JURNAL INFORMATIKA ,J uli 2013

Page 1of 10
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SANKSI
TERHADAP SISWA YANG MELANGGAR PERATURAN
AKADEMIK SEKOLAH METODE FUZZY LOGIC
Wana
1)
SrtWtntartt
2)
Program Studi Teknik Informatika
Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta
ABSTRAK
SMK PIRI 1 secara terus menerus mengembangkan iklim akademis yang demokratis,
dengan mengadakan rapat verifikasi terhadap siswa yang bermasalah melanggar
peraturan akademik. Siswa diharapkan tidak hanya menekuni ilmu dibidangnya saja,
tetapi siswa juga diharapkan dapat menaati peraturan di sekolah dan di masyarakat agar
menjadi lulusan yang mandiri, penuh inisiatif, bekerja cermat, gigih, taat terhadap
peraturan dan penuh tanggung jawab. Adapun tujuan penelitian sistem pendukung
keputusan ini adalah : Mendesain aplikasi sistem pendukung keputusan untuk
membantu permasalahan akademik yang ada di SMK PIRI 1.
Subjek penelitian ini adalah sistem pendukung keputusan penentuan sanksi
terhadap siswa yang melanggar peraturan akademik di SMK PIRI I Yogyakarta
menggunakan kriteria fuzzy tsukamoto yang disesuaikan dengan kategori-kategori yang
didapatkan dan dipergunakan oleh SMK PIRI 1. Model yang digunakan dalam
pembangunan sistem ini adalah model keputusan dengan menggunakan kriteria fuzzy
logic tsukamoto.Penelitian ini dibatasi untuk penentuan siswa yang mempunyai masalah
atau yang melanggar peraturan mendapat sanksi didasarkan pada nilai pelanggaran,
kemudian data tersebut digunakan untuk menentukan berat tidaknya siswa mendapatkan
sanksi berdasarkan kategori yang telah ditetapkan. Sampel yang digunakan dalam
penelitian ini adalah siswa.
Hasil penelitian ini adalah sebuah program aplikasi sitem pendukung keputusan
penentuan sanksi terhadap siswa yang melanggar peraturan akademik sekolah
menggunakan metode Fuzzy Logic Tsukamoto. Melalui pengujian yang dilakukan dapat
diambil kesimpulan bahwa sistem layak digunakan untuk guru BK dan dinyatakan baik
serta siap untuk diaplikasikan.
Kata kunci : SPK, MetodeFuzzy Logic, Siswa,Sekolah
1. PENDAHULUAN
Perkembangan teknologi yang semakin pesat dengan penggunaan komputer
sebagai sarana untuk membantu manusia dalam memperoleh informasi dan
mengatasi masalah, menuntut para pembuat perangkat lunak untuk mencari inovasi
secara optimal dalam upaya meningkatkan kinerja baik secara kuantitas maupun
kualitas. Khususnya bagi SMK PIRI 1 Yogyakarta yang memang saat ini dituntut
untuk mengambil keputusan akademik secara tepat cepat dan akurat.
Sebuah Sekolah didirikan dengan harapan suatu saat akan menjadi suatu instansi
yang besar dan berkembang pesat untuk mendidik siswa siswinya. Kenyataannya
JURNAL INFORMATIKA ,J uli 2013
Page 2of 10
bahwa untuk berkembang sesuai dengan apa yang diinginkan banyak sekali
hambatan yang menghalangi.
SMK PIRI 1 secara terus menerus mengembangkan iklim akademis yang
demokratis, dengan mengadakan rapat verifikasi terhadap siswa yang bermasalah
melanggar peraturan akademik, agar dapat mendukung pelaksanaan proses
pembelajaran yang mengarahkan siswa menjadi lulusan sebagai insan pembelajaran
hayat. Siswa diharapkan tidak hanya menekuni ilmu dibidangnya saja, tetapi siswa
juga diharapkan dapat menaati peraturan di sekolah dan dimasyarakat agar menjadi
lulusan yang mandiri, penuh inisiatif, bekerja cermat, gigih, taat terhadap peraturan
dan penuh tanggung jawab.
Didalam menentukan sanksi terhadap siswa yang melanggar peraturan
terkadang guru juga melakukan kesalahan dalam pemberian sanksi, dimana siswa
yang melanggar peraturan yang sama namun menerima sanksi yang berbeda,
sehingga menimbulkan protes dari orang tua siswa. Pengolahan data
terkomputerisasi merupakan salah satu upaya untuk mempermudah dalam
mendapatkan informasi yang dapat digunakan untuk mengambil keputusan dalam
menangani masalah akademik siswa. Dalam penelitian ini menggunakan Fuzzy
Tsukomoto, metode ini digunakan mencari nilai kepastian dari input yang berupa
pelanggaran dan sebab terjadinya pelanggaran untuk menentukan sanksi kepada
siswa yang melanggar peraturan akademik.
Dengan demikian perlu kiranya dibangun aplikasi Sistem Pendukukung
Keputusan penentuan Sanksi siswa yang melanggar peraturan akademik
menggunakan metode Fuzzy Logic Tsukamoto di SMK PIRI I dengan program
microsoft visual basic 6.0.
Untuk guru BK dalam pengambilan keputusan menentukan sanksi terhadap
siswa yang melanggar paraturan akademik yang ada di SMK PIRI I yogyakarta.
2. KAJIAN TEORI
Skripsi terdahulu yang pernah dibuat berjudul Sistem Pendukung Keputusan
Penentuan pekerjaan berdasarkan tes kepribadian berbasis web yang dilakukan
oleh Nana Setyawati [9], objek penelitian pada pembuatan sistem pendukung
keputusan ini adalah karyawan karena dalam menentukan kepribadian seseorang,
biasanya individu tersebut harus datang kepada seorang pakar ahli psikologi
(psikiater). Masalah pengambilan keputusan ini dapar diselesaikan dengan
menggunakan metode FLAG ( Faktual, Lively, Agresif, Group) yang
dikembangkan oleh J imbarrett dan Geoff Williams [2]. Metode ini dapat
memberikan alternatif pilihan untuk mengetahui tipe kepribadian yang mendasar
pada diri pribadi seorang dan menghubungkan kepribadian tersebut dengan tipe
pekerjaan yang sesuai dengan kepribadiannya.
Dalam penelitian lain yang dilakukan oleh Desi Marlinasari [5] dengan judul
Sistem Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan
Kriteria Bayes, sistem pendukung keputusan tersebut membahas mengenai
penentuan pemberian beasiswa bakat dan prestasi. Dalam sistem pendukung
keputusan penentuan penerima beasiswa menggunakan kriteria bayes ini
ditekankan pada siswa yang mempunyai bakat khusus serta berprestasi untuk
belajar ke jenjang yang lebih tinggi, akan tetapi berasal dari keluarga kurang
mampu baik disebabkan oleh kondisi geografis, ekonomi maupun alasan sosial
lainnya.
JURNAL INFORMATIKA ,J uli 2013
Logika Fuzzy
Metode Tsukamoto merupakan salah satu metode dari logika fuzzy
yang digunakan untuk menghitung nilai hasil keputusan (x) dari suatu
pelanggarandengan langkah-langkah sebagai berikut:
Aturan 1 IF pelanggaran
1
and pelanggaran
2
and pelanggaran
3
then
sanksi X
Aturan 2 IF pelanggaran
1
and Pelanggaran
2
then sanksi X
1
Aturan 3 IF pelanggaran
1
and Pelanggaran
3
then sanksi X
2
1). Tahap Perhitungan
Berdasarkan penelitian telah dilakukan analisa untuk menentukan
batas atas fuzzy dari setiap komponen pelanggaran, hasil analisa adalah
sebagai berikut :
a. Pelanggaran
Variabel fuzzynya adalah pelanggaran dengan himpunan fuzzynya
berupa ringan sekali, ringan, sedang, berat, berat sekali.
Gambar 1. Pelanggaran
Semesta pembicaraan untuk variabel indikator pelanggaran adalah [0,
101]. Domain himpunan fuzzy pada variabel indikator pelanggaran adalah
sebagai berikut :
a). RinganSekali =[0, 25,25]
b). Ringan =[1, 50,5]
c). Sedang =[ 25,25 75,75]
d). Berat =[50,5 75,75]
e). Berat Sekali =[75,75 101]
Fungsi keanggotaan pada variabel indikator pelanggaran adalah
sebagai berikut :
a). Fungsi Keanggotaan Ringan Sekali
PRinganSekali[x]
b). Fungsi Keanggotaan Ringan
PRingan
c). Fungsi Keanggotaan Sedang
JURNAL INFORMATIKA ,J uli 2013
PSedang
d). Fungsi Keanggotaan Berat
PBerat
e). Fungsi Keanggotaan Berat Sekali
PBerat Sekali
Sanksi
Menghitung nilai sanksi ringan sekali (SRS), sanksi ringan (RS),sanksi
sedang (SS), sanksi berat (SB), dan sanksi berat sekali (SBS) sesuai
dengan kesalahan,dengan aturan yang diberikan :
Gambar 2. Sanksi
Keterangan:
xnilai tegassetiap Pelanggaran
1range batas bawah
50 range nilai tengah
100 range nilai akhir
Derajat Keanggotaan
Semesta pembicaraan untuk variabel sanksi adalah [0, 100].
