FUZZY QUANTIFICATION THEORY I UNTUK ANALISIS HUBUNGAN ANTARA PENILAIAN KINERJA DOSEN OLEH MAHASISWA, KEHADIRAN DOSEN, DAN NILAI KELULUSAN MAHASISWA

dokumen-dokumen yang mirip
Media Informatika, Vol. 2, No. 1, Juni 2004, 1-10 ISSN:

Analisis regresi linear ganda bertujuan untuk mencari bentuk hubungan linear antara satu variabel terikat Y dan k variabel bebas X1, X2, X3,..., Xk.

Gambar 3.1Single Channel Multiple Phase

KORELASI DAN REGRESI BERGANDA

Jl. Barang Tongkok Kampus Gn. Kelua Samarinda-Kalimantan Timur 1, 2,

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh,

MAKALAH TEOREMA BINOMIAL

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

Pemetaan Linear Yang Mengawetkan Invers Drazin Matriks Atas Lapangan

MACAM-MACAM TEKNIK MEMBILANG

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

Ring Noetherian dan Ring Artinian

Representasi sinyal dalam impuls

MODUL BARISAN DAN DERET

Pengantar Analisis Real

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD)

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN

ANALISIS REGRESI BERGANDA

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

BAB III METODE PENELITIAN. Dipilihnya Bappeda Kabupaten Labuhanbatu Selatan sebagai objek penelitian

PERBANDINGAN PENAKSIR REGRESI LINIER SEDERHANA PADA SAMPLING BERPERINGKAT, SAMPLING EKSTRIM BERPERINGKAT DAN SAMPLING MEDIAN BERPERINGKAT

BAB 1 PENDAHULUAN. statistik dipergunakan untuk mencapai hasil yang dapat diramalkan.

Penggunaan Transformasi z

Statistika Non Parametrik

IV. METODE PENELITIAN

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Bab 16 Integral di Ruang-n

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

III. METODE PENELITIAN. menggunakan kuesioner sebagai teknik pokok. Penelitian yang bersifat

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan

Perluasan Uji Kruskal Wallis untuk Data Multivariat

BAB III RANCANGAN PENELITIAN. tujuan utama yang ingin dicapai melalui penelitian ini adalah untuk memperoleh

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

p q r sesuai sifat operasi hitung bentuk pangkat

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

MOMEN, KEMIRINGAN, DAN KURTOSIS

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

PENGARUH KEMAMPUAN AKADEMIK DAN JENIS KELAMIN TERHADAP LAMANYA MASA STUDI MAHASISWA MENGGUNAKAN METODE ANALISIS REGRESI LINIER BERGANDA.

RENCANA PELAKSANAAN PEMBELAJARAN ( RPP 7 ) A.Standar Kompetensi 1. Menerapkan konsep dan prinsip gejala gelombang dalam menyelesaikan masalah.

PERHITUNGAN BIAYA TAMBAHAN DALAM PENDANAAN PROGRAM PENSIUN DENGAN METODE ACCRUED BENEFIT COST

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

BAB III METODE PENELITIAN. adalah untuk mengetahui kontribusi motivasi dan minat bekerja di industri

BAB III METODE PENELITIAN. bertujuan untuk mengetahui hubungan antara dua variabel atau lebih (Sugiyono,

PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

BAB III METODE PENELITIAN

BAB 2 TINJAUAN TEORITIS

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

III. METODOLOGI PENELITIAN. Menurut Suharsimi Arikunto (2006:136) metode penelitian adalah cara yang

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

Liston Hasiholan 1) dan Sudradjat 2)

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

BAB V ANALISA PEMECAHAN MASALAH

Dan koefisien korelasi parsial antara Y, X 2 apabila X 1 dianggap tetap, dinyatakan sebagai r y 2.1 rumusnya sebagai berikut:

Bab 6: Analisa Spektrum

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

SEBARAN t dan SEBARAN F

APLIKASI TRANSFORMASI SCHWARZ-CHRISTOFFEL PADA SUMBU X DI BIDANG-Z SKRIPSI. oleh: KURNIATI NIM

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

Kuliah 9 Filter Digital

S T A T I S T I K A OLEH : WIJAYA

PENGARUH TINGKAT PENDIDIKAN ORANG TUA TERHADAP HASIL BELAJAR SISWA PADA MATA PELAJARAN EKONOMI KELAS VIII SMP NEGERI 1 PEUSANGAN SELATAN

Menentukan Pembagi Bersama Terbesar dengan Algoritma

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

KORELASI. menghitung korelasi antar variabel yang akan dicari hubungannya. Korelasi. kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi.

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

BAB IV ANALISIS HUBUNGAN UMPAN BALIK DENGAN MOTIVASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 9 BATANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

PENGARUH MODAL KERJA TERHADAP KREDIT YANG DISALURKAN SERTA DAMPAKNYA TERHADAP RENTABILITAS PERUSAHAAN

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

BAB 2 LANDASAN TEORI

UNIVERSITAS GUNADARMA POLA, BARISAN DAN DERET BILANGAN BAHAN AJAR. Oleh : Muhammad Imron H. Modul Barisan dan Deret Hal. 1

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Transkripsi:

edia Ifomatia, Vol., No., Jui 004, -0 ISSN: 0854-4743 FUZZY QUANTIFICATION THEORY I UNTUK ANAISIS HUBUNGAN ANTARA PENIAIAN KINERJA DOSEN OEH AHASISWA, KEHADIRAN DOSEN, DAN NIAI KEUUSAN AHASISWA Si Kusumadewi Juusa Tei Ifomatia, Faultas Teologi Idusti,Uivesitas Islam Idoesia Jl. Kaliuag Km. 4 Yogyaata 5550 Telp. (074) 89587 ext., Fas. (074) 895007 ext. 48 E-mail: cicie@fti.uii.ac.id ABSTRAK Fuzzy quatificatio theoy I, adalah suatu metode utu meetua hubuga ataa vaiabel ualitatif yag dibeia dega ilai ataa 0 sampai, da vaiabelvaiabel umeis dalam fuzzy goup yag dibeia dalam sampel. Pada peilitia ii, fuzzy quatificatio theoy aa diguaa utu meetua sebeapa besa fatofato ualitatif peilaia mahasiswa tehadap ieja dose Juusa Tei Ifomatia Uivesitas Islam Idoesia, mempegauhi hubuga ataa ehadia dose da ilai ahi mahasiswa. Hasil peelitia mejua bahwa fato emampua dose medoog mahasiswa utu bepea atif memilii pegauh yag palig tiggi diataa fatofato yag laiya dalam aitaya dega pegauh ataa ehaia dose megaja dega ilai elulusa mahasiswa B. Pegauh ii aa sagat uat apabila ehadia dose megaja lebih dai 0 ali. Kata uci: fuzzy quatificatio theoy, fuzzy goup, ualitatif. PENDAHUUAN Tecapaiya tujua poses belaja megaja dalam suatu peguua tiggi tida telepas dai peaa dose da mahasiswa. Keativa paa dose dalam membeia peuliaha da eatifa mahasiswa dalam megiuti poses belaja megaja mejadi uci utama susesya poses belaja megaja. Susesya poses belaja megaja, bagi mahasiswa, dapat dilihat dega alat uu beupa ilai ahi yag dipeoleh. Biasaya, seoag mahasiswa diataa memilii ilai bai dalam suatu matauliah, apabila mahasiswa tesebut medapata ilai lebih dai atau sama dega B. Demiia pula, seoag dose diataa suses dalam poses belaja megaja, apabila ilai ieja yag dipeolehya juga bai. Juusa Tei Ifomatia Faultas Teologi Idusti Uivesitas Islam Idoesia selama ii telah meeapa evaluasi tehadai ieja dose dega megguaa alat uu yag dieal dega Nilai Kieja Dose (NKD). Salah satu vaiabel yag diguaa utu meghitug NKD adalah peilaia dai

mahasiswa yag megambil matauliah yag diampu oleh dose yag besaguta. Peilaia oleh mahasiswa dilaua melalui pegisia uisioe. Pada semeste geap tahu aademi 003/004, ada 8 petayaa yag dibeia dalam uisioe, yaitu: ejelasa & semagat dose dalam membeia uliah; emampua dose meguasai elas; emampua dose medoog mahasiswa utu bepea atif; taggapa & ejelasa dose mejawab petayaa mahasiswa; emampua dose memotivasi mahasiswa utu belaja; hubuga cotoh soal da tugas dega matei yg dibeia; disipli dose tehadap aloasi watu yag dibeia; da esesuaia matei uliah dega silabus/satua Acaa Peualiaha (SAP). Setiap petayaa memilii ilai ataa (buu, sampai 4 (sagat bai. Selai peilaia mahasiswa yag besifat ualitatif, NKD juga dipegauhi oleh vaiabel ehadia dose dalam megaja, yag jelas teuu. Utu meghubuga ataa fato ualitatif da uatitatif, dapat diguaa fuzzy quatificatio theoy. Ada 3 metode fuzzy quatificatio theoy. Fuzzy quatificatio theoy I, aa meetua hubuga ataa vaiabel ualitatif yag dibeia dega ilai ataa 0 sampai, da vaiabel-vaiabel umeis dalam fuzzy goup yag dibeia dalam sampel. Pada peelitia ii, aa dicoba utu meguu pegauh fato-fato ualitatif (peilaia mahasiswa) tehadap hubuga ataa ehadia dose dega posetase ilai elulusa mahasiswa B.. TUJUAN PENEITIAN Peelitia ii betujua utu meetua sebeapa besa fato-fato ualitatif peilaia mahasiswa tehadap ieja dose Juusa Tei Ifomatia, mempegauhi hubuga ataa ehadia dose da ilai ahi mahasiswa, dega megguaa fuzzy quatificatio theoy I. 3. DASAR TEORI 3. Teoi Quatifiasi Secaa umum metode uatifiasi megguaa data-data asa sepeti hasil evaluasi da pedapat oag yag maa uatitas da pemahaa tetag data-data tesebut tida secaa omal diespesia secaa umeis. Biasaya, suatu pedapat atau evaluasi tehadap suatu ativitas aa diepesetasia dalam betu ualitatif secaa liguisti, sepeti: bai, cuup, buu, puas, dll. Padahal sebeaya, utu membadiga pedapat atau evaluasi aa lebih mudah apabila espesi yag bebetu ualitatif tesebut digati dega betu umeis. Utu epelua tesebut, maa dibutuha metode uatifiasi. Fuzzy quatificatio theoy adalah metode utu megedalia data-data ualitatif dega megguaa teoi himpua fuzzy. Pegedalia disii lebih dimasuda utu mejelasa ejadia-ejadia fuzzy megguaa ilai dalam etag [0, ] yag megespesia pedapat-pedapat secaa ualitatif (Kusumadewi, 004). Kusumadewi Fuzzy Quatificatio Theoy I utu Aalisis Hubuga Ataa Peilaia Kieja

Apabila tedapat sampel data x (=,,...,), dega deajat eaggotaa pada fuzzy goup B adalah µ B [x ], da tedapat S fuzzy goup, maa dapat dicai total mea m da mea m Bi (i=,,...,s) sebagai beiut: S m = x µ Bi[ x] () N i= = m Bi = x µ Bi[ x N Bi ] () ( ) i= dega N B ) = = ( µ [ ] (3) N = S i= B i B x N( ) (4) Total vaiasi T, vaiasi ata fuzzy goup B, da vaiasi dalam suatu fuzzy goup E dapat ditetua sebagai beiut: T = B = E = S = i= S = i= S = i= ( x m) µ [ x ] (5) Bi ( m m) µ [ x ] (6) Bi dalam hal ii, T = B + E. Bi ( x m ) µ [ x ] (7) Bi Bi 3. Fuzzy Quatificatio Theoy I Tujua dai Fuzzy Quatificatio Theoy I (aalisis egesi ualitatif) adalah meetua hubuga ataa vaiabel ualitatif yag dibeia dega ilai ataa 0 sampai, da vaiabel-vaiabel umeis dalam fuzzy goup yag dibeia dalam sampel. Tabel Kaateisti Fuzzy Quatificatio Theoy I No. ( 3 Exteal data (y) y y y 3 Kategoi A... A i... A P µ ()... µ i ()... µ P () µ ()... µ i ()... µ P () µ (3)... µ i (3)... µ P (3) Fuzzy goup (B) µ B () µ B () µ B (3) y µ (... µ i (... µ P ( µ B ( N y µ ()... µ i ()... µ P () µ B () edia Ifomatia, Vol., No., Jui 004 3

Pada Tabel meujua aateisti Fuzzy Quatificatio Theoy I. Pada tabel tesebut tedapat buah sampel. Exteal Stadad (y) meujua fugsi tujua. y adalah fugsi tujua dai sampel e-. µ i ( adalah deajat suatu taggapa tehadap ategoi ulitatif e-i (i=,,..., P) pada sampel e- yag dibei ilai [0, ]. Fuzzy Quatificatio Theoy I sama halya meetua suatu fugsi liea dai bebeapa ategoi (Teao et al., 99): P y( = a i µ ( (8) i= i Pesamaa, tetu saja dihaapa vaiasi tujua membeia ilai eo yag sagat ecil. Utu epelua tesebut, dapat disusu betu matis: y = [y, y,..., y ] (9) µ B() G = 0 0 O (0) µ ( ) B µ () X = [ µ i ( ] = µ ( µ ( ) µ () i µ ( i µ ( ) i µ P () µ P ( µ ( ) P () a = [a, a,..., a ] () Dega demiia, eo vaiace utu fuzzy goup B adalah σ B = ( y Xa)' G( y Xa) (3) N( B) dai σ B σ B a = X' Gy + X' GXa = 0 (4) Bobot ategoi a yag memiimuma eo vaiace dibeia dega pesamaa sebagai beiut: a = (X GX) - X Gy (5) 4 Kusumadewi Fuzzy Quatificatio Theoy I utu Aalisis Hubuga Ataa Peilaia Kieja

Utu medapata pegauh setiap ategoi pada vaiabel y, apabila peubaha pada ategoi-ategoi yag lai besifat tetap dapat dilihat melalui oefisie oelasi pasial. Fuzzy mea da fuzzy covaiace utu ategoi e-i da y( adalah sebagai beiut: σ ij ij = (6) σ σ iy ii ii jj σ iy = (7) σ σ yy Disii, X i ( = a i µ i (. Dega megguaa covaiace tesebut, oefisie oelasi fuzzy ij da iy dapat dicai sebagai beiut:\ X i y N N = = = = = = Xi ( µ B ( (8) y( µ B ( (9) σ ij = Xi( X i X j ( X j µ B ( (0) N = = σ iy = Xi( X i y( y j µ B ( () N = = σ yy = y( y µ j B ( () N = = Dai sii dapat dibetu metis R dega eleme-eleme sebagai beiut: R = K y K y K yk y y Ky (3) Ives dai matis R adalah: edia Ifomatia, Vol., No., Jui 004 5

R = K y K y K K KK yk y y Ky yy (4) Kemudia vaiabel y da oefisie oelasi pasialya, iy dega i=,,..., i-, i+,..., K adalah: iy iy = (5) ii yy Koefisie oelasi pasial ii meujua pegauh vaiabel e-i pada vaiabel y apabila vaiabel laiya tetap. 4. ETODOOGI PENEITIAN Peelitia dilaua melalui lagah-lagah sebagai beiut: a. Peetua esteal data, ategoi, da fuzzy goup. b. Peyelesaia masalah dega memposes data iput pada poi (a) megguaa fuzzy quatificatio theoy I. c. Aalisis tehadap setiap fato (fuzzy goup). 5. HASI PENEITIAN 5. Peetua esteal data, ategoi, da fuzzy goup Pada peelitia ii, diguaa data hasil evaluasi ieja dose, jumlah ehadia, da distibusi ilai ahi mahasiswa di Juusa Tei Ifomatia pada semeste geap tahu aademi 003/004. Data tesebut sepeti telihat pada Tabel. Tabel. Data matauliah, ehadia, da peilaia mahasiswa No Kode Jumlah %ulus Hasil peilaia mahasiswa* Kelas matauliah ehadia >= B N N N3 N4 N5 N6 N7 N8 53005 a 0,00,87,73,87 3,00,87 3,00,73 3,00 53005 b 4,7,53,53,40,73,47,93,80,93 3 53005 c 3,66,80,87,60 3,07,60,87,67 3,00 4 53005 d 0,7,87,93,67 3,00,87 3,07,87 3,07 5 53007 a 7,05 3, 3,4,79 3,4,79,93 3,07 3,07 6 53007 b,35 3,36 3,9,7 3,07,93 3,4 3, 3, 7 53007 c 9,77,93 3,4,86 3,00,93 3,07,86 3,07 8 53007 d 4,67,33,40,53,47,53,87,40,73 9 530333 a 88,4 3,69 3,54 3,46 3,54 3,3 3,38 3,3 3,46 0 530333 b 0 73,9 3,69 3,54 3,46 3,46 3,3 3,38 3,3 3,38 530333 c 73,33,47,33,47,73,7,67,53,87 530393 a 69,47 3,00 3,00,83 3,00,9 3,5 3,7 3,08 3 5000 a 9 8,7 3,00,86,86 3,00 3,4 3,4 3,4 3,00 6 Kusumadewi Fuzzy Quatificatio Theoy I utu Aalisis Hubuga Ataa Peilaia Kieja

4 5000 b 9 87,50 3,63 3,3 3,50 3,5 3,3 3,38 3,3 3,00 5 5000 c 9 83,33 3,64 3,57 3,43 3,36 3,43 3,50 3,9 3, 6 00008 a 8,5 3,57 3,43 3,36 3,4 3,4 3,36 3,43 3,43 7 00008 b 88,89 3,40 3,53 3,0 3,33 3,7 3,53 3,33 3,0 8 00008 c 60,00 3,77 3,77 3,00 3,38 3,38 3,54 3,3 3,46 9 53034 a 9 33,75 3,3,67,47,73,73 3,00 3,3 3,3 0 53034 b 0 50,55,67,73,67,87,67,87,87 3,00 53034 c 9 44,44,60,33,47,80,53,73,93,87 Tabel. lajuta No Kode Jumlah %ulus Hasil peilaia mahasiswa* Kelas matauliah ehadia >= B N N N3 N4 N5 N6 N7 N8 53034 d 0 55,56,79,36,,50,7,7,64,86 3 53093 a 59,,7,08,4,75,7 3,00 3,00 3,00 4 53093 b 56,5,80,67,67 3,00,73 3,3 3,0 3,7 5 53093 c 49,37,7,0,3,73,53 3,7 3,0 3,3 6 53093 d 68,75,0,7,33,60,07,87 3,40,93 7 530473 a 0 48,48,79,43,7,86,64 3,00 3,00,93 8 600 a 3,53 3,3 3,00,80 3,00,73,40 3,7 3,00 9 600 b 6,4 3,07 3,07,93 3,3 3,00 3,40 3,47 3,0 30 600 c 48,75,60,70,80,80,60,80,70,80 3 600 d 5,5,50,50,50,70,50,80,0,70 3 530483 a 0 5,64 3,00 3,3 3,0 3,0,80 3,00,87 3,00 33 530493 a 0 60,00,70,50,60,90,70 3,00,90 3,00 34 530463 a 0 38,46 3,33 3,0,87 3,0 3,3 3,40 3,0 3,40 35 5300 a 3,86,73,09,36,73,36,9 3,00,8 36 5300 b 40,59 3,3,80,73 3,00,73 3,0 3,33 3,7 37 5300 c 4,7,78,44,44 3,00,89 3,00 3, 3, 38 53006 a 0 40,00 3,08 3,5,6 3,08,77,9,46 3,5 39 53006 b 33,75 3,36 3, 3,00 3,4,93 3,4 3,9 3, 40 53006 c 9 43,00,5,75,88,38,00 3,5 3,3 3,00 4 53006 d 9 3,58,3,3,7,7,3,73,00,53 4 530083 a 0 83,33,40,60,00,40,00,87,67,80 43 530083 b 0 89,33,83,67,67,9,67,4,7,50 44 530083 c 7 48,89,86,7,57,7,57 3,4,86 3,4 45 530083 d 7,50 3,00 3,4 3,00 3,43,43 3,4 3,9 3,4 46 0000 a 39,3 3,00 3,08,83 3,08 3,00,9,58 3,08 47 0000 b 40,00 3,4 3,4 3,00 3,4 3,00,86,7 3,00 48 0000 c 36,99 3,00,89,78,78,89,78 3,00,89 49 530343 a 36,76,93,87,60 3,3,47 3,07,60 3,3 50 530343 b, 3,07,93,79 3,07,93 3,4,93,93 5 530343 c 56,94 3,3,93,60 3,07,87 3,7,80 3,3 5 530343 d 36,99 3,4 3,4,86 3,07,86 3,9 3,9 3, 53 5303 a 0 5,7 3,07,73 3,07 3,07,80 3,00,67 3,3 54 5303 b 55,4 3,00 3,07 3,3,93,80 3,3,87 3,00 55 5303 c 0 48,57,93,80 3,00,87,80,80,67,87 56 5303 d 0 55,7 3,7 3,33 3,0,87,87 3,33,87 3,3 57 53033 a 8 93,00,93,73,67 3,07,67,87 3,00,93 58 5300 a 9,33,63,50,88 3,00,3 3,00 3,5 3,00 59 5300 b 5,00,53,47,0,93,47 3,07 3,60 3,07 60 5300 c,94 3,5,69,46 3,5,69 3,46 3,69 3,3 6 5300 d 4,8 3,50 3,4 3,00 3,08 3,08 3,5 3,7 3,7 6 530503 a 0 53,76,80,67,73,53,47,73,73 3,00 63 53053 a 9 8,99 3,07,60,53 3,0,93 3,7 3,0 3,7 64 53053 a 0 4, 3,0 3,00,80 3,0,90 3,00 3,0,90 65 530533 a 0 60,00,8,8,73 3,00,55,9,45,8 edia Ifomatia, Vol., No., Jui 004 7

66 53073 a 9 39,47,7,0,0,93,3,80,07,60 67 53073 b 8 6,65,63,50,38 3,00,50 3,00,63 3,3 68 53073 c 8 57,4,7,43,7 3,00,43 3,00 3,00 3,4 69 53073 d 9 4,05,85,77 3,00 3,08,9 3,3,85 3,3 70 53043 a 6 43,4,87,53,53 3,3,40,73,40,73 7 53043 a 48,3 3,4 3,00,79 3,07,79 3,07 3,00,93 7 530443 a 7,03,9 3,00,58,67,9,83,67,9 73 530403 a 9 6,00,40,53,7,87,33 3,07,87,87 Tabel. lajuta No Kode Jumlah %ulus Hasil peilaia mahasiswa* Kelas matauliah ehadia >= B N N N3 N4 N5 N6 N7 N8 74 530433 a 8,4 3,43 3,9,93 3,07,7 3,4 3,79,93 75 53083 a 0 48,059,9,67,75 3,00,50 3,00,9 3,08 76 53083 b 56,665,86,86,86 3,07,86 3,36 3,00 3, 77 53083 c 0 45,679,90,60 3,0 3,00,70 3,00 3,00 3,0 78 53083 d 0 49,387,69,75,88 3,06,44,75,50,94 Keteaga: *) Rata-ata hasil peilaia mahasiswa melalui uisioe, dega sala (buu sampai 4 (sagat bai, yag meliputi fato-fato: N : Kejelasa da semagat dose dalam membeia uliah N : Kemampua dose meguasai elas N3 : Kemampua dose medoog mahasiswa utu bepea atif N4 : Taggapa da ejelasa dose mejawab petayaa mahasiswa N5 : Kemampua dose memotivasi mahasiswa utu belaja N6 : Hubuga cotoh soal da tugas dega matei yg dibeia N7 : Disipli dose tehadap aloasi watu yag dibeia N8 : Kesesuaia matei uliah dega silabus/satua Acaa Peualiaha (SAP) Utu membetu Tabel, ilai y dipeoleh dai %ulus >= B utu data e-; ilai µ i ( pada setiap ategoi e-i (dalam asus ii haya megguaa ategoi, yaitu ehadia dose) dipeoleh dai pesamaa (6) beiut: ( ) ( Hadi µ ) = (6) Sedaga ilai µ B ( pada setiap fuzzy goup e-j (j=,,...,8) dipeoleh dai pesamaa (7) beiut: N B j( µ B ( = (7) 5. Peyelesaia dega Fuzzy Quatificatio Theoy I Dega megguaa egesi liea bisa dipeoleh hubuga ataa ehadia dose megaja (x) dega ilai elulusa mahasiswa B (y) tapa mempetimbaga fato-fato laiya, sebagai: y = -7,3988 µ[x] + 69,86 (8) atau y = -,83 x + 69,86 (9) dega oefisie oelasi sebesa -0,4; yag beati bahwa bayaya ehadia dose tida beoelasi dega ilai elulusa mahasiswa B. 8 Kusumadewi Fuzzy Quatificatio Theoy I utu Aalisis Hubuga Ataa Peilaia Kieja

Utu setiap fuzzy goup e-i (i=,,...,8), dega megguaa pesamaa (9) (0) da (), dipeoleh veto y yag meupaa hasil taspos dai veto bais y (ilai elulusa mahasiswa B ). atis G, meupaa matis bujusaga beuua 78x78 dega eleme-eleme diagoalya beisi µ B (, ilai eaggotaa data e- pada fuzzy goup B e-i da eleme-eleme laiya ol. atis X, haya beuua 78x dega eleme bais e- adalah µ ( beisi deajat eaggotaa sampel e- pada ehadia dose megaja. Sedaga y, adalah veto beuua 78x dega eleme bais e- adalah ilai elulusa mahasiswa B. Veto bobot ategoi (a) haya beisi satu eleme, yag dapat dipeoleh dega pesamaa (5). Tabel 3 meujua bobot ategoi a. Tabel 3 Bobot ategoi. Fuzzy goup sebagai oefisie µ[x] Bobot ategoi sebagai oefisie x Kejelasa da semagat dose dalam membeia uliah 5,883 4,657 Kemampua dose meguasai elas 50,8074 4,339 Kemampua dose medoog mahasiswa utu bepea atif 5,33 4,776 Taggapa da ejelasa dose mejawab petayaa mahasiswa 50,6966 4,47 Kemampua dose memotivasi mahasiswa utu belaja 50,9738 4,478 Hubuga cotoh soal da tugas dega matei yg dibeia 5,074 4,5 Disipli dose tehadap aloasi watu yag dibeia 50,683 4,36 Kesesuaia matei uliah dega silabus/satua Acaa Peualiaha (SAP) 50,7656 4,305 Sehigga, dai pesamaa () dipeoleh ilai esteal data (y i ) utu setiap fuzzy goup e-i: y = 5,883 µ[x]; atau y = 4,657 x; y = 50,8074 µ[x]; atau y = 4,339 x; y 3 = 5,33 µ[x]; atau y 3 = 4,776 x; y 4 = 50,6966 µ[x]; atau y 4 = 4,47 x; y 5 = 50,9738 µ[x]; atau y 5 = 4,478 x; y 6 = 5,074 µ[x]; atau y 6 = 4,5 x; y 7 = 50,683 µ[x]; atau y 7 = 4,36 x; y 8 = 50,7656 µ[x]; atau y 8 = 4,305 x; Koefisie oelasi ataa ilai esteal data pada setiap fuzzy goup (y i ) dega ilai elulusa mahasiswa B sama dega, yag beati bahwa setiap edia Ifomatia, Vol., No., Jui 004 9

fuzzy goup memilii oelasi yag sagat uat dega ilai elulusa mahasiswa B. Pada Tabel 3 telihat bahwa bobot ategoi tebesa tejadi pada fato emampua dose medoog mahasiswa utu bepea atif. Hal ii beati bahwa fato emampua dose medoog mahasiswa utu bepea atif memilii pegauh yag palig tiggi diataa fato-fato yag laiya dalam aitaya dega pegauh ataa ehaia dose megaja dega ilai elulusa mahasiswa B. Sedaga bobot ategoi teecil tejadi pada fato disipli dose tehadap aloasi watu yag dibeia. Hal ii beati bahwa fato disipli dose tehadap aloasi watu yag dibeia memilii pegauh yag palig edah diataa fato-fato yag laiya dalam aitaya dega pegauh ataa ehaia dose megaja dega ilai elulusa mahasiswa B. Utu setiap fuzzy goup, titi potog ilai esteal data dega pesamaa (8) medeati titi (0,89; 45). Hal ii beati bahwa setiap fuzzy goup aa membeia pegauh yag sagat beati apabila jumlah ehadia dose megaja lebih dai (0,89 x ) = 0 ali. Utu jumlah ehadia lebih dai 0 ali, maa setiap fuzzy goup aa membeia oelasi positif dega posetase ilai elulusa mahasiswa B mecapai aga lebih dai 45%. 6. SIPUAN Bedasaa hasil peelitia, dapat disimpula bahwa: a. Peilaia mahasiswa tehadap ieja dose yag dibeia secaa ualitatif sagat mempegauhi pegauh ehadia dose tehadap ilai elulusa mahasiswa B. b. Fato utama yag palig bepegauh adalah emampua dose medoog mahasiswa utu bepea atif, yag beati bahwa Juusa Tei Ifomatia haus megupayaa suatu metode bau dalam poses belaja megaja yag lebih megutamaa pea mahasiswa dalam poses belaja megaja tesebut. c. Fato-fato ualitatif tesebut aa sagat bepegauh apabila ehadia dose megaja lebih dai 0 ali, yag beati bahwa edepa Juusa Tei Ifomatia haus lebih megupayaa caa utu meigata edisiplia dose utu hadi megaja. PUSTAKA Kusumadewi, S.. (004). Apliasi ogia Fuzzy Utu Peduug Keputusa. Yogyaata: Gaha Ilmu. Teao, T., Asai, K., da Sugeo,. (99). Fuzzy Systems Theoy ad Its Applicatios. odo: Academic Pess. 0 Kusumadewi Fuzzy Quatificatio Theoy I utu Aalisis Hubuga Ataa Peilaia Kieja