SPK Pemilihan Karyawan Teladan Dengan Metode Fuzzy Tsukamoto

SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN
KARYAWAN TELADAN DENGAN LOGIKA FUZZY

TSUKAMOTO
(STUDI KASUS : PT F.I.F (FEDERAL INTERNATIONAL
FINANCE))
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan

Jenjang Strata Satu pada STMIK Banjarbaru
OLEH :
AAN HIDAYAT
3101 0601 0885
PROGRAM STUDI SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA
DAN KOMPUTER BANJARBARU
(STMIK BANJARBARU)
BANJARMASIN
2011
i
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
BANJARBARU(STMIK BANJARBARU)
PERSETUJUAN SKRIPSI
Nama : AAN HIDAYAT

NIM : 310106010885
Program Studi : SISTEM INFORMASI
Judul Skripsi : SISTEM PENUNJANG KEPUTUSAN UNTUK
PEMILIHAN KARYAWAN TELADAN DENGAN
LOGIKA FUZZY TSUKAMOTO (STUDI KASUS : PT. FIF
(FEDERAL INTERNATIONAL FINANCE))
Telah disetujui untuk disidangkan pada Sidang Skripsi Program Studi Sistem
Informasi Sekolah Tinggi Manajemen Informatika & Komputer Banjarbaru
(STMIK BANJARBARU).
Banjarmasin, September 2011

Pembimbing Utama,
Ir. Rintana Arnie, M.Kom.
Mengetahui :
Ketua Jurusan
Sistem Informasi,
Bahar A. Rahman, M.Kom.
ii
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
BANJARBARU(STMIK BANJARBARU)
PENGESAHAN SKRIPSI
Nama : AAN HIDAYAT

NIM : 3101 0601 0885
Judul Skripsi : SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN
TSUKAMOTO (STUDI KASUS : PT. FIF (FEDERAL
INTERNATIONAL FINANCE))
Telah disidangkan dan dinyatakan Lulus Sidang Skripsi pada jenjang Strata Satu
Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika &
Komputer Banjarbaru (STMIK BANJARBARU) pada tanggal ( 2011).
SUSUNAN TIM PENGUJI
NO NAMA PENGUJI JABATAN TANDA TANGAN
1 Ir. Rintana Arnie, M.Kom Ketua

2 Sekretaris
3 Anggota
Banjarmasin, 2011
Mengetahui, Mengesahkan
Ketua Jurusan Ketua STMIK Banjarbaru
Sistem Informasi
Bahar A. Rahman, M.Kom Drs. H. Sushermanto
iii
PERNYATAAN KEASLIAN SKRIPSI
Nama : AAN HIDAYAT

NIM : 3101 0601 0885
Judul Skripsi : SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN
TSUKAMOTO (STUDI KASUS : PT. FIF (FEDERAL
INTERNATIONAL FINANCE))
Dengan ini saya menyatakan bahwa dalam Skripsi ini adalah tulisan saya sendiri,
begitu pula kode-kode program yang disertakan pada laporan ini. Dan Skripsi ini
belum pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan
Tinggi lain, dan sepanjang sepengetahuan saya juga tidak terdapat karya atau
pendapat yang sama yang pernah ditulis atau diterbitkan oleh orang lain, kecuali
yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Banjarmasin, 17 Desember 2011
(Aan Hidayat)
iv
Aan Hidayat, 310106010885
Sistem Penunjang Keputusan Untuk Pemilihan Karyawan Teladan Logika Fuzzy
Tsukamoto(Studi Kasus : PT. FIF (FEDERAL INTERNATIONAL FINANCE));
dibawah bimbingan Ir. Rintana Arnie, M.Kom.
ABSTRAK
Dalam proses penilaian kualitas karyawan, PT. FIF melakukan pemilihan

karyawan teladan untuk memacu semangat karyawan dalam meningkatkan atau
bahkan tetap mempertahankan dedikasi dan kinerjanya. Pemilihan karyawan
teladan telah dilakukan secara periodik.
Proses pemilihan karyawan teladan bukan merupakan hal yang mudah.
Selama ini pada PT. FIF cabang Batu Licin dalam pemilihan karyawan teladan
nya dilakukan dengan cara memilih salah satu karyawan yang di rekomendasikan
oleh karyawan-karyawan pada PT. FIF itu sendiri, cara pemilihan tersebut tentu
memiliki banyak kekurangan terutama dari segi objektifitas serta belum ada nya
kriteria yang terukur yang digunakan untuk menentukan siapa yang jadi karyawan
teladan. Banyak kriteria-kriteria sebagai penilaian yang digunakan dalam proses
pemilihan, dimana kriteria-kriteria tersebut didasarkan pada persepsi seseorang.
Pada penelitian ini digunakan metode fuzzy tsukamoto untuk
menyelesaikan permasalahan tersebut. Variabel yang digunakan untuk
perhitungan fuzzy pada sistem ini adalah variabel displin, loyalitas, komunikasi,
absensi, probel solve dan hasil. Adapun himpunan fuzzy yang digunakan pada
setiap variabel fuzzy adalah :RENDAH, CUKUP, TINGGI untuk variabel input
dan CUKUP dan MEMUASKAN untuk variabel output. Dalam sistem ini fungsi
keanggotaan yang digunakan untuk tiap-tiap variabel adalah representasi bentuk
kurva bahu. Dalam sistem ini hasil perhitungan fuzzy pada program sama dengan
perhitungan fuzzy dengan menggunakan alat bantu spreadsheet.
Kata Kunci : Algoritma Fuzzy Tsukamoto, Representasi bentuk kurva bahu ,

Pemilihan Karyawan Teladan, Disiplin, Loyalitas, Komunikasi, Absensi, Problem
Solve.
v
Aan Hidayat, 310106010885
Sistem Penunjang Keputusan Untuk Pemilihan Karyawan Teladan Logika Fuzzy
Tsukamoto(Studi Kasus : PT. FIF (FEDERAL INTERNATIONAL FINANCE));
dibawah bimbingan Ir. Rintana Arnie, M.Kom.
ABSTRACT
In the process of quality assessment of employees, PT. FIF conduct

elections to boost morale for employee of the employee in improving or even
maintaining their dedication and performance. Employee of the election has been
conducted periodically.
Exemplary employee selection process is not an easy thing. During this
time at PT. FIF Slippery Rock branch in its exemplary employee selection is done
by selecting one that's recommended by staff employees at PT. FIF itself, the way
the election would have many shortcomings, especially in terms of its objectivity
and there has been no measurable criteria used to determine who's a model
employee. Many of the assessment criteria as used in the selection process, in
which these criteria are based on one's perception.
In this study Tsukamoto fuzzy method used to solve these problems.
Variables used for the calculation of fuzzy on this system is variable discipline,
loyalty, communication, attendance, probel solve and results. The fuzzy sets used
in each fuzzy variable are: LOW, ENOUGH, HIGH for input variables;
SATISFACTORY and ENOUGH for variable output. In this system membership
functions are used for each variable is a representation of the curve shoulder. In
this system the calculation of fuzzy on the same program with fuzzy calculations
using the spreadsheet tool.
Keyword : Tsukamoto Fuzzy Algorithms, Representations of the curve shoulder,

Exemplary Employee Selection, Discipline, Loyalty, Communication,
Attendance, Problem Solve.
vi
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Tuhan Yang Maha Esa yang
telah melimpahkan segala Rahmat-Nya, penulis merasa bersyukur atas telah
tersusunnya Skripsi yang berjudul “Sistem Penunjang Keputusan Untuk
Pemilihan Karyawan Teladan Dengan Logika Fuzzy Tsukamoto” untuk
melengkapi salah satu persyaratan yang diajukan dalam rangka menempuh ujian
akhir untuk memperoleh gelar Sarjana Komputer pada Jenjang Strata Satu
Program Studi Teknik Informatika di Sekolah Tinggi Manajemen Informatika &
Komputer Banjarbaru.
Penulis sungguh sangat menyadari, bahwa penulisan Skripsi ini tidak akan
terwujud tanpa adanya dukungan dan bantuan dari berbagai pihak. Maka, dalam
kesempatan ini penulis menghaturkan penghargaan dan ucapan terima kasih yang
sebesar-besarnya kepada yang terhormat:
1. Orang tua dan keluarga yang selalu memberikan dukungan dan doa’nya
selama pembuatan skripsi ini.
2. Ibu Ir. Rintana Arnie, M,Kom yang telah bersedia meluangkan waktunya
sebagai pembimbing skripsi.
3. Seluruh karyawan PT.FIF cabang Batulicin, tempat dilakukannya
pengumpulan data.
4. Seluruh teman-teman dan semua pihak yang telah memberikan dukungan
dalam pengerjaan skripsi ini.
Akhir kata penulis mohon maaf atas kekeliruan dan kesalahan yang
terdapat dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan
manfaat bagi khasanah pengetahuan Teknologi Informasi/Sistem Informasi di
Indonesia.
Banjarmasin, 17 Desember 2011
Aan Hidayat
vii
DAFTAR ISI
Hal.
SKRIPSI............................................................................................................................... i
PERSETUJUAN SKRIPSI ................................................................................................. ii
PENGESAHAN SKRIPSI ................................................................................................. iii
PERNYATAAN KEASLIAN SKRIPSI ............................................................................ iv
ABSTRAK .......................................................................................................................... v
ABSTRACT....................................................................................................................... vi
KATA PENGANTAR ...................................................................................................... vii
DAFTAR ISI.................................................................................................................... viii
DAFTAR TABEL............................................................................................................... x
DAFTAR GAMBAR ......................................................................................................... xi
BAB I .................................................................................................................................. 1
PENDAHULUAN .............................................................................................................. 1
1.1. Latar Belakang .................................................................................................... 1
1.2. Permasalahan Penelitian ..................................................................................... 3
1.2.1. Identifikasi Masalah .................................................................................... 3
1.2.2. Ruang Lingkup Masalah ............................................................................. 3
1.2.3. Rumusan Masalah ....................................................................................... 3
1.3. Tujuan dan Manfaat Penelitian ........................................................................... 4
1.3.1. Tujuan Penelitian ........................................................................................ 4
1.3.2. Manfaat Penelitian ............................................................................................ 4
1.4. Sistematika Penulisan .............................................................................................. 4
BAB II................................................................................................................................. 6
LANDASAN TEORI DAN KERANGKA PEMIKIRAN .................................................. 6
2.1. Tinjauan Pustaka ................................................................................................. 6
2.2. Landasan Teori.................................................................................................... 7
2.2.1. Pengertian Sistem Pendukung Keputusan ................................................... 7
2.2.2. Karakteristik dan Manfaat Sistem Pendukung Keputusan .......................... 8
2.2.3. Beberapa Keterbatasan SPK ....................................................................... 9
2.2.4. Logika Fuzzy .............................................................................................. 9
2.2.5. Studi Kasus ............................................................................................... 14
2.3. Kerangka Pemikiran.......................................................................................... 20
viii
BAB III ............................................................................................................................. 21
METODE PENELITIAN .................................................................................................. 21
3.1. Analisa Kebutuhan ............................................................................................ 21
3.1.1. Sampel Data .............................................................................................. 21
3.1.2. Metode Pengumpulan Data ....................................................................... 22
3.2. Perancangan Penelitian ..................................................................................... 23
3.2.1. Sumber Data dan Variabel Penelitian ....................................................... 23
3.2.2. Diagram Konteks ...................................................................................... 23
3.2.3. Use Case Diagram..................................................................................... 24
3.2.4. Sequence Diagram .................................................................................... 25
3.2.5. Activity Diagram....................................................................................... 26
3.2.6. Perancangan Database............................................................................... 27
3.2.7. Perancangan Input dan Output .................................................................. 30
3.3. Teknik Analisis Data......................................................................................... 34
BAB IV ............................................................................................................................. 64
HASIL DAN PEMBAHASAN......................................................................................... 64
4.1. Hasil .................................................................................................................. 64
4.1.1. Tampilan Program..................................................................................... 64
4.1.2. Pengujian Program .................................................................................... 77
4.2. Pembahasan....................................................................................................... 86
4.3. Implikasi Penelitian .......................................................................................... 88
BAB V .............................................................................................................................. 90
PENUTUP ........................................................................................................................ 90
5.1. Kesimpulan ............................................................................................................ 90
5.2. Saran ...................................................................................................................... 90
DAFTAR PUSTAKA ....................................................................................................... 91
DAFTAR RIWAYAT HIDUP.......................................................................................... 92
ix
DAFTAR TABEL
Hal.
Tabel 3. 1. Sampel data karyawan .................................................................................... 22

Tabel 4. 1. Uji BlackBox Form Jabatan ............................................................................ 84
Tabel 4. 2. Uji BlackBox Form Karyawan ....................................................................... 84
Tabel 4. 3. Uji BlackBox Form Input Domain Batas........................................................ 84
Tabel 4. 4. Uji BlackBox Form Proses ............................................................................. 85
Tabel 4. 5. Hasil uji akurasi algoritma program ............................................................... 85
x
DAFTAR GAMBAR
Hal.
Gambar 2. 1. Himpunan Fuzzy pada variabel temperatur ................................................. 12
Gambar 2. 2. Representasi Kurva Bentuk Bahu ............................................................... 13
Gambar 2. 3. Fungsi Keanggotaan Variabel Permintaan .................................................. 15
Gambar 2. 4. Fungsi Keanggotaan Variabel Persediaan ................................................... 16
Gambar 2. 5. Fungsi Keanggotaan Variabel Produksi Barang ......................................... 17
Gambar 2. 6. Kerangka Pemikiran .................................................................................... 20
Gambar 2. 7. Kerangka Pemikiran .................................................................................... 20
Gambar 3. 1. Diagram Konteks ........................................................................................ 24
Gambar 3. 2. Use Case Diagram ....................................................................................... 25
Gambar 3. 3. Sequence Diagram ...................................................................................... 26
Gambar 3. 4. Activity Diagram......................................................................................... 27
Gambar 3. 5. Desain Form Utama .................................................................................... 30
Gambar 3. 6. Desain Form Login ..................................................................................... 30
Gambar 3. 7. Desain Form Jabatan ................................................................................... 31
Gambar 3. 8. Desain Form Karyawan............................................................................... 31
Gambar 3. 9. Desain Form Domain Input Batas ............................................................... 31
Gambar 3. 10. Desain Form Variabel ............................................................................... 32
Gambar 3. 11. Desain Form Proses................................................................................... 32
Gambar 3. 12. Desain Form Operator ............................................................................... 33
Gambar 3. 13. Desain Form Konfigurasi .......................................................................... 33
Gambar 3. 14. Desain Laporan Karyawan ........................................................................ 33
Gambar 3. 15. Desain laporan Hasil Fuzzy Tsukamoto.................................................... 34
Gambar 3. 16. Variabel Disiplin ....................................................................................... 35
Gambar 3. 17. Varaibel Loyalitas ..................................................................................... 35
Gambar 3. 18. Variabel Komunikasi ................................................................................ 36
Gambar 3. 19. Variabel Absensi ....................................................................................... 37
Gambar 3. 20. Variabel Problem Solve ............................................................................ 37
Gambar 3. 21. Variabel Hasil ........................................................................................... 38
Gambar 3. 22. Variabel disiplin (75) ................................................................................ 60
Gambar 3. 23. Variabel loyalitas (77,5) ............................................................................ 60
Gambar 3. 24. Variabel komunikasi (75) .......................................................................... 60
xi
Gambar 3. 25. Variabel absensi (75)................................................................................. 61
Gambar 3. 26. Variabel problem solve (80)...................................................................... 61
Gambar 4. 1. Tampilan antar muka awal program............................................................ 64
Gambar 4. 2. Tampilan antar muka menu login ............................................................... 65
Gambar 4. 3. Tampilan antar muka menu jabatan ............................................................ 65
Gambar 4. 4. Tampilan antar muka menu karyawan ........................................................ 66
Gambar 4. 5. Tampilan antar muka menu himpunan ........................................................ 66
Gambar 4. 6. Tampilan antar muka menu variabel ........................................................... 67
Gambar 4. 7. Tampilan antar muka menu proses ............................................................. 67
Gambar 4. 8. Tampilan antar muka menu operator .......................................................... 75
Gambar 4. 9. Tampilan antar muka menu konfig ............................................................. 76
Gambar 4. 10. Tampilan laporan karyawan ...................................................................... 76
Gambar 4. 11. Tampilan Laporan Calon Karyawan Teladan ........................................... 77
Gambar 4. 12. Source code procedure Run ...................................................................... 78
Gambar 4. 13. Test case procedure Run() ......................................................................... 78
Gambar 4. 14. Source code procedure compute_membership() ...................................... 79
Gambar 4. 15. Source code fungsi fuzzifikasi .................................................................. 79
Gambar 4. 16. Test case fungsi bahu_kiri() ...................................................................... 80
Gambar 4. 17. Test case fungsi segitiga() ......................................................................... 80
Gambar 4. 18. Test case fungsi bahu_kanan() .................................................................. 81
Gambar 4. 19. Source code procedure Apply_Rule() ....................................................... 81
Gambar 4. 20. Source code fungsi Find_Min() ................................................................ 82
Gambar 4. 21. Test case fungsi Find_Min() ..................................................................... 82
Gambar 4. 22. Source code procedure compute_output()................................................. 83
Gambar 4. 23. Test case procedure compute_output() ..................................................... 83
Gambar 4. 25. Perbandingan perhitungan progam dengan perhitungan manual .............. 88
xii
BAB I
PENDAHULUAN
1.1. Latar Belakang
Kualitas karyawan pada sebagian besar perusahaan merupakan suatu
permasalah yang sangat penting. Dengan adanya karyawan-karyawan yang
berkualitas membuat suatu perusahaan dapat berdiri dengan kokoh, bertumbuh
dan berkembang dengan pesat dan menjadi besar. Oleh karena itu diperlukan
kerjasama yang baik antara semua karyawan dan pemimpin perusahaan.
PT F.I.F (Federal International Finance) cabang Batu Licin merupakan
perusahaan yang bergerak dibidang jasa pembiayaan sepeda motor secara ritel.
Bagi pimpinan maupun pemilik dari PT F.I.F menganggap karyawan-karyawan
yang bekerja di perusahannya merupakan roda penggerak yang sangat penting
bagi kelangsungan perusahaan. Pemilihan karyawan teladan dilakukan secara
periodik dengan tujuan agar karyawan selalu memacu semangat dalam dirinya
untuk terus meningkatkan atau bahkan tetap mempertahankan dedikasi dan
kinerjanya di perusahaan dari tahun ke tahun.
Proses pemilihan karyawan teladan tersebut bukan merupakan hal yang
mudah. Selama ini pada PT. FIF cabang Batu Licin dalam pemilihan karyawan
teladan nya dilakukan dengan cara memilih salah satu karyawan yang di
rekomendasikan oleh karyawan-karyawan pada PT. FIF itu sendiri, cara pemilihan
tersebut tentu memiliki banyak kekurangan terutama dari segi objektifitas serta
belum ada nya kriteria yang terukur yang digunakan untuk menentukan siapa yang
jadi karyawan teladan. Banyak kriteria-kriteria sebagai penilaian yang digunakan
1
2
dalam proses pemilihan, dimana kriteria-kriteria tersebut didasarkan pada persepsi
seseorang. Kendala yang lain yang timbul dalam pemutusan pemilihan karyawan
teladan adalah sering kali pimpinan sebagai pengambil keputusan masih
mengandalkan intuisi (subjektif). Hal ini tentu saja menjadi sebuah kekurangan
untuk menentukan tepat atau tidaknya seseorang terpilih sebagai karyawan
teladan.
Logika fuzzy dengan penalaran tsukamoto adalah salah satu metode yang
dapat diterapkan untuk membangun suatu sistem sebagai penyelesaian masalah
tersebut. Metode ini telah banyak diterapkan untuk berbagai keperluan dalam
mengatasi masalah yang sedang dihadapi. Beberapa penelitian diantaranya yang
menerapkan metode ini adalah Ganjar Ramadhan dengan judulnya “Menentukan
Harga Mobil Bekas Toyota Avanza Menggunakan Metode Tsukamoto” meneliti
tentang penerapan fuzzy tsukamoto ke dalam suatu sistem yang bertujuan untuk
membantu calon pembeli mobil Avanza bekas dalam menentukan harga yang
pantas dibayar untuk membeli mobil tersebut. Penelitian tersebut melakukan
proses terhadap variabel harga beli mobil baru, kondisi mobil sekarang, tipe/jenis
mobil, dan tahun pembelian mobil. Hasil yang didapat berupa prediksi harga mobl
bekas.
Oleh karena itu perlu dirancang dan dibangun sebuah sistem yang dapat
mengatasi permasalahan diatas, yaitu dengan menerapkan logika fuzzy
menggunakan penalaran tsukamoto pada sistem yang dapat memberikan solusi
yang tepat dalam menentukan pemilihan karyawan teladan.

