SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKAN METODE FUZZY MAMDANI

dokumen-dokumen yang mirip
PEMODELAN SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKANMETODE FUZZY MAMDANI

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

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

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

BAB II KAJIAN PUSTAKA

BAB 2 LANDASAN TEORI

Sistem Inferensi Fuzzy

BAB 2 TINJAUAN PUSTAKA

Penerapan Logika Fuzzy

BAB 2 LANDASAN TEORI

Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic

BAB 2 LANDASAN TEORI

BAB III ANALISA DAN PERANCANGAN SISTEM. ditujukan untuk menangani pencarian spesifikasi komputer yang sesuai dengan

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

BAB 2 LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

BAB II TINJAUAN PUSTAKA

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

BAB II TINJAUAN PUSTAKA

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

PENALARAN FUZZY SISTEM PAKAR DEPARTEMEN ILMU KOMPUTER INSTITUT PERTANIAN BOGOR 2012

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

PENGEMBANGAN SISTEM PAKAR FUZZY

1.1. Latar Belakang Masalah

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani

BAB II LANDASAN TEORI

Contoh Kasus. Bagus Ilhami HIdayat

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

PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI

LOGIKA FUZZY (Lanjutan)

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

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

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

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

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

IMPLEMENTASI METODE FUZZY MAMDANI PADA APLIKASI INVENTORY UNTUK PREDIKSI PENGADAAN BARANG DI PT. PERTAMINA (PERSERO) PERKAPALAN

BAB II KAJIAN PUSTAKA. mengikuti sertifikasi, baik pendidikan gelar (S-1, S-2, atau S-3) maupun nongelar (D-

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

BAB II TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

BAB III METODE FUZZY MAMDANI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN SMA N 2 SUKOHARJO DENGAN METODE FUZZY

Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System

PEMODELAN SISTEM FUZZY DENGAN MENGGUNAKAN MATLAB

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

Bab III TEORI DAN PENGONTOR BERBASIS LOGIKA FUZZI

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

IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA

BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem

BAB 2 TINJAUAN PUSTAKA

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

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

4-5-FUZZY INFERENCE SYSTEMS

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

LOGIKA SAMAR (FUZZY LOGIC)

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

Bab 2 LANDASAN TEORI


KINERJA GURU DALAM PEMBELAJARAN PADA SMPIT X BERDASARKAN METODE LOGIKA FUZZY

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

KOTAK HITAM. Pemetaan input-output pada masalah produksi Diberikan data persediaan barang, berapa jumlah barang yang harus diproduksi?

Erwien Tjipta Wijaya, ST.,M.Kom

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

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

ANALISIS & DESAIN SISTEM FUZZY. Menggunakan TOOLBOX MATLAB

PREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PREDIKSI JUMLAH PRODUKSI DAN TENAGA KERJA MENGGUNAKAN METODE FUZZY SUGENO

REVIEW JURNAL LOGIKA FUZZY

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

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

Muhammad Yudin Ritonga ( )

BAB II LANDASAN TEORI

Himpunan Tegas (Crisp)

DENIA FADILA RUSMAN

Oleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013

BAB III ANALISA DAN DESAIN SISTEM

SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO

SISTEM PENDUKUNG KEPUTUSAN PENANGANAN KESEHATAN BALITA MENGGUNAKAN PENALARAN FUZZY MAMDANI

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

PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEBSITE Studi Kasus: SMA Negeri 10 Purworejo

ANALISIS FUZZY INFERENCE SYSTEM SUGENO DAN TSUKAMOTO DALAM MENENTUKAN JUMLAH PRODUKSI DENGAN APLIKASI WEB

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TENAGA PENGAJAR DENGAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI

BAB 2 TINJAUAN PUSTAKA

APLIKASI FUZZY LOGIC MAMDANI UNTUK MENGHITUNG JUMLAH PRODUKSI TEMPE

DECISION SUPPORT SYSTEM TOOL UNTUK FUZZY INFERENCE DENGAN METODE MAMDANI, SUGENO, DAN TSUKAMOTO

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

Sistem Pendukung Keputusan Pemilihan Calon Kepala Sekolah Menggunakan Metode Fuzzy (Studi Kasus SMA Katolik Santa Maria Rembang) Artikel Ilmiah

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

BAB II TINJAUAN PUSTAKA

II TINJAUAN PUSTAKA 2.1. Klasifikasi Metode EOR

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

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN PROMOSI JABATAN PADA PERUSAHAAN ASURANSI DENGAN MENGGUNAKAN METODE FUZZY MAMDANI Ghazali 1, Galuh Mazenda R. Alam 2, Afan Amarullah 3, Fajar Nur Rohmat F.J.A 4, M. Garisa Pradhinu 5 Jurusan Teknik Informatika, Program Teknologi Informasi dan Ilmu Komunikasi, Universitas Brawijaya ghazali2104@gmail.com 1, mazenda10@gmail.com 2, afanbabolat@gmail.com 3, boonksoow@gmail.com 4, garisapradhinu@gmail.com 5 Abstrak Promosi jabatan merupakan balas jasa yang diberikan perusahaan kepada pegawai atas kinerjanya. Adanya Promosi jabatan dapat meningkatkan kepuasan dan efektifitas kerja pegawai. Selain itu, adanya peluang promosi jabatan dapat membuat pegawai merasa dihargai, diperhatikan, dibutuhkan dan diakui kemampuan kerjanya oleh manajemen perusahaan sehingga mereka akan menghasilkan serta loyalitas tinggi pada perusahaan. Namun dalam memutuskan promosi jabatan dibutuhkan ketepatan dalam pemilihan karyawan yang layak untuk memperolehnya. Oleh karena itu faktor-faktor yang mempengaruhi keputusan dalam promosi jabatan harus lebih diperhatikan seperti kriteria lama kerja, kedisiplinan, kerjasama, prestasi kerja dan penampilan. Dalam sistem ini digunakan metode fuzzy mamdani dalam proses nilai dari setiap kriteria. Hasil tersebut menjadi acuan manager dalam penentuan pegawai mana yang layak diberikan promosi jabatan. Kata kunci : sistem pendukung keputusan, promosi jabatan, kriteria, Fuzzy Mamdani. Abstract Promotion is the company's remuneration given to employees for performance. The existence Promotions can improve employee job satisfaction and effectiveness. In addition, the promotion opportunities to make employees feel valued, cared for, needed and recognized his ability by the management company so that they will produce and high loyalty to the company. But in deciding promotion, required wise selection of employees eligible to get it. Therefore, the factors that influence decisions in promotion criteria should be considered such as length of employment, discipline, teamwork, performance and appearance. In this system used Mamdani fuzzy method for calculating the value of each criterion. The results of these calculations will be reference decision for manager in determining which employees are given proper promotion. Keywords : Decision support systems, promotion, criterion, Mamdani Fuzzy. 1.PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi jiwa berkembang pesat sejalan dengan perkembangan ekonomi dan budaya bangsa Indonesia. Semakin banyak pula pekerja yang turut membantu perkembangan dari perusahaan asuransi itu sendiri. Promosi jabatan merupakan balas jasa yang diberikan perusahaan kepada pegawai atas kinerjanya. Adanya Promosi jabatan dapat meningkatkan kepuasan dan efektifitas kerja pegawai. Selain itu, adanya peluang promosi jabatan dapat membuat pegawai merasa dihargai, diperhatikan, dibutuhkan dan diakui kemampuan kerjanya oleh manajemen perusahaan sehingga mereka akan menghasilkan kinerja serta loyalitas tinggi pada perusahaan. Promosi dalam perusahaan dapat dilakukan karena senioritas dan prestasi kerja seorang pegawai. Atasan atau pembuat keputusan akan sulit menentukan siapa pegawai yang layak untuk diberi promosi jabatan. Pembuat keputusan membutuhkan sebuah sistem yang dapat membantunya dalam menentukan pilihan pegawai yang layak untuk diberi promosi jabatan. Oleh

karena itu pada proposal ini akan dibahas tentang perancangan Sistem Pendukung Keputusan pemberian promosi jabatan pada perusahaan asuransi. Metode yang digunakan dalam perancangan sistem pendukung keputusan kali ini adalah metode Fuzzy Mamdani. Yang dijadikan kriteria promosi jabatan disini antara lain: Lama Kerja, Kedisiplinan, Prestasi Kerja, Kerjasama, dan Penampilan. 1.2 Rumusan Masalah 1.3 Tujuan Bagaimana membangun sebuah SPK yang mudah dimengerti dan digunakan oleh user? Bagaimana membangun SPK yang dapat memberikan hasil dan saran yang optimal terhadap pengambilan keputusan perihal siapa saja pegawai yang akan mendapatkan promosi jabatan? Untuk membantu pembuat keputusan dalam menentukan siapa yang layak untuk mendapatkan promosi jabatan. Dapat mendesain dan membuat Sistem Pendukung Keputusan Pemberian promosi jabatan pada perusahaan asuransi Dengan Menggunakan Metode Fuzzy Mamdani. Mengetahui bagaimana metode Fuzzy Mamdani bekerja pada system pendukung keputusan. 2. DASAR TEORI 2.1 Pengertian Sistem Sistem adalah kumpulan objek seperti orang, sumber daya, konsep, dan prosedur yang dimaksudkan untuk melakukan suatu fungsi yang dapat diidentifikasikan atau untuk melayani suatu tujuan. [4:54] Syarat-syarat sistem [5:8] : 1. Sistem harus dibentuk untuk menyelesaikan masalah. 2. Elemen sistem harus mempunyai rencana yang ditetapkan. 3. Adanya hubungan diantara elemen sistem. 4. Unsur dasar dari proses (arus informasi, energi dan material) lebih penting dari pada elemen sistem. 5. Tujuan organisasi lebih penting dari pada tujuan elemen. 2.2 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK), adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model. Tujuan adanya SPK, untuk mendukung pengambil keputusan memilih alternatif hasil pengolahan informasi dengan model-model pengambil keputusan serta untuk menyelesaikan masalah yang bersifat semi terstruktur dan tidak terstruktur. [3:8] SPK dirancang untuk membantu pengambil keputusan dalam memecahkan masalah. SPK dirancang sedemikian rupa sehingga dapat digunakan atau dioperasikan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi dan bersifat alternatif, serta SPK dirancang dengan menekankan pada aspek kemampuan adaptasi yang tinggi. 2.3 Pengertian Himpunan Fuzzy Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan μa[x], memiliki 2 kemungkinan, yaitu: satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. Contoh: Jika diketahui: S = 1, 2, 3, 4, 5, 6} adalah semesta pembicaraan. A = 1, 2, 3} B = 3, 4, 5} Bisa dikatakan bahwa: Nilai keanggotaan 2 pada himpunan A, μa [2]=1, karena 2 A. Nilai keanggotaan 3 pada himpunan A, μa [3]=1, karena 3 A. Nilai keanggotaan 4 pada himpunan A, μa [4]=0, karena 4 A. Nilai keanggotaan 2 pada himpunan B, μb [2]=0, karena 2 B. Nilai keanggotaan 3 pada himpunan B, μb [3]=1, karena 3 B. 2.4 Metode Fuzzy Mamdani Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini

diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan: (1) Pembentukan himpunan fuzzy; (2) Aplikasi fungsi implikasi (aturan); (3) Komposisi aturan; (4) Penegasan (deffuzy). [8:1-6] 1. Pembentukan himpunan fuzzy Pada Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi fungsi implikasi Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan Tidak seperti penalaran monoton, apabila sistem terdiri-dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max, additive dan probabilistik OR (probor). a. Metode Max (Maximum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR (union). Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan: μsf[xi] <-- max(μsf[xi], μkf [xi]) dengan: μsf [xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf [xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; b. Metode Additive (Sum) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded sum terhadap semua output daerah fuzzy. Secara umum dituliskan: μsf[xi] <-- min(1, μsf[xi]+ μkf [xi]) dengan: μsf [xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf [xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; c. Metode Probabilistik OR (probor) Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan: μsf[xi] <-- ( μsf [xi]+ μkf [xi]) - (μsf[xi] * μkf[xi]) dengan: μsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; μkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; 4. Penegasan (defuzzy) Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crsip tertentu sebagai output seperti terlihat pada gambar berikut. Ada beberapa metode defuzzifikasi pada komposisi aturan MAMDANI, antara lain: a. Metode Centroid (Composite Moment) Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Secara umum titik persamaan z* dapat ditentukan dengan persamanaan (2.1) dan (2.2): b. Metode Bisektor Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan setengah dari jumlah total nilai keanggotaan pada daerah fuzzy. Secara umum solusi crisp ditentukan dengan persamaan (2.3): 1 c. Metode Mean of Maximum (MOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum. d. Metode Largest of Maximum (LOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum. e. Metode Smallest of Maximum (SOM) Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.

