SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN PEMBIMBING DENGAN METODE LOGIKA FUZZY
Seminar Nasional Informatika 2014
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN
PEMBIMBING DENGAN METODE LOGIKA FUZZY
Ainul Yaqin1), Ema Utami2), Emha Taufiq Luthfi3)
1,2,3
Magister Teknik informatika STMIK AMIKOM Yogyakarta
Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281
1
ainul.yaqin121190@gmail.com, 2ema.u@amikom.ac.id, 3emhataufiqluthfi@amikom.ac.id
1,2,3
Abstrak
Banyaknya dosen pembimbing di STMIK AMIKOM Yogyakarta dengan bidang komptensi dosen yang
berbeda-beda serta judul skripsi mahasiswa yang bervariasi dan semakin komplek, sehingga menyebakan
bagian jurusan di STMIK AMIKOM Yogyakarta mengalami kesulitan dalam menentukan dosen
pembimbing yang tepat. Hal ini bertujuan untuk menciptakan bimbingan yang optimal dan hasil tugas akhir
atau skripsi yang optimal. Pemilihan dosen pembimbing di STMIK AMIKOM Yogyakarta terdapat beberapa
faktor yang menjadi penilaian. Penilaian ini berdasarkan bidang kompetensi dosen, ipk mahasiswa, beban
bimbingan dosen, nilai skripsi mahasiswa yang telah maju sidang skripsi dan durasi mahasiswa dalam
menyelesaikan skripsi serta kondisi khusus sebagai aspek pertimbangan (case khusus). Demi efisiensi dan
efektifitas kerja maka pengambilan keputusan yang tepat sangat diperlukan berdasarkan kriteria-kriteria
yang ada dan bobot masing-masing kriteria. Penerapan Sistem Pendukung keputusan penunjukkan dosen
pembimbing di STMIK AMIKOM Yogyakarta mampu memberikan saran dan solusi dalam penunjukkan
dosen pembimbing yang optimal. Tingkat keakuratan sistem pendukung keputusan di dalam penelitian ini
adalah 87% dan persentase ketidak sesuaian 13%. Diharapkan sistem ini dapat memberikan saran kepada
ketua jurusan dan staffnya dalam penunjukkan dosen pembimbing.
Kata Kunci: Sistem Pendukung Keputusan, Penunjukkan dosen pembimbing
1.
Pendahuluan
Sekolah Tinggi Manajemen Informatika
dan Komputer AMIKOM Yogyakarta (selanjutnya
disebut
STMIK
AMIKOM
Yogyakarta)
merupakan salah satu perguruan tinggi swasta
yang berkedudukan di Provinsi DIY Kabupaten
Sleman di bawah naungan Yayasan AMIKOM
Yogyakarta. Visi dan misi, perkembangan
program studi S1 Teknik Informatika STMIK
AMIKOM Yogyakarta juga dipengaruhi oleh
kualitas mahasiswa lulusan program studi S1
Teknik
Informatika
STMIK
AMIKOM
Yogyakarta. sebagaimana salah satu misi program
program studi S1 Teknik Informatika STMIK
AMIKOM Yogyakarta unggul dalam bidang
penelitian yakni Melaksanakan penelitian dalam
rangka pengembangan ilmu pengetahuan secara
berkelanjutan. Dalam mencetak lulusan terbaik
tentunya dipengaruhi oleh pemilihan dosen
pembimbing bagi mahasiswa yang menempuh
skripsi sebagai penelitian syarat kelulusan dan
juga menjadi salah satu bentuk pengabdian
masyarakat.
Permasalahan muncul pada pihak
jurusan dalam menentukan dosen pembimbing
karena yang dinilai adalah subjektifitas masingmasing dosen. Sehingga penilaian yang diberikan
masih tidak pasti (bersifat fuzzy = kabur atau
tidak jelas).
Adanya ketidaktepatan dalam
membuat keputusan pemilihan dosen pembimbing
146
berdampak pada hasil keputusan yang diberikan
kurang tepat.
Dengan menerapkan Sistem pendukung
keputusan ini membantu melakukan pemilihan
dosen pembimbing dengan sistem perhitungan
matematis, melakukan perubahan kriteria,dan
memberi nilai bobot. Hal ini berguna untuk
memudahkan pengambil keputusan yang terkait
dengan masalah penentuan dosen pembimbing,
sehingga akan di dapatkan dosen pembimbing
yang paling sesuai dengan skripsi yang diajukan
mahasiswa.
Berdasarkan dari latar belakang masalah
maka dapat dirumuskan masalah mengenai
arsitektur sistem serta bagaimana alur kerja dari
“sistem pendukung keputusan untuk penentuan
dosen pembimbing dengan menggunakan metode
logika fuzzy (fuzzy Logic) “.
Dalam pembuatan sistem ini, terdapat
beberapa pembatasan penelitian mulai dari
Penelitian ini menggunakan metode pelacakan
fuzzy logic metode mamdani serta menggunakan
metode pendekatan berbasis aturan(rulebase
reasoning). Sistem pendukung keputusan ini
bersifat prototype yang tidak terintegrasi dengan
sistem sistem informasi di STMIK AMIKOM
Yogyakarta dan dibangun dengan menggunakan
Bahasa PHP dan Database MySql.
Penelitian ini menggunakan metode penelitian
action research dan ditujukan untuk mengetahui
Seminar Nasional Informatika 2014
penerapan sistem pendukung keputusan tersebut
sehingga dapat menjadi pedoman bagi bagian
jurusan program studi S1 Teknik Informatika
STMIK
AMIKOM
Yogyakarta
dalam
menentukan dosen pembimbing bagi mahasiswa
yang mengajukan skripsi.
2.
Tinjauan Pustaka
Perguruan Tinggi menentukan salah satu
standar kelulusan mahasiswa untuk memperoleh
gelar S1 adalah dalam bentuk penyusunan tugas
akhir atau skripsi. Sebagai bagian dari proses
penulisan skripsi,
peran dosen sebagai
pembimbing skripsi menjadi sangat penting
karena merupakan tanggung jawab dosen untuk
memastikan bahwa mahasiswa mampu menyusun
skripsi dengan baik hingga skripsi siap diujikan
dan berkualitas [Rini 2012].
Dalam buku (Kusrini,2007), terdapat
definisi sistem pendukung keputusan menurut
Alter ialah DSS merupakan sistem informasi
interaktif
yang
menyediakan
informasi,
pemodelan, dan pemanipulasian data. Sistem itu
digunakan untuk membantu pengambilan
keputusan dalam situasi yang semiterstruktur dan
situasi yang tidak terstruktur, dimana tak
seorangpun tahu secara pasti bagaimana
keputusan seharusnya dibuat[Kusrini].
Sistem pendukung keputusan bisa terdiri dari
beberapa subsistem, yaitu [Kusrini]
1. Subsistem manajemen data
2. Subsistem manajemen model
3. Subsistem antarmuka pengguna
4. Subsistem manajemen berbasis-pengetahuan
Arsitektur dari sistem pendukung keputusan
ditunjukkan dalam gambar 1 [Kusrini]:
Sistem lainnya
yang berbasis
komputer
Data
eksternal &
internal
Manajemen
data
Internet,
intranet,
ekstranet
Manajemen
model
Model eksternal
Subsistem
berbasis
pengetahuan
Pemikiran di balik pendekatan ini adalah
pengambilan keputusan tidak sekadar persoalan
hitam dan putih atau benar dan salah, namun
kerapkali melibatkan area abu-abu, dan hal itu
dimungkinkan. Ada beberapa hal yang perlu
diketahui dalam memahami suatu sistem fuzzy,
yaitu [Kusuma dewi]
a. Variabel fuzzy
Variabel fuzzy merupakan variabel yang
hendak dibahas dalam suatu sistem fuzzy.
Contoh : umur, temperatur, 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 3
himpunan fuzzy, yaitu : MUDA,
PAROBAYA, TUA.
2. Variabel temperatur, terbagi menjadi 5
himpunan
fuzzy, yaitu : DINGIN,
SEJUK, NORMAL, HANGAT, dan
PANAS. Seperti pada gambar 2 :
Gambar 2. Himpunan Fuzzy
c. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan
nilai yang diperbolehkan umtuk 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 atasnya.
Contoh :
1. Semesta pembicaraan untuk variabel umur: [0
∞]
2. Semesta
pembicaraan
untuk
variabel
temperatur: [0 40]
Antarmuka
pengguna
Basis
pengetahuan
organisasional
Manajer
(pengguna)
Gambar 1. Arsitektur Sistem Pendukung
Keputusan
logika fuzzy berkaitan dengan ketidakpastian.
Teknik ini, yang menggunakan teori matematika
fuzzy set [zadeh], mensimulasikan proses
penalaran manusia normal dengan memungkinkan
komputer untuk berperilaku kurang tepat dan
logis daripada yang dilakukan komputer
konvensional.
d. Domain
Domain
himpunan
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 :
1. MUDA : [0 45]
2. PAROBAYA : [33 45]
3. TUA : [45 ∞]
147
Seminar Nasional Informatika 2014
e. Proses Infrensi Fuzzy
Proses inferensi sistem pakar fuzzy terbagi
atas empat proses yaitu: Fuzzyfikasi, Inferensi,
Komposisi, dan Defuzzyfikasi.Proses inferensi
fuzzy, ditunjukkan pada gambar 3 [Sherly]:
sejumlah pengetahuan pakar pada suatu
permasalahan tertentu, dan si pakar dapat
menyelesaikan masalah tersebut secara berurutan
[Kusumadewi, 2003].
3.
Metode Penelitian
Dalam penelitian, peneliti melakukan
identifikasi sistem dengan mempertimbangkan
variable-variabel pendukung penerapan hasil
keputusan dengan cara melakukan wawancara
kepada
ketua
jurusan
sebagai
user
knowledgement. Hal ini merupakan tahapan yang
penting karena model yang dibuat harus akurat
dan dapat dipertanggungjawabkan.
Kemudian hasil wawancara dengan pakar
dijadikan data yang selanjutnya diolah dengan
menggunakan model logika fuzzy untuk
mendapatkan hasil berupa langkah-langkah
strategis yang harus dilakukan pada penerapan
hasil keputusan. Alur kerja Penentuan Dosen
Pembimbing dapat dilihat pada Gambar 4
Gambar 3. Tahapan Proses dalam Logika
Fuzzy
Metode MAMDANI sering dikenal sebagai
metode Max-Min, yang diperkenalkan oleh
ebrahim MAMDANI di tahun 1975. Untuk
memperoleh output, diperlukan 4 tahapan
[Kusumadewi].
a. Pembentukan himpunan fuzzy
b. Aplikasi fungsi implikasi
c. Komposisi aturan
Pada metode MAX solusi himpunan diperoleh
dari
nilai
maximum
aturan,
kemudian
menggunakan untuk memodifikasi daerah fuzzy,
dan mengaplikasikannya ke output dengan
menggunakan operator OR (union). Secara umum
dapat dituliskan :
(1)
Keterangan:
= nilai keanggotaan solusi fuzzy
1.
sampai aturan ke-I.
= nilai keanggotaan konsekuen fuzzy
2.
sampai aturan ke-I.
Gambar 4. Alur kerja penentuan dosen
pembimbing
Rule pengetahuan sebanyak 324 adalah
rulebased reasoning yang diperoleh dari hasil
permutasi sub variabel input yang ditunjukkan
pada bagian tabel 1 dibagian lampiran.
d. Penegasan (defuzzy)
Ada beberapa metode defuzzifikasi pada
komposisi aturan MAMDANI, antara lain :
Metode centroid, metode bisector, metode mean
of maximum (MOM), Metode Largest of
maximum (LOM). Rumus defuzzifikasi yang
digunakan dalam penelitian ini adalah adalah :
(2)
Keterangan:
1.
2.
3.
4.
= nilai keanggotaan min dari
aturan ke -1
= nilai maximum himpunan dari fungsi
implikasi aturan ke -1
= nilai keanggotaan min dari
aturan ke –n
= nilai maximum himpunan dari fungsi
implikasi aturan ke –n
Pengetahuan
direpresentasikan
dengan
menggunakan aturan berbentuk: IF–THEN.
Bentuk ini digunakan apabila kita memiliki
148
4. Hasil dan Pembahasan
Dalam penelitian sistem pendukung keputusan
penentuan dosen pembimbing mendasarkan pada
teknik
peluang
dan
memperhitungkan
ketidakmenentuan. Model yang dalam penelitian
sistem pendukung keputusan ini menggunakan
logika fuzzy metode mamdani.
Alur dalam sistem pendukung keputusan
penentuan dosen pembimbing menggunakan
logika fuzzy adalah sebagai berikut :
1. Penentuan variabel yang menjadi inputan
dalam logika fuzzy :
a. Bidang keahlian dosen : nilai inputan untuk
bidang keahlian dosen diperoleh dari rata-rata
nilai pengusaan masing-masing dosen
terhadap tematik yang terkait dengan skripsi
Seminar Nasional Informatika 2014
b.
c.
d.
e.
yang diajukan ditambah dengan rasio lulus
mahasiswa yg dibimbing.
Ipk mahasiswa yang sedang dibimbing : nilai
yang diperoleh dari inputan data-data
mahasiswa yang sedang mengajukan skripsi.
Beban bimbingan dosen : nilai inputan yang
diperoleh dari jumlah mahasiswa yang sedang
dibimbing masing-masing dosen.
rata-rata
durasi
waktu
mahasiswa
menyelesaikan skripsi : nilai inputan untuk
rata-rata durasi waktu mahasiswa adalah ratarata dari durasi mahasiswa menyelesaikan
skripsi yang pernah di bimbing masing masing
dosen.
Nilai rata-rata skripsi mahasiswa yang
dibimbing : nilai inputan untuk nilai rata-rata
skripsi diperoleh dari rata-rata nilai skripsi
mahasiswa masing-masing dosen yang telah
lulus sidang skripsi.
2. Penentuan varibel yang menjadi output dalam
logika fuzzy : Indek kesesuain dosen sebagai
pembimbing.
3. Penentuan domain semesta masing-masing
variabel
a. bidang keahlian dosen [0 100]
b. Ipk mahasiswa [0 4]
c. Beban bimbingan dosen [0 25]
d. rata-rata durasi waktu mahasiswa
menyelesaikan skripsi [0 6]
e. Nilai rata-rata skripsi mahasiswa yang
dibimbing [0 4]
f. Indek kesesuai dosen [0 100]
4. Penentuan himpunan dan domain masingmasing variabel
a. Bidang Keahlian Dosen (BKD)
Gambar 5. Kurva Bidang Keahlian Dosen
.
b. Indeks Prestasi Komulatif mahasiswa
(IPK)
Gambar 7. Kurva Beban Bimbingan Dosen
d.
durasi waktu mahasiswa menyelesaikan
skripsi (durasi)
Gambar 8. Kurva Durasi Bimbingan
e.
Nilai rata-rata skripsi mahasiswa yang
dibimbing(Nil_Skripsi)
Gambar 9. Kurva Nilai Skripsi
f.
Indek Kesesuai Dosen (IKD)
Gambar 10. Kurva Indek kesesuai dosen
5. Menentukan
nilai
(µ himpunan_variabel[nilai])
keanggotan
a. Bidang Keahlian Dosen (BKD)
Gambar 6. Kurva IPK Mahasiswa
c.
Beban Bimbingan Dosen (BBD)
149
Seminar Nasional Informatika 2014
6. Menentukan aturan kaidah produksi(rule
based reasoning)
Contoh aturan kaidah produksi dalam sistem
pendukung keputusan penentuan dosen
pembimbing dilampirkan pada lampiran.
7. Melakukan defuzzyfikasi untuk menentukan
peluang menggunakan rumus (2) diatas.
Dalam paper ini terdapat percobaan kerja sistem,
penulis membuat sistem seperti tampilan dibawah
ini.
Gambar 11. Form Tambah data skripsi
Gambar 12. Form Penunjukkan dosen
Gambar 13. hasil rekomendasi penunjukkan
Penambahan data skripsi menggunakan
form tambah data skripsi yang ditunjukkan pada
gambar 11 dan untuk penunjukkan dosen
menggunakan form penunjukkan dosen yang
ditunjukkan gambar 12 serta hasil rekomendasi
seperti gambar 13.
Pengujian yang dilakukan dalam penelitian
sistem pendukung keputusan penunjukan dosen
pembimbing
ini
menggunakan
sekenario
pengujian data histori penunjukkan dosen
pembimbing dibandingkan dengan penunjukkan
berdasarkan sistem pendukung keputusan
penunjukkan dosen pembimbing. Skenario
150
Seminar Nasional Informatika 2014
pengujian
ditunjukkan
dalam
berdasarkan gambar 14 berikut:
diagram
Gambar 14. Skenario Pengujian
Pengujian ini dilakukan pada 30 data sampel
histori yang dipilih secara random dari 2163 data.
Rencana data yang akan diuji ditunjukkan pada
tabel 2 di bagian lampiran serta hasil pengujian
tingkat kesesuaian penunjukkan dosen dengan
manual
dengan
nilai
B
dan
durasi
penyelesaian=40 dan perigkat di SPK>=5
ditunjukkan pada tabel 3 dibagian lampiran.
Dari hasil pengujian diperoleh hasil kesesuaian
penunjukkan dosen secara manual dan
berdasarkan hasil penunjukkan Sistem Pendukung
keputusan penunjukkan dosen pembimbing. Hasil
Kesesuaian ditunjukkan pada diagram pie
kesesuaian penunjukkan dosen pembimbing pada
gambar 15:
Gambar 16. Diagram Kesesuaian
Penunjukkan Dosen Pembimbing
Untuk Lebih mendetail hasil pengujian
kesesuaian dihitung berdasar penunjukkan
optimal secara manual dan sistem pendukung
keputusan penunjukkan dosen pembimbing. Hasil
Penunjukkan optimal ditunjukkan pada diagram
yang digambarkan pada gambar 17:
5.
Kesimpulan dan Saran
Berdasarkan hasil pengujian dari kasus
sampel uji yang telah dilakukan didapat
kesimpulan bahwa hasil penunjukkan sistem
pendukung keputusan menunjukkan angka
kesesuaian 87% sesuai dengan penunjukkan
manual. Hasil pengujian ini baru secara
persentase statistik biasa dari data histori, dan
mungkin saja ini kurang akurat.
Sistem pendukung keputusan penunjukkan dosen
agar lebih optimal, dibutuhkan tambahan
kecerdasan dalam pengolahan aturan rule base
secara otomatis berdasar histori penunjukkan.
Penulis juga menyarankan bahwa peranan ketua
jurusan dalam penunjukkan dosen dibutuhkan
karena sistem hanya member hasil rekomendasi.
Penulis juga memberikan saran untuk penelitian
berikutnya, sistem pendukung keputusan ini dapat
dikembangkan dengan membuat penelitan tematik
terkait skripsi bisa diinputkan secara otomatis
atau rule base reasoning yang digunakan secara
otomatis terbentuk pola dengan dengan melihat
histori penunjukkan dosen bimbingan.
Daftar Pustaka
[1]. Hariyati Rini Maryuni, “Survey Kinerja
Dosen Pembimbing Skripsi Dan Kualitas
Skripsi
Mahasiswa
Akuntansi
Stie
Malangkucecwara”,
Jurnal
Dinamika
Akuntansi Vol. 4, No.2 (2012).
[2]. Jayanti Sherly, Hartati Sri, 2012, Sistem
Pendukung Keputusan Seleksi Anggota
Paduan Suara Dewasa Menggunakan Metode
Fuzzy MAMDANI, Jurnal IJCCS, Volume 6
no 1
[3]. Kusrini, 2007, Konsep dan Aplikasi Sistem
Pendukung Keputusan, Yogyakarta, Penerbit
Andi.
[4]. Kusumadewi, S., “Artificial Intelligence”.
Graha Ilmu, Edisi Pertama, Yogyakarta,
2003.
[5]. Kusumadewi, S, Purnomo H., “Aplikasi
Logika Fuzzy untuk pendukung keputusan”.
Graha Ilmu, Edisi Kedua, Yogyakarta, 2010
[6]. Lotfi A Zadeh, 1968, “Fuzzy Algorithm,
Information and Control 12 (2)”, 94-102.
Gambar 17. Diagram Kesesuaian
Penunjukkan Dosen Pembimbing
151
Seminar Nasional Informatika 2014
Lampiran
no
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
152
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
Tabel 1. Rulebase reasoning
aturan
.
8
.
11
.
8
.
11
.
8
.
11
.
8
.
12
.
8
.
12
.
8
.
12
.
8
.
13
.
8
.
13
.
8
.
13
.
9
.
11
.
9
.
11
.
9
.
11
.
9
.
12
.
9
.
12
.
9
.
12
.
9
.
13
.
9
.
13
.
9
.
13
.
10
.
11
.
10
.
11
.
10
.
11
.
10
.
12
.
10
.
12
.
10
.
12
.
10
.
13
.
10
.
13
.
10
.
13
.
8
.
11
.
8
.
11
.
8
.
11
.
8
.
12
.
8
.
12
.
8
.
12
.
8
.
13
.
8
.
13
.
8
.
13
.
9
.
11
.
9
.
11
.
9
.
11
.
9
.
12
.
9
.
12
.
9
.
12
.
9
.
13
.
9
.
13
.
9
.
13
.
10
.
11
.
10
.
11
.
10
.
11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
17
18
17
17
17
17
18
18
17
18
18
17
17
18
17
18
18
Seminar Nasional Informatika 2014
no
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
5
5
5
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
17
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
18
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
18
153
Seminar Nasional Informatika 2014
no
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
154
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
7
7
7
7
7
7
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
17
18
17
17
17
17
18
18
17
18
18
17
17
18
17
18
18
18
18
18
17
17
18
17
17
18
17
17
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
Seminar Nasional Informatika 2014
no
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
5
5
5
5
5
5
5
5
5
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
17
17
17
18
18
17
17
17
17
17
17
17
18
18
17
18
18
17
17
18
17
18
18
17
18
18
17
17
17
17
17
18
17
17
18
17
17
17
17
18
18
17
18
18
17
18
18
17
18
18
155
Seminar Nasional Informatika 2014
no
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
156
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
17
18
17
18
18
17
18
18
17
17
17
18
18
18
18
18
18
17
18
18
18
18
18
17
18
18
17
18
18
17
18
18
17
18
18
17
17
18
17
18
18
17
18
18
17
17
18
Seminar Nasional Informatika 2014
no
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
7
7
7
7
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
17
18
17
17
18
17
17
18
17
17
18
17
17
18
17
18
18
17
18
18
17
17
18
17
18
18
17
18
18
17
17
18
17
17
18
17
17
17
17
17
17
17
18
18
17
18
18
157
Seminar Nasional Informatika 2014
no
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
Keterang dari tabel 1 :
1 = BKD rendah
2 = BKD menengah
3 = BKD tinggi
4 = IPK Mahasiswa cukup
5 = IPK Mahasiswa memuaskan
6 = IPK Mahasiswa sangat memuaskan
7 = IPK Mahasiswa dengan Pujian
8 = BBD cukup
9 = BBD sedang
10 = BBD bayak
11 = Durasi cepat
12 = Durasi menengah
13 = Durasi lama
14 = Nilai Skripsi cukup
15 = Nilai Skripsi baik
16 = Nilai Skripsi sangat baik
17 = Indeks Kesesuaian rendah
18 = Indeks Kesesuaian tinggi
. = and
158
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
Tabel 2. Data Pengujian
17
17
17
17
18
18
17
18
18
17
18
18
17
18
18
17
18
18
17
17
17
Seminar Nasional Informatika 2014
Tabel 3. Hasil Pengujian
159
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DOSEN
PEMBIMBING DENGAN METODE LOGIKA FUZZY
Ainul Yaqin1), Ema Utami2), Emha Taufiq Luthfi3)
1,2,3
Magister Teknik informatika STMIK AMIKOM Yogyakarta
Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281
1
ainul.yaqin121190@gmail.com, 2ema.u@amikom.ac.id, 3emhataufiqluthfi@amikom.ac.id
1,2,3
Abstrak
Banyaknya dosen pembimbing di STMIK AMIKOM Yogyakarta dengan bidang komptensi dosen yang
berbeda-beda serta judul skripsi mahasiswa yang bervariasi dan semakin komplek, sehingga menyebakan
bagian jurusan di STMIK AMIKOM Yogyakarta mengalami kesulitan dalam menentukan dosen
pembimbing yang tepat. Hal ini bertujuan untuk menciptakan bimbingan yang optimal dan hasil tugas akhir
atau skripsi yang optimal. Pemilihan dosen pembimbing di STMIK AMIKOM Yogyakarta terdapat beberapa
faktor yang menjadi penilaian. Penilaian ini berdasarkan bidang kompetensi dosen, ipk mahasiswa, beban
bimbingan dosen, nilai skripsi mahasiswa yang telah maju sidang skripsi dan durasi mahasiswa dalam
menyelesaikan skripsi serta kondisi khusus sebagai aspek pertimbangan (case khusus). Demi efisiensi dan
efektifitas kerja maka pengambilan keputusan yang tepat sangat diperlukan berdasarkan kriteria-kriteria
yang ada dan bobot masing-masing kriteria. Penerapan Sistem Pendukung keputusan penunjukkan dosen
pembimbing di STMIK AMIKOM Yogyakarta mampu memberikan saran dan solusi dalam penunjukkan
dosen pembimbing yang optimal. Tingkat keakuratan sistem pendukung keputusan di dalam penelitian ini
adalah 87% dan persentase ketidak sesuaian 13%. Diharapkan sistem ini dapat memberikan saran kepada
ketua jurusan dan staffnya dalam penunjukkan dosen pembimbing.
Kata Kunci: Sistem Pendukung Keputusan, Penunjukkan dosen pembimbing
1.
Pendahuluan
Sekolah Tinggi Manajemen Informatika
dan Komputer AMIKOM Yogyakarta (selanjutnya
disebut
STMIK
AMIKOM
Yogyakarta)
merupakan salah satu perguruan tinggi swasta
yang berkedudukan di Provinsi DIY Kabupaten
Sleman di bawah naungan Yayasan AMIKOM
Yogyakarta. Visi dan misi, perkembangan
program studi S1 Teknik Informatika STMIK
AMIKOM Yogyakarta juga dipengaruhi oleh
kualitas mahasiswa lulusan program studi S1
Teknik
Informatika
STMIK
AMIKOM
Yogyakarta. sebagaimana salah satu misi program
program studi S1 Teknik Informatika STMIK
AMIKOM Yogyakarta unggul dalam bidang
penelitian yakni Melaksanakan penelitian dalam
rangka pengembangan ilmu pengetahuan secara
berkelanjutan. Dalam mencetak lulusan terbaik
tentunya dipengaruhi oleh pemilihan dosen
pembimbing bagi mahasiswa yang menempuh
skripsi sebagai penelitian syarat kelulusan dan
juga menjadi salah satu bentuk pengabdian
masyarakat.
Permasalahan muncul pada pihak
jurusan dalam menentukan dosen pembimbing
karena yang dinilai adalah subjektifitas masingmasing dosen. Sehingga penilaian yang diberikan
masih tidak pasti (bersifat fuzzy = kabur atau
tidak jelas).
Adanya ketidaktepatan dalam
membuat keputusan pemilihan dosen pembimbing
146
berdampak pada hasil keputusan yang diberikan
kurang tepat.
Dengan menerapkan Sistem pendukung
keputusan ini membantu melakukan pemilihan
dosen pembimbing dengan sistem perhitungan
matematis, melakukan perubahan kriteria,dan
memberi nilai bobot. Hal ini berguna untuk
memudahkan pengambil keputusan yang terkait
dengan masalah penentuan dosen pembimbing,
sehingga akan di dapatkan dosen pembimbing
yang paling sesuai dengan skripsi yang diajukan
mahasiswa.
Berdasarkan dari latar belakang masalah
maka dapat dirumuskan masalah mengenai
arsitektur sistem serta bagaimana alur kerja dari
“sistem pendukung keputusan untuk penentuan
dosen pembimbing dengan menggunakan metode
logika fuzzy (fuzzy Logic) “.
Dalam pembuatan sistem ini, terdapat
beberapa pembatasan penelitian mulai dari
Penelitian ini menggunakan metode pelacakan
fuzzy logic metode mamdani serta menggunakan
metode pendekatan berbasis aturan(rulebase
reasoning). Sistem pendukung keputusan ini
bersifat prototype yang tidak terintegrasi dengan
sistem sistem informasi di STMIK AMIKOM
Yogyakarta dan dibangun dengan menggunakan
Bahasa PHP dan Database MySql.
Penelitian ini menggunakan metode penelitian
action research dan ditujukan untuk mengetahui
Seminar Nasional Informatika 2014
penerapan sistem pendukung keputusan tersebut
sehingga dapat menjadi pedoman bagi bagian
jurusan program studi S1 Teknik Informatika
STMIK
AMIKOM
Yogyakarta
dalam
menentukan dosen pembimbing bagi mahasiswa
yang mengajukan skripsi.
2.
Tinjauan Pustaka
Perguruan Tinggi menentukan salah satu
standar kelulusan mahasiswa untuk memperoleh
gelar S1 adalah dalam bentuk penyusunan tugas
akhir atau skripsi. Sebagai bagian dari proses
penulisan skripsi,
peran dosen sebagai
pembimbing skripsi menjadi sangat penting
karena merupakan tanggung jawab dosen untuk
memastikan bahwa mahasiswa mampu menyusun
skripsi dengan baik hingga skripsi siap diujikan
dan berkualitas [Rini 2012].