3
1.2. Permasalahan Penelitian
1.2.1. Identifikasi Masalah
Berdasarkan pada uraian latar belakang diatas, maka identifikasi
permasalahan dalam penelitian ini yaitu cara pemilihan karyawan teladan yang
dilakukan dengan memilih salah satu karyawan yang di rekomendasikan oleh
karyawan-karyawan pada PT. FIF itu sendiri, serta belum ada nya kriteria yang
terukur yang digunakan untuk menentukan siapa yang jadi karyawan teladan.
Banyak kriteria-kriteria sebagai penilaian yang digunakan dalam proses
pemilihan, dimana kriteria-kriteria tersebut didasarkan pada persepsi seseorang.
1.2.2. Ruang Lingkup Masalah
Ruang lingkup masalah untuk penelitian ini meliputi :
1. Kriteria-kriteria yang akan dipergunakan dalam sistem pendukung keputusan
ini adalah disiplin, loyalitas, komunikasi, absensi, dan problem solving.
2. Sistem pendukung keputusan ini disesuaikan dengan aturan yang berlaku di
PT. FIF cabang Batulicin.
3. Sistem pendukung keputusan ini hanya diperuntukkan untuk karyawan yang
berkedudukan sebagai staf di PT.FIF cabang Batulicin.
1.2.3. Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah bagaimana cara membangun
suatu aplikasi yang berfungsi sebagai alat bantu pengambilan keputusan dalam
kasus pemilihan karyawan teladan pada PT. FIF cabang Batulicin dengan
menerapkan metode fuzzy tsukamoto?

4
1.3. Tujuan dan Manfaat Penelitian
1.3.1. Tujuan Penelitian
Sesuai dengan latar belakang di atas, maka penelitian yang dilakukan ini
memiliki tujuan membuat aplikasi serta menerapkan logika fuzzy tsukamoto
dalam kasus pemilihan karyawan teladan PT. FIF cabang Batulicin.
1.3.2. Manfaat Penelitian
1. Bagi Penulis, penelitian ini berguna untuk menambah wawasan mengenai
metode fuzzy tsukamoto beserta penerapannya.
2. Bagi PT. FIF cabang Batulicin, penelitian merupakan salah satu alternatif
dalam menentukan calon karyawan teladan sesuai dengan kriteria yang ada di
perusahaan tersebut.
3. Hasil penelitian ini juga dapat dimanfaatkan sebagai referensi untuk
penelitian selanjutnya.
1.4. Sistematika Penulisan
Dalam penulisan tugas akhir ini dibagi dalam 5 (lima) bab yang terdiri
dari :
BAB I : PENDAHULUAN
Merupakan pendahuluan yang secara umum memberikan gambaran
tentang hal-hal yang melatarbelakangi penelitian ini dilaksanakan,
tujuan dan manfaat penelitian, rumusan masalah, ruang lingkup
masalah, sampai sistematika penulisan laporan.
BAB II : LANDASAN TEORI DAN KERANGKA PEMIKIRAN

5
Bab ini memberikan uraian sestematis mengenai literature yang
dipergunakan dalam melakukan penulisan laporan skripsi sehingga
diperoleh landasan teori, tinjawan pustaka, dan kerangka pemikiran
yang relevan dan akurat.
BAB III : METODE PENELITIAN
Dalam bab ini berisi mengenai analisa kebutuhan, perancangan
penelitian sampai teknik analisis data
BAB IV : ANALISA DAN PEMBAHASAN
Dalam bab ini berisi mengenai hasil dari penelitian, pembahasan
sampai implikasi penelitan.
BAB V : PENUTUP
Bagian terakhir ini akan memaparkan hal-hal yang dapat
disimpulkan berdasarkan pembahasan sebelumnya beserta saran-
saran yang sekiranya dapat diberikan untuk perbaikan dikemudian
hari.
BAB II
LANDASAN TEORI DAN KERANGKA PEMIKIRAN
2.1. Tinjauan Pustaka
Penelitian mengenai sistem pendukung keputusan pemilihan karyawn
teladan bukanlah baru pertama kali ini dilakukan , sudah ada penelitian terdahulu
tentang penerapan metode fuzzy tsukamoto tersebut. Penelitian terdahulu yang
relevan dengan penelitian ini adalah sebagai berikut.
Ni Made Dwi Partawi dengan judul “Rancang Bangun Sistem Pendukung
Keputusan Pemilihan Karyawan Teladan Menggunakan Metode Fuzzy AHP”.
Sistem tersebut memberikan saran urutan prioritas solusi pemilihan karyawan
teladan berdasarkan kriteria intelegensia, kepribadian, sikap, fisik, teknis, dan
kriteria manajerial serta masing-masing subkriteria dan sebagai pertimbangan oleh
PT. BTCD dalam memilih karyawan.
Ganjar Ramadhan dengan judulnya “Menentukan Harga Mobil Bekas
Toyota Avanza Menggunakan Metode Tsukamoto” meneliti tentang suatu sistem
untuk membantu calon pembeli mobil Avanza bekas untuk menentukan harga
yang pantas yang harus ia bayar untuk membeli mobil tersebut dengan metode
Tsukamoto.
Hasil penelitian sebelumnya dapat menjadi informasi dan acuan bagi
peneliti saat ini yang menerapkan metode yang sama. Penelitian-penelitian diatas
berbeda dengan penelitian kali ini, dimana penelitian ini menerapkan metode
Tsukamoto untuk membuat Sistem Penunjang Keputusan dalam pemilihan
karyawan teladan menggunakan metode fuzzy tsukamoto.
6
7
2.2. Landasan Teori
2.2.1. Pengertian Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (Decision Support Sistem) merupakan suatu
istilah yang mengacu pada suatu sistem yang memamfaatkan dukungan computer
dalam proses pengambilan keputusan.Untuk memberikan pengertian tersebut,
disini akan diuraikan definisi mengenai Sistem Pendukung Keputusan.Yaitu, SPK
merupakan suatu sistem yang interaktif,yang membantu pengambil keputusan
melalui penggunaan data dan model-model keputusan untuk memecahkan
masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur (Rahman,
2011).
SPK atau Decission Support Sistem (DSS) adalah merupakan suatu
kumpulan sistem yang dapat mendukung proses pengambilan keputusan,yang
selanjutnya dapat menunjang pengambilan keputusan dalam memperoleh data dan
menguji beberapa alternatif-alternatif solusi yang mengandung konsekuensi-
konsekuensi selama proses pemecahan masalah berlangsung.Atau boleh disebut
merupakan aplikasi dari sebuah sistem informasi yang membantu proses
pengambilan keputusan.
SPK tidak ditekankan untuk membuat keputusan, tetapi untuk melengkapi
mereka yang terlibat dalam pengambilan keputusan dengan sekumpulan
kemampuan untuk mengolah informasi yang diperlukan dalam proses
pengambilan keputusan dan sistem ini bukan dimaksudkan untuk mengganti
pengambilan keputusan dalam membuat suatu keputusan,melainkan mendukung
pengambil keputusan.
8
2.2.2. Karakteristik dan Manfaat Sistem Pendukung Keputusan
Karakteristik sistem pendukung keputusan adalah sebagai berikut:
1. Sistem Pendukung Keputusan dirancang untuk membantu pengambilan
keputusan dalam memecahkan masalah yang sifatnya semi terstruktur
ataupun yang tidak terstruktur dengan menambah kebijaksanaan manusia
dan informasi komputerisasi.
2. Dalam proses pengolahannya, SPK mengkombinasikan penggunaan model
– model analisis dengan teknik pemasukan data konvensional serta fungsi
– fungsi pencari/interogasi informasi.
3. SPK dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan
dengan mudah.
4. SPK dirancang dengan menekankan pada aspek fleksibel serta kemampuan
adaptasi yang tinggi.
Manfaat yang dapat diambil dari sistem pendukung keputusan ini :
1. SPK memperluas kemampuan pengambilan keputusan dalam memproses
data/informasi bagi pemakainya.
2. SPK membantu pengambilan keputusan untuk memecahkan masalah
terutama berbagai masalah yang sangat kompleks dan tidak teratur.
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat
diandalkan.
Walaupun mungkin saja SPK,tidak mampu memecahkan masalah yang
dihadapi oleh pengambil keputusan,namun ia dapat menjadi stimulant bagi

9
pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan
berbagai alternatif pemecahan (Parwati, 2009).
2.2.3. Beberapa Keterbatasan SPK
1. Ada beberapa kemapuan manajemen dan bakat manusia yang tidak dapat
dimodelkan, sehingga model yang ada dalam sistem tidak semuanya
mencerminkan persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang
dimilikinya ( pengetahuan dasar serta model dasar ).
3. Proses - proses yang dapat dilakukan SPK biasanya juga tergantung pada
perangkat lunak yang digunakan.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki
manusia.Sistem ini dirancang hanyalah untuk membantu pengambilan
keputusan dalam melaksanakan tugas (Rahman, 2011).
2.2.4. Logika Fuzzy
2.2.4.1 Pengertian Logika Fuzzy
Dalam logika konvensional, nilai kebenaran mempunyai kondisi yang
pasti yaitu benar atau salah (true or false), dengan tidak ada kondisi antara. Prinsip
ini telah mendominasi pemikiran logika di dunia sampai sekarang. Tentu saja,
pemikiran mengenai logika konvensional dengan nilai kebenaran yang pasti yaitu
benar atau salah dalam kehidupan yang nyata sangatlah tidak mungkin. logika
fuzzy menawarkan suatu logika yang dapat merepresentasikan keadaan dunia
nyata (Kusumadewi & Purnomo, 2010).
Teori himpunan logika fuzzy di kembangkan oleh Professor Lofti A. Zadeh
pada tahun 1965. Ia ber-pendapat bahwa logika benar dan salah dari logika
10
booleanlkonvensional tidak dapat mengatasi masalah gradasi yang berada pada
dunia nyata.Untuk mengatasi masalah gradasi yang tidak terhingga tersebut,
Zadeh mengembangkan sebuah himpunan fuzzy. Tidak seperti logika boolean,
logika fuzzy mempunyai nilai yang kontinu. Fuzzy dinyatakan dalam derajat dari
suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat
dikatakan sebagian benar dan sebagian salah pada waktu yang sama.
Berdasarkan hal tersebut diatas Logika fuzzy dapat digunakan untuk
memodelkan suatu permasalahan yang matematis, dimana konsep matematis yang
mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
Logikafuzzy merupakan generalisasi dari logika klasik (Crisp Set) yang
hanya memiliki dua nilai keanggotaan yaitu 0 dan 1. Dalam logika fuzzy nilai
kebenaran suatu pernyataan berkisar dari sepenuhnya benar sampai dengan
sepenuhnya salah.
Fuzzy Logic berhubungan dengan ketidakpastian yang telah menjadi sifat
alamiah manusia, mensimulasikan proses pertimbangan normal manusia dengan
jalan memungkinkan komputer untuk berperilaku sedikit lebih seksama dan logis
daripada yang dibutuhkan metode computer konvensional.
Pemikiran di balik pendekatan ini adalah pengambilan keputusan tidak
sekadar persoalan hitam dan putih atau benar dan salah, namun kerapkali
melibatkan area abu-abu, dan hal itu dimungkinkan.
2.2.4.2 Himpunan Fuzzy
Himpunan fuzzy merupakan suatu group yang mewakili suatu kondisi atau
keadaa tertentu dalam suatu variabel fuzzy. Pada himpunan tegas (crisp), nilai
keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan
11
flA[x], memiliki dua kemungkinan, yaitu : Satu (I), yang berarti bahwa suatu item
menjadi anngota dalam suatu himpunan atau Nol (0), yang berarti bahwa suatu
item tidak menjadi anggota dalam suatu himpunan.
Pada himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1.
Apabila x memiliki nilai keanggotaan fuzzy flA[ x] = 0 berarti x tidak menjadi
anggota himpunan A, demikian pula apabila x memiliki nilai keanggotaan fuzzy
flA[ x] = 1 berarti x menjadi anggota penuh pada himpunanA.
Kemiripan antara keanggotaan fuzzy dengan probabilitas terkadang
menimbulkan kerancuan, karena memiliki nilai pada interval [0,1], namun
interpretasi nilainya sangat berbeda. Keanggotaan fuzzy memberikan suatu ukuran
terhadap pendapat atau keputusan, sedangkan probabilitas mengindikasikan
proporsi terhadap keseringan suatu hasil bernilai benar dalam jangka panjang.
Himpunan fuzzy memiliki 2 atribut, yaitu :
a. Linguistik, yaitu penamaan suatu group yang mewakili suatu keadaan atau
kondisi tertentu dengan menggunakan bahasa alami, seperti : Muda,
Parobaya, Tua.
b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
variabel seperti : 25,40,60.
Ada beberapa hal yang perlu diketahui dalam memahami suatu sistem fuzzy,
yaitu :
a. Variabel fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu
system fuzzy. Contoh : umur, temperatur, permintaan, dsb.
b. Himpunan fuzzy
12
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi
atau keadaan tertentu dalam suatu variabel fuzzy.
Contoh :
1. Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu :
MUDA, PAROBAYA, TUA.
2. Variabel temperatur, terbagi menjadi 5 himpunan fuzzy, yaitu :
DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS.
DINGIN SEJUK NORMAL HANGAT PANAS

1
µ[x]
0 15 20 25 30 35 40
Gambar 2. 1. Himpunan Fuzzy pada variabel temperatur
c. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan umtuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton
dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif
maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi
batas atasnya.
Contoh :
1. Semesta pembicaraan untuk variabel umur : [0 +∞]
2. Semesta pembicaraan untuk variabel temperatur : [0 40]
d. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam

13
semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan

fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan
bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri
ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif.
Contoh domain himpunan fuzzy :
1. MUDA : [0 45]
2. PAROBAYA : [33 45]
3. TUA : [45 +∞]
2.2.4.3 Fungsi Keanggotaan
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-
titik input data ke dalam nilai keanggotaan yang memiliki nilai interval antara 0
dan I. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan
adalah dengan melalui pendekatan fungsi.
Salah satu representasi fungsi keanggotaan dalam fuzzy yang akan dipakai
adalah representasi kurva bentuk bahu. Kurva yang bentuknya seperti bahu di
sisi paling kanan dan paling kirinya. Himpunan fuzzy ‘bahu’, bukan segitiga,
digunakan untuk mengakhiri variabel suatu daerah fuzzy.
Bahu Kiri Bahu Kanan

1
µ[x]
0
a b c d e f
Gambar 2. 2. Representasi Kurva Bentuk Bahu
Ada dua keadaan himpunan fuzzy yang linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0]
14
bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan
lebih tinggi. Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari
nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian
bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih
rendah.
2.2.4.4 Metode Tsukamoto
Dalam membangun sebuah sistem fuzzy dikenal beberapa metode
penalaran, antara lain : metode Tsukamoto, metode Mamdani dan metode Sugeno.
Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-
THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi
keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-
tiap aturan diberikan dengan tegas (crisp) berdasarkan α-predikat (fire strength).
Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.
Misal ada 2 variabel input, var-1(x) dan var-2(y) serta 1 variabel output
var-3(z), dimana var-1 terbagi atas 2 himpunan yaitu A1 dan A2 dan var-2 terbagi
atas himpunan B1 dan B2. Sedangkan var-3 juga terbagi atas 2 himpunan yaitu C1
dan C2. (Kusumadewi, 2003).
Ada dua aturan yang digunakan yaitu:
[R1] IF (x is A1) and (y is B2) THEN (z is C1)
[R2] IF (x is A2) and (y is B1) THEN (z is C2)
2.2.5. Studi Kasus
Suatu perusahaan makanan kaleng akan memproduksi makanan jenis
ABC. Dari data 1 bulan terakhir, permintaan terbesar mencapai 5000

15
kemasan/hari, dan permintaan terkecil mencapai 1000 kemasan/hari. Persediaan
barang di gudang terbanyak mencapai 600 kemasan/hari, dan terkecil pernah
mencapai 100 kemasan/hari. Dengan segala keterbatasannya, sampai saat ini
perusahaan baru memproduksi barang maksimum 7000 kemasan/hari, untuk
efisiensi mesin dan SDM tiap hari diharapkan perusahaan memproduksi paling
tidak 2000 kemasan. Berapa kemasan makanan jenis ABC yang harus diproduksi,
jika jumlah permintaan sebanyak 4000 kemasan dan persediaan di gudang masih
300 kemasan, apabila proses produksi perusahaan tersebut menggunakan 4 aturan
fuzzy sebagai berikut :
[R1] IF Permintaan TURUN And Persediaan BANYAK
THENProduksi Barang BERKURANG;
[R2] IF Permintaan TURUN And Persediaan SEDIKIT
[R3] IF Permintaan NAIK And Persediaan BANYAK
THENProduksi Barang BERTAMBAH;
[R4] IF Permintaan NAIK And Persediaan SEDIKIT
Solusi :
Ada 3 variabel yang akan dimodelkan, yaitu :
1. Permintaan, terdiri atas 2 himpunan fuzzy : NAIK dan TURUN.
µ[x] TURUN NAIK
0,75
0,25
0
1000 4000 5000
Gambar 2. 3. Fungsi Keanggotaan Variabel Permintaan
16
Mencari nilai keanggotaan :
µPmtTURUN(4000) = (5000-4000)/4000
= 0,25
µPmtNAIK(4000) = (4000-1000)/4000
= 0,75
2. Persediaan, terdiri atas 2 himpunan fuzzy :SEDIKIT dan BANYAK.
µ[y] SEDIKIT BANYAK

1
0,6
0,4
0 100 300 600
Gambar 2. 4. Fungsi Keanggotaan Variabel Persediaan
Mencari nilai keanggotaan :
µPsdSEDIKIT(300) = (600-300)/500
= 0,6
µPsdBANYAK(300) = (300-100)/500
= 0,4
17
3. Produksi, terdiri atas 2 himpunan fuzzy : BERKURANG dan
BERTAMBAH.
µ[z] BERKURANG BERTAMBAH
0
2000 7000
Gambar 2. 5. Fungsi Keanggotaan Variabel Produksi Barang
Cari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi
fungsi implikasinya :
[R1] IF Permintaan TURUN And Persediaan BANYAK
α-predikat1 = µPmnTURUN ᴖ PsdBANYAK
= min(µPmnTURUN(4000), µPsdBANYAK(300))
= min(0,25;0,4)
= 0,25
Lihat himpunan Produksi barang BERKURANG,
(7000-z)/5000 = 0,25 z1 = 5750
[R2] IF Permintaan TURUN And Persediaan SEDIKIT
α-predikat2 = µPmtTURUN ᴖ PsdSEDIKIT

18
= min(µPmtTURUN(4000), µPsdSEDIKIT(300))
= min(0,25;0,6)
= 0,25
Lihat himpunan Produksi barang BERKURANG,
(7000-z)/5000 = 0,25 z2 = 5750
[R3] IF Permintaan NAIK And Persediaan BANYAK
α-predikat3 = µPmtNAIK ᴖ PsdBANYAK
= min(µPmtNAIK(4000), µPsdBANYAK(300))
= min(0,75;0,4)
= 0,4
Lihat himpunan Produksi barang BERTAMBAH,
(z-2000)/5000 = 0,4 z3 = 4000
[R4] IF Permintaan NAIK And Persediaan SEDIKIT
α-predikat4 = µPmtNAIK ᴖ PsdSEDIKIT
= min(µPmTNAIK(4000), µPsdSEDIKIT(300))
= min(0,75;0,6)
= 0,6
Lihat himpunan Produksi barang BERTAMBAH,
(z-2000)/5000 = 0,6 z4 = 4000
Nilai z dapat dicari dengan cara sebagai berikut :

