ANALISIS APLIKASI FEEDER PDDIKTI (PANGKALAN DATA PENDIDIKAN TINGGI) DAN
EPSBED (EVALUASI PROGRAM STUDI BERBASIS EVALUASI DIRI) DI KOPERTIS
WILAYAH V DAERAH ISTIMEWA YOGYAKARTA
Virdiana Sriviana Fatmawaty1), Hanif Al Fatta2)
1) Teknik Informatika STMIK AMIKOM Yogyakarta
2) Manajemen Informatika STMIK AMIKOM Yogyakarta
Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283
Email: virdiana.s.f@gmail.com1), hanif.a@amikom.ac.id2)
Abstract - PDDIKTI is an collection / summary of the data the
organization of the entire College of Higher Education that is
integrated nationally, which are accessible via a web page with the
address http://forlap.dikti.go.id. Data that is shared by all
universities in Indonesia under the Kementerian Riset, Teknologi,
dan Pendidikan Tinggi are required to be uploaded into the system
PDDIKTI accordance with rules laid down by the Directorate of
Higher Education. So a good college State University (PTN) and
Private Higher Education (PTS) when the academic process and its
management is recognized by the government, the College shall
report to the management activities PDDIKTI system.
Flow data reporting PDDIKTI for this through many changes both
in terms of reporting and the application used. This application
changes make a big impact at the college because of the many factors
that need to make adjustments easy. On older systems through the
application of its reporting is EPSBED groove of Higher Education
Kopertis to which the PT is already validating and from Kopertis to
Higher Education. But for the new reporting lines, straight to the
College of Higher Education through FEEDER PDDIKTI and
afterwards returned to the Kopertis to perform validation. But until
now the validation can not be done so that the College does not know
whether the data they already have input into Feeder is appropriate
or not.
In this thesis, the researchers analyzed the old application system
(EPSBED) with a new application system (FEEDER PDDIKTI)
which aims to provide recommendations to the Higher Education in
order FEEDER PDDIKTI be more appropriate to the conditions
existing at the College
Keywords: PDDIKTI, FEEDER PDDIKTI, EPSBED, Higher
Education, Higher Education, Kopertis.
Pendahuluan
1.1 Latar Belakang
PDDIKTI merupakan kumpulan/rangkuman data
penyelenggaraan Pendidikan Tinggi seluruh Perguruan Tinggi
yang terintegrasi secara nasional yang dapat diakses melalui
laman web dengan alamat http://forlap.dikti.go.id. Data yang
dimiliki oleh semua perguruan tinggi di Indonesia di bawah
Kementerian Riset, Teknologi, dan Pendidikan Tinggi
diwajibkan untuk diunggah ke dalam sistem PDDIKTI sesuai
dengan aturan yang ditetapkan oleh Direktorat Perguruan
Tinggi. Sehingga suatu perguruan tinggi baik Perguruan Tinggi
Negeri (PTN) maupun Perguruan Tinggi Swasta (PTS) apabila
proses akademik dan manajemennya diakui oleh pemerintah
maka Perguruan Tinggi tersebut wajib melaporkan kegiatan
pengelolaannya ke system. PDDIKTI.pola yang jelas juga
menerapkan teknologi terbaru untuk pengembangan website.
Alur pelaporan data PDDIKTI selama ini melalui banyak
perubahan baik dari segi pelaporannya maupun aplikasi yang
digunakan. Perubahan aplikasi ini membuat dampak yang
cukup besar pada perguruan tinggi karena banyak faktor yang
perlu melakukan penyesuaian yang tidak mudah. Sistem
Pelaporan pada tahun 2002 menggunakan aplikasi yang
dinamakan dengan EPSBED yang kemudian berkembang
menggunakan PDPT Oracle pada tahun 2009 yang hanya
bertahan sampai tahun 2011, yang kemudian berganti menjadi
Win EPSBED. Tapi Win EPSBED juga tidak bertahan lama,
sehingga pada tahun 2013 media pelaporan lewat FTP, dan
pada 2015 akhirnya DIKTI beralih ke FEEDER PDDIKTI.
