BAB III

ANALISIS DAN PERANCANGAN SISTEM

3.1

Analisis Sistem
MKKS SMP Swasta Kab.Ponorogo merupakan salah satu wadah bagi para

Guru non PNS (GBPNS) Di Kota Ponorogo. Lembaga ini membantu para guru
non PNS untuk mendapatkan tunjangan fungsional guru. Dengan IPTEK yang
dimiliki para calon GBPNS harus mampu memenuhi syarat serta ketentuan yang
ada

bagi calon

guru penerima

tunjangan

fungsional tersebut.

Dalam

mengantisipasi kesalahan sasaran pemberian tunjangan fungsional terhadap guru

maka disini MKKS ini harus melakukan semua hal dengan seksama. MKKS ini
bekerja sama dengan Dinas Pendidikan. Tugas MKKS disini antara lain memfilter
kandidat kandidat yang mendaftar untuk melakukan uji kelayakan sesuai kriteria
dan aturan yang telah berlaku. Keunggulan daya saing pengtahuan para GBPNS
yang tinggi merupakan suatu langkah untuk mengajukan sebagai calon penerima
tunjangan fungsional guru.
Adapun kriteria yang perlu dimiliki oleh para calon penerima tunjangan
fungsional guru antara lain sebagai berikut :
a. Memiliki NUPTK( nilai unik pendidik dan ketenagakerjaan).
b. Memiliki masa kerja sebagai guru terus menerus sekurang-kurang nya 6
tahun dengan ketentuan terhitung mulai tangggal 01 januari 2006 secara
berkelanjutan

bagi

GBPNS

bertugas

disatuan

pendidikan

yang

diselengggarakan oleh pemerintah, pemerintah daerah, masyarakat

dibuktikan dengan SK pengangkatan sebagai guru peratama kali.

51

c. Memenuhi kewajibam melaksanakan tugas 24 jam tatap muka/mingggu

bagi guru yang dibuktikan dengan SK pembagian tugas mengajar oleh
kepala satuan pendidikan yang diselenggarakan oleh pemerintah,
pemerintah daerah, masyarakat atau ekuivalen 24jam tatap muka/mingggu
setelah mendapat persetujuan dari Menteri Pendidikan dan Kebudayaan.
d. GBPNS pada satuan pendidikan yang diselenggarakan oleh pemerintah
daerah, masyarakat, yang dibuktikan dengan SK dengan diterbitkan oleh
penyelenggara pendidikan
e. Guru yang belum lulus sertifikasi
f. Usia tidak lebih dari 60 tahun / belum memasuki masa pensiun
g. Guru dalam jabatan yang berkualifikasi minimal S1 atau guru yang sedang
mendapat kesempatan kualifikasi S1
h. Belum mendapat tunjangan profesi
i. Tidak merangkap sebagai eksekutif, yudikatif/legislatif
j. Memiliki nomor rekening tabungan bank
Sistem baru yang dirancang bertujuan untuk memudahkan dalam
penyeleksian calon penerima tunjangan agar pemberian tunjangan tepat sasaran.
Data yang diserahkan oleh guru akan diseleksi terlebih dahulu oleh pihak MKKS
sesuai dengan kriteria yang telah ditentukan. Perhitungan kriteria akan
menghasilkan nilai bobot, calon guru penerima tunjangan yang memiliki niliai
bobot yang tinggi akan direkomendasikan ke pihak Dinas Pendidikan Kabupaten/
Kota.

52

3.1.1

Analisis Kebutuhan Umum

Sistem yang dikembangkan adalah sebuah sistem perangkat lunak yang

dapat membantu dalam pengambilan keputusan atau biasa disebut DSS yaitu
sistem pendukung keputusan penentuan calon penerima TFG (Tunjangan
Fungsional Guru) pada MKKS SMP Swasta Kab.Ponorogo menggunakan sebuah
metode Fuzzy. Setiap
dihitung

