ANALISIS BIDANG MINAT SISWA MENGGUNAKAN SISTEM PAKAR PADA SEKOLAH MENENGAH PERTAMA (SMP) NEGERI 2 CEPOGO KABUPATEN BOYOLALI
NASKAH PUBLIKASI
Diajukan Untuk Memenuhi Salah Satu Syarat Kelulusan Pada Jenjang Sarjana (S1) Program Studi Teknik Informatika Fakultas Teknik Elektro dan Informatika Universitas Surakarta Disusun Oleh Nama : Laely Hanafi NIM : 201222078 Program Studi : Teknik Informatika Pembimbing 1 : Ramadhian Agus . T, S.Kom, MM. Pembimbing 2 : Jani Kusanti, S.Kom, M.Cs
FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA UNIVERSITAS SURAKARTA 2015
i
UNIVERSITAS SURAKARTA FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Saya menyatakan dan bertanggung jawab dengan sebenarnya
13. Surakarta bersama dengan dosen pembimbing dan dosen penguji
ii
UNIVERSITAS SURAKARTA FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA
LEMBAR PERSETUJUAN NASKAH PUBLIKASI
JUDUL
:
Analisis Bidang Minat Siswa Menggunakan Sistem Pakar Pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali
NAMA
:
Laely Hanafi
NIM
:
201222078
iii
UNIVERSITAS SURAKARTA FAKULTAS TEKNIK ELEKTRO DAN INFORMATIKA
LEMBAR PENGESAHAN NASKAH PUBLIKASI :
201222078
Naskah ini telah diujikan didepan dewan penguji Pada Hari/Tanggal: Selasa, 6 Oktober 2015 Ketua Dewan Penguji : Ir. F. A. Luky Primantari, M.T. (..........................) Sekretatis
: Agus Haryawan, S.T., M. Eng. (..........................)
Anggota
: Jani Kusanti, S.Kom, M.Cs.
(...........................)
Mengetahui Ketua Program Studi
iv
DAFTAR ISI
Halaman Daftar Isi
. ...................................................................................................
v
Abstract
.....................................................................................................
vii
Abstraksi
....................................................................................................
viii
I PENDAHULUAN .........................................................................................
1
1.1. Latar belakang masalah ..................................................................
1
1.2. Rumusan masalah ...........................................................................
1
1.3. Batasan masalah .............................................................................
2
1.4. Tujuan dan manfaat penelitian ........................................................
2
1.5. Metode Penelitian ............................................................................
2
1.6. Perancangan ..................................................................................
3
1.7. Pembuatan aplikasi ........................................................................
3
1.8. Implementasi ..................................................................................
3
II LANDASAN TEORI .....................................................................................
3
2.1. Minat
.........................................................................................
3
2.2. Sistem Pakar .................................................................................
4
2.3. Logika Fuzzy ...................................................................................
5
2.4. Matlab ..............................................................................................
7
2.5. Tinjauan Pustaka .............................................................................
7
III ANALISIS DAN PERANCANGAN SISTEM...............................................
8
3.1. Prancangan
..................................................................................
8
3.2. Pengambilan Data ...........................................................................
9
3.3. Analisis Data ....................................................................................
9
3.4. Fuzzy Mamdani ...............................................................................
10
IV IMPLEMENTASI SISTEM .........................................................................
15
4.1. Memulai Aplikasi Matlab .................................................................
15
4.2. Menentukan Himpunan Fuzzy pada Toolbox Matlab ......................
15
4.3. Menentukan Komposisi Aturan (Rules) pada Matlab ......................
18
4.4. Implementasi Sistem ......................................................................
19
V KESIMPULAN DAN SARAN ......................................................................
21
5.1. Kesimpulan .....................................................................................
21
5.2. Saran ..............................................................................................
21
v
Daftar Pustaka ..........................................................................................
vi
22
Analizing of student attend area using expert system in Junior High School (SMP) Negeri 2 Cepogo, Boyolali Laely Hanafi, Ramadian Agus. T, Jani Kusanti Faculty ofElectrical EngineeringandInformatics – Surakarta University
ABSTRACT
Every year Junior High School (SMP) Negeri 2 Cepogo cretes graduation of students who will go on their education to the higher level such as General Senior high School (Sekolah/SMU) or Special Senior High Shool (Sekolah Menengah Kejuruan/SMK) which is choosed by the students them selves. The aim of the research is create specialisation system for the graduation from SMP Negeri 2 Cepogo in order suitable with the skill owned by the students. Expert system which is used is Fuzzy Inference System Mamdani methode, analizes students score in the level of Junior High Schol of SMP Negeri 2 Cepogo for the election of skillful in Senior High School (Sekolah Menengah Umum/SMU) or Special High School (Sekolah Menengah Kejuruan/SMK). By using Fuzzy Inference System tools in Matlab Aplication, so created the aplication can be used to elect the skillful in general Senior High School (Sekolah Menengah Umum/SMU) or Special High School (Sekolah Menengah Kejuruan/SMK) for the graduation from SMP Negeri 2 Cepogo suitable with the skill the own.
Keyword : Majors, Expert system, Fuzzy Inference System Bibliography : 13 (2002 – 2014)
vii
Analisis Bidang Minat Siswa Menggunakan Sistem Pakar Pada Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Kabupaten Boyolali Laely Hanafi, Ramadian Agus. T, Jani Kusanti Fakultas Teknik Elektro dan Informatika – Universitas Surakarta
ABSTRAKSI
Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo Setiap tahun menghasilkan kelulusan siswa yang akan melanjutkan Pendidikan ke jenjang Sekolah Menengah Umum (SMU) atau Sekolah Menengah Kejuruan (SMK), dengan jurusan yang dipili8h oleh siswa itu sendiri. Tujuan dari penelitian ini adalah menghasilkan sistem penjurusan bagi lulusan Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo agar sesuai dengan kemampuan yang dimiliki oleh sisiwa. Sistem pakar yang digunakan adalah Aplikasi Logika Fuzzy (fuzzy Inference System) Metode Mamdani dengan menganalisis nilai siswa pada jenjang Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo untuk pemilihan jurusan pada jenjang Sekolah Menengah Umum (SMU) atau Sekolah menengah Kejurauan (SMK). Dengan memanfaatkan tools Apliksai Logika Fuzzy (Fuzzy Inference System) pada aplikasi Matlab, maka dihasilkan aplikasi yang dapat digunakan untuk menentukan jurusan pada Sekolah Menengah Umum (SMU) atau Sekolah Menengah Kejuruan (SMK) bagi lulusan baru Sekolah Menengah Pertama (SMP) Negeri 2 Cepogo.
Kata Kunci : Penjurusan, Sistem Pakar, Fuzzy Inference System Pustaka : 13 (2002 – 2014)
viii
I.
kesulitan untuk memilih sekolah dan
PENDAHULUAN
1.1. Latar belakang masalah
jurusan yang sesuai dengan minat
Salah satu tujuan didirikanya negara
Indonesia
maupun
adalah
kemampuanya.
pembimbing
Guru
mengarahkan
siswa
mencerdaskan kehidupan bangsa,
berdasarkan nilai secara global tidak
Sekolah
menggunakan analisis nilai yang
adalah
tempat
diselenggarakanya formal
untuk
negara
pendidikan
mencapai
tersebut.
merupakan
tujuan
Berdasarkan
permasalahan
Sekolah
yang telah diuraikan maka penulis
untuk
melakukan penelitian dengan judul
sarana
memperoleh
akurat.
pengetahuan
“Analisis
dan
bidang
minat
siswa
tempat bagi siswa untuk mencapai
menggunakan sistem pakar pada
cita-citanya.
