FUZZY DECISION SUPPORT SYSTEM (FDSS) UNTUK SELEKSI PENERIMAAN SISWA BARU
|
|
- Liani Hadiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IJCIT (Indonesian Journal on Computer and Information Tecnology) Vol.2 No.1, Mei 17, pp. 17~ ISSN: X E-ISSN: FUZZY DECISION SUPPORT SYSTEM (FDSS) UNTUK SELEKSI PENERIMAAN SISWA BARU Ricky Firmansya AMIK BSI Bandung ABSTRAK Penerimaan Siswa Baru (PSB) merupakan suatu proses administrasi yang terjadi setiap taun untuk seleksi calon siswa yang akan melanjutkan pendidikan ke jenjang yang lebi tinggi, misal pada jenjang SMP atau SMA/SMK. Pada taap seleksi, secara umum setiap sekola menjadikan Nilai Ujian Akir Sekola Berstandar Nasional (UASBN) sebagai acuan dalam pertimbangan untuk menerima atau menolak calon siswa yang mendaftar. Pada pelaksanaanya, digunakan penyortiran secara manual seingga terjadi ketidak akuratan dalam proses seleksi kususnya pada saat terdapat beberapa siswa yang memiliki kesamaan jumla nilai pada batas terenda yang diterima (Passing Grade). Pada penelitian ini, metode Fuzzy Inference System (FIS) Mamdani digunakan karena muda dimengerti dan paling sesuai dengan naluri manusia. FIS Mamdani bekerja berdasarkan kaida-kaida linguistik dan memiliki algoritma Fuzzy yang menyediakan sebua aproksimasi untuk dimasuki analisa matematik. Sistem Pendukung Keputusan (SPK) Berbasis Logika Fuzzy (Fuzzy Decision Support System, FDSS) untuk seleksi Penerimaan Siswa Baru (PSB) dapat digunakan untuk membantu Panitia PSB. Kususnya dalam menentukan siswa mana yang dapat diterima jika terdapat beberapa siswa yang memiliki kesamaan jumla nilai pada batas terenda yang diterima (Passing Grade). Sistem mengola masukan berupa umur, akreditasi sekola asal dan jarak ruma ke sekola kemudian mengasilkan keluaran berupa rekomendasi. Hasil penelitian menunjukkan bawa sistem ini memberikan kemudaan bagi Panitia PSB dan memberikan akurasi yang lebi baik dibandingkan dengan seleksi dengan cara penyortiran manual. Kata Kunci : logika fuzzy, penerimaan siswa baru, sistem pendukung keputusan, web ABSTRACT New Student Acceptance is an administrative process tat occurs every year for te selection of prospective students wo will continue teir education to a iger level, eg, te SMP or SMA / SMK. In te selection process, in general, eac scool makes te value of National Standard Scool Final Examination (UASBN) as a reference in te judgment to accept or reject prospective students wo sign up. In te implementation, use manual sorting, causing inaccuracies in te selection process especially wen tere are some students tat ave te same number of values in te lowest limit of acceptance (Passing Grade). In tis study, te metod of Mamdani Fuzzy Inference System (FIS) is used because it is easy to understand and most appropriate to uman instinct. It works based on linguistic rules and ave a fuzzy algoritm tat provides an approximation to enter matematical analysis. Fuzzy Decision Support System (FDSS) for New Student Acceptance Selection can be used to assist te Committee. Particularly in determining wic students may be accepted if tere are some students tat ave te same number of values in te lowest limit of acceptance (Passing Grade). It processing input in te form of te age, origin scool accreditation and ome to scool distance ten generate output in te form of recommendations. Te results sowed tat tis system makes it easy for PSB committee and provide better accuracy tan te selection by manual sorting. Keywords : decision support system, fuzzy logic, new student acceptance, web 1. Pendauluan Diterima Februari, 16; Revisi April 1, 16; Disetujui April, 16
2 18 Sistem Penerimaan Siswa Baru (PSB) online menjamin proses penerimaan siswa baru berlangsung secara jujur, adil (fair), terbuka (transparan), dan dapat dipertanggung jawabkan (akuntabel) sesuai dengan aturan dan kebijakan PSB yang tela ditetapkan ole dinas pendidikan daera yang menerapkannya. Selama PSB berlangsung, masyarakat bisa memantau langsung proses seleksi dari waktu ke waktu secara realtime melalui media internet dan layanan pesan singkat (SMS). Sistem PSB online umumnya bersifat terpusat (centralized) namun tetap adaptif mengikuti aturan dan kebijakan PSB yang berbedabeda di masing-masing daera. Hal ini dimungkinkan karena sistem ini sejak awal tela dirancang untuk bisa mengakomodir beragam aturan dan kebijakan PSB dalam satu sistem (Jayadi & Setyawan, 08). Pada taap seleksi, secara umum setiap sekola menjadikan Nilai Ujian Akir Sekola Berstandar Nasional (UASBN) sebagai acuan dalam pertimbangan untuk menerima atau menolak calon siswa yang mendaftar tersebut. Dalam pelaksanaanya, digunakan penyortiran secara manual seingga terjadi ketidak akuratan dalam proses seleksi dan kendala timbul pada saat terjadi kesamaan jumla nilai NUASBN. Pada penelitian ini, masala dibatasi anya pada seleksi siswa yang memiliki jumla nilai UASBN yang sama pada batas akir penerimaan (Passing grade). Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan adala alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka (Turban, 05). Sistem Pendukung Keputusan (Decision Support System, DSS) adala sistem berbasis komputer yang membantu para pengambil keputusan mengatasi berbagai masala melalui interaksi langsung dengan sejumla database dan perangkat lunak analitik. Tujuan dari sistem adala untuk menyimpan data dan mengubanya ke informasi yang terorganisir yang dapat diakses dengan muda, seingga keputusan-keputusan yang diambil dapat dilakukan dengan cepat, akurat dan muda (Wibisono, 03). Logika Fuzzy (Fuzzy Logic) Fuzzy Logic adala sala satu komponen pembentuk soft computing. Fuzzy Logic pertama kali diperkenalkan ole Prof. Lotfi A. Zade pada taun Dasar Fuzzy Logic adala teori impunan Fuzzy. Pada teori impunan Fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu impunan sangatla penting. Nilai keanggotaan atau derajat keanggotaan atau membersip function menjadi ciri utama dalam penalaran dengan Fuzzy Logic tersebut Fuzzy Logic dapat dianggap sebagai kotak itam yang berubungan antara ruang input menuju ruang output. Kotak itam tersebut berisi cara atau metode yang dapat digunakan untuk mengola data input menjadi output dalam bentuk informasi yang baik (Kusumadewi & Purnomo, 10). (Kusumadewi, 09) Gambar 1. Conto Pemetaan Input-Output Penerimaan Siswa Baru (PSB) Penerimaan siswa baru (PSB) merupakan suatu proses administrasi yang terjadi setiap taun untuk seleksi calon siswa berdasarkan nilai akademik agar dapat melanjutkan pendidikan pada jenjang yang lebi tinggi. Calon siswa yang dimaksud adala siswa baru yang akan mendaftar pada jenjang SMP atau SMA/SMK Negeri. Sistem Informasi PSB Online merupakan aplikasi yang dapat membantu beberapa piak yang terkait didalam proses penerimaan siswa baru yang dilakukan secara online (Solika, 09). 2. Metode Penelitian Pada penelitian ini, metode Fuzzy Inference System (FIS) Mamdani digunakan karena muda dimengerti dan paling sesuai dengan naluri manusia. FIS Mamdani bekerja berdasarkan kaida-kaida linguistik dan memiliki algoritma Fuzzy yang menyediakan sebua aproksimasi untuk dimasuki analisa matematik. Pengujian metode diimplementasikan dalam sebua Sistem Penunjang Keputusan (SPK) atau Decission Support System (DSS) yang selanjutnya disebut Fuzzy Decission Support System (FDSS). IJCIT (Indonesian Journal on Computer and Information Tecnology)
3 19 No Tabel 1. Sampel data siswa Akreditasi Sekola Umur (U) Jarak (JAR) ASAL (ASA) Jenis penelitian yang digununakan dalam penelitian ini adala penelitian eksperimen (experimental researc), yaitu investigasi yang mensyaratkan peneliti untuk melakukan manipulasi variabel secara sistematik : variabel bebas (independent variable), konsep yang ingin diamati dan diduga memiliki pengaru ke variabel lainnya, dan variabel terikat (dependent variable), konsep yang diduga beruba karena pengaru variabel independen. Variabel adala konsep-konsep seperti pendidikan, gender, ambatan dalam berkomunikasi dan keboongan (West & Turner, 08). (Silva, 14) Gambar 2. Diagram Sebab-Akibat Seleksi PSB Tidak Akurat Setela mengetaui penyebab terjadinya ketidak akuratan seleksi PSB, maka disusun suatu usulan tindakan perbaikan secara umum untuk menekan tingkat ketidak akuratan seleksi PSB, yaitu : a) Menamba variabel usia pendaftar, nilai akreditasi sekola asal dan jarak ruma calon peserta didik ke sekola yang digunakan sebagai acuan dalam seleksi PSB yang semula anya mengacu pada jumla UASBN. b) Menggunakan Fuzzy Logic untuk menentukan siswa mana yang layak diterima berdasarkan parameter baru yang suda ditentukan. c) Membangun Sistem Pendukung Keputusan (SPK) (Decision Support System, DSS) untuk seleksi PSB dengan menggunakan metode Fuzzy Logic guna mempermuda proses seleksi PSB. 1. Umur Tabel 2. Nilai linguistik Umur (dalam bulan) Nilai Interval Himpunan Fuzzy Linguistik Muda < 130 [0 130] Umum [ ] Tua > 150 [150 ] Ekspresi untuk fungsi keanggotaam fuzzy : IJCIT (Indonesian Journal on Computer and Information Tecnology)
4 Representasi dengan grafik dapat digambarkan sebagai berikut : (Olaan Data, 13) Gambar 4. Grafik keanggotaan nilai akreditasi sekola asal 3. Jarak Ruma Ke Sekola (Olaan Data, 13) Gambar 3. Grafik keanggotaan Umur Akreditasi Sekola Asal Nilai akreditasi sangat berpengaru teradap kompetensi lulusan yakni tentu saja nilai dari sekola yang memiliki akreditasi sangat baik kualitasnya lebi tinggi daripada sekola yang memiliki akreditasi baik maupun cukup baik sekalipun jumla nilainya sama. Nilai akreditasi tela ditentukan ole Badan Akreditasi Nasional (BAN) sebagai berikut : Tabel 4. Nilai linguistik JAR (dalam kilometer) (Olaan Data, 13) Nilai Linguistik Interval (km) Jau > 6 [6 ] Sedang 2-6 [2 6] Dekat < 2 [0 2] : Himpunan Fuzzy Ekspresi untuk fungsi keanggotaan fuzzy Tabel 3. Nilai linguistik ASA (Olaan Data, 13) Nilai Linguistik Interval (NA) Himpunan Fuzzy Baik > 85 [85 ] Baik [75 80] Cukup Baik < 70 [0 70] Ekspresi untuk fungsi keanggotaam fuzzy : Representasi denagn grafik dapat digambarkan sebagai berikut : Representasi dengan grafik dapat digambarkan sebagai berikut : (Olaan Data, 13) Gambar 5. Grafik keanggotaan jarak ruma ke sekola 4. Rekomendasi Tabel 5. Nilai linguistik r (dalam %) IJCIT (Indonesian Journal on Computer and Information Tecnology)
5 21 (Olaan Data, 13) Nilai Linguistik Interval (%) Himpunan Fuzzy Tinggi >= 35 [35 ] Tinggi - < 35 [ 35] 15 - < [15 ] Renda 5 - < 15 [5 15] Renda < 5 [0 5] Ekspresi untuk fungsi keanggotaam fuzzy : 2. Akreditasi Sekola (ASA) 3. Jarak ruma ke sekola (JAR) Representasi denagn grafik dapat digambarkan sebagai berikut : (Olaan Data, 13) Gambar 6. Grafik keanggotaan rekomendasi Dalam mengitung derajat keanggotaan, dapat dianalogikan dengan conto data yang pertama pada sampel di atas yang memiliki umur 11 taun (132 bulan) dan akreditasi sekola asal sangat baik yakni 84 dan jarak ruma ke sekola adala dekat yaitu 2 kilometer sebagai berikut : 1. Umur Setela mendapatkan derajat keanggotaan dan melalui proses inferensi, langka selanjutnya adala proses defuzzifikasi. Defuzzifikasi adala proses mendapakan nilai crisp dari suatu impunan fuzzy. Pada Metode Mamdani, untuk mendapatkan nilai tersebut digunakan Metode Centroid atau mencari bobot nilai tenga kurva daera fuzzy (center of gravity) dengan persamaan berikut : Dimana : y : Nilai crisp; µ R (y) : Derajat keanggotaan dari y. Sebagai conto, digunakan proses defuzzifikasi untuk data pertama yang memiliki umur = 132 taun dan nilai akreditasi sekola asal = 84 dan jarak ruma ke sekola = 4 kilometer didapatkan nilai sebagai berikut : IJCIT (Indonesian Journal on Computer and Information Tecnology)
6 22 Berdasarkan persentase pada interval rekomendasi, nilai 23,46 masuk pada kriteria tinggi. biru (blueprint) suatu sistem informasi secara grafis, terdiri dari komponankomponen, interface, dan koneksi-koneksi yang ada dalam sistem tersebut, agar muda dipaami dan dikomunikasikan. Antamuka pengguna (user inteface) merupakan media interaksi secara langsung antara pengguna dengan sistem. Adapun tampilan sistem yang digunakan untuk penginputan data dan seleksi Penerimaan Siswa Baru adala sebagai berikut : (Olaan Data, 13) Gambar 7. Grafik yang terbentuk dari Rule yang dibuat pada Matlab 3. Pembaasan Pengembangan sistem dimulai dengan cara melakukan indentifikasi dan analisa kebutuan (requirements), kemudian mendeskripsikan desain sistem yang dilanjutkan dengan implementasi dan evaluasi sistem seingga sistem yang dibuat dapat memenui kriteria usable, useful and used. Sistem dibuat berbasis web yang dioperasikan ole administrator yang tela ditunjuk dan dapat disematkan dalam web ost seingga dapat diakses dimana saja melalui jaringan internet. Sistem dapat mengola data secara individu dengan cara menginputkan langsung data pada sistem maupun mengola data secara kelompok, yaitu dengan mengimpor data dari file (yang ada dalam komputer) dalam format Microsoft Excel (*.csv) dengan format yang tela ditentukan sebelumnya. Dalam perancangan sistem penunjang keputusan berbasis web untuk seleksi Penerimaan Siswa Baru, digambarkan dalam bentuk pemodelan visual menggunakan Unified Modelling Language (UML). Pemodelan visual (visual modeling) merupakan proses menggambarkan cetak Gambar 8. Tampilan utama sistem Penulisan kode program dalam pengembangan sistem penunjang keputusan dalam seleksi Penerimaan Siswa Baru terbagi menjadi tiga bagian utama sebagai berikut : 1. Proses Fuzzifikasi if($umur<130) $u= Muda ; else if($umur<150) $u= Umum ; else $u= Tua ; if($asa<70) $as= Cukup Baik ; else if($asa<85) $as= Baik ; else $u= Baik ; if($jar<2) IJCIT (Indonesian Journal on Computer and Information Tecnology)
7 23 $ja= Dekat ; else if($asa<6) $ja= Sedang ; else $ja= Jau ; 2. Proses Inferensi if($umur<130 and $asa<70 and $jar<2) $r= ; else if($umur<130 and $asa<70 and $jar<=6) $r= ; else if($umur<130 and $asa<70 and $jar>8) $r= Renda ; else if($umur<130 and $asa<75 and $jar<2) $r= Tinggi ; else if($umur<170 and $asa>85 and $jar<2) $r= Tinggi ; 3. Proses Defuzzifikasi switc($r) case Renda ; $nilai= 0-5% ; Break; case Renda ; $nilai= 5-15% ; Break; case ; $nilai= 15-% ; Break; case Tinggi ; $nilai= -35% ; Break; case Tinggi ; $nilai= > 35% ; Break; default; Hasil pengukuran pada penelitian ini menggunakan metode Pretest dan Postest yaitu dengan cara membandingkan akurasi antara asil pengolaan data real maupun sampel menggunakan Sistem Pendukung Keputusan untuk seleksi penerimaan siswa baru dengan asil pengolaan seleksi penerimaan siswa baru yang dilakukan secara manual yang digunakan selama ini berdasarkan pada peraturan yang ada. Dari asil pengujian Sistem Pendukung Keputusan untuk seleksi penerimaan siswa baru dapat diambil kesimpulan bawa sistem dapat menangani proses penyortiran pada seleksi penerimaan siswa baru dengan lebi cepat dan akurat dibandingkan dengan penyortiran secara manual pada seleksi penerimaan siswa baru. Sistem Pendukung Keputusan untuk seleksi penerimaan siswa baru mengasilkan output berupa rekomendasi sangat renda sampai sangat tinggi. Ketidak akuratan dalam penyortiran secara manual semakin meningkat seiring semakin banyaknya jumla data yang diola mengingat kemampuan manusia untuk mengingat dan konsentrasi akan menurun pada titik terenda. Selengkapnya dapat diliat pada tabel 6. Tabel 6. Perbandingan asil seleksi manual dengan rekomendasi sistem (Olaan Data, 13) N o U AS A JA R Seleksi Manual Hasil Seleksi Sistem Defuzz y fikasi Diterim a Kriteria Renda Renda Renda Tinggi IJCIT (Indonesian Journal on Computer and Information Tecnology)
8 Diterim a Diterim a Diterim a Renda Tinggi Renda Renda Renda Hasil yang diperole dari tabel dan grafik di atas dijelaskan sebagai berikut ; 1. Jumla siswa yang memiliki kesamaan jumla nilai sebanyak 30 orang. 2. Jumla siswa yang tidak diterima dengan cara penyortiran manual adala 26 orang. 3. Jumla siswa yang diterima dengan cara penyortiran manual sebanyak 4 orang. 4. Jumla siswa yang tidak diterima dengan menggunakan Sistem Pendukung Keputusan untuk seleksi penerimaan siswa baru sebanyak 28 orang. 5. Jumla siswa yang diterima dengan menggunakan Sistem Pendukung Keputusan untuk seleksi penerimaan siswa baru sebanyak 2 orang. Dengan demikian, ditemukan data yang tidak sesuai dengan asil penyortiran secara manual yakni dua orang dengan peritungan prosesntase sebagai berikut : Selengkapnya dapat diliat secara jelas pada grafik perbandingan antara asil penyortiran manual dengan asil penyortiran menggunakan sistem. Grafik Perbandingan Akurasi dan Error Pada Hasil Rekomendasi Sistem 10% 90% (Olaan Data, 13) Akurasi Error Gambar 9. Grafik perbandingan akurasi dan error pada asil rekomendasi system 4. Kesimpulan Dari penelitian yang tela dilakukan ingga implementasi Logika Fuzzy pada sistem penunjang keputusan untuk Seleksi Penerimaan Siswa Baru (PSB) atau Fuzzy Decission Support System (FDSS), dapat diambil beberapa kesimpulan berikut : 1. Fuzzy Decission Support System (FDSS) untuk Seleksi Penerimaan Siswa Baru (PSB) meningkatkan akurasi pada proses seleksi dibandingkan dengan Seleksi Penerimaan Siswa Baru (PSB) yang dilakukan secara penyortiran manual. 2. Fuzzy Decission Support System (FDSS) untuk Seleksi Penerimaan Siswa Baru (PSB) membantu memudakan pekerjaan panitia Seleksi Penerimaan Siswa Baru (PSB) pada saat melakukan seleksi kususnya ketika ditemukan data siswa yang memiliki kesamaan jumla nilai. Fuzzy Decission Support System (FDSS) untuk Seleksi Penerimaan Siswa Baru (PSB) dibuat secara umum seingga dapat digunakan ole Sekola Pertama (SMP) mana saja. Juga tidak menutup kemungkinan untuk digunakan pada jenjang sekola yang lebi tinggi yang menggunakan parameter yang sama dalam proses Seleksi Penerimaan Siswa Baru (PSB). Referensi Cuu, S. J. (09). A Fuzzy Multiple attributes Decision-Making for te Evaluation of Advanced Manufacturing. Sout Asian Journal Issue 30, Jayadi, B., & Setyawan, A. (08). PENERAPAN SISTEM PENERIMAAN SISWA BARU IJCIT (Indonesian Journal on Computer and Information Tecnology)
9 SECARA ONLINE DAN REALTIME. Konferensi dan Temu Nasional Teknologi Informasi dan Komunikasi untuk Indonesia (pp. 1-4). Jakarta: e-indonesia Initiative 08 (eii08). Kusrini. (08). Konsep dan Aplikasi Pendukung Keputusan. Yogyakarta: Andi. Kusumadewi, S., & Purnomo, H. (10). Aplikasi Logika Fuzzy untuk Pendukung Keputusan Edisi 2. Tangerang: Graa Ilmu. Noor, M. M. (12). Fuzzy Analytic Hierarcy Process (FAHP) Approac for Evaluating Tourism Islands in Terengganu, Malaysia. International Conference on Communications and Information Tecnology, 62-6 Solika, P. (09). DESIGN AND DEVELOPMENT OF ONLINE NEW STUDENT ENROLLMENT INFORMATION SYSTEM: MODULE RECOMENDATION. Surabaya: ITS- Undergraduate Silva, Mike (14). Isikawa Diagram 30 Success Secrets - 30 Most Asked Questions on Isikawa Diagram - Wat You Need to Know. Queensland: Emereo Publising Pty Ltd Turban, E. (05). Decision Support Systems and Intelligent Systems, edisi. Baasa Indonesia jilid 1. Yogyakarta: ANDI. Wang, H.-C. (07). Performing a course material enancement process wit asyncronous interactive online system. Computers & Education, Pages West, R., & Turner, L. (08). Pengantar Ilmu Komunikasi : Analisis dan Aplikasi. Jakarta: Salemba Humanika. Wibisono, D. (03). Riset Bisnis : Panduan Bagi Akademisi. Jakarta: PT. Gramedia Pustaka Utama. Poutanen, H., & Puakka, V. (10). Te Many Sides of Human Resource Information Systems. International Journal of Tecnology and Human Interaction, Pages IJCIT (Indonesian Journal on Computer and Information Tecnology)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ) Dimas Wahyu Wibowo 1, Eka Larasati Amalia 2 1,2 Teknik Informatika, Politeknik Negeri
Lebih terperinciANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN Khairul Saleh Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara Jalan Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)
Jurnal Informatika Mulawarman Vol. 10 No. 1 Februari 2015 32 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA) Hanis
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Penelitian ini menggunakan metode eksperimen kuantitati dengan desain posttest control group design yakni menempatkan subyek penelitian kedalam
Lebih terperinciJURNAL. Oleh: ELVYN LELYANA ROSI MARANTIKA Dibimbing oleh : 1. Dian Devita Yohanie, M. Pd 2. Ika Santia, M. Pd
JURNAL PENINGKATAN HASIL BELAJAR DAN RESPON SISWA DENGAN MENGGUNAKAN MODEL PEMBELAJARAN KUMON PADA MATERI PEMBAGIAN BENTUK ALJABAR KELAS VIII SMP NEGERI 8 KOTA KEDIRI PADA TAHUN PELAJARAN 2016/2017 THE
Lebih terperinciPerekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani
BINA INSANI ICT JOURNAL, Vol.3, No. 2, Desember 2016, 279-290 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 279 Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani Ghofar Taufik 1,*
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adala penelitian komparasi. Kata komparasi dalam baasa inggris comparation yaitu perbandingan. Makna dari
Lebih terperinciMODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Teknologi (SNIT) 202 MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN Ghofar Taufiq AMIK Bina Sarana Informatika Jakarta Jl. Kramat Raya
Lebih terperinciIMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA
IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA Asri Bunga Renjani* 1, Yulmaini 2 Bandar Lampung, Telp. 0721-787214, Fax. 0721-700261 1,2 Teknik
Lebih terperinciImtiyaz, et al, Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan...
Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan Kaliwates Kabupaten Jember (Analysis of P-IRT Number on Te Food Label IRTP Production in Kaliwates District Jember Regency) Andi Hilman
Lebih terperinciSeminar Nasional Inovasi Dan Teknologi Informasi (SNITI 3) ISSN : Samosir, November 2016
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar) Anjar Wanto 1 1 Fakultas Ilmu Komputer-Teknologi
Lebih terperinciMODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 207, pp. 24~22 24 MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH Ghofar Taufik AMIK BSI Jakarta e-mail: ghofar.gft@bsi.ac.id Abstrak
Lebih terperinciREKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO
REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO Endra Pratama, Titin Sri Martini, Mania Roshwita Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215 2337-352 (231-928X Print A-25 Pengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa Singgi Tawin Muammad, Erna Apriliani,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT
ZERO JURNAL MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 P-ISSN: 2580-569X E-ISSN : 2580-5754 SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA
Lebih terperinciPenerapan 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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciIII. METODE PENELITIAN. Subjek penelitian ini adalah siswa kelas VII B MTs Al Hikmah Bandar
26 III. METODE PENELITIAN A. Subjek Penelitian Subjek penelitian ini adala siswa kelas VII B MTs Al Hikma Bandar Lampung semester genap taun pelajaran 2010/2011 pada pokok baasan Gerak Lurus. Dengan jumla
Lebih terperinciProgram Studi S1 Teknik Industri, Fakultas Rekayasa Industri, Universitas Telkom
PERENCANAAN KEBIJAKAN PERSEDIAAN BAHAN BAKU DENGAN MENGGUNAKAN METODE CONTINUOUS REVIEW (s,s) DAN METODE CONTINUOUS REVIEW (s,q) UNTUK MEMINIMASI TOTAL BIAYA PERSEDIAAN PADA PT. XYZ Selvia Dayanti 1, Ari
Lebih terperinciDECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN
Seminar Nasional Inovasi dan Tren (SNIT)205 DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN Ghofar Taufiq Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika (AMIK
Lebih terperinciPenerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti
ISSN: 0216-3284 885 Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti Novi Apriyanti 1, Huzainsyahnoor Aksad 2 Program Studi Sistem Informasi STMIK Banjarbaru 1 Program Studi Teknik Informatika
Lebih terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (17) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-1916 (Online) Artikel Perancangan Aplikasi Penentu Jurusan IPA atau IPS Pada SMA Menggunakan
Lebih terperinciPenerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk
Nusantara of Enginering/Vol.3/No.1/ISSN: 2355-6684 41 Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Fajar Rohman Hariri Jurusan Teknik Informatika, Fakultas Teknik,
Lebih terperinciPENINGKATAN HASIL BELAJAR SISWA KELAS V/A DENGAN MENGGUNAKAN MEDIA GRAFIS KARTU PADA PEMBELAJARAN IPS DI SD PT. BINTARA TANI NUSANTARA
PENINGKATAN HASIL BELAJAR SISWA KELAS V/A DENGAN MENGGUNAKAN MEDIA GRAFIS KARTU PADA PEMBELAJARAN IPS DI SD PT. BINTARA TANI NUSANTARA Abdul Hamid 1, Pebriyenni 1, Niniwati 1 1 Program Studi Pendidikan
Lebih terperinciPenilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani M-4 Dewi Mardhiyana Universitas Pekaloangan dewimardhiyana139@gmail.com
Lebih terperinciImplementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic
JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677 Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy 1, Abdul Munir 2 STMIK KHARISMA
Lebih terperinciAplikasi Sistem Neuro-Fuzzy untuk Pengenalan Kata
Aplikasi Sistem Neuro-Fuzzy untuk Pengenalan Kata Yoanes TDS, Tiang, Suntono Candra Fakultas Teknologi Industri, Jurusan Teknik Elektro, Universitas Kristen Petra e-mail: yotds@petra.ac.id, tiang@petra.ac.id
Lebih terperinciSPK 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 terperinciUPAYA PENINGKATAN MOTIVASI DAN PRESTASI BELAJAR IPS MELALUI MODEL COOPERATIVE SCRIPT
Seminar Nasional Universitas PGRI Yogyakarta 01 UPAYA PENINGKATAN MOTIVASI DAN PRESTASI BELAJAR IPS MELALUI MODEL COOPERATIVE SCRIPT Sutarma 1), Jon Sabari ) 1) Pascasarjana, Universitas PGRI Yogyakarta
Lebih terperinciAnalisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan
128 ISSN: 2354-5771 Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan Raheliya Br Ginting STT Poliprofesi Meda E-mail: itink_ribu@yahoo.com Abstrak Pengambilan keputusan harus
Lebih terperinciSISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 27, pp. 59~54 59 SISTEM PENUNJANG KEPUTUSAN PENERIMA BEASISWA DENGAN LOGIKA FUZZY TAHANI Arief Rusman STMIK Nusa Mandiri Jakarta e-mail : reevust@gmail.com
Lebih terperinciDECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 1 2017 Page : 11-21 P-ISSN: 2580-569X E-ISSN: 2580-5754 DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD Ismail
Lebih terperinciUniversitas Bung Hatta. Universitas Negeri Padang
UPAYA MENINGKATKAN AKTIVITAS DAN HASIL BELAJAR MATEMATIKA DENGAN PENERAPAN MODEL PEMBELAJARAN KOOPERATIF TIPE TEAM ASSISTED INDIVIDUALIZATION PADA SISWA KELAS VII.3 SMPN 1 GUNUNG TALANG TAHUN 2012-2013
Lebih terperinciSistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy
Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy Yogiek Indra Kurniawan 1 dan Pungki Arina Windiasani 2 Program Studi Informatika,
Lebih terperinciMuhammad Yudin Ritonga ( )
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN METODE TSUKAMOTO (STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN) Muhammad Yudin Ritonga (0911555) Mahasiswa Program
Lebih terperinciVol. X Nomor 29 Juli Jurnal Teknologi Informasi ISSN : PEMODELAN UNTUK MENENTUKAN KECUKUPAN ANGKA GIZI IBU HAMIL.
PEMODELAN UNTUK MENENTUKAN KECUKUPAN ANGKA GIZI IBU HAMIL Siti Rihastuti* 1, Kusrini 2, Hanif Al Fatta 3 1,2,3 Magister Teknik Informatika STMIK AMIKOM Yogyakarta E-mail: siti.r@students.amikom.ac.id 1,kusrini@amikom.ac.id
Lebih terperinciSistem Informasi Penggajian Program Diploma Komputer Universitas Sriwijaya
Jurnal Generic, Vol. 8, No. 1, Maret 2013, pp. 183~189 ISSN: 1907-4093 (print), 2087-9814 (online) 183 Sistem Informasi Penggajian Program Diploma Komputer Universitas Sriwijaya Ahmad Reza Fahlevi 1 1
Lebih terperinciANALISA HEAT EXCHANGER KNL DENGAN TEKNIK KONTROL FUZZY. Sugeng Tirta Atmadja 1)
ANALISA HEAT EXCHANGER KNL 5-05 DENGAN TEKNIK KONTROL FUZZY Sugeng Tirta Atmadja ) Abstrat Suatu mesin transmisi penerus putaran dan daya di dalam gearbox menggunakan oli atau minyak pelumas yang berfungsi
Lebih terperinciANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG
ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG Harison Dosen Jurusan Teknik Informatika Fakultas Teknologi Industri Institut Teknologi Padang Abstrak Keputusan
Lebih terperinciPENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO
PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO Magdalena Simanjuntak Program Studi Teknik Informatika, STMIK Kaputama E-mail : magdalena.simanjuntak84@gmail.com ABSTRACT This study aimed to analyze
Lebih terperinciFUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)
FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII) Arkham Zahri Rakhman 1, Helmanatun Nisa Wulandari 2, Geralvin Maheswara
Lebih terperinciSISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB
JURNAL MATRIX VOL. 3, NO. 1, MARET 2013 39 SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB I Ketut Suwintana Jurusan Akuntansi Politeknik Negeri Bali Kampus Bukit Jimbaran Bali Telp. +62 361 701981 Abstrak:.Logika
Lebih terperinciAnalisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)
Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA) Khairul Saleh, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika,
Lebih terperinciEVALUASI SISTEM TEMU KENALI CITRA BERBASIS KONTEN WARNA
EVALUASI SISTEM TEMU KENALI CITRA BERBASIS KONTEN WARNA Reza Sansa Hardika 1), Metty Mustikasari 2), Risdiandri Iskandar 3) 1)2)3) Sistem Informasi Universitas Gunadarma Jl. Margonda Raya, 100, Pondok
Lebih terperinciSIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB
SIMULASI PENENTUAN GURU BERPRESTASI DENGAN METODE FUZZY LOGIC MAMDANI INFERENCE MENGGUNAKAN APLIKASI MATLAB Pio A. F. Islami 1, Kirya Mateeke Moses 2, Muqodimah Nur Lestari 3, Aji Prasetya Wibawa 4 1,
Lebih terperinciBAB I PENDAHULUAN. dan tepat sehingga dapat memberikan keputusan bagi dirinya dan orang lain.
BAB I PENDAHULUAN I.1 Latar Belakang Kemajuan teknologi informasi sebagai pengelolaan informasi yang baik akan sangat bermanfaat agar informasi tersebut dapat digunakan pada waktu yang tepat secara efektif
Lebih terperinciBAB I PENDAHULUAN. jurusan apa yang harus mereka pilih. (BI Purwantari, 2011)
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkuliahan merupakan salah satu jenjang pendidikan yang harus ditempuh untuk mendapatkan pemahaman lebih mengenai suatu bidang. Banyaknya tempat perkuliahan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PERENCANAAN PROMOSI JABATAN HEAD OF DEPARTMENT (HOD)
SISTEM PENDUKUNG KEPUTUSAN PERENCANAAN PROMOSI JABATAN HEAD OF DEPARTMENT (HOD) Luh Made Yulyantari 1), Sri Mulyana 2) 1,2) Program Studi Ilmu Komputer UGM Sekip Unit III Yogyakarta Telp (0274) 902124,
Lebih terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih terperinciAnalisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic
Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic Luh Kesuma Wardhani, Elin Haerani Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SUSKA Riau
Lebih terperinciImplementasi Metode Pembelajaran inquiry Untuk Meningkatkan Aktivitas dan Hasil Belajar Fisika Siswa Kelas VIII Mts. Hidayatullah Mataram
Implementasi Metode Pembelajaran inquiry Untuk Meningkatkan Aktivitas dan Hasil Belajar Fisika Siswa Kelas VIII Mts. Hidayatulla Mataram Ainun Mardia, Saiful Prayogi, Samsun Hidayat Program Studi Pendidikan
Lebih terperinciPENETAPAN MODEL BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI KOTA PEMATANGSIANTAR
PENETAPAN MODEL BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI KOTA PEMATANGSIANTAR Muammad Efrizal Lubis 1 (Dosen FT USI / Dinas PU Pengairan Kab. Simalungun) Novdin M Sianturi 2 (Dosen FT USI)
Lebih terperinciJurnal Berkala Ilmiah Efisiensi Volume 16 No. 03 Tahun 2016
ANALISIS KINERJA KEUANGAN PEMERINTAH KABUPATEN KUTAI BARAT KALIMANTAN TIMUR (STUDI KASUS PADA BADAN PENGELOLAAN KEUANGAN DAN ASET DAERAH KABUPATEN KUTAI BARAT KALIMANTAN TIMUR TAHUN 2011-2014) THE FINANCIAL
Lebih terperinciPERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI
PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI Murni Marbun 1, Hengki Tamando Sihotang 2, Normi Verawati Marbun 3 2 Teknik Informatika STMIK Pelita Nusantara Medan,
Lebih terperinciKLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas
Lebih terperinciPenggunaan 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 terperinciProfil LKS IPA SMP Berorientasi Active Learning dengan Strategi Belajar Mengajukan Pertanyaan
Profil LKS IPA SMP Berorientasi Active Learning dengan Strategi Belajar Mengajukan Pertanyaan Iin Indawati, Tjandrakirana, Rinie Pratiwi Puspitawati Jurusan Biologi-FMIPA Universitas Negeri Surabaya Jalan
Lebih terperinciANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak
ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR Khairul Saleh, S. Kom, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika, Fakultas Teknik
Lebih terperinciDESAIN DSS (DECISION SUPPORT SYSTEM) MENGGUNAKAN METODE PROFILE MATCHING UNTUK PENENTUAN PENERIMA BEASISWA DI POLITEKNIK NEGERI SAMARINDA
DESAIN DSS (DECISION SUPPORT SYSTEM) MENGGUNAKAN METODE PROFILE MATCHING UNTUK PENENTUAN PENERIMA BEASISWA DI POLITEKNIK NEGERI SAMARINDA Muchamad Zainul Rohman Staf Pengajar Teknologi Informasi, Politeknik
Lebih terperinciMODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN
100 JURNAL TEKNIK KOMPUTER AMIK BSI MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN Mely Mailasari 100 Abstract Employees Cooperative PT. Indomobil
Lebih terperinciJURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI
JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI PRICING SYSTEM USING DIGITAL PHOTO PRINTING ON FUZZY TSUKAMOTO ALIEF COMPUTER KEDIRI Oleh:
Lebih terperinciBAB I PENDAHULUAN.
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam perusahaan atau instansi tentu nya memiliki data yang cukup besar, salah satunya adalah inventory. Suatu kegiatan dalam proses pengolahan data pada suatu gudang
Lebih terperinciPENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI
JURNAL LOGIC. VOL. 15. NO. 3. NOPEMBER 2015 199 PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI Ni Made Karmiathi Jurusan Teknik Elektro, Politeknik Negeri Bali Bukit JImbaran,
Lebih terperinciDesain sistem Analisis sistem Implementasi sistem Pemeliharaan Sistem HASIL DAN PEMBAHASAN Investigasi sistem
5 akuisisi pengetahuan untuk pengambilan keputusan berdasarkan gejala klinis dan gejala yang bersifat fuzzy, serta pembuatan fuzzy inference system (FIS). Dalam pembutan FIS, dinakan representasi fungsi
Lebih terperinciEFEKTIVITAS MODEL PEMBELAJARAN STUDENT TEAMS ACHIEVEMENT DIVISIONS
JURNAL EFEKTIVITAS MODEL PEMBELAJARAN STUDENT TEAMS ACHIEVEMENT DIVISIONS (STAD) TERHADAP HASIL BELAJAR SISWA KELAS VIIIA PADA MATERI OPERASI BENTUK ALJABAR DI SMP NEGERI 5 KEDIRI THE EFFECTIVENESS OF
Lebih terperinciBAB I PENDAHULUAN. Sebuah toko komputer ingin membangun suatu database yang isinya tidak
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya komponen-komponen dasar komputer, tetapi juga informasi yang dapat membantu dalam
Lebih terperinciBAB III METODE STRATIFIED RANDOM SAMPLING
BAB III METODE STRATIFIED RADOM SAMPIG 3.1 Pengertian Stratified Random Sampling Dalam bukunya Elementary Sampling Teory, Taro Yamane menuliskan Te process of breaking down te population into rata, selecting
Lebih terperinciPENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY
PENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY Agung Baitul Hikmah AMIK BSI Tasikmalaya agung.abl@bsi.ac.id Abstract In a seminar event, a speaker
Lebih terperinciJurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:
PENERAPAN LOGIKA FUZZY UNTUK MENENTUKAN MAHASISWA BERPRESTASI DI STMIK CIKARANG MENGGUNAKAN JAVA NETBEANS DAN MYSQL Ema Dili Giyanti 1), Ali Mulyanto 2) 1) Program Studi Teknik Informatika, STMIK Cikarang
Lebih terperinciDesain Sistem Beasiswa Menggunakan Metode fuzzy
Desain Sistem Beasiswa Menggunakan Metode fuzzy Richki Hardi Program Studi Teknik Informatika Sekolah Tinggi Teknologi (STITEK) Bontang Jl Ir H Juanda No. 73 RT 36 Bontang, Indonesia richkihardi@gmail.com
Lebih terperinciPEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo
PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo NASKAH PUBLIKASI diajukan oleh Melida Putri Eka Sari 11.12.6165
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997 USULAN KEBIJAKAN PERSEDIAAN PRODUK KATEGORI KAWAT TEMBAGA UNTUK MEMINIMASI STOCK OUT DENGAN PENDEKATAN METODE CONTINUOUS REVIEW
Lebih terperinciLUAS DAERAH, TITIK BERAT DAN MOMEN INERSIA POLAR KARDIODA DENGAN INTEGRAL NUMERIK METODE TRAPESIUM & METODE SIMPSON
LUAS DAERAH, TITIK BERAT DAN MOMEN INERSIA POLAR KARDIODA DENGAN INTEGRAL NUMERIK METODE TRAPESIUM & METODE SIMPSON Tomi Tristiono 1 1 adala Dosen Fakultas Teknik Universitas Merdeka Madiun Abstract Te
Lebih terperinciARTIKEL ILMIAH. Diajukan untuk Memenuhi Salah Satu Syarat Penyelesaian Program Pendidikan Strata Satu Jurusan Akuntansi. Oleh:
PENGARUH TINGKAT KEMAHALAN HARGA SAHAM, KINERJA KEUANGAN PERUSAHAAN DAN LIKUIDITAS PERDAGANGAN SAHAM TERHADAP KEPUTUSAN PERUSAHAAN MELAKUKAN STOCK SPLIT ARTIKEL ILMIAH Diajukan untuk Memenui Sala Satu
Lebih terperinci19, 2. didefinisikan sebagai bilangan yang dapat ditulis dengan b
PENDAHULUAN. Sistem Bilangan Real Untuk mempelajari kalkulus perlu memaami baasan tentang system bilangan real karena kalkulus didasarkan pada system bilangan real dan sifatsifatnya. Sistem bilangan yang
Lebih terperinciPENGUJIAN POMPA SPIRAL DENGAN KINCIR AIR PADA ALIRAN IRIGASI
PENGUJIAN POMPA SPIRAL DENGAN KINCIR AIR PADA ALIRAN IRIGASI Marwanto 1,Asral 2, Laboratorium Konversi Energi, Jurusan Teknik Mesin, Fakultas Teknik Universitas Riau Kampus Bina Widya Km. 12,5 Simpang
Lebih terperinciSistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani
ISSN: 0216-3284 899 Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani Rabiatul Adawiah, Ruliah Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer
Lebih terperinciIMPLEMENTASI ALGORITMA LOGIKA FUZZY PADA PROSES SELEKSI PENERIMAAN MAHASISWA BARU (Diterapkan Pada Politeknik Kotabaru)
ISSN: 1410-2331 IMPLEMENTASI ALGORITMA LOGIKA FUZZY PADA PROSES SELEKSI PENERIMAAN MAHASISWA BARU (Diterapkan Pada Politeknik Kotabaru) Triyanto Pangaribowo Program Studi Teknik Elektro, Fakultas Teknik
Lebih terperinciPenerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi
Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi Berdasarkan Data Persediaan dan Jumlah Permintaan Ria Rahmadita Surbakti 1), Marlina Setia Sinaga 2) Jurusan Matematika FMIPA UNIMED riarahmadita@gmail.com
Lebih terperinciBAB IV LAPORAN HASIL PENELITIAN
64 BAB IV LAPORAN HASIL PENELITIAN A. Gambaran Umum Lokasi Penelitian 1. Sejara Singkat Berdirinya Madrasa Tsanawiya Negeri I Candi Laras Utara Madrasa Tsanawiya pada awal didirikan pada taun 1983, ini
Lebih terperinciPENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PEMILIHAN JURUSAN DI PERGURUAN TINGGI
PENERAPAN FUZZY INFERENCE SYSTEM METODE MAMDANI UNTUK PEMILIHAN JURUSAN DI PERGURUAN TINGGI SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT Asep Hendar Rustiawan 1, Dini Destiani 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN
SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN Junaidi Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciPERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PRODUK LAPTOP MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING.
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PRODUK LAPTOP MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING Naskah Publikasi diajukan oleh Dadang Setiawan 08.11.2540 kepada JURUSAN TEKNIK
Lebih terperinciSISTEM INFORMASI PENGOLAHAN DATA SISWA DI SMP NEGERI 2 KEMALANG KLATEN NASKAH PUBLIKASI
SISTEM INFORMASI PENGOLAHAN DATA SISWA DI SMP NEGERI 2 KEMALANG KLATEN NASKAH PUBLIKASI diajukan oleh Boy Eka Febrian Zain 09.02.7625 Friliana Pasadi 09.02.7629 Arum Sinta Candrawati 09.02.7634 Kepada
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO
Hamdani, Deviana Selywita SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO 1) Hamdani, 2) Deviana Selywita, Jurusan Ilmu Komputer, Fakultas MIPA, Universitas Mulawarman
Lebih terperinciKata Kunci: Persediaan, Analisis ABC, Overstock, Continous Review (s,s), Continous Review (s,q) ABSTRACT
PERANCANGAN KEBIJAKAN PERSEDIAAN PRODUK KATEGORI CHEMICAL DENGAN MENGGUNAKAN METODE PROBABILISTIK CONTINOUS REVIEW (s,s) DAN CONTINOUS REVIEW (s,q) UNTUK MEMINIMASI TOTAL BIAYA PERSEDIAAN DI PT XYZ Dimas
Lebih terperinciPenggunaan Media Kelereng dan Gelas Plastik
MENINGKATKAN HASIL BELAJAR MATEMATIKA MATERI OPERASI HITUNG PERKALIAN DENGAN MENGGUNAKAN MEDIA KELERENG DAN GELAS PLASTIK SISWA KELAS III SDN JATIBANJAR I JOMBANG Awaludin Arif Hidayat PGSD FIP Universitas
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA JALUR PENELUSURAN MINAT DAN KEMAMPUAN MENGGUNAKAN METODE ID3 DAN AHP
D-8 SISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA JALUR PENELUSURAN MINAT DAN KEMAMPUAN MENGGUNAKAN METODE ID DAN AHP Bambang Triantoro, Tacbir Hendro Pudjiantoro, Fajri Rakmat Umbara Program Studi Informatika,
Lebih terperinciJURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG
SISTEM PENDUKUNG KEPUTUSAN (SPK) DALAM PEMILIHAN FURNITUR DENGAN MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) BERBASIS WEB Oleh : Yoni Amrulah 09560162 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK
Lebih terperinciAPLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB
52 APLIKASI LOGIKA FUZZY UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN MATLAB (Hansi Effendi) *) ABSTRACT This research is conducted to apply Fuzzy Logic which is implemented in short term load
Lebih terperinciPENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER
E-Jurnal Matematika Vol. 6 4, November 2017, pp. 248-252 ISSN: 2303-1751 PENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER Moh. Heri Setiawan 1, G. K. Gandhiadi 2, Luh Putu Ida
Lebih terperinciBAB 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 terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA PADA SMK N 1 KUDUS DENGAN MENGGUNAKAN METODE SAW BERBASIS WEB RESPONSIF
LAPORAN S K R I P S I SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON SISWA PADA SMK N 1 KUDUS DENGAN MENGGUNAKAN METODE SAW BERBASIS WEB RESPONSIF RANANDA ARI INDHOVA NIM. 201253152 DOSEN PEMBIMBING Noor
Lebih terperinciKata 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 terperinciISSN : e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 2254
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 2254 PERANCANGAN DAN IMPLEMENTASI SISTEM ROBOT PENGGENGGAM BENDA MENGGUNAKAN FUZZY LOGIC DESIGN AND IMPLEMENTATION OF FUZZY
Lebih terperinciPREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC
PREDIKSI PRODUKTIVITAS TENAGA KERJA KONSTRUKSI MENGGUNAKAN PENDEKATAN FUZZY LOGIC Elizar Program Studi Teknik Sipil, Universitas Islam Riau, Jl.Kaharuddin Nst 113 Pekanbaru Mahasiswa Program Doktor Teknik
Lebih terperinciSISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI
SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinci