SISTEM PENCARIAN KRITERIA KELULUSAN MENGGUNAKAN METODE FUZZY TAHANI Kasus pada Fakultas Teknologi Industri Universitas Islam Indonesia

dokumen-dokumen yang mirip
FUZZY MULTI-CRITERIA DECISION MAKING

BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN. Universitas Sumatera Utara

APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI

Lasmedi Afuan dan Ipung Permadi

BAB II TEORI PENUNJANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

PEMILIHAN SMK MENGGUNAKAN FUZZY QUERY BERBASIS WEB

SISTEM PENUNJANG KEPUTUSAN MENGGUNAKAN SISTEM BASIS DATA FUZZY UNTUK PEMBELIAN RUMAH PERUMNAS

Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani

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

BAB I PENDAHULUAN 1.1 Latar Belakang

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

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

DECISION SUPPORT SYSTEM UNTUK PEMBELIAN MOBIL MENGGUNAKAN FUZZY DATABASE MODEL TAHANI

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

IMPLEMENTASI LOGIKA FUZZY UNTUK AKUISI DATA BERBASIS WEB SERVER. Jl. Raya Kaligawe KM 4, PO BOX 1054, Semarang 50142

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY

masukan pada sistem yang umumnya berapa data yang diturunkan dari kebutuhan perangkat lunak atau program komputer

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto

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

SISTEM REKOMENDASI PEMILIHAN KARYAWAN TETAP PADA PT. ENSEVAL PUTERA MEGATRADING MENGGUNAKAN METODE FUZZY TAHANI BERBASIS WEB

APLIKASI PENCARIAN LULUSAN MAHASISWA DENGAN BORANG AKREDITASI MENGGUNAKAN METODE FUZZY SKRIPSI

Penggunaan Fuzzy Tahani Untuk Sistem Informasi Stok Obat & Penjualan Obat Terlaris Pada Apotek RSU Lirboyo Kediri

BAB I PENDAHULUAN. fasilitas- fasilitas atau fitur- fitur yang ada di perumahan tersebut dan faktor-faktor

1. BAB I PENDAHULUAN. Kamera digital (kamera saku dan kamera semi professional) merupakan

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BANTUAN SOSIAL PADA BADAN KETAHANAN PANGAN SUMATERA SELATAN

BAB II TINJAUAN TEORITIS

IMPLEMENTASI METODE FUZZY TAHANI UNTUK REKOMENDASI TUJUAN WISATA DI TULUNGAGUNG

APLIKASI GIS UNTUK REKOMENDASI PERUMAHAN BARU AKIBAT BENCANA LUMPUR LAPINDO

BAB 2 TINJAUAN PUSTAKA

DAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL BAB I PENDAHULUAN

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

Penilaian Kinerja RSU Lirboyo Kediri Menggunakan Metode Fuzzy Tahani

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum

TAKARIR. data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran. Database

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN NOTEBOOK MENGGUNAKAN LOGIKA FUZZY TAHANI

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

PENGESAHAN PEMBIMBING...

BAB III ANALISIS KEBUTUHAN PERANGKAT LUNAK

PENELUSURAN ALUMNI DI STMIK SINAR NUSANTARA DENGAN METODE FUZZY MODEL TAHANI Septi Indriyani 1), Muhammad Hasbi 2), Teguh Susyanto 3) Abstract

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

Implementasi Fuzzy Database Model Tahani untuk Pembelian Rumah Perumnas

APLIKASI PENGOLAHAN DATA PELAYANAN PERBAIKAN MOBIL DAN PENJUALAN SPAREPART PADA PT NUSA SARANA CITRA BAKTI DENGAN MENGGUNAKAN DELPHI

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

PENERAPAN FUZZY-QUERY DATABASE PADA SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BEASISWA

SISTEM REKOMENDASI PEMILIHAN LEMBAGA BIMBINGAN BELAJAR MENGGUNAKAN METODE FUZZY TAHANI SKRIPSI

BAB III LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.