dengan

kriteria penilaian yang menggunakan metode Fuzzy

penilaian

alternative,

pengambialan

keputusan diminta

memberikan suatu rangkaian penilaian terhadap alternative x yang ada dalam

bentuk bilangan fuzzy. Kemudian dilakukan pembobotan kriteria (bobot prior
menggambarkan keadaan psikologis dan sosial dari pengambilan keputusan. Dan
bobot informasi sifat nya tidak stabil). Dengan cara mengambil nilai maksimum
dan minimum aturan atau kriteria, kemudian menggunakan nya untuk
memodifikasi daerah fuzzy dan mengaplikasikan nya ke out put.membandingkan
antar kriteria dan menghitungnya dengan menjumlahkan masing-masing kriteria.
Dari kriteria-kriteria yang sudah ditentukan, masing-masing memiliki bobot
kriteria penilaian yaitu melakukan perhitungan nilai akhir. Dilakukan dengan
parameter-parameter tersebut dikalikan dengan bobot (menetapkan nilai tersebut
menurut skala tertentu yang sudah pasti) dengan menjumlahkan masing-masing
kriteria yang nantinya akan menghasilkan sebuah prioritas kriteria. Dari hasil
prioritas kriteria yang diperoleh kemudian dibandingkan antar alternatif sehingga
dapat menghasilkan bobot alternatif. Dari keduanya (prioritas kriteria dan prioritas
alternatif) tersebut dikalikan sehingga menghasilkan bobot prior. Bobot prior ini
adalah hasil akhir dari perhitungan nilai akhir. Kemudian penentuan rangking dan

53

keputusan akhir, dengan metode Fuzzy yang bisa digunakan user sebagai
pertimbangan dan saran.
Bagian ini menjelaskan kebutuhan sistem yang digunakan baik kebutuhan
fungsional dan non-fungsional perangkat lunak. Desain sistem diimplementasikan
menggunakan Data Flow Diagram (DFD), Conseptual Data Model (CDM),
Physical Data Model (PDM), dan Flowchart. Pembuatan user interface
menggunakan pemrograman PHP dengan tools Dreamweaver.
3.1.1.1 Kebutuhan Fungsional
Kebutuhan fungsional perangkat lunak adalah kebutuhan akan fungsi dan
utilitas perangkat lunak yang akan dibuat. Dengan kebutuhan fungsional ini akan
dapat dilihat apa saja yang akan dapat dilakukan oleh perangkat lunak.
Di bawah ini dijelaskan beberapa kebutuhan sistem baik dari segi
pengguna maupun dari sistem yang digunakan, seperti dijelaskan pada tabel di
bawah ini :
Tabel 3.1 Analisa Kebutuhan Sistem
No
1.

Aktivitas
Login guru

Kebutuhan pengguna
Kebutuhan sistem
Pada proses ini guru dapat Sistem dapat berjalan
login

apabila

dari

masing

masingpengguna

melakukan login dengan

menggunakan

NUPTK

dan nama yang sudah

2.

Update
(guru)

data Guru

dapat

terdaftar.
melakukan Data akan tersimpan dan

update data berupa data jam akan

dilakukan

54

mengajar dan no. rekening.

Login admin

perhitungan fuzzy untuk

memperbaharui

data

rekomendasi.
Pada proses ini admin dapat Sistem dapat

berjalan

login

masing-

apabila

dari

masing

pengguna

melakukan login dengan

menggunakan
pasword
4

Manajemen

Pada

proses

sistem

bertugas

ini

adalah

id

yang

dan
sudah

terdaftar.
yang Sistem menerima id dan
admin. password

admin

dan

Admin melakukan proses memberikan tempat untuk

insert, update, view dan melakukan proses insert,
delete data calon penerima update, delete, view data
5

Proses

tunjangan, dan guru.

calon penerima TFG.
Pada proses ini dihitung Sistem akan memproses

perhitungan

berdasarkan kriteria serta metode

Fuzzy

dengan

kelengkapan data para calon dengan

kriteria

menggunakan

penerima tunjangan

metode Fuzzy

fungsional guru yang nanti yang sudah diberi bobot

sesuai
dan

kelengkapan data/berkas

nya akan digunakan dalam penilaian sesuai dengan

pembobotan penilaian dan kriteria-kriteria yang ada.
digunakan dalam
perhitungan Fuzzy

55

Membuat

Laporan dibuat oleh admin Sistem akan

laporan

dan

diberikan

pimpinan MKKS

kepada

Membuat

laporan

berdasarkan

hasil

perhitungan dan jumlah

calon penerima TFG.
3.1.1.2 Kebutuhan Non Fungsional
Untuk kebutuhan non fungsional, dibutuhkan user friendly interfacing
yaitu interface harus mudah dipahami, rendah interaksi, tata letak form standard
dan berorientasi pada kesederhanaan dengan mengedepankan karakteristik user
yang awam teknologi dan membutuhkan tingkat visibility (jarak penglihatan)
tinggi.
3.2 Desain Sistem
Perangkat yang digunakan untuk memodelkan suatu sistem diantaranya
adalah :
1. Context Diagram (CD)
2. Data Flow Diagram (DFD)
3. Conceptual Data Model (CDM)
4. Physical Data Model (PDM)
5. Flowchart

3.2.1

Context Diagram (CD)

56

Context Diagram dalam DFD bisa disebut sebagai DFD level-0. Di dalam
context diagram terdapat bagian-bagian penting yaitu, beberapa entitas, proses
dan arus data. Berikut adalah context diagram-nya :

Gambar 3.1 Context Diagram SPK Penerima Tunjangan Fungsional Guru

Berikut ini merupakan keterangan context diagram untuk SPK Penerima
Tunjangan Fungsional Guru.
Tabel 3.1 Keterangan Context Diagram
No.
1.

Entity
Admin

Keterangan
Admin melakukan login terlebih dahulu
untuk masuk ke dalam sistem.
Admin dapat mengupdate dan menghapus
data guru
Admin

melakukan

pemfilteran

hasil

perhitungan
Admin
2.

Guru

membuat

laporan

yang

akan

diserahkan kepada pimpinan MKKS

Guru melakukan input data
Guru mrlakukan login

57

Guru melakukan update data berupa data

jumlah jam mengajar dan no. rekening
Guru dapat melakukan cek data guru yang
sudah mendaftar
3.

Pimpinan MKKS

Guru dapat melihat hasil pengumuman.

Menerima laporan nama-nama calon yang
sudah

dilakukan

perhitungan

dan

penyaringan
3.2.2

DFD Level 1

Proses yang ada pada DFD level 1 yaitu.

1. Proses Login (Admin)
Proses login digunakan oleh admin dengan memasukkan data berupa user
dan password untuk masuk ke dalam sistem. Setelah login admin dapat
melakukan maintance data, filter hasil perhitungan dan membuat laporan.
2. Maintance Data
Admin dapat melakukan maintance data guru berupa update dan delete
data guru pendaftar.
3. Proses Input Data Guru (Pendaftaran)
Guru memasukkan data sesuai dengan kriteria untuk mendaftar menjadi
calon penerima TFG. Data tersebut akan disimpan dalam database. Nama
dan NUPTK calon akan digunakan unruk melakukan melakukan login.
4. Proses login (Guru)
Guru melakukan login dengan memasukkan NUPTK dan nama lengkap
untuk dapat masuk ke dalam system dan melakukan update data.

58

5. Update Data Guru

Guru dapat melakukan update data berupa data jumlah jam mengajar dan
no. Rekening.
6. Proses Perhitungan Fuzzy
Perhitungan fuzzy merupakan proses perhitungan untuk mendapatkan
hasil rekomendasi penerima TFG. Perhitungan fuzzy dilakukan setelah
proses input data guru. Hasil akan disimpan dalam database.
7. Proses Filter.
Proses filter merupakan penyaringan dari hasil perhitungan fuzzy. Admin
memasukkan jumlah calon penerima TFG, sisem akan melakukan
penyaringan sesuai dengan jumlah yang dimasukkan berdasarkan nilai
tertinggi. Hasil tersebut akan disiman ke dalam database.
8. Membuat Laporan
Admin membuat laporan yang akan diberikan kepada pimpinan MKKS.

59

Gambar 3.2 DFD level 1

3.2.3

Conseptual Diagram Model (CDM)

CDM menggambarkan secara detail struktur basis data dalam bentuk

logik. Struktur ini independen terhadap semua software maupun struktur data
penyimpanan tertentu yang digunakan dalam aplikasi. CDM terdiri dari objek
yang tidak diimplementasikan secara langsung kedalam basis data yang
sesungguhnya.

60

(D) Relationship_1

t_guru

t_rekomendasi
nilai Float
hasil Variable characters (25)

nuptk
<pi> Variable characters (10) <M>
nama
Variable characters (35)
masa_kerja
Integer
jml_jam
Integer
pns
Variable characters (5)
sertifikasi
Variable characters (5)
usia
Integer
pendidikan
Variable characters (5)
tunjangan
Variable characters (5)
rangkap_jabatan
Variable characters (5)
rekening
Integer

t_admin

nuptk <pi>

user
<pi> Variable characters (10) <M>
password
Variable characters (10)
Identifier_1 <pi>

Gambar 3.3 Conseptual Diagram Model (CDM)

Tabel yang digunakan dalam sistem ini ada 3 yaitu tabel guru, tabel
rekomendasi, dan tabel admin.
Tabel 3.2 Tabel guru
Nama

Jenis Data

Panjang
Data
10
35

nuptk
nama
jml_jam
pns

varchar
varchar
integer
varchar

sertifikasi

varchar

usia
pendidikan
tunjangan

integer
varchar
varchar

5
5

rangkap_jabatan

varchar

rekening

integer

Keterangan
Nuptk milik guru
Nama lengkap guru
Jumlah jam mengajar
Diisi dengan ya atau
belum
Diisi dengan ya atau
belum
Usia guru
Pendidikan terakhir guru
Diisi dengan ya atau
belum
Diisi dengan ya atau
tidak
No. rekening guru

Tabel 3.3 Tabel rekomendasi

Nama

Jenis Data

nilai

float

hasil

varchar

Panjang
Data
25

Keterangan
Hasil perhitungan fuzzy
berupa angka
Hasil
perhitungan
setelah
defuzzykasi.
Berisikan 3 rekomendasi
yaitu
tidak

61

derekomendasikan,
direkomendasikan, dan
sangat
direkomendasikan.
Tabel 3.4 Tabel admin

3.2.4

Nama

Jenis Data

user

varchar

Panjang
Data
10

pass

varchar

10

Keterangan
Nama
user
yang
digunakan oleh admin
Password
yang
digunakan oleh admin

Physical Diagram Model (PDM)

PDM merupakan gambaran secara detail basis data dalam bentuk fisik.

Penggambaran rancangan PDM memperlihatkan struktur penyimpanan data yang

benar pada basis data yang digunakan sesungguhnya.
t_guru
nuptk
nama
masa_kerja
jml_jam
pns
sertifikasi
usia
pendidikan
tunjangan
rangkap_jabatan
rekening

varchar(10) <pk>
varchar(35)
integer
integer
varchar(5)
varchar(5)
integer
varchar(5)
varchar(5)
varchar(5)
integer

FK_T_REKOME_RELATIONS_T_GURU

t_rekomendasi
nuptk varchar(10) <fk>
nilai float
hasil varchar(25)

t_admin
user
varchar(10) <pk>
password varchar(10)

Gambar 3.4 Physical Diagram Model (PDM)

Relasi yang ada hanya satu yaitu relasi t_guru dan t_rekomendasi dengan
one to one. Hal ini karena setiap guru hanya memiliki 1 rekomendasi saja.
3.2.5

Flowchart
Alur perhitungan fuzzy dalam sistem yang akan dibangun sebagai berikut.
1. Memasukkan data guru
2. Data guru akan disimpan dalam database.

62

3. Perhitungan fungsi keanggotaan setiap kriteria yang dijadikan acuan

untuk perhitungan fuzzy.
4. Hasil perhitungan fungsi keanggotaan digunakan untuk menghitung
nilai bobot pada proses perhitungan fuzzy.
5. Hasil perhitungan fuzzy akan diproses untuk defuzzikasi yang
menghasilkan 3 pilihan rekomendasi yaitu tidak direkomendasikan,
direkomendasikan, dan sangat direkomendasikan.
6. Hasil defuzzikasi akan disimpan dalam database.
Berikut ini merupakan flowchart perhitungan fuzzy.

Gambar 3.5 Flowchart perhitungan fuzzy

63

3.3 Desain Graphic User Interface

Berikut ini adalah desain interface dari program Sistem Pendukung
Keputusan Penentuan Calon Penerima TFG (Tunjangan Fungsional Guru) pada
MKKS SMP Swasta Kab.Ponorogo. Berikut adalah beberapa desain form dari
sistem :
3.3.1 Tampilan Menu Utama
Tampilan menu utama berisikan menu login untuk admin, pendaftaran
untuk guru, dan daftar pengumuman. Berikut ini merupakan tampilan menu
utama.
HEADER

Home
Pendaftaran
Daftar Guru
Pengumuman
User
Password

Gambar 3.6 Menu Utama

Menu pendaftaran digunakan guru untuk mendaftar sebagai calon
penerima TFG, setelah melakukan pendaftaran akan kembali ke menu utama.
Menu daftra guru menampilkan guru yang sudah mendaftar untuk menjadi calon
penerima TFG. Menu pengumuman berisikan hasil pengumuman calon penerima
TFG yang telah dilakukan perhitungan berdasarkan kriteria yang telah ditentukan
menggunakan algoritma fuzzy.

64

Admin melakukan login dengan memasukkan user dan password untuk

masuk pada menu admin. Jika user atau password salah maka akan kembali ke
menu utama.
3.3.2

Tampilan Menu Pendaftaran

Guru melakukan pendaftaran terlebih dahulu agar dapat menjadi calon

penerima TFG. Syarat utama adalah harus memiliki NUPTK terlebih dahulu, jika
tidak mempunyai maka guru tersebut tidak dapat mendaftar.
Header

NUPTK
Nama Lengkap
Tanggal Lahir
Masa Kerja
Jumlah Jam Mengajar
Status PNS
Ya Tidak
Sertifikasi
Ya Tidak
Pendidikan Akhir
SMA/SMK
S1
S2
S3
Tunjangan
Ya Tidak
Rangkap Jabatan
Ya Tidak
Rekening

Home
Pendaftaran
Data Guru
Pengumuman
User
Password

Daftar

Gambar 3.7 Menu Pendaftaran Guru

3.3.3 Tampilan Menu Data Guru
Menu data guru menampilkan data guru yang mendaftar sebagai vcalon
penerima TFG.

65

Header

No.NUPTKNama

Home
Pendaftaran
Data Guru
Pengumuman
User
Password

Gambar 3.8 Menu Data Guru

3.3.4 Tampilan Menu Pengumuman
Menu pengumuman menampilkan data guru yang telah berhasil menjadi
calon penerima TFG.
Header

No.NUPTKNama

Home
Pendaftaran
Data Guru
Pengumuman
User
Password

Gambar 3.8 Menu Pengumuman

3.3.5 Tampilan Halaman Admin
Admin merupakan user yang dapat melakukan perhitungan fuzzy untuk
menentukan calon guru penerima TFG. Hasil perhitungan tersebut akan
diumumkan setelah selesai perhitungan. Sebelum dilakukan perhitungan admin
akan menyeleksi terlebih dahulu guru yang mendaftar sesuai dengan syarat yang

66

berlaku. Setelah perhitungan selesai maka hasil akan ditampilkan pada menu
pengumuman.
Header
Data Guru Pendaftar
Filter Calon
Pengumuman
Log Out

Gambar 3.9 Menu Admin

3.3.6 Tampilan Menu Data Guru Pendaftar
\

Header

No.NUPTKNamaHapus

Data Guru Pendaftar

Filter Calon
Pengumuman
Log Out

Gambar 3.10 Menu Data Guru Pendaftar

Admin dapat melakukan penghapusan data guru yang tidak memenuhi
syarat yaitu memiliki nilai nuptk.
3.3.7 Tampilan Menu Filter Calon
Filter calon berfungsi untuk memberi batasan jumlah calon yang akan
dikirimkan pada dinas. Penyaringan berdasarkan nilai tertinggi dengan jumlah
yang diinputkan oleh admin. Misal jumlah yang diinputkan 10, maka data yang
akan dtampilkan adalah 10 calon dengan nilai tertinggi.

67

Header

Jumlah Calon

Data Guru Pendaftar

Filter Calon
Pengumuman
Log Out

No.NUPTKNamaHapus

Gambar 3.11 Menu Filter Calon

3.3.8 Tampilan Menu Pengumuman
Menu pengumuman hanya menampilkan hasil calon yang telah diseleksi
oleh admin.
\

Header

No.NUPTKNamaHapus

Data Guru Pendaftar

Filter Calon
Pengumuman
Log Out

Gambar 3.12 Menu Pengumuman

3.4
1.4.3

Metode Fuzzy
Kriteria
Algoritma fuzzy adalah algoritma yang menghitung nilai ambang suatu

variabel. Ada beberapa variabel pada perhitungan calon guru yang mempunyai
nilai ambang yaitu
1. Umur
2. Masa kerja
3. Jumlah jam mengajar

68

Sedangkan variabel yang lainnya mempunyai nilai pasti sehingga tidak

dapat dimasukkan dalam perhitungan varabel untuk fuzzy, variabel tersebut yaitu
1. NUPTK
2. Status PNS
3. Sertifikasi
4. Pendidikan akhir
5. Tunjangan
6. Rangkap jabatan
7. Kepemilkan rekening

3.4.3

Nilai Ambang Tiap Variabel

Ada 3 variabel yang mempunyai nilai ambang, yaitu umur, masa kerja, dan
jumlah jam mengajar. Berikut ini merupakan pembagian nilai ambang tiap
variabel.
1. Umur
Syarat utama umur adalah harus di bawah umur 60 tahun karena dianggap
sudah pensiun dan di atas umur 20 tahun karena danggap sedang
menempuh S1. Sehingga kurva untuk nilai ambang umur sebagai berikut.
Kurang
Disarankan

2
0

Sangat
Disarankan

Disarankan

3
0

4
5

6
0

69

Gambar 3.13 Nilai ambang umur

Nilai ambang untuk variabel umur dibagi 3 yaitu
a. Kurang disarankan : Batas bawah 20
Batas tengah 25
Batas atas 30
Sehingga untuk menghitung nilai fuzzy digunakan rumus
Jika x < 20 maka, nilai fuzzy 0
Jika x > 20 dan x < 25 maka nilai fuzzy = (x-20)/(25-20)
Jika x > 25 dan x < 30 maka nilai fuzzy = (x-25)/(30-25)
Jika x = 30, maka nilai fuzzy = 1
b. Disarankan

: Batas bawah 30
Batas tengah 37,5
Batas atas 45

Sehingga untuk menghitung nilai fuzzy digunakan rumus

Jika x < 30 maka, dihitung berdasar syarat sebelumnya
Jika x > 30 dan x < 37,5 maka nilai fuzzy = (x-30)/(37,5-30)
Jika x > 37,5 dan x < 45 maka nilai fuzzy = (x-37,5)/(45-37,5)
Jika x = 30, maka nilai fuzzy = 1
c. Sangat disarankan : Batas bawah 45
Batas tengah 52,5
Batas atas 60
Sehingga untuk menghitung nilai fuzzy digunakan rumus
Jika x < 45 maka, dihitung berdasar syarat sebelumnya
Jika x > 45 dan x < 52,5 maka nilai fuzzy = (x-45)/(52,5-45)

70

Jika x > 52,5 dan x < 60 maka nilai fuzzy = (x-52,5)/(60-52,5)

Jika x = 60, maka nilai fuzzy = 1
Jika x > 60, maka nilai fuzzy = 0
2. Masa Kerja
Syarat utama masa kerja adalah minimal 6 tahun dan maksimal 40 tahun,
hal ini diasumsikan jika calon tersebut mulai menjadi guru pada saat umur
20 tahun, sehingga maksimal masa kerja yang dapat tercover adalah 40
tahun, karena pada saat umur di atas 60 tahun sudah tidak dapat dijadikan
calon penerima TFG.
Kurang
Disarankan

Sangat
Disarankan

Disarankan

1
5

3
0

4
0

Gambar 3.13 Nilai ambang umur

Nilai ambang untuk variabel umur dibagi 3 yaitu
a. Kurang disarankan

: Batas bawah 6
Batas tengah 10,5
Batas atas 15

Sehingga untuk menghitung nilai fuzzy digunakan rumus

Jika x < 6 maka, nilai fuzzy 0
Jika x > 6 dan x < 10,5 maka nilai fuzzy = (x-6)/(10,5-6)
Jika x > 10,5 dan x < 15 maka nilai fuzzy = (x-10,5)/(15-10,5)

71

Jika x = 15, maka nilai fuzzy = 1

b. Disarankan

: Batas bawah 15
Batas tengah 22,5
Batas atas 30

Sehingga untuk menghitung nilai fuzzy digunakan rumus

Jika x < 15 maka, dihitung berdasar syarat sebelumnya
Jika x > 15 dan x < 37,5 maka nilai fuzzy = (x-15)/(22,5-15)
Jika x > 37,5 dan x < 45 maka nilai fuzzy = (x-22,5)/(30-22,5)
Jika x = 30, maka nilai fuzzy = 1
c. Sangat disarankan

: Batas bawah 30
Batas tengah 35
Batas atas 40

Sehingga untuk menghitung nilai fuzzy digunakan rumus

Jika x < 30 maka, dihitung berdasar syarat sebelumnya
Jika x > 30 dan x < 35 maka nilai fuzzy = (x-30)/(35-30)
Jika x > 35 dan x < 40 maka nilai fuzzy = (x-35)/(40-35)
Jika x = 40, maka nilai fuzzy = 1
Jika x > 40, maka nilai fuzzy = 0
3. Jumlah Jam Mengajar
Syarat utama masa kerja adalah minimal 24 jam tatap muka, untuk batas
maksimal tidak ditentukan karena tidak ada batasan maksimal dalam jam
mengajar.

72

Kurang
Disarankan

2
4

Sangat
Disarankan

Disarankan

3
0

3
6

4
0

Gambar 3.13 Nilai ambang umur

Nilai ambang untuk variabel jumlah mengajar dibagi 3 yaitu
a. Kurang disarankan : Batas bawah 24
Batas tengah 27
Batas atas 30
Sehingga untuk menghitung nilai fuzzy digunakan rumus
Jika x < 24 maka, nilai fuzzy 0
Jika x > 24 dan x < 27 maka nilai fuzzy = (x-24)/(27-24)
Jika x > 27 dan x < 30 maka nilai fuzzy = (x-27)/(30-27)
Jika x = 30, maka nilai fuzzy = 1
b. Disarankan

: Batas bawah 30
Batas tengah 33
Batas atas 36

Sehingga untuk menghitung nilai fuzzy digunakan rumus

Jika x < 30 maka, dihitung berdasar syarat sebelumnya
Jika x > 30 dan x < 33 maka nilai fuzzy = (x-30)/(33-30)
Jika x > 33 dan x < 36 maka nilai fuzzy = (x-33)/(36-33)
Jika x = 30, maka nilai fuzzy = 1

73

c. Sangat disarankan : Batas bawah 36

Batas tengah 38
Batas atas 40
Sehingga untuk menghitung nilai fuzzy digunakan rumus
Jika x < 36 maka, dihitung berdasar syarat sebelumnya
Jika x > 36 dan x < 38 maka nilai fuzzy = (x-36)/(36-38)
Jika x > 35 dan x < 40 maka nilai fuzzy = (x-38)/(40-38)
Jika x = 40, maka nilai fuzzy = 1
Jika x > 40, maka nilai fuzzy = 1
4. Defuzzikasi
Perhitungan defuzzikasi adalah untuk mengubah nilai menjadi hasil
rekomendasi. Berikut ini penilian untuk defuzzukasi
a. Batas minimal
Batas minimal didapatkan dari hasil pergitungan fuzzy minimal, yaitu
umur 21, masa kerja 7 tahun, dan jam mengajar 25. Maka untuk
mendapatkan nilai fuzzy digunakan rumus sebagai berikut.
Umur = (21-20)/(25-20) = 0,2
Masa kerja = (7-6)/(10,5-6) = 0,22
Jam Mengajar = (25-24)/(27-24) = 0,33
Nilai fuzzy = ((0,2*21) + (0,22*7) + (0,33*25))/(21+7+25)
= (4,2 + 1,54 + 8,25) / 53
= 0,26
b. Batas maksimal = 1
c. Batas tengah = (1 + 0,26)/2 = 0,63

74

Berikut ini kurva untuk defuzzikasi

Kurang
Direkomendasikan

Direkomendasikan

Sangat
Direkomendasikan

0,63

0,26

Berdasarkan kurva di atas maka dapat ditentukan batas-batas untuk hasil

rekomendasi sebagai berikut.
a. Tidak direkomendasikan
x = {x| 0 > x < 0,26 }
b. Kurang direkomendasikan
x = {x| 0,26 > x < 0,445 }
c. Direkomendasikan
x = {x| 0,445 > x < 0,815 }
d. Sangat direkomendasikan
x = {x|x >= 0,815}

3.4.4 Contoh Kasus

Berikut ini merupakan contoh kasus untuk perhitungan fuzzy
Seorang guru melakukan pendaftaran calon penerima TFG dengan kriteria sebagai
berikut.
1. NUPTK

= 123456

75

2. Umur

= 44 tahun

3. Masa kerja

= 24 tahun

4. Jumlah jam mengajar

= 26

5. Status PNS

= Ya

6. Sertifikasi

= Belum

7. Pendidikan akhir

= S1

8. Tunjangan

= Tidak

9. Rangkap jabatan

= Tidak

10. No. Rekening

= 12312234

Dari data atas, variabel yang digunakan untuk perhitungan fuzzy ada 3 yaitu umur,
masa kerja, dan jumlah jam mengajar. Berikut ini nilai untuk tiap variabel
1. Umur = 44 tahun
Kurang
Disarankan

2
0

Sangat
Disarankan

Disarankan

3
0

4
5

6
0

Umur pendaftar berada pada range disarankan dengan nilai 44, maka nilai
fuzzy untuk umur yaitu
F umur = (x-37,5)/(45-37,5)
= (44-37,5)/(45-37,5)
= 6,5/7,5
= 0,867

76

2. Masa kerja = 24 tahun

Kurang
Disarankan

Sangat
Disarankan

Disarankan

1
5

3
0

4
0

Masa kerja pendaftar berada pada range disarankan dengan nilai 24, maka
nilai fuzzy untuk umur yaitu
F masa kerja = (x-22,5)/(30-22,5)
= (24-22,5)/(30-22,5)
= 1,5/7,5
= 0,2
3. Jumlah jam mengajar = 26
Kurang
Disarankan

2
4

Disarankan

3
0

Sangat
Disarankan

3
6

4
0

Masa kerja pendaftar berada pada range kurang disarankan dengan nilai
26, maka nilai fuzzy untuk jam mengajar yaitu
F mengajar = (x-24)/(27-24)

77

= (26-24)/(27-24)
= 2/3
= 0,67
Maka nilai fuzzy untuk guru tersebut adalah
Ftotal

( Fumur umur )( Fmasa ker ja masa ker ja )( Fmengajar mengajar )

umur masa ker ja mengajar

Ftotal

(0,867 44) (0,2 24) (0,67 26)

44 24 26

Ftotal

38,148 4,8 17,42

44 24 26

Ftotal

72,988
0,776
94

Dari nilai Ftotal akan dilakukan defuzzikasi berdasarkan batas yang

telah ditentukan, yaitu
Hasil Rekomendasi = {x| 0,445 > x < 0,815 } = Direkomendasikan

78