DECISION SUPPORT SYSTEM (DSS) PREPARATION OF 6 YEARS OLD KID TO ENTER THE BASIC SCHOOL USING FUZZY- TSUKAMOTO METHOD IN NURUL IKHLAS PANINGGAHAN- SOLOK

  

DECISION SUPPORT SYSTEM (DSS) PREPARATION OF 6 YEARS

OLD KID TO ENTER THE BASIC SCHOOL USING FUZZY-

TSUKAMOTO METHOD IN NURUL IKHLAS PANINGGAHAN-

SOLOK

  1

  2

  3 Rusdisal Rusmi , Rifa Turaina , Revidiani 1, 2,3

  Prodi Sistem Informasi STMIK Indonesia Padang

  

  

  email :

  

  Abstract

Early Childhood Education is a program or educational unit that aims to provide educational

stimulation so that children have readiness to start learning in elementary school. The process of

assessing the readiness of students to enter elementary school in Kindergarten Nurul Ikhlas

Paninggahan was still done by hand writing in describing every aspect of development of the students

(including religious and moral values, social emotional, physical motoric, cognitive, language and art),

so, not all achievements of child development can be well known by the parents or the student guardian.

  

For that reason, a decision support system (DSS) can be used to describe achievements in all aspects of

development and to determine whether 6 years old kid is ready or not to enter primary school by

calculating the weighted average score of all aspects of development using the Fuzzy-Tsukamoto

method. With this DSS, the parents or the student guardian can make the maximum effort in stimulating

some weaknesses of children before entering elementary school.

  Keyword: Decision Support System, Child Readiness, Fuzzy Logic, Tsukamoto Method Abstrak

Pendidikan Anak Usia Dini merupakan program atau satuan pendidikan yang bertujuan untuk

memberikan rangsangan pendidikan agar anak memiliki kesiapan untuk memulai pembelajaran di

Sekolah Dasar (SD). Proses penilaian kesiapan anak didik untuk memasuki SD di Taman Kanak-kanak

Nurul Ikhlas Paninggahan selama ini masih dilakukan dengan cara tulis tangan dalam mendeskripsikan

setiap aspek perkembangan (nilai agama dan moral, sosial emosional, fisik motorik, kognitif, bahasa

dan seni) anak didik, sehingga tidak semua capaian perkembangan anak dapat diketahui dengan baik

oleh wali murid. Untuk itu dibuat sebuah Sistem Pendukung Keputusan (SPK) yang dapat

menggambarkan capaian pada semua aspek perkembangan dan menentukan apakah anak umur 6 tahun

sudah siap atau belum untuk memasuki SD dengan menghitung nilai rata-rata terbobot semua aspek

perkembangan menggunakan metode Fuzzy-Tsukamoto. Dengan SPK ini wali murid dapat melakukan

usaha maksimal dalam menstimulasi beberapa kelemahan anak sebelum memasuki SD.

  Kata Kunci: Sistem Penunjang Keputusan, Kesiapan Anak, Logika Fuzzy, Metode Tsukamoto

  PENDAHULUAN Latar Belakang Masalah

  TK Nurul Ikhlas Paninggahan merupakan program Pendidikan Anak Usia Dini (PAUD) yang melaksanakan layanan program pendidikan untuk anak yang berumur 5-6 tahun (Kelompok B), dimana setelah selesai mengikuti program ini anak akan melanjutkan ke jenjang pendidikan pertama, yaitu Sekolah Dasar (SD). Dalam menetapkan keputusan apakah anak didik sudah siap atau belum untuk mengikuti pendidikan di SD, pihak sekolah (Kepala Sekolah dan Guru Kelas) selama ini memberikan gambaran/ deskripsi kepada wali murid dalam bentuk Laporan Perkembangan Anak Didik. Saat wali murid masih belum memahami dengan baik arti dari PAUD, tidak semua poin-poin dalam aspek perkembangan anak dapat disampaikan secara akurat, sehingga pemberian rangsangan pendidikan yang maksimal kepada anak tidak dapat dipahami dan dibantu oleh wali murid. Hal ini sebagaimana yang tercantum dalam [1]

  Bab 1 Pasal 1 butir 14, yang menyatakan bahwa “PAUD merupakan suatu upaya pembinaan yang ditujukan kepada anak sejak lahir sampai dengan usia 6 (enam) tahun yang dilakukan melalui pemberian rangsangan pendidikan untuk membantu pertumbuhan dan perkembangan jasmani dan rohani agar anak memiliki kesiapan dalam memasuki pendidikan lebih lanjut”. Agar dapat memaksimalkan pemberian rangsangan pendidikan kepada anak (baik pihak sekolah maupun wali murid) sebelum memasuki SD, pihak sekolah harus benar- benar dapat memberikan sebuah keputusan yang objektif dan akurat tentang sejauh mana kesiapan anak didik untuk memasuki

  SD, apakah anak sudah siap atau belum siap memasuki SD.

