RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI

Made Sumitre, Rio Kurniawan

Jurnal Informatika, Volume 14 Nomor 1, Juni 2014

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI Made Sumitre1, Rio Kurniawan2 1

Sekolah Tinggi Agama Hindu Lampung Jurusan Teknik Informatika, Fakultas Ilmu Komputer Informatics and Business Institute Darmajaya Lampung Jalan Z.A. Pagar Alam, No.93, Labuhan Ratu Bandar Lampung 35141, Indonesia. Email : [email protected],[email protected] 2

ABSTRACT The process of acceptance of lectures in STAH Lampung has an obstacle which is the duration of the data management process and subjectivity of decision taking especially because some of candidates which do not have different ability. This obstacle impacts in the duration of decision making process for lectures acceptance. Fuzzy logic is used as a way to map the problem from input to output, the process of decision taking of lectures acceptance is using Mamdani Fuzzy method which is known as max-min method. The input variables that are used are IPK, experience, interview, and the interest variables while the output is final score. The selection process troughs several steps which are fuzzy group creating, implication function application, the rules composition, and defuzzy. This decision supporting system of lectures acceptance selection by using Mamdani FIS is able to give the specific and right score which is suitable with institution standard z ≥ 50 score. Key Words : STAH, Lecture, Decision Supporting System

ABSTRAK Proses penerimaan tenaga pengajar di STAH Lampung selama ini memiliki kendala yaitu lamanya proses pengolahan data dan subjektivitas pengambilan keputusan terutama adanya beberapa calon yang memiliki kemampuan tidak jauh berbeda. Kendala ini berdampak pada lamanya proses pengambilan keputusan untuk penerimaan tenaga pengajar. Logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju ke output, dalam proses pengambilan keputusan penerimaan tenaga pengajar digunakan metode fuzzy mamdani yang sering dikenal sebagai metode max-min. Variabel input yang digunakan adalah variabel IPK, pengalaman, wawancara dan ketertarikan sedangkan variabel outputnya adalah nilai akhir. Proses seleksi melalui beberapa tahapan yaitu : pembentukan himpunan fuzzy, aplikasi fungsi implikasi, komposisi aturan dan penegasan (defuzzy). Sistem pendukung keputusan seleksi penerimaan tenaga pengajar dengan menggunakan FIS mamdani ini mampu memberikan hasil secara spesifik dan tepat sesuai dengan standar nilai yang diinginkan oleh institusi yaitu nilai z ≥ 50. Kata kunci : Fuzzy.

STAH,Tenaga pengajar, Sistem Pendukung Keputusan, Variabel

Informatics & Business Institute Darmajaya

61



PENDAHULUAN

kualitas SDM tenaga pengajar (dosen).

Suatu institusi dapat berjalan dengan baik

Dengan melakukan tahapan seleksi tenaga

untuk dapat mencapai tujuan yang telah

pengajar yang lebih ketat dan peningkatan

ditetapkan dan ditentukan oleh banyak

kulitas

faktor salah satu faktor yang sangat

menerus

menentukan adalah sumber daya manusia

kompetensi, dan profesionalisme tenaga

karena

yang

pengajar pada masa-masa yang akan

menjalankan organisasi dalam mencapai

datang. Melihat kondisi diatas maka

tujuan yang telah ditetapkan.

pimpinan

I.

sumber

daya

itulah

Sekolah Tinggi Agama Hindu (STAH) Lampung

merupakan

lembaga

Institusi

pendidikan

tinggi

atau formal

dibawah naungan Kementerian Agama Republik

Indonesia

berkembang,

yang

STAH

memerlukan

tenaga

sedang Lampung

pengajar

untuk

menunjang proses belajar mengajar di lingkungan STAH Lampung. Dosen atau Tenaga Pengajar memiliki tiga tugas pokok, yaitu pendidikan dan pengajaran, penelitian,

serta

masyarakat,

pengabdian

seorang

dosen

kepada harus

melaksanakan kegiatan penunjang tugas pokok tersebut. Tenaga pengajar pada suatu perguruan tinggi juga dituntut untuk memberikan kontribusi yang besar agar perguruan tinggi tersebut dapat lebih

pengajar

dilakukan

akan

guna

sangatlah

terus

memenuhi

membutuhkan

dukungan dalam mengambil keputusan penerimaan

tenaga

memperlancar organisasi,

jalannya

karena

penerimaan

pengajar

pengelolaan

kekeliruan

dalam

pengajar

akan

proses institusi

untuk

tenaga

mempengaruhi

guna

mencapai visi, misi dan tujuan. Proses penerimaan tenaga pengajar di STAH Lampung selama ini memiliki kendala yaitu lamanya proses pengolahan data untuk mendapatkan alternatife yang tepat, kendala ini berujung juga pada lamanya proses pengambilan keputusan untuk penerimaan tenaga pengajar. Berdasarkan permasalahan

tersebut,

dibutuhkan

sistem

memberikan

alternatife

sangatlah

yang

dapat

penyelesaian

masalah bagi ketua seleksi atau pimpinan dalam penerimaan tenaga pengajar pada

maju.