19
Jadi jumlah makanan kaleng jenis ABC yang harus diproduksi sebanyak 4983
kemasan.
20
2.3. Kerangka Pemikiran
Gambar 2. 6. Kerangka Pemikiran

BAB III
METODE PENELITIAN
3.1. Analisa Kebutuhan
Analisis kebutuhan perangkat lunak dilakukan untuk mengetahui semua
permasalahan serta kebutuhan yang diperlukan dalam pengembangan aplikasi
sistem pendukung keputusan pemilihan karyawan teladan. Analisis dilakukan
dengan mencari dan menentukan permasalahan yang dihadapi, serta semua
kebutuhan seperti analisis masalah, analisis sistem, masukan dan keluaran sistem,
antarmuka sistem, serta fungsi-fungsi yang dibutuhkan.
Metode analisis merupakan langkah penting dalam perancangan perangkat
lunak. Langkah ini sangat mempengaruhi perancangan yang dibuat beserta
implementasinya. Kesalahan dan kekurangsempurnaan pada tahap ini dapat
mengakibatkan kesalahan pada perancangan perangkat lunak, sehingga program
tidak dapat diimplementasikan seperti yang diinginkan.
Variabel-variabel yang dipelukan dalam pembuatan sistem penunjang
keputusan untuk pemilihan karyawan teladan dengan logika fuzzy tsukamoto pada
PT. FIF cabang batulicin yaitu kedispilinan, loyalitas terhadap perusahaan,
kemampuan komunikasi, tingkat kehadiran, dan kemampuan dalam memecahkan
masalah sebagai variabel input dan variabel hasil sebagai variabel output.
3.1.1. Sampel Data
Data yang digunakan untuk mengelola sistem pendukung keputusan
pemilihan calon karyawan teladan adalah 10 data karyawan yang diambil secara
21
22
acak yang meliputi data nama karyawan, jabatan, serta nilai-nilai kriteria masing-
masing. Sampel data selengkapnya dapat dilihat pada tabel 3.1 :
Tabel 3. 1. Sampel data karyawan
NILAI KRITERIA
No. NAMA Jabatan Problem Hasil
Disiplin Loyalitas Komunikasi Absensi
solving
1 Budiman Sales 90 70 80 100 75 83
2 Sigit Purnomo Surveyor 75 70 85 85 75 78
3 Bekti susilo Surveyor 90 90 85 100 85 90
4 Gazali Rahman Collector 85 75 75 90 85 82
5 Bahrina Fauzi Collector 70 70 75 80 70 73
Agung
6 Sales 85 85 85 100 80 87
Kurniawan
7 Hadi Prasetyo Sales 70 80 70 95 75 78
8 Firmansyah Surveyor 90 85 90 75 80 84
9 Adi Kurniadi Collector 90 95 85 100 90 92
10 Ramdani Sales 80 75 75 85 75 78
3.1.2. Metode Pengumpulan Data
1. Metode Kepustakaan
Metode ini digunakan untuk mengumpulkan data-data dan rumus-
rumus yang diperlukan dalam kaitannya untuk menerapkan algoritma fuzzy
tsukamoto. Hal ini dapat diperoleh dari buku-buku dan literatur lainnya.
2. Wawancara
Metode ini dilakukan dengan mangadakan tanya jawab (wawancara)
secara langsung dengan pihak-pihak yang berkaitan dengan informasi.
3. Metode observasi
Metode ini dilaksanakan dengan melakukan peninjauan langsung pada
objek penelitian serta melakukan pencatatan mengenai hal-hal dan semua

23
kejadian yang berhubungan dengan masalah yang diteliti. Observasi dilakukan
di PT. FIF cabang Batulicin.
3.2. Perancangan Penelitian
3.2.1. Sumber Data dan Variabel Penelitian
Data penelitian yang digunakan adalah data sekunder yang diambil dari
PT. FIF cabang Batulicin. Variabel penelitian yang digunakan berjumlah 5
variabel input dan 1 variabel output. variabel tersebut adalah sebagai berikut :
X1= disiplin
X2 = loyalitas
X3 = komunikasi
X4 = absensi
X5 = problem solving (kemampuan memecahkan masalah)
X6 = hasil inferensi
3.2.2. Diagram Konteks
Diagram konteks merupakan gambaran umum mengenai interaksi yang
terjadi antara sistem dengan admin. Diagram konteks dari sistem ini ditunjukkan
pada gambar.
Pada diagram konteks digambarkan proses umum yang terjadi di dalam
sistem. Terdapat komponen proses cluster dan external entity admin sebagai yang
memasukkan input dan menerima output. Admin memasukkan jumlah cluster
yang diminta untuk selanjutnya di proses. Setelah melakukan proses, sistem akan
menghasilkan output berupa.

24
Input Data Karyawan Sistem

Input Variabel Disiplin
Input Variabel loyalitas
Pendukung
Input Variabel Komunikasi Keputusan
Admin Input Variabel Absensi Pemilihan
Input Variabel problem solving
Karyawan
Teladan
Daftar calon karyawan teladan
Gambar 3. 1. Diagram Konteks
3.2.3. Use Case Diagram
Use case adalah konstruksi untuk mendeskripsikan bagaimana sistem
terlihat dimata pengguna. Sasaran permodelan use case diantaranya adalah
mendefinisikan kebutuhan fungsional dan operasional sistem dengan
mendefinisikan skenario penggunaan yang disepakati antara pemakai dan
pengembang (developer). Dari identifikasi aktor yang terlibat diatas maka use
case diagram untuk sistem penunjang keputusan dalam pemilihan armada dapat
dilihat pada
25
uc SPK pemilihan karyaw an teladan
Input Batas Atas dan

Batas Baw ah Input Variabel
Variabel Disiplin
Input Variabel
Loyalitas
Input Variabel
Input Variabel
Komunikasi
User
Algoritma Fuzzy Input Variabel

Tsukamoto Absensi
Input Variabel
Problem Solv ing
v iew hasil
Gambar 3. 2. Use Case Diagram
3.2.4. Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek didalam dan
disekitar sistem (termasuk pengguna, display dan sebagainya) berupa message
yang digambarkan terhadap waktu. Sequence diagram teridiri antar dimensi
vertikal (waktu) dan dimensi horizontal (objek-objek yang terkait). Sequnce
diagram biasa digunakan untuk menggambarkan skenario atau rangkaian langkah-
langkah yang dilakukan sebagai respon dari sebuah event untuk menghasilkan
26
output tertentu. Diawali dari apa yang men-trigger aktivitas tersebut, proses dan
perubahan apa saja yang terjadi secara internal dan output apa yang dihasilkan.
Masing-masing objek, termasuk aktor memiliki lifeline vertikal. Message
digambarkan sebagai garis berpanah dari suatu objek ke objek lainnya. Pada fase
desain berikutnya, message akan dipetakan menjadi operasi / metode dari class.
Activation bar menunjukkan lamanya eksekusi sebuah proses, biasanya diawali
dengan diterimanya sebuah message.
sd SPK pemilihan karyaw an teladan
Database Hasil
Karyawan
User Layar Algoritma Fuzzy
Tsukamoto
Tampilan menu()
Input variabel()
Proses()
Hasil Inferensi()
Menampilkan hasil
inferensi tsukamoto()
Hasil Inferensi()
Gambar 3. 3. Sequence Diagram
3.2.5. Activity Diagram
Activity diagram adalah bagian dari UML yang digunakan untuk
menggambarkan tahapan dari setiap proses bisnis yang ada agar lebih mudah
memahami proses bisnis yang terjadi.
Dalam activity diagram tiap aktivitas direpresentasikan dengan rounded
rectangle yang dihubungkan dengan anak panah untuk menggambarkan transisi

27
dari satu aktivitas ke aktivitas lain. Activity diagram mulai dari initial state dan
diakhiri dengan final state.
act SPK pemilihan...
Mulai
Input Variabel
Algoritma
Fuzzy
Tsukamoto
Hasil
Selesai
Gambar 3. 4. Activity Diagram
3.2.6. Perancangan Database
Dalam Aplikasi ini dibutuhkan beberapa tabel sebagai berikut :
1. Tabel variabel, merupakan tabel yang menyimpan data-data variabel.
Field Name Data Type Field Size
Id Varchar 17
Nama Varchar 20
Status Varchar 1
2. Tabel batas, merupakan tabel yang meyimpan nilai-nilai himpunan pada

masing-masing variabel.
28
Id Varchar 17
Variabel Varchar 17
Himpunan Varchar 20
NilaiBawah Double 0
NilaiTengah Double 0
NilaiAtas Double 0
3. Tabel karyawan, merupakan tabel yang menyimpan hasil perhitungan

fuzzy tsukamoto terhadap karyawan.
Id Varchar 17
NIK Varchar 20
NilaiDisiplin Double 0
NilaiLoyalitas Double 0
NilaiKomunikasi Double 0
NilaiAbsensi Double 0
NilaiSolve Double 0
Hasil Double 0
Tahun Date 0
4. Tabel jabatan, merupakan tabel yang menyimpan data master jabatan.
Id Varchar 17
Nama Varchar 20
29
5. Tabel nik, merupakan tabel yang menyimpan data karyawan.
NIK Varchar 20
Nama Varchar 30
Jabata Varchar 17
6. Tabel konfig, merupakan tabel yang menyimpan data profil intitusi.
Nama Varchar 255
Alamat1 Varchar 255
Alamat2 Varchar 255
7. Tabel operator, merupakan tabel yang menyimpan data user.
Id Varchar 17
Nama Varchar 100
Otoritas Varchar 17
Password Varchar 50
8. Tabel otoritas, merupakan tabel yang menyimpan data otoritas user

terhadap aplikasi.
Id Varchar 17
Nama Varchar 100

30
3.2.7. Perancangan Input dan Output
a. Tampilan Awal
Tampilan awal merupakan menu utama yang terdiri dari menu Data, Proses,
Laporan, Alat, Masuk, dan Keluar. Didalam menu Data terdapat submenu
Jabatan, Karyawan, dan Submenu Input Domain Batas.
Data Proses Laporan Alat Masuk Tutup
GAMBAR
Gambar 3. 5. Desain Form Utama
b. Form Login
Form Login merupakan form yang digunakan sebagai akses masuk
kedalam program.
Nama Operator DBLookupComboBox
Otoritas DBEdit
Password DBEdit
Login Batal
Gambar 3. 6. Desain Form Login
c. Form Jabatan
Form Jabatan merupakan form yang digunakan untuk memasukkan data-
data jabatan yang digunakan dalam aplikasi ini.

