KELAS L
KELOMPOK 6
Disusun Oleh :
Masiffa Mahardika J
Rina Christanti
Evi Nur Azizah
(115060800111021)
(115060800111121)
(115060801111020)
Dosen Pengampu :
Nurul Hidayat, S.Pd., MSc.
KATA PENGANTAR
Segala puji syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan berkat
dan karunia-Nya sehingga penulis dapat menyelesaikan laporan hasil diskusi dengan judul
Implementasi Sistem Pakar Jurusan IPA IPS Menggunakan Metode Fuzzy Tsukamoto
Melalui pengantar ini penulis ingin mengucapkan banyak terimakasih karena dalam
penyusunan laporan hasil diskusi ini penulis telah mendapat bantuan dan dorongan baik moril
maupun materil dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis ingin
menyampaikan rasa terima kasih yang sebesar-besarnya kepada :
1. Bpk. Nurul sebagai dosen pengampu mata kuliah Metodologi dan Penelitian
Teknologi Informasi
2. Seluruh anggota tim penyusun makalah ini
3. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah memberikan
bantuan kepada penulis sehingga terselesainya makalah ini
Di dalam penyusunan makalah ini, penulis menyadari dengan sepenuh hati akan
kurang sempurnanya makalah ini, mengingat tingkat kemampuan serta pengalaman penulis
belum luas. Namun demikian, penulis akan berusaha kerasuntuk menyusun Makalah ini
sehingga dapat terselesaikan dengan baik. Oleh sebab itu, penulis mengharapkan saran dan
kritik dari pembaca. Terimakasih.
DAFTAR ISI
Halaman Cover......................................................................................................................... i
Kata Pengantar......................................................................................................................... ii
Daftar Isi......................................................................................................................... .........iii
Daftar Gambar......................................................................................................................... v
Daftar Tabel......................................................................................................................... ....vi
BAB I PENDAHULUAN.........................................................................................................1
1.1
Latar Belakang...................................................................................................1
1.2
Rumusan Masalah..............................................................................................2
1.3
Tujuan................................................................................................................2
1.4
Batasan Masalah................................................................................................2
1.5
Manfaat Penelitian.............................................................................................2
1.6
Sistematika Penulisan.........................................................................................2
Kajian Pustaka....................................................................................................4
2.2
Penjurusan SMA.................................................................................................8
2.3
Sistem Pakar.......................................................................................................8
2.4
2.5
FIS.....................................................................................................................11
2.6
Metode Tsukamoto...........................................................................................12
Studi Pustaka....................................................................................................14
3.2
3.3
Analisis Kebutuhan...........................................................................................17
3.4
Perancangan Umum..........................................................................................18
3.5
Implementasi.....................................................................................................20
3.6
Pengujian..........................................................................................................20
3.7
DAFTAR PUSTAKA...............................................................................................................21
DAFTAR GAMBAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Metode Tsukamoto...........................................................................................13
Gambar 3.1
Gambar 3.2
Gambar 3.2
DAFTAR TABEL
Tabel 2.1
Tabel 2.2
BAB I
PENDAHULUAN
1.1
Latar Belakang
Pelaksanaan penjurusan bagi setiap siswa SMA dimulai pada semester satu kelas
XI. Penjurusan siswa di tingkat SMA tidak selalu sesuai dengan potensi dan keminatan
dari siswa tersebut. Faktor yang menjadi penentu pemilihan jurusan masih didominasi
oleh: referensi orangtua, tren terkini dan faktor teman. [1]
Tes bakat dan minat siswa sebelum memilih bidang studi penting dilakukan jika
siswa tidak mengetahui potensi yang dimilikinya dan akan diarahkan kemana kelak
masa depannya. Implementasi teknologi informasi yang sesuai yaitu sistem pakar
dengan data bakat dan minat serta nilai akademik.[1]
Nilai tes IQ adalah salah satu alat ukur kecerdasan seseorang. Kecerdasan ialah
istilah umum yang digunakan untuk menjelaskan sifat pikiran yang mencakup sejumlah
kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah,
berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar. Kecerdasan
erat kaitannya dengan kemampuan kognitif yang dimiliki oleh individu.[12]
Fuzzy inference system (FIS) adalah suatu kerangka komputasi yang didasarkan
pada teori himpunan fuzzy, aturan fuzzy dan penalaran fuzzy (Kusumadewi dan Hartati,
2006). Secara garis besar, input crisp dimasukkan ke FIS. Input ini kemudian dikirim ke
basis pengetahuan yang berisi aturan fuzzy dalam bentuk if-then. Fire strength atau
derajat kebenaran akan dicari pada setiap aturan. Jika jumlah aturan lebih dari satu
maka dilakukan inferensi dari semua aturan. Untuk mendapatkan nilai crisp sebagai
output sistem dilakukan defuzzifikasi dari hasil inferensi. Fuzzy inference system (FIS)
dapat dilakukan dengan tiga metode, yaitu dengan metode Mamdani, metode Sugeno
dan metode Tsukamoto (Kusumadewi dan Purnomo, 2004). Metode yang dipilih untuk
menyelesaikan bidang studi adalah metode Tsukamoto dengan bahasa pemrograman
PHP.[12]
1.2
RumusanMasalah
Bagaimana merancang sistem pakar dalam penetuan jurusan IPA /PS
menggunakan metode Fuzzy Tsukamoto.
1.3
Tujuan
Tujuan perancangan sistem pakar ini adalah merancang dan membangun sistem
pakar untuk pemilihan jurusan IPA/IPS siswa SMA dengan menggunakan metode
Fuzzy Tsukamoto.
1.4
Batasan Masalah
1. Sistem pakar ini ditujukan untuk siswa SMA yang akan melakukan penjurusan IPA
IPS.
2. Bahasa pemrograman yang digunakan PHP, Basis data yang digunakan MySQL.
3. Output dari aplikasi ini adalah hasil keputusan penentuan jurusan IPA/IPS.
1.5
Manfaat Penelitian
Membantu para siswa dalam menentukan jurusan IPA/IPS sesuai dengan minat
dan potensi siswa tersebut.
1.6
Sistematika Penulisan
Bab I
Pendahuluan
Bab II
Tinjauan Pustaka
harian.
Bab V
Implementasi
4
Memuat strategi , teknik dan hasil pengujian terhadap sistem pakar yang telah
diimplementasikan.
Memuat kesimpulan serta saran yang diperoleh dari pengujian dan analisis
BAB II
TINJAUAN PUSTAKA
2.1
Kajian Pustaka
Penjurusan di tingkat SMA tidak selalu sesuai dengan keminatan dan potensi dari
siswa tersebut. Hingga saat ini, faktor penentu yang masih mendominasi diantaranya:
referensi orang tua, tren terkini dan faktor teman. Masih banyak siswa yang dibuat
5
bingung karena siswa masih belum mengetahui minat bakat serta potensi yang
dimilikinya sehingga lebih cendurung mengikuti saran dari orang lain [1].
Masalah tersebut menjadikan peneliti untuk merancang sebuah sistem pakar yang
berguna untuk membantu siswa untuk memilih program studi di Perguruan Tinggi
berdasarkan tes bakat dan minat bakat siswa. Dalam implementasi penulis pada
penelitian dengan judul Sistem Pakar Pemilihan Bidang Studi Bagi Calon Mahasiswa
Dengan Metode Technique For Order Preference By Similarity To Ideal Solution
(TOPSIS) (Studi Kasus SMA NEGERI 8 Malang) dengan kriteria perhitungan yang
digunakan antara lain: nilai akademik, hasil test bakat dan hasil tes minat. Hasil akhir
dari sistem yaitu sebuah table rekomendasi bidang studi dengan tujuh alternative data
sesuai dengan kriteria yang disebutkan sebelumnya. Besar kesesuaian antara hasil
sistem dengan keinginan siswa sebesar 65.91% [1].
Metode Tsukamoto juga digunakan pada penelitian kedua yaitu sebuah sistem
pakar dengan judul Studi Inferensi Fuzzy Tsukamoto Untuk Penentuan Faktor
Pembebanan Trafo PLN. Metode Tsukamoto digunakan sebagai alat bantu teknisi PT.
PLN dalam melakukan pemeliharaan preventif pada trafo PLN sehingga dapat
dilakukan pemeliharaan sesuai dengan gejala awal gangguan [2].
Sistem yang akan dibangun penulis nantinya merupakan sistem pakar yang
memanfaatkan metode Tsukamoto dalam membantu pemelihan penjurusan siswa SMA
sesuai dengan nilai yang telah dilakukan sehingga dapat dilakukan perhitungan kriteria
seperti pada penelitian pertama. Penelitian dilakukan dengan metode Tsukamoto dengan
perhitungan seperti pada penelitian kedua.
Pada tabel 2.1 dibawah ini akan dijelaskan mengenai perbandingan objek dan
metode yang digunakan.
Penelitian
Mahasiswa
Sebelumnya
Usulan
Solution)
Pembebanan Trafo PLN
Tsukamoto
Tsukamoto
Sumber: [1, 2]
Selanjutnya pada table 2.2 dibawah ini akan diuraikan mengenai perandingan data
input untuk masing masing objek.
Pemilihan Penjurusan
Calon Mahasiswa
Input
Rata-rata nilai
SMA
Pembebanan trafo
Nilai IPA
Ketidakseimbangan
Nilai IPS
IQ
Minat
Kapasitas
akademik kelas X,
terdiri atas: Bahasa,
Logika, Sains,
Beban
Praktek, Sosial.
Penalaran Verbal
Kemampuan Angka
Penalaran Abstrak
Kecepatan dan
Faktor daya
Tegangan
Ketelitian Klerikal
(KKK)
Penalaran
Mekanikal
Pemakaian Bahasa
Mengeja
Penggunaan Tata
Bahasa
Proses
User memasukan
User memasukan
Minat, Kapasitas
kator daya
Sistem akan
Sistem akan
melakukan proses
melakukan proses
fuzzifikasi untuk
fuzzifikasi untuk
mengubah data
mengubah data
masukan menjadi
masukan menjadi
data fuzzy
data fuzzy
berdasarkan
berdasarkan
himpunan fuzzy
himpunan fuzzy
yang terlah
yang terlah
ditetapkan
ditetapkan
Dilanjutkan dengan
Dilanjutkan dengan
proses inferensi
proses inferensi
fuzzy menggunakan
fuzzy menggunakan
metode fuzzy
metode fuzzy
Tsukamoto.
Tsukamoto.
Sistem akan
Sistem akan
memberikan
memberikan
rekomendasi sesuai
rekomendasi sesuai
yang telah
yang telah
dilakukan. Keluaran
dilakukan.
berupa rekomendasi
jurusan SMA.
Keluaran berupa
informasi variable
tegangan dan solusi
keputusan
pemeliharan trafo
PLN.
Output
Hasil rekomendasi
Rekomendasi jurusan
bidang studi:
dan ketidakseimbangan
SMA, yakni:
Kedokteran
MIPA
SASTRA
Teknik
10
IPA
IPS
Ilmu
Administrasi
FISIP
Ekonomi
Sumber: [1, 2]
2.2
Penjurusan SMA
Nilai mata pelajaran yang menjadi ciri program IPA, yakni; fisika, kimia,
biologi, matematika, harus sesuai dengan Standar Ketuntasan Minimal (SKM).
11
Kemudian hasil tes psikologi: IQ minimal 100, kemampuan numerical, skolastik, relasi
ruang minimal 65.
Nilai mata pelajaran yang menjadi ciri program IPA, yakni; ekonomi, sosiologi,
geografi, sejarah harus sesuai dengan Standar Ketuntasan Minimal (SKM) serta juga
dibutuhkan bakat numerical, verbal serta penalaran yang tinggi.
3. Program Bahasa
Juga harus di dukung dengan mata pelajaran yang menjadi cirri dari program ini
seperti; bahasa Indonesia, Bahasa Inggris, serta penambahan bahasa asing lain seperti
Jerman atau Bahasa jepang yang kesemuannya harus minimal sesuai dengan KKM.
Terkait masalah hasil tes psikologi pada jurusan ini hendaknya ditunjang dengan
kemampuan verbal serta penalaran yang tinggi [3].
2.3
Sistem Pakar
Sistem Pakar adalah sistem yang digunakan untuk mengadopsi pengetahuan manusia
ke komputer agar dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli
12
namun tetap tidak digunakan untuk mengganti kedudukan seorang pakar. Aturan-aturan
diberikan agar komputer dapat memberlakukan informasi-informasi yang tersimpan dan
program nantinya dapat memberikan solusi-solusi pengambilan keputusan mengenai
permasalahan tertentu. Menurut Efraim Turban, Sistem Pakar harus mengandung keahlian,
ahli, pengalihan keahlian, inferensi, aturan serta kemampuan menjelaskan.
2.4
Fuzzy dapat diartikan sebagai hal yang bersifat kabur atau samar-samar. Sehingga
dalam suatu saat bisa saja suatu nilai dapat bernilai benar dan salah secara bersamaan.
Sehingga logika fuzzy merupakan sebuah logika yang memiliki nilai yang tidak pasti karena
bersifat kabur atau samar. Dalam logika fuzzy dikenal istilah derajat keanggotaan yang
bernilai 0 sampai dengan 1. Nilai tersebut yang nantinya akan memberikan keberadaan dan
kesalahan suatu nilai yang bergantung pada keangotaan yang dimiliki. Logika fuzzy
digunakan untuk mempresentasikan masalah yang mengandung ketidakpastian dalam sebuah
bahasa yang dipahami oleh komputer [6].
Pengertan lain menjelaskan bahwa logika fuzzy adalah cara yang digunakan dengan
baik untuk memetakan suatu ruang input ke dalam ruang output. Fuzzy dinyatakan dalam
sebuah derajat keanggotaan dan derajat kebenaran. Sehingga sesuatu dapat dinyatakan dalam
kondisi benar dan salah pada waktu yang bersamaan (Kusumadewi,2004), berikut merupakan
contoh pemetaan yang dapat dilihat pada gambar 2.1 [6].
13
2.4.1
Himpunan Fuzzy
14
2.4.2
Fungsi Keanggotaan
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan input data ke
dalam nilai anggotanya (derajat keanggotaan). Fungsi keanggotaan memiliki interval antara 0
sampai 1. Pendekatan fungsi adalah salah satu cara yang dapat digunakan untuk mendapatkan
nilai keangotaan.
himpunan disebut dengan a-predikat atau fire streng. Terdapat tiga operator fuzzy yang
diciptakan oleh Zadeh, yaitu: operator AND, operator OR, dan operator NOT (Kusumadewi,
2010).
2.5
15
Fuzzy merupakan suatu kerangka kerja perhitungan yang berdasar konsep teori
himpunan fuzzy.Aturan fuzzy meliputi fungsi if-then, dan pemikiran fuzzy. Inferensi fuzzy
dapat mengambil input fuzzy ataupun crisp (himpunan tegas), tetapi outputnya hampir selama
menghasilkan himpunan fuzzy. Metode fuzzy merupakan suatu metode di fuzzikan untuk
mendapatkan nilai crisp (himpunan tegas).
Proses proses dalam Sistem Inferensi fuzzy dapat dilihat pada Gambar 2.
Gambar 2.12 merupakan proses sistem inferensi fuzzy yang penjelasannya adalah
sebagai berikut :
16
1.
2.
Jika bagian antesenden dihubungkan oleh konektor and, or, not maka derajat
kebenarannya dihitung dengan operasi fuzzy yang bersesuaian.
3.
4.
Agregasi merupakan suatu metode yang menggunakan max atau or pada semua
keluaran IF-THEN rule. Dan jika lebih dari satu kaidah yang dievaluasi,
keluaran semua IF-THEN rule dikombinasikan menjadi sebuah fuzzy set
tunggal.
5.
2.6
Metode Tsukamoto
dengan
menggunakan
himpunan
himpunanfuzzy
IFTHEN yang
dengan
fungsi
18
BAB III
METODELOGI PENELITIAN
19
Bab ini membahas metode yang digunakan dalam penelitian yang terdiri dari studi
pustaka, metode pengambilan data, metode perancangan, metode implementasi, metode
pengujian dan analisis serta pengambilan kesimpulan dan saran. Berikut gambar 3.1. adalah
diagram alir metodelogi penelitian yang dilakukan :
3.1
Studi Pustaka
20
Metode ini digunakan untuk mendapatkan dasar teori sebagai suber acuan untuk
penulisan skripsi dan pengembangan aplikasi. Teori dan pustaka yang berkaitan dengan tugas
akhir ini meliputi :
Penjurusan SMA
Sistem Pakar
Fuzzy Logic
Fungsi Keanggotaan
Sistem Fuzzy
Fuzzy Set
Metode Tsukamoto
Studi literatur menjelaskan dasar teori yang digunakan sebagai penunjang dan
pendukung penulisan skripsi, Sumber atau referensi yang digunakan antar lain buku, jurnal,
laporan penelitian, bantuan dan mesin perncari (search engine) internet.
21
3.2
Aplikasi sistem pakar fuzzy logic berikut ini merupakan diagnose penyakit dengan
menggunakn mesin inferensia fuzzy berdasarkan metode tsukamoto. Proses diagnosis ini
didasarkan dengan nilai - nila pada siswa SMA kelas X. Masukan atau inputan dari sistem
berikut ini adalah :
3.3
Model yang dipakai dalam implementasi sistem pakar diaognosis penyakit adalah
model logika fuzzy dengan metode Tsukamoto. Gambar 3.2 di bawah ini merupakan
gambaran langkah-langkah yang digunakan dalam metode Tsukamoto.
22
Adapun penjelasan dari flowchart pada gambar 3.2 adalah sebagai berikut :
1.
23
2.
3.
24
4.
Defuzifikasi
Hasil keputusan
Pada bagian ini merupakan hasil keputusan dari rangkaian proses
dalam penegakan penentuan penjurusan IPA/IPS.
3.4
Analisis kebutuhan
Case
Diagram
digunakan
untuk
mendeskripsikan
kebutuhan-kebutuhan
dan
1.
Aplikasi pada komputer ini harus menyediakan fasilitas untuk login sehingga
2.
Sumber data yang digunakan berasal dari nilai akademik dari calon
siwa IPA atau IPS pada saat SMA kelas X. Penentuan ini mendapatkan
pengarahan dari pakarpsikologi sehingga dapat disesuaikan antara pertanyaan
dengan rekomendasi bidang studi yang diberikan.
3.5
Perancangan Umum
Perancangan arsitektur sistem adalah tahap dimana penulis mulai merancang suatu
sistem yang mampu memenuhi semua kebutuhan fungsional aplikasi dalam tugas akhir ini.
Teori teori dari pustaka dan data sample digabungkan dengan ilmu yang didapat
diimplementasikan untuk merancang serta mengembangkan sistem pakar pemilihan jurusan
pada tingkat SMA. Perancangan sistem dilakukan setelah semua kebutuhan sistem terpenuhi
yang didapatkan melalui tahap analisis kebutuhan. Perancangan aplikasi berdasarkan Object
Oriented Analysis dan Object OrientedDesaign yaitu menggunakan pemodelan UML
(Unified Modeling Language). Sistem pakar memilih bidang studi ini dibentuk dengan blok
diagram seperti pada Gambar 3.3.
26
Proses yang dapat dijelaskan dari diagram alir diatas yakni, pertama calon
siswa akan mendapatkan soal maupun pertanyaan untuk mengetahui minatnya, serta
calaon siswa akan mengikuti test akademik. Selanjutnya jawaban serta nilai akdemik
tersebut akan menentukan rekomendasi bidang studi yang diberikan.
27
yang sesuai dengan minat calon siswa tersebut dan disesuaikan dengan nilai akademik
siswa tersebut.
3.6
Implementasi
3.7
Pengujian
28
3.8
DAFTAR PUSTAKA
29
[1]
Ayu, Gita. Sistem Pakar Pemilihan Bidang Studi Bagi Calon Mahasiswa dengan
Metode Technique For Order Preference By Similarity to Ideal Solution (TOPSIS). Program
Studi Teknik Informatika Universitas Brawijaya Malang.
[2]
Thamrin, Fanoeel. 2012. Studi Inferensi Fuzzy Tsukamoto untuk Penentuan Faktor
Pembebanan Trafo PLN. Program Studi Magister Sistem Informasi Universitas Diponegoro
Semarang.
[3]
November 2013
[4]
[5]
30