Implementasi Sistem Pendukung Keputusan (SPK) Dengan Metode Fuzzy Logic dan Profile Matching Dalam Seleksi Pemain Futsal (Studi Kasus : Pra PON Futsal Sumatera Utara)

5

BAB 2

LANDASAN TEORI

2.1.

Futsal
Futsal merupakan permainan bola yang terdiri dari dua tim dengan masing-masing

anggota tim terdiri dari 5 pemain utama dan maksimal 7 orang pemain cadangan. Futsal
sendiri telah diciptakan sejak tahun 1930 oleh JUAN CARLOS CERIANI di Uruguay.
Hingga saat ini olahraga futsal berkembang sangat pesat bahkan telah menjadi bagian dari
FIFA (Fédération Internationale de Football Association) sejak tahun 1989.

2.1.1. Sejarah Futsal
Futsal dipopulerkan di Montevideo, Uruguay pada tahun 1930, oleh Juan Carlos
Ceriani. Keunikan futsal mendapat perhatian di seluruh Amerika Selatan, terutamanya
di Brasil. Ketrampilan yang dikembangkan dalam permainan ini dapat dilihat dalam gaya
terkenal dunia yang diperlihatkan pemain-pemain Brasil di luar ruangan, pada lapangan

berukuran biasa. Pele, bintang terkenal Brasil, contohnya, mengembangkan bakatnya di
futsal. Sementara Brasil terus menjadi pusat futsal dunia, permainan ini sekarang dimainkan
di bawah perlindungan Fédération Internationale de Football Association di seluruh dunia,
dari Eropa hingga Amerika Tengah dan Amerika Utara serta Afrika, Asia, dan Oseania.
Pertandingan internasional pertama diadakan pada tahun 1965, Paraguay menjuarai
Piala Amerika Selatan pertama. Enam perebutan Piala Amerika Selatan berikutnya
diselenggarakan hingga tahun 1979, dan semua gelaran juara disapu habis Brasil. Brasil
meneruskan dominasinya dengan meraih Piala Pan Amerika pertama tahun 1980 dan
memenangkannya lagi pada perebutan berikutnya tahun pd 1984.
Kejuaraan Dunia Futsal pertama diadakan atas bantuan FIFUSA (sebelum anggotaanggotanya bergabung dengan FIFA pada tahun 1989) di Sao Paulo, Brasil, tahun 1982,
berakhir dengan Brasil di posisi pertama. Brasil mengulangi kemenangannya di Kejuaraan
Dunia kedua tahun 1985 di Spanyol, tetapi menderita kekalahan dari Paraguay dalam
Kejuaraan Dunia ketiga tahun 1988 di Australia.

Universitas Sumatera Utara

6

2.1.2. Peraturan futsal
A.Luas lapang

1. Ukuran: panjang 25-43 m x lebar 15-25 m.
2. Garis batas: garis selebar 8 cm, yakni garis sentuh di sisi, garis gawang ujung
ujung, dan garis melintang tengah lapangan; 3 m lingkaran tengah; tak ada tembok
penghalang atau papan.
3. Daerah penalti: busur berukuran 6 m dari masing-masing tiang gawang
4. Titik penalti: 6 m dari titik tengah garis gawang
5. Titik penalti kedua: 10 m dari titik tengah garis gawang
6. Zona pergantian: daerah 5 m (5 m dari garis tengah lapangan) pada sisi tribun dari
pelemparan.
7. Gawang: tinggi 2 m x lebar 3 m
8. Permukaan daerah pelemparan: halus, rata, dan tak abrasif.

B. Bola
1. Ukuran: 4.
2. Keliling: 62-64 cm.
3. Berat: 0,4 - 0,44 kg.
4. Lambungan: 55-65 cm pada pantulan pertama.
5. Bahan: kulit atau bahan yang cocok lainnya (yaitu bahan tak berbahaya).

