BAB II

LANDASAN PEMIKIRAN

2.1. Tinjauan Pustaka

2.1.1. Pengertian Sistem
Sistem adalah suatu kesatuan usaha yang terdiri dari bagian-bagian yang
berkaitan satu sama lain yang berusaha mencapai suatu tujuan dalam suatu
lingkungan kompleks. Pengertian tersebut mencerminkan adanya beberapa bagian
dan hubungan antara bagian, Hal ini menunjukkan kompleksitas dari sistem yang
meliputi kerja sama antara bagian yang independent satu sama lain. Hubungan
yang teratur dan terorganisir merupakan hal penting. Selain itu dapat dilihat
bahwa sistem berusaha mencapai tujuan. Pencapaian tujuan ini menyebabkan
timbulnya dinamika, perubahan-perubahan yang terus-menerus perlu
dikembangkan dan dikendalikan. Definisi tersebut menunjukkan bahwa sistem
sebagai gugus dari elemen-elemen yang saling berinteraksi secara teratur dalam
rangka mencapai tujuan atau sub tujuan. Pengertian secara sistematis dapat dilihat
pada gambar 2.1[M,N,2010]

Gambar II.1 Pengertian Sistem [M,N,2010]

Sifat-sifat dasar dari suatu sistem antara lain:
1. Pencapaian tujuan, orientasinya pencapaian tujuan akan memberikan sifat
dinamis kepada sistem, memberi ciri perubahan yang terus menerus dalam usaha
mencapai tujuan.
2. Kesatuan usaha, mencerminkan suatu sifat dasar dari sistem dimana hasil
keseluruhan melebihi dari jumlah bagian-bagiannya atau sering disebut konsep
sinergi

7
3. Keterbukaan terhadap lingkungan, lingkungan merupakan sumber kesempatan
maupun hambatan pengembangan. Keterbukaan terhadap lingkungan membuat
penilaian terhadap suatu sistem menjadi relatif atau yang dinamakan equifinality
atau pencapaian tujuan suatu sistem tidak mutlak harus dilakukan dengan satu
cara terbaik. Tetapi pencapaian tujuan suatu sistem dapat dilakukan melalui
berbagai cara sesuai dengan tantangan lingkungan yang dihadapi.
4. Transformasi, merupakan suatu proses perubahan input menjadi output yang
dilakukan oleh sistem. Proses transformasi diilustrasikan pada gambar 2.2

Gambar II.2 Proses transformasi input menjadi output [M,N, 2010]

5. Hubungan antara bagian, kaitan antara subsistem inilah yang akan memberikan
analisa sistem suatu dasar pemahaman yang lebih luas.
6. Sistem ada berbagai macam, antara lain sistem terbuka, sistem tertutup, dan
sistem dengan umpan balik.
7. Mekanisme pengendalian, mekanisme ini menyangkut sistem umpan balik
yang merupakan suatu bagian yang memberi informasi kepada sistem mengenai
efek dari perilaku sistem terhadap pencapai tujuan atau pemecahan persoalan yang
dihadapi[M,N,2010]

Gambar II.3 Skema proses transformasi sistem dengan mekanisme

pengendalian[M,N,2010].
2.1.2. Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) merupakan sistem informasi
komputer yang menghasilkan berbagai alernatif keputusan untuk membantu

8
pemimpin dalam menangani berbagai permasalahan semi terstruktur ataupun tidak
terstruktur dengan menggunakan data dan model.
Decision support system merupakan sebagai suatu pasangan model dasar
berisi prosedur-prosedur untuk mengolah data dan kebijakan untuk membantu
pemimpin dalam mengambil keputusan .Sistem yang baik haruslah mudah dalam
pemakaian, kuat, mudah dikendalikan, mampu menyesuaikan diri, lengkap pada
persoalan yang penting dan mudah dikomunikasikan.

2.1.3. Karakteristik Sistem Pendukung Keputusan

Konsep Sistem Pendukung Keputusan pertama kali diperkenalkan pada
tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management
Decision Model. Konsep sistem pendukung keputusan ditandai dengan sistem
interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan
data dan model untuk menyelesaikan masalah-masalah yang tidak terstruktur.
Pada dasarnya sistem pendukung keputusan dirancang untuk mendukung
seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah,
memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses
pengambilan keputusan, sampai mengevaluasi pemilihan interaktif.
Peranan sistem pendukung keputusan dalam kontekskeseluruhan sistem
informasi ditujukan untuk memperbaiki kinerjamelalui aplikasi teknologi
informasi. Terdapat sepuluh karakteristikdasar sistem pendukung keputusan yang
efektif, yaitu:
1. Mendukung proses pengambilan keputusan, menitik beratkan pada
management by perception.
2. Adanya interface manusia/ mesin dimana manusia (user) tetap mengontrol
proses di dalam pengambilan keputusan.
3. Mendukung pengambilan keputusan untuk membahas masalah-masalah
terstruktur, semiterstruktur, dan tidak terstruktur.
4. Menggunakan model-model matematis dan statistik yang sesuai.
5. Memiliki kapabilitas dialog untuk memperoleh informasi sesuai dengan
kebutuhan model interaktif.

9
6. Output ditunjukkan untuk personil organisasi dalam semua tingkatan.
7. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga
dapat berfungsi sebagai kesatuan system
8. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan
informasi keseluruhan tingkatan manajemen.
9. Pendekatan easy to use. Ciri suatu sistem pendukung keputusan yang efektif
adalah kemudahan untuk digunakan, dan memungkinkan keleluasaan pemakai
untuk memilih atau mengembangkan pendekatanpendekatan baru dalam
membahas masalah yang dihadapi.
10. Kemampuan sistem beradaptasi secara tepat, dimana pengambil keputusan
dapat menghadapi masalah-masalah baru, dan pada saat yang sama dapat
menangani dengan cara mengadaptasi sistem terhadap kondisi-kondisi perubahan
yang terjadi.

2.1.4. Komponen Sistem Pendukung Keputusan

Suatu sistem pendukung keputusan memiliki tiga subsistem utama yang
menentukan kapabilitas teknis sistem pendukung keputusan tersebut, yaitu :
a. Subsistem Manajemen Basis Data (Data base Management Subsystem).
SPK membutuhkan proses ekstraksi dan DBMS yang dalam
pengelolaannya harus cukup fleksibel untuk memungkinkan penambahan dan
pengurangan.Kemampuan yang dibutuhkan dari manajemen database dapat
diringkas, sebagai berikut :
1. Kemampuan untuk mengkombinasikan berbagai variasi data melalui
pengambilan dan ekstraksi data.
2. Kemampuan untuk menambahkan sumber data secara cepat dan
mudah.
3. Kemampuan untuk menggambarkan struktur data logikal sesuai dengan
pengertian pemakai sehingga pemakai mengetahui apa yang tersedia dan
dapat menentukan kebutuhan penambahan dan pengurangan.
4. Kemampuan untuk menangani data secara personil sehingga pemakai
dapat mencoba berbagai alternatif pertimbangan personil.
5. Kemampuan untuk mengelola berbagai variasi data.
b. Subsistem Manajemen Basis Model (Model Base management Subsystem)

10
 Salah satu keunggulan dalam sistem pendukung keputusan adalah
kemampuan untuk mengintegrasikan akses data dan model-model keputusan. Hal
ini dapat dilakukan dengan menambahkan model-model keputusan ke dalam
sistem informasi yang menggunakan database sebagai mekanisme integrasi dan
komunikasi di antara model-model. Kemampuan yang dimilki subsistem basis
model meliputi :
1. Kemampuan untuk menciptakan model-model baru secara cepat dan
mudah
2. Kemampuan untuk mengakses dan mengintegrasikan model-model
keputusan.
3. Kemampuan untuk mengelola basis data dengan fungsi manajemen
yang analog dan manajemen basis data (seperti mekanisme untuk
menyimpan, membuat dialog, meng-hubungkan, dan mengakses model).
c. Subsistem Perangkat Lunak Penyelenggara Dialog (Dialog Generation and
Management Software)
fleksibilitas dan kekuatan karakteristik sistem pendukung keputusan
timbul dari kemampuan interaksi antara sistem dan pemakai, yang dinamakan
subsistem dialog. pemakai, terminal dan sistem perangkat lunak sebagai
komponen-komponen dari sistem dialog. subsistem dialog terbagi menjadi tiga
bagian, yaitu :
1. Bahasa aksi, meliputi apa yang dapat digunakan pemakai dalam
berkomunikasi dengan sistem.
2. Bahasa tampilan atau presentasi, meliputi apa yang harus diketahui oleh
pemakai.
3. Basis Pengetahuan, meliputi apa yang harus diketahui oleh pemakai.
Arsitektur dari sistem pendukung keputusan ditunjukan seperti pada
gambar berikut.

Gambar II.4 Arsitektur DSS (Per, 1992)

11
2.1.5 Pengertian penilaian kinerja
Pada prinsipnya penilaian kinerja merupakan cara pengukuran kontribusi-
kontribusi dari individu dalam instalasi yang dilakukan terhadap organisasi.
[Hamzah,Suyoto,Paulus Mudjihartono,2010]

Nilai penting dari penilaian kinerja adalah menyangkut penentuan tingkat

kontribusi individu atau kinerja yang di ekspresikan dalam menyelesaikan tugas-
tugas yang menjadi tanggung jawabnya.

2.1.6 Proses belajar mengajar

Bila terjadi proses belajar, maka bersama itu pula terjadi proses
mengajar.Perlu ditegaskan bahwa setiap saat dalam kehidupan terjadi suatu proses
belajar-mengajar, baik sengaja maupun tidak sengaja, disadari atau tidak
disadari.Dari proses belajar-mengajar ini akan diperoleh suatu hasil, yang pada
umumnya disebut hasil pengajaran, atau dengan istilah tujuan pembelajaran atau
hasil belajar. Tetapi agar memperoleh hasil yang optimal, proses belajar-mengajar
harus dilakukan dengan sadar dan sengaja serta terorganisasi secara baik.

2.1.6.1 Pengertian belajar

Banyak sekali kita jumpai tentang definisi belajar oleh para ahli psikologi.
Hal ini disebabkan karena sudut pandang dan pendekatan antara yang satu dengan
yang lain ada perbedaan. Berikut adalah beberap definisi tentang belajar yang
dikemukakan oleh para ahli.
Hakim, belajar adalah suatu proses perubahan di dalam kepribadian
manusia, dan perubahan tersebut ditampakkan dalam bentuk peningkatan kualitas
dan kuantitas tingkah laku seperti peningkatan kecakapan, pengetahuan, sikap,
(Hakim,
kebiasaan, pemahaman, keterampilan, daya pikir, dan lain-lain kemampua
2008).

Slameto, belajar merupakan suatu proses usaha yang dilakukan seseorang

untuk memperoleh suatu perubahan tingkah laku yang baru secara keseluruhan,
sebagai hasil pengalamannya sendiri dalam interaksi dengan lingkungannya (Slameto,
2003).

2.1.6.2 Pengertian mengajar

Nasution, mengemukakan bahwa mengajar adalah segenap aktivitas
kompleks yang dilakukan guru dalam mengorganisasi atau mengatur lingkungan
sebaik-baiknya dan menghubungkannya dengan anak sehingga terjadi proses

12
 (Nasution, 1982).
belajar Usman, mengemukakan bahwa mengajar adalah membimbing
siswa dalam kegiatan belajar mengajar atau mengandung pengertian bahwa
mengajar merupakan suatu usaha mengorganisasi lingkungan dalam hubungannya
dengan anak didik dan bahan pengajaran yang menimbulkan terjadinya proses
belajar (Usman ,1994).
2.1.7 Kuisioner
Kuisioner merupakan teknik pengumpulan data yang dilakukan dengan
cara memberikan seperangkat pertanyaan atau pernyataan tertulis kepada
responden untuk dijawabnya (Sugiyono, 2007).
Kuisioner adalah jumlah pertanyaan
tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti
laporan tentang pribadinya atau hal-hal yang ia ketahui tujuan pokok dari
kuisioner (Arikunto, 2006) ialah:
1. Merupakan informasi yang relevan dengan tujuan survei,
2. Memberikan urutan pertanyaan yang logis dan terarah pada pokok
persoalan kepada responden.
3. Memberikan format standart pencatatan fakta, pendapat dan sikap
4. Memudahkan pengolahan data.

2.1.8 Pengertian Logika Fuzzy

Sebelum munculnya teori logika fuzzy (Fuzzy Logic) dikenal sebuah
logika tegas (crisp logic) yang memiliki nilai benar dan salah secara tegas.
Sebaliknya Logika Fuzzy adalah Suatu logika yang memiliki nilai kekaburan atau
kesamaran (fuzzyness) antara benar dan salah. Dalam teori logika fuzzy suatu
nilai bisa bernilai benar dan salah secara bersamaan. Namun berapa besar
kebenaran dan kesalahan suatu nilai tergantung pada bobot keanggotaan yang
dimilikinya.
Orang yang belum mengenal logika fuzzy pasti akan mengira bahwa
logika fuzzy adalah suatu yang amat rumit dan tidak menyenangkan. Namun,
sekali orang mengenalnya, ia pasti akan sangat tertarik dan akan menjadi
pendatang baru untuk ikut serta mempelajari logika fuzzy. Logika fuzzy dikatakan
sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan
metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep
tentang logika fuzzy itu sendiri sudah ada pada diri kita sejak lama[SRI,2002]
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke

13
dalam suatu ruang output, sebagai contoh:
1. Manajer pergudangan mengatakan pada manajer produksi seberapa
banyak persediaan barang pada akhir minggu ini, kemudian manajer
produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.
2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu
akan memberikan tip yang sesuai atas baik tidaknya pelayanan yang
diberikan.
3. Anda mengatakan pada saya seberapa SEJUK ruangan yang Anda
inginkan, saya akan mengatur putaran kipas yang ada pada ruangan ini.
4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju kendaraan
yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya[SRI,2002]

2.1.9 Gugus Fuzzy

Logika Fuzzy merupakan salah satu komponen pembentuk soft computing.
Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun
1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan
fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam
suatu himpunan sangatlah penting. Nilai keanggotan atau derajat keanggotaan
atau membership function menjadi ciri utama dari penalaran dengan logika fuzzy
tersebut[SRI&HARIS,2010]
Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
1. Konsep logika fuzzy mudah dimengerti
2. Logika fuzzy sangat fleksibel
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangat
kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
7. Logika fuzzy didasarkan pada bahasa alami[SRI&HARI,2010]
Himpunan Fuzzy memiliki dua atribut yaitu:
1. Linguistik, yaitu penamaan suatu grup yang mewakili keadaan atau
kondisi tertentu dengan menggunakan bahasa alami, seperti: MUDA,
PAROBAYA, TUA.

14
2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari
suatu variabel seperti: 40, 25, 50, dsb.
Ada beberapa hal yang perlu diketahui dalam memahami sistem
fuzzy, yaitu:
a. Variabel Fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu
sistem fuzzy, contoh: umur, temperature, permintaan, dsb.
b. Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy.
Contoh :

1. Variabel umur, terbagi menjadi tiga himpunan fuzzy, yaitu:

MUDA, PAROBAYA, dan TUA. Contoh gambar II.5

Gambar II.5 Himpunan Fuzzy untuk variabel umur

([SRI&HARI,2005],5)

2. Variabel temperature, terbagi menjadi lima himpunan fuzzy, yaitu:

DINGIN, SEJUK, NORMAL, HANGAT, & PANAS. Contoh
gambar II.6

15
 Gambar II.6 Himpunan Fuzzy untuk variabel temperature
([SRI&HARIS,2010],7)

c. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan

untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan
merupakan himpunan bilangan real yang senantiasa naik (bertambah)
secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat
berupa bilangan positif maupun negatif. Adakalanya nilai semesta
pembicaraan ini tidak dibatasi batas akhirnya.

Contoh :

a. Semesta pembicaraan untuk variabel umur [0 + ]

b. Semesta pembicaraan untuk variabel temperature [0 - 40]

d. Domain

Domain himpunann fuzzy adalah keseluruhan nilai yang diijinkan

dalam semesta pembicaraan dan boleh dioperasikan dalam suatu
himpunan fuzzy. Seperti halnya semesta pembicaraan, domain
merupakan himpunan bilangan real yang senantiasa naik (bertambah)
secara monoton dari kiri ke kanan. Nilai domain dapat berupa
bilangan positif maupun negatif.

Contoh domain himpunan fuzzy :

a. MUDA = [0, 45]

b. PAROBAYA = [35, 55]
c. TUA = [45,+ ]
d. DINGIN = [0, 20]
e. SEJUK = [15, 25]
f. NORMAL = [20, 30]
g. HANGAT = [25, 35]
h. PANAS = [30, 40]

16
e. Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang

menunjukkan pemetaan titik-titik input data ke dalam nilai
keanggotaannya (sering juga disebut dengan derajat keanggotaan)
yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat
digunakan untuk mendapatkan nilai keanggotaan adalah dengan
melalui pendekatan fungsi. Ada beberapa fungsi yang bias digunakan
antara lain:

1. Representasi Linier

Pada representasi linier, pemetaan input kederajat

keanggotaannya digambarkan sebagai suatu garis lurus. Berikut
ini paling sederhana dan menjadi pilihan yang baik untuk
mendekati suatu konsep yang kurang jelas.

Ada dua keadaan himpunan fuzzy yang linier :

1) Kenaikan himpunan dimulai pada nilai domain yang

memiliki derajat keanggotaan nol (0) bergerak ke kanan
menuju ke nilai domain yang memiliki derajat keanggotaan
lebih tinggi. (gambar II.7)

Gambar II.7 Representasi Linier Naik([SRI&HARI,2010],9)

17
 Fungsi keanggotaan:

Contoh :

Fungsi keanggotaan untuk himpunan PANAS pada variabel

temperatur ruangan. seperti terlihat pada Gambar II.8

PANAS[32] = (32 25) / (35-25)

= 7/10

= 0.7

Gambar II.8 Himpunan Fuzzy PANAS([SRI&HARI,2010],10)

2) Merupakan kebalikan yang pertama. Garis lurus dimulai dari

nilai domain dengan derajat keanggotaan tertinggi pada sisi
kiri, kemudian bergerak menurun ke nilai domain yang
memiliki derajat keanggotaan lebih rendah. (Gambar II.9)

18
 Gambar II.9 Representasi Linier Turun([SRI&HARI,2010],10)

Fungsi keanggotaan:

Contoh :

Fungsi keanggotaan untuk himpunan DINGIN pada variabel

temperatur ruangan. Seperti terlihat pada Gambar II.10

DINGIN[20] = (30 20) / (30-15)

= 10/15

= 0.667

Gambar II.10 Himpunan Fuzzy DINGIN([SRI&HARI,2010],11)

2. Representasi Kurva Segitiga

19
 Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis
(linier). seperti terlihat pada Gambar II.11

Gambar II.11 Kurva Segitiga([SRI&HARI,2010],11)

Fungsi keanggotaan:

Contoh

Fungsi keanggotaan untuk himpunan NORMAL pada variabel

temperatur ruangan.

NORMAL[23] =(23 15) / (25-15)

=8/10

=0.8

Gambar II.12 Himpunan fuzzy NORMAL (kurva segitiga)

([SRI&HARI,2010],12)

20
 3. Representasi Kurva Bentuk Bahu

Daerah yang terletak di tengah-tengah suatu variabel yang

dipresentasikan dalam bentuk segitiga, pada sisi kanan dan
kirinya akan naik dan turun (misalkan: DINGIN bergerak ke
SEJUK bergerak ke HANGAT dan bergerak ke PANAS). Tetapi
terkadang salah satu sisi dari variabel tersebut tidak mengalami
perubahan. Sebagai contoh, apabila telah mencapai kondisi
PANAS. Himpunan fuzzy bahu, bukan segitiga, digunakan
untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak
dari benar ke salah, demikian juga bahu kanan bergerak dari salah
ke benar.

Gambar II.13 menunjukkan variabel temperature dengan daerah

bahunya.

Gambar II.13 Daerah bahu pada variabel TEMPERATUR([SRI&HARI,2010],14)

2.1.10 Operator Dasar Zadeh Untuk Operasi Himpunan Fuzzy

Seperti halnya himpunan konvensional, ada beberapa operasi yang

didefinisikan secara khusus untuk mengkombinasikan dan memodifikasi
himpunan fuzzy. Fire strength atau predikat adalah nilai keanggotaan yang
didapat dari operasi himpunan fuzzy. Ada tiga operator dasar yang diciptakan oleh
Zadeh, yaitu:

1. Opertor AND

21
 Operator ini berhubungan dengan operasi interseksi pada himpunan.
Fire Strength sebagai hasil operasi dengan operator AND diperoleh
dengan mengambil nilai keanggotaan terkecil antar elemen pada
himpunan-himpunan yang bersangkutan.

A B = min(A[x], B[y])

misal nilai keanggotaan 27 tahun pada himpunan MUDA adalah 0,6

(MUDA[27]=0,6); dan nilai kenggotaan Rp. 2.000.000 pada
himpunan penghasilan TINGGI adalah 0,8.

((GAJITINGGI[2x106]=0,8) maka fire strength untuk usia MUDA

dan berpenghasilan TINGGI adalah

MUDA GAJITINGGI =min(MUDA[27],

GAJITINGGI[2x106])=min(0,6 ; 0,8)

=0,6

2. Operator OR

Operator ini berhubungan dengan operasi union pada himpunan. Fire

Strength sebagai hasil operasi dengan operator OR diperoleh dengan
mengambil nilai keanggotaan terbesar antar elemen pada himpunan-
himpunan yang bersangkutan.