Domain himpunan fuzzy pada variabel sanksi adalah sebagai berikut :
a). Sanksi Ringan Sekali =[0, 25]
b). Sanksi Ringan =[1, 50]
c). Sanksi Sedang =[25, 75]
d). Sanksi Bera =[50, 100]
e). Sanksi Berat Sekali =[ 75, 100]
Fungsi keanggotaan pada variabel sanksi terjadinya pelanggaran
adalah sebagai berikut :
a). Fungsi Keanggotaan Sanksi Ringan Sekali
JURNAL INFORMATIKA ,J uli 2013
Page 5of 10
SRinganSekali[x]_
1; x 1
25x
251
; 1 x 2S
u; x 2S
b). Fungsi Keanggotaan Sanksi Ringan
SRingan|x] _
u; x 1otoux 7S
x1
251
; 1 x 2S
50x
5025
; 2S x Su

c). Fungsi Keanggotaan Sanksi Sedang
SSedang|x] _
u; x 2Sotoux 7S
x25
5025
; 2S x Su
75x
7550
; Su x 7S

d). Fungsi Keanggotaan Sanksi Berat
SBerat|x] _
u; x 1otoux 1uu
x50
7550
; Su x 7S
100x
10075
; 7S x 1uu

e). Fungsi Keanggotaan Sanksi Berat Sekali
SBeratSekalis|x] _
u; x 7S
x75
10075
; 7S x 1uu
1; x 1uu

3. METODE PENELITIAN
metode ini berguna untuk mengubah proses perancangan sistem kedalam bahasa
pemrograman tertentu dengan menentukan beberapa form serta tabel yang dibutuhkan
dalam proses pembuatan yang saling ada keterkaitan dan akan menghasilkan nilai total
berdasarkan kriteria atau syarat yang telah ada. Tabel yang telah dirancang kemudian
diimplementasikan dengan menggunakan Microsoft Access 2007. Berdasarkan database
tersebut, kemudian interface dibuat dengan menggunakan Visual Basic 6.0.
4. HASIL PENELITIAN DAN PEMBAHASAN
A. Analisis Kebutuhan
Dari penelitian yang dilakukan di sekolah, diperoleh data-data yang diperlukan
dalam perancangan sistem pendukung keputusan dengan menggunakan metode
fuzzy tsukamoto. Data-data tersebut diolah dan disesuaikan menjadi data yang siap
diimplementasikan dalam sebuah sistem. Data yang diperlukan dalam perancangan
sistem pendukung keputusan penentuan saksi terhadap siswa yang melanggar
peraturan akademik di sekolah SMK PIRI I yogyakarta meliputi :
Data masukkan, spesifikasi pengolahan data pelanggaran atau kesalahan,
kebutuhan proses dan data keluaran yang dihasilkan. Data spesifikasi kesalahan
merupakan data yang berisi pelanggaran pelanggaran yang dilakukan siswa.
1. Spesifikasi kebutuhan
a. Data Masukan
Data masukan yang diperlukan pada aplikasi sistem pendukung
keputusan ini berupa spesifikasi yang dimiliki kesalahan atau pelanggaran,
JURNAL INFORMATIKA ,J uli 2013
Page 6of 10
setiap pelanggaran mempunyai beberapa kategori, dimensi, dan indikator,
serta bobot nilai pertanyaan sebagai tolak ukur untuk menentukan sanksi
terhadap pelanggaran yang dilakukan. Sistem yang dibutuhkan untuk
spesifikasi data masukan setidaknya harus memiliki spesifikasi sebagai
berikut:
1) Dapat menginput data kategori
2) Dapat mengedit data kategori
3) Dapat menghapus data kategori
4) Dapat menginputkan data dimensi
5) Dapat mengedit data dimensi
6) Dapat menghapus data dimensi
7) Dapat menghapus data indikator pelanggaran
8) Dapat menginput data indikator pelanggaran
9) Dapat mengedit data indikator pelanggaran
10)Dapat menghapus data Penyebab pelanggaran
11)Dapat menginput data Penyebab pelanggaran
12)Dapat mengedit data Penyebab pelanggaran
13)Dapat menginput data sanksi
14)Dapat mengedit sanksi
15)Dapat mengahapus sanksi
b. Proses yang dijalankan
Sistem yang akan dibuat harus memiliki dan harus dapat menjalankan
proses:
1. Dapat menghitung skor akhir dari penjumlahan skor per Pelanggaran.
2. Dapat menentukan kesimpulan kesesuaian akhir berdasarkan kesimpulan
per Pelanggaran.
c. Data Keluaran (output)
Sistem ini harus dapat memberikan output berupa:
1) Dapat memberikan laporan pelanggaran per siswa, laporan per tanggal,
laporan per bulan, laporan per tahun dan laporan keseluruhan.
2) Dapat memberikan informasi skor total pelanggaran.
d. Analisis
Berdasarkan data-data yang didapatkan dari berbagai sumber baik dari
kepala sekolahmaupun guru BK sebagai orang yang bertanggung jawab atas
keputusan yang diberikan sekolah terhadap siswa, sistem yang akan dibuat
membahas tentang penentuan sanksi terhahadap pelanggaran yang dilakukan
berdasarkan kategori pelanggaran dan Penyebab pelanggaran.
2. Merekayasa pengetahuan
Di dalam merekayasa pengetahuan setelah proses analisis kebutuhan
selasai dilakukan, maka sumber pengetahuan tersebut dijadikan dokumentasi
untuk dipelajari, diolah dan diorganisasikan secara terstruktur menjadi basis
pengetahuan yang valid. Contoh rekayasa pengetahuan untuk penentuan sanksi
terhadap siswa yang melakukan pelanggaran dengan membuat alur keputusan
dengan menggunakan flowchart.
JURNAL INFORMATIKA ,J uli 2013
a. Alur Keputusan
Alur keputusan pada system pendukung keputusan penentuan sanksi
terhadap siswa yang melanggar peraturan akademik sekolah dengan
menggunakan metode fuzzy logic tsukamoto dapat dilihat di bawah ini :
Gambar 3. Alur Keputusan
1) Konteks Diagram
Konteks diagramadalah diagram yang menggambarkan secara umum dari
sebuah sistem informasi. Suatu konteksdiagram selalu mengandung satu proses
saja. Proses ini mewakili seluruh proses yang ada didalam sistem. Konteks
diagram menggambarkan hubungan input dan output antara sistem dengan
kesatuan luar. Dalam diagram konteks yang dibuat diberi asumsi bahwa siswa
adalah pihak yang melakukan pelanggaran dan guru BK adalah pihak yang
memberikan sanksi terhadap siswa yang melakukan pelanggaran.Konteksdiagram
untuk sistem yang dibuat adalah seperti gambar8 dibawah ini:
Gambar4 . Konteks Diagram SPK PenentuanSanksi
B. Implementasi
Tahapan selanjutnya setelah melakukan perancangan sistem adalah
melakukan implementasi program. Tahapan implementasi adalah proses
pengubahan dari bentuk perancangan sistem kedalam bahasa pemrograman
JURNAL INFORMATIKA ,J uli 2013
MicrosoftVisual Basic 6.0 Enterprise Edition. Dalam tahap ini dihasilkan sistem
hasil implementasi yang meliputi :
a. Menu Utama
Menu utama ini merupakan tampilan yang berisi menu-menu pengolahan
data didalam sistem pendukung keputusan penentuan sanksi terhadap siswa yang
melanggar peraturan akademik sekolah. Tampilan form utama seperti pada
gambar 36:
Gambar 5. Menu Utama
b. Menu Input Data
Menu input data mempunyai sembilan submenu, yaitu : input data
kategori, input data dimensi, input data indikator, input data sanksi, input data
siswa, input data kelas, input data jurusan, input data penyebab dan input data
guru BK.
1) Data Indikator
Forminput data indikator digunakan untuk memasukkan data indikator.
Forminput data indikator terdiri dari kode indikator, nama indikator, nama
kategori, namadimensi dan skor. Form data indikator terlihat pada gambar 41
:
Gambar 6. Data Indikator
2) Data Sanksi
Forminput data Sanksi digunakan untuk memasukan data sanksi
pelanggaran. Forminput data sanksi terdiri dari kode sanksi, nama sanksi,
himbauan dan bobot. Form data sanksi penggunaan terlihat pada gambar 42:
JURNAL INFORMATIKA ,J uli 2013
Gambar 7. Data Sanksi
c. Menu PendataanPelanggaran
Pada forminputmenu pendataan pelanggaran diminta untuk
memilihkategori pelanggaran, dimensi, indikator, dan penyebab
pelanggaran,merupakan pertanyaan yang harus dijawabsiswa, kemudian guru
bk memasukannya padaform ini. Setelah data pelanggaran sudah dimasukan
kemudian guru bk tekan tombol next untuk melanjutkan ke proses
perhitungan. Formmenu pendataanpelanggaranterlihat pada gambar 48:
Gambar 8. Menu Pendataan Pelanggaran
d. Menu Perhitungan
Kegunaan menu perhitungan ini untuk menampilkan data yang dihitung dan
menampilkan hasil perhitungannya. Dalam menu ini, user harus memilih kode
pelanggaran untuk mencari data pelanggaran siswa yang telah diinputkan pada
menu pendataan pelanggaran, setelah itu tekan tombol proses dan secara otomatis
akan muncul hasil perhitungan fuzzy pada pelanggaran dan langsung menentukan
jenis sanksi dan sanksi. Menu perhitungan dapat dilihat pada gambar 49:
Gambar 9. Menu Perhitungan
JURNAL INFORMATIKA ,J uli 2013
Page 10of 10
5. KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan pembahasan-pembahasan pada bab-bab sebelumnya maka
diperoleh kesimpulan sebagai berikut :
1. Dari penelitian yang telah dilakukan pada sekolah smk piri I yogyakarta,
dihasilkan sebuah perangkat lunak sistem pendukung keputusan penentuan
sanksi terhadap siswa yang melanggar peraturan akademik sekolah
mengguakan kriteria Fuzzy Logic.
2. Dengan memanfaatkan Kriteria Fuzzy Logic kesimpulan yang dihasilkan
dapat dijadikan sebagai bahan pertimbangan dalam pengambilan keputusan
penentuan sanksi terhadap siswa yang melanggar.
3. Aplikasi sistem pendukung keputusan ini dapat mempermudah pihak
sekolah dalam pengambilan suatu keputusan secara cepat, tepat serta lebih
teliti, sehingga dapat membantu dalam memberikan suatu keputusan yang
benar-benartepat.
B. Saran
Saran yang diajukan untuk pengembangan sistem ini lebih lanjut adalah :
1. Sistem dapat dikembangkan lebih detail lagi dengan menggunakan cms, java
ataupun yang lain.
2. Tampilan sistem dapat lebih dikembangkan lagi, misalnya dengan tampilan
berbasis web agar lebih menarik.
5. DAFTAR PUSTAKA
[1] Daihani, U, D, 2001,Komputerisasi Pengambilan Keputusan, Elex Media
Komputindo, J akarta.
[2] Barret, J im & Geoff Williams, 2004, Tes Bakat Anda, Penerbit Gaya Media
Pratama, J akarta.
[3] Fathansyah, 2003, Sistem Basis Data, Informatika, Bandung.
[4] Fathansyah, 2004, Sistem Basis Data Lanjutan Buku Basis Data, Informatika,
Bandung.
[5] Marlinasari Desi, 2006, SistemPendukung Keputusan Penentuan Penerima
Beasiswa Menggunakan Kriteria Bayes, Skripsi S1, Universitas Ahmad
Dahlan.
[6] Ramez Elmasri & Shamkant B Navathe, 2000, Database System Eight Edition,
Pretince Hall.
[7] Ryan K. Sthephens & RonaldR. Plew, Database Design, 2001, Sams Publishing,
66290 Indiana USA.
[8] Pujianta, Ardi, 2010, Teori dan Aplikasi Fuzzy Logic, Ardana Media Yogyakarta
[9] Setiana Nana, 2008,Sistem pendukung keputusan penentuan pekerjaan
berdasarkan tes kepribadian berbasis web, Skripsi S1, Universitas Ahmad
Dahlan.
[10] Supranto, J .,2000, Statistik Teori dan Aplikasi, Erlangga, J akarta.
[11] Turban Efraim, Decision Support System and Intelligent System, ED 7. J ilid 1,
Andi Offset, Yogyakarta.
[12] Waliyanto, 2000, Modul Analisis dan Desain Sistem Informasi, J &J Learning,
Yogyakarta.