  Berdasarkan masalah di atas, maka perlu dirancang sebuah system terkomputerisasi yang dapat membantu pihak sekolah agar dapat menetukan secara lebih akurat kesiapan anak didik untuk memasuki SD sehingga bisa dipahami oleh wali murid.

  Penelitian yang dilakukan oleh [2], sistem pendukung keputusan dengan menerapkan metode Logika Fuzzy dengan penalaran Tsukamoto, dapat membantu pihak sekolah dalam menentukan guru berprestasi secara efisien dan terkomputerisasi.

  Sedangkan penelitian yang dilakukan oleh [3], dari hasil implementasi program dengan menggunakan metode Fuzzy Tsukamoto rekomendasi pemberian beasiswa kurang mampu lebih tepat sasaran, lebih terkonsep, dan lebih efisien. Dari 100 data siswa sebagai contoh kasus yang diterapkan dalam program ini siswa yang mendapat beasiswa sebanyak 70 orang siswa dan ada 30 orang siswa yang tidak mendapatkan beasiswa dikarenakan tidak memenuhi syarat kriteria yang sudah ditetapkan. Rekomendasi ini sudah memenuhi prosentase yang baik dari pada sistem yang digunakan sebelumnya.

  Penelitian ini memberikan solusi berupa sistem pendukung keputusan yang dapat membantu TK Nurul Ikhlas Paninggahan dalam menetukan kesiapan anak didik untuk memasuki SD dengan menggunakan Metode Fuzzy-Tsukamoto.

  Sistem Penunjang Keputusan (SPK)

  SPK didefinisikan sebagai sistem untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semi terstruktur. SPK dimaksudkan menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka [4]

  Sedangkan [3] mengatakan SPK adalah sebuah sistem berbasis komputer yang adaptif, fleksibel, dan interaktif yang digunakan untuk memecahkan masalah- masalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil.

  Fuzzy . Dalam penelitian ini variabel Fuzzy input nya adalah 6 aspek perkembangan

   

  Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel Fuzzy. Semesta pembicaraan untuk semua variabel kesiapan adalah

  Semesta Pembicaraan

  Sedangkan outputnya dibagi menjadi 2, yaitu Belum Siap dan Sudah Siap.

  Fuzzy . Dalam penelitian ini inputnya dibagi menjadi 2, yaitu Rendah dan Tinggi.

  Himpunan Fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel

  Himpunan Fuzzy

  anak didik, yaitu Nilai Agama dan Moral (nam), Sosial Emosional (se), Kognitif (kog), Bahasa (bhs), Fisik Motorik (fm), Seni (seni) dan variabel output Kesiapan.

  Variabel Fuzzy merupakan variabel yang akan dibahas dalam suatu sistem

  Logika Fuzzy

  Variabel Fuzzy

  Berdasarkan parameter STPPA tersebut dilakukan analisis untuk menentukan batas atas Fuzzy dari setiap kriteria perkembangan anak. Nilai batas atas Fuzzy yang ditentukan adalah 100.

  Perkembangan Anak Usia Dini selanjutnya disebut STPPA adalah kriteria tentang kemampuan yang dicapai anak pada seluruh aspek perkembangan dan pertumbuhan, mencakup aspek nilai agama dan moral, fisik-motorik, kognitif, bahasa, sosial- emosional, serta seni ”.

