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

dokumen-dokumen yang mirip
Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

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

PENERAPAN LOGIKA FUZZY UNTUK MENGUKUR KINERJA FRONTLINER PEGAWAI BANK BRI

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

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

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

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

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

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

BAB 2 TINJAUAN PUSTAKA

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

BAB 2 TINJAUAN PUSTAKA

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

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

DENIA FADILA RUSMAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

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

Analisa Tingkat Kebisingan di DKI Jakarta dengan Fuzzy Logic Menggunakan Aplikasi MATLAB

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

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

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

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

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

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

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

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

Fuzzy Tahani Untuk Model Pendukung Keputusan Penilaian Kinerja Guru

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KETUA SENAT MAHASISWA DENGAN LOGIKA FUZZY

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

Logika Fuzzy. Farah Zakiyah Rahmanti 2016

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

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

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

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

PENENTUAN PENJURUSAN SISWA SMA DENGAN MENGGUNAKAN FUZZY LOGIC METODE MAMDANI

Praktikum sistem Pakar Fuzzy Expert System

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENILAIAN PESERTA TERHADAP PENYAMPAIAN MATERI PEMBICARA SEMINAR ENTREPRENUER MENGGUNAKAN APLIKASI FUZZY

Analisa Penentuan Jenis Olahraga Untuk Anak Intelektual Disabilitas( ID) Dengan Menggunakan Fuzzy Inference Systemmetode Sugeno

BAB 2 LANDASAN TEORI

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH

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

JMP : Volume 4 Nomor 2, Desember 2012, hal

MODEL FUZZY TAHANI UNTUK PENENTUAN SISWA TERBAIK DI SEKOLAH

Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web

Research of Science and Informatic

PERAMALAN JUMLAH PENDAFTAR CALON MAHASISWA STMIK DUTA BANGSA MENGGUNAKAN METODE TIME INVARIANT FUZZY TIME SERIES

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

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

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO

METODOLOGI PENELITIAN

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

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

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

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

PENGENDALIAN KECEPATAN KENDARAAN RODA EMPAT DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM METODE MAMDANI

SNIPTEK 2014 ISBN:

METODE FUZZY UNTUK ANALISA PENGARUH KEPUASAN NASABAH TERHADAP KINERJA PELAYANAN TELLER ( STUDI KASUS : PT. BANK DKI CABANG WALIKOTA JAKARTA TIMUR )

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

Jurnal String Vol.1 No.2 Tahun 2016 ISSN :

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

LOGIKA FUZZY (Lanjutan)

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

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

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

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web

ANALISA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KOSENTRASI JURUSAN TEKNIK MESIN UNP PADANG

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

LOGIKA FUZZY. Dr. Ade Gafar Abdullah JPTE-UPI

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

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

PENERAPAN LOGIKA FUZZY DALAM OPTIMASI PRODUKSI BARANG MENGGUNAKAN METODE MAMDANI

BAB III METODE FUZZY MAMDANI

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

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

BAB 1 PENDAHULUAN Latar Belakang

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.

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

Transkripsi:

164 BINA INSANI ICT JOURNAL, Vol.3, No.1, Juni 2016, 164 171 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) Fuzzy Inference System Metode Mamdani Dalam Penentuan Nilai Akhir Ujian Hafalan Al.Qur an Kusuma Hati 1,* 1 Program Studi Manajemen Informatika; AMIK BSI Jakarta; Jl.Dewi Sartika No.289, (021)8010827; e-mail: kusuma.ksh@bsi.ac.id * Korespondensi: e-mail: kusuma.ksh@bsi.ac.id Diterima: 23 April 2016; Review: 11 Mei 2016; Disetujui: 19 Mei 2016 Cara sitasi: Hati K. 2016. Penggunaan Fuzzy Inference System Metode Mamdani Dalam Penentuan Nilai Akhir Ujian Hafalan Al.Qur an. Bina Insani ICT Journal. 3 (1): 164-171 Abstrak: Menghafal Al.Qur an adalah program utama pada Lembaga-lembaga atau Pesantren Tahfidz yang tersebar di Indonesia. Agar program hafalan ini dapat tercapai dengan baik, maka diadakan mutaba ah atau evaluasi serta ujian hafalan Al.Qur an. Penelitian ini dilakukan untuk menganalisa penentuan nilai akhir ujian hafalan yang tepat, apakah bernilai rasib (tidak lulus), maqbul (cukup), jayyid (baik), jayyid jiddan (sangat baik), maupun muntaz (istimewa) dari penilaian kelancaran hafalan dan tajwid. Data primer diperoleh dari hasil ujian hafalan peserta wisuda akbar Indonesia Menghafal ke-6 dan ke-7, sedangkan data sekunder diperoleh melalui studi literatur. Penelitian ini diolah dengan menggunakan tools aplikasi Matlab 2014a. Langkahlangkah dalam penelitian ini adalah melakukan analisis, melakukan identifikasi data untuk menentukan variabel dan semesta pembicaraan yang diperlukan dalam melakukan perhitungan dan analisis masalah, pembentukan himpunan fuzzy, aplikasi fungsi implikasi, menentukan komposisi aturan, dan defuzzifikasi. Dari penelitian ini didapatkan hasil nilai akhir yang sesuai dengan yang diharapkan. Kata Kunci: fuzzy inference system, mamdani, hafalan al.qur an Abstract: Memorizing Al.Qur'an is a major program in institutions or Pesantren Tahfidz spread in Indonesia. In order for memorization program can be achieved with good, then held mutaba'ah or evaluation as well as exams Al.Qur'an rote. This study was conducted to analyze the determination of the final value of the exam memorizing the right, whether worth rasib (does not pass), maqbul (enough), jayyid (good), jayyid Jiddan (very good), and Muntaz (cummlaude) from fluency assessment memorization and recitation. Primary data obtained from the test participants graduation grand Indonesia rote memorization 6th and 7th, while secondary data obtained through the study of literature. This research was processed using application tools Matlab 2014a. The steps in this research is to analyze, identify variables and data to determine the universe of discourse is required in the calculation and analysis of the problem, the formation of fuzzy set, the implications of the application function, determines the composition rules, and defuzzification. From this study, the results of the final value as expected Keywords: fuzzy inference system, mamdani, al.qur an recitation 1. Pendahuluan Saat ini telah banyak Lembaga-lembaga atau Pesantren Tahfidz yang tersebar di Indonesia dengan program menghafal Al.Qur an. Tercatat dalam www.pustakatahfidz.net terdapat 9 Pesantren tahfidz di Jawa Barat dan Jabodetabek, 51 Pesantren tahfidz di Jawa Timur dan Madura, serta 52 Pesantren tahfidz di Jawa Tengah dan Daerah Istimewa Yogyakarta. Menurut Qultummedia.com keutamaan-keutamaan menghafal Al.Qur an, yaitu akan diangkat derajatnya oleh Allah SWT, menjadi syafaat pada hari kiamat, hidup bersama para malaikat dan mendapat dua pahala bagi yang belum mahir membacanya, membaca satu huruf akan mendapat Copyright@2016. P2M STMIK BINA INSANI