BAB I PENDAHULUAN. Pengambilan keputusan adalah proses pemilihan, diantara berbagai alternatif aksi

Pembuatan Sistem Informasi Persewaan Mobil Pada Rental Mobil Akur Pacitan Bayu Kristiawan, Sukadi

BAB IV PERANCANGAN SISTEM

BAB III METODE PENELITIAN. pegawai negeri pada instansi pemerintahan, seperti digambarkan sebagai

BAB I PENDAHULUAN. khasanah budaya bangsa, serta memberikan berbagai layanan jasa lainnya.

Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)

PENERAPAN FUZZY TAHANI PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN RUMAH DI KOTA SAMARINDA

3.4 Data dari Melati Mekar Mandiri... 38

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

PENERAPAN DATA MINING DENGAN METODE INTERPOLASI UNTUK MEMPREDIKSI MINAT KONSUMEN ASURANSI (Studi Kasus Asuransi Metlife)

MULYADI, IR, M.SI DOSEN TETAP STMIK NURDIN HAMZAH JAMBI ABSTRAK I. PENDAHULUAN

APLIKASI BASISDATA FUZZY UNTUK PEMILIHAN MAKANAN SESUAI KEBUTUHAN NUTRISI. Rani Putriana 1*, Sri Kusumadewi 1

SISTEM PELAYANAN TERPADU PADA PT. SRIKANDI PALEMBANG

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

APLIKASI PENGOLAHAN DATA PEMASANGAN SPEEDY PADA KOPERASI PEGAWAI TELKOM (KOPEGTEL) DENGAN MENGGUNAKAN DELPHI 2007 DAN SQL.

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BAGIAN KEPEGAWAIAN PADA SMK MUHAMMADIYAH 1 BATURETNO

BAB 2 TINJAUAN PUSTAKA

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN KENDARAAN MOBIL BERBASIS FUZZY

ISSN : STMIK AMIKOM Yogyakarta, 6-8 Februari 2015

SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji

PENGEMBANGAN APLIKASI PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PEKERJAAN DI BIDANG TEKNOLOGI INFORMASI

PEMANFAATAN METODE FUZZY TAHANI UNTUK REKRUTMEN PEMBINA PRAMUKA PADA MTS SWASTA LAMONGAN

ARTIKEL TUGAS AKHIR SISTEM INFORMASI PENGELOLAAN ADMINISTRASI PERSEWAAN KENDARAAN PADA CV. PESONA RENT CAR SEMARANG.

DAFTAR ISI BAB I PENDAHULUAN

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

Abstrak BAB I PENDAHULUAN

DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN

BAB II LANDASAN TEORI

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

BAB I PENDAHULUAN. mungkin. Karyawan merupakan salah satu faktor produksi dalam instansi Kementerian Agama

BAB I PENDAHULUAN. masuk ke kampus perguruan tinggi mana setelah lulus SMA nanti karena mereka

PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)

LOGIKA FUZZY DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK ANALISA PENDISTRIBUSIAN RASKIN ( STUDI KASUS DI KECAMATAN BUKIT SUNDI )

BAB IV PERANCANGAN SISTEM

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PELAYANAN PASIEN PADA RUMAH BERSALIN DAN KLINIK BIDAN JURNALIS MENGGUNAKAN VB.NET

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

BAB I PENDAHULUAN. Politeknik Telkom Bandung merupakan salah satu politeknik yang berada. naungan YPT (Yayasan Pensiun Telkom).

EVALUASI KEMAJUAN STUDI MAHASISWA DENGAN PENDEKATAN BASIS DATA FUZZY

Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)

ANALISA DAN PERANCANGAN SISTEM INFORMASI PENGGAJIAN KARYAWAN PADA PT. JASNITA TELEKOMINDO DENGAN MENGGUNAKAN

PENGOLAHAN DATA ADMINISTRASI BERKAS KLAIM KORBAN PADA PT. JASA RAHARJA (PERSERO) DENGAN MENGGUNAKAN PROGRAM DELPHI 2007 DAN SQL SERVER 2008

BAB III LANDASAN TEORI. 3.1 Pengertian Pengabdian kepada Masyarakat. kepada masyarakat adalah kegiatan yang mencakup upaya-upaya peningkatan