Pada sistem lama alur pelaporannya adalah dari Perguruan
Tinggi ke Kopertis dimana di PT tersebut sudah melakukan
validasi dan dari Kopertis ke Dikti. Tapi untuk alur pelaporan
yang baru, Perguruan Tinggi langsung menuju ke Dikti melalui
FEEDER PDDIKTI dan setelah itu di kembalikan ke Kopertis
untuk melakukan Validasi. Tapi sampai sekarang validasi
tersebut belum bisa dilakukan sehingga Perguruan Tinggi tidak
tahu apakah data yang sudah mereka inputkan ke Feeder sudah
sesuai atau belum. Dan perubahan aplikasi dari EPSBED ke
FEEDER PDDIKTI ini membutuhkan penyesuaian yang cukup
besar, karena baik cara pelaporan yang berbeda, struktur tabel
nya pun berbeda, jadi bagi Perguruan Tinggi yang sudah
memiliki program konversi dari Sistem Informasi Akademik
(SIAKAD) masing-masing Perguruan Tinggi ke EPSBED,
harus melakukan penyesuaian yang tidak sederhana.
Masalah-masalah yang timbul dari proses pelaporan data
melalui FEEDER PDDIKTI ini yang membuat Penulis
melakukan analisis terhadap masalah-masalah yang ditemukan
oleh Perguruan Tinggi dalam proses pelaporan di FEEDER
PDDIKTI.
1.2 Rumusan Masalah
Berdasarkan pemaparan dari latar belakang masalah di
atas, penulis merumuskan masalah yaitu menganalisa sistem
aplikasi lama (EPSBED) dengan sistem aplikasi baru
(FEEDER PDDIKTI) yang bertujuan untuk memberikan
rekomendasi kepada Dikti agar FEEDER PDDIKTI menjadi
lebih sesuai dengan kondisi yang ada di Perguruan Tinggi.
1
1.3 Maksud dan Tujuan menghasilkan suatu tindakan yang lain yang akan membuat
data kembali. Data tersebut ditangkap sebagai input, diproses
a. Proses migrasi data dari EPSBED ke FEEDER tidak
kembali melalui suatu model dan seterusnya membentuk siklus
menemui kendala
yang dapat dilihat pada gambar dibawah ini : 2
b. Sebagai masukan bagi sistem baru (FEEDER) agar
lebih baik.
c. Perguruan Tinggi tidak menemukan kendala dalam
melaporkan penyelenggaraan akademiknya melalui
FEEDER
1.4 Metode Penelitian
1. Identifikasi Masalah
2. Penelitian menerima laporan masalah proses 1.5.3 Kualitas Informasi
penginputan data di FEEDER PDDIKTI dan laman
http://forlap.dikti.go.id/ dari Perguruan Tinggi sebagai Kualitas suatu informasi tergantung dari 3 (tiga) hal, yaitu :
pengguna langsung aplikasi FEEDER PDDIKTI. 1. Akurat (accurate)
3. Melihat Data yang ada di FEEDER dan EPSBED Informasi harus bebas dari kesalahan-kesalahan dan tidak
4. Dalam hal ini penulis mengumpulkan data-data yang menyesatkan.
ada di FEEDER dan EPSBED. Data dari EPSBED 2. Tepat waktu (timeline)
diperoleh dari Perguruan Tinggi yang secara langsung Informasi yang datang pada penerima tidak boleh
melaporkan ke Kopertis, dan data FEEDER diperoleh terlambat.
dengan cara mengambil data dari server DIKTI 3. Relevan (relevance)
melalui suatu aplikasi yang ditentukan oleh DIKTI. Informasi tersebut mempunyai manfaat untuk
5. Membuat Mapping Tabel dari kedua aplikasi pemakaiannya.
6. Peneliti membuat mapping pada tabel-tabel yang ada
di FEEDER PDDIKTI dan EPSBED. 1.5.4 Basis Data
7. Analisis mapping table Basis data adalah kumpulan data, umumnya
8. Peneliti melakukan analisis terhadap tabel tabel yang mendeskripsikan aktivitas satu organisasi yang berhubungan
ada di FEEDER PDDIKTI dan EPSBED. atau lebih. 3
9. Peneliti melakukan uji coba langsung pada ke dua Basis data merupakan kumpulan dari data yang saling
aplikasi (FEEDER dan EPSBED) untuk melihat apa berhubungan (relasi) antara yang satu dengan lainnya yang
yang menjadi masalahnya. disimpan secara bersama sedemikian rupa dan tanpa
10. Peneliti melakukan ujicoba langsung pada laman pengulangan (redudansi) yang tidak perlu untuk memenuhi
http://forlap.dikti.go.id/ dari sisi sebagai Kopertis dan berbagai kebutuhan. 4
juga dari sisi Perguruan Tinggi. Berapa istilah yang berhubungan dengan database antara
