PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI

dokumen-dokumen yang mirip
Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk

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

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

BAB 2 TINJAUAN PUSTAKA

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

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

PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE FUZZY-MAMDANI DENGAN FUZZY-SUGENO (Studi Kasus: PT SARIMAKMUR TUNGGALMANDIRI)

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

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

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

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

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO

PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI

ABSTRAK. Kata kunci: Logika Fuzzy, Metode Mamdani, Penentuan Jumlah Produksi, Pengambilan Keputusan

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

PENENTUAN JUMLAH PRODUKSI PULP PADA PT.TOBA PULP LESTARI, Tbk. DENGAN MENGGUNAKAN METODE FUZZY-MAMDANI SKRIPSI AGNES NENNY SISKA SINAGA

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI

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

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

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

PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI

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

LOGIKA FUZZY (Lanjutan)

APLIKASI METODE FUZZY SUGENO DALAM PENENTUAN PERSEDIAAN KERTAS ROKOK TAHUN 2016 (Studi kasus: PT. PUSAKA PRIMA MANDIRI (PPM)) SKRIPSI

JOBSHEET SISTEM CERDAS REASONING 2. Fuzzifikasi

Penerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler

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

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI

PENERAPAN METODE LOGIKA FUZZY MODEL TAHANI DALAM PEMILIHAN HARDWARE KOMPUTER

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

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

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan

PENERAPAN METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGGINYA PEMAKAIAN LISTRIK ( STUDI KASUS KELURAHAN ABC )

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

Penentuan Jumlah Konsumsi Dengan Metode Penalaran Fuzzy Mamdani ( Studi Kasus Prediksi Konsumsi Susu Untuk Balita ) Agus Purwo Handoko 1)

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN TARUNA BARU MENGGUNAKAN BASIS DATA FUZZY - STUDI KASUS DI AKPELNI SEMARANG

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN BESARAN PROFIT MARGIN DALAM BIRO PERJALANAN WISATA MENGGUNAKAN METODE FUZZY LOGIC

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

FUZZY INFERENCE SISTEM MAMDANI UNTUK PENENTUAN KREDIT PADA KPN ESTIKA DEWATA. Oleh

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI

Penentuan Jumlah Permintaan Obat Pada Kantor Kepolisian Resort Kota Menggunakan. Logika Fuzzy Mamdani. Siti Fathimah

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI BARANG DENGAN METODE FUZZY TSUKAMOTO BERBASIS ANDROID

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

Praktikum sistem Pakar Fuzzy Expert System

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

LOGIKA FUZZY MENGGUNAKAN MATLAB

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN KINERJA DOSEN DENGAN METODE FUZZY DATABASE MODEL MAMDANI

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

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

Penentuan Produksi Makanan Berbasis Fuzzy Mamdani

JMP : Volume 4 Nomor 2, Desember 2012, hal

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

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

Metode Fuzzy. Analisis Keputusan TIP FTP UB

Elin Haerani. Kata Kunci : Defuzzifikasi, COA (center of area), bisektor, MOM (mean of maximum) LOM

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp

IMPLEMENTASI FUZZY TERHADAP SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KELAYAKAN PEMBIAYAAN PENGAJUAN KREDIT BARANG.

DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN

Logika Fuzzy. Farah Zakiyah Rahmanti 2016

ANALISIS PERBANDINGAN LOGIKA FUZZY DENGAN REGRESI BERGANDA SEBAGAI ALAT PERAMALAN

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON RINTISAN SEKOLAH BERTARAF INTERNASIONAL DENGAN METODE FUZZY ASSOCIATIVE MEMORY

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

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

Sebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining

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

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

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

ANALISA DAN PERANCANGAN PROTOTIPE SISTEM PENILAIAN KINERJA GURU MENGGUNAKAN FIS MAMDANI :

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara

PENERAPAN FUZZY LOGIC DALAM MENGANALISIS TINGKAT PENDAPATAN AKHIR KONSULTAN PRODUK MULTI LEVEL MARKETING (STUDI KASUS : PT