  “Standar Tingkat Pencapaian

  PAUD memiliki standar kurikulum yang dapat meningkatkan kesiapan anak untuk memasuki SD, yaitu dengan enam Standar Tingkat Pencapaian Perkembangan Anak (STPPA), sebagaimana yang terdapat dalam [7], Pasal 1 ayat 2 yang berbunyi :

  Sistem Inferenzi Fuzzy Parameter Kesiapan

  defuzzifikasi [6]

  fuzzification , penalaran (Inferensi), dan

  Teori himpunan logika samar dikembangkan oleh Prof. Lofti Zadeh pada tahun 1965. Zadeh berpendapat bahwa logika benar dan salah dalam logika konvensional tidak dapat mengatasi masalah gradasi berada pada dunia nyata. Untuk mengatasi masalah gradasi tidak terhingga tersebut, Zadeh mengembangkan sebuah himpunan Fuzzy. Tidak seperti logika boolean, logika Fuzzy mempunyai nilai kontinue. Samar dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu sama [5] Proses- proses dalam Fuzzy logic adalah

  100 , 25 .

  Domain

  predikat ini digunakan untuk Domain himpunan Fuzzy adalah menghitung keluaran hasil inferensi keseluruhan nilai yang diizinkan dalam secara tegas (crisp) masing-masing rule semesta pembicaraan dan boleh (z1, z2, z3, .. zn). dioperasikan dalam suatu himpunan Fuzzy.

  4. DeFuzzyfikasi, dengan menggunakan Domain himpunan Fuzzy pada semua metode rata-rata terpusat (Center Average ). variabel input dan output adalah 25 , 100 .

    a z _{i i}

   Z 

  Metode Fuzzy Inference System (FIS) a _i

   Tsukamoto

  Pada penelitian ini masing-masing Metode Tsukamoto adalah perluasan variabel input diperoleh dengan cara dari penalaran monoton. Pada metode mengisi semua poin perkembangan di Tsukamoto, setiap konsekuen pada aturan setiap aspek perkembangan anak didik. yang berbentuk

  IF-THEN harus Dalam menentukan status perkembangan direpresentasikan dengan suatu himpunan anak dilakukan teknik ceklis pada akhir

  Fuzzy dengan fungsi keanggotaan yang periode penilaian. Ada empat skala yang monoton. Sebagai hasilnya, output hasil digunakan seperti pada tabel 1 berikut ini: inferensi dari tiap-tiap aturan diberikan

  Tabel 1. Status Capaian Perkembangan Anak Capaian

  secara tegas (crisp ) berdasarkan α-predikat

  Perkem- Status Perkembangan

  (fire strength). Hasil akhirnya diperoleh

  bangan

  dengan menggunakan rata-rata terbobot [5]

  Belum Berkembang: bila anak melakukannya harus dengan

  Dalam inferensinya, metode

  BB bimbingan atau dicontohkan oleh

  Tsukamoto menggunakan tahapan sebagai guru. berikut :

  Mulai Berkembang: bila anak MB melakukannya masih harus diingatkan

1. Fuzzyfikasi yaitu proses untuk atau dibantu oleh guru.

  mengubah input sistem yang

  Berkembang Sesuai Harapan: bila anak sudah dapat melakukannya

  mempunyai nilai tegas menjadi variabel

  BSH secara mandiri dan konsisten tanpa

  lingustik menggunakan fungsi

  harus diingatkan atau dicontohkan

  keanggotaan yang disimpan dalam basis oleh guru.

  Berkembang Sangat Baik: bila anak pengetahuan Fuzzy. sudah dapat melakukannya secara 2.

  Pembentukan basis pengetahuan Fuzzy

  mandiri dan dan sudah dapat BSB membantu temannya yang belum

  (Rule dalam bentuk IF…THEN), yaitu

  mencapai kemampuan sesuai

  Secara umum bentuk model Fuzzy indikator yang diharapkan. Tsukamoto adalah IF (X IS A) and (Y

  IS B) and (Z IS C), dimana A,B, dan C

  METODE PENELITIAN adalah himpunan Fuzzy.

  Metodologi yang digunakan adalah 3. Mesin Inferensi, yaitu proses dengan metode Waterfall. Metode pengembangan menggunakan fungsi implikasi MIN sistem sekuensial linier atau yang sering untuk mendapatkan nilai a - predikat disebut juga dengan siklus kehidupan klasik tiap-tiap rule (a1,a2, a3 , … an). atau model air terjun (waterfall model)

  Kemudian masing-masing nilai a- memberikan sebuah pendekatan pengembangan sistem yang sistematik dan sekuensial, dimulai dari fase perencanaan sistem, analisis, desain, kode, pengujian, dan pemeliharaan [8].

  Tahapan-tahapan dari metode

  Tahapan awal yang digunakan dalam proses menentukan kesiapan anak masuk SD dengan menggunakan logika Fuzzy adalah mencari nilai masing-masing dari variabel dengan cara melakukan ceklis pada setiap poin aspek perkembangan sesuai dengan capaian anak selama belajar. Dalam menghitung nilai masing-masing aspek perkembangan disepakati oleh guru kelas dan kepala sekolah, nilai untuk kategori belum berkembang adalah 1, mulai berkembang adalah 2, berkembang sesuai harapan adalah 3 dan berkembang sangat baik adalah 4. Jumlah total poin yang didapatkan dibagi dengan total nilai poin maksimal kemudian dikalikan dengan 100.

  Nilai agama dan moral terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.

  Nilai Agama dan Moral

  Untuk mencari nilai kesiapan anak menggunakan Fuzzy Inference System metode Tsukamoto, ada 7 variabel Fuzzy yang dimodelkan, yaitu:

  Analisis Metode Logika Fuzzy

  Output yang dihasilkan adalah penjabaran nilai dari semua variabel atau aspek perkembangan. Hasil akhirnya ditampilkan oleh program yang berasal dari nilai setiap variabel, karena dalam setiap variabel memiliki nilai yang berbeda-beda. Hasil akhir dari penghitungan menggunakan logika Fuzzy dipersentasekan sehingga dapat terlihat dengan jelas apakah anak sudah siap atau belum siap untuk memasuki SD.

  Analisis Kebutuhan Output

  Analisis Kebutuhan Data

  Waterfall adalah sebagai berikut: Requirements Analysis and Definition, System and Software Design, Implementation and Unit Testing, Integration and System Testing, dan Operation and Maintenance.

  Untuk menghasilkan output yang tepat dan berkualitas dari kebutuhan- kebutuhan yang telah diidentifikasi tersebut, perlu dibangun sebuah sistem yang baik, mudah dilaksanakan dan dikembangkan dengan khusus dan mampu memberikan semua informasi yang tepat dan akurat sehingga bisa membantu TK Nurul Ikhlas Paninggahan Solok sebagai pendukung dalam pengambilan keputusan.

  c.

  Himpunan Fuzzy dari setiap variabel.

  b.

  Sebuah definisi yang jelas tentang variabel-variabel yang akan digunakan, yaitu 6 aspek perkembangan.

  Dari hasil observasi yang dilakukan terkait dengan proses penilaian kesiapan anak untuk masuk SD dibutuhkan: a.

  ANALISIS SISTEM Analisis Kebutuhan Sistem

  Gambar 1. Fungsi Keanggotaan Variabel Nilai Agama Dan Moral

  Gambar 3. Fungsi Keanggotaan variable Fisik Motorik Nilai Sosial Emosional

  Sosial emosional terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.

  Nilai Kognitif

  Kognitif terdiri atas 2 himpunan Fuzzy , yaitu RENDAH dan TINGGI.

  Gambar 2. Fungsi Keanggotaan Variabel Sosial Emosional Gambar 4. Fungsi Keanggotaan Variabel Kognitif Nilai Fisik Motorik

  Fisik Motorik terdiri atas 2 himpunan Fuzzy , yaitu RENDAH dan TINGGI.

  Nilai Bahasa

  Bahasa terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.

  Langkah selanjutnya adalah

  Gambar 5. Fungsi Keanggotaan Variabel

  menentukan rule yang didapat dari data

  Bahasa

  yang ada. Semakin banyak jumlah data, semakin banyak rule yang didapat. Semakin banyak rule yang didapat, maka semakin baik hasil analisis yang diperoleh.

  Dari enam input Fuzzy yaitu nilai agama dan moral, sosial emosional, fisik motorik, kognitif, bahasa dan seni, ada 64

  rules dan satu output berupa kesiapan anak

  masuk SD. Langkah selanjutnya mencari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi fungsi implikasinya. Sebanyak 64 rules yang ada, di antaranya:

  Nilai Seni

  [R1]

  IF Nilai Agama dan Moral Seni terdiri atas 2 himpunan Fuzzy,

  RENDAH And Sosial Emosional yaitu RENDAH dan TINGGI. RENDAH And Fisik Motorik RENDAH And Kognitif RENDAH And Bahasa RENDAH And Seni RENDAH THEN Kesiapan BELUM SIAP;

