BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka Pesatnya perkembangan ilmu pengetahuan dan kemajuan teknologi tidak selalu membawa kebaikan bagi kehidupan manusia, kehidupan yang semakin kompleks dengan tingkat stressor yang semakin tinggi mengakibatkan individu semakin rentan mengalami berbagai gangguan baik fisik maupun psikologis. Gangguan psikologis seperti kecemasan, stress, frustasi, agresivitas, perilaku anarkis, dan gangguan emosi lain semakin meningkat (Mashar, 2011). Perilaku menyimpang pada anak, seperti berbagai kasus bunuh diri yang terjadi merupakan salah satu indikasi ketidaksiapan anak menyikapi kondisi lingkungan sekitarnya. Rasa kecewa, malu, amarah, dan perasaan-perasaan negatif lain yang bersifat destruktif bersumber pada ketidakmampuan anak mengenali dan mengelola emosi, serta memotivasi diri. Menurut Goleman (1995), kondisi ini merupakan cerminan kecerdasan emosi yang rendah. Menurut LaFreniere (2000), emosi merupakan sentral guna memahami respon adaptif terhadap lingkungan. Bagi manusia, emosi memainkan peranan pemandu yang selaras dengan insting pada binatang. Emosi juga memainkan peranan kritis dalam munculnya psikopatologi atau gangguan psikis pada individu. Sehingga para orang tua dan pendidik harus memberi perhatian yang ketat terhadap pengembangan stimulasi emosi anak. Di dalam penelitian ini, emosi akan diukur menggunakan skala likert yang hasil perhitungannya akan diproses menggunakan logika fuzzy. Logika fuzzy merupakan logika yang mempunyai konsep kebenaran sebagian, dimana logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Sedangkan logika klasik menyatakan bahwa segala hal dapat di ekspresikan dalam nilai kebenaran 0 atau 1.

2 9 Logika fuzzy juga sangat fleksibel artinya mampu beradaptasi dengan perubahanperubahan dan ketidakpastian yang menyertai permasalahan, serta mampu memodelkan fungsi non linier yang sangat kompleks dan dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan (Wulandari, 2011). Menurut Anastasi (1993), pengukuran yang baik perlu memenuhi syarat alat ukur yang baik pula, yaitu: valid (content validity, criterion validity, dan construct validity reliable (stabilitas dan ekuivalensi), standar, objektif, komprehensif, diskriminatif, mudah penggunaanya, dan murah. Banyak ahli emosi menyatakan bahwa tidak ada satu metode tunggal yang benar-benar mampu mengukur emosi secara tepat. Diperlukan beberapa teknik guna memperoleh fenomena emosi secara menyeluruh, karena tidak ada satu pun pengukuran emosi yang memberi standar emas dalam pengukuran emosi (Plutchik 2003). Ada perbedaan nilai EQ dan status EQ antara penggunaan logika fuzzy dengan logika tegas berdasarkan skala likert. Penggunaan logika fuzzy memungkinkan nilai EQ termasuk ke dalam tiga kategori. Sehingga untuk menentukan stastus EQnya, yaitu dengan mengambil derajat keanggotaan tertinggi dari nilai EQ tersebut. Penentuan status EQ dengan logika tegas mempunyai nilai nilai kritis, dimana ada perubahan kecil pada nilai akan mengakibatkan perbedaan kategori. Perbedaan nilai EQ dan status EQ antara penggunaan logika fuzzy dengan logika tegas berdasarkan skala likert terjadi karena input yang digunakan dalam logika tegas adalah bilangan tegas. Sedangkan dalam logika fuzzy, variabel input adalah berupa interval. Penentuan status EQ menggunakan logika fuzzy akan memberikan proses yang lebih halus dari pada menggunakan logika tegas (Wulandari, 2011). 2.2 Landasan Teori Landasan teori terdiri dari materi-materi yang berkaitan dengan sistem inferensi Fuzzy yang digunakan dalam penelitian ini Logika Fuzzy Lotfi Zadeh adalah orang yang mencetuskan konsep logika fuzzy, profesor dari University of California di Barkeley mempresentasikan fuzzy bukan sebagai

3 10 metodologi kontrol, melainkan sebagai suatu cara pemrosesan data yang memperbolehkan anggota himpunan parsial dari pada anggota himpunan kosong atau non anggota. Kurangnya kemampuan komputer mini pada era 70-an membuat teori himpunan ini tidak diaplikasikan untuk mengontrol sistem. Pada saat itu professor Zadeh mempunyai alasan masyarakat masih belum butuh ketepatan, input informasi numeris dan ketidaksanggupan masyarakat dalam mengontrol adaptif yang tinggi. Implementasi akan menjadi lebih efektif dan efesien jika kontroler dapat diprogram untuk menerima noisy dan input yang tidak teliti. Berikut ini adalah Gambar 2.1 mengenai logika fuzzy secara umum. Aturan/ Kaidah-Kaidah Input Fuzzifikasi Penalaran Defuzzifikasi Output Gambar 2.1 Proses Inferensi Fuzzy Himpunan fuzzy Himpunan fuzzy memiliki fungsi keanggotaan µa(x) yang berada pada nilai antrar [0,1]. Pada dasarnya himpunan klasik hanya memiliki dua fungsi keanggotaan yaitu 0 dan 1, sedangkan pada himpunan fuzzy memiliki fungsi keanggotaan yang kontiniu dengan range [0,1] Fungsi Keanggotaan Fungsi keanggotaan adalah pemetaan titik-titik input data ke dalam nilai keanggotaannya yang memiliki interval antara 0 sampai 1 yang direpresentasikan dalam bentuk kurva. Fungsi keanggotaan dihubungkan dengan pembobotan masingmasing input yang diproses, definisi pencocokan fungsi antar input dan penentuan respon keluar. Ada beberapa fungsi keanggotaan yang dapat digunakan dalam logika fuzzy, tetapi fungsi yang paling sering digunakan dalam pembangunan sistem pakar adalah representasi kurva trapesium.

4 11 a. Kurva Trapesium Kurva trapesium mempunyai bentuk seperti segitiga, tetapi hanya beberapa titik yang memiliki nilai keanggotaan 1 seperti terlihat pada Gambar 2.2. Gambar 2.2 Representasi Kurva Trapesium Fungsi keanggotaannya adalah : (2.1) b. Kurva bahu Daerah yang terletak ditengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun. Penggunaan himpunan fuzzy bahu berfungsi untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri dan bahu kanan akan begerak maju dari salah ke benar. Representasi Kurva bahu ditunjukkan pada Gambar 2.3.

