APLIKASI DASHBOARD INFORMATION SYSTEM PERFORMANSI AKADEMIK PERGURUAN TINGGI DENGAN MENERAPKAN LOGIKA FUZZY

Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)

APLIKASI DASHBOARD INFORMATION SYSTEM PERFORMANSI AKADEMIK PERGURUAN TINGGI DENGAN MENERAPKAN LOGIKA FUZZY Putri Rita Andriyani1, Irwan Budiman 2, Radityo Adi Nugroho 3 123Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan Email : [email protected] Abstract A stategic information necessary to display the information needed to make a decision. To display this information be processed so as to present critical information on performance at a glance. One presentation of information can be displayed in a visual form which is Dashboard. Presentation of information required in College to measure current performance and analysis for purposes that will come. Based on this, the system needs to provide performance information visually simple and easily understood. Then the system will process the data by utilizing the Academic Information System (AIS), which is owned by the College and Forms Assessment to determine the points that will be assessed in accordance with the provisions of existing standards. Scoring points obtained from the Forms and AIS will be processed by applying fuzzy logic in order to generate value for the performance to be displayed visually Dashboard. Keywords: Fuzzy Logic, Dashboard Information System, Academic Information System, Performance Measurements Abstrak Sebuah informasi stategic diperlukan untuk menampilkan informasi-informasi yang dibutuhkan dalam mengambil sebuah keputusan. Untuk menampilkan informasi tersebut dilakukan proses pengolahan sehingga dapat menyajikan informasi kritis mengenai kinerja secara sekilas. Salah satu penyajian informasi dapat ditampilkan dalam bentuk visual yaitu Dashboard. Penyajian Informasi diperlukan dalam Perguruan Tinggi untuk mengukur kinerja saat ini dan analisis untuk keperluan yang akan datang. Berdasarkan hal tersebut, dibutuhkan sistem yang dapat memberikan informasi kinerja dengan visual yang simple dan mudah dipahami. Maka sistem akan memproses data dengan memanfaatkan Sistem Informasi Akademik (SIA) yang dimiliki oleh Perguruan Tinggi dan Borang Penilaian untuk mengetahui Poin-poin yang akan dinilai sesuai dengan Ketentuan Standar yang ada. Poin penilaian yang didapat dari Borang dan SIA akan diolah dengan menerapkan Logika Fuzzy agar menghasilkan nilai kinerja yang akan ditampilkan secara visual Dashboard. Kata Kunci : Logika Fuzzy, Dashboard Information System, Sistem Informasi Akademik, Pengukuran Kinerja Aplikasi DIS Performansi Akademik Perguruan Tinggi dengan Menerapkan Logika Fuzzy (Putri Rita Andriyani) |

27


1.

PENDAHULUAN

Dashboarad adalah informasi yang disajikan dalam bentuk visual, menampilkan sistem manajemen kinerja mengenai kinerja proses operasional secara sekilas. Dalam sistem informasi, eksekutif yang berada pada level strategic membutuhkan informasi untuk memberikan arahan pencapaian tujuan yang strategis , memprediksi peluang, dan membuat suatu keputusan bisnis yang tepat [1]. Untuk mengahasilkan sebuah informasi stategic pada eksekutif diperlukan proses pengolahan informasi hingga menjadi sebuah dashboard yang menampilkan informasi-informasi yang dibutuhkan dalam mengambil sebuah keputusan. Proses pengolahan informasi dilakukan dengan perhitungan summary untuk menampilkan indikator kondisi pencapaian kinerja pada setiap Key Perfomance Indicator (KPI) dalam dashboard. Perhitungan yang digunakan yaitu dengan menerapkan Logika Fuzzy. Perhitungan logika fuzzy ini dibutuhkan untuk menghasilkan informasi yang menyatakan indikator kondisi pencapaian kinerja. Penggunaan logika fuzzy karena mampu beradaptasi dengan perubahan dan ketidakpastian, sifatnya yang fleksibel dalam suatu keadaan yang tidak pasti[2]. Dalam penelitian ini, logika fuzzy diterapkan untuk mengetahui nilai dari indikator pada setiap KPI. Nilai tersebut dikonversi dalam bentuk angka pada keadaan tertentu dalam suatu variabel. Variabel yang diukur dalam penelitian ini adalah data akademik perguruan tinggi. Pengukuran performansi akademik perguruan tinggi berdasarkan pada standar nasional pendidikan tinggi yang ada di Indonesia untuk mengetahui mutu pendidikan pada perguruan tinggi. Berdasarkan penjelasan diatas, dibutuhkan implementasi sistem yang dapat dijadikan sebagai indikator untuk mengukur kinerja perguruan tinggi. Penilaian untuk pengukuran kinerja berdasarkan data dari Sistem Informasi Akademik dan Penilaian kualitatif eksekutif dengan ketentuan yang terdapat pada Borang Penilaian. Proses perhitungan nilai dengan menerapkan logika fuzzy untuk menghasilkan nilai kesimpulan kinerja perguruan tinggi. 2.

METODE PENELITIAN

Sistem dashboard eksekutif pada penelitian ini ditujukan untuk mengidentifikasi kinerja dari tujuh standar yang menjadi poin penilaian pada borang akreditasi sehingga kinerja program studi dapat diketahui dan dapat ditingkatkan berdasarkan poin-poin yang belum maksimal. Proses pengolahan data pada penelitian ini terbagi menjadi beberapa tahapan. Tahapan pertama yaitu pengguna melakukan login dengan memasukan username dan password untuk mendapatkan hak akses sebagai eksekutif. Tahapan kedua, eksekutif akan memilih program studi yang akan dinilai. Tahapan ketiga, eksekutif mengisi nilai kualitatif dari setiap poin standar yang ada dengan range pilihan 1 - 4. Tahapan keempat, sistem akan menarik data kuantitatif setiap standar dari database SIA dan mengolah data dengan ketentuan yang ada pada borang akreditas. Data kualitatif dan kuantitatif yang telah didapat kemudian akan diproses menggunakan algoritma logika fuzzy. Hasil penilaian tersebut kemudian diolah kembali dengan menarik nilai rata-rata dari penilaian kuantitatif dan penilaian kualitatif yang diberikan eksekutif. Pada tahap kelima, seluruh nilai pada setiap standar akan diolah kembali dengan merata-ratakannya sehingga menghasilkan kesimpulan kinerja program studi yang

Aplikasi DIS Performansi Akademik Perguruan Tinggi dengan Menerapkan Logika Fuzzy (Putri Rita Andriyani) |

28


dinilai. Setiap output yang dihasilkan akan ditampilkan dalam bentuk data kualitatif berupa persentase dan visual dashboard speedometer. 2.1 Data yang digunakan Dalam Penelitian ini, data yang akan dihitung adalah data dari Borang Penilaian yang terdiri dari 100 pertanyaan dan terbagi menjadi 7 Standar Penilaian dengan 2 kategori data yaitu data Kualitatif dan Kuantitatif. Adapun pengelompokan data dari 100 pertanyaan pada penelitian ini dapat dilihat pada Tabel 1. Tabel 1. Poin Penilaian Standar No

Standar

1

Standar 1 Visi, Misi, Tujuan & Sasaran, Serta Strategi Pencapaia. Standar 2 Tata Pamong, Kepemimpinan, Sistem Pengelolaan, & Sistem Penjaminan Mutu. Standar 3 Mahasiswa &Lulusan.

2 3 4 5 6 7

Standar 4 Sumber Daya Manusia. Standar 5 Kurikulum Pendidikan, Pembelajaran, & Suasana Akademik. Standar 6 Pembiayaan, Sarana & Prasarana, Serta Sstem Informasi. Standar 7 Penelitian & Pengabdian atau Pelayanan Pengabdian Kepada Masyarakat, & Kerjasama.

Jumlah data Kualitatif

Jumlah data Kuantitatif

3

-

6

-

11

6

10

13

18

9

9

7

3

5

Sumber: Borang Penilaian Mutu/Akreditas PS Ilmu Komputer FMIPA Universitas Lambung Mangkurat. 2015

2.2 Sistem Informasi Akademik Sistem informasi akademik adalah sistem online yang mengelola data akademik dan memberikan kemudahan informasi kepada pengguna dalam kegiatan administrasi akademik perguruan tinggi [3]. 2.3 Logika Fuzzy Logika Fuzzy merupakan teori himpunan logika samar yang dikembangkan oleh Prof. Lofti Zadeh. Logika fuzzy mempunyai nilai penalaran yang kabur/samar. Samar artinya tidak ada kepastian nilai suatu keanggotaan dan derajat dari kebenaran. Sesuatu dikatakan fuzzy karena disaat bersamaan dapat dikatakan sebagian benar dan sebagian salah. Logika fuzzy dapat diibaratkan sebagai kotak hitam yang terhubung diataran ruang input menuju ruang output[2]. 2.3.1 Himpunan Fuzzy Himpunan fuzzy adalah suatu variable nilai keanggotaan dalam sistem fuzzy. Himpunan fuzzy memiliki dua atribut, yaitu[2]:


29


a. Numeris, adalah suatu nilai berupa angka yang menunjukkan ukuran dari suatu variabel seperti : 15, 50, 70 dan lainnya b. Linguistik, adalah Nilai yang tidak bisa didefinisikan secara pasti dengan angka/nilai, biasanya menggunakan sebuah kata/kalimat dengan bahasa alam, seperti : BERAT, SEDANG, RINGAN. 2.3.2 Fungsi Keanggotaan Logika Fuzzy Fungsi Keanggotaan Logika Fuzzy merupakan nilai derajat keanggotaan suatu himpunan fuzzy. Fungsi keanggotaan menggunakan kurva yang menunjukan pemetaan pada nilai input data ke dalam nilai keanggotaa atau derajat keanggotaan & memiliki interval nilai antara 0 - 1. Dalam mendapatkan nilai keanggotaan dengan menggunakan pendekatan fungsi keanggotaan ada beberapa penalaran logika fuzzy, diantaranya: a. Fungsi Representasi Linier Pada fungsi ini, nilai input ke derajat keanggotaannya digambarkan sebagai garis lurus. Keadaan linier yang dimaksud terdiri dari dua keadaan, yaitu linier naik dan linier turun.

…(1)

…(2) b. Fungsi Keanggotaan Segitiga Fungsi keanggotaan segitiga mempunyai 3 parameter yang didefinisikan dengan nilai a,b,c untuk menentukan koordinat x dari tiga sudut.


30


…(3) c. Representasi Kurva Bahu Kurva Bahu adalah variabel yang terletak ditengah-tengah daerah kurva yang berbentuk segitiga. Pada sisi kiri dan kanan membentuk garis lurus berupa garis linier naik atau linier turun.

…(4) 2.4 Bobot Kriteria Bobot kriteria diperlukan untuk mendapatkan nilai keanggotaan himpunan fuzzy. Adapun data kriteria yang digunakan pada penelitian ini dapat dilihat pada Tabel 2. Tabel 2. Bobot Kriteria No Kriteria Bobot 1 Buruk 0 2

Cukup

2

3

Baik

4

Sumber: Penerapan Logika Fuzzy Pada Dashboarad Information System Sebagai Indikator Performansi Akademik Perguruan Tinggi. 2017

3.

HASIL DAN PEMBAHASAN

Pada bagian ini akan dijelaskan bagaimana langkah perhitungan dan teori Logika Fuzzy sampai mendapatkan hasil akhir. Perhitungan ini mengunakan contoh dari satu Penilaian Standar yaitu Penilaian Standar 4 Sumber Daya Manusia, namun memiliki langkah yang sama untuk proses Penilaian Standar lainnya.


31


Fuzzyfikasi dilakukan kepada setiap poin penilaian. Proses Fuzzyfikasi memnggunakan kurva segitiga (triangle). 100 poin penilaian akan dilakukan proses Fuzzyfikasi dengan penentuan kurva sebagaimana dijelaskan pada Gambar 1.

Gambar 1. Kurva Fuzzyfikasi


Berdasarkan kurva diatas maka penilaian akan menggunakan rumus sebagai berikut. 1; 𝜇 𝐵𝑢𝑟𝑢𝑘(𝑥) =

𝑥≤1

𝑏− 𝑥 { 𝑏−𝑎

0; 0; 𝜇 𝐶𝑢𝑘𝑢𝑝(𝑥) = {

𝑥−𝑎 𝑏−𝑎 𝑏−𝑥 𝑏−𝑎

0; 𝜇 𝐵𝑎𝑖𝑘(𝑥) =

𝑥−𝑎 {𝑏−𝑎

1;

…(5)

1≤𝑥≤2 𝑥≥2 𝑥≤1 𝑥≥4 1≤𝑥≤2

…(6)

2≤𝑥≤4

𝑥≤2 2≤𝑥≤4 𝑥≥4

…(7)

Sebagai contoh perhitungan, berdasarkan penilaian kuantitaitf Standar 4 dengan nilai yang dihasilkan oleh database SIA dan hasil pilihan pada poin kualitatif berikut. Tabel 3. Nilai Poin Penilaian Standar 4 Penilaian