Sekolah Menengah Pertama (SMP)
Berdasarkan peneliti
pada
pengamatan
obyek
Negeri
2
Boyolali”.
penelitian,
Cepogo
Diharapkan
Sekolah Menengah Pertama (SMP)
menggunakan
Negeri
sistem pakar ini siswa
2
Cepogo
penyelenggara
salah
pendidikan
satu formal
Kabupaten dengan
aplikasi
pembimbing
dengan dan guru
mendapatkan
akurat
sebagai
data
dengan tingkat kelulusan 100 %
yang
acuan
pada tahun 2014. Setiap tahun
pemilihan jurusan dan sekolah ke
kelulusan siswa dihadapkan dengan
tingkat Sekolah Menengah Umum
pemilihan sekolah dan jurusan baru
(SMU) maupun Sekolah Menengah
pada jenjang sekolah diatasnya baik
Kejuruan (SMK).
pada Sekolah Menengah Umum
1.2. Rumusan masalah
(SMU) maupun Sekolah Menengah
Berdasarkan uraian yang telah
Kejuruan (SMK). Pemilihan sekolah
di jelaskan pada latar belakang
dan
masalah dapat dirumuskan masalah
jurusan
ini
menjadi
permasalahan tersendiri bagi siswa maupun
guru
pembimbing.
Pemilihan
sekolah
ditentukan
oleh
Kemampuan
sebagai berikut :
dan minat
(nilai)
1.2.1. Bagaimana siswa lulusan
jurusan
Sekolah
dan
(SMP)
siswa.
mengambil
Banyaknya sekolah membuat siswa
Menengah Negeri
2
jurusan
Pertama Cepogo dan
melanjutkan sekolah ke jenjang 1
Sekolah Menengah Umum (SMU)
Aplikasi
dan Sekolah Menengah Pertama
inference system).
(SMK)
bukan
berdasarkan
Fuzzy
(fuzzy
Manfaat diadakanya penelitian
kemampuan yang dimiliki. 1.2.2. Bagaimana
Logika
ini adalah : guru
1.4.1. Memudahkan siswa dalam
pembimbing mengarahkan siswa
menentukan jurusan dan sekolah
mengambil
pada tingkat Sekolah Menengah
jurusan
dalam
melanjutkan sekolah ke jenjang
Umum
Sekolah Menengah Umum (SMU)
Menengah Pertama (SMK) sesuai
dan Sekolah Menengah Kejuruan
kemampuan yang dimiliki.
(SMK) berdasarkan Kemampuan
(SMU)
dan
Sekolah
1.4.2. Membantu
guru
yang dimiliki siswa.
pembimbing untuk mengarahkan
1.3. Batasan masalah
siswa dalam menentukan jurusan
Agar Penelitian lebih terfokus maka
penulis
dan sekolah pada tingkat Sekolah
membatasi
Menengah Umum (SMU) dan
permasalahan penelitian ini pada :
Sekolah
1.3.1. Analisis bidang minat siswa Sekolah
Menengah
Menengah
Pertama
(SMK) sesuai kemampuan yang
Pertama
dimiliki.
(SMP) Negeri 2 Cepogo dalam
1.5. Metode penelitian
mengambil penjurusan Sekolah
Metode penelitian diperlukan
Menengah Umum (SMU) dan
untuk
Sekolah
kebenaran suatu konsep dan teori
Menengan
Kejuruan
(SMK)
yang
1.3.2. Perangkat
lunak
yang
mendapatkan
diperoleh
menemukan
digunakan matlab 2010b
serta
bukti
untuk
dan menguji suatu
pengetahuan. Adapun penulis dalam
1.4. Tujuan dan manfaat penelitian
hal ini menggunakan metode :
Tujuan diadakanya penelitian
1.5.1. Kepustakaan
ini adalah untuk menganalisis bidang
Merupakan
minat siswa menggunakan sistem
dengan cara mengambil data dari
pakar
artikel dan buku buku pedoman,
pada
Sekolah
Menengah
pengumpulan
Pertama (SMP) Negeri 2 Cepogo
buku-buku
Kabupaten
browsing
internet
mendapatkan
hal
Boyolali
untuk
pengambilan jurusan pada tingkat SMU
atau
SMK
menggunakan
2
perpustakaan
yang
data
serta untuk ada
kaitannya dengan aplikasi sistem
Penulis
pakar.
membuat
Aplikasi
Sistem Pakar analisis bidang minat
1.5.2. Metode Observasi
siswa
pada
Sekolah
Menengah
Metode observasi adalah sistem
Pertama (SMP) Negeri 2 Cepogo
pengumpulan data dengan cara
Kabupaten
melakukan pengamatan secara
perancangan yang telah dibuat.
langsung pada objek yang diteliti,
1.8. Implementasi
sehingga
didapat
data
yang
Boyolali
berdasarkan
Hasil dari uji coba aplikasi
akurat.
sistem
1.5.3. Wawancara
pakarpada
Sekolah
Menengah Pertama (SMP) Negeri 2
Melakukan tanya jawab dengan
Cepogo Kabupaten Boyolali dapat
siswa
diimplementasikan di sekolah untuk
dan
tempat
guru
penulis
pembimbing melakukan
menentukan
penelitian.
siswa
dalam
pengambilan jurusan pada tingkat
1.5.4. Analisis Menganalisis
Sekolah Menengah Umum (SMU) bagaimana
dan Sekolah Menengah Pertama
membuat sistem pakar analisis
(SMK)
bidang minat siswa pada Sekolah
dimiliki.
Menengah Pertama (SMP) Negeri
II. LANDASAN TEORI
2 Cepogo Kabupaten Boyolali
2.1. Minat
dalam menentukan jurusan pada
Muhibbin syah menyatakan bahwa
tingkat Sekolah Menengah Umum
minat
(SMU) dan Sekolah Menengah
kecenderungan
Pertama
yang tinggi atau keinginan yang
(SMK)
sesuai
kemampuan yang dimiliki.
merancang
kemampuan
(interest) dan
yang
berarti kegairahan
besar terhadap sesuatu. Senada
1.6. Perancangan Penulis
sesuai
dengan
hal
tersebut
Slameto
aplikasi
menyatakan bahwa minat adalah
logika fuzzy analisis bidang minat
suatu rasa lebih suka dan rasa
siswa SMP Negeri 2 Cepogo dalam
ketertarikan pada suatu hal atau
mengambil Penjurusan SMU dan
aktivitas tanpa ada yang menyuruh.
SMK menggunakan Toolbox Matlab
Hillgard
2010b.
memberi rumusan tentang minat
1.7. Pembuatan aplikasi
sebagai berikut Interest is persisting
dalam
Slameto
(2010)
to pay attention to and enjoy some
3
activity
or
content
yang
klub
berarti
yang
bahwa minat adalah kecenderungan
ekstrakurikulernya
tetap
dikembangkanatau
untuk
mengenang
memperhatikan beberapa
dan
kegiatan
dengan
(Noviana Erika Sari, 2012)
konten
kegiatan berkenaan suatu
mata
pelajaran, misalnya klub olahraga sepertifutsal, sepak bola, bola voli,
Menurut Slameto minat adalah rasa
bulu tangkis, pencak silat, dan lain-
atau
lain. Berkenaandengan hal tersebut,
aktivitas tanpa ada yang menyuruh.
satuan pendidikan (kepala sekolah,
Minat
guru, dan tenagakependidikan) perlu
rasa
lebih
suka
ketertarikanpada
dan
suatu
pada
hal
dasarnyaadalah
penerimaan akan sesuatu hubungan
secara
antara diri sendiri dengan sesuatu
kebutuhan
diluar diri, semakin kuat hubungan
didikyang selanjutnya dikembangkan
tersebut semakin besar minat (Sri
ke dalam kegiatan ekstrakurikuler
Handayani, 2008)
yang bermanfaatpositif bagi siswa
Tingkat kesukaran suatu mata
aktif
mengidentifikasi
dan
(Departemen
minat
pendidikan
pelajaran sangat erat hubunganya
kebudayaan, 2014)
dengan
2.2. Sistem Pakar
masalah
minat
dan
peserta
dan
dorongan atau motif. (Bimo Walgito,
Sistem pakar (expert system) secara
2010).
umum adalah sistem yang berusaha
Kegiatan ekstra kurikuler wajib
mengadopsi pengetahuan manusia
diikuti oleh seluruh siswa SD, SMP
ke komputer, agar komputer dapat
dan
SMA/SMK,
kegiatan
ekstra
menyelesaikan
tersebut
adalah
yang biasa dilakukan oleh para ahli.