5 12 Gambar 2.3 Representasi Kurva Bahu Fuzzy Inference System (FIS) Dalam penelitian ini akan digunakan metode penalaran dengan menggunakan metode mamdani. Metode ini ditemukan oleh Ebrahim Mamdani pada tahun Pada penalaran mamdani implikasi menggunakan fungsi minimum dan fungsi agregasi menggunakan nilai maximum. Sehingga metode mamdani dikenal dengan metode max-min. Ada 4 tahapan untuk mendapatkan output dalam mamdani yaitu: 1. Pembentukan Himpunan Fuzzy Pembentukan himpunan fuzzy dalam mamdani, variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi Fungsi Implikasi Fungsi implikasi yang digunakan dalam mamdani adalah fungsi min. 3. Komposisi aturan Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy yaitu: a. Metode max Pada metode ini penarikan solusi himpunan fuzzy dilakukan dengan mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy dan mengaplikasikan ke output dengan operator OR. Secara umum dapat dituliskan : µsf[xi] = max (µsf[xi], µkf[xi]) dengan :

6 13 µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; b. Metode additive Pada metode ini solusi himpunan fuzzy diperoleh dengan me Secara umum dituliskan : µsf[xi] = min (1, µsf[xi] + µkf[xi]) dengan : µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; lakukan bounded-sum terhadap semua output daerah fuzzy. c. Metode probabilitas OR. Pada metode ini solusi himpunan fuzzy diperoleh dengan melakukan product terhadap semua daerah output fuzzy. Secara umum dituliskan : µsf[xi] = (µsf[xi] + µkf[xi]) - (µsf[xi] * µkf[xi]) dengan : µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; 4. Penegasan (defuzzy) Input dalam proses defuzzy adalah suatu himpunan yang diperoleh dari komposisi aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy. Metode defuzzy yang bisa dipakai pada komposisi aturan mamdani: a. Metode Centroid Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. b. Metode Bisektor Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan separo dari jumlah total nilai keanggotaan pada daerah fuzzy.

7 14 c. Metode Mean of Maximum (MOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum. d. Metode Largest of Maximum (LOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum. e. Metode Smallest of Maximum (SOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum Proses Inferensi Fuzzy Sistem inferensi fuzzy Metode Mamdani dikenal juga dengan nama metode Min-Max, yaitu dengan mencari nilai minimum dari setiap aturan dan nilai maksimum dari gabungan konsekuensi setiap aturan tersebut. Metode Mamdani cocok digunakan apabila input diterima dari manusia bukan mesin. Metode ini juga lebih diterima oleh banyak pihak dari pada metode Tsukamoto dan Takagi. Sugeno. Bagan Fuzzy mamdani Inference System dapat dilihat pada Gambar 2.4. Gambar 2.4 Proses Inferensi Fuzzy Mamdani Berdasarkan Gambar 2.4 diatas untuk memperoleh output fuzzy mamdani harus melalui 6 tahapan diantaranya : 1. Menentukan pembentukan aturan fuzzy 2. Fuzzyfikasi input ke dalam fungsi keanggotaan fuzzy

8 15 3. Menggabungkan input yang sudah difuzzyfikasi dengan aturan fuzzy untuk memperoleh rule strength 4. Mencari consequence dari aturan dengan menggabungkan rule strength dengan output fungsi keanggotaan. 5. Menggabungkan consequence dengan metode max untuk memperoleh output distribution 6. Defuzzifikasi output distribution 2.3 Teknik Pengukuran Skala Psikologi Teknik pengukuran skala psikologi terdiri dari karakteristik skala psikologi, tingkat pengukuran skala psikologi, skala likert, serta reliabilitas dan validitas pengukuran Karakteristik Skala Psikologi Skala psikologi digunakan sebagai alat ukur dalam penelitian tertentu. Skala psikologi memiliki karakteristik khusus yang dapat membedakannya dari berbagai alat pengumpulan data yang lain seperti angket (questionnaire), daftar isian, inventori, dan lain-lainnya. Didalam percapakan sehari-hari istilah skala sering dikaitkan dengan istilah tes. Namun dalam pengembangan instrumen ukur, umumnya istilah tes digunakan untuk penyebutan alat ukur kemampuan kognitif sedangkan istilah skala lebih banyak dipakai untuk menamakan alat ukur aspek afektif. Berikut adalah karakteristik skala sebagi alat ukur psikologi (Azwar, 2010): 1. Stimulusnya berupa pertanyaan atau pernyataan yang tidak langsung mengungkap atribut yang hendak diukur melainkan mengungkap indikator perilaku dari atribut yang bersangkutan. 2. Dikarenakan atribut psikologis diungkapkan secara tidak langsung lewat indikator-indikator perilaku sedangkan indikator perilaku diterjemahkan dalam bentuk aitem-aitem, maka skala psikologi selalu berisi banyak item. Jawaban subjek terhadap satu aitem baru merupakan sebagian dari banyak indikasi mengenai atribut yang diukur, sedangkan kesimpulan akhir sebagai suatu diagnosis baru dapat dicapai bila semua aitem telah direspon.

9 16 3. Respon subjek tidak diklasifikasikan sebagai jawaban benar dan salah. Semua jawaban dapat diterima sepanjang diberikan secara jujur dan sungguh-sungguh. Hanya saja, jawaban yang berbeda akan diinterpretasikan berbeda pula Tingkat Pengukuran Skala Psikologi Ada beberapa bentuk skala yang dapat digunakan dalam penelitian. Konseptualisasi skala tersebut didasarkan pada tiga karakteristik sebagai berikut: 1. Urutan bilangan, yaitu sebuah bilangan lebih besar, lebih kecil, atau sama dengan bilangan lain. 2. Urutan perbedaan antara bilangan, yaitu perbedaan antara sepasang bilangan bisa lebih besar, lebih kecil atau sama besar dengan perbedaan sepasang bilangan lainnya. 3. Titik awal yang unik yang menunjukkan bilangan 0. Tabel 2.1 menjelaskan kombinasi ketiga karakteristik tersebut yang mencakup urutan, perbedaan, titik awal, membentuk 4 klasifikasi skala pengukuran: Tabel 2.1 Karakteristik Skala No Tipe Skala Karakteristik Skala Operasi Empiris Dasar 1 Nominal Tidak ada urutan, atau titik awal Penentuan kesamaan 2 Ordinal Ada urutan tetapi tidak ada perbedaan dan titik awal Penentuan lebih besar atau lebih kecil 3 Interval Ada urutan dan perbedaan tetapi tidak ada titik awal Penentuan kesamaan interval atau perbedaan 4 Rasio Ada urutan, perbedaan, dan titik awal Penentuan kesamaan rasio Skala Likert Dalam ilmu sosial, alat ukur yang digunakan untuk mengukur variabel sering tidak tersedia sehingga harus dirancang dan dikembangkan sendiri. Alat ukur harus bisa mebedakan satuan pengamatan sesuai dengan karakteristik yang diamati menggunakan teknik penskalaan tertentu. Dalam penelitian ini akan digunakan skala likert untuk mengukur EQ anak.

