Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani

dokumen-dokumen yang mirip
PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.

Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.

Aplikasi Logika Fuzzy pada Pengambilan Keputusan Seleksi Beasiswa Bidikmisi dengan Metode TOPSIS

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

BAB 1 PENDAHULUAN. diselenggarakan oleh pihak FMPIA Universitas Sumatera Utara. Beasiswa yang

PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS

BAB 2 LANDASAN TEORI

Aplikasi Fuzzy Logic Controller pada Sistem Lalu Lintas di Jalan Abu Bakar Ali, Yogyakarta

Penentuan Penerimaan Bantuan Pangan Non Tunai (BPNT) Dengan Menggunakan Fuzzy Multiple Atribute Descission Making

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

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

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Menentukan Harga Beras Sesuai Mutu Kualitas Beras dengan Logika Fuzzy Mamdani

SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS

SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW

LOGIKA FUZZY DALAM SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN BEASISWA

Utility Vectors To Fuzzy Preference Relation Dengan Metode Simple Additive Weighting (SAW) Untuk Penentuan Kelayakan Penerimaan Beasiswa

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN RANGKING CALON PENERIMA BEASISWA MENGGUNAKAN PENDEKATAN FUZZY QUERY (STUDI KASUS PADA STEKOM SEMARANG)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN ASISTEN LABORATORIUM KOMPUTER BERDASARKAN KOMPETENSI DENGAN FUZZY MADM

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

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

IMPLEMENTASI FUZZY LOGIC MAMDANI UNTUK MENENTUKAN KELAYAKAN CALON ANGGOTA TAMTAMA (CATAM) TENTARA NEGARA INDONESIA ANGKATAN DARAT (TNI-AD)

Aplikasi Fuzzy Decision Making Dengan Menggunakan Metode Mamdani Penggandaan Dalam Pemilihan Smartphone

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah. Menurut kamus besar bahasa Indonesia beasiswa merupakan tunjangan yang

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI

PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS

PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG

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

PENGEMBANGAN SISTEM PENENTUAN KELAYAKAN KPR MENGGUNAKAN METODE SAW PADA BANK SYARIAH BUKOPIN

Analisis Rule Inferensi Mamdani dalam Menentukan Beasiswa Peningkatan Prestasi Akademik ( PPA)

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

BAB III METODE PENELITIAN

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

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

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA

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

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Berbasis Fuzzy Mamdani

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

Menentukan Cara Terbaik Memoris dalam Buku Alfiyah Ibnu Malik menggunakan Metode Simple Additive Weighting (SAW)

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :

ANALISIS RULE INFERENSI SUGENO DALAM SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia

PENERAPAN METODE WEIGHTED PRODUCT UNTUK MENENTUKAN PENERIMA BANTUAN BERAS MASYARAKAT MISKIN (RASKIN)

Abstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.

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

Sistem Penunjang Keputusan Pembelian Smartphone Dengan Menggunakan Metode Fuzzy Tsukamoto

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM

Perekrutan Karyawan Tetap Dengan Fuzzy Inference System Metode Mamdani

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

NURAIDA, IRYANTO, DJAKARIA SEBAYANG

ZULWENDRA HARAHAP Tanggal Sidang : 18 Januari 2011 Tanggal Wisuda : 20 Februari 2011

Sistem Pendukung Keputusan Dengan Metode Fuzzy SAW Untuk Penilaian Kinerja Dosen Politeknik Harapan Bersama Tegal

IMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI

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

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

Jurnal Informasi Volume VII No.1 / Februari / 2015

SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

PENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI

UKDW BAB I PENDAHULUAN

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

BAB II TINJAUAN PUSTAKA

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

BAB I PENDAHULUAN. untuk mendapatkan masa depan yang terbaik. dalam menentukan jurusan yang akan dipilihnya.

PENDAHULUAN A. LATAR BELAKANG MASALAH

SISTEM REKOMENDASI PENERIMA BEASISWA

Sistem Pendukung Keputusan untuk Penentuan Kelolosan Beasiswa Sekolah Menengah Kejuruan (SMK) Menggunakan Metode Fuzzy

IMPLEMENTASI FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK SELEKSI PENERIMAAN BEASISWA ( Studi Kasus: Fakultas MIPA Universitas Tanjungpura )

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BEASISWA PADA SMK IPT KARANGPANAS SEMARANG DENGAN METODE SIMPLE ADDITIVE

BAB I PENDAHULUAN 1.1 Latar Belakang

Politeknik Negeri Sriwijaya BAB I PENDAHULUAN

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB I PENDAHULUAN. Pengolahan data beasiswa di SMA Negeri 6 Pandeglang pada umumnya. masih menggunakan sistem yang masih manual, yaitu belum adanya

PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW

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

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

Transkripsi:

SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani Erma Suryani, Indah Puspita, Agus Maman Abadi Program Studi Matematika, FMIPA, Universitas Negeri Yogyakarta ermasuryani67@gmail.com Abstrak Beasiswa merupakan bantuan dana yang diselenggarakan oleh pemerintah maupun pihak swasta bagi peserta didik yang berprestasi maupun kurang mampu demi meringankan biaya pendidikan. Untuk mendapatkan beasiswa tersebut maka harus mengikuti aturan yang telah ditetapkan. Kriteria yang ditetapkan antara lain indeks prestasi akademik (IPK), penghasilan orangtua, tanggungan orangtua dan lainnya. Tujuan penelitian ini yaitu untuk membantu memberikan keputusan dalam hal pemilihan beasiswa terhadap mahasiswa. Penelitian ini menggunakan fuzzy decision making untuk menyeleksi mahasiswa penerima beasiswa. Input yang dibutuhkan meliputi variabel yang berpengaruh pada kriteria pemilihan penerima beasiswa dan outputnya adalah keputusan diterima yaitu dengan hasil defuzzyfikasi lebih dari 50 atau tidak diterima yaitu dengan hasil defuzzyfikasi kurang dari 50. Dari 17 mahasiswa yang mengajukan beasiswa yang diterima hanya 7 orang, lainnya dinyatakan tidak diterima. Kata kunci: Beasiswa, Fuzzy desicion making, keputusan T - 8 I. PENDAHULUAN Beasiswa dalam Kamus Besar Bahasa Indonesia dimaknai sebagai tunjangan yang diberikan kepada pelajar atau mahasiswa sebagai bantuan biaya belajar [1]. Beasiswa dapat berupa bantuan keuangan maupun pendidikan yang diberikan kepada mahasiswa atau pelajar yang memiliki prestasi di bidang akademik, non akademik dan kemampuan ekonominya lemah. Pemerintah melalui direktorat Jendral Pendidikan Tinggi Departemen Pendidikan Nasional berupaya mengalokasikan dana untuk memberikan beasiswa kepada mahasiswa yang secara ekonomi tidak mampu untuk membiayai pendidikannya, dan memberikan beasiswa kepada mahasiswa yang mempunyai prestasi. Agar program beasiswa dapat dilaksanakan sesuai dengan prinsip 3T yaitu Tepat sasaran, Tepat jumlah dan Tepat waktu. Pengambilan keputusan yang tepat memungkinkan tujuan pelaksanaan beasiswa dapat tercapai dengan menetapkan prinsip 3T tersebut [2]. Namun, tidak semua mahasiswa yang mengajukan permohonan beasiswa dapat diterima, karena jumlah mahasiswa yang mengajukan permohonan beasiswa cukup banyak dengan kriteria yang banyak pulapermasalahan-permasalahan yang ditemukan pada saat penyeleksian mahasiswa penerima beasiswa yaitu adanya manipulasi data dari mahasiswa yang mengajukan beasiswa, jumlah mahasiswa yang mengajukan beasiswa lebih banyak dibandingakan jumlah beasiswa yang tersedia, serta terdapat mahasiswa yang layak mendapatkan beasiswa namun tidak lolos dalam tahap penyeleksian (beasiswa tidak tepat sasaran). Salah satu metode yang dapat digunakan untuk meningkatkan pengambilan keputusan dalam menentukan penerima beasiswa yaitu mengunakan logika fuzzy. Beberapa penelitian sebelumnya yang berkaitan dengan penentuan keputusan penerima beasiswa telah dilakukan oleh Apriansyah Hardiyanti dan Dinna Yunika Hardiyanti tahun 2011 dengan judul "Penentuan Penerima Beasiswa Dengan menggunakan Fuzzy MADM" [2]. Pada penelitian ini dengan menggunakan metode Simple Additive Weighting Method (SAW) yang dapat mempercepat proses menentukan penerima beasiswa dengan perhitungan yang akurat dalam memberikan rekomendasi penerima beasiswa. Penelitian selanjutnya dilakukan oleh Maryaningsih, Siswanto, dan Mesterjon tahun 2013 dengan judul Metode Logika Fuzzy dalam Sistem Pengambilan Keputusan Penerimaan Beasiswa. Hasil dari proses ini berupa bobot penilaian siswa yang merupakan dasar rekomendasi dalam pengambilan keputusan penerimaan beasiswa. Selain itu, Gusrio Tendra tahun (2016) melakukan penelitian dengan judul "Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama (CATAM) Tentara Negara Indonesia Angkatan Darat (TNI AD)" [5]. Penggunaan Metode Fuzzy Mamdani dalam penelitian ini bertujuan untuk menentukan kelayakan dan ketidaklayakan Calon Anggota Tentara Negara Indonesia PT-47

ISBN. 978-602-73403-2-9 (Cetak) 978-602-73403-3-6 (On-line) khususnya Tamtama menjadi seorang Prajurit Angkatan Darat. Kelayakan seorang Prajurit dinilai dari tingkat Kecepatan, Ketahanan Fisik, serta Kedisiplinannya didalam melakukan Tahapan Seleksi. Sistem yang dirancang dengan menggunakan fuzzy toolbox pada Matlab diharapkan dapat di implementasikan untuk membantu pihak manajemen dalam mengambil keputusan untuk memilih Calon Anggota Tentara Negara Indonesia khususnya Tamtama. Penelitian lain oleh Shofwatul Uyun and Imam Riadi tahun 2011 dengan judul "Fuzzy Topsis Multiple-Attribute Decision Making for Scholarship Selection"[6]. Hasil penelitian menunjukkan bahwa Metode TOPSIS dan Weighted Product pada FMADM dapat digunakan untuk seleksi beasiswa. Hasil seleksi merekomendasikan mahasiswa yang memiliki tingkat kelayakan paling tinggi untuk mendapatkan beasiswa berdasarkan nilai preferensi yang dimiliki. Dari beberapa paparan yang telah dijelaskan di atas, penulis mengusulkan penelitian yang berjudul "Logika Fuzzy Pengambilan Keputusan Pemilihan Penerima Beasiswa Menggunakan Metode Mamdani. Pada penelitian ini, untuk menentukan penerima beasiswa menggunakan 3 parameter terdiri dari lain Indeks Prestasi Akademik (IPK), penghasilan orangtua, tanggungan orangtua.. Tujuan dari penelitian ini adalah untuk mengetahui penggunaan aplikasi logika fuzzy Metode Mamdani dalam pengambilan keputusan penerima beasiswa menggunakan software MATLAB. II. METODE PENELITIAN A. Analisa Kebutuhan Dalam rangka mengidentifikasi permasalahan tersebut informasi yang sesuai dengan kebutuhan untuk penetapan rangking calon penerima beasiswa. Data yang dibutuhkan adalah parameter penentu rangking calon penerima beasiswa. B. Pengumpulan Data Penelitian ini menggunakan data primer yaitu data yang diperoleh dari narasumber yang dijadikan sebagai responden. Data sampel calon penerima beasiswa terdiri dari nama, pendapatan orangtua, tanggungan orangtua, semester. Lihat TABEL 1. TABEL 1. DATA SAMPEL MAHASISWA CALON PENERIMA BEASISWA No Nama Variabel IPK Penghasilan orangtua Tanggungan Orangtua 1 Mahasiswa 1 3,68 Rp 2.590.000,00 1 2 Mahasiswa 2 3,58 Rp 5.000.000,00 3 3 Mahasiswa 3 3,79 Rp 1.500.000,00 1 4 Mahasiswa 4 3,80 Rp 1.000.000,00 1 5 Mahasiswa 5 3,58 Rp 3.000.000,00 2 6 Mahasiswa 6 3,69 Rp 2.500.000,00 1 7 Mahasiswa 7 3,12 Rp 700.000,00 1 8 Mahasiswa 8 3,32 Rp 1.500.000,00 1 9 Mahasiswa 9 3,25 Rp 3.000.000,00 2 10 Mahasiswa 10 3,50 Rp 3.000.000,00 4 11 Mahasiswa 11 3,38 Rp 1.500.000,00 3 12 Mahasiswa 12 3,10 Rp 1.000.000,00 2 13 Mahasiswa 13 3,30 Rp 1.000.000,00 2 14 Mahasiswa 14 3,55 Rp 600.000,00 1 15 Mahasiswa 15 3,54 Rp 5.000.000,00 1 16 Mahasiswa 16 3,40 Rp 2.400.000,00 2 17 Mahasiswa 17 3,30 Rp 3.000.000,00 3 C. Teknik Analisis Data Analisis data bertujuan untuk pengambilan keputusan Pemilihan Penerima Beasiswa dengan menggunakan model fuzzy. Langkah-langkah yang dilakukan yaitu : 1). Identifikasi data mahasiswa calon penerima beasiswa 2). Menentukan input-output, 3). Menentukan himpunan universal pada variabel input dan output, 4). Mendefinisikan himpunan fuzzy pada input dan output, 5). Membentuk aturan fuzzy PT-48

SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 berdasarkan nilai kenaggotaan data, 6). Melakukan inferensi fuzzy, 7). Melakukan defuzzifikasi, dan 8). Kesimpulan [7]. III. HASIL DAN PEMBAHASAN Berikut ini merupakan langkah-langkah perhitungan menggunakan metode Fuzzy Mamdani, yaitu A. Identifikasi data mahasiswa calon penerima beasiswa Variabel atau parameter yang digunakan untuk menentukan penerima beasiswa ada 3 yaitu IP (Indeks Prestasi) mahasiswa, pendapatan orangtua, tanggungan orangtua. Berikut merupakan tabel yang berisi nama himpunan fuzzy dan domain. TABEL 2. NAMA VARIABEL DAN DOMAIN No Nama Variabel Nama Himpunan Fuzzy Domain 1 Pendapatan orangtua 2 Tanggungan Orangtua 3 IP Mahasiswa Baik Rp 3.500.000,00 Rp 5.000.000,00 Cukup Rp 2.000.000,00 Rp 3.000.000,00 Kurang Rp 500.000,00 Rp 1.500.000,00 Cukup 1-2 Sedang 2-4 Banyak 3-5 Rendah 2.50 2.75 Sedang 3.00 3.50 Tinggi 1.50 4.00 B. Fuzzyfikasi Adapun kriteria-kriteria yang digunakan dalam menentukan penerima beasiswa sebagai berikut : 1. Penilaian Indek Prestasi Mahasiswa Dalam penentuan nilai indek prestasi dibagi menjadi 3 himpunan yaitu : IP rendah, IP sedang, IP tinggi. Adapun penilaian IPK ini dapat kita lihat dari GAMBAR 1. GAMBAR 1. FUNGSI DERAJAT KEANGGOTAAN IP Berikut fungsi keanggotaan dari masing-masing kategori, yaitu : PT-49

