Analisa Fuzzy Logic Untuk Menentukan Kepuasan Pelayanan Kinerja Pegawai BAAK (Bagian Administrasi dan Akademik) di Universitas Internasional Batam

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

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(35-43)

PENGGUNAAN METODE FUZZY DALAM PENILAIAN TINGKAT KEMAMPUAN NON-AKADEMIK MAHASISWA MELALUI SATUAN KREDIT KEGIATAN MAHASISWA

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

BAB IV KONSEP FUZZY LOGIC DAN PENERAPAN PADA SISTEM KONTROL. asing. Dalam pengalaman keseharian kita, permasalahan yang berkaitan dengan fuzzy

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

SISTEM PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN LAMA MASA STUDI DAN IPK MENGGUNAKAN METODE FUZZY TAHANI. Abstract

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

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

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

BAB III PERANCANGAN SISTEM

Versi Online tersedia di : JURNAL TECH-E (Online)

Metode Fuzzy Mamdani untuk Evaluasi Kinerja Pelayanan Perawat Fuzzy Mamdani Method for Nurse Performance Evaluation

BAB III METODE PENELITIAN

DENIA FADILA RUSMAN

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI

BAB III ANALISIS KEBUTUHAN PERANGKAT LUNAK

Sistem Pengambilan Keputusan Untuk Menentukan Berapa Lama Masa Studi dan IPK Menggunakan Model Metode Fuzzy Tahani

Penilaian Hasil Belajar Matematika pada Kurikulum 2013 dengan Menggunakan Logika Fuzzy Metode Mamdani

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

MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

BAB III METODE PENELITIAN

Research of Science and Informatic

BAB III. Sub Kompetensi :

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH

Erwien Tjipta Wijaya, ST.,M.Kom

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

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat Rumah Sakit Permata Bekasi (RSPB) ABSTRACT

DAFTAR ISI. KATA PENGANTAR i. DAFTAR ISI. iv. DAFTAR GAMBAR. viii. DAFTAR TABEL. x. DAFTAR LAMPIRAN.. xi. 1.1 Latar Belakang dan Rumusan Masalah..

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO

IMPLEMENTASI FUZZY LOGIC DALAM MENENTUKAN PENDUDUK MISKIN (STUDI KASUS PADA BADAN PUSAT STATISTIK KOTA PAGARALAM)

Presentasi TA DETEKSI PENYAKIT PARU-PARU OBSTRUKTIF KRONIS MENGGUNAKAN METODE FUZZY : STUDI KASUS DI RUMAH SAKIT XYZ. Muhammad Reza Budiman

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

BAB 2 LANDASAN TEORI

BAB III ANALISIS SISTEM

BAB 2 TINJAUAN PUSTAKA

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

Studi Kasus Fuzzy Logic 2016

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

BAB II TINJAUAN PUSTAKA

METODOLOGI PENELITIAN

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE BERDASARKAN KEBUTUHAN KONSUMEN MENGGUNAKAN LOGIKA FUZZY. Abstraksi

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

BAB II LANDASAN TEORI

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Praktikum sistem Pakar Fuzzy Expert System

Jurnal String Vol. 1 No. 1 Tahun 2016 ISSN: MODEL EVALUASI KINERJA KARYAWAN DENGAN METODE FUZZY SUGENO PADA RESTO ABTL

Kata kunci: Kepuasan, Logika Fuzzy, SERVQUAL. Keywords: Satisfaction, Fuzzy Logic, SERVQUAL

Prediksi Ketersediaan Beras di Masyarakat Menggunakan Logika Fuzzy Dalam Upaya Meningkatkan Ketahanan Pangan ( Studi Kasus di Kecamatan Harau)

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

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

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

Perancangan Aplikasi Rekomendasi Pemilihan Lokasi Rumah dengan Memanfaatkan Fuzzy Database Metode Tahani

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa

PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB

MODEL PENENTUAN GURU BERPRESTASI BERBASIS ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)


PREDIKSI JUMLAH PRODUKSI BARANG BEDASARKAN JUMLAH PERMINTAAN DAN DATA JUMLAH PERSEDIAAN CV.CIHANJUANG INTI TEKNIK MENGGUNAKAN LOGIKA FUZZY MAMDANI

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

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

ANALISA TINGKAT KEPUASAN MASYARAKAT DENGAN KUALITAS KINERJA KEPOLISIAN MENGGUNAKAN METODE FUZZY LOGIC SUGENO

LOGIKA FUZZY (Lanjutan)

SIDANG TUGAS AKHIR IMPLEMENTASI FUZZY RULES UNTUK PERENCANAAN DAN PENENTUAN PRIORITAS DI PDAM KOTA SURABAYA. oleh: WINDA ZULVINA

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

Ada 5 GUI tools yang dapat dipergunakan untuk membangun, mengedit, dan mengobservasi sistem penalaran, yaitu :

FUZZY MULTI-CRITERIA DECISION MAKING

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

APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI

BAB 2 TINJAUAN PUSTAKA

manusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.

BAB 2 LANDASAN TEORI

Bab IV. Hasil Pengujian dan Analisis

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

Analisis Pengaruh Pemilihan Fuzzy Membership Function Terhadap Output Sebuah Sistem Fuzzy Logic

MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO

Institut Teknologi Sepuluh Nopember Surabaya

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

FUZZY LOGIC UNTUK MENENTUKAN STATUS GIZI PADA RUMAH SAKIT M. ZEIN PAINAN-PESSEL

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

Transkripsi:

Konferensi Nasional Sistem Informasi 2016 STT Ibnu Sina Batam, 11 13 Agustus 2016 1 Analisa Fuzzy Logic Untuk Menentukan Kepuasan Pelayanan Kinerja Pegawai BAAK (Bagian Administrasi dan Akademik) di Universitas Internasional Batam Syaeful Anas Aklani Universitas Internasional Batam Jalan Gajah Mada, Baloi Seiladi, Batam 29422 e-mail: syaeful@uib.ac.id Abstrak Tujuan penelitian ini adalah untuk mengetahui tingkat kepuasan pelayanan yang dilakukan pegawai Bagian Administrasi dan Akademik Universitas Internasional Batam, karena dengan mengetahui kepuasan pelayanan maka diketahui tentang kualitas sebuah perguruan tinggi, terdapat item item yang di gunakan untuk mengukur kepuasan diantaranya tentang sikap keramah tamahan pegawai (Keramahan Pegawai, Sopan Santun Pegawai, Penyelesaian keluhan mahasiswa yang dilakukan dengan tepat waktu, Jawaban yang diberikan yang lengkap, jelas, dan memuaskan ), juga tentang penampilan pegawai dan ketersediaan informasi dalam hal ini tentang Kecepatan waktu penerbitan dokumen yang diperlukan untuk informasi mahasiswa, atau secara umum tentang Secara umum layanan birokrasi, maka di harapkan dengan adanya analisa ini pihak manajemen dapat mengambil keputusan tentang kepuasan kinerja pegawai. Kata kunci: analisa, fuzzy logic, kinerja pegawai 1. Pendahuluan Salah satu penentu bagian keberhasilan di dalam sebuah Universitas adalah dalam bidang pelayanan pegawai dan kinerja nya, apakah sudah memenuhi syarat yang diharapkan oleh organisasi atau belum. Muhammad Zainer (2010:41) [1] mendefinisikan kinerja merupakan keseluruhan proses bekerja dari individu yang hasilnya dapat digunakan landasan untuk menentukan apakah pekerjaan individu itu baik atau sebaliknya. Kinerja juga merupakan keluaran yang dihasilkan oleh fungsi fungsi atau indikator suatu pekerjaan atau suatu profesi di dalam waktu tertentu (Wirawan, 2009:5). [2] Dengan kinerja pegawai yang bagus maka universitas akan tumbuh dan berkembang menjadi lebih baik lagi, untuk menciptakan sumberdaya yang handal membutuhkan pemgelolaan yang baik agar kinerja pegawai lebih optimal maka di perlukan alat ukur untuk menentukan pelayanan kinerja pegawai, untuk mengukur kinerja tersebut di gunakan sebuah metode fuzzy logic untuk mengukur tingkat kinerja nya. Fuzzy logic merupakan salah satu komponen pembentuk soft computing, yang dapat digunakan untuk menganalisa dan menentukan kepuasan pelayanan kinerja pegawai yang ada di Universitas Internasional Batam. 2. Metode Penelitian Metode penelitian yang di gunakan menggunakan beberapa sampling dan dilakukan dengan metode fuzzy logic dengan metode Mandani dan matlab. 2.1. Sub Bab 1 waktu dan tempat penelitian Penelitian dilaksanakan di Universitas Internasional Batam, untuk menentukan kepuasan pelayanan kinerja pegawai, sehingga pihak manajemen dapat mengambil langkah yang pasti untuk kedepannya terhadap kepuasan kinerja pegawai yang berada di lingkungan universitas iternasional batam. 2.2. Sub Bab 2 Populasi dan Sampel Penelitian Untuk populasi penelitian mengambil data pegawai di lingkungan universitas internasional batam dan konsultasi langsung ke bagian administrasi dan akademik, untuk kebutuhan perhitungan data apa saja yang di perlukan dalam penelitian ini. 3. Hasil dan Pembahasan Dalam analisa ini penulis menganalisa dan mengelompok kelompokkan data untuk memudahkan dalam mengerjakan perancangan sistem yang telah direncanakan sebelumnya sesuai dengan variabel variabel yang dibutuhkan, guna untuk menganalisa data yang diperlukan dalam perancangan sistem ini. Syaeful ( 2014) [3],