10 17 Skala likert adalah metode pengukuran sikap yang banyak digunakan dalam penelitian sosial karena kesederhanaanya. Skala likert sangat bermanfaat untuk mebandingkan skor sikap seseorang dengan distribusi skala dari sekelompok orang lain, serta untuk melihat perkembangan atau perubahan sikap sebelum dan sesudah eksperimen atau kegiatan. Tahap-tahap perancangan skala liker adalah sebagai berikut: 1. Menentukan secara tegas sikap terhadap topik yang diukur. 2. Menentukan secara tegas dimensi yang menyusun sikap tersebut. Dimensi pada dasarnya merupakan faktor-faktor yang mempengaruhi sikap yang menurut likert terdiri dari dimensi kognitif (tahu atau tidak tahu), afektif (perasaan terhadap sesuatu), dan konatif (kecenderungan untuk bertingkah laku). 3. Susun pernyataan-pernyataan atau item yang merupakan alat pengukur dimensi yang menyusun sikap yang akan diukur sesuai dengan indikator. Banyaknya indikator biasanya antara item untuk sebuah sikap tertentu. Item-item yang disusun tersebut harus terdiri dari item positif dan item negatif. AItem positif adalah pernyataan yang memberikan isyarat mendukung topik yang sedang diukur, sedangkan aitem negatif melawan topik yang sedang diukur. Item positif dan item negatif harus ditempatkan secara acak. 4. Setiap aitem diberi pilihan respon yang bersifat tertutup. Banyaknya pilihan respon biasanya 3,5,7,9 dan Reliabilitas dan Validitas Pengukuran Hasil pengukuran yang reliable apabila dalam beberapa kali pelaksanaan pengukuran terhadap subjek yang sama diperoleh hasil yang relatif sama, selama aspek yang diukur dalam diri subjek memang belum berubah. Relatif sama dimaksudkan tetap adanya toleransi terhadap perbedaan-perbedaan kecil diantara hasil beberapa kali pengukuran. Bila perbedaan sangat besar dari waktu ke waktu maka hasil pengukuran tidak dapat dipercaya dan dikatakan sebagai tidak reliabel.

11 18 Konsep reliabilitas alat ukur dan hasil ukur memiliki perbedaan didalam penggunaannya. Konsep reliabilitas sebagai alat ukur berkaitan dengan masalah error pengukuran. Error yang terjadi pada pengukuran dilihat pada sejauhmana inkonsistensi hasil pengukuran bila dilakukan pengukuran berulang-ulang pada subjek yang sama. Sedangkan konsep reliabilitas sebagai hasil ukur berkaitan pada kesalahan dalam pengambilan sampel dan menyebabkan inkonsistensi hasil ukur jika pengukuran dilakukan secara berulang-ulang pada kelompok individu yang berbeda. Validitas dalam pengertiannya yang paling umum adalah ketepatan dan kecermatan skala dalam menjalankan fungsi ukurnya. Validitas memiliki kaitan yang erat dengan tujuan ukur, sehingga setiap skala hanya dapat menghasilkan data yang valid untuk satu tujuan ukur pula. Validitas merupakan karakteristik utama yang harus dimiliki oleh setiap skala. Untuk membuat perancangan skala yang valid, maka harus diperhatikan faktor faktor yang dapat melemahkannya (Azwar, 2010), diantaranya: 1. Identifikasi kawasan ukur yang tidak cukup jelas Untuk mengukur sesuatu maka sesuatu itu harus dikenali terlebih dahulu dengan baik. Apabila atribut psikologi sebagai tujuan ukur tidak diidentifikasikan dengan benar maka perancangan skala hanya memiliki gambaran yang kabur mengenai apa yang sebenarnya hendak diukurnya dan pada akhirnya aitem-aitem yang dihasilkan tidak mampu mengungkapkan respon yang diinginkan. 2. Operasionalisasi konsep yang tidak tepat Kejelasan konsep mengenai atribut yang hendak diukur memungkinkan perumusan indikator-indikator perilaku yang menunjukkan ada tidaknya atribut yang bersangkutan. Rumusan indikator perilaku berangkat dari operasional konsep teoritik mengenai komponen-komponen atau dimensi-dimensi atribut yang bersangkutan menjadi rumusan yang terukur. Apabila perumusan ini tidak cukup operasional, atau masih menimbulkan penafsiran ganda mengenai bentuk perilaku yang diinginkan, atau sama sekali tidak mencerminkan konsep yang diukur, maka akan melahirkan aitem-aitem yang tidak valid. 3. Penulisan aitem yang tidak mengikuti kaidah

12 19 Aitem-aitem yang maksudnya sukar dimengerti oleh pihak responden karena terlalu atau kalimatnya tidak benar secara tata bahasa, yang mendorong responden untuk memilih jawaban tertentu saja, yang memancing reaksi negatif dari responden, yang mengandung muatan social desirability tinggi, dan yang memiliki cacat semacamnya dihasilkan dari proses penulisan aitem yang mengabaikan kaidah-kaidah standar. Aitem-aitem seperti itu tidak akan berfungsi sebagaimana diharapkan. 4. Administrasi skala yang tidak berhati-hati Skala yang isinya telah dirancang dengan baik dan aitem-aitemnya sudah ditulis dengan cara yang benar namun disajikan atau diadministrasikan pada responden dengan sembarangan tidak dapat menghasilkan data yang tidak valid mengenai responden. 5. Pemberian skor yang tidak cermat Sekalipun disediakan kunci skoring, kadang-kadang terjadi kesalahan dari pihak pemberi skor karena cara penggunaan kunci yang keliru atau karena salah dalam penjumlahan skor. Pada beberapa skala yang menggunakan konversi skor, dapat terjadi kesalahan sewaktu mengubah skor mentah menjadi skor derivasi karena salah lihat pada tabel konversi. 6. Interpretasi yang keliru Penafsiran hasil ukur skala merupakan bagian dari proses diagnosis psikolog yang teramat penting. Bagaimana pun baiknya fungsi ukur skala apabila diinterpretasikan secara tidak benar tentu akan sia-sia. Kesimpulan mengenai individu atau kelompok individu akan tidak tepat. 2.4 Kecerdasan Emosi Anak Usia Dini Pengertian Kecerdasan Emosi Kecerdasan emosi adalah kemampuan untuk mengenali, mengolah, dan mengontrol emosi agar anak merespons secara positif setiap kondisi yang merangsang munculnya emosi-emosi ini (Mashar, 2011)

13 20 Anak yang tidak diberi ruang untuk berkembang secara emosi dapat tumbuh menjadi pribadi yang sulit. Hal tersebut dapat terbawa terus hingga memasuki masa dewasanya. Pertumbuhan dan perkembangan jiwa dan fisik yang harmonis menjadi cikal bakal pribadi anak yang sehat. Sehingga saat mereka dewasa nanti mereka menjadi pribadi yang dibutuhkan dalam masyarakat. Orang tua sangat berperan penting dalam mengontrol emosi anak mereka. Orang tua dapat mengajari anak cara mengolah emosi dan membina hubungan sosial dengan orang lain, agar anak menjadi lebih mampu untuk mengatasi berbagai masalah yang timbul selama proses perkembangannya menuju manusia dewasa. Dan dengan bekal ini pula, anak nantinya dapat mengatasi berbagai tantangan emosional dalam kehidupan modern. Dalam bidang psikologi anak, para peneliti telah membuktikan bahwa kesuksesan anak disekolah bergantung pada tingkat kecerdasan emosi yang dimilikinya. Anak yang memiliki tingkat kecerdasan emosi yang tinggi, mereka akan terlihat bahagia, percaya diri, populer, dan lebih sukses di sekolahnya. Karena mereka mampu menguasai gejolak emosi, menjalin hubungan yang baik dengan orang lain, dapat mengelola stress, dan memiliki kesehatan mental yang baik. Ciri ciri anak yang memiliki kecerdasan emosi sebagai berikut (Goleman, 1995): 1. Mampu memotivasi diri sendiri. 2. Mampu bertahan menghadapi frustasi. 3. Lebih cakap untuk menjalankan jaringan informal/nonverbal (memiliki tiga variasi yaitu jaringan komunikasi, jaringan keahlian, dan jaringan kepercayaan). 4. Mampu mengendalikan dorongan lain. 5. Cukup luwes untuk menemukan cara/alternatif agar sasaran tetap tercapai atau untuk mengubah sasaran jika sasaran semula sulit dijangkau. 6. Tetap memiliki kepercayaan yang tinggi bahwa segala sesuatu akan beres ketika menghadapi tahap sulit. 7. Memiliki empati yang tinggi. 8. Mempunyai keberanian untuk memecahkan tugas yang berat menjadi tugas kecil yang mudah ditangani. 9. Merasa cukup banyak akal untuk menemukan cara dalam meraih tujuan.

14 21 Syamsu Yusuf (dalam Nugraha dan Rachmawati, 2004) menjabarkan kelima aspek emosi ini dalam pemetaan yang sistematis berdasarkan aspek/unsur dan ciri ciri kecerdasan emosi, yang ditunjukkan dalam Tabel 2.2 Tabel 2.2 Aspek emosi dan karakteristik perilakunya Aspek Karakteristik Perilaku 1. Kesadaran diri a. Mengenal dan merasakan emosi diri sendiri b. Memahami penyebab perasaan yang timbul c. Mengenal pengaruh perasaan terhadap tindakan 2. Mengelola emosi a. Bersikap toleran terhadap frustasi dan mampu mengelola amanah secara baik b. Lebih mampu mengungkapkan amarah dengan tepat c. Dapat mengendalikan perilaku agresif yang merusak diri sendiri dan orang lain d. Memiliki perasaan yang positif tentang diri sendiri, sekolah dan keluarga e. Memiliki kemampuan untuk mengatasi ketegangan jiwa (stres) f. Dapat mengurangi perasaan kesepian dan cemas dalam pergaulan 3. Memanfaatkan emosi secara produktif a. Memiliki rasa tanggung jawab b. Mampu memusatkan perhatian pada tugas yang dikerjakan c. Mampu mengendalikan diri dan tidak bersifat implusif 4. Empati a. Mampu menerima sudut pandang orang lain b. Memiliki kepekaan terhadap perasaan orang lain c. Mampu mendengarkan orang lain 5. Membina hubungan a. Memiliki pemahaman dan kemampuan untuk menganalisis hubungan dengan orang lain b. Dapat menyelesaikan konflik dengan orang lain c. Memiliki kemampuan berkomunikasi dengan orang lain d. Memiliki sikap bersahabat atau mudah bergaul dengan teman sebaya e. Memiliki sikap tenggang rasa dan perhatian terhadap orang lain f. Memerhatikan kepentingan sosial (senang menolong orang lain) dan dapat hidup selaras dengan kelompok g. Bersikap senang berbagi rasa dan bekerja sama

15 22 h. Bersikap demokratis dalam bergaul dengan orang lain Menurut W.T. Grant Consortium (dalam Goleman, 1995), kecerdasan emosional meliputi mengidentifikasi dan memberi nama perasaan-perasaan, mengungkapkan perasaan, menilai intensitas perasaan, mengelola perasaan, menunda pemuasan, mengendalikan dorongan hati, mengurangi stress, dan mengetahui perbedaan antara perasaan dan tindakan. Berdasarkan berbagai uraian tentang kecerdasan emosi, dapat dirangkum aspek emosi yang mengacu pada pendapat Goleman dan Salovey-Mayer, dalam 5 ciri yaitu: 1. Kemampuan mengenali emosi diri. 2. Kemampuan mengelola dan mengekspresikan emosi. 3. Kemampuan memotivasi diri. 4. Kemampuan mengenali emosi orang lain/empati. 5. Kemampuan membina hubungan dengan orang lain. Pemahaman mengenai karakteristik emosi anak akan sangat membatu orang tua dan pendidik dalam memberikan stimulasi atau rangsangan emosi yang tepat bagi anak. Keterbatasan pemahaman emosi anak sering kali menimbulkan ketidaktepatan orang dewasa dalam merespons emosi anak. Kondisi ini dapat mengakibatkan munculnya permasalahan baru dalam aspek emosi. Berdasarkan beberapa pendapat yang telah dikemukakan dapat disimpulkan aspek-aspek kecerdasan emosi anak meliputi kesadaran diri, mengelola emosi, memanfaatkan emosi secara produktif, empati, membina hubungan. Untuk selanjutnya di dalam penelitian ini kelima aspek tersebut dijadikan alat ukur untuk kecerdasan emosi anak.

16 Faktor faktor yang mempengaruhi kecerdasan emosi anak Kecerdasan emosional dipengaruhi oleh beberapa faktor diantaranya (Goleman, 1995): 1. Faktor otak Faktor yang mempengaruhi kecerdasan emosional tidak begitu dipengaruhi oleh faktor keturunan walaupun individu mempunyai kecenderungan emosi ketika lahir, tetapi rangkaian otak mereka tidak akan kaku pada tingkat tertentu, sehingga mereka dapat mempelajari keterampilan emosional dan sosial baru yang akan menciptakan jalur jalur baru seta pola biokimia yang lebih adaptif. Arsitektur otak memberi tempat istimewa bagi amigdala sebagai penjaga emosi, penjaga yang mampu membajak otak. Amigdala berfungsi sebagai semacam gedung ingatan emosional. Demikian makna emosional itu sendiri hidup tanpa amigdala merupakan kehidupan tanpa makna pribadi sama sekali. 2. Lingkungan keluarga Khusunya orang tua memegang peranan penting terhadap perkembangan kecerdasan emosional anak. Lingkungan keluarga merupakan sekolah pertama bagi anak untuk mempelajari emosi. Dari keluargalah seorang anak mengenal emosi dan yang paling utama adalah bagaimana cara orang tua mengasuh dan memperlakukan anak dan itu merupakan tahap awal yang diterima oleh anak dalam mengenal kehidupan ini. 3. Lingkungan sekolah Guru memegang peranan penting dalam mengembangkan potensi anak melalui teknik, gaya kepemimpinan dan metode mengajarnya sehingga kecerdasan emosi berkembang secara maksimal. Lingkungan sekolah mengajarkan anak sebagai individu untuk mengembangkan keintelektual dan besosial dengan sebayanya, sehingga anak dapat berekspresi secara bebas tanpa terlalu banyak diatur dan diawasi secara ketat. 4. Lingkungan dan dukungan sosial Dukungan dapat berupa perhatian, penghargaan, pujian, nasihat atau penerimaan masyarakat yang semua itu memberikan dukungan prakits bagi individu. Dukungan sosial diartikan sebagai hubungan interpersonal yang didalamnya satu atau lebih bantuan dalam bentuk fisik atau instrumental, informasi dan pujian.