  1 =

  α-predikat µ

  namRENDAH∩seRENDAH∩fmRENDAH∩kogRENDAH∩b hsRENDAH∩seniRENDAH

  =min(0,533;0,307;0,333;0,373; 0,347;0,333)

  Gambar 6. Fungsi Keanggotaan Variabel Seni

  = 0,307 Lihat himpunan Kesiapan BELUM

  SIAP, (100-z)/75 = 0,307  z

  1 = 76,975 z = 1.306,869 20,950 z = 62,380

• z
• z
• ……+ α-pred

  Setelah dihitung nilai rata-rata anak dari enam aspek perkembangan di atas, menggunakan metode Fuzzy-Tsukamoto, didapat nilai rata-rata terbobot anak didik yaitu 62,380. Batas atas nilai dalam perhitungan yaitu 100, persentase kesiapan anak untuk memasuki SD adalah 62,380 %. Karena 62,380 lebih besar dari 61,920 maka dapat disimpulkan bahwa anak dinyatakan Sudah Siap memasuki SD.

  α-pred

  Selanjutnya mencari nilai z: Z =

  64 = 60,025

  (z-25)/75= 0,467  z

  Lihat himpunan Kesiapan SUDAH SIAP,

  =min(0,467;0,693;0,667;0,627; 0,653;0,667) = 0,467

  64

  64

• …….+ α-pred

  α-pred

  1

  64

  =min(0,467;0,307;0,333;0,373; 0,347;0,333) = 0,307 Lihat himpunan Kesiapan SUDAH

  1

  namTINGGI∩seRENDAH∩fmRENDAH∩kogRENDAH∩bh sRENDAH∩seniRENDAH

  µ

  33 =

  α-predikat

  [R33] IF Nilai Agama dan Moral TINGGI And Sosial Emosional RENDAH And Fisik Motorik RENDAH And Kognitif RENDAH And Bahasa RENDAH And Seni RENDAH THEN Kesiapan SUDAH SIAP;

  32 = 60,025

  SIAP, (100-z)/75 = 0,533  z

  =min(0,533;0,693;0,667;0,627; 0,653;0,667) = 0,533 Lihat himpunan Kesiapan BELUM

  namRENDAH∩seTINGGI∩fmTINGGI∩kogTINGGI∩bhsTI NGGI∩seniTINGGI

  µ

  32 =

  α-predikat

  [R32] IF Nilai Agama dan Moral RENDAH And Sosial Emosional TINGGI And Fisik Motorik TINGGI And Kognitif TINGGI And Bahasa TINGGI And Seni TINGGI THEN Kesiapan BELUM SIAP;

  1

HASIL DAN PEMBAHASAN

  INGGI∩seTINGGI∩fmTINGGI∩kogTINGGI∩bhsTIN GGI∩seniTINGGI

  µ namT

  α-predikat

  [R64] IF Nilai Agama dan Moral TINGGI And Sosial Emosional TINGGI And Fisik Motorik TINGGI And Kognitif TINGGI And Bahasa TINGGI And Seni TINGGI THEN Kesiapan SUDAH SIAP;

  33 = 48,025

  SIAP, (z-25)/75= 0,307 z

  Entity Relationship Diagram (ERD) Entity Relationship Diagram

  merupakan suatu model untuk menjelaskan hubungan antara entitas dalam suatu sistem. ERD tidak menggambarkan aliran data atau proses. ERD dalam menentukan calon anak yang siap untuk memasuki SD seperti pada gambar 7.

  64 =

  

Gambar 7. Entity Relationship Diagram (ERD)

  User akan bisa masuk ke dalam

  IMPLEMENTASI Form Login sistem ini dengan terlebih dahulu

  Halaman login pada gambar 8 mengentrikan username dan password merupakan pengaman yang ada pada sistem yang benar dan telah didaftarkan oleh ini. Sebelum masuk ke halaman yang ingin admin seperti pada gambar 9 dituju setiap user harus melakukan proses

  login terlebih dahulu. Proses login ini

  bertujuan agar pengolahan data hanya dapat dikelola oleh pengguna yang berwenang.