2.5 Metode Tsukamoto Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiaptiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Berikut gambar inferensi dengan menggunakan Metode Tsukamoto. [10:1] 2.6 Metode Sugeno Penalaran dengan metode SUGENO hampir sama dengan penalaran MAMDANI, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985 [9:1-6]: a. Model Fuzzy Sugeno Orde-Nol Secara umum bentuk model fuzzy SUGENO Orde- Nol adalah: IF (x1 is A1) o (x2 is A2) o (x3 is A3) o... o (xn is AN) THEN z=k dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta (tegas) sebagai konsekuen. b. Model Fuzzy Sugeno Orde-Satu Secara umum bentuk model fuzzy SUGENO Orde- Satu adalah: IF (x1 is A1) o... o (xn is AN) THEN z = p1*x1 + + pn*xn + q dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen. Apabila komposisi aturan menggunakan metode SUGENO, maka deffuzifikasi dilakukan dengan cara mencari nilai rata-ratanya. 2.7 Pemrograman Berorientasi Objek Metodologi berorientasi objek adalah suatu strategi pembangunan perangkat lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek data dan operasi yang diberlakukan terhadapnya. Metodologi berorientasi objek merupakan suatu cara bagaimana sistem perangkat lunak dibangun melalui pendekatan objek secara sistemastis [1 :82]. Pendekatan berorientasi objek merupakan suatu teknik atau cara pendekatan dalam melihat permasalahan dan sistem. Dalam rekayasa perangkat lunak, konsep pendekatan berorientasi objek dapat diterapkan pada tahap analisis, perancangan, pemrograman, dan pengujian perangkat lunak [1 :86]. Sistem berorientasi objek merupakan sebuah sistem yang komponennya dibungkus (dienkapsulasi) menjadi kelompok data dan fungsi. Setiap komponen dalam sistem tersebut dapat mewarisi atribut, sifat, dan komponen lainnya, serta dapat berinteraksi satu sama lain [1 :86]. 2.8 Bahasa Pemrograman Java Java dikembangkan oleh perusahaan Sun Microsistem. Definisi Java menurut Sun Microsistem adalah nama dari sekumpulan teknologi untuk membuat dan menjalankan perangkat lunak pada komputer [1 :85]. Java berdiri diatas sebuah mesin interpreter yang diberi nama Java Virtual Machine (JVM). JVM berfungsi untuk membaca bytecode dalam file.class dari suatu program sebagai representasi langsung program yang berisi bahasa mesin. Bahasa Java disebut sebagai bahasa pemrograman yang portable karena dapat dijalankan pada berbagai sistem operasi, jika terdapat JVM dalam sistem operasi tersebut. Java merupakan bahasa pemrograman objek murni karena semua kode programnya dibungkus dalam kelas [1 :85]. 3. METODE PENELITIAN Metodologi penelitian yang digunakan dalam pembuatan Sistem Pendukung Keputusan Promosi Jabatan pada Perusahaan Asuransi dengan Metode Fuzzy Mamdani adalah sebagai berikut : 3.1 Objek Penelitian Tahap ini merupakan langkah awal dari penelitian ini untuk menentukan objek penelitian yang akan dikerjakan. Sehingga diputuskan untuk membuat Sistem Pendukung Keputusan Promosi Jabatan pada Perusahaan Asuransi dengan Metode Fuzzy Mamdani. 3.2 Studi Literatur Setelah menentukan objek penelitian yang akan dikerjakan langkah selanjutnya adalah mencari dan memahami studi pustaka/literature untuk memahami konsep-konsep rancangan aplikasi yang harus dipelajari agar dalam perancangan aplikasi tidak mengalami kendala yang berarti. Dalam penelitian ini literature yang dicari adalah mengenai : 1. Pengertian Sistem 2. Pengertian Sistem Pendukung Keputusan 3. Pengertian Himpunan Fuzzy 4. Metode Fuzzy Mamdani 5. Pemrograman Berorientasi Objek