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO

LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK

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

Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

Sistem Pakar Fuzzy untuk Diagnosis Kanker Payudara Menggunakan Metode Mandani

BAB III METODE FUZZY MAMDANI

Sebelumnya... Penalaran pada Sistem Pakar. Ketidakpastian dalam Sistem Pakar. Contoh forward chaining & backward chaining

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

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

Analisa Perbandingan Metode Fuzzy Mamdani dan Tsukamoto dalam Menentukan Bidang Konsentrasi Skripsi

IMPLEMENTASI FUZZY MAMDANI DALAM MENENTUKAN PEMBELIAN CAT (STUDI KASUS PT. XYZ)

Fuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.

Fuzzy Inference System Metode Mamdani Dalam Penentuan Nilai Akhir Ujian Hafalan Al.Qur an

Transkripsi:

EKSPLORA INFORMATIKA 6 PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI Asprina Br Surbakti STT Poliprofesi Medan Jl. Sei Batang Hari No. 3 &4 Medan Telp.6.8447629 / 84467 asprinas@yahoo.co.id Abstrak Gaji merupakan sesuatu yang penting bagi pegawai. Keputusan yang tepat dalam menentukan gaji adalah hal yang harus dilakukan oleh pimpinan. Baru pada langkah selanjutnya kita lakukan pengolahan data yang diawali dengan penentuan variable. Kemudian dilanjutkan dengan pembentukan himpunan fuzzy, dan dilakukan penegasan (defuzzy) sebagai langkah terakhir. Penegasan dilakukan dengan bantuan software Matlab Toolbox Fuzzy. Logika fuzzy merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian. Pada penelitian ini digunakan metode mamdani. Dari hasil penelitian dengan menggunkaan metode Max-Min maka pegawai merasa lebih puas karena penetuan gaji memiliki krateria. Dari analisis yang telah dilakukan maka penentuan gaji pegawai menjadi lebih objektif dan efektif Kata Kunci: Pengambilan Keputusan, Mamdani, logika fuzzy Abstract Salary is something that is important to the employee. The right decision in determining the salary is to be done by the leadership. Only in the next step we do the data processing that begins with the determination of the variable. Then proceed with the formation of fuzzy sets, and do assertion (defuzzy) as the last step. The assertion is done with the aid of software Matlab Fuzzy Toolbox. Fuzzy logic is one method to analyze systems containing uncertainties. In this study, the method mamdani. From the results of research by the Max-Min method menggunkaan the employee feel more satisfied because of salary determination has krateria. From the analysis that has been done then the determination of employee salaries to be more objective and effective.. Pendahuluan Berbicara mengenai gaji sudah barang tentu merupakan salah satu alasan bagi seseorang untuk bekerja bahkan mungkin merupakan alasan yang paling penting diantara alasan-alasan yang lain. Gaji merupakan salah satu unsur yang penting yang dapat mempengaruhi kinerja karyawan, sebab gaji adalah alat untuk memenuhi berbagai kebutuhan pegawai, sehingga dengan gaji yang diberikan pegawai akan termotivasi untuk bekerja lebih giat []. Gaji adalah balas jasa yang dibayar secara periodik kepada karyawan tetap serta mempunyai jaminan yang pasti [2]. Sistem penggajian berhubungan erat dengan kepuasan kerja sumber daya manusia sehingga diperlukan suatu teknik pengolahan data yang tepat untuk menentukan gaji yang tepat juga [3]. Telah digunakan penalaran fuzzy mamdani dalam sistem pendukung keputusan penanganan kesehatan balita [4]. Dengan menggunakan penalaran Logika Fuzzy Mamdani dalam pemrosesan data input dan output, serta informasi pendukung berupa grafik sangat mendukung dalam pengambilan keputusan penanganan kesehatan balita di suatu wilayah. Metode Mamdani sering juga dikenal dengan nama Metode Max-Min.Penerapkan teknik fuzzy dalam menentukan keputusan untuk manajemen kanker dan fungsi implikasi yang digunakan adalah Max-Min [5]. Pembuatan Sistem Pendukung Keputusan Berbasis Teori Fuzzy untuk Mengembangkan Suatu Produk Baru, penelitian yang dilakukan maka bahwa Sistem pendukung keputusan dengan menggunakan teori fuzzy untuk mengembangkan produk baru dapat membantu para pembuat keputusan menentukan jenis kendaraan dengan spesifikasi dan estimasi biayanya [6]. Dengan teori himpunan logika samar dapat menangani

62 masalah ketidakpastian, keraguan, ketidaktepatan, kurang lengkapnya suatu informasi, dan kebenaran yang bersifat sebagian [7]. Sistem Pendukung Keputusan (SPK) adalah sebuah proses memilih tindakan untuk mencapai suatu atau beberapa tujuan[8]. Penerapan Himpunan Fuzzy Untuk Sistem Pendukung Keputusan Pemilihan Telephone Cellular, menerapkan fungsi kenggotaan logika fuzzy untuk memperoleh derajat keanggotaan suatu nilai pada himpunan fuzzy dalam memilih telephone celuler [9]. Penelitian dengan judul Sistem Pendukung Keputusan Penentuan Kelayakan Calon Rintisan Sekolah Bertaraf Internasional Dengan Metode Fuzzy Associative Memory memilih Metode Fuzzy Associative Memory karena metode Fuzzy Associative Memory lebih alami karena mendasarkan keputusan pada kemiripan dengan sampel data yang sudah ada dalam system []. 2. Metode Penelitian Pada metode penelitian ini akan dilakukan Analisis kebutuhan untuk mengetahui permasalahan serta kebutuhan yang diperlukan dalam pengembangan aplikasi sistem pendukung keputusan penentuan gaji pegawai. Analisis dilakukan dengan mencari dan menentukan permasalahan yang dihadapi, serta semua kebutuhan seperti analisis masalah, analisis sistem, masukan dan keluaran sistem, antarmuka sistem, serta fungsi-fungsi yang dibutuhkan. Metode analisis merupakan langkah penting dalam perancangan. Kesalahan dan kekurang sempurnaan pada tahap ini dapat mengakibatkan kesalahan pada perancangan perangkat lunak, sehingga program tidak dapat diimplementasikan seperti yang diinginkan.variabel-variabel yang dipelukan dalam pembuatan sistem penunjang keputusan untuk penentuan gaji pegawai dengan logika fuzzy Mamdani Tahap yang dilakukan penulis yaitu dengan menggambarkan mengenai kebijakan penentuan gaji yang dilakukan di STT poliprofesi serta masalah-masalah yang terjadi dalam penentuan gaji. Kemudian penulis menganalisa suatu metode yang akan diaplikasikan dalam pengambilan keputusan penentuan Gaji. Dalam melakukan penelitian terhadap penentuan gaji pada STT Poliprofesi, pertama-tama penulis menentukan pertanyaan yang berkaitan dengan gaji dan variabel yang menunjang penentuan gaji pada STT Poliprofesi, berikutnya variabel yang didapatkan akan dianalisa dengan Fuzzy metode Mamdani berdasarkan variabel input dan output yang didapatkan. Kemudian dari analisa yang dilakukan penulis akan menarik suatu kesimpulan dalam bentuk keputusan sehingga didapat hasil yang diinginkan yaitu Gaji yang pantas dan layak diterima oleh sorang pegawai berdasarkan pendidikan dan masa kerja dengan metode Mamdani. Fuzzification Membership Function Fuzzy Inference Sistem Defuzzification Gambar. Flowchart Metode Penelitian EKSPLORA INFORMATIKA Vol. 3, No. 2, Maret 24