2 Tabel 3.1 Tabel Ramah Tamah Tingkat Kepuasan No Deksripsi tidak menarik cukup menarik menarik Sangat menarik 1. Keramahan Pegawai (Ramah) 2. Sopan Santun Pegawai (Sopan Santun) 3. Penyelesaian keluhan mahasiswa yang dilakukan dengan tepat waktu (Tepat) 4. Jawaban yang diberikan yang lengkap, jelas, dan memuaskan (Lengkap) Tabel 3.2 Penampilan Tingkat Kepuasan No Deksripsi Kurang cukup baik Sangat baik baik 1. Pegawai berpenampilan rapi, menarik dan menggunakan dasi /jas (penampilan) 2. Menggunakan identitas sesuai yang ada di Univrsitas (identitas) 3. Pegawai menjaga kebersihan di meja kerjanya (Kebersihan) Tabel 3.3 keserdiaan Informasi Tingkat Kepuasan No Deksripsi Kurang Cukup puas Sangat puas puas puas 1. Kecepatan waktu penerbitan dokumen yang diperlukan (dokumen) 2. Tingkat kepuasan terhadap layanan dan dokumen yang diberikan BAAK (kepuasan) 3. Secara umum layanan birokrasi BAAK (umum) 4. Kecepatan dan keakuratan data yang diupload di portal (kecepatan) 3.1 Analisa Sistem Untuk Variabel Sopan Santun Di dalam Variabel Sopan Santun terdapat input nilai rata rata dari variabel ini adalah sebagai berikut : (1)Ramah, (2) Sopan, (3) Tepat, (4) Lengkap. Untuk nilai Variabel cara kerja perawat dibagi menjadi 4 bagian di antaranya adalah : Tabel 3.4 Himpunan Fuzzy Variabel Sopan Santun Semesta Pembicaraan Himpunan Fuzzy Domain Nilai kurang 0-40 cukup 30-60 Nilai 0-100 menarik 50-90 Sangat menarik 70-100 Diagram Membership Function dapat untuk Variabel Sopan Santun gambar ini : Gambar 3.1 Membership Function Variabel Ramah Tamah Terdapat 4 himpunan fuzzy untuk variable Perilaku antara lain : Sangat baik, baik, cukup dan kurang. Himpunan fuzzy kurang memiliki domain (0-40) dengan derajat keanggotaan kurang tertinggi terdapat pada nilai 40, jika nilai variabel semakin tinggi dan melebihi nilai 30 maka semakin mendekati

3 cukup, himpunan fuzzy kurang di presentasikan dengan bahu kiri, himpunan fuzzy kurang sebagai berikut : 1 ; X 3 30 [X 3 ] = ; 30 3... (1) 0 ; X 3 0 Untuk himpunan fuzzy cukup mempunyai domain (30 60) dengan derajat keanggotan cukup, tertinggi nilainya terdapat pada 45, jika nilai variabel semakin tinggi dan melebihi nilai 45 maka semakin mendekati baik. Himpunan fuzzy kurang di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy kurang sebagai berikut ; 0 ; X 3 30 atau X 3 60 [X 3 ] = ; 30 45... (2) ; 45 60 Untuk himpunan fuzzy baik mempunyai domain (50 90) dengan derajat keanggotan baik, tertinggi nilainya terdapat pada 70, jika nilai variabel semakin tinggi dan melebihi nilai 70 maka semakin mendekati sangat baik. Himpunan fuzzy baik di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy baik sebagai berikut ; 0 ; X 3 50 atau X 3 90 µ menarik [X 3 ] = ; 50 70... (3) ; 70 90 Sedangkan untuk himpunan fuzzy selalu mempunyai domain (70 100) dengan derajat keanggotaan sangatbaik, tertinggi nilainya terdapat pada 85, apabila nilai kurang dari 85 maka mendekati baik, himpunan fuzzy selalu di presentasikan dengan bahu kanan 0 ; X 3 70 µ sangat menarik [X 3 ] = 70 85... (4) 1; X 3 85 Analisa Sistem Untuk Variabel Penampilan Di dalam Variabel cara kerja perawat terdapat input nilai rata rata dari variabel Cara kerja perawat adalah sebagai berikut : (1) Renampilan, (2)Identitas, (3) Untuk nilai Variabel cara kerja perawat dibagi menjadi 4 bagian diantaranya adalah : Tabel 3.5 Himpunan Fuzzy Variabel Perilaku Semesta Pembicaraan Himpunan Fuzzy Domain Nilai Kurang 0-50 Cukup 40-70 Nilai 0-100 Baik 60-90 Sangat Baik 80-100 Diagram Membership Function dapat untuk variabel Perilaku, dapat dilihat pada gambar ini : Judul Artikel (Nama Penulis Pertama)

4 Gambar 3.2 Membership Function Variabel Perilaku Terdapat 4 himpunan fuzzy untuk variabel Perilaku antara lain : Sangat baik, baik, cukup dan kurang. Himpunan fuzzy kurang memiliki domain (0-50) dengan derajat keanggotaan kurang tertinggi terdapat pada nilai 40, jika nilai variabel semakin tinggi dan melebihi nilai 40 maka semakin mendekati cukup, himpunan fuzzy kurang dipresentasikan dengan bahu kiri, himpunan fuzzy kurang sebagai berikut : 1 ; X 2 40 [X 2 ] = ; 40 2... (5) 0 ; X 2 0 Untuk himpunan fuzzy cukup mempunyai domain (40 70) dengan derajat keanggotan cukup, tertinggi nilainya terdapat pada 55, jika nilai variabel semakin tinggi dan melebihi nilai 55 maka semakin mendekati sering. Himpunan fuzzy cukup diimplementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy cukup sebagai berikut ; 0 ; X 2 40 atau X 2 70 [X 2 ] = ; 40 55... (6) ; 55 70 Untuk himpunan fuzzy baik mempunyai domain (60 90) dengan derajat keanggotan baik, tertinggi nilainya terdapat pada 75, jika nilai variabel semakin tinggi dan melebihi nilai 75 maka semakin mendekati sangat baik. Himpunan fuzzy baik di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy baik sebagai berikut ; 0 ; X 2 60 atau X 2 90 [X 2 ] = ; 60 75... (7) ; 75 90 Sedangkan untuk himpunan fuzzy selalu mempunyai domain (80 100) dengan derajat keanggotaan sangat baik, tertinggi nilainya terdapat pada 90, apabila nilai kurang dari 90 maka mendekati sering, himpunan fuzzy sangat baik dipresentasikan dengan bahu kanan 0 ; X 2 80 [X 2 ] = 70 90... (8) 1; X 2 90 Analisa Sistem Untuk Variabel Hasil Penilaian Pegawai Di dalam Variabel cara kerja perawat terdapat input nilai rata rata dari variabel Cara kerja pegawai adalah sebagai berikut : (1) Sangat Baik, (2) Baik, (3) Cukup, (4) Kurang Untuk nilai Variabel Hasil Penilaian Perawat bagi menjadi 4 bagian diantaranya adalah : Tabel 3.6 Variabel Hasil Penilaian Perawat Semesta Pembicaraan Himpunan Fuzzy Domain Nilai Kurang 0-50 Cukup 40-65 Nilai 0-100 Baik 60-85 Sangat Baik 80-100 Terdapat 4 himpunan fuzzy untuk variabel Hasil antara lain : Sangat baik, Baik,sangat cukup, cukup, kurang, jelek, sangat jelek. Himpunan fuzzy sangat jelek memiliki domain (0-50) dengan derajat keanggotaan kurang tertinggi terdapat pada nilai 40, jika nilai variabel semakin tinggi dan melebihi nilai

5 40 maka semakin mendekati kurang, himpunan fuzzy kurang dipresentasikan dengan bahu kiri, himpunan fuzzy kurang sebagai berikut : 1 ; X 5 40 µkurang [X 5 ] = ; 40 X 5... (9) 0 ; X 5 0 Untuk himpunan fuzzy cukup mempunyai domain (40 65) dengan derajat keanggotan cukup, tertinggi nilainya terdapat pada 50, jika nilai variabel semakin tinggi dan melebihi nilai 50 maka semakin mendekati kurang. Himpunan fuzzy cukup di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy kurang sebagai berikut ; 0 ; X 5 40 atau X 5 65 µcukup [X 5 ] =... ; 40 50 (10) ; 50 65 Untuk himpunan fuzzy baik mempunyai domain (60 85) dengan derajat keanggotan baik, tertinggi nilainya terdapat pada 75, jika nilai variabel semakin tinggi dan melebihi nilai 80 maka semakin mendekati sangat baik. Himpunan fuzzy baik di implementasikan dengan fungsi keanggotaan segitiga, himpunan fuzzy baik sebagai berikut ; 0 ; X 5 60 atau X 5 85 [X 5 ] = ; 60 75... (11) ; 75 85 Sedangkan untuk himpunan fuzzy sangat baik mempunyai domain (80 100) dengan derajat keanggotaan selalu, tertinggi nilainya terdapat pada 90, apabila nilai kurang dari 80 maka mendekati baik, himpunan fuzzy selalu di presentasikan dengan bahu kanan 0 ; X 5 80 [X 5 ] = 80 90... (12) 1; X 5 90 Tabel 3.7 Data Pegawai Dalam Penilaian Kinerja Pegawai NO Nama Pegawai Sopan santun Perilaku Kesediaan informasi 1 Pegawai 1 72 67 85 2 Pegawai 2 60 83 90 3 Pegawai 3 68 65 71 4 Pegawai 4 90 95 89 5 Pegawai 5 85 89 72 Penalaran (Inferensi) Tahap ini merupakan penentuan rule-rule dari sistem logika fuzzy, aturan-aturan dapat dibentuk untuk menyatakan relasi antara input dan output. Tiap aturan merupakan implementasi. Operator yang digunakan untuk menghubungkan aturan-aturan input adalah operator And yang menggambarkan antara input-output adalah IF THEN If (Ramahtamah is menarik) and (Penampilan is baik) and (KeserdiaanInformasi is Sangatpuas) then (output1 is Baik) α- hasil penilaian pegawai = µtrbaik µpbaik µissangatbaik PPbaik = µtrbaik (72) µpbaik (67) µissangatbaik (85) = min (0,9, ; 0,46 ; 0) = 0, Jadi Nilai Penalaran terendah (Min) adalah = 0 Judul Artikel (Nama Penulis Pertama)

6 Gambar 3.3 Hasil FIS Editor Gambar 3.4 Hasil Penerapan Fuzzy Rule untuk menghitung kepuasan pegawai Gambar 3.5 Hasil Penerapan Fuzzy Rule editor If Then untuk menghitung kepuasan pegawai Berikut contoh implementasi penggunaan fuzzy logic untuk menganalisa kepuasan kinerja pegawai BAAK universitas internasional Batam, dengan sampel acak pegawai satu dengan nilai, sopan santun 72, perilaku 67 dan keserdiaan informasi 85 maka di dapat penilaian 64,4 4. Simpulan Dengan menggunakan algoritma fuzzy logic maka diketahui tentang kinerja pegawai Bagian Administrasi dan Akademik untuk menentukan tentang kinerja kepuasan pelayanan pegawai di Universitas Internasional Batam, sesuai yang di harapkan Daftar Pustaka [1] Nela Pima Rahmawati, Bambang Swasto, Arik Prasetia. Pengaruh lingkungan kerja terhadap karyawan. Jurnal Administrasi Bisnis. tahun; vol 8 No 2 : halaman 1-9. [2] Zurni Sahara Samosir. Pengaruh Kualitas Pelayanan Terhadap Kepuasan Mahasiswa Menggunakan Perpustakaan USU. Jurnal Studi Perpustakaan dan Informasi, vol 1 No 1, Juni 2005 [3] Syaeful Anas Aklani. Metode Fuzzy Logic Untuk Evaluasi Kinerja Pelayanan Perawat (Studi Kasus : RSIA Siti Hawa Padang) Jurnal edikinformatika Vo 1 No 1 2014 hal 50-59 [4] Syaeful Anas Aklani, Sistem Pengambilan Keputusan Untuk Menentukan Berapa Lama Masa Studi dan IPK Menggunakan Model Metode Fuzzy Tahani (Studi Kasus : STKIP PGRI Sumatera Barat) Jurnal Pelangi Vol 6 No 2 Juni 2014 hal 63-77