A U B = max(A[x], B[y])

Misal seperti contoh AND jika menggunakan operator OR, maka fire
strengthnya adalah

MUDA U GAJITINGGI =max(MUDA[27],

GAJITINGGI[2x106] =max(0,6 ; 0,8)

=0,8

3. Operator NOT

Operator ini berhubungan dengan operasi komplemen pada himpunan.

Fire Strength sebagai hasil operasi dengan operator NOT diperoleh

22
 dengan menguraikan nilai keanggotaan elemen pada himpunan
bersangkutan dari 1.

A = 1- A[x]

Misal seperti contoh AND dapat dihitung nilai fire strength untuk usia
Tidak MUDA adalah

MUDA [27] =1 - MUDA[27]

=1 - 0,6

= 0.4

2.1.11 Fuzzy Inferensi System (FIS)

Biasanya seorang pakar memiliki pengetahuan tentang cara kerja dari

sistem yang bisa dinyatakan dalam sekumpulan IF-THEN rule. Dengan
melakukan fuzzy inference, Pengetahuan tersebut bisa ditransfer ke dalam
perangkat lunak yang selanjutnya memetakan suatu input menjadi output
berdasarkan IF-THEN rule yang diberikan. Sistem fuzzy yang dihasilkan disebut
Fuzzy Inference System (FIS).

FIS dapat dibangun dengan dua metode, yaitu Mamdani dan Sugeno.
Kedua metoe hanya berbeda dalam cara menentukan output FIS.

Sistem inferensi fuzzy merupakan kerangka komputasi yang didasarkan

pada teori himpunan fuzzy, aturan fuzzy berbentuk IF-THEN, dan penalaran
fuzzy. Sistem inferensi fuzzy menerima input crisp. Input ini kemudian dikirim ke
basis pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-THEN. Fire
strength akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari satu,
maka akan dilakukan agregasi dari semua aturan. Selanjutnya, pada hasil agregasi
akan dilakukan defuzzy untuk mendapatkan nilai crisp sebagai output sistem.

Penerapan fuzzy logic dapat meningkatkan kinerja sistem kendali dengan

menekan munculnya fungsi-fungsi liar pada keluaran yang disebabkan oleh
fluktuasi pada variable masukannya. Pendekatan fuzzy logic secara garis besar
diimplementasikan dalam tiga tahapan yang dapat dijelaskan sebagai berikut :

23
 1. Tahap pengaburan (fuzzification) yakni pemetaan dari masukan tegas
ke himpunan kabur.
2. Tahap inferensi, yakni pembangkitan aturan kabur.
3. Tahap penegasan (defuzzification), yakni tranformasi keluaran dari
nilai kabur ke nilai tegas.

2.1.12 Fuzzy Inferensi System Metode Sugeno

Penalaran dengan metode Sugeno hampir sama dengan penalaran

Mamdani, hanya saja output (konsekuen) system tidak berupa himpunan fuzzy,
melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh
Takagi-Sugeno Kang pada tahun 1985, sehingga ini sering juga dinamakan
dengan metode TSK. Metode TSK terdiri dari 2 jenis, yaitu :

1. Model fuzzy Sugeno Orde-Nol

Secara umum bentuk model fuzzy Sugeno Orde-Nol adalah :

IF (x1 is A1) o (x2 is A2) o (x3 is A3) o o (xN is AN) THEN z = k

Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden dan k

adalah suatu konstanta (tegas) sebagai konsekuen.

2. Model fuzzy Sugeno Orde-Satu

Secara umum bentuk model fuzzy Sugeno Orde-Satu adalah :

IF (x1 is A1) o o (xN is AN) THEN z = p1 * x1 + .. + pN * xN + q

Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden dan pi

adalah suatu konstanta (tegas) ke-i dan q juga merupakan konstanta
dalam konsekuen.

Apabila komposisi aturan menggunakan metode Sugeno maka

deffuzifikasi dilakukan dengan cara menilai rata-ratanya (Weight
Average). Adapun persamaannya dapat dilihat di bawah ini

2.1.13 Deployment Phase

24
 Untuk memastikan bahwa perangkat lunak yang dibuat memiliki standar
minimal kualitas, maka salah satu metoda untuk pengukuran kualitas perangkat
lunak secara kuantitatif adalah metoda SQA (Software Quality Assurance). Ada 8
buah kriteria yang dapat digunakan untuk mengukur kualitas sebuah perangkat
lunak secara kuantitatif, seperti terlihat pada tabel sebagai berikut :
Table III.3 Software Quality Assurance (SQA) Kuantitatif
No Metrik Deskripsi Bobot
1 Auditability Memenuhi standard atau tidak 0.1
2 Accuracy Keakuratan komputasi 0.15
3 Completeness Kelengkapan 0.1
4 Error Tolerance Toleransi terhadap kesalahan 0.1
5 Execution Efficiency Kinerja Eksekusi 0.1
6 Operability Kemudahan untuk dioperasikan 0.15
7 Simplicity Kemudahan untuk dipahami 0.15
8 Training Kemudahan pembelajaran fasilitas Help 0.15

Berdasarkan kriteria tersebut, akan dibuat pertanyaan untuk angket yang

akan disebarkan kepada responden yang merupakan user yang diambil secara
acak.
Rumus yang digunakan dalam menghitung skor SQA adalah :
Skor = <SkorAuditability*0.1> + <SkorAccuracy*0.15> +
<SkorCompleteness*0.1> + <SkorErrorTolerance*0.1> +
<SkorExecutionEfficiency*0.1> + <SkorOperability*0.15> +
<SkorSimplicity*0.15> + <SkorTraining*0.15>

Sedangkan salah satu metoda untuk pengukuran kualitas perangkat lunak

secara kualitatif yaitu:
Table III.3a. Software Quality Assurance (SQA) Kualitatif

No Metrik Skala Pengukuran Standar Penilaian

1 Auditability Baik ( >80) 1. Baik, jika aplikasi ini memenuhi
Cukup (60 80) standard kebutuhan
Kurang (<60) 2. Cukup, jika aplikasi ini mampu
memenuhi standart kebutuhan

25
 3. Tidak baik, jika aplikasi ini tidak
mampu memenuhi startard kebutuhan
1. Baik, jika aplikasi ini menghasilkan
ketepatan perhitungan dan kontrol
2. Cukup, jika aplikasi ini memiliki
Baik ( >80)
perbedaan ketepatan perhitungan dan
2 Accuracy Cukup (60 80)
kontrol
Kurang (<60)
3. Tidak baik, jika aplikasi ini tidak
menghasilkan ketepatan perhitungan
dan kontrol
1. Baik, jika implementasi lengkap dan
fungsi yang dibutuhkan telah tercapai.
2. Cukup, jika implementasi cukup
Baik ( >80)
lengkap dan fungsi yang dibutuhkan
3 Completeness Cukup (60 80)
belum tercapai.
Kurang (<60)
3. Tidak baik, jika implementasi tidak
lengkap dan fungsi yang dibutuhkan
belum tercapai
1. Baik, jika menemukan kesalahan
mudah dan peluang perbaikan
perangkat lunak oleh pengguna
terbuka lebar
Baik ( >80)
Error 2. Cukup, jika kesalahan ditemukan dan
4 Cukup (60 80)
Tolerance perbaikan dapat dilakukan akan tetapi
Kurang (<60)
oleh pihak pengembang perangkat
lunak
3. Tidak baik, jika kesalahan ditemukan
dan perbaikan sulit dilakukan

Table III.3b. Software Quality Assurance (SQA) Kualitatif (Lanjutan)

No Metrik Skala Pengukuran Standar Penilaian

1. Baik, jika aplikasi ini memiliki
performa run-time yang baik
Baik ( >80)
Execution 2. Cukup, jika aplikasi ini memiliki
5 Cukup (60 80)
Efficiency performa run-time yang baik
Kurang (<60)
3. Tidak baik, jika aplikasi ini memiliki
performa run-time yang baik
1. Baik, jika mengoperasikan aplikasi
ini mudah dilakukan
Baik ( >80)
2. Cukup, jika mengoperasikan aplikasi
6 Operability Cukup (60 80)
ini rumit
Kurang (<60)
3. Tidak baik jika mengoperasikan
aplikasi ini sukar
7 Simplicity Baik ( >80) 1. Baik, jika aplikasi ini mudah untuk

26
 dipahami
2. Cukup, jika aplikasi ini rumit untuk
Cukup (60 80)
dipahami
Kurang (<60)
3. Tidak baik, jika aplikasi ini sukar
untuk dipahami
1. Baik, jika aplikasi ini dapat
membantu user yang baru dalam
penerapan sistem
Baik ( >80) 2. Cukup, jika aplikasi ini cukup rumit
8 Training Cukup (60 80) membantu user yang baru dalam
Kurang (<60) penerapan sistem.
3. Tidak baik, jika aplikasi ini sukar
membantu user yang baru dalam
penerapan sistem.

2.1.14 Matlab Toolbox Fuzzy

Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan

karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih
dahulu seperti Delphi, Basic maupun C++. Matlab merupakan bahasa
pemrograman level tinggi yang dikhususkan untuk kebutuhan komputasi teknis,
visualisasi dan pemrograman seperti komputasi matematik, analisis data,
pengembangan algoritma, simulasi dan pemodelan dan grafik-grafik perhitungan.
Matlab hadir dengan membawa warna yang berbeda. Hal ini karena matlab
membawa keistimewaan dalam fungsi-fungsi matematika, fisika, statistik, dan
visualisasi. Matlab dikembangkan oleh MathWorks, yang pada awalnya dibuat
untuk memberikan kemudahan mengakses data matrik. Saat ini matlab memiliki
ratusanfungsi yang dapat digunakan sebagai problem solvermulai dari simple
sampai masalah-masalah yang kompleks dari berbagai disiplin ilmu.

Untuk dapat menggunakan fungsi-fungsi logika fuzzy yang ada pada

Matlab, maka harus diinstalkan terlebih dahulu Toolbox Fuzzy. Fuzzy Logic
Toolbox (FLT) memberikan fasilitas Graphical User interface (GUI) untuk
mempermudah dalam membangun, mengedit dan mengobservasi sistem penalaran
Fuzzy, yaitu :

1. Fuzzy Inference System (FIS) Editor

27
 Tampilan fuzzy dalam MATLAB dalam pemberian input, output dan
metode yang akan digunakan.
2. Membership Function Editor
Tool untuk merancang fungsi keanggotaan setiap variable input dan
variable output
3. Rule Editor
Pemberian, pengeditan aturan dalam membuat keputusan yang akan
atau telah dibuat
4. Rule Viewer
Basis pengetahuan penalaran fuzzy dalam penentuan output
5. Surface Viewer[SRI,2006]
Menggambarkan grafik hasil penalaran

Motivasi utama teori Fuzzi Logic adalah memetakan sebuah ruang input
ke dalam ruang output dengan menggunakan IF THEN rules. Pemetaan
dilakukan dalam suatu Fuzzy Inference System (FIS), urutan rule bisa sembarang,
karenanya semua rule harus didefinisikan lebih dahulu sebelum kita membangun
sebuah Fuzzy Inference System (FIS) yang akan digunakan untuk
menginterprestasikan semua rule tersebut. Mekanisme dalam Fuzzy Inference
System (FIS) bisa dirangkum sebagai berikut :

1. Fuzzy Inference System (FIS) adalah sebuah metode yang

menginterprestasikan harga-harga dalam vektor input.
2. Menarik suatu kesimpulan berdasarkan sekumpulan IF THEN rule
yang diberikan.
3. Dapat menghasilkan vektor output. [AGUS NABA,2009]

2.2. Tinjauan Studi

Penelitian tentang penerapan logika fuzzy yang telah dilakukan oleh orang lain:

1. Dalam penelitian yang dilakukan oleh[Maman,2006] membahas Sistem

Pendukung Keputusan: Model Penentuan Siswa Teladan pada SMK YP-

Karya 1 Tangerang dengan pendekatan logika fuzzy. Pada penelitian ini

untuk menentukan siswa teladan dilihat dari tujuh kriteria yaitu:

28
 1. Sikap

2. Kedisiplinan

3. Kerapihan

4. Terlibat narkoba dan barang terlarang

5. Nilai rata-rata raport

6. Nilai praktek kerja lapangan

7. Organisasi

Dimana kriteria-kriteria ini dijadikan variabel fuzzy untuk menentukan

siswa teladan dan hiimpunan fuzzy dapat berupan BAIK, CUKUP,
BURUK, TERLIBAT, TIDAK TERLIBAT, AKTIF, PASIF, dan TIDAK

ANDIL.

2. Dalam penelitian yang dilakukan oleh [iman,2013] membahas Model Penentuan

Kinerja Guru Pada Sistem Informasi Kegiatan Belajar Mengajar
Berdasarkan Pendekatan Logika FIS Mamdani Studi Kasus: SMK
Mahardika 2 Jakarta . Pada penelitian ini untuk menentukan kinerja guru
dilihat dari empat belas yaitu;

1. Siap memberikan materi

2. Memanfaatkan media dalam pembelajaran (contoh: slide presentasi,

alat, dan bahan praktikum)

3. Memberikan nilai yang sesuai dengan hasil belajar (objektif)

4. Memberikan soal latihan dan memeriksanya atau membahasnya di

kelas

5. Memberikan tugas di akhir pertemuan

6. Mengembangkan kurikulum

7. Menguasai materi yang diajarkan

8. Menjelaskan materi secara tepat

29
 9. Menjelaskan keterkaitan materi yang diajarkan dengan kehidupan
sehari-hari

10. Hadir tepat waktu untuk mengajar di kelas

11. Dapat mengendalikan amarah

12. Memberikan semangat sehingga siswa termotivasi untuk belajar lebih

giat

13. Menciptakan suasana kelas dalam KBM yang menyenangkan tetapi

tertib

14. Mudah bergaul di kalangan sesama guru, karyawan, orang tua siswa,
dan masyarakat sekitar

Dimana kriteria-kriteria ini dijadikan variabel fuzzy untuk menentukan

kinerja guru dan himpunan fuzzy dapat berupan BAIK, CUKUP dan
BURUK.

3. Dalam penelitian yang dilakukan oleh[Roni Kastaman, Sudaryanto Zain, Sigit B. Priyudo]

membahas penerapan logika fuzzy pada penilaian mutu teh hitam

orthodox. Menurut ketentuan SNI-1902-2000 (Badan Standarisasi Industri,
2000, syarat mutu dari teh hitam ditentukan berdasarkan karakteristik:

1. Ukuran partikel

2. Kenampakan teh hitam, yang meliputi:

a. Bentuk, ukuran, dan beratnya

b. Tip (jumlah, warna, dan keadaan)

c. Warna partikel

d. Kebersihan

3. Air seduhan, yang meliputi:

a. Warna

b. Rasa

30
 c. Bau

4. Kenampakan ampas seduhan teh, yang meliputi:

a. Warna

b. Kerataan

Tabel II.1 Studi terdahulu yang relevan

N Judul Judul dan Domain Hasil Komentar Yang

o dan Lokasi Penelitian Diadopsi
Tahun Penelitian Oleh
Penelitia Penelitian
n
1 [Maman, Sistem Dimana Mengaplikasik Ini merupakan Hasil
2006] Pendukung kriteria- an penelitian penelitian
Keputusan: kriteria logika fuzzy pertama di ini akan
Model ini dijadikan untuk SMK YP-Karya menjadi
Penentuan variabel membantu 1 acuan
Siswa fuzzy untuk dalam Tangerang dalam
Teladan menentukan menentukan terkait penelitian
pada siswa suatu dengan Teladan. ini.
SMK YP- teladan dan keputusan pada Harapannya
Karya 1 himpunan tingkat pihak
Tangerang fuzzy dapat manajemen Manajemen
dengan berupa SMK
Pendekatan BAIK, YP-Karya 1
Logika CUKUP, Tangerang dapat
Fuzzy. BURUK, menindaklanjuti
TERLIBAT, hasil penelitian
AKTIF, ini
PASIF, dan untuk dapat
TIDAK meningkatkan
ANDIL mutu
pendidikan.

2 [iman,20 Model Dimana 14 Penentukan 14 kriteria yang Hasil

13] Penentuan kinerja guru dijadikan kunci penelitian
kriteria-
Kinerja dengan sistem utama dalam ini akan
Guru Pada kriteria ini pendukung sistem menjadi
Sistem keputusan pendukung acuan
dijadikan
Informasi dengan keputusan dalam
Kegiatan variabel fuzzy pendekatan kinerja guru penelitian

31
 Belajar untuk logika fuzzy dapat ini.
Mengajar lebih objektif dikembangkan/
menentukan
Berdasarka dari pada disesuaikan
n kinerja guru penentuan dengan kondisi
Pendekatan kinerja guru sekolah
dan himpunan
Logika FIS secara manual.
Mamdani fuzzy dapat
Studi
berupan
Kasus:
SMK BAIK,
Mahardika
CUKUP dan
2 Jakarta
BURUK.
3 [Roni Penerapan Syarat mutu 1. Membuat Salah satu Hasil
Kastama Logika dari teh model kekurangan dari penelitian
n, Fuzzy hitam penilaian mutu penilaian yang ni akan
Sudaryan pada ditentukan teh dengan dilakukan oleh menjadi
to Zain, Penilaian berdasarkan menggunakan manusia adalah acuan
Sigit B. Mutu Teh karakteristik: program hasil dalam
Priyudo] Hitam 1. Ukuran komputer penilaiannya penelitian
Orthodox partikel berbasis fuzzy yang ini.
kenampakan logic cenderung
(appearance) 2. subjektif.
teh Menghasilkan Penelitian
hitam, yang penilaian mutu selanjutnya
meliputi: teh yang lebih diharapkan
a. Bentuk, objektif dapat
ukuran membuat
serta beratnya metode
b. Tip penilaian mutu
(jumlah, teh
warna, dan hitam orthodox
keadaan) yang
c. Warna lebih objektif
partikel dengan
d. Kebersihan menggabungkan
2. Air seduhan antara input
(liquor), penilaian dari
yang meliputi: instrumen dan
a. Warna metode
b. Rasa penilaian
c. Bau mutu teh hitam
3. orthodox dengan
Kenampakan menggunakan
ampas logika
seduhan teh fuzzy

32
 (infusion),
yang
meliputi:
a. Warna
b. Kerataan

Perbedaan penelitian terdahulu dengan penelitian ini adalah pada metode

penelitian yang digunakan, obyek penelitian dan variabel yang digunakan. Adapun
hasil yang ingin dicapai pada penelitian ini adalah Mengaplikasikan logika fuzzy
inference system (FIS) Sugeno untuk membantu dalam mendukung pengambilan
suatu keputusan dalam menentukan kinerja dosen secara efisien dan objektif
sesuai dengan dengan kompentensi yang dimiliki oleh dosen yang mengajar
matakuliah tertentu. Selain itu perbedaan penelitian juga terdapat pada metoda
untuk pengukuran kualitas perangkat lunak secara kualitatif yaitu: Software
Quality Assurance (SQA)

2.3. Tinjauan Objek Penelitian

2.3.1. Profil Kampus B Roxy Univeristas Budi Luhur
Cerdas dan berbudi luhur merupakan dua hal yang terpadu yang tidak
terpisahkan, karena kecerdasan tanpa dilandasi budi yang luhur akan cenderung
digunakan untuk membodohi dan mencelakakan orang lain, sebaliknya budi luhur
tanpa diimbangi kecerdasan akan merupakan sasaran kejahatan dan penindasan
dari orang lain.
Berkampus pusat di Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan .
Dikarnakan semakin besarnya minat dan kebutuhan keahlian di bidang komputer
dan ekonomi maka didirikan Kampus unit B menyelenggarakan program strata
satu (S1) program kuliah effektif kelas karyawan, Berlokasi stategis di Pusat
Niaga Roxy Mas Blok E2 no.38-40 Jl. KH Hasyim Ashari, Jakarta Pusat sejak 06
Oktober 1994 sampai sekarang

Sesuai dengan dokumen Rencana Strategis Universitas Budi Luhur 2020

33
VISI

Menjadi universitas unggul dengan standar mutu tertinggi, yang dilandasi

kecerdasan dan keluhuran budi, ditopang teknologi informasi dan
komunikasi.

MISI

Menyelenggarakan pendidikan berbasis kompetensi untuk

menghasilkanlulusan yang unggul, cerdas dan berbudi luhur, serta mampu
bersaing di dunia kerja.

Memfasilitasi dan memotivasi sivitas akademika untuk mencapai

penelitian bermutu.

Melakukan kegiatan yang bermanfaat bagi kesejahteraan masyarakat luas

sebagai bentuk nyata keluhuran budi.

Menyelenggarakan kerjasama dengan institusi pemerintah maupun swasta

dengan prinsipkesetaraan dan kemanfaatan.

Menyelenggarakan pendidikan tinggi dengan dilandasi kecerdasan dan

nilai-nilai keluhuran budi serta menerapkan tata kelola berbasis sistem
mutu demi terwujudnya kredibilitas, transparansi, akuntabilitas, tanggung
jawab dan keadilan.

Meningkatkan kualitas hidup masyarakat Universitas Budi Luhur.