31
Nama Jabatan DBEdit
Nama Jabatan
Grid
Baru Ubah Tutup
Gambar 3. 7. Desain Form Jabatan
d. Form Karyawan
Form karyawan merupakan form yang digunakan untuk memasukkan data
master karyawan.
NIK DBEdit
Nama Karyawan DBEdit
Jabatan DBLookupComboBox
NIK Nama Karyawan Jabatan
Grid
Baru Batal Ubah Hapus Simpan Tutup
Gambar 3. 8. Desain Form Karyawan
e. Form Input Domain Batas
Form ini merupakan form yang digunakan untuk memasukkan nilai-nilai
dari himpunan-himpunan masing-masing variabel.
Jabatan DBLookupComboBox
No. Himpunan Nilai Bawah Nilai Tengah Nilai Atas
Grid
Tutup
Gambar 3. 9. Desain Form Domain Input Batas
f. Form Variabel
32
Form variabel merupakan form yang digunakan untuk memasukkan data-
data varaibel.
Nama Variabel
Grid
Baru Ubah Tutup
Gambar 3. 10. Desain Form Variabel
g. Form Proses Fuzzy Tsukamoto
Form ini berfungsi untuk melakukan proses fuzzy tsukamoto terhadap
karyawan.
File Keluar
NIK DBEdit Jabatan DBEdit
Nama Karyawan DBEdit
DBEdit DBEdit DBEdit
b.bawah – b.atas b.bawah – b.atas b.bawah – b.atas
DBEdit DBEdit Proses
b.bawah – b.atas b.bawah – b.atas DBEdit
Nama Karyawan Tahun Disiplin Loyalitas Komunikasi Absensi Solve Hasil
Grid
OK Simpan Batal
Gambar 3. 11. Desain Form Proses
h. Form Operator
Form ini digunakan untuk mengatur level pengguna aplikasi.

33
Nama Operator Otoritas
Grid
Baru Edit Hapus Cari Tutup
Gambar 3. 12. Desain Form Operator
i. Form Konfig
Form ini digunakan untuk melakukan perubahan profil institusi.
Nama Institusi DBEdit
Alamat DBEdit
Kota DBEdit
Simpan Tutup
Gambar 3. 13. Desain Form Konfigurasi
j. Laporan Karyawan
Output dari sistem berupa data karyawan keseluruhan dan juga dapat
dilakuakn filter untuk karyawan perjabatan.
Logo Nama Perusahaan

Alamat Perusahaan
LAPORAN KARYAWAN
No NIK Nama Karyawan Jabatan
Gambar 3. 14. Desain Laporan Karyawan
k. Laporan Hasil Fuzzy Tsukamoto
Output utama dari sistem, memuat nilai-nilai masing-masing kriteria
beserta hasil.
34
Nama Perusahaan
Logo Alamat Perusahaan
LAPORAN DAFTAR CALON KARYAWAN TELADAN
No NIK Nama Karyawan Tahun Absensi DisiplinKomunikasi Loyalitas Solve Hasil
Gambar 3. 15. Desain laporan Hasil Fuzzy Tsukamoto
3.3. Teknik Analisis Data
Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-
THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi
keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-
tiap aturan diberikan dengan tegas (crisp) berdasarkan α-predikat (fire strength).
Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.
Tahapan dalam perancangan sistem fuzzy ialah sebagai berikut :
1. Mendefinisikan model masukan dan keluaran system, dalam kasus ini
terdapat 5 model masukan/variabel input yang terdiri dari : disiplin,
loyalitas, komunikasi, absensi, probel solving (kemampuan memecakan
masalah). Dan 1 model keluaran/variabel output : hasil.
2. Dekomposisi variabel model menjadi himpunan fuzzy, yaitu:
Dari variabel-variabel input dibentuk himpunan-himpunan fuzzy antara
lain :
a. Variabel disiplin yang terdiri dari 3 himpunan fuzzy, yaitu : rendah,
cukup, tinggi.
35
RENDAH CUKUP TINGGI

1
0
0 60 75 90
Gambar 3. 16. Variabel Disiplin
Fungsi keanggotaan :
............................. ..(3.1)
............................... (3.2)
............................... (3.3)
b. Variabel loyalitas yang terdiri dari 3 himpunan fuzzy, yaitu : rendah,
cukup, tinggi.
RENDAH CUKUP TINGGI

1
0
0 70 82,5 95
Gambar 3. 17. Varaibel Loyalitas
....................(3.4)
36
....................(3.5)
....................(3.6)
c. Variabel komunikasi yang terdiri dari 3 himpunan fuzzy, yaitu :
rendah, cukup, tinggi.
RENDAH CUKUP TINGGI

1
0
0 65 77,5 90
Gambar 3. 18. Variabel Komunikasi
Fungsi keanggotaan ;
.................(3.7)
.................(3.8)
.................(3.9)
d. Variabel absensi yang terdiri dari 3 himpunan fuzzy, yaitu : rendah,
cukup, tinggi.
37
RENDAH CUKUP TINGGI

1
0
0 50 75 100
Gambar 3. 19. Variabel Absensi
..........................(3.10)
..........................(3.11)
..........................(3.12)
e. Variabel problem solve yang terdiri dari 3 himpunan fuzzy, yaitu :
rendah, cukup, tinggi.
RENDAH CUKUP TINGGI

1
0
0 70 80 90
Gambar 3. 20. Variabel Problem Solve
38
..................................(3.13)
..................................(3.14)
..................................(3.15)
f. Variabel hasil yang terdiri dari 2 himpunan fuzzy, yaitu : cukup, dan
memuaskan.
CUKUP MEMUASKAN
1
0
0 50 95
Gambar 3. 21. Variabel Hasil
..........................(3.16)
..........................(3.17)
3. Pembuatan Aturan F uzzy
Dari ke lima variabel input dan sebuah variabel output yang telah
didefinisikan, dengan melakukan analisa data terhadap batas tiap-tiap

39
himpunan fuzzy pada tiap- tiap variabelnya maka dibentuk 243 aturan
fuzzy yang akan dipakai dalam sistem ini, yaitu :
1. IF disiplin tinggi AND loyalitas tinggi AND komunikasi tinggi AND
absensi tinggi AND problem solve tinggi THEN hasil memuaskan
absensi tinggi AND problem solve cukup THEN hasil memuaskan
absensi tinggi AND problem solve rendah THEN hasil memuaskan
absensi cukup AND problem solve tinggi THEN hasil memuaskan
absensi cukup AND problem solve cukup THEN hasil memuaskan
absensi cukup AND problem solve rendah THEN hasil memuaskan
absensi rendah AND problem solve tinggi THEN hasil memuaskan
absensi rendah AND problem solve cukup THEN hasil memuaskan
absensi rendah AND problem solve rendah THEN hasil cukup
10. IF disiplin tinggi AND loyalitas tinggi AND komunikasi cukup AND
absensi tinggi AND problem solve tinggi THEN hasil cukup
absensi tinggi AND problem solve cukup THEN hasil cukup

40
absensi tinggi AND problem solve rendah THEN hasil cukup
absensi rendah AND problem solve cukup THEN hasil cukup
19. IF disiplin tinggi AND loyalitas tinggi AND komunikasi rendah AND
absensi cukup AND problem solve tinggi THEN hasil cukup
absensi cukup AND problem solve cukup THEN hasil cukup

41
absensi cukup AND problem solve rendah THEN hasil cukup
absensi rendah AND problem solve rendah THEN hasil memuaskan
28. IF disiplin tinggi AND loyalitas cukup AND komunikasi tinggi AND

42
37. IF disiplin tinggi AND loyalitas cukup AND komunikasi cukup AND
46. IF disiplin tinggi AND loyalitas cukup AND komunikasi rendah AND

43
55. IF disiplin tinggi AND loyalitas rendah AND komunikasi tinggi AND

44
64. IF disiplin tinggi AND loyalitas rendah AND komunikasi cukup AND

45
73. IF disiplin tinggi AND loyalitas rendah AND komunikasi rendah AND
82. IF disiplin cukup AND loyalitas tinggi AND komunikasi tinggi AND

46
91. IF disiplin cukup AND loyalitas tinggi AND komunikasi cukup AND

47
100. IF disiplin cukup AND loyalitas tinggi AND komunikasi rendah AND

48
109. IF disiplin cukup AND loyalitas cukup AND komunikasi tinggi AND
118. IF disiplin cukup AND loyalitas cukup AND komunikasi cukup AND

49
127. IF disiplin cukup AND loyalitas cukup AND komunikasi rendah AND

50
136. IF disiplin cukup AND loyalitas rendah AND komunikasi tinggi AND

51
145. IF disiplin cukup AND loyalitas rendah AND komunikasi cukup AND
154. IF disiplin cukup AND loyalitas rendah AND komunikasi rendah AND

52
163. IF disiplin rendah AND loyalitas tinggi AND komunikasi tinggi AND

53
172. IF disiplin rendah AND loyalitas tinggi AND komunikasi cukup AND

54
181. IF disiplin rendah AND loyalitas tinggi AND komunikasi rendah AND
190. IF disiplin rendah AND loyalitas cukup AND komunikasi tinggi AND

55
199. IF disiplin rendah AND loyalitas cukup AND komunikasi cukup AND

56
208. IF disiplin rendah AND loyalitas cukup AND komunikasi rendah AND

57
217. IF disiplin rendah AND loyalitas rendah AND komunikasi tinggi AND
226. IF disiplin rendah AND loyalitas rendah AND komunikasi cukup AND

58
235. IF disiplin rendah AND loyalitas rendah AND komunikasi rendah AND

59
4. Proses Logika Fuzzy :
a. Fuzzifikasi, merupakan proses untuk mendapatkan derajat
keanggotaan dari sebuah nilai numerik masukan (crisp).
Representasi yang digunakan pada kasus ini untuk mendapatkan
derajat keanggotaan untuk himpunan baik, cukup, dan kurang pada
variabel disiplin adalah dengan menggunakan representasi kurva
bentuk bahu.
Misal diambil salah satu karyawan dengan nilai untuk masing-masing
variabel berturut-turut sebagai berikut : 75, 82,5, 77,5, 75, 80.
Fuzzifikasi variabel disiplin dengan nilai disiplin karyawan 75.

