ. Educ. Anal. J., vol. 1,
no. 2, pp. 1–7, 2012.
[4] L. Setiawati and P. Sudira, “Faktor-Faktor Yang Mempengaruhi Prestasi
Belajar Teknik Komputer Dan Informatika the Factors Affecting the
13
Achievement in Vocational Practice of the Students of Vocational High
School ( Smk ) Computer Technology and Informatics Program,” J.
Pendidik. vokasi, vol. 5, no. 1, pp. 325–339, 2015.
[5] S. T. Saputro and P. Pardiman, “Pengaruh Disiplin Belajar Dan
Lingkungan Teman Sebaya Terhadap Prestasi Belajar Mahasiswa Program
Studi Pendidikan Akuntansi Angkatan 2009 Fakultas Ekonomi Universitas
Negeri Yogyakarta,” J. Pendidik. Akunt. Indones., vol. 10, no. 1, pp. 78–97,
2019.
[6] D. Andayati, “Sistem Pendukung Keputusan Pra-Seleksi Penerimaan Siswa
Baru (Psb) on-Line Yogyakarta,” J. Teknol., vol. 3, no. 2, pp. 145–153,
2010.
[7] D. Prayitno, SPSS 22 Pengolahan Data Praktis. yogyakarta: andi, 2013.
[8] Sugiyono, Statistika untuk Penelitian. Bandung: Alfabeta, 2012.
[9] Y. Kustiyaningsih and D. Rosa, Pemrograman basis data berbasis web
menggunakan php dan mysql. yogyakarta: graha ilmu, 2011.