11. Menemukan Solusi dari permasalahan. lain:
12. Membuat rekomendasi terhadap aplikasi FEEDER 1. Entitas
PDDIKTI. Entitas adalah orang, tempat, kejadian, atau konsep yang
1.5 Dasar Teori informasinya direkam.
2. Atribut
1.5.1 Pengertian Data Setiap entias mempunyai atribut atau sebutan untuk
Data adalah fakta yang dikumpulkan, direkam, mewakili suatu enitas. Atribut juga disebut sebagai data
disimpan dan diproses oleh sebuah sistem informasi. Data field atau data item.
biasanya menerangkan pengamatan atau pengukuran business 3. Data Value
activities yang penting bagi pengguna sistem informasi. Data value, nilai atau isi data adalah data aktual atau
Beberapa jenis data yang perlu dikumpulkan dalam suatu informasi yang disimpan pada tiap data elemen atau
kegiatan : 1 atribut.
4. Record atau Tuple
1. Fakta mengenai kegiatan yang terjadi. Kumpulan dari field membentuk suatu record (rekaman
2. Sumber daya yang terpengaruh dampak kegiatan. atau tupel) yang sejenis menunjukkan suatu item dari data.
3. Orang-orang yang terlibat dalam kegiatan Record menggambarkan suatu unit data individu yang
1.5.2 Siklus Informasi tertentu.
5. File
Jika kriteria informasi dapat dipenuhi, maka akan File merupakan kumpulan dari record-record yang
menghasilkan tindakan yang berarti bagi tingkat manajemen menggambarkan satu kesatuan data yang sejenis.
atau pimpinan. Data yang diolah melalui model menjadi 6. Basis Data (Database)
informasi kemudian penerima menerima informasi tersebut Basis data merupakan kumpulan dari file atau tabel yang
lalu membuat keputusan dan melakukan tindakan yang berarti, membentuk suatu database.

2
7. Sistem Pengelola Basis Data (Database Management
Sistem atau DBMS) Berisi kumpulan (koleksi) data yang
saling berelasi dengan set program untuk mengakses data
tersebut. Jadi DBMS terdiri dari database dan set program
untuk menambah data, menghapus data, mengubah,
mengambil dan membaca data.
1.5.5 Bahasa Basis Data
Bahasa basis data merupakan perantara bagi pemakai dengan
basis data dalam disk. Bahasa itu dapat disebut sebagai bahasa
basis data yang terdiri atas sejumlah perintah (statement) yang
diformulasikan dan dapat diberikan user serta dikenali atau
diproses oleh DBMS untuk melakukan suatu aksi atau
pekerjaan tertentu. Contoh-contoh bahasa basis data adalah
SQL, dBase dan sebagainya.
1.5.6 Kunci dalam Basis Data
Kunci (key) dalam model data relasional mempunyai dua
fungsi yaitu identifikasi tuple dan membuat hubungan antar
relasi. Kunci tidak sekedar sebagai metode untuk mengakses
suatu baris tertentu tetapi juga sekaligus dapat menjadi
pengenal unik (tidak ada yang kembar) terhadap tabel. 5
Namun perlu diketahui bahwa tidak semua kunci dapat
menjadi pengenal yang unik karena terdapat beberapa istilah
kunci. Kunci dapat terdiri dari satu atribut atau beberapa
atribut. Adapun kunci yang sering digunakan dalam model
basis data relasional adalah yaitu :
1. Candidate key
adalah kunci yang secara unik (tidak mungkin kembar)
dapat dipakai untuk mengidentifikasi suatu baris di dalam
tabel.
2. Primary key
adalah bagian atau salah satu dari candidate key yang
dipilih sebagai kunci utama untuk mengidentifikasi baris
dalam tabel.
3. Super key
adalah satu atau lebih atribut yang mempunyai nilai
untuk menentukan secara unik suatu entitas.
4. Foreign key
adalah sembarang atribut yang menunjuk ke kunci primer
pada tabel lain.
1.5.7 EPSBED
Evaluasi Program Studi Berbasis pada Evaluasi Diri atau
yang lebih sering dikenal dengan EPSBED adalah suatu
aplikasi yang dikembangkan oleh Direktorat Pendidikan Tinggi
(DIKTI) pada tahun 2002 sebagai media untuk Perguruan
Tinggi dalam melaporkan kegiatan akademiknya.
Aplikasi ini menggunakan Foxpro (DOS), dimana data
dikumpulkan dalam bentuk dbf. 6
1.5.8 FEEDER PDDIKTI
FEEDER PDDIKTI adalah suatu aplikasi yang
dikembangkan oleh DIKTI pada tahun 2015 sebagai media bagi
Perguruan Tinggi dalam melaporkan kegiatan akademiknya.
Aplikasi ini berbasis web layout.
Metode pelaporan aplikasi ini adalah dari PT langsung ke
DIKTI dengan media web layout yang mana setelah melakukan
sinkronisasi akan langsung muncul pada laman
http://forlap.dikti.go.id/.
Aplikasi ini menggunakan Postgre SQL, PHP, dan database
di server DIKTI menggunakan MSSQL. 7
1.5.9 Navicat
Navicat adalah sebuah software yang digunakan untuk
memanipulasi data MySQL, seperti membuat database,
membuat tabel, menghapus tabel, dan yang lebih hebatnya lagi
navicat bisa di gunakan untuk mengubah tipe data MySQL
yang biasanya berakhiran (.sql) ke dalam format file
Paradox(*.db), file DBase(*.dbf), file Text(*.txt), file
HTML(*.htm;*.html), file Excel(*.xls), file Excel
2007(*.xlsx), file Lotus 1-2-3(*.wk1), QuattroPro(*.wq1), file
XML(*.xml), database MS Access(*.mdb), dan masih banyak
lagi. Tidak hanya sampai di situ saja, dengan bantuan navicat
ini anda bisa dengan mudah mengambil data dari tipe lain ke
dalam file .sql.
2. Pembahasan
2.1 Analisis Masalah
Analisis dimulai dari kasus yang dilaporkan oleh Perguruan
Tinggi Swasta ke Kopertis Wilayah V sebagai berikut :
1. Kasus 1. Pendataan dosen dengan histori riwayat
mengajar ada yang bukan milik dosen yang bersangkutan,
jadi Dosen memiliki riwayat mengajar yang bukan
miliknya, sebagai contoh riwayat dosen mengajar tersebut
hanya pada perguruan tinggi A tetapi pada laman forlap
didatakan mengajar juga pada perguruan tinggi B
2. Kasus 2. Mahasiswa yang sudah di statuskan keluar oleh
Perguruan Tinggi (pemutihan) tidak bisa masuk lagi
sebagai mahasiswa pindahan ke Perguruan Tinggi dengan
program studi yang sama. Sehingga Mahasiswa yang
sudah distatuskan keluar oleh Perguruan Tinggi melalui
aplikasi FEEDER tidak bisa masuk lagi sebagai
mahasiswa pindahan ke Perguruan Tinggi dan program
studi yang sama, atau lebih sering dikenal dengan
mahasiswa pemutihan. Aplikasi lama (EPSBED)
mengizinkan adanya mahasiswa pemutihan.
3. Kasus 3. Biodata Mahasiswa sama dengan NIM yang
berbeda, yaitu Perguruan Tinggi Swasta ingin merubah
Nama Mahasiswa melalui ajuan Perubahan Data
Mahasiswa di laman http://forlap.dikti.go.id.Perguruan
Tinggi ingin merubah nama Mahasiswa atas Nama Fred
Otniel Rumadas menjadi Engelberth Aprianus Siriman
dengan NIM (12520177) yang sama.
Alasan perubahan nama yang berbeda itu adalah karena
NIM (12520177) adalah milik mahasiswa atas nama
Engelberth Aprianus Siriman, sedangkan mahasiswa atas
nama Fred Otniel Rumadas memiliki NIM (12520181).