C. Jumlah pemain (per team)

1. Jumlah pemain maksimal untuk memulai pertandingan: 5, salah satunya
penjaga gawang.
2. Jumlah pemain minimal untuk mengakhiri pertandingan: 2 (tidak termasuk cedera).
3. Jumlah pemain cadangan maksimal: 7.
4. Jumlah wasit: 2.
5. Jumlah hakim garis: 0.
6. Batas jumlah pergantian pemain: tak terbatas.
7. Metode pergantian: "pergantian melayang" (semua pemain kecuali penjaga
gawang boleh memasuki dan meninggalkan lapangan kapan saja; pergantian

Universitas Sumatera Utara

7

penjaga gawang hanya dapat dilakukan jika bola tak sedang dimainkan dan
dengan persetujuan wasit).
8. Dan wasit pun tidak boleh menginjak arena lapangan , hanya boleh di luar garis
lapangan saja , terkecuali jika ada pelanggaran-pelanggaran yang harus memasuki
lapangan.

D. Lama Permainan
1. Lama normal: 2x20 menit.
2. Lama istirahat: 10 menit.
3. Lama perpanjangan waktu: 2x5 menit (bila hasil masih imbang setelah 2x20 menit
waktu normal).
4. Ada adu penalty (maksimal 5 gol) jika jumlah gol kedua tim seri saat perpanjangan
waktu selesai.
5. Time-out: 1 per tim per babak; tak ada dalam waktu tambahan.
6. Waktu pergantian babak: maksimal 10 menit.

2.1.3 Posisi dan Peran Pemain
Satu tim futsal terdiri dari 5 orang pemain yang memiliki posisi dan tugas yang
berbeda-beda. Secara umum ada 3 posisi untuk permainan futsal ini diantaranya.

Pemain Bertahan
Pada formasi futsal ini, orang terakhir dibarisan belakang,bertanggung jawab untuk
membantu kiper mengamankan gawang, menetralisasi serangan lawan, dan
mengawali penyerangan.

Pemain Sayap

Dalam formasi futsal, pemain sayap berfungsi sebagai :


Penghubung antara pertahanan dan penyerang.



Membantu pemain belakang dalam memulai serangan serta menyokong pivot untuk
melakukan penyelesaian akhir atau mencetak gol.

Pivot
Dalam formasi futsal,Pivot berfungsi sebagai :


Mengontrol permainan saat dalam posisi menyerang.

Universitas Sumatera Utara

8



Berperan sebagai penyuplai bola, pencetak gol, dan menjadi orang pertama yang
meredam serangan lawan.

Gambar 2.1. Posisi pemain Futsal secara umum

2.2.

SISTEM PENDUKUNG KEPUTUSAN
Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis

komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai
untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan (Rangkuti,
2015).
Pada awal tahun 1970-an, Scott Morton pertama kali mengartikulasikan konsep utama
dari penerapan sebuah DSS dan definisi yang dikemukakan merupakan sistem informasi
berbasis komputer yang secara interaktif digunakan membantu para pembuat keputusan
dalam memodelkan penyelesaian masalah yang bersifat semi terstruktur dan tidak terstruktur.
Perumusan definisi DSS lainnya dikemukakan oleh Kenn dan Scott Morton(1978), yaitu DSS

merupakan suatu sistem untuk merangkaikan dan mengintegrasikan setiap sumber daya
intelektual dari individu dengan kemampuan komputer untuk meningkatkan kualitas
keputusan yang dihasilkan.
Tujuannya adalah untuk membantu pengambilan keputusan memilih berbagai alteratif
keputusan yang merupakan hasil pengolahan informasi-informasi yang diperoleh/tersedia
dengan menggunakan model-model menggunakan model-model pengambilan keputusan.
Lima karakteristik utama SPK adalah sitem yang berbasis komputer, dipergunakan untuk
mengambil keputusan, untuk memecahkan masalah-masalah yang rumit yang tidak dapat
digunakan dengan kakulasi manual, melalui cara simulasi yang interaktif, komponen
utamanya data dan model analisis (Sandy, 2002).

