Escolar Documentos
Profissional Documentos
Cultura Documentos
perhitungan
terhadap
seluruh
kriteria untuk
pemilihan
mahasiswa
berprestasi.
Dalam sistem
pendukung
keputusan ini
nantinya akan
menggunakan
pendekatan
dengan
menggunakan
metode
tsukamoto.
Metode
tsukamoto
merupakan
salah
satu
metode yang
dapat
diterapkan
untuk
membangun
suatu sistem
sebagai
penyelesaian
masalah dan
salah
satu
teknik
pengambilan
keputusan
yang
dapat
digunakan
dalam
pemilihan
siswa
berprestasi.
Pada metode
tsukamoto,
setiap
konsekuen
pada
aturan
yang
berbentuk IFThen
harus
direpresentasi
kan
dengan
suatu
himpunan
fuzzy dengan
fungsi
keanggotaan
yang monoton.
Sebagai
hasilnya,
output
hasil
inferensi dari
tiap-tiap
aturan
diberikan
secara tegas
(crisp)
berdasarkan
predikat (fire
strength).
Hasil akhirnya
diperoleh
dengan
menggunakan
rata-rata
terbobot.
Kriteriakriteria yang
dibutuhkan
dalam
pemilihan
mahasiswa
berprestasi
antara
lain
nilai IPK, nilai
TOEFL,
kegiatan intraekstrakulikuler
, Karya Tulis.
Hasil
dari
sistem
ini
berupa daftar
mahasiswa
berprestasi
yang
sesuai
dengan
kriteria yang
telah
ditentukan.
Proyek akhir
ini
dibuat
dengan
menggunakan
databaseMyS
QL dan bahasa
pemrograman
Java.
Kata Kunci :
Sistem
Pendukung
Keputusan,
Himpunan
Fuzzy,
Mahasiswa
Berprestasi,
Fuzzy
Tsukamto
Dasar Teori.
I.
PENDAHULUAN
Penyeleksian dan penetapan mahasiswa berprestasi
menjadi hal yang sangat rumit dan membutuhkan waktu yang
lama. Hal ini disebabkan karena terdapat banyak kriteria yang
dibutuhkan untuk penilaian dan penilaian ini juga berdasarkan
subjektifitas[2:1]. Studi kasus yang kami ambil ini adalah
studi kasus pemilihan mahasiswa berprestasi di PTIIK
Universitas Brawijaya. Hal ini dikarenakan di PTIIK
Universitas Brawijaya masih menggunakan metode manual
dalam menyeleksi dan menetapkan mahasiswa berprestasi,
sedangkan jumlah mahasiswa di PTIIK sangat banyak. Jikalau
dilakukan perhitungan manual sudah pasti terdapat kesusahan
dalam penyeleksian dan penetapannya sehingga membutuhkan
waktu yang sangat lama, belum lagi jika terjadi kesalahan
dalam perhitungan(human error) tentunya harus mengulang
lagi dan memperbaiki yang salah tersebut. Alasan selanjutnya
adalah kemudahan dalam mendapatkan data karena peneliti
merupakan mahasiswa di PTIIK Universitas Brawijaya.
Dalam kehidupan sehari-hari, manusia selalu
dihadapkan pada permasalahan untuk mengambil suatu
keputusan. Untuk membuat suatu keputusan diperlukan suatu
pertimbangan dan perbandingan dari berbagai pilihan
alternatif yang dapat dipilih melalui suatu mekanisme tertentu
untuk menghasilkan sebuah tindakan atau keputusan yang
terbaik. Setiap masalah akan memiliki penyelesaian yang
berbeda-beda dengan sebuah keputusan yang bermacammacam dari sejumlah alternatif keputusan yang melibatkan
beberapa variable. Aplikasi ini menyerupai aplikasi dari
politeknik elektronika negeri Surabaya tentang pemilihan
mahasiswa berprestasi[2]. Dalam penentuan pemilihan
mahasiswa berprestasi berbasis web menggunakan fuzzy
query model mamdani dengan 4 parameter yaitu : IPK,
TOEFL, Karya Tulis, Intra-Ekstrakulikuler serta bersifat
dinamis. Dinamis ini dimaksudkan agar apabila admin
memerlukan penambahan kriteria baru maka dapat ditambah
secara dinamis. Dari ke 4 kriteria diproses kedalam algoritma
fuzzy query model mamdani sehinnga damendapat hasil
berupa mahasiswa berprestasi. Proses perhitungan pertama
kali yaitu mencari nilai mu pada masing-masing kriteria,
kemudian dari nilai mu tersebut ditentukan nilai fire strength.
Nilai fire strength inilah yang nantinya dicari nilai paling
minimum, lalu dibandingkan dengan nilai minimum fire
strenght kriteria yang lain. Setelah proses pembandingan itu,
maka didapatkan solusi dari pemilihan mahasiswa berprestasi.