60
RENDAH CUKUP TINGGI

1
0
0 60 75 90
Gambar 3. 22. Variabel disiplin (75)
Untuk mencari nilai derajat keanggotaan dari nilai 75 digunakan persamaan (3.2).
µdisiplin CUKUP(75) = 1
Fuzzifikasi variabel loyalitas dengan nilai disiplin karyawan 77,5.
RENDAH CUKUP TINGGI

1
0
0 65 77,5 90
Gambar 3. 23. Variabel loyalitas (77,5)
Untuk mencari nilai derajat keanggotaan dari nilai 77,5 dengan persamaan (3.5).
µloyalitas CUKUP(75) =1
Fuzzifikasi variabel komunikasi dengan nilai disiplin karyawan 75
RENDAH CUKUP TINGGI

1
0
0 65 77,5 90
Gambar 3. 24. Variabel komunikasi (75)
61
µkomunikasi CUKUP(75) =1
Fuzzifikasi variabel absensi dengan nilai disiplin karyawan 75
RENDAH CUKUP TINGGI

1
0
0 50 75 100
Gambar 3. 25. Variabel absensi (75)
Untuk mencari nilai derajat keanggotaan dari nilai 75 digunakan persamaan
(3.11).
µabsensi CUKUP (77) =1
Fuzzifikasi variabel problem solve dengan nilai disiplin karyawan 80
RENDAH CUKUP TINGGI

1
0
0 70 80 90
Gambar 3. 26. Variabel problem solve (80)
(3.14).
µsolve CUKUP (80) = 1
Selanjutnya nilai derajat keanggotaan tersebut diimplementasikan kedalam aturan
fuzzy.
b. Aplikasi fungsi implikasi, dimana penggunaan Fungsi MIN sebagai
Metode Implikasinya dalam menentukan α-predikat minimum dari

62
tiap-tiap aturan yang ditetapkan, maksudnya dari beberapa
pernyataan IF tersebut diambil α-predikat atau nilai derajat
keanggotaan terkecil. Berikut hasil implikasi (hasil implikasi yang
bernilai 0 diabaikan)
[R122] IF disiplin cukup AND loyalitas cukup AND komunikasi cukup AND
α-predikat (derajat keanggotaan terkecil/minimum):
= µdisiplinCUKUP ᴖ µloyaliasCUKUP ᴖ µkomunikasiCUKUP ᴖ
µabsensiCUKUP ᴖ µsolveCUKUP
=MIN (µdisiplinCUKUP[75], µloyaliasCUKUP[82,5],
µkomunikasiCUKUP [77,5],µabsensiCUKUP [75],µsolveCUKUP[80])
= MIN (1; 1; 1; 1; 1)
=1
[R244] IF disiplin cukup AND loyalitas cukup AND komunikasi cukup AND
=MIN (µdisiplinCUKUP[75], µloyaliasCUKUP[82,5],
µkomunikasiCUKUP [77,5],µabsensiCUKUP [75],µsolveCUKUP[80])
= MIN (1; 1; 1; 1; 1)
=1
c. Defuzzifikasi, proses untuk merubah hasil penalaran yang berupa
derajat keanggotaan keluaran (α-predikat) menjadi variabel numerik
kembali (crisp). Berikut hasil defuzzifikasi (Nilai defuzzy 0 diabaikan
karena tidak bepengaruh terhadap sistem)

63
[R122] (z-50)/(95-50) = 1
z = 95
[R244] (95-z)/(95-50) = 1
z = 50
Defuzzifikasi itu sendiri merupakan suatu proses untuk merubah hasil
penalaran yang berupa derajat keanggotaan keluaran (α-predikat) menjadi variabel
numerik kembali (crisp). Sistem akhir pemilihan karyawan teladan ini menggunakan
rata-rata terbobot (weight average) sebagai metode Defuzzifikasi untuk mendapatkan
hasil akhir penilaian karyawan teladan. Adapun rumus rata-rata terbobot tersebut
adalah sebagai berikut:
Keterangan :
z = Hasil penilaian karyawan teladan
αn = Derajat Keanggotaan dari Aturan ke- n
zn = nilai dari Aturan ke- n
Semua nilai selain angka 0 (nol) pada perhitungan defuzzifikasi aturan 1sampai 244
dimasukkan kedalam rumus menghasilkan:
z = 72,5
BAB IV
HASIL DAN PEMBAHASAN
4.1. Hasil
4.1.1. Tampilan Program
a. Tampilan Awal
Pada tampilan awal menu yang aktif yaitu masuk dan keluar, untuk dapat
mengakses menu-menu yang lain dengan menggunakan fasilitas login yang
ada di menu masuk.
Gambar 4. 1. Tampilan antar muka awal program
b. Form Login
Form Login untuk dapat mengakses fasilitas menu di program. Level
pengguna terdiri dari admnistrator dan operator, admnistrator dapat
mengakses semua menu sedangkan level operator hanya dapat mengakses
menu proses dan laporan saja.
64
65
Gambar 4. 2. Tampilan antar muka menu login
c. Form Jabatan
Form jabatan digunakan untuk memanipulasi data jabatan, menambah,
mengubah, menyimpan, dan menghapus daftar jabatan.
Gambar 4. 3. Tampilan antar muka menu jabatan
d. Form Karyawan
Form karyawan digunakan untuk melakukan kegiatan menipulasi terhadap
data karyawan. Seperti penambahan karyawan, penghapusan, dan perubahan
data karyawan.
66
Gambar 4. 4. Tampilan antar muka menu karyawan
e. Form Input Domain Batas
Form input domain batas digunakan untuk mengatur/memasukkan nilai-nilai
batas atas dan batas bawah himpunan dari suatu variabel.
Gambar 4. 5. Tampilan antar muka menu himpunan
f. Form Variabel
Form variabel berfungsi sebagai form pengolah data-data variabel

67
Gambar 4. 6. Tampilan antar muka menu variabel
g. Form Proses Fuzzy Tsukamoto
Form proses merupakan form utama dari aplikasi karyawan teladan dengan
metode fuzzy tsukamoto. Di form ini user dapat memasukkan nilai-nilai
kriteria karyawan. Kemudian hasil akhir akan didapat setalah user menekan
tombol proses.
Gambar 4. 7. Tampilan antar muka menu proses

68
Kemudian diambil satu sampel data karyawan atas nama Sigit Purnomo
dengan nilai-nilai kriteria berturut-turut : 75, 70, 85, 85,75 sebagai input dalam
form proses untuk dilakukan proses fuzzy tsukamoto.
Berdasarkan pada tahapan algoritma fuzzy tsukamoto, karena sudah
dilakukan pendefinisian variabel input dan output, serta dekomposisi himpunan
setiap variabel, maka tahapan selanjutnya ialah fuzzifikasi.
Fuzzifikasi variabel disiplin dengan nilai disiplin karyawan 75.
RENDAH CUKUP TINGGI

1
0
0 60 75 90
µdisiplin CUKUP(75) = 1
69
Fuzzifikasi variabel loyalitas dengan nilai disiplin karyawan 70.
RENDAH CUKUP TINGGI

1
0
0 70 82,5 95
Untuk mencari nilai derajat keanggotaan dari nilai 70 dengan persamaan (3.4).
µloyalitas RENDAH(70) =1
Fuzzifikasi variabel komunikasi dengan nilai disiplin karyawan 85
RENDAH CUKUP TINGGI

1
x2
x1
0
0 65 77,5 85 90
Untuk mencari nilai derajat keanggotaan dari nilai 85 digunakan persamaan (3.8)
dan (3.9).
µkomunikasi CUKUP(85) = (90-85)/(90-77,5)
= 0,4
µkomunikasi TINGGI(85) = (85-77,5)/(90-77,5)
= 0,6
Fuzzifikasi variabel absensi dengan nilai disiplin karyawan 85

70
RENDAH CUKUP TINGGI

1
x2
x1
0
0 50 75 85 100
(3.11) dan (3.12).
µabsensi CUKUP (75) = (100-85)/(100-75)
= 0,6
µabsensi TINGGI(75) = (85-75)/(100-75)
= 0,4
Fuzzifikasi variabel problem solve dengan nilai disiplin karyawan 75
RENDAH CUKUP TINGGI

1
x1,x2
0
0 70 75 80 90
Untuk mencari nilai derajat keanggotaan dari nilai 75 digunakan persamaan (3.14)
dan (3.15).
µsolve RENDAH(75) = (75-70)/(80-70)
= 0,5
µsolve CUKUP (75) = (80-75)/(80-70)
= 0,5
Selanjutnya nilai derajat keanggotaan tersebut diimplementasikan kedalam aturan
fuzzy.
71
[R137] IF disiplin cukup AND loyalitas rendah AND komunikasi tinggi AND
= µdisiplinCUKUP ᴖ µloyalitasRENDAH ᴖ µkomunikasiTINGGIᴖ
µabsensiTINGGIᴖ µsolveCUKUP
=MIN (µdisiplinCUKUP[75], µloyalitasRENDAH[70],
µkomunikasiTINGGI [85],µabsensiTINGGI [85],µsolveCUKUP[75])
= MIN (1; 1; 0,6; 0,4; 0,5)
= 0,4
Defuzzifikasi : (z-50)/(95-50) = 0,4
z = 68
µabsensiTINGGIᴖ µsolveRENDAH
µkomunikasiTINGGI [85],µabsensiTINGGI [85],µsolveRENDAH[75])
= MIN (1; 1; 0,6; 0,4; 0,5)
= 0,4
Defuzzifikasi : (z-50)/(95-50) = 0,4
z = 68