6. Bahasa Pemrograman Java 3.3 Pengumpulan Data dan Pengolahan Data Pada penelitian ini digunakan metode Fuzzy Mamdani dalam menentukan pegawai siapa saja yang memperoleh promosi jabatan dalam perusahaan asuransi. Dalam metode Fuzzy Mamdani ada beberapa tahapan yang harus dilalui untuk menghasilkan sebuah keputusan diantaranya : 1. Pembentukan Himpunan Fuzzy Berikut adalah beberapa kriteria yang akan digunakan dalam menentukan promosi jabatan : a. Lama Kerja b. Kedisiplinan c. Prestasi Kerja d. Kerjasama e. Penampilan Pembentukan Fungsi Himpunan Fuzzy a. Lama Kerja d. Kerjasama e. Penampilan b. Kedisiplinan c. Prestasi Kerja 2. Aplikasi Fungsi Implikasi Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan Setelah pembentukan variabel dan himpunan fuzzy, dibentuk aturan yang bersesuaian dengan mengambil datadata berdasarkan pengalaman keputusan dari pembuat keputusan. Penegasan (Defuzzy). Perhitungan dari kombinasi kroteria tersebut yaitu : Jadi terdapat 162 aturan atau rule yang diantaranya dapat dilihat pada tabel. 3.4 Analisis Kebutuhan Analisis kebutuhan dilakukan dengan mengidentifikasi semua kebutuhan (requirements) sistem yang kemudian akan dimodelkan dalam diagram use case. Kebutuhan fungsional yang nantinya akan disediakan oleh aplikasi ini antara lain adalah :

1. Aplikasi pada sistem ini harus menyediakan fasilitas untuk login sehingga hanya admin yang terdaftar yang dapat menggunakan layanan sistem. 2. Sistem juga harus melakukan dengan metode Fuzzy Mamdani secara akurat sehingga mampu memberikan hasil yang optimal dalam pengambilan keputusan 3. Interface harus didesain sesimpel mungkin sehingga pengguna mampu mengoperasikannya secara maksimal Gambar 2 Keseluruhan Aplikasi Ini adalah tampilan keseluruhan dari aplikasi Sistem Pendukung Keputusan Promosi Jabatan Pada Perusahaan Asuransi 4.3 Add, Update dan Delete Data 4. HASIL DAN PEMBAHASAN Dalam subbab ini akan diimplementasikan hasil dari perancangan antarmuka yang telah dibuat pada bab sebelumnya. 4.1 Home Gambar 3 Add, Update dan Delete Data Gambar 1 Home Halaman ini berfungsi sebagai halaman pembuka dan sebagai pintu masuk ke dalam program. 4.2 Tampilan Aplikasi Bagian ini berfungsi untuk menambahkan, mengupdate dan menghapus data dengan cara mengisikan data pada kolom-kolom diatas No Peg : Kolom untuk nomor pegawai Nama : Kolom untuk nama pegawai Lama Kerja (thn) : Kolom untuk berapa lama pegwai tersebut bekerja dalam satuan tahun Kedisiplinan : Kolom untuk

presensi atau kehadiran pegawai tersebut dalam satuan hari dalam satu bulan Prestasi Kerja : Kolom untuk nilai prestasi pegawai berdasarkan pimpinan Kerjasama : Kolom untuk nilai atas kepiawaianny a dalam bekerjasama antar pegawai lainnya, nilai tersebut didapatkan atas pimpinan Penampilan : Kolom untuk nilai penampilan terutama kerapian, nilai tersebut didapatkan atas pimpinan Button Add : Berfungsi untuk menambahkan data pegawai Button Update : Berfungsi untuk mengupdate data pegawai jika ada kekeliruan dalam data Button Delete : Berfungsi untuk menghapus data pegawai dari list data Button Cancel : Berfungsi untuk membatal proses 4.4 Tabel Kriteria Gambar 4 Tabel Kriteria Bagian ini berfungsi untuk menampilkan secara keseluruhan dari nomor pegawai, nama, lama kerja, kedisiplinan, prestasi kerja, kerjasam dan penampilan yang telah dimasukkan oleh admin 4.5 Prediksi Perhitungan Gambar 5 Prediksi Perhitungan Bagian ini berfungsi untuk memprediksi apakah pekerja tersebut masih layak atau tidak untuk tetap bekerja dalam perusahaan, prediksi di dapat dari lama kerja, kedisiplinan, prestasi kerja, kerjasam dan penampilan dari pegawai sesuai yang telah dimasukkan. Nilai : Kolom akan menampilkan nilai dari prediksi Keputusan : Kolom akan menampilkan keputusan atas