17 Stimulasi Kecerdasan Emosi Pada umumnya perkembangan fisik dan kemampuan kognitif anak menjadi perhatian yang sangat besar bagi orang tua dan pendidik, sehingga perhatian terhadap kecerdasan emosi anak menjadi kurang diperhatikan. Diperlukan keseriusan dalam mengasah kecerdasan emosi anak dan menempatkannya sebagai prioritas utama dalam tugas pengasuhan. Dengan pola asuh yang tepat akan tercapai tujuan orang tua dan pendidik dalam membentuk kecerdasan emosi anak yang tinggi. Pemberian rangsangan-rangsangan yang sesuai dapat meningkatkan kecerdasan emosi anak, sehingga anak dapat mempelajari keterampilan-keterampilan emosi dan sosial yang baru. Beberapa cara yang dapat dilakukan orang tua (Mashar,2011), diantaranya: 1. Orang tua perlu memeriksa kembali cara pengasuhan yang selama ini dilakukan, jika perlu besedia bertindak dengan cara cara yang berlawanan dengan kebiasaan cara pengasuhan selama ini, seperti : a. Tidak terlalu melindungi. b. Membiarkan anak mengalami kekecawaan. c. Tidak terlalu cepat membantu. d. Mendukung anak untuk mengatasi masalah. e. Menunjukkan empati. f. Menetapkan aturan-aturan tegas dan konsisten. 2. Memberi perhatian pada tahap-tahap perkembangan kecerdasan emosi. 3. Melatih anak untuk mengenali emosi dan mengelolanya dengan baik. Kecerdasan emosi perlu diasah sejak dini, karena kecerdasan emosi merupakan salah satu poros keberhasilan individu dalam berbagai aspek kehidupan. Kemampuan yang dimiliki anak dalam mengembangkan kecerdasan emosinya, mempunyai korelasi positif dengan keberhasilan akademis, sosial, dan kesehatan mentalnya. Anak yang memiliki kecerdasan emosi tinggi identik dengan anak yang bahagia, bermotivasi tinggi, dan mampu bertahan dalam menjalani berbagai kondisi stres yang dihadapi.

18 25 Sehingga pemberian stimulasi kecerdasan emosi kepada anak merupakan peran penting yang harus dilakukan orang tua. 2.5 Teori Prakiraan Secara umum pengertian prakiraan adalah tafsiran. Namun dengan menggunakan teknik-teknik tertentu maka peramalan bukan hanya sekedar tafsiran. Ada beberapa definisi tentang peramalan, diantaranya: a. Prakiraan atau forecasting diartikan sebagai penggunaan teknik-teknik statistik dalam bentuk gambaran masa depan berdasarkan pengolahan angka-angka historis (Buffa, 1996). b. Prakiraan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen (Makridakis, 1999) c. Prakiraan adalah prediksi, rencana, atau estimasi kejadian masa depan yang tidak pasti. Selain itu peramalan juga dapat diartikan sebagai penggunaan teknik-teknik statistik dalam membentuk gambaran masa depan berdasarkan pengolahan angka-angka historis. Metode prakiraan merupakan cara memperkirakan apa yang akan terjadi pada masa depan secara sistematis dan pragmatis atas dasar data yang relevan pada masa yang lalu, sehingga dengan demikian metode peramalan diharapkan dapat memberikan objektivitas yang lebih besar. Selain itu metode peramalan dapat memberikan cara pengerjaan yang teratur dan terarah, dengan demikian dapat dimungkinkannya penggunaan teknik penganalisaan yang lebih maju. Dengan penggunaan teknik-teknik tersebut maka diharapkan dapat memberikan tingkat kepercayaan dan keyakinan yang lebih besar, karena dapat diuji penyimpangan atau deviasi yang terjadi secara ilmiah (Makridakis, 1999) Jenis-jenis Prakiraan Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu: a. Prakiraan Kualitatif

19 26 Prakiraan kualitatif adalah prakiraan yang didasarkan atas pendapat suatu pihak, dan datanya tidak bisa direpresentasikan secara tegas menjadi suatu angka atau nilai. Hasil prakiraan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil prakiraan tersebut ditentukan berdasarkan pemikiran yang instuisi, pendapat dan pengetahuan serta pengalaman penyusunnya. b. Prakiraan Kuantitatif Prakiraan kuantitatif adalah prakiraan yang didasarkan atas data kuantitatif masa lalu (data historis) dan dapat dibuat dalam bentuk angka yang biasa disebut sebagai data time series (Jumingan, 2009). Hasil prakiraan yang dibuat sangat bergantung pada metode yang dipergunakan dalam prakiraan tersebut. Baik tidaknya metode yang dipergunakan ditentukan oleh perbedaan atau penyimpangan antara hasil prakiraan dengan kenyataan yang terjadi. Semakin penyimpangan antara hasil prakiraan dengan kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan. Jangka waktu perkiraan terbagi atas tiga kelompok, yaitu sebagai berikut: 1. Jangka waktu prakiraan dapat dikelompokan menjadi tiga kategori, yaitu (Heizer, 1996): Prakiraan jangka pendek, peramalan untuk jangka waktu kurang dari tiga bulan. 2. Prakiraan jangka menengah, peramalan untuk jangka waktu antara tiga bulan sampai tiga tahun. 3. Prakiraan jangka panjang, peramalan untuk jangka waktu lebih dari tiga tahun Pengukuran Prakiraan Teknik Prakiraan tidak selamanya selalu tepat karena teknik prakiraan yang digunakan belum tentu sesuai dengan sifat datanya, atau disebabkan oleh kondisi di luar bisnis yang mengharuskan bisnis itu menyesuaikan diri. Oleh karena itu, perlu diadakan pengawasan prakiraan sehingga dapat diketahui

20 27 sesuai atau tidaknya teknik prakiraan yang digunakan. Sehingga dapat dipilih dan ditentukan teknik prakiraan yang lebih sesuai dengan cara menentukan batas toleransi peramalan atas penyimpangan yang terjadi. Pada prinsipnya, pengawasan prakiraan dilakukan dengan membandingkan hasil prakiraan dengan kenyataan yang terjadi. Penggunaan teknik prakiraan yang menghasilkan penyimpangan terkecil adalah teknik prakiraan yang paling sesuai untuk digunakan. Besarnya error peramalan dihitung dengan mengurangi data riil dengan besarnya ramalan. Error (E) = Xt - Ft Keterangan: Xt = Data riil periode ke-t Ft = Ramalan periode ke-t Dalam menghitung error peramalan digunakan MAPE (Means Absolute Percentage Error) Mean Absolute Percentage Error (MAPE) merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan. MAPE = Keterangan: Xt = Nilai data periode ke-t Ft = Ramalan periode ke-t n = Banyaknya data Jika MAPE < 25% maka hasil simulasi dapat diterima secara memuaskan, sebaliknya jika MAPE > 25% maka hasil simulasi kurang memuaskan (Oktafri, 2001).