63 a. Fuzzification Pada Fuzzification akan dilakukan tahapan penentuan derajat keanggotaan yang bernilai numeric, yaitu variabel : pendidikan dan masa kerja, kemudian variabel tersebut dibentuk kedalam himpunan yaitu :. Pendidikan Terdiri atas 3 himpunan fuzzy yaitu : RENDAH dan TINGGI 2. Masa Kerja Terdiri atas 2 himpunan fuzzy yaitu : BARU dan LAMA 3. Gaji Terdiri atas 3 himpunan fuzzy yaitu : RENDAH dan TINGGI b. Membership Function Selanjutnya himpunan yang telah terbentuk akan dimodelkan kedalam fungsi keanggotaan dan nilai keanggotaan. Dalam penelitian ini penulis akan menggunakan fungsi Liner, segitiga dan trapezium. c. Fuzzy Inference System (FIS) Pada tahap Inference System akan dilakukan evaluasi aturan fuzzy. Masukkan pada tahap ini adalah derajat keanggotaan yang dihasilkan pada tahap fuzzification. Pada penelitian ini fuzzy inference system yang akan dianalisis oleh penulis adalah fuzzy fungsi implikai max-min untuk pengambilan keputusan penentuan gaji pegawai, kemudian dari hasil aplikasi fungsi implikasi dari tiap aturan, ditentukan metode untuk melakukan komposisi antar semua aturan dan pada penelitian ini metode yang digunakan adalah metode Max. d. Defuzzification Pada tahap defuzification digunakan metode centroid atau COG dengan input yaitu : pendidikan dan masa kerja. Dan output yang dihasilkan merupakan domain dari himpunan input yaitu berupa gaji yang dihasilkan dengan fungsi implikasi min-max. 3. Hasil Dan Pembahasan Pada tahap ini hasil yang didapatkan secara manual dengan fungsi implikasi max-min sehingga didapat perbandingan dengan MATLAB, dapat dilihat pada tabel berikut : Tabel. Data Penelitian No Kode Tahun Masuk Gaji Pendidikan Masa Kerja Pegawai (Rp) S 28 5 2 2 2 S 2 3 7 3 3 S 2 2 4 4 4 D3 2 2 2 5 5 D3 2 2 6 6 D3 22 9 7 7 D3 29 4 2 8 8 D3 29 4 2 9 9 S 2 2 S 2 3 4 S2 25 8 23 2 2 S 29 4 2 3 3 D2 22 8 4 4 D2 22 8 Sumber Data Gaji Pegawai : STT Poliprofesi(23) Dari data yang terdapat pada Tabel. maka selanjutnya penulis akan menganalisa metode Mamdani untuk mendapatkan keputusan mengenai gaji dan hasil akhir yang didapatkan akan dibandingkan dengan gaji yang terdapat pada Tabel.2 Berdasarkan data yang terdapat pada Table. maka dapat dilihat bahwa Pendidikan Tertinggi dari Pegawai adalah S2 dan Pendidikan Terendah D2 yang diberi range 2 sampai 7, dimana 2 untuk D2 dan 7 untuk S2 berikutnya masa kerja paling Lama 8 Tahun dan paling Baru Tahun. Dengan keadaan yang Penerapan Fuzzy Mamdani Max-Min Dalam Pengembangan Sistem Informasi Penentuan Gaji Pegawai Pada Sekolah Tinggi Teknik Poliprfesi (Asprina Br Surbakti)