tersebut apakah layak atau tidak layak Button Prediksi : Berfungsi sebagai tombol mulai Button Reset : Berfungsi untuk mereset perhitung prediksi nilai dan keputusan yang telah dilakukan sebelumnya 4.6 Tabel Keputusan Gambar 6 Tabel Keputusan Bagian ini berfungsi untuk menampilkan secara keseluruhan atas nilai dari prediksi, dengan cara menekan tombol Add To Table Keputusan setelah melakukan prediksi. Data-data yang tampil akan otomatis diurutkan berdasarkan nilai yang paling tinggi ke nilai yang paling rendah. KESIMPULAN Berdasarkan perancangan, implementasi dan hasil pengujian dari Sistem Pendukung Keputusan Promosi jabatan pegawai pada perusahaan asuransi dengan metode Fuzzy Mamdani, maka didapat kesimpulan sebagai berikut: 1. Aplikasi Sistem Pendukung Keputusan dengan metode Inferensi Fuzzy Mamdani telah dibuat sesuai perancangan dan dapat digunakan untuk mendukung pengambilan keputusan promosi jabatan. 2. Sistem Promosi jabatan pegawai pada perusahaan asuransi dengan metode Fuzzy Mamdani memiliki kinerja sistem yang mampu berjalan sesuai dengan kebutuhan fungsional. Hal ini dibuktikan dengan hasil pengujian Black Box Testing yang memberikan nilai presentase sebesar 100% 3. Hasil yang diberikan oleh Sistem Pendukung Keputusan dengan metode Inferensi Fuzzy Mamdani untuk promosi jabatan pegawai memiliki kesesuaian dengan hasil manual yang menghasilkan nilai kelayakan promosi jabatan yang sama. DAFTAR PUSTAKA [1] A. S., Rosa & Shalahudin, M. 2011. Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek). Bandung: Modula. [2] Basyaib. 2006. Teori Pembuat Keputusan. Yogyakarta: Andi Offset. [3] Budi. 2011. SISTEM PENENTU KUALITAS FISIK ATLETFUZZY( STUDI KASUS DI KONI KABUPATEN BANDUNG BARAT ). JBPTUNIKOMPP - Universitas Komputer Indonesia [4] Efraim Turban, Decision Support System and Intelligent Systems, edisi Bahasa Indonesia jilid 1, Yogyakarta : Penerbit ANDI, 2005. [5] http://elib.unikom.ac.id/download.php?i d=137873 [6] http://ti.fatek.ung.ac.id/download.php?fil e=modul_spk.pdf [7] Luh Made Yulyantari. 2013. Himpunan Fuzzy. url: http://www.yulyantari.com/tutorial/media. php?mod=detailmateri&mat=9&bab=4, diakses pada tanggal 10 November 2013. [8] Luh Made Yulyantari. 2013. Metode Mamdani. url: http://www.yulyantari.com/tutorial/media. php?mod=detailsub&sub=19&bab=4&ma t=14, diakses pada tanggal 10 November 2013. [9] Luh Made Yulyantari. 2013. Metode Sugeno. url: http://www.yulyantari.com/tutorial/media. php?mod=detailsub&sub=20&bab=4&ma t=14, diakses pada tanggal 23 November 2013. [10] Luh Made Yulyantari. 2013. Metode Sugeno. url:

http://www.yulyantari.com/tutorial/media. php?mod=detailsub&sub=18&bab=4&ma t=14, diakses pada tanggal 23 November 2013.