Ekstrakurikuler
Atau dengan kata lain sistem pakar
pilihan merupakan kegiatan yang
adalah sistem yang didesain dan
disediakan
namun
diimplementasikan dengan bantuan
untuk
bahasa pemrograman tertentu untuk
kurikuler
wajib
pramuka.
sekolah,
tidakmewajibkan mengikuti. kebebasan
siswa
Siswa untuk
diberikan
dapat
masalah
menyelesaikan
seperti
masalah
memilihsesuai
seperti yang dilakukan oleh para
dengan bakat, minat, dan potensi
ahli. Diharapkan dengan sistem ini,
masing-masing. Kegiatan ini dapat
orang awam dapat menyelesaikan
jugadalam bentuk kelompok atau
masalah tertentu baik „sedikit‟ rumit
4
ataupun
rumit
sekalipun
„tanpa‟
pada
bobot
keanggotaan
yang
bantuan para ahli dalam bidang
dimilikinya (Marta Sukandy dkk, )
tersebut. Sedangkan bagi para ahli,
2.3.1. Himpunan Fuzzy
sistem ini dapat digunakan sebagai
Himpunan tegas (Crisp) nilai
asisten yang berpengalaman (Fahrur
keanggotaan suatu item x dalam
Rohman dan Fauzijah, 2008).
himpunan A, yang sering ditulis
2.3. Logika Fuzzy
dengan
Menurut fuzzy
Sutojo
adalah
dkk,Logika
memiliki
dua
kemungkinan, yaitu:
sistem
1. Satu (1), yang berarti bahwa
kontrol pemecahan masalah, yang
suatu item menjadi anggota
cocok untuk diimplementasikan pada
dalam suatu himpunan.
sistem,
metodologi
µA(x),
mulai
dari
sistem
yang
2. Nol (0), yang berarti item
sederhana, sistem kecil, embedded
tidak menjadi anggota dalam
system, jaringan PC, multichannel
suatu himpunan.
atau workstation berbasis akuisisi
Himpunan fuzzy digunakan untuk
data, dan sistem kontrol. Metodologi
mengantisipasi
ini dapat diterapkan pada perangkat
Seseorang dapat masuk dalam 2
keras,
katagori himpunan yang berbeda,
perangkat
lunak,
atau
kombinasi keduanya. Dalam logika
MUDA
klasik
PARUHBAYA
dinyatakan
bahwa
segala
dan
hal
tersebut.
PARUHBAYA, dan
TUA.
sesuatu bersifat biner, yang artinya
Seberapa besar eksistensi dalam
adalah
himpunan tersebut dapat dilihat
hanya
kemungkinan, “Benar
atau
mempunyai “Ya
Salah”,
atau
dua
Tidak”,
“Baik
pada
atau
Gambar
nilai 2.2
keanggotaanya. menunjukkan
Buruk”, dan lain-lain. Oleh karena
himpunan fuzzy untuk variabel
itu, semua ini dapat mempunyai nilai
umur.
keanggotaan 0 atau 1. Akan tetapi, dalam logika fuzzy kemungkinan nilai keanggotaan berada diantara 0 dan 1. Artinya, bisa saja suatu keadaan mempunyai dua nilai “Ya
Gambar 2.1. Himpunan Fuzzy untuk
dan Tidak”, “Benar dan Salah”, “Baik dan
Buruk”
secara
variabel umur
bersamaan,
namun besar nilainya tergantung
5
Pada Gambar 2.1 dapat dijelaskan
Gambar 2.4
bahwa:
Representasi linear naik
1. Seseorang yang berumur 40 tahun
termasuk
himpunan
dalam
MUDA
Fungsi keanggotaan:
dengan
µMUDA (40) = 0,25, namun dia juga termasuk dalam himpunan PARUHBAYA
dengan 2. Representasi linear turun
µPARUHBAYA (40) = 0,5. 2. Seseorang yang berumur 50 tahun
termasuk
himpunan TUA
dalam
dengan µTUA
(50) = 0,25, namun dia juga termasuk
dalam
himpunan
PARUHBAYA
Gambar 2.5 Representasi linear
dengan
turun
µPARUHBAYA (50) = 0,5. 2.3.2. Fungsi
Fungsi Keanggotaan
keanggotaan
Fuzzy Fungsi
keanggotaan
(membership function) adalah 3. Representasi kurva segitiga
suatu kurva yang menunjukkan pemetaan titik-titik input ke dalam
nilai
keanggotaanya
(sering juga disebut derajat keanggotaan) interval
0
beberapa
yang
sampai fungsi
memiliki 1.
Ada
yang
bisa
Gambar 2.6 Representasi kurva segitiga
digunakan. 1. Representasi linear
Fungsi keanggotaan
6
2.4. Matlab Matlab
4. Representasi kurva trapesium
adalah
pemrograman
level
bahasa
tinggi
(ingat
dalam dunia pemrograman semakin tinggi level bahasa semakin mudah cara
menggunakanya)
yang
dikhususkan untuk komputasi teknis. Bahasa
Gambar 2.7 Representasi kurva
ini
mengintegrasikan
kemampuan komputasi, visualisasi
trapesium
dan pemrograman dalam sebuah
Fungsi keanggotaan
lingkungan yang tunggal dan mudah digunakan.
Matlab
memberikan
sistem interaktif yang menggunakan konsep array/matrik sebagai standar elemenya tanpa membutuhkan pendeklarasi-an
array
seperti
pada
bahasa lainya (Abdia Away, 2014).
5. Representasi kurva bahu
2.5. Tinjauan Pustaka Penelitian ilmiah terkait yang penulis jadikan referensi dilakukan oleh
Zati
Azmiana
penelitian
yang
dkk
berjudul
“PENGGUNAAN INFERENSI
SISTEM FUZZYUNTUK
PENENTUAN
Gambar 2.8 Daerah Bahu pada
dengan
JURUSAN
DI
SMANEGERI 1 BIREUEN” yang
variabel temperatur
menghasilkan
2.3.3. Sistem Inferensi Fuzzy
Inferensi
Metode Mamdani Kelebihan
kesimpulan
Fuzzy
Mamdani
sistem dapat
digunakan untuk membangunsistem
Fuzzy
pendukung
keputusan
penentuan
Inference
System
metode
Mamdani
bersifat
intuitif,
jurusan di SMA, aplikasi penentuan
dan
jurusan yang dikembangkan dapat
diterima
secara
luas
sangat cocok diberi human
membantu
input (Agus Naba, 2009).
jurusan dengan kemungkinan hasil
7
dalammenentukan
yang baik karena setiap perhitungan
SMK
Seni&Ketrampilan
diperoleh dari hasil nilaiakademik,
SMK Teknik.
