Perancangan E-Tracer Study berbasis Sistem Cerdas

Abstract

Penggunaan tracer study merupakan mediasi dalam pegukuran kinerja lulusan, tetapi hal yang paling menarik disini adalah dimana aplikasi tracer study tidak disediakan secara gratis, kebanyakan perguruan tinggi memiliki masalah yang komplek seperti kurangnya dana, fasilitas hingga SDM dalam bidang IT yang membuat tracer study tidak banyak digunakan maupun tersebar di berbagai website Perguruan Tinggi. Terkait hal tersebut, diharapkan e-tracer study berbasis sistem cerdas dapat membantu perguruan tinggi mendapatkan suatu keputusan dan e-tracer study dikembangkan dalam bentuk open source sehingga dapat digunakan dan dikembangkan secara gratis oleh setiap Perguruan Tinggi di Indonesia. Dari hasil penelitian maka dapat disumpulkan bahwa penelitian ini berhasil merancang e-tracer study yang dibangun dengan framework codeigniter dan bahasa pemograman pendukung terdiri dari HTML, CSS, Jquery, Java Script, JSON, AJAX, Boostrap sebagai media dalam perancangan antar muka. Sedangkan PHP sebagai server side dan MySQL sebagai database. Pada proses perancangan dilakukan melalui tahapan rumusan masalah, literatur studi, pengumpulan datam analisis kebutuhan, desai system dan pengujian aplikasi. Pada proses pengujian menggunakan metode blackbox dan diukur dengan menggunakan metode usabilitity test pada pengukuran 5 (lima) komponen terdiri dari; learnability, efficiency, memorability, errors, dan satisfaction yang didapatkan melalui penyebaran kuisioner kepada mahasiswa dan alumni. e-tracer study menggunakan kuisioner berdasarkan peraturan dan pedoman pusat karir dan tracer study 2017, dan pada proses pengisian alumni tidak menggunakan modul register tetapi alumni cukup mengisi form pendaftaran yang disediakan, hal ini dilakukan berdasarkan hasil usability test bahwa alumni AMIK Indonesia sangat tidak menyukai proses register dan aktivasi.

Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan Pengguna Lulusan Perguruan Tinggi

“…Begitu juga pada penelitian Rosmini (2018) [7] clustering K-Means juga digunakan dalam pengelompokan data namun agak berbeda disini objek yang digunakan adalah mahasiswa untuk memprediksi waktu kelulusan. Pada aspek pembangunan aplikasi tracer study juga telah banyak dilakukan namun belum menerapakan konsep pengelompokkan atau clustering seperti pada penelitian Muhammad Rizka (2018) [8], Rizaldi Akbar (2020) [9], dan Muhammad Adie Syaputra (2020) [10]. Maka dari penelitian terdahulu, penulis memilih metode clustering K-Means penulis pilih untuk mengelompokkan data kepuasan pengguna lulusan sebagai bentuk evaluasi perguruan tinggi terhadap lulusannya.…”

Lampu Jalan Otomatis Memanfaatkan Turbin Angin Sebagai Penerangan di Area Pantai Bagan Asahan

“…Sistem cerdas adalah ilmu pengetahuan yang bergerak dalam pembuatan mesin yang cerdas. Mesin yang cerdas dapat diartikan sebagai mesin yang dapat melakukan hal-hal tertentu yang memerlukan kecerdasan apabila dilakukan oleh manusia (Akbar & Mukhtar, 2020). Hasil produk yang kami buat dapat dikendalikan atau digunakan oleh masyarakat pantai Bagan Asahan.…”

Model Intelligent Agent Untuk Membantu Peran Psikolog Dalam Proses Interpretasi Jawaban Tes

“…Ada juga yang mengusulkan pendekatan baru untuk memanfaatkan agent penasehat otomatis dalam membantu operator untuk mengelola tim yang terdiri dari banyak robot dengan lebih baik di lingkungan yang kompleks [3]. Beberapa penelitian lain diantaranya merancang e-tracer studi berbasis sistem cerdas [4]; merancang manajemen keamanan untuk e-government [5]; mensimulasikan berbagai permasalahan di bidang transportasi dan logistik [6]; dan penerapan agent cerdas dalam game [7]; [8]; [9]; [10] yang merupakan representasi guru dalam menemani siswa belajar.…”