Jadi Mahasiswa atas nama Fred Otniel Rumadas memiliki
2 NIM yaitu (12520181 dan 12520177). Yang
membedakan adalah status mahasiswa dan NIM, untuk
NIM (12520181) terdaftar sebagai mahasiswa baru,
3
 sedangkan untuk NIM (12520177) terdaftar sebagai
mahasiswa pindahan
4. Kasus 4. Perhitungan rekap pelaporan PD DIKTI pada
laman http://forlap.dikti.go.id. Rekap pelaporan PD
DIKTI dihitung dari jumlah mahasiswa Mahasiswa Aktif,
Cuti dan Non Aktif yang dilaporkan Perguruan Tinggi
dimana jumlah tersebut diambil dari tabel kuliah
mahasiswa (v_kuliah_mhs). Aplikasi lama (EPSBED),
Perhitungan rasio hanya pada jumlah mahasiswa aktif
yang dilihat dari tabel transaksi akademik (TRAKM) dan
tabel transaksi lulusan (TRLSM). Rekap PD DIKTI yang
di tampilkan dalam prosentase ini menjadi aneh ketika
peneliti menemukan ada PT yang hanya menginputkan 1
mahasiswa, prosentasenya sudah 50 persen
5. Kasus 5. Pendataan Kurikulum dimana EPSBED
didatakan tiap semester, tetapi di FEEDER PDDIKTI
hanya sekali. Pada FEEDER Pendataan kurikulum hanya
dilakukan sekali. Jika mata kuliah tersebut sudah tidak
digunakan maka tinggal mengisi masa kadaluarsa,
sedangkan pada EPSBED pendataan kurikulum dilakukan
berulang setiap semesternya, sehingga bisa terjadi ada
mata kuliah sama dengan beban sks yg sama didatakan 2x,
dan yang membedakan adalah kode mata kuliah, alasan
PT tidak menghapus salah satu Mata Kuliah tersebut
karena Mata Kuliah dengan Kode Tersebut masih
digunakan oleh beberapa mahasiswa angkatan lama. Di
FEEDER, karena hanya didatakan sekali, dan baru diisi
tanggal batas jika sudah tidak digunakan, ini menjadi
tidak mungkin terjadi seperti pada pendataan di EPSBED,
dan juga meringankan beban dari operator Perguruan
Tinggi Pada EPSBED menggunakan TBKMK dan di
2.2 Dampak Kasus yang terjadi di aplikasi FEEDER
FEEDER menggunakan tabel kurikulum
(v_kurikulum_sp) dan tabel mata kuliah (v_mata_kuliah)
6. Kasus 6. Pendataan Mahasiswa pindahan, mahasiswa alih
jenjang, mahasiswa lintas jalur. Pada FEEDER untuk
mendatakan riwayat pendidikan mahasiswa terdapat di
History Pendidikan .yang Pada Jenis Pendaftaran ada
pilihan yaitu sebagai berikut :
a. Peserta Didik Baru : jika mahasiswa itu bestatus
mahasiswa baru
b. Pindahan : jika mahasiswa tersebut pindahan dari
Perguruan Tinggi sendiri atau Perguruan Tinggi
lain.
c. Alih Jenjang : jika mahasiswa tersebut pindah dari
jenjang dengan jalur yang sama , misal pindahan
dari D3 ke D4 dimana satu jalur Vokasi.
d. Lintas Jalur : jika mahasiswa tersebut pindah dari
jenjang dengan jalur yang berbeda. Misalnya
jenjang D3 ke S1
Mahasiswa baik itu pindahan, alih jenjang atau lintas jalur
pasti ada nilai konversi sehingga harus didatakan
pengakuan SKS, Perguruan Tinggi asal dan program studi
asal. Dari pengakuan SKS tersebut diperoleh hasil
Mahasiswa tersebut tinggal menempuh berapa SKS dalam
berapa semester. Penginputan mahasiswa lintas jalur tidak
didapati nilai konversi, sehingga Perguruan Tinggi
4
bingung dan akhirnya mendatakan mahasiswa lintas jalur
ke mahasiswa pindahan.
7. Kasus 7. Perbandingan jumlah mahasiswa di laman
http://forlap.dikti.go.id. Pada rekap jumlah mahasiswa
dan jumlah mahasiswa pada penghitungan rasio.
perbedaan jumlah mahasiswa yang ditampilkan di menu
profil perguruan tinggi dan menu rekap data mahasiswa
pada laman http://forlap.dikti.go.id/.
8. Kasus 8. Tentang pendataan aktivitas kuliah mahasiswa
dan pendataan mahasiswa lulus/DO pada Perguruan
Tinggi swasta yang ada di Feeder. pendataan aktivitas
kuliah mahasiswa dan pendataan mahasiswa lulus/DO
pada Perguruan Tinggi swasta yang ada di Feeder.