dan
nilai IQ, nilai minat, dan kapasitas kelas.Penelitian
ini
menghasilkan
sebuah sistem online dan bersifat fuzzy dinamis yang dapat membantu guru dalam menentukan jurusan siswa di SMA. III. ANALISIS
DAN
PERANCANGAN SISTEM Metodologi
penelitian
yang
digunakan adalah kajian pustaka dengan
mengumpulkan
referensi
atau sumber pustaka yang sesuai Gambar 3.1 Alur sistem
dengan masalah untuk memperjelas pembahasan
yaitu
3.1.2. Fuzzifikasi
pemilihan
Fuzzifikasi
Jurusan pada jenjang SMU dan
pertama
SMK bagi lulusan baru SMP Negeri 2
Cepogo
kemampuan
sesuai yang
pasti ke dalam bentuk fuzzy input
masalah
yang berupa tingkat keanggotaan / tingkat kebenaran
(Fuzzy Inference System) dengan mamdani
pada
fuzzy,
yang nilai kebenarannya bersifat
dimilikinya.
menggunakan Sistem Logika Fuzzy
metode
perhitungan
fase
yaitu mengubah masukan - masukan
dengan
Penyelesaian
dari
merupakan
3.1.3. Inferensi
Toolbox
Inferensi adalah melakukan
Matlab.
penalaran
3.1.1. Perancangan Sistem
fuzzyinput
Sistem dirancang dan dijalankan
menghasilkan
Nilai Matematika, IPA, IPS dan
akan
menghasilkan
fungsi
yang telah ditentukan sehingga
yang diambil untuk input adalah
kurikuler,
berupa
implikasi Min dan fuzzy rules
pada toolbox Matlab 2010b. Data
Ekstra
menggunakan
fuzzy
output.
Secara sintaks,suatu fuzzy rule
selanjutnya
(aturan fuzzy) dituliskan sebagai
output
berikut:
penjurusan SMU IPS, SMU IPA,
IF antecendent THEN consequent 8
Matematika
=
3.1.4. Defuzzifikasi Defuzzifikasi adalah mengubah fuzzy output menjadi nilai tegas berdasarkan
fungsi
Keterangan:
keanggotaan
Nmat I
yang telah ditentukan. Defuzzifikasi
Matematika
merupakan metode yang penting
Nmat II
3.2. Pengambilan Data
Matematika
Data diambil dari siswa kelas
Nmat III
Pelajaran 2014/2015 berjumlah 36
Matematika
siswa. Nilai yang digunakan sebagai
Nmat IV
IPA, IPS dan Ekstra kurikuler sejak
Matematika
siswa kelas VII Semester 1 sampai Semester
7
= Nilai rata-rata pada
kelas
7
= Nilai rata-rata pada
kelas
8
semester I
data adalah Nilai raport Matematika,
IX
kelas
semester 2
IXb SMP Negeri 2 Cepogo Tahun
kelas
pada
semester I
dalam pemodelan sistem fuzzy
dengan
= Nilai rata-rata
= Nilai rata-rata pada
kelas
8
semester 2
1.
Nmat V
Selanjutnya dari nilai raport siswa
Matematika
sejak kelas VII Semester 1 sampai
= Nilai rata-rata pada
kelas
9
semester I
nilai raport siswa kelas IX Semester
2. Nilai IPA adalah:
1 diambil rata-rata Nilai Matematika,
3.
Nilai IPA, Nilai IPS dan Nilai Ekstra
IPA
=
kurikuler. Nilai rata-rata inilah yang digunakan sebagai input data dalam penelitian. Keterangan:
3.3. Analisis Data
NIPA I
Nilai yang didapatkan siswa
= Nilai rata-rata IPA
pada masing-masing mata pelajaran
pada kelas 7 semester I
ditransformasikan ke dalam satu
NIPA II
nilai dengan dibuat rata-rata setiap
pada kelas 7 semester 2
mata pelajaran dengan rumus:
NIPA III
1.
= Nilai rata-rata IPA
= Nilai rata-rata IPA
pada kelas 8 semester I
Nilai matematika adalah:
NIPA IV
= Nilai rata-rata IPA
pada kelas 8 semester 2
9
NIPA V
= Nilai rata-rata IPA
Keterangan:
pada kelas 9 semester 1
Neks I
4. Rata-rata Nilai IPS adalah: IPS
= Nilai Ekstra kurikuler
kelas VII semester 1 =
Neks II = Nilai Ekstra kurikuler kelas VII semester 2 Neks I
Keterangan: NIPS I
kelas VIII semester 1 = Nilai rata-rata IPS
Neks II = Nilai Ekstra kurikuler
pada kelas 7 semester I NIPS II
kelas VIII semester 2
= Nilai rata-rata IPS
3.4. Fuzzy Mamdani
pada kelas 7 semester 2 NIPS III
= Nilai Ekstra kurikuler
Aplikasi Logika Fuzzy Mamdani
= Nilai rata-rata IPS
dikenal dengan metode Min – Max.
pada kelas 8 semester I
Dalam metode ini setiap aturan
NIPS IV
berbentuk implikasi (“sebab-akibat‟)
= Nilai rata-rata IPS
pada kelas 8 semester 2
antaseden
NIPS V
(AND)
= Nilai rata-rata IPS
pada kelas 9 semester 1
berbentuk
mempunyai
berbentuk
Konjungsi keanggotaan
minimum
(Min),
5. Nilai Ekstra kurikuler
sedangkan konsekuen gabunganya
a. Siswa yang mengikuti ekstra
berbentuk maksimum (Max). Untuk
kurikuler selama 2 semester: Ekstra
kurikuler
mendapatkan output diperlukan 4 =
tahap yaitu: 3.4.1. Pembentukan Himpunan Fuzzy
Keterangan:
Pada
Neks I
variabel
= Nilai Ekstra kurikuler
Metode input
Mamdani, maupun
baik
variabel
kelas VII semester 1
output dibagi menjadi satu atau lebih
Neks II = Nilai Ekstra kurikuler
himpunan
kelas VII semester 2
bidang
analisis
siswa
untuk
dibagi menjadi empat, yaitu Variabel
kurikuler selama 4 semester: kurikuler
minat
Dalam
menentukan jurusan variabel input
b. Siswa yang mengikuti ekstra
Ekstra
fuzzy.
Nilai Matematika, Nilai IPA, Nilai IPS
=
dan Nilai Ekstra Kurikuler. Variabel masing-masing Nilai memiliki 3 nilai
10
linguistik yaitu Rendah, Sedang dan
himpunan
fuzzy
Matematika
Tinggi.
dapat dilihat pada grafik 3.1.
a. Rendah Jika Nilai ≤ 85 b. Sedang Jika 75 ≤ Nilai ≤ 90 c. Tinggi Jika Nilai ≥ 85 Variabel
Output
yang
dihasilkan dibagi menjadi dua, yaitu
variabel
SMU
Gambar 3.3 Himpunan fuzzy
yang
Variabel Matematika
memiliki dua linguistik yaitu IPA dan IPS, dan Variabel SMK
Sumbu
yang memiliki dua linguistik
input
yaitu
sedangkan
sumbu
vertikal
merupakan
fungsi
(derajat)
Teknik
dan
Seni&Ketrampilan. a. SMU IPS jika nilai ≤ 75
jika
1 (85−𝑥)
SMK Teknik jika nilai ≥ 50
0
Pada Variabel Input terdiri dari
0
; 𝑥 ≤ 75 ; 𝑥 ≥ 85
tiga
=
𝑥 ≤ 75 𝑎𝑡𝑎𝑢 𝑥 ≥ 90 ;
85−75 (95−𝑥)
;
(95−85)
himpunan fuzzy, yaitu Rendah,
mempresentasikan
;
𝑥−75
variabel IPA dan Variabel IPS
Tinggi.