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

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

BAB I PENDAHULUAN Latar Belakang Masalah

BAB II LANDASAN TEORI

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

BAB III LANDASAN TEORI. ada berkaitan dengan sistem yang akan dibuat. Tujuannya adalah agar aplikasi ini

Transkripsi:

Media Informatika, Vol. 2, No. 2, Desember 2004, 65-74 ISSN: 0854-4743 SISTEM PENCARIAN KRITERIA KELULUSAN MENGGUNAKAN METODE FUZZY TAHANI Kasus pada Fakultas Teknologi Industri Universitas Islam Indonesia Rian Anggraeni, Wawan Indarto, Sri Kusumadewi Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas Islam Indonesia Jl. Kaliurang Km. 14 Yogyakarta 55501 Telp. (0274) 895287 ext. 122, Faks. (0274) 895007 ext. 148 E-mail: rianggi@yahoo.com, wawan@fti.uii.ac.id, cicie@fti.uii.ac.id ABSTRAK Logika fuzzy atau sering dikenal sebagai logika kabur merupakan turunan dari kecerdasan buatan, yang secara fungsi merupakan pemrosesan dengan faktor kepastian dan ketidakpastian. Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input ke dalam ruang output. Sistem basis data fuzzy merupakan salah satu metode fuzzy yang menggunakan basis data standar. Pada basis data standar, data diklasifikasikan berdasarkan bagaimana data tersebut dipandang oleh user. Oleh karena itu pada basis data standar data yang ditampilkan akan keluar seperti data yang telah disimpan. Namun kenyataannya, seseorang kadang membutuhkan informasi dari data-data yang bersifat ambigous. Oleh karena itu, apabila hal ini terjadi, maka sebaiknya digunakan sistem basis data fuzzy. Basis data fuzzy yang digunakan disini adalah sistem basis data fuzzy model Tahani. Model Tahani ini masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya. Tahani mendeskripsikan suatu metode pemrosesan query fuzzy dengan didasarkan atas manipulasi bahasa yag dikenal dengan nama SQL. Kata kunci: Logika Fuzzy, Basis Data Fuzzy Model Tahani 1. PENDAHULUAN Logika fuzzy (fuzzy logic) adalah salah satu cabang dari AI (artificial intelligence). Logika fuzzy merupakan modifikasi dari teori himpunan dimana setiap anggotanya memiliki derajat keanggotaan yang bernilai kontinu antara 0 sampai 1. Sejak ditemukan pertama kali oleh Lotfi A. Zadeh pada tahun 1965, logika fuzzy telah digunakan pada lingkup domain permasalahan yang cukup luas, seperti kendali proses, klasifikasi dan pencocokan pola, manajemen dan pengambilan keputusan dan lain-lain. Basisdata (database) merupakan kumpulan dari data yang saling berhubungan satu dengan yang lainnya, tersimpan di perangkat keras komputer dan digunakan perangkat lunak untuk memanipulasinya. Sistem basisdata (database system) adalah suatu sistem informasi yang mengintegrasikan kumpulan 65