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 165 sepuluh pahala kebajikan, mendapat ketenangan dan rahmat dari Allah SWT, khatam Al-Qur`an merupakan amalan yang paling dicintai oleh Allah SWT, akan mendapatkan shalawat dan doa dari malaikat. Agar tujuan dari program menghafal Al.Qur an dapat tercapai dengan baik, maka diadakan mutaba ah atau evaluasi sampai dengan ujian hafalan Al.Qur an. Untuk mendukung hal tersebut diperlukan standarisasi penilaian, sehingga tidak terjadi kesalahan penilaian atau pemberian nilai ujian yang berbeda-beda antara para peserta ujian hafalan. Data pada penelitian ini diperoleh dari hasil ujian hafalan peserta wisuda akbar Indonesia Menghafal ke-6 dan ke-7 dimana penilaian yang dilakukan bersifat konvensional dan terdapat perbedaan penilaian dari kedua periode kegiatan Indonesia Menghafal. Penelitian ini dilakukan untuk menganalisa penentuan nilai akhir ujian hafalan yang tepat, apakah bernilai rasib (tidak lulus), maqbul (cukup), jayyid (baik), jayyid jiddan (sangat baik), maupun muntaz (istimewa). Dengan tujuan diharapkan dapat memberikan standarisasi terhadap penilaian ujian hafalan Al.Qur an yang diberikan oleh ustadz dan ustadzah yang menjadi tim penilai. a. Konsep Dasar Logika Fuzzy (Fuzzy Logic) Logika fuzzy adalah salah satu metode untuk melakukan analisis system yang mengandung ketidakpastian. Konsep logika fuzzy diperkenalkan pertama kali oleh Prof. Lotfi Zadeh seorang profesor University of California di Berkeley sekitar tahun 1965, dalam Kusrini (2008) beliau berpendapat bahwa logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti sedikit, lumayan dan sangat. b. Fuzzy Inference System Model Mamdani Fuzzy infrence System adalah proses merumuskan pemetaan dari input yang diberikan ke ouput dengan menggunakan logika fuzzy. Metode fuzzy mamdani dianggap mampu untuk memetakan suatu input kedalam suatu output tanpa mengabaikan faktor-faktor yang ada. Fuzzy inference system model Mamdani atau Metode Max-Min diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Menurut Haranto (2015) Fuzzy infrence System adalah proses merumuskan pemetaan dari input yang diberikan ke ouput dengan menggunakan logika fuzzy. Al-Qur an itu ialah kitab suci yang diwahyukan Allah SWT kepada Nabi Muhammad SAW sebagai rahmat dan petunjuk bagi manusia dalam hidup dan kehidupannya, menurut harfiah, qur an itu berarti bacaan. Sedangkan menghafal Al-Qur an adalah aktifitas mencamkan dengan sengaja dan dikehendaki dengan sadar dan sungguh-sungguh, berusaha meresapkan ke dalam pikiran agar selalu ingat dalam menjaga, memelihara, melindungi bacaan ayat-ayat Al-Qur an [6]. 2. Metode Penelitian Jenis penelitian yang dilakukan adalah model eksperimen dalam bentuk sistem penunjang keputusan untuk penentuan Nilai Akhir Ujian Hafalan Al.Qur an dengan pendekatan Fuzzy Inference System Metode Mamdani. Jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dari hasil ujian hafalan peserta wisuda akbar Indonesia Menghafal ke-6 dan ke-7, sedangkan data sekunder diperoleh melalui studi literatur. Penelitian ini diolah dengan menggunakan tools aplikasi Matlab 2014a. Langkahlangkah dalam penelitian ini adalah melakukan analisis, melakukan identifikasi data untuk menentukan variabel dan semesta pembicaraan yang diperlukan dalam melakukan perhitungan dan analisis masalah, pembentukan himpunan fuzzy, aplikasi fungsi implikasi, menentukan komposisi aturan, dan defuzzifikasi. 3. Hasil dan Analisis Tahapan analisa data dengan menggunakan Logika Fuzzy Inference System Model Mamdani secara detail diuraikan sebagai berikut: 3.1. Pembentukan Himpunan Fuzzy (Fuzzifikasi) Proses fuzzifikasi berfungsi untuk mengubah masukan-masukan (input) dengan nilai kebenaran yang bersifat pasti (crisp input) ke dalam bentuk fuzzy input. Proses penentuan nilai akhir ujian hafalan Al.Qur an berdasarkan dua jenis penilaian, yang meliputi : kelancaran hafalan dan tajwid. Kedua jenis penilaian tersebut digunakan sebagai variabel input fuzzy. Sedangkan nilai akhir ujian hafalan Al.Qur an digunakan sebagai variabel output fuzzy. Berikut ini adalah semesta pembicaraan dari variabel input dan output fuzzy :

166 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 Tabel 1. Semesta Pembicaraan Fungsi Nama Variabel Semesta Pembicaraan Kelancaran Hafalan [0,100] Input Fuzzy Tajwid [0,100] Output Fuzzy Nilai Akhir Ujian Hafalan Al.Qur an [0,100] Pembentukan himpunan-himpunan fuzzy yang digunakan pada tiap-tiap variabel Secara lebih detail dapat dilihat sebagai berikut : Perincian data input dan output dapat dilihat pada tabel berikut: Tabel 2. Variabel Input dan Output Fuzzy Variabel Himpunan Fuzzy Domain Rasib [0-50] Maqbul [35-65] Kelancaran Hafalan Jayyid [50-80] Jayyid Jiddan [65-90] Mumtaz [80-100] Rasib [0-50] Maqbul [35-65] Tajwid Jayyid [50-80] Jayyid Jiddan [65-90] Nilai Akhir Ujian Hafalan Al.Qur an Mumtaz [80-100] Rasib [0-55] Maqbul [40-70] Jayyid [55-80] Jayyid Jiddan [70-90] Mumtaz [80-100] Ekspresi untuk fungsi keanggotaan fuzzy untuk variabel kelancaran hafalan dan tajwid diuraikan sebagai berikut : 0; x 30 atau x 50 (30 x ) ; 0 x 30 µ raasib [x] = { (30 0) 0; x 30 µ jayyid [x] = { µ mumtaaz [x] = { 0; x 40 atau x 75 (x 40) (60 40) (75 x) (75 60) ; 40 x 60 ; 60 x 75 0; x 85 (x 85) (90 85) ; 85 x 90 1; x 100 µ maqbuul [x] = { µ jayyid jiddan [x] = (x 30) (40 30) (50 x) (50 40) { ; 30 x 40 ; 40 x 50 0; x 70 atau x 90 (x 70) (80 70) (80 x) (80 90) ; 70 x 80 ; 80 x 90

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 167 Gambar 1. Fungsi Keanggotaan Input Kelancaran Hafalan Dengan Tools Matlab Gambar 2. Fungsi Keanggotaan Input Tajwid Dengan Tools Matlab Gambar 3. Fungsi Keanggotaan Output Nilai Akhir Dengan Tools Matlab 3.2. Aplikasi fungsi implikasi Setelah pembentukan himpunan fuzzy, maka dilakukan pembentukan aturan-aturan (rules) fuzzy. Aturan aturan yang dibentuk merupakan suatu implikasi untuk menyatakan relasi antara input dan output.

168 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 Gambar 4. Fungsi Implikasi Penentuan Nilai Akhir Dengan Tools Matlab Gambar 5. Surface View Penentuan Nilai Akhir Dengan Tools Matlab 3.3. Komposisi aturan Komposisi aturan fungsi implikasi menggunakan fungsi MAX yaitu dengan cara mengambil nilai maksimum dari output aturan. Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. 3.4. Defuzzifikasi. Proses defuzzifikasi adalah mengubah fuzzy output menjadi nilai tegas berdasarkan fungsi keanggotaan yang telah ditentukan. Proses defuzzifikasi pada penelitian ini menggunakan Metode Centroid.

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 169 Gambar 6. Rule Viewer Penentuan Nilai Akhir Dengan Tools Matlab Hasil defuzzifikasi terlihat bahwa Input, meliputi : a. Kelancaran Hafalan, dengan nilai sebesar 60 keanggotaan dari domain himpunan bilangan fuzzy Maqbul [50 65]. b. Kelancaran Hafalan, dengan nilai sebesar 80 keanggotaan dari domain himpunan bilangan fuzzy Jayyid [65 80]. Output nilai akhir terlihat nilai sebesar 67,5 keanggotaan dari domain himpunan bilangan fuzzy Jayyid [65 70]. 3.5 Interpretasi Dalam Aplikasi Penentuan Nilai Akhir Ujian Hafalan Al.Qur an Gambar 7. Aplikasi Penentuan Nilai Akhir Rosib Dengan Matlab

170 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 Gambar 8. Aplikasi Penentuan Nilai Akhir Maqbul Dengan Tools Matlab Gambar 9. Aplikasi Penentuan Nilai Akhir Jayyid Dengan Tools Matlab Gambar 10. Aplikasi Penentuan Nilai Akhir Jayyid Jiddan Dengan Tools Matlab

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 164 171 171 Gambar 11. Aplikasi Penentuan Nilai Akhir Mumtaz Dengan Tools Matlab 4. Kesimpulan Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa fuzzy inference system metode mamdani dapat diterapkan dalam penentuan nilai akhir ujian hafalan Al.Qur an berdasarkan kelancaran hafalan dan tajwid. Sehingga didapatkan hasil nilai akhir yang sesuai dengan yang diharapkan. Referensi Haryanto E, Cahyana R. 2015. Pengembangan Aplikasi Mutabaah Tahfidz Alquran Untuk Mengevaluasi Hafalan. Jurnal STT Garut. Vol. 12 No. 1. 1-4. Kusrini. 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna dengan Metode Kuantifikasi Pertanyaan. Yogyakarta : PT.Andi Offset. Iryanto N, Sebayang D. 2013. Analisis Tingkat Kepuasan Konsumen Berdasarkan Pelayanan, Harga Dan Kualitas Makanan Menggunakan Fuzzy Mamdani (Studi Kasus pada Restoran Cepat Saji CFC Marelan). Saintia Matematika. Vol. 1, No. 6. 543-555. Kusumadewi S. 2002. Analisa dan Desain Sistem Fuzzy menggunakan Toolbox Matlab, Jakarta: Graha Ilmu. 94. Widodo PP. Handayanto RT. 2012. Penerapan Soft Computing Dengan Matlab. Edisi Revisi. Bandung : Rekayasa Sains. Widodo PP, Handayanto RT, Herlawati. 2013. Penerapan Data Mining Dengan Matlab. Bandung : Rekayasa Sains. http://www.pustakatahfidz.net/daftar-nama-nama-pesantren-tahfidz-se-pulau-jawa-madura-danluar-jawa/ http://qultummedia.com/22-artikel/ulumul-quran/308-keutamaan-membaca-dan-menghafal-alquran