=
µSedang(x)
tiga variabel yaitu Matematika,
dan
fungsi
; 75 ≤ 𝑥 ≤ 85
(85−75)
a. Himpunan fuzzy variabel Input
Sedang
Dengan
µRendah(x)
nilai ≤ 75
didefinisikan
Matematika
keanggotaan sebagai berikut:
Seni&Ketrampilan
yang
merupakan
nilai
keanggotaan.
SMU IPA jika nilai ≥ 50 b. SMK
horizontal
75 ≤ 𝑥 ≤ 85 85 ≤ 𝑥 ≤ 90
µTinggi(x)
Untuk
0
Variabel
(𝑥−85)
Matematika digunakan bentuk
(90−85)
1
kurva bahu kiri untuk himpunan
=
; 𝑥 ≤ 85 ; 85 ≤ 𝑥 ≤ 90 ; 85 ≤ 𝑥 ≤ 100
fuzzy RENDAH, kurva bentuk
Variabel IPA dan IPS juga dibuat 3
segitiga untuk himpunan fuzzy
variabel; Rendah Sedang dan Tinggi
SEDANG dan bentuk Kurva
dengan fungsi keanggotaan sama
bahu kanan untuk himpunan
dengan variabel Matematika.
fuzzy
TINGGI.
Gambar
11
b. Himpunan
fuzzy
variabel
dan kurva bahu kanan untuk
Output.
Teknik. Gambar himpunan fuzzy
Himpunan
fuzzy
Variabel
untuk variabel SMK dapat dilihat
Output ada 2 yaitu Variabel SMU
merupakan
pada grafik 3.6.
output
penjurusan, yang didefinisikan dua himpunan fuzzy, yaitu IPA dan
IPS.
Sedangkan
untuk
Variabel SMK didifinisikan 2
Gambar 3.8 Himpunan fuzzy
himpunan yaitu Seni&Kerajinan
variabel SMK
dan
Teknik.
Untuk
merepresentasikan
variabel
µSeni&Ketrampilan(x)
SMU digunakan kurva bahu kiri untuk kanan
IPS dan untuk
1
IPA.
; 𝑥 ≤ 50
(75−𝑥)
kurva bahu
; 50 ≤ 𝑥 ≤ 75
(75−50)
Gambar
0
himpunan fuzzy untuk variabel
=
; 𝑥 ≥ 75
µTeknik(x)
SMU dapat dilihat pada grafik
=
0
; 𝑥 ≤ 50
(𝑥−50)
3.5.
; 50 ≤ 𝑥 ≤ 75
(75−50)
1
; 𝑥 ≥ 75
3.4.2. Aplikasi fungsi Implikasi Setelah pembentukan himpunan fuzzy,
Gambar 3.7 Himpunan fuzzy
pembentukan
variabel SMU µIPS(x) (75−𝑥)
0
aturan menggunakan IF-THEN menggunakan
=
0 (𝑥−50)
1
operator
and
dapat dibentuk aturan (rules)
; 𝑥 ≤ 50
sebagai berikut:
; 50 ≤ 𝑥 ≤ 75
(75−50)
fuzzy.
dan output. Dengan proposisi
; 𝑥 ≥ 75
µIPA(x)
aturan
menyatakan relasi antara input
; 𝑥 ≤ 50 ; 50 ≤ 𝑥 ≤ 75
(75−50)
dilakukan
Aturan – aturan dibentuk untuk
=
1
maka
[R1] : Jika Nilai Matematika rendah
; 𝑥 ≥ 75
dan Nilai IPA rendah dan Nilai
variabel SMK digunakan kurva
IPS rendah dan Nilai Ekstra
bahu kiri untuk Seni&Ketrampilan
12
kurikuler rendah maka masuk
IPS rendah dan Nilai Ekstra
jurusan SMU IPS.
kurikuler sedang maka masuk
[R2]
:
Jika
Nilai
Matematika
jurusan
sedang dan Nilai IPA rendah
SMK
Seni&Ketrampilan.
dan Nilai IPS rendah dan Nilai
[R9] : Jika Nilai Matematika rendah
Ekstra kurikuler rendah maka
dan Nilai IPA rendah dan Nilai
masuk jurusan SMU IPS.
IPS rendah dan Nilai Ekstra
[R3] : Jika Nilai Matematika tinggi
kurikuler tinggi maka masuk
dan Nilai IPA rendah dan Nilai
jurusan
IPS rendah dan Nilai Ekstra
Seni&Ketrampilan.
kurikuler rendah maka masuk
[R10]
jurusan SMU IPA.
:
Jika
SMK
Nilai
Matematika
rendah dan Nilai IPA rendah
[R4] : Jika Nilai Matematika rendah
dan Nilai IPS rendah dan Nilai
dan Nilai IPA sedang dan Nilai
Ekstra kurikuler tidak ada maka
IPS rendah dan Nilai Ekstra
masuk jurusan SMU IPS.
kurikuler rendah maka masuk
.[R11] : Jika Nilai Matematika
jurusan SMU IPS
sedang dan Nilai IPA sedang
[R5] : Jika Nilai Matematika rendah
dan Nilai IPS rendah dan Nilai
dan Nilai IPA tinggi dan Nilai
Ekstra kurikuler rendah maka
IPS rendah dan Nilai Ekstra
masuk jurusan SMU IPA.
kurikuler rendah maka masuk
[R12]
jurusan SMU IPS
:
Jika
Nilai
Matematika
sedang dan Nilai IPA tinggi dan
[R6] : Jika Nilai Matematika rendah
Nilai IPS rendah dan Nilai
dan Nilai IPA rendah dan Nilai
Ekstra kurikuler rendah maka
IPS sedang dan Nilai Ekstra
masuk jurusan SMU IPA.
kurikuler rendah maka masuk
[R13]
jurusan SMU IPS.
:
Jika
Nilai
Matematika
sedang dan Nilai IPA sedang
[R7] : Jika Nilai Matematika rendah
dan Nilai IPS sedang dan Nilai
dan Nilai IPA rendah dan Nilai
Ekstra kurikuler rendah maka
IPS tinggi dan Nilai Ekstra
masuk jurusan SMU IPA.
kurikuler rendah maka masuk
[R14]
jurusan SMU IPS.
:
Jika
Nilai
Matematika
sedang dan Nilai IPA sedang
[R8] : Jika Nilai Matematika rendah
dan Nilai IPS tinggi dan Nilai
dan Nilai IPA rendah dan Nilai
13
Ekstra kurikuler rendah maka
kurikuler rendah maka masuk
masuk jurusan SMU IPS
jurusan SMU IPA.
[R15]
:
Jika
Nilai
Matematika
[R21] : Jika Nilai Matematika tinggi
sedang dan Nilai IPA sedang
dan Nilai IPA sedang dan Nilai
dan Nilai IPS sedang dan Nilai
IPS tinggi dan Nilai Ekstra
Ekstra kurikuler sedang maka
kurikuler rendah maka masuk
masuk jurusan SMU IPA atau
jurusan SMU IPS.
SMK Seni&Ketrampilan. [R16]
:
Jika
Nilai
[R22] : Jika Nilai Matematika tinggi
Matematika
dan Nilai IPA sedang dan Nilai
sedang dan Nilai IPA sedang
IPS sedang dan Nilai Ekstra
dan Nilai IPS sedang dan Nilai
kurikuler sedang maka masuk
Ekstra kurikuler tinggi maka
jurusan SMU IPA atau SMK
masuk jurusan SMU IPA atau
Seni&Ketrampilan
SMK Teknik.