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis akan menjelaskan mengenai landasan teori yang digunakan pada penelitian ini. Penjabaran ini bertujuan untuk memberikan pemahaman lebih mendalam kepada penulis

Lebih terperinci

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy Logika Fuzzy Pendahuluan Alasan digunakannya Logika Fuzzy Aplikasi Himpunan Fuzzy Fungsi keanggotaan Operator Dasar Zadeh Penalaran Monoton Fungsi Impilkasi Sistem Inferensi Fuzzy Basis Data Fuzzy Referensi

Lebih terperinci

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY 1. LOGIKA FUZZY Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,

Lebih terperinci

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima Sistem Berbasis Pengetahuan LOGIKA FUZZY Kelompok Rhio Bagus P 1308010 Ishak Yusuf 1308011 Martinus N 1308012 Cendra Rossa 1308013 Rahmat Adhi 1308014 Chipty Zaimima 1308069 Sekolah Tinggi Manajemen Industri

Lebih terperinci

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak

Lebih terperinci

1.1. Latar Belakang Masalah

1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu

Lebih terperinci

BAB II: TINJAUAN PUSTAKA

BAB II: TINJAUAN PUSTAKA BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Game dan Video Game Menurut kamus Cambridge Advanced Learner Dictionary, game adalah sebuah aktivitas menghibur dan menyenangkan yang dimainkan oleh anak anak. Sedangkan video

Lebih terperinci

Erwien Tjipta Wijaya, ST.,M.Kom

Erwien Tjipta Wijaya, ST.,M.Kom Erwien Tjipta Wijaya, ST.,M.Kom PENDAHULUAN Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965 Dasar Logika Fuzzy adalah teori himpunan fuzzy. Teori himpunan fuzzy adalah peranan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Himpunan Himpunan adalah kata benda yang berasal dari kata himpun. Kata kerjanya adalah menghimpun. Menghimpun adalah kegiatan yang berhubungan dengan berbagai objek apa saja.

Lebih terperinci

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA Rima Liana Gema, Devia Kartika, Mutiana Pratiwi Universitas Putra Indonesia YPTK Padang email: rimalianagema@upiyptk.ac.id ABSTRAK

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarang ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini

Lebih terperinci

Praktikum sistem Pakar Fuzzy Expert System

Praktikum sistem Pakar Fuzzy Expert System Praktikum sistem Pakar Fuzzy Expert System Ketentuan Praktikum 1. Lembar Kerja Praktikum ini dibuat sebagai panduan bagi mahasiswa untuk praktikum pertemuan ke - 8 2. Mahasiswa akan mendapatkan penjelasan

Lebih terperinci

FUZZY MULTI-CRITERIA DECISION MAKING

FUZZY MULTI-CRITERIA DECISION MAKING Media Informatika, Vol. 3 No. 1, Juni 2005, 25-38 ISSN: 0854-4743 FUZZY MULTI-CRITERIA DECISION MAKING Sri Kusumadewi, Idham Guswaludin Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai)

Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai) Penerapan Fuzzy Mamdani Pada Penilaian Kinerja Dosen (Studi Kasus STMIK Kaputama Binjai) Magdalena Simanjuntak 1), Achmad Fauzi 2) Program Studi Teknik Informatika STMIK Kaputama 1) Program Studi Manajemen

Lebih terperinci

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

NURAIDA, IRYANTO, DJAKARIA SEBAYANG Saintia Matematika Vol. 1, No. 6 (2013), pp. 543 555. ANALISIS TINGKAT KEPUASAN KONSUMEN BERDASARKAN PELAYANAN, HARGA DAN KUALITAS MAKANAN MENGGUNAKAN FUZZY MAMDANI (Studi Kasus pada Restoran Cepat Saji

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern mengenai ketidakpastian

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 4 BAB 2 TINJAUAN PUSTAKA 2.1. Pengertian Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output. Titik awal dari konsep modern

Lebih terperinci

BAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)

BAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004) BAB IV METODOLOGI 4.1 Sistem Pengoperasian Waduk. Tujuan di bangun suatu sistem waduk sangat mempengaruhi strategi pengoperasian sistem waduk yang bersangkutan. Dalam mengembangkan model optimasi pengoperasian

Lebih terperinci

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan BAB 1 PENDAHULUAN 1.1. Latar Belakang Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan sistem yang kompleks. Logika fuzzy memberikan rangka kerja yang kuat dalam memecahkan masalah

Lebih terperinci

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang

Lebih terperinci

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI III.1 Teori Logika fuzzi III.1.1 Logika fuzzi Secara Umum Logika fuzzi adalah teori yang memetakan ruangan input ke ruang output dengan menggunakan aturan-aturan

Lebih terperinci

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental

Lebih terperinci

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 115 126. PERENCANAAN JUMLAH PRODUKSI MIE INSTAN DENGAN PENEGASAN (DEFUZZIFIKASI)CENTROID FUZZY MAMDANI (Studi Kasus: Jumlah Produksi Indomie

Lebih terperinci

DENIA FADILA RUSMAN

DENIA FADILA RUSMAN Sidang Tugas Akhir INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK TRANSFORMER MENGGUNAKAN METODE FUZZY (STUDI KASUS : PT BAMBANG DJAJA SURABAYA) DENIA FADILA

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya

Institut Teknologi Sepuluh Nopember Surabaya Aplikasi Sistem Inferensi Fuzzy Metode Sugeno dalam Memperkirakan Produksi Air Mineral dalam Kemasan Oleh Suwandi NRP 1209201724 Dosen Pembimbing 1. Prof. Dr M. Isa Irawan, MT 2. Dr Imam Mukhlash, MT Institut

Lebih terperinci

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. (204), hal 39-46. PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI Yoakim Marinus

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI Much. Djunaidi Jurusan Teknik Industri Universitas Muhammadiyah Surakarta Jl. Ahmad Yani Tromol Pos 1 Pabelan Surakarta email: joned72@yahoo.com

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI Ahmad Mufid Program Studi Sistem Komputer Fakultas Teknik Universitas Sultan Fatah (UNISFAT) Jl. Sultan Fatah No. 83 Demak Telpon

Lebih terperinci

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen Dwi Rolliawati Fakultas Ilmu Komputer, Sistem Komputer, Universitas Narotama dwi.roliawati@narotama.ac.id Abstrak Dosen sebagai pendidik

Lebih terperinci

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012 PENALARAN FUZZY Digunakan untuk menghasilkan suatu keputusan tunggal / crisp saat defuzzifikasi Penggunaan akan bergantung

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan dapat diartikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan dalam situasi tertentu. Sistem

Lebih terperinci

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK 1 Evaluasi Kinerja Pelayanan Perawat Menggunakan Fuzzy Inference System (FIS) Mamdani ( Studi Kasus : Puskesmas Bonang 1 Demak) ARIS MUTHOHAR Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang sangat penting dalam kelangsungan hidupnya. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara-cara

Lebih terperinci

BAB III METODE FUZZY MAMDANI

BAB III METODE FUZZY MAMDANI 29 BAB III METODE FUZZY MAMDANI Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Logika fuzzy adalah cabang dari sistem kecerdasan buatan (Artificial Inteligent) yang mengemulasi kemampuan manusia dalam berfikir ke dalam bentuk algoritma yang

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Definisi Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Logika Fuzzy Logika fuzzy merupakan suatu metode pengambilan keputusan berbasis aturan yang digunakan untuk memecahkan keabu-abuan masalah pada sistem yang sulit dimodelkan

Lebih terperinci

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI Karmila Suryani 1), Khairudin 2) 1) FKIP Universitas Bung Hatta Padang 2) FKIP Universitas Bung Hatta Padang e-mail: karmilasuryani.ptik@gmail.com,khaihatta@yahoo.com

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Lokasi Penelitian Penelitian ini berlokasi di SMA Negeri 1 Sindang Indramayu, yang beralamat di Jalan Letjend. M.T. Haryono, Sindang-Indramayu. Lokasi penelitian merupakan