Mulai
0 ; x 420
TOEFL ( tinggi ) ( x )= ( x420) ; 420 x 520 ....
100
1 ; x 520
(4-7)
1 ; x 3,00
IPK ( rendah )( x )= (3,50x) ; 3,00 x 3,50 .....
0,5
0 ; x 3,50
1.2
1
0.8
0.6
..(4-4)
0 ; x 3,00
(x3,00)
IPK ( tinggi ) ( x )=
; 3,00 x 3,50 .......
0,50
1 ; x 3,50
0.4
Rendah
0.2
Tinggi
0
420
520
nILAI TOEFL
.(4-5)
Gambar 3 Grafik Fungsi Derajat Keanggotaan TOEFL
Sumber:[Perancangan]
1.2
1
0.8
0.6
0.4
Rendah
0.2
Tinggi
3.5
nILAI IPK
1; x 420
(520x)
TOEFL ( rendah ) ( x ) =
; 420 x 520 ..
100
0 ; x 520
..(4-6)
1; x 2
(5x)
PDSK ( rendah )( x )=
; 2 x 5 ..................
3
0 ; x 5
(4-8)
0;
x 2
PDSK (tinggi)( x)= ( x2) ; 2 x 5 ...................
3
x5
1;
(4-9)
1.2
1
0.8
0.6
0.4
Rendah
0.2
Tinggi
5
nILAI Ekskul
1.2
1
0.8
0.6
0.4
Rendah
0.2
Tinggi
5
nILAI PDSK
1; x2
(5x
)
Ekskul ( rendah )( x )=
; 2 x 5 ..............(43
0; x5
10)
0;
x2
( x2)
Ekskul(tinggi )( x)=
2
; x 5 ...............
3
x5
1;
(4-11)
1; x5
(
8x
)
HP ( rendah ) ( x )=
; 5 x 8 ....................(43
0; x8
12)
0;
x5
HP (tinggi)(x )= ( x5) ; 5 x 8 ......................
3
x8
1;
(4-13)
1.2
1
0.8
0.6
0.4
Rendah
0.2
Tinggi
8
nILAI HAsil prediksi
D. Rule
Sumber: [Perancangan]
Hasil Defuzzifikasi
aizi
Z = i=1 n
ai
Sumber:[Perancangan]
i =1
Z=
Z=
08+08+ +0,66,8+05
0+0++0,6+0
Z=
6,56
1
Z =6,56
IV.
HASIL
B. Hasil Pengujian
A. Hasil Implementasi Antarmuka
Berikut merupakan hasil implementasi penelitian ke
dalam program menggunakan bahasa pemrograman Java yang
ditunjukkan pada Gambar 7.
Sumber:[Pengujian]
Sumber: [Pengujian]
Dari hasil pengujian fungsionalitas dalam Tabel 3
dapat dianalisis bahwa hasil pengujian fungsionalitas
dilakukan dengan melihat kesesuaian antara fungsi hasil kerja
sistem dengan daftar kebutuhan sistem. Berikut merupakan
perhitungan nilai hasil pengujian fungsionalitas:
Validasi=
8
x 100
8
100
Sumber: [Pengujian]
Akurasi=
10
x 100
10
1.
2.
DAFTAR PUSTAKA
100
V.
A. Kesimpulan
Berdasarkan perancangan, implementasi dan hasil
pengujian dari sistem pendukung keputusan pemilihan
mahasiswa berprestasi dengan menggunakan Fuzzy
Tsukamoto maka didapatkan kesimpulan sebagai berikut :
1. Aplikasi sistem pendukung keputusan untuk pemilihan
mahasiswa berprestasi dengan metode Fuzzy Tsukamoto
telah dibuat sesuai dengan perancangan dan dapat
digunakan dalam merekomendasikan hasil prediksi dari
mahasiswa berprestasi.
2. Hasil pengujian dari Sistem Pendukung Keputusan
Pemilihan Mahasiswa Berprestasi dengan menggunakan
Metode Fuzzy Tsukamoto adalah :
Hasil pengujian fungsional Sistem pendukung
keputusan pemilihan mahasiswa berprestasi
memiliki kinerja sistem yang mampu berjalan
sesuai dengan kebutuhan fungsional. Hal ini
dibuktikan dengan hasil pengujian fungsional yang
memberikan nilai sebesar 100%.
Hasil pengujian akurasi yang diberikan oleh metode
Fuzzy Tsukamoto baik menggunakan aplikasi yang
telah diimplementasikan dan file perhitungan excel
sama, dan diperoleh perhitungan akurasi sebesar
100%
B. Saran
Saran untuk pengembangan penelitian lebih lanjut adalah:
BIODATA PENELITI