Pendataan Aktivitas kuliah mahasiswa yang ada di Feeder
adalah digunakan untuk mendatakan status mahasiswa
saat ini.Pendataan lulus /DO pada Feeder untuk
mendatakan mahasiswa lulus atau DO. Kebingungan
terjadi ketika mendatakan mahasiswa lulus. Banyak
perguruan tinggi mendatakan jika mahasiswa lulus maka
pada aktivitas kuliah mahasiswa dan pada pendataan lulus
/ DO sama sama didatakan sebagai mahasiswa lulus. Tapi
ada juga perguruan tinggi yang mendatakan mahasiswa
lulus dengan mengisi aktivitas perkuliahan mahasiswa
tetap sebagai mahasiswa aktif, dan di pendataan lulus/DO
diisi lulus.
9. Kasus 9. Pendataan Alamat Perguruan Tinggi Swasta
yang tidak bisa dirubah.. Perguruan tinggi swasta di jogja
ada beberapa yang gedunganya berstatus sewa. Sehingga
ada yang terpaksa pindah tempat karena sewa nya sudah
selesai. Oleh sebab itu diperlukan perubahan alamat.
1. Kasus 1. Dosen yg historinya dipakai dosen lain sebagai
akibat dosen tersebut berubah dari NIDN ke NUP, akan
menjadi masalah ketika dosen tersebut kembali menjadi
NIDN/NIDK historinya hilang. Mengakibatkan dosen
tersebut seprti kembali dari dalam pengurusan
dosen,misal JAFA.
2. Kasus 2. Kebijakan lama memperbolehkan aturan tersebut
untuk memenuhi rasio antara dosen dan mahasiswa dan
untuk mengatasi lamanya masa studi bagi mahasiswa
yang tidak jelas statusnya. Kebijakan baru ini membuat
perguruan tinggi swasta pada umumnya jadi bingung
karena sekarang mahasiswa Non Aktif dan Cuti
digunakan untuk menghitung rasio, membuat perguruan
tinggi swasta rasionya menjadi tidak rasional.
3. Kasus 3. Mahasiswa yang bersangkutan memiliki 2 NIM
dan menjadi memiliki 2 transaksi akademik, sedangkan
pemilik asli salah satu NIM tersebut tidak terdaftar
transaksinya.
4. Kasus 4. Disalahgunakan oleh Perguruan Tinggi yang
mengejar prosentase dalam pelaporan PDDIKTI.,karena
hanya menginput 1 mahasiswa prosentasenya sudah 50-
100 %
5. Kasus 5. Perguruan Tinggi masih banyak yang bingung
dengan perubahan pola ini, dan karena pendataan hanya
sekali, terjadi masalah ketika ada aturan akademik
 Perguruan Tinggi yang mana mahasiswa angkatan lama
memakai kurikulum yg tidak disesuaikan dengan
kurikulum baru.
6. Kasus 6. Penginputan mahasiswa lintas jalur tidak
didapati nilai konversi, sehingga Perguruan Tinggi
bingung dan akhirnya mendatakan mahasiswa lintas jalur
ke mahasiswa pindahan.
7. Kasus 7. terjadi masalah ketika jumlah yg di profil pada
laman forlap membuat rasio antara dosen dan mahasiswa
menjadi tidak rasional, karena penghitungannya jumlah
keselurahan mahasiswa dihitung baik itu keluar, DO,
ataupun lulus.
8. Kasus 8. Mahasiswa lulus didatakan lulus di aktivitas
kuliah mahasiswa, sehingga mempengaruhi rasio.
9. Kasus 9. Untuk keperluan pembuatan buku Profil
Perguruan Tinggi Swasta, Kopertis tidak mendapat data
benar sesuai yang diinginkan, sehingga harus klarifikasi
kembali ke Perguruan Tinggi terkait data tersebut.
2.3 Indikasi Kasus yang terjadi di aplikasi FEEDER
1. Kasus 1. pada aplikasi lama (EPSBED) NIDN adalah
unik, Dan pada aplikasi baru (FEEDER) NIDN tidak unik,
dan masalahnya histori transaksi mengajar dosen yang
mempunyai NIDN lama tersebut terbawa.
2. Kasus 2. database akan otomatis menolak input transaksi
baru jika didatabase (v_reg_pd) terdapat data dengan
kombinasi id_pd, id_sms dan id_sp yang sama. Penolakan
tersebut otomatis akan dilakukan pada aplikasi FEEDER.
Beda halnya dengan aplikasi EPSBED yang mengizinkan
transaksi dengan pola seperti disebutkan di atas (id_sp,
id_sms dan id_pd sama). Sehingga ketika ada mahasiswa
yang melakukan her regristrasi melalui aplikasi EPSBED
ke Perguruan Tinggi dengan Prodi yang sama bisa
dilakukan.