  Gambar 9. Form Input Data Admin Gambar 8. Form Login

  Form Input Data Anak

  Setiap anak didik yang ingin diketahui kesiapannya untuk memasuki SD terlebih dahulu dientrikan datanya ke sistem menggunakan form seperti pada gambar 10

  Gambar 12. Form Input Data Sosial Emosional Gambar 10. Form Input Data Anak Form Input Nilai Anak

  Semua nilai anak yang dijadikan

  Gambar 13. Form Input Data Fisik Motorik

  pertimbangan dalam menentukan kesiapan anak didik untuk memasuki SD dientrikan ke sistem menggunakan form seperti pada gambar 11 s.d. gambar 16.

  Gambar 14. Form Input Data Kognitif Gambar 11. Form Input Data Nilai Agama dan Moral Gambar 15. Form Input Bahasa

  Gambar 16. Form Input Data Seni Form Proses Pengolahan Data

  Semua nilai anak yang telah diinputkan ke system diolah menggunakan metode Fuzzy-Tsukamoto yang tampilan prosesnya seperti pada gambar 17.

  Gambar 17. Form Proses Nilai Kesiapan Anak

  Proses yang dilakukan menampilkan prosentase kesiapan anak memasuki SD dan kesimpulan apakah anak didik tersebut sudah siap atau belum untuk memasuki SD yang tampilannya seperti pada gambar 18

  Gambar 18. Form Hasil Nilai Kesiapan Anak Tampilan Output

  Setelah data diolah, maka sistem akan menghasilkan output berupa laporan kesiapan anak didik memasuki SD yang terdiri dari cover, biodata anak, rincian nilai anak untuk setiap aspek perkembangannya, total nilai kesiapan anak dan keputusan apakah anak didik tersebut sudah siap atau belum untuk memasuki SD yang tampilannya seperti pada gambar 19

  Gambar 19. Form Output Kesiapan Anak Didik Memasuki SD SIMPULAN

  Berdasarkan analisis dan uji coba yang telah dilakukan dapat disimpulkan bahwa: a.

  Metode Fuzzy-Tsukamoto yang telah dibangun oleh peneliti dapat digunakan sebagai pendukung keputusan dalam menentukan kesiapan anak didik memasuki SD di Taman Kanak-kanak Nurul Ikhlas Paninggahan-Solok.

  b.

  Dengan informasi yang disampaikan sekolah tentang kesiapan anak didik memasuki SD, maka Orang tua / wali murid di Taman Kanak-kanak Nurul Ikhlas Paninggahan-Solok dapat melakukan usaha maksimal dalam menstimulasi perkembangan anaknya 2016. sebelum memasuki SD. [3] S. Kurang, M. Di, and S. M. K.

  Muhammadiyah, “Sistem Pendukung Keputusan Pemberian Beasiswa

UCAPAN TERIMA KASIH

  Penelitian ini dapat dilaksanakan dengan Untuk,” vol. 9, no. 2, pp. 48–56, 2017. bantuan banyak pihak, untuk itu diucapkan [4] T.

  E, Decision Support and terima kasih yang tak terhingga kepada: Intelligence Systems , 7th ed. Pearson Taman Kanak-kanak Nurul Ikhlas Education, Inc., 2005. Paninggahan-Solok, Yayasan Amal Bakti [5] K. Sri and P. Hari, Aplikasi Logika Mukmin Padang, Ketua STMIK Indonesia Fuzzy Untuk Pendukung Keputusan . Padang dan Ketua LPPM STMIK Indonesia Yogyakarta: Graha Ilmu, 2010. Padang. Semoga penelitian ini bermanfaat. [6] K. Sri, Artificial Intelligence (Teknik

  dan Aplikasinya) . Yogyakarta: Graha DAFTAR PUSTAKA Ilmu, 2011.

  [1] Pemerintah Republik Indonesia, [7] MoEC, “Permendikbud No. 137 Tahun 2014 tentang Standar Nasional PAUD

  “Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 Tentang Sistem [National Education and Culture Pendidikan Nasional,” Dep. Pendidik. Ministerial Decree No. 137 Year 2014

Nas. , pp. 1 –33, 2003. on ECE National Standards] ,” 2014.

  [2] [8] P. S.R., Rekayasa Perangkat Lunak

  S. Ridwan Boki, Statiswaty, “Sistem Pendukung Keputusan Penentuan (Pendekatan Praktisi) . Yogyakarta: Calon Guru Berprestasi Menggunakan Andi Ofset, 2002.

  Metode Fuzzy Tsukamoto ‘Studi

  Kasus : SMP Negeri 5 Kendari,’”

  Semantik , vol. 2, no. 2, pp. 93 –102,