64 ada, sampai 23 STT Poliprofesi memberikam Gaji Tertinggi 2,3 Juta dan Gaji paling Rendah 8 ribu, jika Pendidikan sama dengan 3 dan masa kerja 2 tahun berapa Gaji yang akan diterima dengan menggunakan 4 aturan fuzzy yaitu: [R] [R2] [R3] [R4] IF Pendidikan RENDAH And Masa Kerja LAMA THEN Gaji RENDAH IF Pendidikan RENDAH And Masa Kerja BARU THEN Gaji RENDAH IF Pendidikan TINGGI And Masa Kerja LAMA THEN Gaji TINGGI IF Pendidikan TINGGI And Masa Kerja BARU THEN Gaji TINGGI Selanjutnya akan dilakukan penentuan variabel-variabel fuzzy dari soal untuk menjadi model. Dari diatas terdapat 3 variabel untuk model fuzzy yaitu:. Pendidikan Terdiri atas 2 himpunan fuzzy yaitu : RENDAH dan TINGGI 2. Masa Kerja Terdiri atas 2 himpunan fuzzy yaitu : BARU dan LAMA 3. Gaji Terdiri atas 2 himpunan fuzzy yaitu : RENDAH dan TINGGI Langkah berikutnya menentukan fungsi keanggotaan dari setiap himpunan pada variabel-variabel model fuzzy.. Variabel Pendidikan untuk himpunan TINGGI memiliki fungsi keanggotaan µx TINGGI 2 7 x < 2 µpendidikantinggi = x 2 5, 2 < x < 7 x > 7 Gambar. 2 Fungsi Keanggotaan untuk Himpunan TINGGI pada Variabel Pendidikan 2. Variabel Pendidikan untuk himpunan RENDAH memiliki fungsi keanggotaan EKSPLORA INFORMATIKA Vol. 3, No. 2, Maret 24

65 µx RENDAH 2 7 µpendidikanrendah = 7-x 5 x > 7, 2 < x < 7 x < 2 Gambar. 3 Fungsi Keanggotaan untuk Himpunan RENDAH pada Variabel Pendidikan Menentukan nilai variabel-variabel yang merupakan kategori sebagai premis pada implikasi dari rule-rule yang ada. Dalam hal ini menentukan nilai variable Pendidikan (x), Masa Kerja (y) agar dapat dihitung berapa nilai dari variabel Gaji (z), x=3, y=2. Mencari nilai dari Pendidikan (x) = 3 sesuai dengan semua fungsi keanggotaan untuk masing-masing himpunan (TINGGI dan RENDAH). PendidikanTINGGI[3] = (3-2)/5 =,2 PendidikanRENDAH[3] = (7-3)/5 =,8 Mencari nilai dari Masa Kerja = 2 sesuai dengan semua fungsi keanggotaan untuk masing-masing himpunan (BARU dan LAMA). MasakerjaBARU[2] = (8-2)/7 =,85 MasakerjaLAMA[2] = (2-)/7 =,4 Menerapkan Metode Mamdani Max-Min untuk menentukan Gaji. Max-Min pada Mamdani. Mencari nilai predikat dari setiap rule yang ada untuk mencari nilai z nya. [R] IF Pendidikan RENDAH And Masa Kerja LAMA THEN Gaji RENDAH -predikat = PendidikanRENDAH MasakerjaLAMA = ( PendidikanRENDAH [3], MasaKerja LAMA [2]) = min (,8;,4) =,4 Penerapan Fuzzy Mamdani Max-Min Dalam Pengembangan Sistem Informasi Penentuan Gaji Pegawai Pada Sekolah Tinggi Teknik Poliprfesi (Asprina Br Surbakti)

66 µ[x] µ[y] µ[z] RENDAH LAMA RENDAH,8.4.4 2 3 7 Pendidikan 2 8 Masa Kerja 8 23 Gaji Gambar. 4 Penerapan Rule R pada Fungsi Max-Min dengan Metode Mamdani Menerapkan komposisi aturan Max pada semua aturan. Max merupakan proses menggabungkan seluruh hasil dari daerah R, R2, R3 dan R4. Sehingga diperoleh luas daerah dari komposisi seluruh aturan seperti gambar dibawah ini,8.2 A2.4 A 8 a a2 23 Gambar. 5 Hasil Gabungan dari Output seluruh Rule Menentukan nilai dari batasan yaitu a dan a 2. Berdasarkan hasil grafik komposisi aturan Max, bentuk grafik cenderung ke bentuk GAJI TINGGI, maka diperoleh: (a 8) / 5 =,4 a = (a 2 8) / 5 =,8 a 2 = 2 Dengan demikian fungsi keanggotaan untuk hasil komposisi ini adalah A3 µ[z] =.4 z 8 5.8 z <, < z < 2 z > 2 Penegasan (Defuzzy) Metode penegasan yang akan digunakan adalah metode centroid. EKSPLORA INFORMATIKA Vol. 3, No. 2, Maret 24

67 M = M2 = M3 = Menghitung luas setiap daerah. A = (-8) *,4 =29,4 A 2 = (,4 +,8) * (2 ) = 782 A 3 = (23 2) *,8 = 24 Titik pusat diperoleh dari: Z.349,38 Dan diuji dengan menggunakan MATLAB dimana pertama sekali akan ditentukan metode, implikasi, aggregation dan defuziffikation yang dilanjutkan dengan menentukan variable input dan output. Gambar. 6 Pemberian nama variabel input Masa Kerja Gambar. 7 Pemberian nama variabel input Masa Kerja Penerapan Fuzzy Mamdani Max-Min Dalam Pengembangan Sistem Informasi Penentuan Gaji Pegawai Pada Sekolah Tinggi Teknik Poliprfesi (Asprina Br Surbakti)

68 Gambar. 8 Penentuan Rule Selanjutnya setelah pembuatan rule dilakukan maka langkah selanjutnya adalah melihat hasil output dari keputusan fuzzy sesuai dengan rule yang dimasukkan dan nilai yang diberikan ke variabel input yaitu variabel Pendidikan = 3 dan Masa Kerja = 2. variabel output (Gaji) akan menghasilkan nilai sebesar. Untuk melihat hasil output dari rule dapat dilihat melalui langkah klik View-Rules. Hasilnya sesuai dengan Gambar. 9 Gambar. 9 Hasil Output untuk Fungsi Implikas Max-Min Setelah selesai dalam pengujian dengan Program Matlab dengan menginputkan data yang di dapat dari tempat penelitian maka penulis mendapatkan hasil (gaji) seperti pada Table.2 EKSPLORA INFORMATIKA Vol. 3, No. 2, Maret 24

69 Tabel. 2 Hasil Gaji Dengan Menggunakan Matlab No Kode Tahun Gaji Dengan Pendidikan Masa Kerja Pegawai Masuk Matlab S 28 5 65 2 2 S 2 3 6 3 3 S 2 2 6 4 4 D3 2 2 35 5 5 D3 2 2 35 6 6 D3 22 3 7 7 D3 29 4 4 8 8 D3 29 4 4 9 9 S 2 2 6 S 2 3 6 S2 25 8 24 2 2 S 29 4 6 3 3 D2 22 29 4 4 D2 22 29 Tabel. 3 Hasil Perbandingan Gaji Menggunakan Gaji Real Dan Matlab No Kode Pegawai Pendidikan Tahun Masuk Masa Kerja Gaji Real (Rp) Gaji Dengan Matlab (Rp) S 28 5 2 65 2 2 S 2 3 7 6 3 3 S 2 2 4 6 4 4 D3 2 2 2 35 5 5 D3 2 2 35 6 6 D3 22 9 3 7 7 D3 29 4 2 4 8 8 D3 29 4 2 4 9 9 S 2 2 6 S 2 3 4 6 S2 25 8 23 24 2 2 S 29 4 2 6 3 3 D2 22 8 29 4 4 D2 22 8 29 Dalam menganalisa masalah pertama penulis melakukan dengan manual, adapun yang dilakukan oleh penulis yaitu dengan mengambil suatu kasus, kemudian menetapkan himpunan beserta variable dari kasus tersebut. Setelah menetapkan variable kemudian penulis menentukan jumlah rule dimana pada kasus ini penulis hanya menganalisa dengan menggunakan 4 ruel, penulis selanjutnya menggambarkan dan menentukan fungsi keanggotaan dari setiap variable berdasarkan rule yang sudah ditentukan disinilah diterapkan fungsi implikasi min, setelah selesai berikutnya penulis menentukan komposisi dari setiap aturan dengan menggunakan komposisi aturan Max dan terakhir penulis mencari output dimana nilai yang didapat dari komposisi aturan kembali ditegaskan atau di defuzzyfikasikan dengan menggunakan metode centroid. Setelah mendapatkan hasil dengan menggunakan manual, berikutnya penulis menguji dengan menggunakan MATLAB. Penerapan Fuzzy Mamdani Max-Min Dalam Pengembangan Sistem Informasi Penentuan Gaji Pegawai Pada Sekolah Tinggi Teknik Poliprfesi (Asprina Br Surbakti)

7 4. Penutup Berdasarkan hasil penelitian yang telah dilakukan, serta uraian uraian yang telah dikemukakan, maka dapat diambil kesimpulan yaitu : a. Dengan menerapkan metode Mamdani Max-Min maka penetuan Gaji pegawai menjadi objektif dan lebih efektif. b. Dengan menggunakan metode Mamdani Max-Min pegawai akan merasa puas karena mengetahui seorang pimpinan atau penentu gaji menggunakan matode atau system dengan variable-variabel yang ditentukan untuk menentukan gaji. c. Dengan melakukan pertimbangan terlebih dahulu dalam memilih suatu tindakan sebagai cara pemecahan masalah maka akan didapatkan keputusan yang lebih objektif. d. Dalam pengambilan keputusan yang lebih objektif dibutuhkan suatu metode yang dapat memberikan suatu pendapat yang bisa menyelesaikan suatu masalah sehingga dapat lebih diterima oleh semua pihak. e. Fungsi implikasi metode Max-Min merupakan salah satu motode yang dapat digunakan untuk pengambilan keputusan. Daftar Pustaka [.] Hariandja, Marihot T.E, 22. Manajemen Sumber Daya Manusia. Jakarta : Grasindo. [2.] Hasibuan, Malayu S.P, 2. Manajemen Sumber Daya Manusia. Jakarta : Bumi Aksara [3.] Handoko, H. (997). Manajjemen Personalliia Dan Sumber Daya Manusiia,, Badan Pengkajian Fakultas Ekonomi UGM, Yogyakarta. [4.] IkaAyuningtiyasKurnianti, Saptono Fajar, Hidayat Taufiq. (27). Sistem pendukung keputusan penanganan kesehatan balita menggunakan penalaran fuzzy mamdani.snati 27. [5.] Abou A.E,. Barakat,. Sherif Ebrahim dan Awad. (2). A Fuzzy Decision Support System for Management of Breast Cancer. International Journal Of Advanced Computer Science and Application. Vol 2 No 3 pp 35. [6.] Wulandari,F., (25). Pembuatan Sistem Pendukung Keputusan Berbasis Teori Fuzzy untuk mengembangkan suatu Produk Baru. Jurnal sains Vol 2. No 2. pp 62-6. [7.] Kusumadewi, S, Purnomo. (24).Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta [8.] Turban, E..,Aronson, JE., dan Liang, T.P25. Decision Support and Expert System: Management Support System. Englewood Cliffs, N.J. Prentice Hall. Hal-53 [9.] Hamdani. (2). Penerapan Himpunan Fuzzy Untuk Sistem Pendukung Keputusan Pemilihan Telephone Cellular. Jurnal Informatika Mulawarman. Vol 6 No pp 4-66. [.] Arwan Ahmad, Khoiruddin, (28), Sistem Pendukung Keputusan Penentuan Kelayakan Calon Rintisan Sekolah Bertaraf Internasional Dengan Metode Fuzzy Associative Memory, SNATI, Yogyakarta. EKSPLORA INFORMATIKA Vol. 3, No. 2, Maret 24