data yang saling berhubungan satu dengan yang lainnya dan membuatnya tersedia untuk beberapa aplikasi dalam suatu organisasi. Dalam logika fuzzy ada beberapa model basisdata, salah satunya adalah basisdata model Tahani. Basisdata fuzzy model Tahani masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya. Dalam tugas akhir ini dicoba untuk dipelajari dan dicoba penerapannya dalam dunia pendidikan, yaitu mengaplikasikan sistem pencarian krtieria kelulusan menggunakan metode fuzzy Tahani. Lulusan sebagai ouput akhir dari sebuah perguruan tinggi, biasanya diberi predikat kelulusan. Dasar pemberian predikat kelulusan adalah Indeks Prestasi Kumulatif (IPK). Selain IPK yang mengukur tingkat keberhasilan lulusan dalam meyerap ilmu dan pengetahuan yang diberikan, masih ada beberapa variabel dari lulusan yang dapat digunakan sebagai dasar pencarian kriteria kelulusan mahasiswa. Biasanya semakin tinggi IPK lulusan maka akan semakin baik. Pencarian kriteria kelulusan inilah yang mendorong penulis untuk membangun software yang dapat menilai kualitas lulusan. Software yang akan dibangun diharapkan dapat memberikan gambaran mengenai lulusan suatu perguruan tinggi berdasarkan kualitas lulusan. Dalam hal ini kualitas lulusan dinyatakan oleh variabel-variabel yang digunakan. Selain itu peranan komputer dapat memberikan informasi yang lebih cepat, akurat serta dapat dipertanggungjawabkan. 2. TELAAH PUSTAKA Kata Fuzzy merupakan kata sifat yang berarti kabur, tidak jelas. Fuzziness atau kekaburan atau ketidakjelasan atau ketidakpastian selalu meliputi keseharian manusia. Logika fuzzy adalah suatu cara yang tepat untuk memetakan ruang input kedalam suatu ruang output (Kusumadewi dan Purnomo, 2004). Konsep ini diperkenalkan dan dipublikasikan pertama kali oleh Lotfi A. Zadeh, seorang profesor dari University of California di Berkeley pada tahun 1965. Logika fuzzy menggunakan ungkapan bahasa untuk menggambarkan nilai variabel. Logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari sebuah nilai yang kemudian digunakan untuk menentukan hasil yang ingin dihasilkan berdasarkan atas spesifikasi yang telah ditentukan. Data adalah representasi fakta dunia nyata yang memiliki suatu obyek seperti manusia, barang, hewan, konsep, keadaan dan sebagainya, yang direkam dalam bentuk angka, huruf, symbol, teks, gambar, bunyi atau kombinasinya (Fathansyah, 1999). Sistem basis data merupakan lingkup yang lebih luas daripada basis data. Sistem basis data memuat sekumpulan basis data dalam suatu sistem yang mungkin tidak ada hubungan satu sama lain, tetapi secara keseluruhan mempunyai hubungan sebagai sebuah sistem dengan didukung oleh komponen lainnya (Sutanta, 2004). Sistem basis data fuzzy merupakan salah satu metode fuzzy yang menggunakan basis data standar. Pada basis data standar, data diklasifikasikan berdasarkan bagaimana data tersebut dipandang oleh user. Oleh karena itu pada 66 Anggraeni et al. Sistem Pencarian Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani

basis data standar data yang ditampilkan akan keluar seperti data yang telah disimpan. Namun kenyataannya, seseorang kadang membutuhkan informasi dari data-data yang bersifat ambigous. Sedangkan pada sistem basis data standar data yang ditampilkan tidak dapat menampilkan data yang bersifat ambigous. Oleh karena itu, apabila hal ini terjadi, maka sebaiknya digunakan sistem basis data fuzzy. Basis data fuzzy yang digunakan disini adalah sistem basis data fuzzy model Tahani. Model Tahani ini masih tetap menggunakan relasi standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan infromasi pada query-nya.(kusumadewi dan Purnomo, 2004) Tahani mendeskripsikan suatu metode pemrosesan query fuzzy dengan didasarkan atas manipulasi bahasa yang dikenal dengan nama SQL. Pada Fakultas Teknologi Industri, Universitas Islam Indonesia, terdapat 5 jurusan yaitu : a. Teknik Industri b. Teknik Kimia c. Teknik Informatika d. Teknik Mesin e. Teknik Elektro Untuk pencarian kriteria ini, variabel yang menjadi dasar pencarian adalah IPK (standar 4 dengan syarat lulus IPK minimal 2,00), lama studi (tahun), umur (tahun), lama penyelesaian TA/Tugas Akhir (bulan), nilai TA, nilai KP, nilai BTAQ dan skor TOEFL. Lulusan sebagai output akhir dari sebuah perguruan tinggi, biasa diberi predikat kelulusan. Dasar dari pemberian predikat adalah Indeks Prestasi Kumulatif (IPK). Sebagai contoh di Universitas Islam Indonesia (UII), predikat kelulusan yang ada sebagai berikut: IPK dengan nilai 2,00-2,75 memiliki predikat memuaskan, IPK dengan nilai 2,76 3,50 memiliki predikat sangat memuaskan, dan IPK dengan nilai 3,51 4,00 memiliki predikat terpuji. Selain IPK yang mengukur tingkat keberhasilan lulusan dalam menyerap ilmu dan pengetahuan yang diberikan, masih ada variabel dari lulusan yang dapat diperhitungkan antara lain lama studi, usia mahasiswa, lama penyelesaian TA, nilai TA, nilai KP, nilai BTAQ dan skor TOEFL serta pernah/tidaknya mahasiswa menjadi asisten, menerima beasiswa dan ikut dalam organisasi. Lama studi dapat mengukur tingkat kecepatan lulusan dalam menyelesaikan studinya.usia dapat mengukur tingkat usia mahasiswa menyelesaikan studinya, lama penyelesaian TA dapat mengukur seberapa lama mahasiswa dalam menyelesaikan TA nya, nilai TA dan nilai KP dapat mengukur kualitas kerja mahasiswa berdasarkan nilai yang diperolehnya, nilai BTAQ dapat mengukur kemampuan mahasiswa dalam memperdalam Al-Qur an berdasarkan nilai yang diperolehnya, serta skor TOEFL dapat mengukur tingkat mahasiswa dalam menguasai bahasa asing (Inggris). Semakin tinggi IPK, semakin kecil lama studi, semakin muda usia lulusan, semakin tinggi nilai TA, KP, BTAQ serta semakin tinggi skor TOEFL lulusan maka akan semakin baik, sehingga jika variabel-variabel tersebut dijadikan sebagai dasar penilaian, maka dapat mengukur tingkat keberhasilan dan kecepatan Media Informatika, Vol. 2, No. 2, Desember 2004 67

lulusan menyelesaikan studinya. Hasil pecarian ini diharapkan dapat memberikan gambaran mengenai lulusan mahasiswa suatu perguruan tinggi berdasarkan kualitas lulusan. Dalam hal ini dinyatakan oleh IPK, lama studi, umur, lama penyelesaian TA, nilai TA, nilai KP, nilai BTAQ dan skor TOEFL serta pernah/ tidaknya mahasiswa menjadi asisten, menerima beasiswa dan ikut dalam organisasi. 3. METODOLOGI PENELITIAN 3.1 Studi Pendahuluan Dalam studi pendahuluan, yang menjadi sasaran pokok adalah melihat bagaimana variabel-variabel yang akan dipelajari. Pada objek penelitian, variabelvariabel tersebut dipelajari melalui dokumentasi yang ada, selanjutnya sekaligus dipilih sampel studi. 3.2 Perancangan Model Setelah dilakukan studi pendahuluan, dapat diketahui variabel mana yang sesuai antara teori dan kenyataan serta variabel mana yang tidak sesuai. Variabelvariabel yang sesuai selanjutnya digunakan untuk pembuatan model dan program komputer yang menyangkut hal-hal penerapan input dan output. 3.3 Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian tugas akhir ini adalah sebagai berikut: a. Wawancara, yaitu melalui tanya jawab dengan pihak terkait untuk memperoleh data-data yang diinginkan. b. Studi kasus/literature, yaitu pengumpulan data melalui studi literature atau buku acuan yang ada hubungannya dengan penyusunan laporan penelitian ini. 3.4 Metode Pembuatan Perangkat Lunak a. Analisis Data Analisis ini dilakukan untuk mengolah data yang sudah didapat dan mengelompokkan data sesuai dengan kebutuhan perancangan. b. Desain Tahap ini merupakan tahap penerjemahan dari keperluan data yang telah dianalisis kedalam bentuk yang mudah dimengerti oleh pemakai. c. Implementasi Implementasi pada perangkat lunak (software) menggunakan pemrograman visual Borland Delphi 6.0. d. Pengujian Pengujian terhadap perangkat lunak yang telah dibangun, dengan pengujian secara normal dan tidak normal. 68 Anggraeni et al. Sistem Pencarian Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani

4. HASIL 4.1 Perancangan Sistem Perancangan Sistem merupakan tahapan untuk menentukan kebutuhan sistem baru yang akan dibuat sehingga menjadi sebuah sistem yang dapat digunakan sesuai dengan tujuan penelitian. Tahap ini meliputi perancangan diagram konteks, diagram alir data. Perancangan sistem ini sebagai langkah awal untuk pembuatan sistem terkomputerisasi untuk menjawab problema-problema pencarian kriterian lulusan melalui informasi yang dikeluarkan. Adapun tahapannya sebagai berikut. 4.1.1 Perancangan Diagram Alir Data Diagram konteks ini (Gambar 1) berfungsi untuk memudahkan pemodelan dan fungsi di dalam pengembangan sistem. Mahasiswa Data Mahasiswa Hasil Pencarian Kriteria Lulusan Sistem Pencarian Kriteria Kelulusan Mahasiswa Hasil Pencarian Kriteria Lulusan Administrasi Akademik Data Variabel & Himpunan Fuzzy Bagian Nilai Gambar 1. Diagram konteks sistem Dalam diagram diatas diterangkan mengenai gambaran dari seluruh sistem secara umum dimana terdapat sebuah proses. Bagian Nilai merupakan pihak yang memberikan data variabel dan nilai batasan himpunan fuzzy kepada proses. Disamping itu Bagian Nilai juga merupakan pihak yang diberikan hasil pencarian kriteria kelulusan oleh proses. Mahasiswa merupakan pihak yang memberikan data mahasiswa. Dan pihak administrasi akademik selain bagian nilai juga pihak yang dapat mengetahui hasil pencarian kriteria kelulusan yang telah dihitung dengan basis data fuzzy model Tahani. Untuk lebih memperinci alur sistem pencarian lulusan menggunakan basisdata fuzzy, diagram konteks dapat diturunkan menjadi DFD (data flow diagram) level 1 pada Gambar 2. Media Informatika, Vol. 2, No. 2, Desember 2004 69

Data Nilai 1.0 Input/Edit Data Nilai Data Nilai T.Nilai Bagian Nilai Data Jurusan 2.0 Input/Edit Data Jurusan Data Jurusan T.Jurusan Kriteria Pencarian Mahasiswa Data Variabel Mahasiswa Data Mahasiswa Batas Himp Fuzzy 3.0 Input/Edit Mahasiswa Data Mahasiswa Data Mahasiswa Data Nilai T.Mahasiswa Rekomendasi Lulusan Rekomendasi Lulusan 4.0 Input/Edit Variabel Mahasiswa Data Variabel Mahasiswa T.Variabel 5.0 Inpu/Edit Batas Himpunan 7.0 Pencarian Kriteria Lulusan Hasil Perhitungan Data Variabel Mahasiswa Batas Himp.Fuzzy T.Himpunan Administrasi Akademik Data Rekomendasi T.Rekomendasi T.Mu Derajat Keanggotaan & Fire Strength 6.0 Perhitungan Derajat Keanggotaan & Fire Strength Gambar 2. DFD level 1 Data Himpunan 4.1.2 Perancangan Basis Data Sistem pencarian kriteria kelulusan berdasarkan basis data fuzzy menggunakan desain sistem informasi. Pada sistem ini, menggunakan sebanyak 10 buah tabel. Perancangan diagram relasi antar tabel-tabel database yang digunakan pada sistem ini dapat dilihat pada Gambar 3. 70 Anggraeni et al. Sistem Pencarian Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani

PK PK PK,FK1 JURUSAN KD_JURUSAN NM_JURUSAN MAHASISWA NIM KD_JURUSAN NAMA SEX TMP_LAHIR TGL_LAHIR AGAMA NM_ORTU PEKERJAAN ALAMAT NO_TLP PHOTO PK,FK1 PK,FK2 FK3 PK,FK1 VARIABEL NIM KD_JURUSAN N_IPK N_KP N_BTAQ N_TOEFL L_STUDI L_TA USIA ASIS BEA ORG REKOMENDASI NIM FIRESTRENGTH1 FIRESTRNGTH2 PK NILAI PK,FK1 NILAI SKOR MU NIM PK IPK1 IPK2 IPK3 KP1 KP2 KP3 TA1 TA2 TA3 BTAQ1 BTAQ2 BTAQ3 TOEFL1 TOEFL2 TOEFL3 L_STUDI1 L_STUDI2 L_STUDI3 L_TA1 L_TA2 L_TA3 ASISTEN1 ASISTEN2 BEASISWA1 BEASISWA2 ORGANISASI1 ORGANISASI2 USER USER PWD LEVEL PK HIMPUNAN KD_HIMP NM_HIMP BTS_MIN BTS_MAX A_MIN A_MAX B_MIN B_TGH B_MAX C_MIN C_MAX Gambar 3. Relasi antar tabel 4.1.3 Fungsi Keanggotaan Pada penelitian ini, setiap variabel fuzzy menggunakan fungsi keanggotaan bahu dan segitiga sebagai pendekatan untuk memperoleh derajat keanggotaan suatu nilai dalam suatu himpunan fuzzy. Masing-masing variabel fuzzy dibagi 3 himpunan fuzzy, yaitu RENDAH, SEDANG, TINGGI. Himpunan RENDAH dan TINGGI menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan SEDANG menggunakan pendekatan fungsi keanggotaan berbentuk segitiga. 4.1.4 Pembahasan Data-data variabel, yaitu data IPK, nilai TA, nilai KP, nilai BTAQ, skor TOEFL, lama studi, lama TA, usia yang akan dicari perlu dihitung derajat keanggotaannya terlebih dahulu untuk mendapatkan skala pengukuran yang sama. Pada data mentah semakin tinggi IPK, nilai TA, nilai KP, nilai BTAQ, skor TOEFL semakin baik, sebaliknya semakin lama lama studi dan lama TA semakin tidak baik, begitu juga dengan semakin tua usia maka semakin tidak baik. Setelah dihitung derajat keanggotaannya maka nilai-nilai variabel akan dirubah ke dalam Media Informatika, Vol. 2, No. 2, Desember 2004 71

skala (0,1). Selain variabel-variabel tersebut, masih ada 3 variabel non-fuzzy yaitu pernah/ tidaknya menjadi asisten, mengikuti organisasi dan menerima beasiswa. Data-data mentah variabel-variabel tersebut juga di rubah ke dalam skala (0,1) dengan nilai 1 bagi yang pernah menjadi asisten, mengikuti organisasi dan menerima beasiswa dan nilai 0 bagi yang tidak pernah menjadi asisten, mengikuti organisasi dan menerima beasiswa. Setelah dihitung derajat keanggotaannya dari setiap variabel, maka dapat dilakukan pencarian, pencarian dapat dilakukan dengan menggunakan sub menu pencarian pada menu utama, pada proses pencarian digunakan 2 operator, yaitu operator AND dan operator OR (Gambar 4 dan 5). Gambar 4. Form pencarian dengan operator AND Gambar 5. Form pencarian dengan operator OR Hasil dari pencarian diperoleh firestrength (lihat Gambar 6) selanjutnya dihasilkan rekomendasi lulusan yang diperoleh dari kriteria yang dipilih (Gambar 7 dan 8). 72 Anggraeni et al. Sistem Pencarian Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani

Gambar 6. Form firestrength Gambar 7. Form hasil pencarian/rekomendasi Media Informatika, Vol. 2, No. 2, Desember 2004 73

Gambar 8. Form cetak hasil pencarian/rekomendasi 5. KESIMPULAN Beberapa kesimpulan yang dapat ditarik dari penelitian ini adalah: a. Pada penelitian ini digunakan basis data fuzzy model Tahani. Pemilihan metode Tahani dirasakan penulis sangat cocok dalam program pencarian kriteria lulusan ini, karena kita dapat mencari data-data lulusan dengan spesifikasi tertentu dengan menggunakan query serta menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya. Misalnya dapat diketahui siapa saja lulusan yang memiliki IPK tinggi, Nilai KP tinggi, Nilai TA tinggi, dsb. b. Variabel yang digunakan dalam sistem aplikasi penilaian lulusan ini adalah 8 variabel Fuzzy dan 3 variabel non-fuzzy, diharapkan untuk pengembangan sistem variabel tersebut dapat ditambah berdasarkan kebutuhan PUSTAKA Fathansyah. (1999). Basis Data. Bandung: Informatika. Kusumadewi, S., dan Purnomo, H. (2004). Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. Sutanta, E. (2004). Sistem Basis Data. Yogyakarta: Graha Ilmu. 74 Anggraeni et al. Sistem Pencarian Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani