Fuzzy Tahani Untuk Model Pendukung Keputusan Penilaian Kinerja Guru

BINA INSANI ICT JOURNAL, Vol.4, No. 2, Desember 2017, 131-140 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online) 131 Fuzzy Tahani Untuk Model Pendukung Keputusan Penilaian Kinerja Guru Ghofar Taufik 1,* 1 Komputerisasi Akuntansi; AMIK BSI Jakarta; Jl. Margonda Raya No.8 Depok, telp/fax dari Institusi; e-mail: ghofar.gft@gmail.com * Korespondensi: e-mail: ghofar.gft@gmail.com Diterima: 4 Oktober 2017; Review: 18 Oktober 2017; Disetujui: 1 Nopember 2017 Cara sitasi: Taufik G. 2017. Fuzzy Tahani Untuk Model Pendukung Keputusan Penilaian Kinerja Guru. Bina Insani ICT Journal. 4 (2): 131-140. Abstrak: Kompetensi yang tinggi tidak pula dapat menjadi tolak ukur bahwa seorang guru dapat mengajar dengan baik. Bisa jadi seorang guru dengan kompetensi yang standar, tetapi penyampaiannya yang mudah bisa lebih diterima pembelajarannya oleh peserta didik. Hal ini membuktikan bukan hanya kompetensi yang tinggi yang dibutuhkan guru, tetapi juga cara mengajar dan penyampaian yang mudah untuk dicerna oleh peserta didik. Kedekatan emosional antara guru dan peserta didik juga dapat mempermudah dalam pembentukan karakteristik dan watak peserta didik nantinya. Untuk dapat melaksanakan fungsinya dengan baik, maka guru dituntut untuk dapat meningkatkan kinerjanya. Dalam melakukan penilaian kinerja guru dapat dilakukan dengan menggunakan fuzzy logic model Tahani. Dengan kriteria penilaian yaitu pedagogik, kepribadian, social dan profesional yang menjadi input nilai fuzzy nya. Tujuan dari penelitian ini adalah untuk menerapkan logika fuzzy dengan metode Tahani untuk menilai kinerja guru dengan peringkat hasil penilaian kinerja dengan fuzzy Tahani. Dan hasil penelitian ini adalah model dari suatu sistem pendukung keputusan untuk penilaian kinerja guru dengan pendekatan logika fuzzy metode Tahani yang memberikan informasi mengenai hasil penilaian kinerja karyawan. Kata kunci: Fuzzy Tahani, Pendukung Keputusan, Kinerja Abstract: High competence can not be a benchmark for a teacher to teach well. It could be a teacher with standard standards, but its easy delivery can be more acceptable to learn by learners. This proves not only what the teacher needs, but also the way of teaching and delivery that is easy to digest by learners. Emotional closeness between teachers and learners can also enter in the form of characteristics and character of learners later. To be able to perform its functions properly, then the teacher is required to improve its performance. In carrying out teacher performance appraisal can be done by using fuzzy Tahani logic model. With the criteria of assessment that is pedagogic, personality, social and professional input into his fuzzy. The result of this research is to apply fuzzy logic with Tahani method. And the results of this study is a model of a decision support system for teacher performance appraisal with fuzzy logic approach Tahani method that provides information about employee performance appraisal results. Keywords: Fuzzy Tahani, Decision Support, Performance 1. Pendahuluan Guru merupakan salah satu faktor penting dalam menentukan kualitas peserta didik. Peran guru tidak hanya sebagai pengajar yang hanya memberikan ilmu saja, tetapi juga sebagai pendidik yang memberikan arahan dan menuntun siswa dalam belajar serta sebagai role model dalam cara siswa bersikap dan berperilaku. Tugas guru sebagai suatu profesi, menuntut seorang guru untuk dapat mengembangkan profesionalitas diri sesuai dengan Copyright@2017. P2M STMIK BINA INSANI

132 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 kemajuan ilmu pengetahuan dan teknologi. Mendidik, mengajar, dan melatih anak adalah tugas guru sebagai suatu profesi. Kompetensi yang tinggi tidak pula dapat menjadi tolak ukur bahwa guru tersebut dapat mengajar dengan baik. Bisa jadi seorang guru dengan kompetensi yang standar, tetapi penyampaiannya yang mudah bisa lebih diterima pembelajarannya oleh peserta didik. Hal ini membuktikan bukan hanya kompetensi yang tinggi yang dibutuhkan guru, tetapi juga cara mengajar dan penyampaian yang mudah untuk dicerna oleh peserta didik. Kedekatan emosional antara guru dan peserta didik juga dapat mempermudah dalam pembentukan karakteristik dan watak peserta didik nantinya. Untuk dapat melaksanakan fungsinya dengan baik, maka guru dituntut untuk dapat meningkatkan kinerjanya. Kinerja dapat merupakan sebuah hasil kerja yang dapat dicapai oleh seseorang dengan melakukan segala tugas yang menjadi bebannya dengan melihat apa yang dimiliki oleh orang tersebut seperti kecakapan menjalankan tugas, pengalaman yang dimiliki maupun kesungguhannya dalam melaksanakan tugas tersebut [Hasibuan, 2012]. Penilaian kinerja guru merupakan proses analisis yang dalam rangka menghasilkan pengajaran yang baik. Kualitas pengajaran dan standar akademik perlu dievaluasi dan ditingkatkan karena pendidikan sangat penting untuk kita semua [Mufizar et al., 2015]. Penilaian Kinerja Guru adalah penilaian dari tiap butir kegiatan tugas utama guru dalam rangka pembinaan karir, kepangkatan, dan jabatannya [Ganevi and Purnama, 2014]. Dalam melakukan penilaian kinerja guru dapat dilakukan dengan menggunakan fuzzy logic model Tahani. Dengan kriteria penilaian yaitu pedagogik, kepribadian, social dan profesional yang menjadi input nilai fuzzynya. Tujuan dari penelitian ini adalah untuk menerapkan logika fuzzy dengan metode Tahani untuk menilai kinerja guru dengan peringkat hasil penilaian kinerja dengan fuzzy Tahani. Dan hasil penelitian ini adalah model dari suatu sistem pendukung keputusan untuk penilaian kinerja guru dengan pendekatan logika fuzzy metode Tahani yang memberikan informasi mengenai hasil penilaian kinerja karyawan. Logika fuzzy adalah merupakan salah satu komponen pembentuk soft-computing, yang pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzzy yang didalamnya terdapat peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan yang sangat penting. Yang menjadi ciri utama dari logika fuzzy yaitu nilai keanggotaan (membership function) [Kusumadewi and Purnomo, 2010]. Logika fuzzy adalah suatu cara tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Teknik ini menggunakan teori matematis himpunan fuzzy. Logika fuzzy berhubungan dengan ketidakpastian yang telah menjadi sifat alamiah manusia. Berdasarkan prinsip ketidakjelasan logika fuzzy muncul dan pertama kali dibangun berdasarkan teori himpunan. Dalam himpunan konvensional (crisp), elemen dari semesta adalah anggota atau bukan anggota dari himpunan. Dengan demikian, keanggotaan dari himpunan adalah tetap [Kusumadewi and Purnomo, 2010]. Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses penalaran secara bahasa (linguistic reasoning), sehingga dalam perancangannya tidak memerlukan persamaan matematik dari objek yang akan dikendalikan [Husni et al., 2013]. Menggunakan basis data yang standar adalah ciri dari logika fuzzy model Tahani. Data dapat diklasifikasikan sesuai keinginan user dalam sebuah basis data yang standar. Oleh karena itu pada basis data standar data yang ditampilkan akan keluar seperti data yang telah disimpan. Fuzzy database model Tahani masih menggunakan relasi standar tetapi model Tahani ini menggunakan teori himpunan fuzzy pada suatu variabel untuk mendapatkan informasi pada querynya [Kusumadewi and Purnomo, 2010]. Sehingga pada pencarian data menggunakan rumus dari derajat keanggotaan pada suatu variabel himpunan fuzzy [Kusumadewi and Purnomo, 2010]. 2. Metode Penelitian Berikut ini adalah tahapan logika fuzzy model Tahani [Kahar, 2013], dimulai dari tahapan pertama yang dilakukan adalah dengan menggambarkan fungsi keanggotaan dari masing-masing kriteria yang menjadi dasar penilaian kinerja guru (variabel fuzzy) dengan suatu bentuk kurva yang dapat menunjukkan suatu pemetaan titik-titik input data ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara 0 sampai 1, salah satu cara yang dapat digunakan adalah dengan pendekatan fungsi. Kurva segitiga adalah merupakan bentuk dari p1endekatan fungsi keanggotaan yang digunakan dalam penelitian ini.

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 133 Tahap yang kedua adalah fuzzyfikasi yaitu fase pertama dari perhitungan fuzzy yaitu pengubahan nilai tegas ke nilai fuzzy. Dimana setiap variable fuzzy dihitung nilai derajat keanggotaanya terhadap setiap himpunan fuzzy. Tahapan selanjutnya adalah fuzzyfikasi query diasumsikan sebuah query konvensional (nonfuzzy) DBMS yang akan mencoba membuat dan menerapkan sebuah sistem dasar logika fuzzy query atau disebut juga dengan pembentukan query dengan menggunakan relasi dasar [Kahar, 2013]. Ada 3 operator yang digunakan untuk relasi dasar dalam pembentukan query pada himpunan fuzzy [Kahar, 2013]. Yang pertama yaitu interseksi, operator ini berhubungan dengan operasi interseksi pada himpunan α-predikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan [Taufiq, 2016], dengan persamaan µa B = min(µa(x), µb(y)). Yang kedua union, operator ini berhubungan dengan operasi union pada himpunan. α-predikat sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai keanggotaan terbesar antar elemen pada himpunan-himpunan yang bersangkutan dengan persamaan µa B = max(µa(x), µb(y)). Dan yang ketiga adalah komplemen, operator ini berhubungan dengan operasi komplemen pada himpunan. α-predikat sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan yang bersangkutan dari 1 [Kusumadewi and Purnomo, 2010], dengan persamaan µ = 1 - µa(x). Tahapan terakhir dari fuzzy model Tahani dalam penelitian ini adalah mencari data hasil penilaian kinerja guru yang baik dengan ketentuan nilai kinerja guru > 0, dari hasil operasi relasi pembentukan query dengan menggunakan operator AND atau OR. 3. Hasil dan Pembahasan 3.1. Kriteria Penilaian Kinerja Guru Dalam penelitian ini terdapat 4 kriteria yang menjadi penilaian kinerja guru yaitu yang pertama adalah pedagogik. Penilaian terhadap pedagogik meliputi hal dalam menguasai karakteristik peserta didik, menguasai teori belajar dan prinsip-prinsip pembelajaran yang mendidik, pengembangan kurikulum, kegiatan pembelajaran yang mendidik, pengembangan potensi peserta didik, komunikasi dengan peserta didik serta penilaian dan evaluasi. Kriteria yang kedua yaitu kepribadian, didalam kriteria ini hal yang dinilai dari seorang guru adalah dalam hal bertindak sesuai dengan norma agama, hukum, sosial dan kebudayaan nasional; menunjukkan pribadi yang dewasa dan teladan serta etos kerja, tanggung jawab tinggi, rasa bangga menjadi guru. Berikutnya adalah kriteria sosial yang meliputi penilaian terhadap seorang guru dalam bersikap inklusif, bertindak obyektif, serta tidak diskriminatif. Selain itu juga komunikasi dengan sesama guru, tenaga kependidikan, orang tua, peserta didik, dan masyarakat. Dan terakhir adalah profesional, untuk kriteria profesional meliputi penilaian tentang penguasaan materi, struktur, konsep maupun pola pikir terhadap keilmuan yang mendukung mata pelajaran yang diampu dan juga pengembangan keprofesionalan sorang guru melalui tindakan reflektif. 3.2. Membership Function Dari kriteria penilaian kinerja guru tersebut dapat dijadikan sebagai variabel input untuk nilai fuzzy. Dari variabel input yang sudah terbentuk maka dapat ditentukan fungsi keanggotaanya (membership function). Berikut adalah variabel input yang digunakan untuk proses penilaian kinerja guru : Nama Variabel Tabel 1. Variabel Penilaian Kinerja Guru Semesta Pembicaraan Pedagogik [0, 10] Himpunan Fuzzy Sangat Baik, Baik, Cukup, Kurang, Sangat Kurang Kepribadian [0, 10] Baik, Cukup, Kurang Sosial [0, 10] Baik, Cukup, Kurang Profesional [0, 10] Baik, Cukup, Kurang

134 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 Dari variable input yang ada pada tabel 1 diatas maka dapat digambarkan funggsi keanggotaan (membership function) fuzzy berikut ini: Pedagogik Variabel pedagogik digambarkan dengan kurva segitiga yang mempunyai 5 himpunan fuzzy yaitu Sangat Baik, Baik, Cukup, Kurang, Sangat Kurang yang digambarkan sebagai berikut : 1 Sangat Kurang Kurang Cukup Baik Sangat Baik µ [a ] 0 3 3.5 4 5 5.5 6.5 7 8 8.5 9 10 Gambar 1. Fungsi Keanggotaan Variabel Pedagogik Ekspresi untuk fungsi keanggotaan pedagogik dirumuskan sebagai berikut : µ Sangat Kurang [a] = 1; a 3 (4 a) (4 3) 3 a 4 0; a 4 µ Kurang [a] = (a 3.5) (4.5 3.5) (5.5 a) (5.5 4.5) ; 3.5 a 4.5 ; 4.5 a 5.5 0; a 3.5 atau a 5.5 µ Cukup [a] = µ Baik [a] = (a 5) (6 5) 5 a 6 (7 a) (7 6) 6 a 7 0; a 5 atau a 7 ; 6.5 a 7.5 (a 6.5) (7.5 6.5) (8.5 a) (8.5 7.5) ; 7.5 a 8.5 0; a 6.5 atau a 8.5 µ Sangat Baik [a] = 0; a 8 (a 8) (9 8) 8 a 9 1; a 9 Kepribadian Variabel kepribadan digambarkan dengan kurva segitiga yang mempunyai 3 himpunan fuzzy yaitu Baik, Cukup dan Kurang yang digambarkan sebagai berikut :

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 135 1 µ [b ] 0 2 3 4 5 6 7 8 10 Gambar 2. Fungsi Keanggotaan Variabel Kepribadian Ekspresi untuk fungsi keanggotaan kepribadian dirumuskan sebagai berikut : µ Kurang [b] = µ Cukup [b] = 1; b 2 (4 b) (4 2) 2 b 4 0; b 4 0; b 3 atau b 7 (b 3) (5 3) 3 b 5 (7 b) (7 5) 5 b 7 µ Baik [b] = 0; b 6 (b 6) (8 6) 6 b 8 1; b 8 Sosial Variabel sosial digambarkan dengan kurva segitiga yang mempunyai 3 himpunan fuzzy yaitu Baik, Cukup dan Kurang yang digambarkan sebagai berikut : 1 µ [c ] 0 2 3 4 5 6 7 8 10 Gambar 3. Fungsi Keanggotaan Variabel Sosial

136 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 Ekspresi untuk fungsi keanggotaan sosial dirumuskan sebagai berikut : 1; c 2 µ Kurang [c] = (4 c) (4 2) 2 c 4 0; c 4 µ Cukup [c] = 0; c 3 atau c 7 (c 3) (5 3) 3 c 5 (7 c) (7 5) 5 c 7 µ Baik [c] = 0; c 6 (c 6) (8 6) 6 c 8 1; c 8 Profesional Variabel profesional digambarkan dengan kurva segitiga yang mempunyai 3 himpunan fuzzy yaitu Baik, Cukup dan Kurang yang digambarkan sebagai berikut : 1 µ [d ] 0 2 3 4 5 6 7 8 10 Gambar 4. Fungsi Keanggotaan Variabel Profesional Ekspresi untuk fungsi keanggotaan profesional dirumuskan sebagai berikut : µ Kurang [d] = µ Cukup [d] = 1; d 2 (4 d) (4 2) 2 d 4 0; d 4 0; d 3 atau d 7 (d 3) (5 3) 3 d 5 (7 d) (7 5) 5 d 7 µ Baik [d] = 0; d 6 (d 6) (8 6) 6 d 8 1; d 8

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 137 3.3. Fuzzyfikasi Berikut ini adalah data sampel yang diambil dari penilaian kinerja guru yang tersaji pada tabel 2 berikut ini : Nama Guru Tabel 2. Penilaian Kinerja Guru Penilaian Kinerja Guru Pedagogik Kepribadian Sosial Profesional Guru 1 7 7,5 8 7 Guru 2 7,5 7 7 7,5 Guru 3 8 7 7 8,5 Guru 4 8,5 8 9 8 Guru 5 9 7 8 7,5 Guru 6 7 8 7,5 8 Guru 7 8 7,5 7,5 7 Dari data nilai hasil evaluasi kinerja karyawan pada tabel 2, langkah selanjutnya yang dilakukan adalah proses fuzzifikasi yaitu melakukan pengubahan nilai tegas ke nilai fuzzy. Setiap variabel fuzzy dihitung nilai derajat keanggotaanya terhadap setiap himpunan fuzzy. Nilai tegas yang dimaksud dalam hal ini adalah nilai hasil penilaian kinerja guru. Nilai hasil penilaian kinerja guru ini dijadikan nilai fuzzy yang akan dihitung nilai derajat keanggotaannya terhadap himpunan fuzzy yang terdapat dalam variable fuzzy. Penghitungan dilakukan dengan menggunakan ekspresi fungsi keanggotaan fuzzy yang terdapat dalam masing-masing variabel fuzzy dengan berdasarkan pada kurva himpunan fuzzy. Adapun hasil dari proses pengolahan data untuk masing-masing kriteria pada tabel 2 dengan menggunakan fuzzy Tahani sebagai berikut : Pedagogik Hasil dari proses fuzzifikasi untuk variabel pedagogik terdapat dalam tabel 3 berikut ini : Nama Guru Tabel 3. Hasil Fuzzyfikasi Variabel Pedagogik Pedagogik Sangat Kurang Derajat Keanggotaan [a] Sangat Baik Guru 1 7 0 0 0 0,5 0 Guru 2 7,5 0 0 0 1 0 Guru 3 8 0 0 0 0,5 0 Guru 4 8,5 0 0 0 0 0,5 Guru 5 9 0 0 0 0 1 Guru 6 7 0 0 0 0,5 0 Guru 7 8 0 0 0 0,5 0 Sumber: Hasil Pengolahan Data (2017)

138 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 Kepribadian Hasil dari proses fuzzifikasi untuk variabel kepribadian terdapat dalam tabel 4 berikut ini : Tabel 4. Hasil Fuzzyfikasi Variabel Kepribadian Derajat Keanggotaan [e] Nama Guru Kepribadian Guru 1 7,5 0 0 0,75 Guru 2 7 0 0 0,5 Guru 3 7 0 0 0,5 Guru 4 8 0 0 1 Guru 5 7 0 0 0,5 Guru 6 8 0 0 1 Guru 7 7,5 0 0 0,75 Sumber: Hasil Pengolahan Data (2017) Sosial Hasil dari proses fuzzifikasi untuk variabel sosial terdapat dalam tabel 5 berikut ini : Tabel 5. Hasil Fuzzyfikasi Variabel Sosial Derajat Keanggotaan [f] Nama Guru Sosial Guru 1 8 0 0 1 Guru 2 7 0 0 0,5 Guru 3 7 0 0 0,5 Guru 4 9 0 0 1 Guru 5 8 0 0 1 Guru 6 7,5 0 0 0,75 Guru 7 7,5 0 0 0,75 Sumber: Hasil Pengolahan Data (2017)

BINA INSANI ICT JOURNAL ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 139 Profesional Hasil dari proses fuzzifikasi untuk variabel profesional terdapat dalam tabel 6 berikut ini : Nama Guru Tabel 6. Hasil Fuzzyfikasi Variabel Profesional Profesional Derajat Keanggotaan [g] Guru 1 7 0 0 0,5 Guru 2 7,5 0 0 0,75 Guru 3 8,5 0 0 1 Guru 4 8 0 0 1 Guru 5 7,5 0 0 0,75 Guru 6 8 0 0 1 Guru 7 7 0 0 0,5 Sumber: Hasil Pengolahan Data (2017) 3.4. Fuzzyfikasi Query Berikut ini adalah contoh kasus untuk melakukan penyeleksian kriteria (variabel) penilaian kinerja guru setelah dilakukan proses fuzzifikasi dengan ketentuan variabel pedagogik dengan derajat keanggotaan Sangat Baik, variabel kepribadian dengan derajat keanggotaan Baik, variabel sosial dengan derajat keanggotaan Baik dan variabel profesional dengan derajat keanggotaan Baik yang dieksekusi dengan menggunakan Structure Query Language (SQL) sebagai berikut: SELECT nik, nama_guru, pedagogik, kepribadian, social, profesional FROM kinerja_guru WHERE pedagogik = Sangat Baik AND keprbadian = Baik AND sosial = Baik AND professional = Baik ; Dan hasilnya ditampilkan dalam tabel 4 berikut ini : Nama Guru Tabel 4. Hasil Fuzzyfikasi Query Penilaian Kinerja Guru Hasil Fuzzyfikasi Query Pedagogik Kepribadian Sosial Profesional Guru 1 0 0,75 1 0,5 Guru 2 0 0,5 0,5 0,75 Guru 3 0 0,5 0,5 1 Guru 4 0,5 1 1 1 Guru 5 1 0,5 1 0,75 Guru 6 0 1 0,75 1 Guru 7 0 0,75 0,75 0,5 Sumber: Hasil Pengolahan Data (2017) Dari tabel 4 dapat dilihat bahwa query dari hasil penilaian kinerja guru dengan menggunakan fuzzy Tahani. Dari hasil fuzzifikasi query untuk guru yang mempunyai kinerja yang baik adalah

140 ISSN: 2355-3421 (Print) ISSN: 2527-9777 (Online); 131-140 Guru 4 dengan angka hasil olah fuzzy Tahani adalah pedagogik 0.5, kepribadian 1, social 1 dan professional 1. 4. Kesimpulan Logika fuzzy model Tahani dapat diterapkan untuk melakukan penilaian kinerja guru dengan menggunakan kriteria penilaian kinerja guru sebagai nilai input fuzzy. Logika fuzzy Tahani dapat digunakan untuk melakukan penilaian kinerja guru dengan nilai yang proporsional dari masing-masing kriteria sehingga menjadi lebih akurat. Alat bantu pendukung keputusan untuk penilaian kinerja guru juga dapat dibuat dengan logika fuzzy model Tahani. Referensi Ganevi R, Purnama BE. 2014. Sistem Pendukung Keputusan Penilaian Kinerja Guru Sekolah Menengah Pertama Negeri (SMPN) 1 Pacitan. Speed Sentra Penelit. Eng. dan Edukasi 6: 38 43. Hasibuan M. 2012. Manajemen Sumber Daya Manusia. Jakarta: PT Bumi Aksara. Husni HS, Arifin F, Yuliyanti. 2013. Logika Fuzzy Untuk Audit Sistem Informasi. ComTech 4: 68 75. Kahar N. 2013. Sistem Pendukung Keputusan Penerima Jamkesda Di Kota Jambi. In: Konferensi Nasional Informatika., p 215 220. Kusumadewi S, Purnomo H. 2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Dua. Yogyakarta: Graha Ilmu. Mufizar T, Susanto, Nurjayanti N. 2015. Sistem Pendukung Keputusan Penilaian Kinerja Guru di SDN Mohammad Toha Menggunakan Metode Analytical Hierarchy Process (AHP). In: Konferensi Nasional Sistem & Informatika - STMIK STIKOM Bali. Bali: STMIK STIKOM Bali, p 581 586. Taufiq G. 2016. Implementasi Logika Fuzzy Tahani Untuk Model Sistem Pendukung Keputusan Evaluasi KINERJA KARYAWAN. Pilar Nusa Mandiri XII: 12 20.