[R23] : Jika Nilai Matematika tinggi
[R17] : Jika Nilai Matematika tinggi
dan Nilai IPA sedang dan Nilai
dan Nilai IPA sedang dan Nilai
IPS sedang dan Nilai Ekstra
IPS rendah dan Nilai Ekstra
kurikuler tinggi maka masuk
kurikuler
jurusan SMU IPA atau SMK
tidak
ada
maka
masuk jurusan SMU IPA.
Teknik
[R18] : Jika Nilai Matematika tinggi
[R24] : Jika Nilai Matematika tinggi
dan Nilai IPA sedang dan Nilai
dan Nilai IPA sedang dan Nilai
IPS rendah dan Nilai Ekstra
IPS sedang dan Nilai Ekstra
kurikuler rendah maka masuk
kurikuler
jurusan SMU IPA.
masuk jurusan SMU IPA.
tidak
ada
maka
[R19] : Jika Nilai Matematika tinggi
[R25] : Jika Nilai Matematika tinggi
dan Nilai IPA tinggi dan Nilai
dan Nilai IPA tinggi dan Nilai
IPS rendah dan Nilai Ekstra
IPS sedang dan Nilai Ekstra
rendahsedang
kurikuler rendah maka masuk
maka
masuk
jurusan SMU IPA atau SMK
jurusan SMU IPA.
Seni&Ketrampilan.
[R26] : Jika Nilai Matematika tinggi
[R20] : Jika Nilai Matematika tinggi
dan Nilai IPA tinggi dan Nilai
dan Nilai IPA sedang dan Nilai
IPS tinggi dan Nilai Ekstra
IPS sedang dan Nilai Ekstra
kurikuler rendah maka masuk jurusan SMU IPA.
14
[R27] : Jika Nilai Matematika tinggi
Setelah
aturan
dibentuk,
dan Nilai IPA tinggi dan Nilai
selanjutnya dilakukan aplikasi fungsi
IPS sedang dan Nilai Ekstra
implikasi.
kurikuler sedang maka masuk
fungsi
jurusan SMU IPA atau SMK
adalah
Seni&Ketrampilan.
tingkatkeanggotaan
Pada
implikasi
MetodeMamdani, yang
MIN,
digunakan
yang
berarti
yang
didapat
[R28] : Jika Nilai Matematika tinggi
sebagai konsekuen dari proses ini
dan Nilai IPA tinggi dan Nilai
adalah nilai minimum dari variabel
IPS sedang dan Nilai Ekstra
nilai
kurikuler
Ekstra kurikuler.
tidak
ada
maka
masuk jurusan SMU IPA.
Matematika,
IPA,
IPS
dan
3.4.3. Komposisi Aturan
[R29] : Jika Nilai Matematika tinggi
Pada
metode
Mamdani,
dan Nilai IPA tinggi dan Nilai
komposisi antar fungsi implikasi
IPS sedang dan Nilai Ekstra
menggunakan fungsi MAX yaitu
kurikuler tinggi maka masuk
dengan cara mengambil nilai
jurusan SMU IPA atau SMK
maksimum dari output aturan
teknik.
kemudianmenggabungkan
[R30] : Jika Nilai Matematika tinggi
daerah fuzzy dari masing –
dan Nilai IPA tinggi dan Nilai
masing aturan dengan operator
IPS tinggi dan Nilai Ekstra
OR.
kurikuler sedang maka masuk
3.4.4. Penegasan
jurusan SMU IPA atau SMK
(defuzzifikasi)
Seni&Ketrampilan.
Input dari proses defuzzifikasi
[R31] : Jika Nilai Matematika tinggi
adalah suatu himpunan fuzzy
dan Nilai IPA tinggi dan Nilai
yang
IPS tinggi dan Nilai Ekstra
aturan fuzzy, sedangkan output
kurikuler tinggi maka masuk
yang
dihasilkan
jurusan SMU IPA atau SMK
suatu
bilangan
Teknik.
domain
[R32] : Jika Nilai Matematika tinggi
diperoleh
darikomposisi
merupakan tegas
himpunan
tersebut.maka
harus
pada fuzzy dapat
dan Nilai IPA tinggi dan Nilai
diambil suatu nilai crisp tertentu
IPS tinggi dan Nilai Ekstra
sebagai
output.
kurikuler
yang
digunakan
tidak
ada
maka
masuk jurusan SMU IPA.
menentukan
15
Defuzzifikasi
output
dalam adalah
dengan metode centroid. Pada
membuat
metode ini, solusi crisp diperoleh
macam tersebut caranya adalah:
dengan
Dari view FIS Editor, Edit->Add
cara
mengambil
titik
pusat daerah fuzzy.
berjumlah
4
Variable->Input Maka
IV. IMPLEMENTASI Rancangan
input
sistem
analisis
akan
bertambah
input
yang kedua, kemudian langkah
bidang minat siswa mengguanakan
tersebut
sistem pakar yang telah dibuat
mendapatkan input berjumlah 4,
selanjutnya
yang digunkan untuk 4 variabel
menggunakan
diaplikasikan Toolbox
Matlab
diulangi
sampai
input, yaitu Matematika, IPA, IPS
2010b.
dan Ekastra kurikuler.
4.1. Memulai aplikasi Matlab Himpunan fuzzy dibuat pada toolbox Matlab dengan cara sebagai berikut: Menjalankan
aplikasi
Matlab
2010b 4.2. Menentukan Himpunan
fuzzy Gambar 4.4Empat variabel input
padaToolbox Matlab. 1. Masuk inferensi fuzzy pada toobox
matlab
mengetikkan Command
1) Klikpada input1.
dengan fuzzypada
2) Pada current variable pada
Prompt,
kolom name diganti menjadi Matematika.
selanjutnya tekan enter.
3) Klikpada input2. 4) Pada current variable pada kolom name diganti menjadi Gambar 4.2 cara masuk
IPA.
inferensi fuzzy pada Matlab
5) Klikpada input3.
1. Menentukan variabel input
6) Pada current variable pada
pada matlab
kolom name diganti menjadi
Variabel input yang dibutuhkan 4
IPS
macam, yaitu Matematika, IPA,
7) Klikpada input4.
IPS dan Ekstra kurikuler. Untuk 16
8) Pada current variable pada
himpunan
Matematika,
kolom name diganti menjadi
IPA
Ekstra kurikuler.
Ekstrakurikuler
Sekarang
sudah
didapatkan
atau
IPS
dan
Rendah
dengan rentang 0 sampai 85.
input Matematika, IPA, IPS dan Ekstrakurikuler. a. Menentukan
variabel
Matematika, IPA dan IPS dan Ekstrakurikuler pada Matlab. Pada variabel Matematika, IPA, IPS dan Ekstrakurikuler dibagi
menjadi
3,
yaitu
Rendah, Sedang dan Tinggi. Cara
menentukan
Gambar 4.5 Parameter
pada
Himpunan Matematika Rendah
Matlab sebagai berikut: 1) Dari
view
matlab
Edit->
5) Klik grafik mf2
Membership Functions. 2) Range
diubah
0
Menunjukkan penilaian
dari
6) Selanjutnya 100,
diubah sebagai berikut
rentang minimal
a) Name
0
himpunan
3) Klik grafik mf1
IPA
4) Selanjutnya
parameter
a) Name
atau
atau
IPS
dan
representasi
nama
segitiga
matematika,
c) Params
IPS
matematika,
b) Type trimf, menunjukkan
Rendah,
Menunjukkan
nama
EkstrakurikulerSedang
diubah sebagai berikut
IPA
Sedang,
Menunjukkan
maksimal 100.
himpunan
parameter
dan
kurva
75
85
menunjukkan
Ekstrakurikuler Rendah
himpunan
b) Type trapmf, menunjukkan
IPA
90,
daerah Matematika,
atau
IPS
dan
representasi kurva bahu
Ekstrakurikuler
kiri
dengan rentang 75 sampai
c) Params
0
menunjukkan
0
75
85,
90.