ISBN. 978-602-73403-2-9 (Cetak) 978-602-73403-3-6 (On-line) 2. Pendapatan orangtua orangtua Dalam penentuan nilai pendapatan orangtua dibagi menjadi 3 himpunan yaitu sedikit, sedang, banyak. Adapun penilaian pendapatan ini dapat kita lihat dari GAMBAR 2. GAMBAR 2. FUNGSI DERAJAT KEANGGOTAAN PENDAPATAN ORANGTUA Berikut fungsi keanggotaan dari masing-masing kategori, yaitu : 3. Tanggungan orangtua orangtua Dalam penentuan nilai tanggungan orangtua dibagi menjadi 3 himpunan yaitu sedikit, sedang, banyak. Adapun penilaian pendapatan ini dapat kita lihat dari GAMBAR 3. GAMBAR 3. FUNGSI TANGGUNGAN ORANGTUA PT-50

SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Berikut fungsi keanggotaan dari masing-masing kategori, yaitu : 4. Nilai keputusan Untuk menetukan kriteria penentuan adapun nilai kelayakan nominal beasiswa yang diberikan dapat dilihat pada gambar fungsi keanggotaan variabel nilai kelayakan nominal beasiswa yang diberikan sebagai berikut : GAMBAR 4. FUNGSI DERAJAT KEANGGOTAAN KEPUTUSAN Berikut fungsi keanggotaan dari masing-masing kategori, yaitu : C. MESIN INFERENSI Pada tahap mesin inferensi, dalam menentukan keputusan penerima beasiswa akan menerapkan fungsi MAX untuk setiap rule (aturan) yang digunakan pada aplikasi fungsi implikasinya. Rule Penerimaan Beasiswa sebagai berikut : [R1] If (IP_mahasiswa is rendah) and (pendapatan_orangtua is kurang) and [R2] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedang) then (keputusan is tidak_diterima) [R3] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is banyak) then (keputusan is tidak_diterima) [R4] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is sedang) and PT-51

ISBN. 978-602-73403-2-9 (Cetak) 978-602-73403-3-6 (On-line) [R5] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is sedang) and (tanggungan_orangtua is sedang) then (keputusan is tidak_diterima) [R6] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is sedang) and (tanggungan_orangtua is banyak) then (keputusan is tidak_diterima) [R7] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is baik) and (tanggungan_orangtua is sedikit) then (keputusan is tidak_diterima) [R8] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is baik) and (tanggungan_orangtua is sedang) then (keputusan is tidak_diterima) [R9] If(IP_mahasiswa is rendah) and (pendapatan_orangtua is baik) and (tanggungan_orangtua is sedang) then (keputusan is tidak_diterima) [R10] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedikit) then (keputusan is diterima) [R11] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedang) then (keputusan is diterima) [R12] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is banyak) then (keputusan is diterima) [R13] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and [R14] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedikit) then (keputusan is diterima) [R15] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedikit) then (keputusan is diterima) [R16] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and [R17] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and [R18] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and [R19] If(IP_mahasiswa is sedang) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedikit) then (keputusan is diterima) [R20] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedikit ) then (keputusan is diterima) [R21] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is sedang) then (keputusan is diterima) [R22] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is kurang) and (tanggungan_orangtua is banyak) then (keputusan is diterima) [R23] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is sedang) and [R24] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is sedang) and (tanggungan_orangtua is sedang) then (keputusan is tidak_diterima) [R25] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is baik) and (tanggungan_orangtua is sedikit) then (keputusan is tidak_diterima) [R26] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua is baik) and (tanggungan_orangtua is sedang) then (keputusan is tidak_diterima) [27] If(IP_mahasiswa is tinggi) and (pendapatan_orangtua baik) and (tanggungan_orangtua is banyak) then (keputusan is diterima) PT-52

SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 D. DEFUZZYFIKASI GAMBAR 4. CONTOH RULES Defuzzifikasi merupaka langkah terakhir pada sistem fuzzy. Proses defuzzifikasi merupakan proses pemetaan dari himpunan fuzzy ke himpunan tegas. Dalam menentukan keputusan penerima beasiswa yang diberikan dilakukan perhitungan berdasarkan pembentukan rule sehingga nantinya akan diperoleh hasil keputusan penerima beasiswa. Adapun hasil defuzzifikasi menggunakan Matlab R2013a. adalah sebagai berikut : TABEL 3. DATA HASIL DEFUZZYFIKASI No Nama Hasil Defuzzyfikasi Keputusan 1 Mahasiswa 1 25 Tidak diterima 2 Mahasiswa 2 25 Tidak diterima 3 Mahasiswa 3 25 Tidak diterima 4 Mahasiswa 4 75 Diterima 5 Mahasiswa 5 25 Tidak diterima 6 Mahasiswa 6 25 Tidak diterima 7 Mahasiswa 7 40,3 Tidak diterima 8 Mahasiswa 8 25 Tidak diterima 9 Mahasiswa 9 25 Tidak diterima 10 Mahasiswa 10 75 Diterima 11 Mahasiswa 11 75 Diterima 12 Mahasiswa 12 75 Diterima 13 Mahasiswa 13 75 Diterima 14 Mahasiswa 14 75 Diterima 15 Mahasiswa 15 25 Tidak diterima 16 Mahasiswa 16 75 Tidak diterima 17 Mahasiswa 17 25 Diterima IV. SIMPULAN DAN SARAN Logika fuzzy telah diimplementasikan dalam pengambilan keputusan penerimaan beasiswa. Dalam penelitian ini menggunaka Logika Fuzzy Mamdani dengan tiga variabel input yaitu IP (Indeks Prestasi) mahasiswa, penghasilan orangtua, dan tanggungan orangtua. Keluaran atau output yang dihasilkan adalah PT-53

ISBN. 978-602-73403-2-9 (Cetak) 978-602-73403-3-6 (On-line) keputusan diterima yaitu dengan hasil defuzzyfikasi lebih dari 50 atau tidak diterima yaitu dengan hasil defuzzyfikasi kurang dari 50. Dari 17 mahasiswa yang mengajukan beasiswa yang diterima hanya 7 orang, lainnya dinyatakan tidak diterima. DAFTAR PUSTAKA [1] Pengertian beasiswa.(http://kbbi.web.id/beasiswa).diakses pada tanggal 17 Juni 2017. [2] Apriansyah Hardiyanti dan Dinna Yunika Hardiyanti. Penentuan Penerima Beasiswa Dengan menggunakan Fuzzy MADM. Jurnal. Teknik Informatika. UPN Veteran Yogyakarta.2011. [3] Siti Khotijah, Deny Arifianto, dan Victor Wahanggara. Sistem Pendukung Keputusan Penentuan Kelayakan Penerima Beasiswa Menggunakan Metode Tsukomoto. Jurusan Teknik Informatika.Universitas Muhammadiyah Jember. [4] Maryaningsih, Siswanto, dan Mesterjon. Metode Logika Fuzzy dalam Sistem Pengambilan Keputusan Penerimaan Beasiswa. Jurnal. Fakultas Ilmu Komputer Universitas Dehasen Bengkulu.2013. [5] Tendra,Gusrio. Implementasi Fuzzy Logic Mamdani Untuk Menentukan Kelayakan Calon Anggota Tamtama (CATAM) Tentara Negara Indonesia Angkatan Darat (TNI AD). Jurnal. Akademi Manajemen Informatika dan Komputer Tri Dharma Pekanbaru.2016. [6] Shofwatul Uyun and Imam Riadi.Fuzzy Topsis Multiple-Attribute Decision Making for Scholarship Selection. Journal. Informatics Department, State Islamic University of Sunan Kalijaga. 2011. [7] Sri Kusumadewi. (2002). Analisis dan Desain Sistem Fuzzy Menggunakan Toolbox Matlab. Yogyakarta: Graha Ilmu. PT-54