STAH Lampung.

Dalam

menghasilkan

lulusan

yang

berkualitas dan memiliki daya saing yang tinggi

tenaga

maka

Logika fuzzy merupakan salah satu

pengembangan

komponen pembentuk soft Computing.


62

melakukan

Lampung

METODE PENELITIAN

terus

menerus

STAH

II.



Logika Fuzzy pertama kali diperkenalkan

Pada metode mamdani, fungsi

oleh Prof.Lotfi A. Zadeh pada tahun 1965.

implikasi yang digunakan adalah

Dasar

min.

Logika

fuzzy

adalah

teori

himpunan fuzzy. Pada teori himpunan fuzzy, sebagai

peranan

derajat

penentu

keanggotaan

keberadaan

elemen

3. Komposisi Aturan Tidak seperti penalaran monoton, apabila

sistem

terdiri

dari

dalam suatu himpunan sangatlah penting.

beberapa aturan, maka inferensi

Nilai

diperoleh

keanggotaan

atau

derajat

dari

kumpulan

dan

keanggotaan atau membership function

korelasi antar aturan. Ada 3

menjadi ciri utama dari penalaran dengan

metode yang digunakan dalam

logika fuzzy.

melakukan inferesi sistem fuzzy,

Dalam

Banyak

hal,

logika

fuzzy

yaitu

:

max,

additive

dan

digunakan sebagai suatu cara untuk

probabilistik OR (probor).

memetakan

a. Metode Max (Maximum)

permasalahan

dari

input

menuju ke output yang diharapkan.

Pada

Logika fuzzy dapat dianggap sebagai

himpunan

kotak hitam yang menghubungkan antara

dengan cara mengambil nilai

ruang input menuju ruang output, Gelley

maksimum aturan, kemudian

(2000) dalam Sri Kusumadewi dan Hari

menggunakannya

Purnomo (2010,p.2).

memodifikasi daerah fuzzy, dan

2.1 METODE MAMDANI

metode

ini,

fuzzy

solusi

diperoleh

untuk

mengaplikasikanya

output dengan menggunakan

Metode mamdani sering dikenal sebagai

operator OR (union).

metode

semua

max-min.

Metode

ke

ini

proposisi

Jika telah

diperkenalkan oleh Ebrahim Mamdani

dievaluasi, maka output akan

pada tahun 1975. Untuk mendapatkan

berisi suatu himpunan fuzzy

Output diperlukan 4 tahapan :

yang

1. Pembentukan Himpunan Fuzzy Pada

metode

Mamdani,

baik

variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.

konstribusi

merefleksikan dari

tiap-tiap

proposisi. Secara umum dapat dituliskan : µsf(xi) = max(µsf(xi), µkf(xi)) dengan :

2. Aplikasi fungsi Implikasi Informatics & Business Institute Darmajaya

63



µsf(xi) = nilai keanggotaan


solusi fuzzy sampai aturan ke

solusi fuzzy sampai aturan ke-

–i;

i;

µkf(xi) = nilai keanggotaan


lonsekuen fuzzy aturan ke-i;

konsekuen fuzzy aturan ke-i;

b. Metode additive (Sum) Pada

metode

solusi

Input dari proses defuzzifikasi

diperoleh

adalah suatu himpunan fuzzy yang

melakukan

diperoleh dari komposisi aturan-

bounded-sum terhadap semua

aturan fuzzy, sedangkan output

output daerah fuzzy.

yang dihasilkan merupakan suatu

Secara umum dituliskan :

bilangan pada domain himpunan

µsf(xi) = min (1, µsf(xi) +

fuzzy

µkf(xi))

diberikan suatu himpunan fuzzy

dengan :

dalam range tertentu, maka harus


dapat diambil suatu nilai crisp

solusi fuzzy sampai aturan ke-

tertentu

i;

beberapa


pada komposisi aturan Mamdani,

konsekuen fuzzy aturan ke-i;

antara lain :

himpunan dengan

fuzzy cara

c. Metode

ini,

4. Penegasan (deffuzy)

Probalistik

OR

(probor) Pada

dengan

Sehingga

sebagai

output.