3. Kasus 3. mahasiswa atas nama Fred Otniel Rumadas yang
memiliki 2 NIM . Kasus ini bisa terjadi karena data ini
adalah data awal yang diambil ketika awal instalasi yang
disebut data Prefill. Data Prefill menurut DIKTI adalah
data proses akademik terakhir Perguruan Tinggi yang
diserahkan ke DIKTI yang berada di server DIKTI, dan
2.4 Rekomendasi Kasus pada FEEDER
NIM adalah bukan komponen unik di FEEDER. dapat
disimpulkan bahwa di database EPSBED, NIM adalah
record unik, tetapi di FEEDER yang unik adalah Nama,
Tgl lahir, tempat lahir, dan nama ibu kandung. Ketika data
tersebut proses validasi dinyatakan lolos karena pada
proses validasi sinkronisasi belum dibuat aturan untuk
kasus seperti ini.
4. Kasus 4. perhitungan prosentase pelaporan yang
berdasarkan dari jumlah mahasiswa aktif, cuti dan non
aktif masih belum benar. Hal tersebut memicu Perguruan
Tinggi untuk menginputkan KRS ketika mereka
menginputkan KHS, sehingga Perguruan Tinggi
melaporkan bukan di awal semester tetapi di akhir
semester. Hal tersebut menyebabkan Kopertis tidak bisa
menghitung mahasiswa aktif secara benar.
5. Kasus 5. pendataan untuk Mata Kuliah, dimana ada
Tanggal mulai efektif dan Tanggal Akhir efektif. Menu
5
ini yang membedakan dengan penginputan yang ada di
EPSBED.
6. Kasus 6. aturan tentang mahasiswa pindahan, mahasiswa
lintas jalur, dan mahasiswa alih jenjang belum
diimplementasikan sepenuhnya oleh FEEDER.
7. Kasus 7. Menu rekap data mahasiswa dan menu profil
perguruan tinggi merupakan menu utama yang penting.
Dan seharusnya jumlah mahasiswa yang terdapat pada
kedua menu tersebut jumlahnya harus sama/sesuai. Tapi
yang terjadi kedua menu ini memberikan informasi yang
tidak sama terhadap jumlah mahasiswa. Disini terlihat
bahwa pada rekap jumlah mahasiswa yang dihitung
adalah jumlah mahasiswa yang berstatus Aktif, Cuti, dan
Non Aktif, sedangkan pada menu profil perguruan tinggi
yang dihitung adalah jumlah mahasiswa keseluruhan pada
tabel v_aktivitas_kuliah_mahasiswa.Ini membuktikan
bahwa Forlap tidak konsisten. Karena untuk menghitung
rasio adalah mahasiswa yang berstatus Aktif, Cuti, dan
Non Aktif. Tapi di menu profil yang digunakan sebagai
menghitung rasio adalah Jumlah keseluruhan mahasiswa
tersebut. Jadi mahasiswa yang berstatus Lulus, Keluar,
dan DO ikut menghitung rasio
8. Kasus 8. beberapa Perguruan Tinggi Swasta mendatakan
mahasiswa lulus dengan memilih Lulus pada menu
daftar mahasiswa lulus/DO dan memilih Lulus pada
menu Aktivitas Kuliah Mahasiswa. Perguruan Tinggi
tidak bisa disalahkan karena memang ada pilihan itu di
Aktivitas Kuliah Mahasiswa. Peneliti menyimpulkan
pilihan lulus di menu Aktivitas Kuliah Mahasiswa itu
membuat bingung Perguruan Tinggi karena aturan
tentang pendataan mahasiswa lulus menjadi tidak jelas.
9. Kasus 9. di Forlap alamat bersifat mandatory, alias tidak
bisa dirubah. Dan ini merugikan Perguruan Tinggi, karena
seperti yang kita tahu laman forlap adalah salah satunya
bisa diakses oleh masyarakat umum, dimana pada laman
ini menampilkan semua informasi yang diasumsikan oleh
masyarakat bersifat benar. Jika alamat tidak bisa dirubah
maka yang terjadi masyarakat akan menerima informasi
yang salah.