Dalam buku (Kusrini,2007), terdapat
definisi sistem pendukung keputusan menurut
Alter ialah DSS merupakan sistem informasi
interaktif
yang
menyediakan
informasi,
pemodelan, dan pemanipulasian data. Sistem itu
digunakan untuk membantu pengambilan
keputusan dalam situasi yang semiterstruktur dan
situasi yang tidak terstruktur, dimana tak
seorangpun tahu secara pasti bagaimana
keputusan seharusnya dibuat[Kusrini].
Sistem pendukung keputusan bisa terdiri dari
beberapa subsistem, yaitu [Kusrini]
1. Subsistem manajemen data
2. Subsistem manajemen model
3. Subsistem antarmuka pengguna
4. Subsistem manajemen berbasis-pengetahuan
Arsitektur dari sistem pendukung keputusan
ditunjukkan dalam gambar 1 [Kusrini]:
Sistem lainnya
yang berbasis
komputer
Data
eksternal &
internal
Manajemen
data
Internet,
intranet,
ekstranet
Manajemen
model
Model eksternal
Subsistem
berbasis
pengetahuan
Pemikiran di balik pendekatan ini adalah
pengambilan keputusan tidak sekadar persoalan
hitam dan putih atau benar dan salah, namun
kerapkali melibatkan area abu-abu, dan hal itu
dimungkinkan. Ada beberapa hal yang perlu
diketahui dalam memahami suatu sistem fuzzy,
yaitu [Kusuma dewi]
a. Variabel fuzzy
Variabel fuzzy merupakan variabel yang
hendak dibahas dalam suatu sistem fuzzy.
Contoh : umur, temperatur, 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 3
himpunan fuzzy, yaitu : MUDA,
PAROBAYA, TUA.
2. Variabel temperatur, terbagi menjadi 5
himpunan
fuzzy, yaitu : DINGIN,
SEJUK, NORMAL, HANGAT, dan
PANAS. Seperti pada gambar 2 :
Gambar 2. Himpunan Fuzzy
c. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan
nilai yang diperbolehkan umtuk 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 atasnya.
Contoh :
1. Semesta pembicaraan untuk variabel umur: [0
∞]
2. Semesta
pembicaraan
untuk
variabel
temperatur: [0 40]
Antarmuka
pengguna
Basis
pengetahuan
organisasional
Manajer
(pengguna)
Gambar 1. Arsitektur Sistem Pendukung
Keputusan
logika fuzzy berkaitan dengan ketidakpastian.
Teknik ini, yang menggunakan teori matematika
fuzzy set [zadeh], mensimulasikan proses
penalaran manusia normal dengan memungkinkan
komputer untuk berperilaku kurang tepat dan
logis daripada yang dilakukan komputer
konvensional.
d. Domain
Domain
himpunan
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 :
1. MUDA : [0 45]
2. PAROBAYA : [33 45]
3. TUA : [45 ∞]
147
Seminar Nasional Informatika 2014
e. Proses Infrensi Fuzzy
Proses inferensi sistem pakar fuzzy terbagi
atas empat proses yaitu: Fuzzyfikasi, Inferensi,
Komposisi, dan Defuzzyfikasi.Proses inferensi
fuzzy, ditunjukkan pada gambar 3 [Sherly]:
sejumlah pengetahuan pakar pada suatu
permasalahan tertentu, dan si pakar dapat
menyelesaikan masalah tersebut secara berurutan
[Kusumadewi, 2003].
3.
Metode Penelitian
Dalam penelitian, peneliti melakukan
identifikasi sistem dengan mempertimbangkan
variable-variabel pendukung penerapan hasil
keputusan dengan cara melakukan wawancara
kepada
ketua
jurusan
sebagai
user
knowledgement. Hal ini merupakan tahapan yang
penting karena model yang dibuat harus akurat
dan dapat dipertanggungjawabkan.
Kemudian hasil wawancara dengan pakar
dijadikan data yang selanjutnya diolah dengan
menggunakan model logika fuzzy untuk
mendapatkan hasil berupa langkah-langkah
strategis yang harus dilakukan pada penerapan
hasil keputusan. Alur kerja Penentuan Dosen
Pembimbing dapat dilihat pada Gambar 4
Gambar 3. Tahapan Proses dalam Logika
Fuzzy
Metode MAMDANI sering dikenal sebagai
metode Max-Min, yang diperkenalkan oleh
ebrahim MAMDANI di tahun 1975. Untuk
memperoleh output, diperlukan 4 tahapan
[Kusumadewi].
a. Pembentukan himpunan fuzzy
b. Aplikasi fungsi implikasi
c. Komposisi aturan
Pada metode MAX solusi himpunan diperoleh
dari
nilai
maximum
aturan,
kemudian
menggunakan untuk memodifikasi daerah fuzzy,
dan mengaplikasikannya ke output dengan
menggunakan operator OR (union). Secara umum
dapat dituliskan :
(1)
Keterangan:
= nilai keanggotaan solusi fuzzy
1.
sampai aturan ke-I.
= nilai keanggotaan konsekuen fuzzy
2.
sampai aturan ke-I.
Gambar 4. Alur kerja penentuan dosen
pembimbing
Rule pengetahuan sebanyak 324 adalah
rulebased reasoning yang diperoleh dari hasil
permutasi sub variabel input yang ditunjukkan
pada bagian tabel 1 dibagian lampiran.
d. Penegasan (defuzzy)
Ada beberapa metode defuzzifikasi pada
komposisi aturan MAMDANI, antara lain :
Metode centroid, metode bisector, metode mean
of maximum (MOM), Metode Largest of
maximum (LOM). Rumus defuzzifikasi yang
digunakan dalam penelitian ini adalah adalah :
(2)
Keterangan:
1.
2.
3.
4.
= nilai keanggotaan min dari
aturan ke -1
= nilai maximum himpunan dari fungsi
implikasi aturan ke -1
= nilai keanggotaan min dari
aturan ke –n
= nilai maximum himpunan dari fungsi
implikasi aturan ke –n
Pengetahuan
direpresentasikan
dengan
menggunakan aturan berbentuk: IF–THEN.
Bentuk ini digunakan apabila kita memiliki
148
4. Hasil dan Pembahasan
Dalam penelitian sistem pendukung keputusan
penentuan dosen pembimbing mendasarkan pada
teknik
peluang
dan
memperhitungkan
ketidakmenentuan. Model yang dalam penelitian
sistem pendukung keputusan ini menggunakan
logika fuzzy metode mamdani.
Alur dalam sistem pendukung keputusan
penentuan dosen pembimbing menggunakan
logika fuzzy adalah sebagai berikut :
1. Penentuan variabel yang menjadi inputan
dalam logika fuzzy :
a. Bidang keahlian dosen : nilai inputan untuk
bidang keahlian dosen diperoleh dari rata-rata
nilai pengusaan masing-masing dosen
terhadap tematik yang terkait dengan skripsi
Seminar Nasional Informatika 2014
b.
c.
d.
e.
yang diajukan ditambah dengan rasio lulus
mahasiswa yg dibimbing.
Ipk mahasiswa yang sedang dibimbing : nilai
yang diperoleh dari inputan data-data
mahasiswa yang sedang mengajukan skripsi.
Beban bimbingan dosen : nilai inputan yang
diperoleh dari jumlah mahasiswa yang sedang
dibimbing masing-masing dosen.
rata-rata
durasi
waktu
mahasiswa
menyelesaikan skripsi : nilai inputan untuk
rata-rata durasi waktu mahasiswa adalah ratarata dari durasi mahasiswa menyelesaikan
skripsi yang pernah di bimbing masing masing
dosen.
Nilai rata-rata skripsi mahasiswa yang
dibimbing : nilai inputan untuk nilai rata-rata
skripsi diperoleh dari rata-rata nilai skripsi
mahasiswa masing-masing dosen yang telah
lulus sidang skripsi.
2. Penentuan varibel yang menjadi output dalam
logika fuzzy : Indek kesesuain dosen sebagai
pembimbing.
3. Penentuan domain semesta masing-masing
variabel
a. bidang keahlian dosen [0 100]
b. Ipk mahasiswa [0 4]
c. Beban bimbingan dosen [0 25]
d. rata-rata durasi waktu mahasiswa
menyelesaikan skripsi [0 6]
e. Nilai rata-rata skripsi mahasiswa yang
dibimbing [0 4]
f. Indek kesesuai dosen [0 100]
4. Penentuan himpunan dan domain masingmasing variabel
a. Bidang Keahlian Dosen (BKD)
Gambar 5. Kurva Bidang Keahlian Dosen
.
b. Indeks Prestasi Komulatif mahasiswa
(IPK)
Gambar 7. Kurva Beban Bimbingan Dosen
d.
durasi waktu mahasiswa menyelesaikan
skripsi (durasi)
Gambar 8. Kurva Durasi Bimbingan
e.
Nilai rata-rata skripsi mahasiswa yang
dibimbing(Nil_Skripsi)
Gambar 9. Kurva Nilai Skripsi
f.
Indek Kesesuai Dosen (IKD)
Gambar 10. Kurva Indek kesesuai dosen
5. Menentukan
nilai
(µ himpunan_variabel[nilai])
keanggotan
a. Bidang Keahlian Dosen (BKD)
Gambar 6. Kurva IPK Mahasiswa
c.
Beban Bimbingan Dosen (BBD)
149
Seminar Nasional Informatika 2014
6. Menentukan aturan kaidah produksi(rule
based reasoning)
Contoh aturan kaidah produksi dalam sistem
pendukung keputusan penentuan dosen
pembimbing dilampirkan pada lampiran.
7. Melakukan defuzzyfikasi untuk menentukan
peluang menggunakan rumus (2) diatas.
Dalam paper ini terdapat percobaan kerja sistem,
penulis membuat sistem seperti tampilan dibawah
ini.
Gambar 11. Form Tambah data skripsi
Gambar 12. Form Penunjukkan dosen
Gambar 13. hasil rekomendasi penunjukkan
Penambahan data skripsi menggunakan
form tambah data skripsi yang ditunjukkan pada
gambar 11 dan untuk penunjukkan dosen
menggunakan form penunjukkan dosen yang
ditunjukkan gambar 12 serta hasil rekomendasi
seperti gambar 13.
Pengujian yang dilakukan dalam penelitian
sistem pendukung keputusan penunjukan dosen
pembimbing
ini
menggunakan
sekenario
pengujian data histori penunjukkan dosen
pembimbing dibandingkan dengan penunjukkan
berdasarkan sistem pendukung keputusan
penunjukkan dosen pembimbing. Skenario
150
Seminar Nasional Informatika 2014
pengujian
ditunjukkan
dalam
berdasarkan gambar 14 berikut:
diagram
Gambar 14. Skenario Pengujian
Pengujian ini dilakukan pada 30 data sampel
histori yang dipilih secara random dari 2163 data.
Rencana data yang akan diuji ditunjukkan pada
tabel 2 di bagian lampiran serta hasil pengujian
tingkat kesesuaian penunjukkan dosen dengan
manual
dengan
nilai
B
dan
durasi
penyelesaian=40 dan perigkat di SPK>=5
ditunjukkan pada tabel 3 dibagian lampiran.
Dari hasil pengujian diperoleh hasil kesesuaian
penunjukkan dosen secara manual dan
berdasarkan hasil penunjukkan Sistem Pendukung
keputusan penunjukkan dosen pembimbing. Hasil
Kesesuaian ditunjukkan pada diagram pie
kesesuaian penunjukkan dosen pembimbing pada
gambar 15:
Gambar 16. Diagram Kesesuaian
Penunjukkan Dosen Pembimbing
Untuk Lebih mendetail hasil pengujian
kesesuaian dihitung berdasar penunjukkan
optimal secara manual dan sistem pendukung
keputusan penunjukkan dosen pembimbing. Hasil
Penunjukkan optimal ditunjukkan pada diagram
yang digambarkan pada gambar 17:
5.
Kesimpulan dan Saran
Berdasarkan hasil pengujian dari kasus
sampel uji yang telah dilakukan didapat
kesimpulan bahwa hasil penunjukkan sistem
pendukung keputusan menunjukkan angka
kesesuaian 87% sesuai dengan penunjukkan
manual. Hasil pengujian ini baru secara
persentase statistik biasa dari data histori, dan
mungkin saja ini kurang akurat.
Sistem pendukung keputusan penunjukkan dosen
agar lebih optimal, dibutuhkan tambahan
kecerdasan dalam pengolahan aturan rule base
secara otomatis berdasar histori penunjukkan.
Penulis juga menyarankan bahwa peranan ketua
jurusan dalam penunjukkan dosen dibutuhkan
karena sistem hanya member hasil rekomendasi.
Penulis juga memberikan saran untuk penelitian
berikutnya, sistem pendukung keputusan ini dapat
dikembangkan dengan membuat penelitan tematik
terkait skripsi bisa diinputkan secara otomatis
atau rule base reasoning yang digunakan secara
otomatis terbentuk pola dengan dengan melihat
histori penunjukkan dosen bimbingan.
Daftar Pustaka
[1]. Hariyati Rini Maryuni, “Survey Kinerja
Dosen Pembimbing Skripsi Dan Kualitas
Skripsi
Mahasiswa
Akuntansi
Stie
Malangkucecwara”,
Jurnal
Dinamika
Akuntansi Vol. 4, No.2 (2012).
[2]. Jayanti Sherly, Hartati Sri, 2012, Sistem
Pendukung Keputusan Seleksi Anggota
Paduan Suara Dewasa Menggunakan Metode
Fuzzy MAMDANI, Jurnal IJCCS, Volume 6
no 1
[3]. Kusrini, 2007, Konsep dan Aplikasi Sistem
Pendukung Keputusan, Yogyakarta, Penerbit
Andi.
[4]. Kusumadewi, S., “Artificial Intelligence”.
Graha Ilmu, Edisi Pertama, Yogyakarta,
2003.
[5]. Kusumadewi, S, Purnomo H., “Aplikasi
Logika Fuzzy untuk pendukung keputusan”.
Graha Ilmu, Edisi Kedua, Yogyakarta, 2010
[6]. Lotfi A Zadeh, 1968, “Fuzzy Algorithm,
Information and Control 12 (2)”, 94-102.
Gambar 17. Diagram Kesesuaian
Penunjukkan Dosen Pembimbing
151
Seminar Nasional Informatika 2014
Lampiran
no
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
152
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
Tabel 1. Rulebase reasoning
aturan
.
8
.
11
.
8
.
11
.
8
.
11
.
8
.
12
.
8
.
12
.
8
.
12
.
8
.
13
.
8
.
13
.
8
.
13
.
9
.
11
.
9
.
11
.
9
.
11
.
9
.
12
.
9
.
12
.
9
.
12
.
9
.
13
.
9
.
13
.
9
.
13
.
10
.
11
.
10
.
11
.
10
.
11
.
10
.
12
.
10
.
12
.
10
.
12
.
10
.
13
.
10
.
13
.
10
.
13
.
8
.
11
.
8
.
11
.
8
.
11
.
8
.
12
.
8
.
12
.
8
.
12
.
8
.
13
.
8
.
13
.
8
.
13
.
9
.
11
.
9
.
11
.
9
.
11
.
9
.
12
.
9
.
12
.
9
.
12
.
9
.
13
.
9
.
13
.
9
.
13
.
10
.
11
.
10
.
11
.
10
.
11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
17
18
17
17
17
17
18
18
17
18
18
17
17
18
17
18
18
Seminar Nasional Informatika 2014
no
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
5
5
5
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
17
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
17
18
18
18
17
18
18
17
17
17
17
18
18
17
18
18
17
17
18
153
Seminar Nasional Informatika 2014
no
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
154
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
7
7
7
7
7
7
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
17
18
17
17
17
17
18
18
17
18
18
17
17
18
17
18
18
18
18
18
17
17
18
17
17
18
17
17
18
17
17
17
17
18
18
17
18
18
17
17
17
17
18
18
17
18
18
Seminar Nasional Informatika 2014
no
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
5
5
5
5
5
5
5
5
5
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
17
17
17
18
18
17
17
17
17
17
17
17
18
18
17
18
18
17
17
18
17
18
18
17
18
18
17
17
17
17
17
18
17
17
18
17
17
17
17
18
18
17
18
18
17
18
18
17
18
18
155
Seminar Nasional Informatika 2014
no
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
156
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
17
18
17
18
18
17
18
18
17
17
17
18
18
18
18
18
18
17
18
18
18
18
18
17
18
18
17
18
18
17
18
18
17
18
18
17
17
18
17
18
18
17
18
18
17
17
18
Seminar Nasional Informatika 2014
no
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
7
7
7
7
7
7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
8
.
8
.
8
.
8
.
8
.
8
.
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
17
18
18
17
17
18
17
17
18
17
17
18
17
17
18
17
17
18
17
18
18
17
18
18
17
17
18
17
18
18
17
18
18
17
17
18
17
17
18
17
17
17
17
17
17
17
18
18
17
18
18
157
Seminar Nasional Informatika 2014
no
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
if
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
Keterang dari tabel 1 :
1 = BKD rendah
2 = BKD menengah
3 = BKD tinggi
4 = IPK Mahasiswa cukup
5 = IPK Mahasiswa memuaskan
6 = IPK Mahasiswa sangat memuaskan
7 = IPK Mahasiswa dengan Pujian
8 = BBD cukup
9 = BBD sedang
10 = BBD bayak
11 = Durasi cepat
12 = Durasi menengah
13 = Durasi lama
14 = Nilai Skripsi cukup
15 = Nilai Skripsi baik
16 = Nilai Skripsi sangat baik
17 = Indeks Kesesuaian rendah
18 = Indeks Kesesuaian tinggi
. = and
158
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
aturan
8
.
8
.
8
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
9
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
10
.
13
13
13
11
11
11
12
12
12
13
13
13
11
11
11
12
12
12
13
13
13
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
14
15
16
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
then
Tabel 2. Data Pengujian
17
17
17
17
18
18
17
18
18
17
18
18
17
18
18
17
18
18
17
17
17
Seminar Nasional Informatika 2014
Tabel 3. Hasil Pengujian
159