Universitas Sumatera Utara

9

2.2.1 Komponen Sistem Pendukung Keputusan
Untuk dapat menerapkan sistem pendukung keputusan, ada empat subsistem yang
harus disediakan (Budiarto, 2013), yaitu :
a. Subsistem Manajemen Data merupakan subsistem yang menyediakan data bagi sistem.
Sumber data berasal dari data internal dan data eksternal. Subsistem ini termasuk basis

data, berisi data yang relevan untuk situasi dan diatur oleh perangkat lunak yang
disebut (DBMS) Database Managament System.
b. Subsistem Manajemen Model merupakan subsistem yang berfungsi sebagai pengelola
berbagai model. Model harus bersifat fleksibel. Artinya, mampu membantu pengguna
untuk memodifikasi atau menyempurnakan model, seiring dengan perkembangan
pengetahuan. Perangkat lunak ini disebut (MBMS) Model Base Management System.
c. Subsistem Manajemen Pengetahuan merupakan pendukung pengetahuan sembarang
subsistem yang lain atau sebagai komponen yang bebas.
d. Subsistem Antarmuka pengguna merupakan fasilitas yang mampu

mengintegrasikan

sistem terpasang dengan pengguna secara interaktif.

Dibawah ini adalah model konseptual SPK :

Gambar 2.2. Komponen Sistem Pendukung Keputusan.

2.3.

Metode Fuzzy Logic
Logika fuzzy merupakan salah satu komponen pembentuk soft computing.Logika

fuzzy pertama kali diperkenalkan oleh Prof Lotfi A. Zadeh pada tahun 1965. Dasar logika

Universitas Sumatera Utara

10

fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan
sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai
kenggotaan atau derajat keanggotaan atau member shipfunction menjadi ciri utama dari
penalaran dengan logika fuzzy tersebut.
Menurut Cox( 1994), ada beberapa alasan mengapa orang menggunakan logika
fuzzy,antara lain :
1.

Konsep logika fuzzy mudah dimengerti. Karena logika fuzzy menggunakan dasar

teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup

mudah untuk dimengerti.
2.

Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-

perubahan, dan ketidakpastian yang menyertai permasalahan.
3.

Logika fuzzy memiliki toleransi terhadap data yang tidak tepat.Jika diberikan

sekelompok data yang cukup homogen, dan kemudian ada beberapa data yang “ekslusif’ ,
maka logika fuzzy memiliki kemampuan untuk menangani data ekslusif tersebut.
4.

Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangatkompleks.

5.

Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para

pakar secara langsung tanpa harus melalui proses pelatihan. Dalam hal ini sering dikenal
dengan nama fuzzy expert systems menjadi bagian terpenting.
6.

Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.

Hal ini umumnya terjadi pada aplikasi dibidang teknik mesin maupun teknik elektro.
7.

Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa

sehari-hari sehingga mudah dimengerti.

2.3.1 Himpunan Fuzzy
Pada dasarnya, teori himpunan fuzzy merupakan perluasan dari teori himpunan klasik.
Pada teori himpunan klasik (crisp), keberadaan suatu elemen pada suatu himpunan, A, hanya
akan memiliki dua kemungkinan, yaitu menjadi anggota A, atau tidak menjadi anggota A.
Sedangkan pada himpunan fuzzy, tiap anggota mempunyai tingkat derajat keanggotaan dalam
suatu himpunan. Fungsi keanggotaan dalam sebuah himpunan fuzzy merepresentasikan
derajat setiap anggota himpunan. Ada beberapa fungsi yang bisa dipakai dalam mendapatkan
nilai keangotaan dalam sebuah himpunan fuzzy antara lain:

Universitas Sumatera Utara

11

1)

Representasi Linier
Pada representasi linier, pemetaan input ke derajat keanggotaan digambarkan sebagai

suatu bentuk garis lurus. Ada dua keadaaan himpunan fuzzy yang linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol bergerak ke
kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.

Gambar 2.3 : Representasi Liniear Naik
.
Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai dari nilai
domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke
nilai domain yang memiliki derajat keanggotaan lebih rendah.

Fungsi Keanggotaan :
µ[x]={(b-x)/(b-a);
{0

a≤x≤b
x≥b

Gambar 2.4 : Representasi Liniear Turun.

Universitas Sumatera Utara

12

2)

Representasi Kurva Segitiga
Merupakan gabungan antara dua garis(linier).

Gambar 2.5 : Kurva Segitiga.

3)

Representasi Kurva Trapesium
Kurva Segitiga pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik
yang memiliki nilai keanggotaan.

Gambar 2.6 :Kurva Trapesium.

2.3.2. Dasar-dasar Logika Fuzzy
Untuk memahami logika fuzzy, sebelumnya perhatikan dahulu tentang konsep himpunan
fuzzy. Himpunan fuzzy memiliki 2 atribut, yaitu :
1.

Linguistik, yaitu nama suatu kelompok yang mewakili suatu keadaan tertentu dengan

menggunakan bahasa alami, misalnya DINGIN, SEJUK, PANAS mewakili variabel
temperatur. Contoh lain misalnya MUDA, PAROBAYA, TUA mewakili varibel umur.
2.

Numeris, yaitu suatu nilai yang menunjukkan ukuran dari suatu variabel, misalnya 10,

30, 40, dan sebagainya.
Disamping itu, ada beberapa hal yang harus dipahami dalam memahami logika fuzzy, yaitu :

Universitas Sumatera Utara

13

1.

Variabel fuzzy, yaitu variabel yang akan dibahas dalam suatu sistem fuzzy. Contoh :

penghasilan, temperatur, permintaan, umur, dan sebagainya.
2.

Himpunan fuzzy, yaitu suatu kelompok yang mewakili suatu keadaan tertentu dalam

suatu variabel fuzzy. Contoh pada (Gambar ) : Variabel permintaan, terbagi menjadi 2
himpunan fuzzy, yaitu NAIK dan TURUN.
Turun

1

0

Naik

1000

5000

Permintaan

Gambar .2.7. Variabel permintaan terbagi menjadi 2 himpunan fuzzy, yaitu NAIK dan
TURUN
3.

Semesta pembicaraan, yaitu seluruh nilai yang dizinkan untuk dioperasikan dalam

suatu variabel fuzzy.
Contoh :
Semesta pembicaraan untuk variabel permintaan :[ + ∞
4.

Semesta pembicaraan untuk variabel temperatur : [−

]

Domain himpunan fuzzy, yaitu seluruh nilai yang diizinkan dalam semesta

pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Pada gambar 2 didomain
untuk himpunan TURUN dan himpunan NAIK masing-masing adalah :
Domain himpunan TURUN = [
Domain himpunan NAIK = [

]

+ ∞ (Kusumadewi & Purnomo, 2013).

2.3.2 Operasi Himpunan Fuzzy
Operasi himpunan fuzzy diperlukan untuk proses inferensi atau penalaran. Dalam hal ini yang
dioperasikan adalah derajat keanggotaannya. Derajat keanggotaan sebagai hasil dari operasi
dua buah himpunan fuzzy disebut sebagai fire-strength atau α – predikat(Fuller, 1998).
-

Irisan ( Intersection )

(A ∩ B)(t) = min {A(t),B(t) } = A(t)

B(t), ∀t ∈ X.

Universitas Sumatera Utara

14

Gambar 2.8. Irisan dua bilangan segitiga fuzzy

-

Gabungan ( Union )

(A ∪ B)(t) = max {A(t), B(t) } = A(t)

B(t), ∀t ∈ X.

Gambar 2.9. Gabungan dua bilangan segitiga fuzzy
-

Komplemen ( Complement )

( ¬A)(t) = 1 − A(t), ∀t ∈ X.

Gambar 2.10. A dan sebuah komplemen
2.3.3 Aplikasi Fuzzy Logic dalam Sistem Kendali
Salah satu aplikasi fuzzy logic yang telah berkembang amat luas dewasa ini adalah dalam
sistem inferensi kabur, yaitu sistem komputasi yang bekerja atas dasar penalaran kabur,
misalnya sistem kendali otomatis, sistem klasifikasi data, sistem pakar, sistem pengenalan
pola, robotika, dsb.
Sistem kendali otomatis yang juga dikenal dengan nama sistem kendali kabur (fuzzy control
system) berfungsi untuk mengendalikan proses tertentu dengan mempergunakan aturan
inferensi berdasarkan logika kabur. Pada dasarnya sistem kendali semacam itu terdiri dari
empat unit, yaitu:
1.

Unit pengaburan (fuzzification unit)

2.

Unit penalaran logika kabur (fuzzy logic reasoning unit)

3.

Unit basis pengetahuan (knowledge base unit), yang terdiri dari dua bagian:

a.

Basis data (data base), yang memuat fungsi-fungsi keanggotaan dari himpunan-

himpunan kabur yang terkait dengan nilai dari variabel-variabel linguistik yang dipakai.
b.

Basis kaidah (rule base), yang memuat kaidah-kaidah berupa implikasi kabur.

4.

Unit penegasan (defuzzification unit).

Suatu sistem kendali semacam itu mula-mula mengukur nilai-nilai tegas dari semua variabel
masukan yang terkait dalam proses yang akan dikendalikan. Nilai-nilai itu kemudian

Universitas Sumatera Utara

15

dikonversikan oleh unit pengaburan ke nilai kabur yang sesuai. Hasil pengukuran yang telah
dikaburkan itu kemudian diproses oleh unit penalaran, yang dengan menggunakan unit basis
pengetahuan, menghasilkan himpunan (himpunan-himpunan) kabur sebagai keluarannya.
Langkah terakhir dikerjakan oleh unit penegasan, yaitu menerjemahkan himpunan
(himpunan-himpunan) kabur keluaran itu ke dalam nilai (nilai-nilai) yang tegas. Nilai tegas
inilah yang kemudian direalisasikan dalam bentuk suatu tindakan yang dilaksanakan dalam
proses pengendalian itu. Langkah-langkah tersebut secara skematis disajikan dalam gambar
berikut.

Gambar 2.11 : Struktur dasar suatu sistem kendali kabur.

Dewasa ini teknologi yang memanfaatkan sistem kendali kabur telah merambah ke
seluruh dunia dan perdagangan berbagai macam peralatan konsumen maupun industri yang
mempergunakan teknologi kabur. Yang menarik dalam perkembangan logika kabur itu
menurut Zadeh (1988) adalah bahwa aplikasinya yang paling penting dan paling nampak
dewasa ini ternyata berada dalam bidang yang sama sekali tidak diantisipasikan pada waktu
logika kabur unu mulai dikembangkan, yaitu dalam bidang sistem kendali berbasis logika
kabur.
Jepang menduduki peringkat teratas dalam keberhasilannya menciptakan peralatanperalatan yang berkerja atas dasar logika kabur dan diproduksi dalam bentuk peralatan
konsumen maupun peralatan industri. Kosko (1993) melaporkan keberhasilan tersebut, yang
sebagian (kecil) daripadanya disajikan dalam daftar berikut sekedar sebagai suatu ilustrasi:

Universitas Sumatera Utara

16

Tabel 2.1 : Tabel Ilustrasi Penerapan Logika Kabur Pada Produk
Nama

Peralatan

yang Fungsi Logika Kabur

Perusahaan

diproduksi

Sharp

Lemari es

Mengatur

waktu

pendinginan

dan

pencairan berdasarkan banyaknya dan
jenisnya

makanan

yang

disimpan

di

dalamnya.
Microwave

Mengatur

waktu

berdasarkan

dan

jenis

cara

memasak

makanan

dan

volumenya.
Matsushita

Mesin cuci piring

Mengatur

putaran

mesin

serta

cara

pencucian berdasarkan benyaknya barang
yang dicuci dan jenis kotorannya.
Mesin

pengering Mengatur waktu dan cara pengeringan

pakaian

pakaian berdasarkan banyaknya pakaian
dan jenis bahannya.

Alat pemasak nasi

Mengatur waktu dan caranya memasak
berdasarkan

banyaknya

nasi

dan

temperaturnya.
Alat penghisap debu

Mengatur cara penghisapan berdasarkan
volume debu dan jenis lantai.

Canon

Kamera dan Video Mengatur
Camcorder

fokus

dan

pintu

lensa

berdasarkan jarak obyek dan terangnya
sinar di sekeliling obyek itu.

Mesin fotocopy

Mengatur

voltase

drum

berdasarkan

kerapatan gambar, suhu, dan kelembaban.
Televisi

Mengatur warna, kecerahan, volume suara
berdasarkan terangnya ruangan dan jarak
penonton dari televisi.

Sony

Alat
roti

pemanggang Mengatur waktu dan cara pemanggangan
berdasarkan jenis dan besarnya roti.

Universitas Sumatera Utara

17

Komputer palmtop

Mengenali huruf-huruf kanji yang ditulis
dengan tangan.

Mesin mobil

Mengontrol pemasokan dan pembakaran
bahan

bakar

berdasarkan

kandungan

oksigen, suhu air pendingin, laju putaran
mesin, dan volume bahan bakar.
Nissan

Rem anti-lock

Mengontrol rem dalam keadaan bahaya
berdasarkan kecepatan dan percepatan
mobil.

Persneling mobil

Memilih persneling berdasarkan beban
mesin, gaya pengemudian mobil dan
kondisi jalan.

(Susilo,2006)

2.4.

Metode profile matching

Profile matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan
bahwa terdapat variable predicator yang ideal yang harus dimiliki, bukannya tingkat minimal
yang harus dipenuhi atau dilewati.Dalam proses metode Profile Matching secara garis besar
merupakan proses membandingkan antara nilai data actual dari suatu profil yang akan dinilai
dengan nilai profil yang diharapkan, sehingga dapat diketahui perbedaan kompetensinya
(disebut juga gap) (Samuel, 2013).

Langkah-langkah pada metode profile matching (Rahman, 2014),yaitu:
1.

Menentukan aspek aspek penilaian.

2.

Pemetaan GAP kompetensi.

3.

Perhitungan dan pengelompokan Core dan Secondary Factor.

Gap kompetensi adalah perbedaan antara profil pemain dengan profil standar yang
diharapkan.Dapat ditunjukkan dengan rumus dibawah ini:
�� = �

�

�� −

�

�

�

−−−−−−−−−−

Universitas Sumatera Utara

18

Setelah menentukan bobot nilai gap untuk setiap aspek penilaian, tiap aspek tersebut
dikelompokkan menjadi dua kelompok yaitu kelompok Core Factor dan Secondary Factor
(Rahman, 2014). Rumus untuk perhitunganCore Factor adalah :

�� =

∑ �� �
∑ ��

−−−−−−−−−−−−−−−−−

Keterangan :
NCF = nilai rata-rata core factor
NC (aspek) = nilai aspek core factor
IC = Itemaspek core factor

Rumus untuk perhitungan secondary factor adalah:

�

=

∑�

�
∑�

−−−−−−−−−−−−−−−−−

Keterangan :
NSF = nilai rata-rata secondary factor
NS (aspek) = nilai aspek secondary factor
IS = Item aspek secondary factor