No 1 Dosen tetap yg berpendidikan (terakhir) S2 & S3 yg 2 3 4

bidang keahliannya sesuai dengan kompetensi PS Dosen tetap berpendidikan (terakhir) S3 yg bidang keahliannya sesuai dengan kompetensi PS

Dosen tetap yg memiliki jabatan Lektor Kepala & Guru Besar yg bidang keahliannya sesuai dengan kompetensi PS Rasio Mahasiswa

Nilai X 4 2 1 1.5528255528256


32


Tabel 3. Lanjutan Nilai Poin Penilaian Standar 4 No Penilaian Nilai X 5 Tingkat kehadiran dosen tetap dalam mengajar 0 6 Persentase jumlah dosen tidak tetap, terhadap 4 jumlah seluruh dosen 7 Persentase kehadiran dosen tidak tetap dalam perkuliahan (terhadap jumlah kehadiran yang 0 direncanakan) 8 Jumlah Tenaga Ahli atau Pakar sebagai pembicara tamu, pembicara dalam 0 seminar/pelatihan, dsb, dari luar PT sendiri 9

10

11 12 13 14

15 16 17 18 19 20 21 22 23

Peningkatan kemampuan dosen tetap melalui program tugas belajar dalam bidang yang sesuai dengan kopetensi PS Kegiatan dosen tetap yang bidang keahliannya sesuai dengan PS dalam seminar ilmiah/ lokakarya/penataran/workshop/pagelaran/ pameran/peragaan yang tidak hanya melibatkan dosen Perguruan Tinggi sendiri.

Jumlah Pustakawan dan kualifikasinya Tenaga administrasi, jumlah dan kualifikasinya Rata-rata beban dosen per semesternya Pedoman tertulis mengenai sistem seleksi, penempatan, pengembangan, perekrutan, pemberhentian dosen dan tenaga kependidikan dan retensi. Pedoman tertulis tentang sistem monitoring dan evaluasi, serta rekam jejak tenaga kependidikan dan kinerja dosen Pelaksanaan monitoring & evaluasi kinerja dosen di bidang tridarma perguruan tinggi Kesesuaian keahlian (pendidikan terakhir) dosen dengan Mata Kuliah yang diampunya Kesesuaian keahlian dosen tidak tetap dengan Mata Kuliah yang diampu Persentase kehadiran dosen tidak tetap dalam perkuliahan Prestasi Perguruan Tinggi dalam mendapatkan penghargaan hibah dalam tiga (3) tahun terakhir. Reputasi dan keluasan jejaring dosen dalam bidang akademik dan profesi Kualitas laboran, programmer, teknisi, operator, Upaya yang dilakukan PS untuk meningkatkan kualifikasi dan kompetensi tenaga kependidikan

0

0 0,75 0 1 2

4 4 4 4 4 4 3 4 3

Sumber: Borang Penilaian Mutu/Akreditas PS Ilmu Komputer FMIPA Universitas Lambung Mangkurat. 2015


33


Berdasarkan Nilai X pada Tabel 3 dengan memasukan rumus fungsi keanggotaan fuzzy maka hasil perhitungan diperoleh seperti pada Tabel 4. Berikut

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

Tabel 4. Hasil Fuzzyfikasi Nilai X Buruk Cukup 0 0 4 0 1 2 0.5 0.5 1 0.776413 1.5528255528256 0.223587 1 0 0 0 0 4 1 0 0 1 0 0 1 0 0 1 0 0 0.625 0.375 0,75 1 0 0 0.5 0.5 1 0 1 2 0 0 4 0 0 4 0 0 4 0 0 4 0 0 4 0 0 4 0 0.5 3 0 0 4 0 0.5 3

Baik 1 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0.5 1 0.5


Hasil dari fuzzyfikasi untuk setiap nilai input yang diperoleh akan dikalikan dengan masing-masing bobot yang dapat dilihat pada Tabel 2. Hasil dari masingmasing poin pertanyaan adalah sebagai berikut. Tabel 5. Nilai Fungsi keanggotaan Buruk * 0 Cukup * 2

No

Nilai X

1

4

0

2

2

0

Baik * 4

JUMLAH

1

3

4

2

0

2


34


Tabel 5. Lanjutan Nilai Fungsi keanggotaan Buruk * 0 Cukup * 2 Baik * 4

No

Nilai X

JUMLAH

3

1

0

1

0

1

4

1.5528255528256

0

1.5528256

0

1.552826

5

0

0

0

0

0

6

4

0

0

4

4

7

0

0

0

0

0

8

0

0

0

0

0

9

0

0

0

0

0

10

0

0

0

0

0

11

0,75

0

0.75

0

0.75

12

0

0

0

0

0

13

1

0

1

0

1

14

2

0

2

0

2

15

4

0

0

4

4

16

4

0

0

4

4

17

4

0

0

4

4

18

4

0

0

4

4

19

4

0

0

4

4

20

4

0

0

4

4

21

3

0

1

2

3

22

4

0

0

4

4

23

3

0

1

2

3


Setiap nilai Jumlah yang telah didapat kemudian akan diproses lagi dengan menggunakan rumus berikut untuk mengetahui nilai setiap poin. Nilai Jumlah 4

…(8)

Nilai 4 adalah total skala yang digunakan. Tabel 6. Hasil Setiap poin pada standar 4 No Nilai X Hasil 1 4 1 2 2 0.50 3 1 0.25 4 1.5528255528256 0.39


35


Tabel 6. Lanjutan Hasil Setiap poin pada standar 4 No Nilai X Hasil 5 0 0 6 4 1 7 0 0 8 0 0 9 0 0 10 0 0 11 0,75 0.19 12 0 0 13 1 0.25 0.50 14 2 1 15 4 1 16 4 1 17 4 1 18 4 1 19 4 1 20 4 0.75 21 3 1 22 4 0.75 23 3 Sumber: Penerapan Logika Fuzzy Pada Dashboarad Information System Sebagai Indikator Performansi Akademik Perguruan Tinggi. 2017

Untuk mengetahui kesimpulan hasil kinerja dari Standar 4 yaitu dengan merata-ratakan nilai diatas sehingga diperoleh hasil yaitu 54.68%. Dengan menerapkan perhitungan tersebut pada setiap standar yang ada, maka nilai untuk Standar 1 s/d 7 dapat dilihat pada Tabel 7 berikut ini. No. 1 2 3 4 5 6 7

Tabel 7. Hasil penilaian untuk setiap standar Standar Hasil Penilaian Standar 1. Visi, misi, tujuan dan sasaran, serta strategi pencapaian Standar 2. Tata pamong, kepemimpinan, sistem pengelolaan, dan penjaminan mutu Standar 3. Mahasiswa dan lulusan Standar 4. Sumber daya manusia Standar 5. Kurikulum, pembelajaran, dan suasana akademik Standar 6. Pembiayaan, sarana dan prasarana, serta sistem informasi Standar 7. Penelitian dan pelayanan/pengabdian kepada masyarakat, dan kerja sama

Total

91.67% 95.83% 67.60% 54.68% 68.00% 67.71% 72.02%

517.49%



36


Untuk mencari kesimpulan akhir dari penilaian standar yang diperoleh menggunakan rumus rata-rata (mean) sebagai berikut. 𝐻𝑎𝑠𝑖𝑙 = =

∑ 𝐻𝑎𝑠𝑖𝑙 𝑃𝑒𝑛𝑖𝑙𝑎𝑖𝑎𝑛 𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑃𝑒𝑛𝑖𝑙𝑎𝑖𝑎𝑛 517.49 7

x 100 %

…(9) …(10)

x 100%

= 73.93%

…(11)

Jadi kesimpulan hasil kinerja dari 7 Standar dengan 100 poin pertanyaan yang disajikan sesuai dengan Borang Penilaian dengan data Kualitatif berdasarkan penilaian eksekutif dan data kuantitatif berdasarkan pada database SIA, maka diperoleh nilai sebesar 73.93%. No 1

Tabel 8. Ketentuan Dashboard yang ditampilkan Ketentuan Gambar Deskripsi MERAH ≤ 30 %

BURUK KUNING

2

31 % - 60 %

CUKUP HIJAU

3

60 % ˃

BAIK


Uji hasil dilakukan dengan membandingkan hasil penilaian dengan menggunakan Metode Fuzzy dan perhitungan rata-rata. Hasil perbandingan dapat diliihat pada tabel 9 dibawah ini. Tabel 9. Ketentuan Dashboard yang ditampilkan No

Penilaian

Menggunakan Metode Fuzzy

Perhitungan Rata-rata

1

Standar 1

91.67%

91.67%

2 3

Standar 2 Standar 3

95.83% 67.60%

95.83% 67.60%

4 5

Standar 4 Standar 5

54.68% 68.00%

54.68% 68.00%


37


Tabel 9. Lanjutan Ketentuan Dashboard yang ditampilkan No

Penilaian

Menggunakan Metode Fuzzy

Perhitungan Rata-rata

6

Standar 6

67.71%

67.71%

7

Standar 7

72.02%

72.02%

73.93%

73.93%

Kesimpulan


Dapat dilihat dari perbandingan tersebut hasil perhitungan dengan menggunakan Metode Fuzzy sama dengan perhitungan rata-rata karena nilai input yang di proses pada setiap poin penilaian akan menghasilkan nilai yang sama dengan nilai output dikarenakan interval kurva yang dihasilkan bernilai 2. Untuk lebih jelasnya akan dicoba perhitungan untuk 1 poin penilaian. Misalkan nilai input x = 0.75, kemudian dimasukan ke dalam rumus fuzzyfikasi sehingga menghasilkan perhitungan sebagai berikut. 𝐵𝑢𝑟𝑢𝑘 = 𝐶𝑢𝑘𝑢𝑝 =

𝑏−𝑥 𝑏−𝑎 𝑥−𝑎 𝑏−𝑎

= =

2−0.75 2−0 0.75−0 2−0

= =

1,25 2 0.75 2

= 0.625

…(12)

= 0.375

…(13)

Setelah nilai fuzzifikasi didapat kemudian dikalikan dengan masing-masing bobot sesuai dengan ketentuan seperti pada Tabel 2 Bobot Kriteria. Buruk = 0.625 x 0 =0

…(14) …(15)

Cukup = 0.375 x 2 = 0.75

…(16) …(17)

Untuk menghasilkan nilai pada poin tersebut, hasil penyelesaian diatas ditambahkan yaitu 0 + 0.75 = 0.75 Dapat disimpulkan bahwa hasil dari perhitungan setiap poin akan sama dengan nilai input karena interval kurva pada setiap kriteria nilainya adalah 2 sehingga nilai kinerja setiap standar dan keseluruhan akan menjadi sama dengan penilaian secara rata-rata. Untuk perhitungan rata-rata yaitu dengan menambahkan seluruh nilai input dan dibagi dengan banyaknya nilai. 4.

SIMPULAN

Pada penelitian ini didapatkan kesimpulan yaitu Aplikasi Dashboard Information System dapat digunakan untuk mengukur perfomansi akademik Perguruan Tinggi dengan menerapkan logika fuzzy. Hasil yang didapat pada penelitian ini menunjukan bahwa Nilai yang dihasilkan oleh logika fuzzy sama dengan nilai input yang diproses karena interval kurva yang dihasilkan bernilai 2 yang berarti nilai tersebut sama dengan interval pembagi pada tahapan fuzzyfikasi[5]. Aplikasi DIS Performansi Akademik Perguruan Tinggi dengan Menerapkan Logika Fuzzy (Putri Rita Andriyani) |

38


DAFTAR PUSTAKA [1] [2] [3]

[4] [5]

W. W. Eckerson, "Performance Dashboarad : Measuring, Monitoring, and Managing Your Business", 2nd Editio. New Jersey: John Wiley & Sons, Inc, 2011. S. Kusumadewi and H. Purnomo, "Aplikasi Logika Fuzzy Untuk Pendukung Keputusan", Edisi 2. Graha Ilmu, 2010. N. H. Agustiani, “Pengaruh Pemanfaatan Sistem Informasi Akademik terpadu (SIKADU) terhadap Kinerja Individual dengan Kemudahan Penggunaan sebagai Variabel Moderating,” UNIVERSITAS DIPONEGORO, 2010. Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Lambung Mangkurat, “BORANG PS ILMU KOMPUTER,” Banjarbaru, 2015. P. R. Andriyani, “PENERAPAN LOGIKA FUZZY PADA DASHBOARD INFORMATION SYSTEM SEBAGAI INDIKATOR PERFORMANSI AKADEMIK PERGURUAN TINGGI,” Universitas Lambung Mangkurat, 2017.


39

APLIKASI DASHBOARD INFORMATION SYSTEM PERFORMANSI AKADEMIK PERGURUAN TINGGI DENGAN MENERAPKAN LOGIKA FUZZY

Recommend Documents