1. Kasus 1. perlu adanya perbaikan aturan tentang NIDN
dan riwayat mengajarnya karena Nomor Induk Dosen
Nasional harusnya unik, dan jika rule / aturan aplikasi
sekarang tidak menerapkan hal tersebut, seharusnya
transaksi mengajar dosen pemilik NIDN lama tetap
menjadi pemilik lama bukan menjadi pemilik NIDN
baru meski NIDN nya berubah menjadi NUP, karena
bisa jadi NUP berubah ke NIDN lagi dengan
membawa histori riwayat mengajarnya.
2. Kasus 2. mengkaji ulang aturan tentang mahasiswa
pemutihan karena banyak Perguruan Tinggi Swasta
yang melakukan pemutihan mahasiswa dikarena pada
rule aplikasi lama memperbolehkan.
3. Kasus 3. ditambah aturan tentang validasi master
mahasiswa (v_ptk).
4. Kasus 4. Rekomendasi peneliti terkait kasus diatas
adalah proses penghitungan laporan PDDIKTI harus
 dikaji ulang dan rumus perhitungan pada sebaran Biodata Penulis
mahasiswa di SK034PT pada EPSBED bisa dijadikan
Virdiana Sriviana Fatmawaty, memperoleh gelar Sarjana
acuan
Komputer (S.Kom), Jurusan Teknik Informatika STMIK
5. Kasus 5. harus ada validasi kurikulum dimana banyak
Amikom Yogyakarta, lulus tahun 2016
mata kuliah dobel pada semester yang sama
dikarenakan penginputan data awal Hanif Al Fatta, memperoleh gelar Sarjana Komputer (S.Kom)
6. Kasus 6. perlu mengkaji ulang aturan tentang Jurusan Ilmu Komputer Universitas Gajah Mada Yogyakarta,
mahasiswa pindahan, lintas jalur, alih jenjang pada lulus tahun 2002. Memperoleh gelar Master Komputer
FEEDER (M.Kom) Program Pasca Sarjana Magister Teknologi
7. Kasus 7. Pusdatin perlu mengkaji ulang rumus yang Informasi Fakultas Teknik Elektro Universitas Gajah Mada
dipakai dalam menentukan rasio jumalah mahasiswa Yogyakarta, lulus tahun 2007. Saat ini menjadi Dosen di
dan dosen seuatu perguruan tinggi. Karena STMIK AMIKOM Yogyakarta.
Pengitungan rasio ini yang sebagai patokan untuk
menentukan sehat tidaknya keberlangsungan
akademik suatu Perguruan Tinggi.
8. Kasus 8. Forlap harusnya meninjau ulang aturan
tentang pendataan mahasiswa lulus yang ada di
Feeder.
9. Kasus 9. Forlap perlu merubah kebijakan terhadap
Field ini
3. Simpulan
PD DIKTI FEEDER mempunyai 2 (dua) kebijakan
dimana FEEDER sebagai input dan transaksi Mahasiswa,
sedangkan laman http://forlap.dikti.go.id sebagai input dan
transaksi Dosen. Keduanya melalui tahap yang dinamakan
sinkronisasi, yang mana sinkronisasi ini adalah penyamaan
data antara yang di laman http://forlap.dikti.go.id dan di
FEEDER.
a. Database yang digunakan berbeda yaitu FEEDER dengan
PostgreSQL dan laman Forlap dengan MSSQL Server.
b. Perbedaan Database ini ternyata ada perbedaan rule
aplikasi dan rule server. Ini menyebabkan hasil
sinkronisasi tidak langsung muncul pada laman Forlap.
c. Kasus-kasus yang terjadi diselesaikan dengan mengkaji
ulang rule yang ada di Feeder dan di Forlap, sehingga
tidak ada perbedaan hasil yang ada di Feeder dan di
Forlap.

Daftar Pustaka
[1] Romney, M.B., Steinbart,P.J., 2009, Accounting
Information System, Edisi 11, Pearson Prentice Hall,
USA.
[2] Tata Sutabri, Konsep Sistem Informasi (Yogyakarta,
Penerbit : Andi, 2012), hal 43
[3] Ramakrishnan, R. dan Gehrke, J., 2004, Sistem
Manajemen Database (diterjemahkan oleh Tim
Penerjemah ANDI), edisi III, ANDI, Yogyakarta
[4] Fathansyah, 2004, Basis Data, INFORMATIKA,
Bandung.
[5] Kadir, A., 2003, Pengenalan Sistem Informasi, ANDI,
Yogyakarta.
[6] Panduan Aplikasi EPSBED, Kemdikbud, 2002
[7] Panduan Aplikasi FEEDER PDDIKTI, Kemdikbud RI,
2015