metode

jika

Ada

defuzzifikasi

a. Metode Centroid (Composite Moment)

metode

himpunan

tersebut.

fuzzy cara

ini,

solusi

diperoleh

Pada metode ini, solusi crisp diperoleh

denga

cara

melakukan

mengambil titik pusat (z*)

product terhadap semua output

daerah fuzzy. Secara umum

daerah fuzzy. Secara umum

dirumuskan :

dituliskan :

∫zµ(z)dz

µsf(xi) = (µsf(xi) + µkf(xi)) – (µsf(xi)* µkf(xi)) dengan :


64


Z


d. Metode Largest Of Maximum

Untuk Variabel Kontinu

Z*=

(LOM)

∫µ(z)dz

Pada metode ini, solusi crisp

z

diperoleh

dengan

cara

mengambil nilai terbesar dari n

∑z jµ(zj)

domain yang memiliki nilai keanggotaan maksimum.

j=1

Untuk Variabel Diskret

Z*=

e. Metode

Smallest

of

Maximum (SOM)

∫µ(zj)


J=1

diperoleh

dengan

cara

mengambil nilai terkecil dari

b. Metode Bisektor Pada metode ini, solusi crisp

domain yang memiliki nilai

diperoleh

keanggotaan maksimum.

dengan

cara

mengambil nilai pada domain fuzzy yang memiliki nilai kenggotaan

setengah

dari

jumlah total nilai keanggotaan pada daerah fuzzy. Secara umum dituliskan: zp

sedemikian

2.2 Metode Pengembangan Perangkat Lunak Metode

yang

pengembangan

digunakan

dalam

perangkat

lunak

menerapkan metode System Development Life Cycle (SDLC). SDLC berarti sebuah

hingga

siklus hidup pengembangan perangkat lunak yang terdiri dari beberapa tahapantahapan

c. Metode Mean of Maximum

yang sangat penting dalam

keberadaan perangkat lunak yang dilihat

(MOM)

dari


pengembangannya

diperoleh

dengan

cara

menggunakan model Waterfall. (Alan

mengambil

nilai

rata-rata

Dennis, Barbara H Wixom : 2003).

domain yang memiliki nilai

Tahapan-tahapan metode pengembangan

keanggotaan maksimum.

perangkat lunak waterfall dapat dilihat

segi

pengembangannya. metode

Dalam

SDLC ini

pada gambar 2.2.


65



3. Design Tahap perancangan dilakukan untuk Pla nni ng

menetapkan bagaimana sistem akan Anal ysis

dioperasikan, hal ini berkaitan dengan

Des ign

menentukan

Imple mentati on

program

yang

akan

dibuat.

Syst em

Gambar 2.2 Metode Pengembangan Model Waterfall

4. Implementation Merupakan

tahapan

yang

Dari gambar diatas dapat dijelaskan

menerjemahkan data atau pemecahan

tentang siklus pengembangan perangkat

masalah yang telah dirancang kedalam

lunak model waterfall:

bahasa pemrograman komputer yang

1. Planning

telah ditentukan.

Tahap perencanaan merupakan proses

5. System

penting untuk mengetahui mengapa

Tahapan ini, merupakan hasil sistem

sistem informasi harus dibuat dan

yang

menentukan

cara

perangkat lunak yang telah dipasang

membangun sistem tersebut, Langkah

dan digunakan, termasuk didalamnya

pertama dari proses tersebut adalah

proses pemeliharaan dan perbaikan

dengan

kesalahan. Perangkat lunak yang telah

bagaimana

mengidentifikasi

apakah

dapat

kemungkinan

peluang

memberikan

biaya

rendah

tetapi

dibuat

dibuat

dalam

dapat

bentuk

mengalami

perubahan-perubahan

atau

penambahan sesuai dengan permintaan

menghasilkan keuntungan.

user atau perubahan sistem.

2. Analysis Analysis

selesai

telah

sistem

memberikan

dilakukan

jawaban

untuk

pertanyaaan

III. HASIL DAN PEMBAHASAN

siapa yang akan menggunakan sistem.

