FUZZY DECISION SUPPORT SYSTEM (FDSS) UNTUK SELEKSI PENERIMAAN SISWA BARU

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)