Dari hasil setiap aspek di atas berikutnya dihitung nilai total berdasarkan presentasi dari nilai
core factor dan secondary factor yang diperkirakan berpengaruh terhadap kinerja tiap-tiap
profil (Khoiruddin, 2011). Untuk dapat menghitung nilai total tersebut dapat digunakan
rumus :
� = �% ��

+ �% �

−−−−−−−−−−−−−

Keterangan :
N = Nilai total tiap aspek
x% = Nilai persen yang diinputkan
NCF = Nilai rata-rata Core factor
NSF = Nilai rata-rata Secondary factor

Universitas Sumatera Utara

19

Setelah didapat nilai total dari aspek kemudian dapat di tentukan hasil akhir yang berupa
rangking dari pemain dengan menggunakan rumus (Harahap, 2014):
�

�

= �% � + �% � + ⋯ + �% � − − − − − − − − − − − −

Keterangan :
N1, N2, Nn = Nilai aspek yang sudah dihitung total.
(x%) = Nilai persen yang diinputkan.

2.5

Penelitian yang relavan

Beberapa penelitian yang berkaitan dengan metode fuzzy logic dan metode profile matching.

1. Akshar (2015), dalam skripsi yang berjudulPenentuan Tingkat Kerawanan Longsor
dengan Menggunakan Metode Fuzzy Logic, menyimpulkan bahwasistem cerdas berbasis
logika fuzzy dapat memudahkan pengguna untuk mengetahui tingkat kerawanan longsor pada
daerah yang ditentukan dan sistem cerdas berbasis logika fuzzy mempunyai akurasi yang
tinggi dalam menentukan daerah rawan longsor sehingga bisa dijadikan referensi untuk
mengetaui tingkat kerawanan longsor pada daerah tertentu dan dapat dengan segera
melakukan pencegahan atau upaya untuk menghindari terhadap terjadinya longsor.

2. Banjarnahor, Jaidup (2012), dalam skripsi yang berjudul Aplikasi logika fuzzy
dalam penentuan kepuasan pasien rawat inap (Studi Kasus RSU Herna Medan),
menyimpulkan Model fuzzy dengan nilai keanggotaan segitiga dan sigmoid ditujukan untuk
mendapatkan nilai terbaik dari baik dan nilai terendah dari yang baik ataupun mencari nilai
terbaik dari yang kurang dan nilai terburuk dari yang buruk dan dalam mengukur kepuasan
pasien menggunakan logika fuzzy dengan nilai yang dinamis sehingga selalu didapat nilai
kepuasan yang kurang dan kepuasan yang sangat baik, walapun pada himpunan tegas itu
tidak didapatkan. Penggunaan nilai dimanis dapat digunakan untuk mengukur kepuasan
secara internal, karena faktor pembandingnya adalah unit-unit yang ada dalam lingkungan
kerjanya, dan untuk mengukur kepuasan dengan instasi lain maka nilai batas linguistic dibuat
dengan tetap.
3. Rasidi, Ahmad(2015) dalam skripsi yang berjudul Perbandingan Metode Weigted
Product Model dan Profile Matching untuk pemilihan Guru berprestasi (Studi kasus : SMP

Universitas Sumatera Utara

20

Dr. Wahidin Sudirohusodo). Setelah dilakukan pengujian dengan data tiga tahun ajaran yang
ada di SMP. Dr. Wahidin Sudirohusodo Medan, Metode Weighted Product Model dan
metode Profile Matching memiliki hasil yang sama dengan data yang ada di SMP Dr.
Wahidin Sudirohusodo Medan. Perbedaannya, metode Weighted Product Model hanya
memiliki satu hasil alternatif terbaik. Sedangkan metode Profile Matching memiliki lebih dari
satu hasil alternatif terbaik dan Metode Profile Matching lebih cepat dari segi Running Time
dari pada metode Weighted Product Model.Dengan menggunakan sistem ini pengguna dapat
lebih efektif dan efisien dalam menentukan pemilihan guru berprestasi.

Universitas Sumatera Utara