3.1 Penerapan Metode Fuzzy

Pada tahapan ini si pembuat sistem

Variabel input yang digunakan adalah

melakukan observasi dan pengamatan

IPK, Pengalaman bekerja, Wawancara

kemudian

dan

mengidentifikasi

dan

ketertarikan

sedangkan

variabel

mengembangkan konsep untuk sebuah

outputnya adalah nilai akhir (keputusan).

sistem baru.

Analisis proses input dan output dapat dilihat pada tabel 3.1.


66



Tabel 3.1. Analisis kebutuhan input dan output Variabel

Dengan memiliki variabel seperti tabel 4.2 :

Himpunan

Semesta

Fuzzy

pembicaraan

Variabel

Kurang

[x :0,0,3.2,3.6]

IPK

Cukup

[x :3.2,3.6,4.0]

Baik

[x :3.6,4.0,4.0]

Variabel

Kurang

[x : 0,0, 40,65]

Pengalaman

Cukup

[x : 40,65,90]

Nilai variabel diatas diperoleh dari nilai

Baik

[x :

IPK pelamar, pengalaman peserta, nilai

65,90,100,100]

hasil tes wawancara, nilai hasil tes

Tabel.4.2 Nilai Variabel Calon tenaga

Variabel

Kurang

[x : 0,0, 50, 65]

Wawancara

Cukup

[x : 50, 65, 80]

Baik

[x : 65,80,100,100]

Variabel

Kurang

[x : 0,0,50,70]

ketertarikan

Cukup

[x : 50,70, 90]

Baik

[x : 70, 90,100,100]

pengajar IPK Pengalaman 3.6

Wawancara

Ketertarikan

75

75

75

ketertarikan. Penyelesaian kasus diatas menggunakan Metode

Fuzzy

Inference

System

mamadani. Diperlukan 4 tahapan dalam menyelesaikan kasus diatas.

1. Pembentukan Himpunan fuzzy . a. Variabel

IPK

memiliki

Variabel

Buruk

[x : 0,0,40,60]

Nilai akhir

Baik

[x :

himpunan

40,60,100,100]

Baik. Lihat gambar 4.1. KURANG

Kurang,

Cukup,

CUKUP

BAIK

3.1.1 Pembahasan penyelesain Calon Tenaga Pengajar 1 Contoh Penyelesaian Kasus Pengambilan Keputusan penerimaan tenaga pengajar di 0

3.2

3.6

4.0

Sekolah Tinggi Agama Hindu Lampung. Nama

:

Ida Bagus Putu Mambal

TTl

:

Ketapang, 07 Mei 1980

Alamat

:

Jl.Untung Suropati no 20, Labuan Dalam.

Pendidikan Terakhir

:

S1 Pendidikan Hindu

Agama


Gambar.4.1 Grafik himpunan fuzzy variabel ipk

µIPKcukup =

=

µIPKbaik =

=

=1

=0 67



b. Variabel Pengalaman

d. Variabel Ketertarikan

Memiliki 3 himpunan fuzzy

Variabel

yaitu : Kurang, Cukup, Baik.

himpunan buruk, cukup, baik.

Perhatikan gambar 4.2.

Lihat gambar 4.4. KURANG

KURANG

40

memiliki

BAIK

CUKUP

BAIK

CUKUP

0

0

ketertarikan

65

70

100

90

Gambar.4.4 Grafik himpunan fuzzy variabel ketertarikan

100

90

50

Gambar.4.2 Grafik himpunan fuzzy

=

µKetertarikan-cukup =

variabel pengalaman µPengalamancukup =

=

=

= 0.75

0.6 µPengalamanbaik =

=

= 0.4

=

µKetertarikan-baik =

= 0.25

c. Variabel Wawancara Variabel wawancara memiliki himpunan buru, cukup, baik.

Z

= =

Perhatikan gambar 4.1. KURANG

CUKUP

=

=

52.57141742

BAIK

Alternatif Keputusan variabel nilai akhir dapat dilihat pada tabel 4.11. Nilai Buruk

Nilai Baik

1

0

50

65

100

80

Gambar.4.3 Grafik himpunan fuzzy variabel wawancara µWawancaracukup =

=

=

0.33 µWawancarabaik =

=

= 0.67


0

40

60

Gambar.4.11 Grafik fungsi variabel nilai akhir

68



µNilaiAkhirBuruk =

=

= 0.371429129

µNilaiAkhirBaik

=

=

= 0.628570871

Gambar 4.35 Menu Utama

Berdasarkan hasil perhitungan diatas, maka dapat disimpulkan nilai alternative keputusan terdiri dari nilai akhir buruk dan nilai akhir baik. Untuk menentukan nilai

alternative

keputusanya

menggunakan nilai Max.