daerah
17
Sedang
Name
Sedang
Type
Trimf
Params
75 85 90 mf3
Range Gambar 4.6 Parameter Himpunan Matematika Sedang
7) Klik grafik mf3 8) Selanjutnya
a) Name
Type
Trapmf
Params
85 90 100 100
Tinggi,
himpunan
b. Menentukan variabel Output
nama
SMU pada Matlab.
matematika,
atau
Variabel Output SMU merupakan
IPSdan
variabel
Ekstrakurikuler Tinggi
peminatan
pemilihan
jurusan pada jenjang SMU yang
b) Type trapmf, menunjukkan
terdiri dari 2 pemilihan jurusan
representasi kurva bahu
yaitu IPA dan IPS. Penentuan
kanan 85
90
100
variabel dapat dilakukan sebagai
100,
berikut
menunjukkan daerah himpunan Matematika,
Tinggi
Tabel 4.2 Parameter Input
Menunjukkan
Params
Name
parameter
diubah sebagai berikut
IPA
100
IPA,
Ekstrakurikuler
IPS
Tinngi
1) Double klik SMU pada FIS
dan
Variables.
dengan
2) Menentukan parameter
rentang 85 sampai 100. PARAMETER
sebagai berikut
ISIAN
PARAMETER
mf1 Range
100
ISIAN
mf1
Name
Rendah
Range
Type
Trapmf
Name
IPS
Type
Trapmf
Params
0 0 75 85 mf2
Range
Params 100
18
100
0 0 50 75
Ketrampilan
mf2 Range
Type
100
Trapmf
Params
Name
IPA
Type
Trapmf
Params
50 75 100 100
0 0 50 75 mf2
Range
mf3 -> dihapus
Tabel 4.3 Parameter Himpunan
100
Name
Teknik
Type
Trapmf 50 75 100
Params
100
SMU
mf3 -> dihapus Mf3 dihapus dengan cara dari view
membership
editors
:
Klik
function
Tabel 4.4 Parameter Himpunan
mf3->Edit->
SMK
Remove Selected MF. c. Menentukan variabel Ootput
Mf3 dihapus dengan cara dari
SMK pada Matlab.
view
membership
function
Variabel Output SMK merupakan
editors
variabel
Remove Selected MF.
peminatan
pemilihan
jurusan pada jenjang SMK yang
Seni&Ketrampilan
Teknik.
Penentuan
Klik
mf3->Edit->
4.3. Menentukan komposisi aturan
terdiri dari 2 pemilihan jurusan yaitu
:
(Rules) pada Matlab
dan Inferensi fuzzy pada toolbox Matlab
variabel
menyediakan tool untuk pembuatan
dapat dilakukan sebagai berikut
implikasi
3) Double klik SMK pada FIS
aturan
(Rules)
dalam
bentuk Graphic User Interface (GUI)
Variables. 4) Menentukan
yang dijlankan dari view Matlab Edit-
parameter
> Rules kemudian aturan dibuat
sebagai berikut
dengan klik pada masing-masing PARAMETER
ISIAN
pilihan pada himpunan yang telah dibentuk dan disesuaikan dengan
mf1 Range Name
aturan yang telah dibuat.
100 Seni &
19
Penentuan pada matlab dapat
dan
dikerjakan sebagai berikut:
memilih jurusan pada jenjang SMU atau
Pada Matematika is pilih Rendah,
membimbing
SMK.
Cara
siswa
dalam
pengguananya
sebagai berikut:
pada IPA is pilih Rendah, pada IPS
1. Membuka Aplikasi Matlab.
is pilih Rendah pada Ekstra kurikuler
2. Membuka
is pilih rendah pada SMU is pilih
system
none pada SMK is pilih Seni &
fuzzy
pada
inference
toolbox
Matlab
dengan cara mengetikan fuzzy
Ketrampilan.
pada tampilan awal Matlab. 3. Dari
Setelah selesai memasukkan
FIS
Editor
kemudian
program dipanggil dengan cara:
komposisi aturan (Rules) ke toolbox matlab, kemudian program disimpan
File->
From File->
buka
dari view dengan cara sebagai
dimana program disimpan 4. Selanjutnya klik View-> Rules
berikut: File-> Export-> To File, kemudian
sehingga tampil aplikasi untuk
dipilih lokasi penyimpanan program,
menghitung
selanjutnya
dengan grafik.
program
sudah
siap
peminatan
siswa
untuk dijalankan. 4.4. Implementasi Sistem Aplikasi logika fuzzy analisis bidang minat siswa menggunakan sistem pakar pada toolbox matlab digunakan
untuk
mencari
output
peminatan penjurusan pada jenjang SMU atau SMK bagi lulusan SMP Negeri
2
Cepogo
dengan Gambar 4.12 Aplikasi program
memperhatikan input berupa nilai
5. Cara penggunaan program
Matematika, nilai IPA, Nilai IPS dan
Nilai siswa dimasukkan ke dalam
nilai Ekstra kurikuler. Penggunaan aplikasi logika
kolom Input secara berurutan
fuzzy analisis bidang minat siswa ini
dengan format pengisian sebagai
diperuntukkan
berikut:
pembimbing
bagi dalam
guru
mengarahkan
20
Nilai Matematika [spasi] Nilai IPA
Nilai
yang
didapat
[spasi] Nilai IPS [spasi] Nilai
hermawan yaitu; Matematika 79,
Ekstra
Nilai IPA 83, Nilai IPS 80 dan
kurikuler,
selanjutnya
tekan enter.
Nilai Ekstrakurikuler 84. Hasil
Contoh kasus 1 :
inferensi fuzzy yang diperoleh
Nilai siswa bernama dwi irawan
hermawan adalah SMU 58,7,
rata-rata nilai Matematika 77,
sedangkan SMK 34,8, Sehingga
nilai IPA 82, nilai IPS 81, dan
hermawan masuk ke jurusan
nilai Ekstrakurikuler 87. Maka
SMU
cara memasukkan pada input
keanggotaan
yaitu 77 82 81 87, setelah
sebagai berikut.
ditekan
µSMU
enter
menghasilkan
IPA
0
output penjurusan SMU 45,9 dan (𝑥−50)
SMK 45,9.
1 µSMU
hasil
tersebut
(58,7−50)
1
pemilihan penjurusan Dwi irawan adalah
masuk
ke
µSMU
SMK
IPS
dengan
0 1
yangsama, karena nilai yang di
µSMU
dapat dari hasil inferensi fuzzy (8,7)
fungsi
keanggotaan
1
inferensi
µSMU
fuzzy SMU dan SMK (45,9).
0,3 1
penjurusan dwi irawan adalah SMU
IPS
atau
Seni&kerajinan
=
; 𝑥 ≤ 50 ; 𝑥 ≥ 75 =
; 𝑥 ≤ 50 ; 𝑥 ≥ 75 =
; 𝑥 ≤ 50 ; 𝑥 ≥ 75 IPA(58,7)
0
Kesimpulanya adalah pemilihan
; 𝑥 ≥ 75
; 50 ≤ 𝑥 ≤ 75
(25)
IPS sama yaitu 45,9. Sehingga
; 𝑥 ≤ 50
IPA(58,7)
0
SMK seni&Kerajinan dan SMU
=
; 50 ≤ 𝑥 ≤ 75
(25)
kemungkinan
IPA(x)
IPA(58,7)
(8,7)
Seni&Kerajinan atau ke SMU
dihitung
; 50 ≤ 𝑥 ≤ 75
(75−50)
maka
dapat
IPA(58,7)
0 Dari
fungsi
; 50 ≤ 𝑥 ≤ 75
(75−50)
Gambar 4.13Hasil diagram
dengan
=
; 𝑥 ≤ 50 ; 50 ≤ 𝑥 ≤ 75 ; 𝑥 ≥ 75 x = 0,3
SMK
Hermawan juga bisa masuk ke
dengan
SMK Seni&ketrampilan dengan
kemungkinan yang sama.