2.3.2. Struktur Organisasi

34
 Gambar II-14 Struktur Organisasi

2.3.3. Uraian Tugas

a) Koordinator Kampus
1) Merumuskan tujuan dan sasaran-sasaran kampus
2) Mengawasi pelaksanaan organisasi kampus
3) Membuat keputusan yang berkaitan dengan pendidikan dalam
organisasi
b) Bagian Keuangan
1) Penyusunan program kerja tata usaha sekolah.
2) Pengelolaan dan pengarsipan surat-surat masuk dan keluar.
3) Pengurusan administrasi keuangan.
4) Penyusunan laporan pelaksanaan secara berkala.
c) Bagian Sarana dan Prasarana
1) Menyusun program pengadaan sarana dan prasarana.
2) Mengkoordinasikan penggunaan sarana prasarana.
3) Pengelolaan pembiayaan alat- alat pengajaran.
4) Mengelola perawatan dan perbaikan sarana prasarana.
5) Bertanggung jawab terhadap kelengkapan data sekolah
keseluruhan.
6) Melaksanakan pembukuan saranadan prasarana secara rutin
d) Bagian Kemahasiswaan
1) Melaksanakan bimbingan, pengarahan dan pengendalian mahasiswa
baru dalam rangka menegakkan disiplin dan tata tertib kampus
2) Menyusun jadwal dan promosi secara berkala

35
 3) Membuat laporan mahasiswa baru, mutasi dan penyetaraan
4) Menyusun dan membuat jadwal kegiatan kampus secara berkala
5) Membuat laporan mahasiswa aktif dan tidak aktif
e) Bagian Akademik
1) Menyusun program pengajaran.
2) Menyusun dan menjabarkan kalender pendidikan.
3) Menyusun pembagian tugas dosen dan jadwal matakuliah.
4) Menyusun jadwal ujian dan pelaksanaan ujian
5) Mengkoordinasikan, menyusun dan mengarahkan penyusunan
kelengkapan mengajar.
6) Melakukan supervise administrasi akademis.
7) Melakukan pengarsipan program kurikulum persemester
8) Penyusunan laporan secara berkala.

2.3.4. Sarana dan Prasarana

Pada sistem informasi penilaian komputerisasi, sarana dan prasarana yang
digunakan untuk memberikan hasil yang terbaik. Sarana dan prasarana yang
diperlukan terdiri dari hardware dan software.
1. Spesifikasi sarana hardware
Spesifikasi sarana hardware yang diperlukan dalam operasional sehari-hari
adalah sebagai berikut:
a. Komputer Client:
Merupakan komputer yang digunakan dosen untuk presentasi dikelas
1. Intel Core i3
2. RAM 4 GB
3. HDD 500 GB
4. Monitor 17
b. Komputer Administrasi:
Merupakan komputer yang digunakan tata usaha untuk melakukan pengolahan
data mahasiswa dan verifikasi nilai
1. Pentium Dual-Core

36
 2. RAM 2 GB
3. HDD 80 GB
4. Monitor 15
2. Spesifikasi sarana software
Spesifikasi sarana software yang diperlukan dalam operasional sehari-hari
adalah sebagai berikut:
a. Client
1. OS: Windows 8
2. Microsoft Office 2007
3. Adobe
b. Administrasi
1. OS: Windows XP
2. Microsoft Office 2007
3. Adobe
3. Jaringan komputer

Gambar II-15 Jaringan Komputer Kampus B Roxy

2.4. Kerangka Konsep
Variabel fuzzy untuk menentukan penilaian kinerja dosen pada proses belajar
mengajar dalam dan himpunan fizzy dapat berupa BURUK, CUKUP, dan BAIK.
Secara ringkas kerangka pemikiran dimaksud dapat digambarkan dalam gambar
skema di bawah ini:

37
 Gambar II-16 Kerangka Konsep
Keterangan :
1. Kondisi saat ini: Tidak adanya sistem informasi yang secara khusus dapat
memberikan dukungan bagi pengambil keputusan penilaian kinerja dosen
pada PBM
2. Hasil yang diharapkan : Memperoleh hasil penilaian kinerja dosen pada PBM
dengan format GUI
3. Permasalahan yang ada : diperlukannya penilaian kinerja dosen pada PBM
yang teruji dengan baik berbasis komputer. Sehingga dibuatkan solusi dari

38
 permasalahan dengan membangun program aplikasi berformat GUI
menggunakan Toolbox Matlab dengan pendekatan logika fuzzy.
4. Membuat kriteria penilaian: Berdasarkan kompetensi pedagogik, kompetensi
profesional, kompetensi kepribadian, kompetensi sosial.
5. Input indikator dari tiap-tiap kriteria penilaian yang telah dibuat.
6. Pemisahan data : Berdasarkan data yang diperoleh dari hasil observasi yang
telah dipersiapkan, dibagi dua kelompok data yang saling bebas satu sama
lain. Kelompok pertama adalah Training Data, yang akan digunakan untuk
proses pembelajaran FIS. Sedangkan kelompok kedua adalah Testing Data,
yang akan digunakan untuk melakukan validasi model.
7. Membangun aplikasi berformat GUI dengan menggunakan Toolbox Matlab
dan menggunakan fuzzy logic. Kemudian uji keterampilan GUI dengan
menguji hasil dari pemanfaatan TIK dan Data validasi, untuk mendapatkan
hasil yang akurat. Tahap selanjutnya melakukan evaluasi GUI.

Pada penelitian ini untuk menentukan kinerja dosen dilihat dari 4 kriteria yaitu:
1. Kompetensi Pedagogik
Kompetensi pedagogik ialah kemampuan dalam pengolahan pembelajaran
peserta didik yang meliputi; pemahaman wawasan atau landaskan kependidikan,
pemahaman terhadap peserta didik, pengembangan kurikulum/silabus,
perancangan pembelajaran, pemanfaatan teknologi pembelajaran, evaluasi proses
dan hasil belajar, pengembangan peserta didik untuk mengaktualisasikan berbagai
potensi yang dimilikinya. Kompetensi pedagaogik adalah sejumlah kemampuan
dosen yang berkaitan dengan ilmu dan seni mengajar mahasiswa.
Kompetensi dosen ialah sejumlah kemampuan yang harus dimiliki dosen untuk
mencapai tingkatan dosen profesional. Kompetensi pedagogik antara lain:
menguasai landasan mengajar, menguasai ilmu mengajar (didaktik metodik),
mengenal mahasiswa, menguasai teori motivasi, mengenal lingkungan
masyarakat, menguasai penyusunan kurikulum, menguasai teknik penyusunan
SAP, menguasai pengetahuan evaluasi pembelajaran.
Ruang Lingkup Kompetensi Pedagogik

39
Rumusan kompetensi pedagogik di dalam Penjelasan Peraturan Pemerintah
Nomor 19 tahun 2005, Tentang Standar Nasional Pendidikan, pasal 28 ayat 3
bahwa kompetensi ialah kemampuan mengelola pembelajaran peserta didik yang
meliputi: pemahaman terhadap peserta didik, perancangan dan pelaksanaan
pembelajaran, evaluasi hasil belajar, pengembangan peserta didik untuk
mengaktualisasikan berbagai potensi yang dimilikinya.

2. Kompetensi Profesional
Kompetensi profesional dosen adalah sejumlah kompetensi yang berhubungan
dengan profesi yang menuntut berbagai keahlian di bidang pendidikan atau
kedosenan. Kompetensi profesional merupakan kemampuan dasar dosen dalam
pengetahuan tentang belajar dan tingkah laku manusia, bidang studi yang
dibinanya, sikap yang tepat tentang lingkungan PBM dan mempunyai
keterampilan dalam teknik mengajar.
Dosen profesional adalah dosen yang memiliki kompetensi yang
dipersyaratkan untuk melakukan tugas pendidikan dan pengajaran. Kompetensi di
sini meliputi pengatahuan, sikap, dan keterampilan profesional, baik yang bersifat
pribadi, sosial, maupun akademis. Kompetensi profesional merupakan salah satu
kemampuan dasar yang harus dimiliki seseorang dosen. Dalam Peraturan
Pemerintah No 19 tahun 2005, pada pasal 28 ayat 3 yang dimaksud dengan
kompetensi profesional adalah kemampuan penguasaan materi pembelajaran
secara luas dan mendalam yang memungkinkannya membimbing peserta didik
memenuhi standar kompetensi yang ditetapkan dalam Standar Nasional
Pendidikan.
Ruang Lingkup Kompetensi Profesional
Menurut Cooper ada 4 komponen kompetensi profesional, yaitu: mempunyai
pengetahuan tentang belajar dan tingkah laku manusia, mempunyai pengetahuan
dan menguasai bidang studi yang dibinanya, mempunyai sikap yang tepat tentang
diri sendiri, sekolah, teman sejawat dan bidang studi yang dibinanya, dan
mempunyai keterampilan dalam teknikl mengajar. Kompetensi profesional
mencakup: penguasaan materi pelajaran yang terdiri atas penguasaan bahan yang

40
harus diajarkan dan konsep-konsep dasar keilmuan yang diajarkan dari bahan
yang diajarkannya itu; penguasaan dan penghayatan atas landasan dan wawasan
kependidikan dan keguruan; dan penguasaan proses-proses kependidikan,
keguruan pembelajaran siswa.[Johnson,1980]

3. Kompetensi Kepribadian
Kompetensi kepribadian adalah kompetensi yang berkaitan dengan tingkah
laku pribadi dosen itu sendiri yang kelak harus memiliki nilai-nilai luhur sehingga
terpantul dalam perilaku sehari-hari. Ha ini dengan sendirinya berkaitan erat
dengan falsafah hidup yang mengharapkan dosen menjadi model manusia yang
memiliki nilai-nilai luhur. Di Indonesia sikap pribadi yang dijiwai oleh filsafat
Pancasila yang mengagungkan budaya bangsanya yang rela berkorban bagi
kelestarian bangsa dan negaranya termasuk dalam kompetensi kepribadian dosen.
Dengan demikian pemahaman terhadap kompetensi kepribadian dosen harus
dimaknai sebagai suatu wujud sosok manusia yang utuh.
Kepribadian adalah keseluruhan dari individu yang terdiri dari unsur psikis dan
fisik. Dalam makna demikian, seluruh sikap dan perbuatan seseorang merupakan
satu gambaran dari kepribadian orang itu, asal dilakukan secara sadar. Dan
perbuatan baik sering dikatakan bahwa seseorang itu mempunyai kepribadian baik
atau berakhlak mulia. Sebaliknya, bila seseorang melakukan sikap dan perbuatan
yang tidak baik menurut pandangan masyarakat, maka dikatakan orang itu tidak
mempunyai kepribadian baik atau tidak berakhlak mulia. Dengan kata lain, baik
atau tidaknya citra seorang dosen ditentukan oleh kepribadian. Lebih lagi bagi
seorang dosen, masalah kepribadian merupakan faktor yang menentukan terhadap
keberhasilan melaksanakan tugas sebagai pendidik. Kepribadian dapat
menentukan apakah dosen menjadi pendidik dan pembina yang baik ataukah akan
menjadi perusak atau penghancur bagi hari depan siswa terutama bagi siswa yang
masih kecil dan mereka yang mengalami kegoncangan jiwa.
Ruang Lingkup Kompetensi Kepribadian

41
Kompetensi kepribadian itu adalah hal yang bersifat universal, yang artinya harus
dimiliki dosen dalam menjalankan fungsinya sebagai makhluk individu (pribadi)
yang menunjang terhadap keberhasilan tugas dosen yang diembannya.

4. Kompetensi Sosial
Kompetensi sosial di dalam Peraturan Pemerintah Nomor 19 tahun 2005, pada
pasal 28, ayat 3, ialah kemampuan pendidik sebagai bagian dari masyarakat untuk
berkomunikasi dan bergaul seacara efektif dengan peserta didik, sesama pendidik,
tenaga kependidikan, orang tua/wali peserta didik dan masyarakat sekitar. Dosen
profesional hendaknya mampu memikul dan melaksanakan tanggung jawab
sebagai dosen kepada siswa, orang tua, masyarakat, bangsa, negara, dan
agamanya. Tanggung jawab pribadi yang mandiri yang mampu memahami
dirinya, mengelola dirinya, mengendalikan dirinya, dan menghargai serta
mengembangkan dirinya. Tanggung jawab sosial diwujudkan melalui kompetensi
dosen dalam memahami dirinya sebagai bagian yang tak terpisahkan dari
lingkungan sosial serta memiliki kemampuan berinteraksi sosial. Tanggung jawab
intelektual diwujudkan melalui penguasaan berbagai perangkat pengetahuan dan
keterampilan yang diperlukan untuk menunjang tugas-tugasnya. Tanggung jawab
spiritual dan moral diwujudkan melalui penampilan dosen sebagai makhluk
beragama yang perilakunya senantiasa tidak menyimpang dari norma agama dan
norma moral.
Kompetensi sosial merupakan kemampuan dosen untuk menyesuaikan diri
kepada tuntutan kerja di lingkungan sekitar pada waktu membawakan tugasnya
sebagai dosen. Peran yang dibawa dosen dalam masyarakat berbeda dengan
profesi lain. Oleh karena itu, perhatian yang diberikan masyarakat terhadap dosen
pun berbeda dan ada kekhususan terutama adanya tuntutan untuk menjadi pelopor
pembangunan di daerah tempat dosen tinggal. Beberapa kompetensi sosial yang
perlu dimiliki dosen antara lain; terampil berkomunikasi, bersikap simpatik, dapat
bekerja sama dengan Dewan Pendidikan/Komite Sekolah, pandai bergaul dengan

42
kawan sekerja dan mitra pendidikan, dan memahami dunia sekitarnya
(lingkungan).
Ruang Lingkup Kompetensi Sosial
Kompetensi sosial dalam kegiatan belajar ini berkaitan erat dengan kemampuan
dosen dalam berkomunikasi dengan masyarakat di sekitar sekolah dan masyarakat
tempat dosen tinggal sehingga peranan dan cara dosen berkomunikasi di
masyarakat diharapkan memiliki karakteristik tersendiri yang sedikit banyak
berbeda dengan orang lain yang bukan dosen. Misi yang diemban dosen adalah
misi kemanusiaan. Mengajar dan mendidik adalah tugas kemanusiaan manusia.
Dosen harus mempunyai kompetensi sosial karena Dosen adalah penceramah
jaman.

2.5. Hipotesis Penelitian

Hipotesis dari tulisan ini adalah bahwa diduga penilaian kinerja dosen
pada proses belajar mengajar menggunakan metode logika Fis-Sugeno Studi
Kasus : Kampus B Roxy Universitas Budi Luhur akan memberikan solusi yang
lebih baik dibandingkan dengan pengambilan keputusan secara manual yang ada
saat ini.

43