Pada menu utama terdapat menu-menu program aplikasi seperti : aplikasi,Input data, Proses spk, password , laporan dan keluar. 4.2.2

Form Login

Jadi alternative keputusan dari Nilai x = 52.2222222, dapat dilihat pada tabel 4.3:

No

1

Menu login ini berfungsi untuk menjaga

Tabel.4.3 Nilai akhir dan Alternatif

keamanan data, untuk masuk ke menu

Keputusan

utama, anda harus memasukkan username

Nilai x

52.2222222

Buruk

Baik

0.371429

0.628570871

Alternatif

dan password yang benar, jika salah maka

Keputusan

tidak akan masuk ke menu utama.

Diterima

Tampilan menu login ini dapat dilihat

129

pada gambar 4.36.

3.2. Tampilan Program 3.2.1 Menu Utama Menu ini digunakan untuk mengakses menu – menu program aplikasi yang telah dirancang

untuk

menjalankan

sistem

pendukung keputusan penerimaan tenaga pepngajar di sekolah tinggi Agama Hindu (STAH Lampung). Berikut ini tampilan menu utama pada gambar 4.35.

Gambar 4.36 Form login 4.2.4. Form input Data Seleksi Form input data seleksi calon tenaga pengajar ini digunakan untuk memasukan data dan menampilkan seluruh data calon


69



tenaga pengajar, variabel dan rule. Proses

Lampung.

seleksi terdiri dari : Kode Pelamar, Nama

menampilkan nilai hasil output yang

pelamar, Tempat lahir, Tanggal Lahir,

dihasilkan dari perhitungan nilai dari

Jenis

variabel ipk, pengalaman, wawancara

Kelamin,

Terakhir,

Alamat,

Email,

Pendidikan

No.Handphone,nilai

Sistem

mampu

dan ketertarikan.

IPK, nilai Pengalaman, nilai wawancara, nilai ketertarikan dan rule. Untuk lebih

2.

Sistem yang dikembangkan memiliki kekurangan

jelasnya dapat dilihat pada gambar 4.40.

yaitu

belum

dapat

menampilkan kurva dalam bentuk dinamis. 3.

Kelebihan sistem ini adalah sangat mudah untuk dioperasikan, telah dilengkapi dengan laporan printout

Gambar 4.40. Form input data seleksi

pada form pelamar dan form seleksi.

IV. SIMPULAN

4.2. Saran

4.1.

Berdasarkan simpulan yang ada maka

Simpulan

Sistem pendukung keputusan metode

memiliki beberapa saran yang mungkin

fuzzy

dapat dijadikan sebagai bahan acuan atau

inference

sistem

mamdani

merupakan suatu model logika fuzzy yang

masukkan sebagai berikut:

dapat membantu decision maker (pembuat

1. Sistem Dapat dikembangkan lebih

keputusan) dalam menentukan keputusan

kompleks

dalam seleksi. Hasil penelitian seleksi

ketatnya persaingan dalam proses

penerimaan

pengajar,

seleksi penerimaan tenaga pengajar di

menghasilkan kesimpulan sebagai berikut

STAH Lampung dimasa yang akan

:

datang.

1.

tenaga

Sistem yang dibangun mengunakan metode

Fuzzy

Inference

Sistem

Mamdani dapat membantu dalam memberikan alternatif

keputusan

untuk seleksi tenaga pengajar pada sekolah tinggi agama hindu (STAH) Informatics & Business Institute Darmajaya

lagi,

seiring

dengan

2. Sistem yang dikembangkan saat ini hanya menggunakan 4 variabel yaitu variabel ipk, pengalaman, wawancara dan ketertarikan. Sehingga kedepanya dapat

dikembangkan

lagi

dengan

menggunakan variabel yang lain. 70



DAFTAR PUSTAKA Kusumadewi, Sri & Purnomo, Hari. 2010. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Penerbit Graha Ilmu, Yogjakarta.

Kusumadewi, S. 2006. Fuzzy MultiAtribute

Decision

Making.

Penerbit Graha Ilmu, Yogjakarta

Dennis A. & Barbara H. 2003. System Analisys Design 2nd

Edition.

Jhon Wiley and Son, Inc United States of America.


71

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI

Recommend Documents