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA A. Penjurusan di SMA Sepanjang perkembangan Pendidikan formal di Indonesia teramati bahwa penjurusan di SMA telah dilaksanakan sejak awal kemerdekaan yaitu tahun 1945 sampai sekarang,

Lebih terperinci

PENGEMBANGAN SISTEM PAKAR FUZZY

PENGEMBANGAN SISTEM PAKAR FUZZY FUZZY EXPERT SYSTEM FUZZY INFERENCE SYSTEM FUZZY REASONING Toto Haryanto MATA KULIAH SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR PENGEMBANGAN SISTEM PAKAR FUZZY Domain Masalah Fuzzifikasi

Lebih terperinci

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU) Desi Vinsensia Program Studi Teknik Informatika STMIK Pelita Nusantara

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Kompetensi Pedagogik Menurut Mahmudin (2008) Kompetensi Guru merupakan seperangkat pengetahuan, keterampilan, dan perilaku yang harus dimiliki, dihayati, dikuasai, dan diaktualisasikan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Permintaan 2.1.1 Pengertian Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat pendapatan tertentu

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 2 BAB 2 TINJAUAN PUSTAKA 2.1. Logika Fuzzy Logika fuzzy adalah suatu cara untuk memetakan suatu ruang masukan ke dalam suatu ruang keluaran. Logika fuzzy ditemukan oleh Prof.Lotfi A. Zadeh dari Universitas

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Pesatnya perkembangan ilmu pengetahuan dan kemajuan teknologi tidak

BAB I PENDAHULUAN. 1.1 Latar Belakang. Pesatnya perkembangan ilmu pengetahuan dan kemajuan teknologi tidak BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan ilmu pengetahuan dan kemajuan teknologi tidak selalu membawa kebaikan bagi kehidupan manusia, kehidupan yang semakin kompleks dengan tingkat stressor

Lebih terperinci

Fuzzy Inference System untuk Mengurangi Kemacetan di Perempatan Jalan

Fuzzy Inference System untuk Mengurangi Kemacetan di Perempatan Jalan Fuzzy Inference System untuk Mengurangi Kemacetan di Perempatan Jalan Edwin Romelta / 13508052 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB I PENDAHULUAN. Memasuki ambang millennium ketiga, masyarakat Indonesia mengalami

BAB I PENDAHULUAN. Memasuki ambang millennium ketiga, masyarakat Indonesia mengalami BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Memasuki ambang millennium ketiga, masyarakat Indonesia mengalami perubahan-perubahan di berbagai bidang, seperti ilmu pengetahuan, teknologi, politik, ekonomi,

Lebih terperinci

Sistem Inferensi Fuzzy

Sistem Inferensi Fuzzy Sistem Inferensi Fuzzy METODE SUGENO 27 Sistem Inferensi Fuzzy Metode Tsukamoto Metode Sugeno! Diperkenalkan oleh Takagi-Sugeno-Kang, tahun 1985.! Bagian output (konsekuen) sistem tidak berupa himpunan

Lebih terperinci

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO Asrianda 1 asrianda@unimal.ac.id Abstrak Bertambahnya permintaan mahasiswa atas kebutuhan makan seharihari, berkembangnya usaha warung

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 1.1 Tinjauan Pustaka Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari penulis sebagai berikut: Tabel 2.1 Perbandingan Metode Penelitian

Lebih terperinci

( ) ( ;,, ) Π(,, ) ( ;, ) ( ;, ) ( ) BAB I PENDAHULUAN A. Latar Belakang Masalah Provinsi Daerah Istimewa Yogyakarta merupakan salah satu kota tujuan wisata yang cukup menarik minat para wisatawan baik

Lebih terperinci

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB ANALISIS & DESAIN SISTEM FUZZY Menggunakan TOOLBOX MATLAB Sri Kusumadewi Analisis & Desain Sistem Fuzzy Menggunakan Toolbox Matlab Oleh: Sri Kusumadewi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY Hafsah, Heru Cahya Rustamaji, Yulia Inayati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari No 2 Tambakbayan Yogyakarta

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY oleh: 1 I Putu Dody Lesmana, 2 Arfian Siswo Bintoro 1,2 Jurusan Teknologi Informasi, Politeknik

Lebih terperinci

LOGIKA FUZZY (Lanjutan)

LOGIKA FUZZY (Lanjutan) Metode Mamdani Metode mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut metode ini, ada empat tahap yang harus dilalui untuk mendapatkan

Lebih terperinci

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Metode Peramalan Peramalan (forecasting) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB 2 LANDASAN TEORI 2.1 Pengertiaan Persediaan Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk digunakan memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,

Lebih terperinci

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5.

ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. ANALISIS KEPUASAN KONSUMEN BERDASARKAN TINGKAT PELAYANAN DAN HARGA KAMAR MENGGUNAKAN APLIKASI FUZZY DENGAN MATLAB 3.5. Indah Pratiwi Jurusan Teknik Industri, Universitas Muhammadiyah Surakarta Jl. A. Yani

Lebih terperinci

PENDAHULUAN A. LATAR BELAKANG MASALAH

PENDAHULUAN A. LATAR BELAKANG MASALAH PENDAHULUAN A. LATAR BELAKANG MASALAH Dalam pelaksanaan pembelajaran selalu ditemui evaluasi-evaluasi untuk menguji tingkat pemahaman terhadap suatu bahan yang dipelajari. Evaluasi-evaluasi ini tidak boleh

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Rancangan Penelitian Penelitian ini menggunakan metode kuantitatif. Metode kuantitatif yaitu menekankan analisisnya pada data data numerical (angka) yang diolah dengan metode

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas BAB II LANDASAN TEORI Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas dalam pembuatan tugas akhir ini. Secara garis besar teori penjelasan akan dimulai dari definisi logika fuzzy,

Lebih terperinci

BAB 2 2. LANDASAN TEORI

BAB 2 2. LANDASAN TEORI BAB 2 2. LANDASAN TEORI Bab ini akan menjelaskan mengenai logika fuzzy yang digunakan, himpunan fuzzy, penalaran fuzzy dengan metode Sugeno, dan stereo vision. 2.1 Logika Fuzzy Logika fuzzy adalah suatu

Lebih terperinci

PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC )

PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC ) PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC ) Edy Victor Haryanto1), Fina Nasari) Universitas Potensi Utama Jl. K. L. Yos Sudarso Km. 6,5 No.

Lebih terperinci

Menentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani

Menentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani Menentukan Jumlah Produksi Berdasarkan Permintaan dan Persediaan Dengan Logika Fuzzy Menggunakan Metode Mamdani Anitaria Simanullang 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED anitaria.simanullang@gmail.com

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965 yang merupakan guru besar di University of California Berkeley pada papernya yang berjudul

Lebih terperinci

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program

Lebih terperinci

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa SISTEM PENDUKUNG KEPUTUSAN METODE SUGENO DALAM MENENTUKAN TINGKAT KEPRIBADIAN SISWA BERDASARKAN PENDIDIKAN (STUDI KASUS DI MI MIFTAHUL ULUM GONDANGLEGI MALANG) Wildan Hakim, 2 Turmudi, 3 Wahyu H. Irawan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Metode Penelitian Pada dasarnya penelitian dilakukan untuk mendapatkan data demi tujuan yang ingin dicapai oleh peneliti yang bersangkutan. Oleh sebab itu untuk memperolehnya

Lebih terperinci

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk

Lebih terperinci

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Seminar Nasional Informatika 23 (semnasif 23) ISSN: 979-2328 UPN Veteran Yogyakarta, 8 Mei 23 FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR Sundari Retno Andani ) ) AMIK Tunas Bangsa

Lebih terperinci

BAB III METODE PENELITIAN Waktu dan tempat penelitian

BAB III METODE PENELITIAN Waktu dan tempat penelitian 29 BAB III METODE PENELITIAN 3.1 Objek Penelitian 3.1.1 Waktu dan tempat penelitian Guna memperoleh data-data yang diperlukan dalam penulisan skripsi ini yang berjudul Pengaruh Tingkat Pendidikan dan Kecerdasan

Lebih terperinci

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ P.A Teknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus 3 UAD, Jl. Prof. Soepomo rochmahdyah@yahoo.com Abstrak Perkembangan teknologi

Lebih terperinci

APLIKASI MODEL FUZZY DALAM PREDIKSI PRODUKSI TELUR AYAM PETELUR DI KABUPATEN SLEMAN

APLIKASI MODEL FUZZY DALAM PREDIKSI PRODUKSI TELUR AYAM PETELUR DI KABUPATEN SLEMAN APLIKASI MODEL FUZZY DALAM PREDIKSI PRODUKSI TELUR AYAM PETELUR DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Untuk Memenuhi Sebagian

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Kelapa Sawit Kelapa sawit adalah tumbuhan industri/ perkebunan yang berguna sebagai penghasil minyak masak, minyak industri, maupun bahan bakar. Pohon Kelapa Sawit terdiri dari

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Kecerdasan Buatan Kecerdasan buatan merupakan salah satu inovasi yang terdapat dalam bidang ilmu pengetahuan. Kecerdasan buatan telah dimulai sejak komputer modern pertama kali

Lebih terperinci

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan

Lebih terperinci

BAB III METODE PENELITIAN. Defenisi Operasional Variabel Penelitian, (C) Populasi, Sampel, Teknik

BAB III METODE PENELITIAN. Defenisi Operasional Variabel Penelitian, (C) Populasi, Sampel, Teknik BAB III METODE PENELITIAN Dalam bab ini peneliti akan menjelaskan tentang metode yang akan digunakan dalam penelitian ini meliputi: (A) Identifikasi Variabel Penelitian, (B) Defenisi Operasional Variabel

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan perekonomian yang terjadi saat ini menjadikan persaingan bisnis semakin kompetitif, konsumen semakin kritis dalam memilih produk berkualitas tinggi sehingga

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode penelitian adalah salah satu langkah yang penting dalam suatu penelitian ilmiah. Cara atau metode penelitian adalah alat untuk mencapai tujuan dan kualitas penelitian sangat

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH 68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Komponen Mobil Mesin terdiri atas beberapa bagian yang memiliki fungsinya masingmaning. Bagian-bagian atau komponen-komponen tersebut bekerja bersama-sama untuk menghasilkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan

Lebih terperinci

DAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PENGESAHAN... ii. HALAMAN PERNYATAAN... iii. KATA PENGANTAR... iv. MOTO DAN PERSEMBAHAN... v. DAFTAR ISI...

DAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PENGESAHAN... ii. HALAMAN PERNYATAAN... iii. KATA PENGANTAR... iv. MOTO DAN PERSEMBAHAN... v. DAFTAR ISI... DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii KATA PENGANTAR... iv MOTO DAN PERSEMBAHAN... v DAFTAR ISI... vi DAFTAR GAMBAR... viii DAFTAR TABEL... x ABSTRAK... xi ABSTRACT...

Lebih terperinci

Himpunan Tegas (Crisp)

Himpunan Tegas (Crisp) Logika Fuzzy Logika Fuzzy Suatu cara untuk merepresentasikan dan menangani masalah ketidakpastian (keraguan, ketidaktepatan, kekuranglengkapan informasi, dan kebenaran yang bersifat sebagian). Fuzzy System

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Kepuasan Pelanggan Perasaan puas pelanggan timbul ketika konsumen membandingkan persepsi mereka mengenai kinerja produk atau jasa dengan harapan mereka. Sementara itu kepuasan

Lebih terperinci

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ)

PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) PERBANDINGAN PENERAPAN METODE FUZZY MAMDANI DAN SUGENO DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN XYZ) Edy Victor Haryanto 1, Fina Nasari 2 1,2 UniversitasPotensiUtama Jl. K.

Lebih terperinci

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB Analisa Tingkat di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB Popy Meilina Jurusan Teknik Informatika Universitas Muhammadiyah Jakarta E-mail: Opi3_five@yahoo.com.sg Abstrak -- Fuzzy Logic

Lebih terperinci

BAB 3 METODE PENELITIAN. analisisnya pada data data numerikal (angka angka) tentang perilaku. yang diolah dengan metode statistika (Azwar, 2010).

BAB 3 METODE PENELITIAN. analisisnya pada data data numerikal (angka angka) tentang perilaku. yang diolah dengan metode statistika (Azwar, 2010). BAB 3 METODE PENELITIAN A. Variabel dan Definisi Operasional 1. Variabel Penelitian Penelitian ini merupakan penelitian kuantitatif dengan menekankan analisisnya pada data data numerikal (angka angka)

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini berisi tentang pemahaman dari logika fuzzy dan data mining. Pada bab ini juga akan dijelaskan bagian-bagian yang perlu diketahui dalam logika fuzzy dan data mining, sehingga

Lebih terperinci

BAB 3 METODE PENELITIAN. metode statistika (Azwar, 2010). Variabel penelit ian yang digunakan dalam

BAB 3 METODE PENELITIAN. metode statistika (Azwar, 2010). Variabel penelit ian yang digunakan dalam BAB 3 METODE PENELITIAN A. Variabel dan Definisi Operasional 1. Variabel penelitian Penelitian ini merupakan penelitian kuantitatif dengan menekankan analisinya pada data-data numerikal (angka) tentang

Lebih terperinci

SIDANG TESIS. Oleh : Enny Rohmawati Malik. Dosen Pembimbing : Dr. Imam Mukhlash,S.Si,M.T

SIDANG TESIS. Oleh : Enny Rohmawati Malik. Dosen Pembimbing : Dr. Imam Mukhlash,S.Si,M.T SIDANG TESIS APLIKASI SISTEM INFERENSI FUZZY DAN METODE REGRESI UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI KINERJA KEUANGAN PERBANKAN (Studi Kasus Bank di Indonesia Periode 2005-2009) Dosen Pembimbing

Lebih terperinci

BAB III METODOLOGI PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Dalam penelitian ini menggunakan dua variabel, yaitu variabel gaya

BAB III METODOLOGI PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Dalam penelitian ini menggunakan dua variabel, yaitu variabel gaya BAB III METODOLOGI PENELITIAN A. Variabel Penelitian dan Definisi Operasional 1. Identifikasi Variabel Dalam penelitian ini menggunakan dua variabel, yaitu variabel gaya kepemimpinan partisipatif dan Work

Lebih terperinci