21
kemungkinan dengan
sangat
fungsi
kecil,
dengan Fuzzy Inference System)
keanggotaan
metode mamdani menggunakan
dapat dihitung sebagai berikut: µSMK
Seni&Ketrampilan(x)
1 (75−𝑥) (75−50)
0
empat variabel input, yaitu Nilai =
Matematika, Nilai IPA, Nilai IPS
; 𝑥 ≤ 50
dan Nilai Ekstra kurikuler. Untuk
; 50 ≤ 𝑥 ≤ 75
mendapatkan
; 𝑥 ≥ 75
penjurusan (output) SMU IPA,
keluaran
µSMK Seni&Ketrampilan(34,8) =
SMU
IPS,
1, karena 𝑥 ≤ 50
Seni&Ketrampikan
SMK dan
SMK
Teknik. 2. Analisis bidang minat sisw untuk penentuan penjurusan dengan Gambar 4.14Diagram Kasus 2
Apliksi
Logika
Fuzzy
(Fuzzy
Inference System) memerlukan Hasil perhitungan dengan inferensi
fuzzy
pada
empat
tahap
yaitu
:
(a).
toolbox
Pembentukan Himpunan Fuzzy
Matlab menghasilkan pemilihan
(b). Aplikasi fungsi Implikasi (c).
penjurusan SMU IPS, SMU IPA,
Komposisi
SMK Seni&Kerajinan atau SMK
Defuzzifikasi.
Teknik.
V. KESIMPULAN DAN SARAN
digunakan
5.1. Kesimpulan
pemilihan
Berdasar
pembahasan
Bidang
Minat
Siswa
lulusan
mendapatkan
Cepogo.
bagi
lulusan siswa SMP Negeri 2 Cepogo Aplikasi
Logika
untuk
dapat
menentukan
jurusanpada
Sekolah
Pertama
penjurusan
System)
SMU dan SMK
menggunakan sistem pakar untuk
dengan
(d).
3. Apliksai Logika Fuzzy (Fuzzy Inference
Analisis
Aturan
(SMP)
tingkat
bagi siswa Menengah Negeri
2
5.2. Saran
Fuzzy
Pada penelitian ini terdapat 4
(Fuzzy Inference System) metode
variabel input yaitu Nilai Matematika,
Mamdani pada toolbox Matlab dapat
Nilai IPA, Nilai IPS dan Nilai Ekstra
diambil kesimpulan sebagai berikut:
kurikuler.
1. Analisis
bidang
untuk
penentuan
minat
Masing-masing
variabel
siswa
input memiliki 3 variabel linguistik,
penjurusan
yaitu Rendah, Sedang dan Tinggi,
22
sedangkan Variabel output memiliki
Kusumadewi, S. Dan H. Purnomo,
2 variabel, yaitu SMU dan SMK.
Aplikasi Logika Fuzzy untuk
Untuk variabel SMU memiliki 2
Pendukung
Keputusan,
variabel linguistik, yaitu IPS dan IPA,
Graha
Yogyakarta,
sedangkan
untuk
2010.
memiliki
2
variabel
variabel,
SMK yaitu
Walgito,
Ilmu,
Bimo,
Prof.
DR,
Seni&Ketrampilan dan Teknik. Untuk
Bimbingan + konseling [Studi
selanjutnya
&
dapat
dikembangkan
Karier],
C.V.
ANDI
(Penerbit
Andi),
dengan menggunakan variabel input
OFFSET
lebih dari 4, dan masing-masing
Yogyakarta, 2010.
variabel dapat dikembangkan lebih
Abdia away, Gunadi, The Shortcut
dari 3 variabel linguistik. sedangkan
Of
variabel output dapat dikembangkan
Informatika, Bandung, 2014.
dengan menggunakan lebih dari 2 variabel,
dan
Matlab
Programing,
Fahrur Rohman, Feri dan Ami
masing-masing
Fauzijah, Rancang bangun
variabel dapat dikembangkan lebih
aplikasi sistem pakar untuk
dari 2 variabel linguistik.
menentukan jenis gangguan perkembangan pada anak, Media
DAFTAR PUSTAKA
Informatika,
Jurnal
universitas Islam Indonesia,
Kusumadewi, Sri, Analisis Desain
Vol 6, No 1 (2008), ISSN:
Sistem Fuzzy menggunakan toolbox
0854-4743, http://journal.uii.ac.id/index.p
Matlab, Graha Ilmu , Yogyakarta,
hp/media-informatika,
2002.
diakses 2 mei 2015, jam 11.45 wib.
Kusumadewi,
Sri,
Intelligence Aplikasinya),
Artificial
(Teknik
dan
Graha
Ilmu,
Hafsah, Heru Cahya Rustamaji, Yulia
Inayati,
Pendukung
Yogyakarta, 2003.
Sistem Keputusan
Pemilihan Jurusan di SMU
Naba, Agus, Belajar cepat Fuzzy
Dengan
Logika
Fuzzy,
Logic menggunakan Matlab,
Seminar Nasional Informatika
C.V Andi Offset, Yogyakarta,
2008 (semnasIF 2008) UPN
2009.
”Veteran”
23
Yogyakarta,
http://repository.upnyk.ac.id/1
Martha
Sukandy,
Dwi
Dkk,
.
21/ diakses 12 Mei 2015 jam
Penerapan
13.15 wib
mamdani untuk memprediksi
Erika Sari, Noviana, Kesesuaian Kegiatan
Minat
Fuzzy
jumlah produksi minyak sawit
Ekstrakurikuler
dengan
Metode
berdasarkan data persediaan
terhadap
dan jumlah permintaan (Studi
Kreatifitas, Kemandirian dan
kasus PT. Perkebunan Mitra
Kesiapan Kerja Siswa SMK 1
Organ
Pundong,
skripsi STMIK GI MDP, 20
http://eprints.uny.ac.id/6722/1
Maret
/JURNAL.pdf,
http://eprints.mdp.ac.id/id/epri
diakses
22
Baturaja),
Jurnal
2014,
nt/1044, diakses 6 Mei 2015
Juni 2015, jam 14.20 Wib.
jam 12.35 wib.
Azmania, Zati Dkk, Penggunaan sistem inferensi fuzzy untuk
Departemen
Pendidikan
dan
penentuan jurusan di SMA
Kebudayaan,
Panduan
Negeri
Teknis
kegiatan
1
Bireuen,
Saintia
Jurnal
Matematika
Ekstrakurikuler
di
Sekolah
Universitas Sumatra Utara,
Dasar,
Vol 1, No 3 Mei 2013, pp.
Pendidikan dan Kebudayaan,
233-247,
Direktorat Jendral Pendidikan
http://jurnal.usu.ac.id/index.p
Dasar, Direktorat Pembinaan
hp/smatematika/issue/view/2
Sekolah
83, diakses 11 April 2015,
https://app.box.com/s/igzxmw
jam 11.48 wib.
glvy913ir5gob0,
Harison, Analisa sistem pendukung keputusan
Dasar,
diakses
Mei 2014, Jam 13.25 Wib.
penentuan
konsentrasi jurusan Teknik Mesin UNP Padang, Jurnal TEKNOIF Volume 1 No 1 April
Kementrian
2013,
http://ejournal.itp.ac.id/index. php/tinformatika/issue/view/1 1, diakses 22 Juni 2015, jam 11.48 wib.
24
2