Penentuan Bantuan Siswa Miskin Menggunakan Fuzzy Tsukamoto Dengan Perbandingan Rule Pakar dan Decision Tree (Studi Kasus : SDN 37 Bengkulu Selatan)
DOI:
https://doi.org/10.25126/jtiik.0813191Abstrak
Penelitian penentuan calon bantuan siswa miskin ini di Sekolah Dasar Negeri 37 Bengkulu Selatan. Masalah yang terjadi ada ketidaksesuaian dari hasil output dalam pemberian bantuan siswa miskin, belum digunakannya metode keputusan untuk setiap kriteria dan masih menggunakan penilaian prediksi atau perkiraan untuk calon penerima bantuan. Metode penelitian yang dilakukan menggunakan Fuzzy Tsukamoto dengan perbandingan dua metode yaitu rule pakar dan Decision Tree SimpleCart. Tahapan penelitian ini dimulai dengan menganalisis output dengan melakukan seleksi dari sejumlah alternatif hasil, kemudian melakukan pencarian nilai bobot setiap atribut dari Fuzzy Tsukamoto dengan metode perbandingan rule pakar dan Decision Tree SimpleCart. Selanjutnya menentukan parameter batasan fungsi keanggotaan fuzzy meliputi kartu perlindungan sosial, nilai rata-rata raport, tanggungan, penghasilan orang tua, prestasi dan kepemilikan rumah. Analisis hasil yang diperoleh dari pengujian terhadap 75 data siswa dan telah dilakukan klasifikasi menggunakan Fuzzy Tsukamoto didapatkan hasil akurasi dengan metode rule pakar sebesar 72% dan metode Decision Tree SimpleCart sebesar 76%. Hasil akurasi tersebut di simpulkan bahwa metode Decision Tree SimpleCart mempunyai tingkat akurasi yang lebih tinggi dari metode rule pakar sehingga lebih mampu dalam menyeleksi serta mencari nilai bobot penentuan bantuan siswa miskin.
Abstract
Research on the determination of candidates for assistance from poor students in South Bengkulu 37 Primary School. The problem that occurs is there is a mismatch of the output results in the provision of assistance to poor students, the decision method has not been used for each criterion and is still using predictive or estimated assessments for prospective beneficiaries. The research method used was Fuzzy Tsukamoto with a comparison of two methods, namely expert rule, and SimpleCart Decision Tree. The stages of this research began by analyzing the output by selecting many alternative results, then searching for the weight value of each attribute from Fuzzy Tsukamoto with the method of expert rule comparison and the SimpleCart Decision Tree. Next determine the parameters of the fuzzy membership function limit includes social protection cards, the average value of report cards, dependents, parents' income, achievements, and homeownership. Analysis of the results obtained from testing of 75 student data and classification using Fuzzy Tsukamoto has obtained accuracy with the expert rule method by 72% and the SimpleCart Decision Tree method by 76%. The accuracy results are concluded that the SimpleCart Decision Tree method has a higher level of accuracy than the expert rule method so that it is better able to select and search for the weighting value of determining the assistance of poor students.
Downloads
Referensi
ARIANI, F., & ENDRA, R. Y. (2013). Implementation of Fuzzy Inference System With Tsukamoto Method For Study Programme Selection. International Conference on Engineering and Technology Development (ICETD), (Icetd), 189–200. Retrieved from http://artikel.ubl.ac.id/index.php/icetd/article/download/144/144
GERHANA, Y. A., ZULFIKAR, W. B., NURROKHMAN, Y., SLAMET, C., & RAMDHANI, M. A. (2018). Decision Support Systemfor Football Player’s Position with Tsukamoto Fuzzy Inference System. MATEC Web of Conferences, 197, 1–6. https://doi.org/https://doi.org/10.1051/matecconf/201819703014
HADI, H. N., & MAHMUDY, W. F. (2015). Penilaian Prestasi Kinerja Pegawai Menggunakan Fuzzy. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 2(1), 41–48. https://doi.org/http://dx.doi.org/10.25126/jtiik.201521129
IZZAH, A., & WIDYASTUTI, R. (2016). Prediksi Kelulusan Mata Kuliah Menggunakan Hybrid Fuzzy Inference System. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 2(2), 60. https://doi.org/10.26594/r.v2i2.548
LESTARI, M. NUR, ISLAMI, P. A. F., MOSES, K. M., & WIBAWA, A. P. (2018). Implementasi Metode Fuzzy Tsukamoto Untuk Menentukan Hasil Tes Kesehatan Pada Penerimaan Peserta Didik Baru di Sekolah Menengah Kejuruan. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 4(1), 7–13. Retrieved from http://journal.unipdu.ac.id:8080/index.php/register/article/download/718/pdf
MAR’I, F., MAHMUDY, W. F., & YUSAINY, C. (2019). Sistem Rekomendasi Profesi Berdasarkan Dimensi Big Five Personality Menggunakan Fuzzy Inference System Tsukamoto. Jurnal Teknologi Informasi Dan Ilmu Komputer, 6(5), 457. https://doi.org/10.25126/jtiik.201965942
NURZAHPUTRA, A., PRANATA, A. R., & PUWINARKO, A. (2017). Sistem Pendukung Keputusan Pemilihan Line-up Pemain Sepak Bola Menggunakan Metode Fuzzy Multiple Attribute Decision Making dan K-Means Clustering. Jurnal Teknologi Dan Sistem Komputer, 5(3), 106. https://doi.org/https://doi.org/10.14710/jtsiskom.5.3.2017.106-109
PURWANINGRUM, O. S., NAFI’’IYAH, N., & MAULADI, K. F. (2017). Penerapan Metode Fuzzy Tsukamoto Dan Ahp Untuk Sistem Pendukung Keputusan Bantuan Siswa Miskin Pada SMK Muhammadiyah 1 Lamongan. J-TIIES, 1(1). Retrieved from https://jurnalteknik.unisla.ac.id/index.php/JTIIES/article/download/172/126
SANJAYA, A., & NINGSIH, R. (2016). Sistem Pendukung Keputusan Penentuan Calon Penerima Beasiswa Menggunakan Metode Fuzzy Database Model Tahani. Jurnal SIMETRIS, 7(2), 449–458. https://doi.org/https://doi.org/10.24176/simet.v7i2.753
SURYA, C. (2015). Sistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Menggunakan Fuzzy Multi Attribut Decision Making (FMADM) dan Simple Additive Weighting (SAW). Jurnal Rekayasa Elektrika, 11(4). https://doi.org/https://doi.org/10.17529/jre.v11i4.2364
SYAHIDI, A. A., BIABDILLAH, F., & BACHTIAR, F. A. (2019). Perancangan dan Implementasi Fuzzy Inference System (FIS) Metode Tsukamoto pada Penentuan Penghuni Asrama. Jurnal Teknologi Informasi Dan Ilmu Komputer, 6(1), 55. https://doi.org/10.25126/jtiik.2019611228
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).