72
µabsensiCUKUPᴖ µsolveCUKUP
µkomunikasiTINGGI [85],µabsensiCUKUP [85],µsolveCUKUP[75])
= MIN (1; 1; 0,6; 0,6; 0,5)
= 0,5
Defuzzifikasi : (95-z)/(95-50) = 0,5
z = 72,5
µabsensiCUKUPᴖ µsolveRENDAH
µkomunikasiTINGGI [85],µabsensiCUKUP [85],µsolveRENDAH[75])
= MIN (1; 1; 0,6; 0,6; 0,5)
= 0,5
Defuzzifikasi : (95-z)/(95-50) = 0,5
z = 72,5
[R146] IF disiplin cukup AND loyalitas rendah AND komunikasi cukup AND

73
= µdisiplinCUKUP ᴖ µloyalitasRENDAH ᴖ µkomunikasiCUKUPᴖ
µkomunikasiTINGGI [85],µabsensiCUKUP [85],µsolveCUKUP[75])
= MIN (1; 1; 0,4; 0,4; 0,5)
= 0,4
Defuzzifikasi : (95-z)/(95-50) = 0,4
z = 77
µabsensiTINGGIᴖ µsolveRENDAH
µkomunikasiTINGGI [85],µabsensiCUKUP [85],µsolveRENDAH[75])
= MIN (1; 1; 0,4; 0,4; 0,5)
= 0,4
Defuzzifikasi : (95-z)/(95-50) = 0,4
z = 77
74
µkomunikasiCUKUP[85],µabsensiCUKUP [85],µsolveCUKUP[75])
= MIN (1; 1; 0,6; 0,4; 0,5)
= 0,4
Defuzzifikasi : (z-50)/(95-50) = 0,4
z = 68
µkomunikasiCUKUP[85],µabsensiCUKUP [85],µsolveCUKUP[75])
= MIN (1; 1; 0,6; 0,4; 0,5)
= 0,4
Defuzzifikasi : (z-50)/(95-50) = 0,4
z = 68
Kemudian dicari rata-rata terbobot dengan mengambil nilai-nilai dari implikasi
dan defuzzifikasi.
75
z = 71,44
Jadi karyawan yang bernama Sigit Purnomo untuk penilaian karyawan teladan
berdasarkan kriteria-kriteria yang sudah ditetapkan memiliki nilai 71,44.
h. Form Operator
Form operator merupakan form manajemen user, serta hak aksesnya terhadap
menu-menu aplikasi.
Gambar 4. 8. Tampilan antar muka menu operator
i. Form Konfig
Form konfig merupakan form manajemen profil institusi/lembaga. Digunakan
untuk melakukan perubahan nama, alamat perusahaan apabila suatu waktu
terjadi perubahan nama/alamat perusahaan tersebut.

76
Gambar 4. 9. Tampilan antar muka menu konfig
j. Laporan Karyawan
Laporan karyawan merupakan laporan yang memberikan informasi seputar
data NIK karyawan, Nama karyawan, dan jabatannya.
Gambar 4. 10. Tampilan laporan karyawan
k. Laporan Daftar Calon Karyawan Teladan
Laporan Daftar calon karyawan teladan merupakan laporan inti dari aplikasi
ini, memberikan informasi berupa rangking calon karyawan teladan.

77
Gambar 4. 11. Tampilan Laporan Calon Karyawan Teladan
4.1.2. Pengujian Program
4.1.2.1 Pengujian White Box
Pada pengujian ini, pengujian didasarkan pada statement-statement
program berupa percabangan if...then...else..., perulangan for..to...do, while..do..,
dan lain sebagainya yang terdiri dari basis path testing dan data flow testing,
memungkinkan juga untuk dilakukan loop testing.
Berikut adalah pengujian white box pada statement program dimana
algoritma fuzzy tsukamoto diimplementasikan.
a. Source code tombol proses
Pada tombol proses, terdapat script program validasi sebelum nilai-
nilai kriteria dieksekusi. Setelah semua kondisi validasi terpenuhi
maka program akan menjalankan procedure Run(). Pada procedure
Run, terdapat 3 procedure sebagai tahapan dari algoritma fuzzy
tsukamoto, yaitu:
 Procedure compute_membership(), procedure yang berfungsi untuk
melakukan proses fuzzifikasi.

78
 Procedure Apply_Rule(), procedure yang berfungsi untuk
melakukan proses implikasi dan defuzzifikasi.
 Procedure compute_output(), procedure yang berfungsi untuk
melakukan perhitungan rata-rata terbobot sehingga didapatkan hasil
fuzzy tsukamoto.
Gambar 4. 12. Source code procedure Run
1
compute_me
mbership()
2
Apply_Rule()
3
compute_out
put()
Gambar 4. 13. Test case procedure Run()
Pada procedure compute_membership() terdapat proses fuzzifikasi untuk
menghitung fuzzifikasi masing-masing variabel. Untuk mendapatkan hasil
fuzzifikasi digunakan fungsi fuzzifikasi yang terdiri dari fungsi bahu_kiri,
segitiga, bahu_kanan. Fuzzifikasi pada program ini menggunakan representasi
bentu kurva bahu. berikut source code procedure compute_membership.

79
Gambar 4. 14. Source code procedure compute_membership()
Gambar 4. 15. Source code fungsi fuzzifikasi

80
1
bahu_kiri(x,a,
b:real):real
2
T F
if(x<=a)
3 4
bahu_kiri := 1 T else if (x>a) F
and (x<b)
5
bahu_kiri := 6
(b-x)/(b-a) bahu_kiri:=0
Gambar 4. 16. Test case fungsi bahu_kiri()
1
segitiga(x,a,b:
real):real
2
T if (x<=a) or F
(x>=c)
3 4
segitiga := 0 T else if (x>a) F
and (x<b)
5
segitiga:=(x- 6
T F
a)/(b-a) else if x=b
7 8
segitiga:=1 segitiga:=(c-
x)/(c-b)
Gambar 4. 17. Test case fungsi segitiga()

81
1
bahu_kanan(x
,a,b:real):real
2
T F
if(x<=a)
3 4
bahu_kanan T else if (x>a) F
:= 0 and (x<b)
5 6
bahu_kanan:= bahu_kanan:=
(x-a)/(b-a) 1
Gambar 4. 18. Test case fungsi bahu_kanan()
Kemudian setelah proses fuzzifikasi selesai, maka dilanjutkan ke proses
implikasi dan defuzzifikasi dalam hal ini procedure Apply_Rule(). Proses
implikasi pada program ini terdiri dari 244 rule atau aturan dan menggunakan
fungsi Find_min() untuk mencari nilai terendah dari masing-masing nilai pada
parameter implikasi(Find_min()). Proses defuzzifikasi menggunakan fungsi
defuzzifikasi yang terdiri dari fungsi bahu_kiri() dan bahu_kanan(). Berikut
source code procedure Apply_Rule().
.
.
.
Gambar 4. 19. Source code procedure Apply_Rule()

82
Gambar 4. 20. Source code fungsi Find_Min()
1
x := a
2
T F
x>b
3 4
x := b T F
x>c
5 6
x := c T F
x>d
7 8
x := d x>e
9
x :=e
Gambar 4. 21. Test case fungsi Find_Min()
Setelah proses implikasi dan defuzzifikasi selesai, maka dilanjutkan ke
proses pencarian rata-rata bobot, yaitu pada procedure compute_output(). Berikut
source code procedure compute_output().

83
Gambar 4. 22. Source code procedure compute_output()
1
For i=1 to 244
2
temp1 := temp1 +
(output_rule[i] *
u_output[i]);
temp2 := temp2 +
output_rule[i];
3
z := temp1/temp2
Gambar 4. 23. Test case procedure compute_output()
Hasil fuzzy disimpan di variabel z yang kemudian ditampilkan melalui field hasil
(tProsesHasil.AsFloat := z;).
4.1.2.2 Pengujian Black Box
Pengujian black box di gunakan untuk menguji fungsi – fungsi khusus dari
aplikasi yang di kembangkan. Test input dan output untuk fungsi yang ada tanpa
memperhatikan prosesnya. Pada pengujian ini kebenaran aplikasi yang di uji di
lihat berdasarkan keluaran yang dihasilkan dari data masukan yang diberikan
84
untuk fungsi – fungsi yang ada pada aplikasi, tanpa memperhatikan bagaimana
proses untuk mendapatkan keluaran tersebut. Pengujian di sini dilakukan hanya
pada menu dan sub menu yang ada pada aplikasi Sistem Penunjang Keputusan
untuk Pemilihan Karyawan Teladan dengan hasil sebagai berikut :
a. Input Tabel Jabatan
Tabel 4. 1. Uji BlackBox Form Jabatan
No Test Case Hasil Harapan Hasil Keluaran Hasil Uji

1. Input data jabatan Menyimpan data dan Preview data terlihat di Sesuai
menampilkannya dalam grid & database
dalam grid
2. Input data jabatan Penolakan, tidak bisa Pesan kesalahan bahwa Sesuai
yang sama disimpan karena sudah jabatan sudah tersedia
ada dan tidak bisa disimpan
b. Input Form Karyawan
Tabel 4. 2. Uji BlackBox Form Karyawan

1. Input data Menyimpan data dan Preview data terlihat di Sesuai
karyawan menampilkannya dalam grid & database
dalam grid
2. Input data NIK Penolakan, tidak bisa Pesan kesalahan bahwa Sesuai
yang sama disimpan karena sudah NIK tidak boleh sama
ada dan tidak bisa disimpan
c. Input Form Input Domain Batas
Tabel 4. 3. Uji BlackBox Form Input Domain Batas

1. Input nilai batas Menyimpan data dan Preview data terlihat di Sesuai
atas batas bawah menampilkannya dalam grid & database
per variabel dalam grid
85
d. Proses Fuzzy Tsukamoto
Tabel 4. 4. Uji BlackBox Form Proses

1. Input semua input Menyimpan data dan Preview data terlihat di Sesuai
yang ada dalam menampilkannya dalam grid & database
form dalam grid serta tidak dan muncul pesn
menyimpan apabila kesalahan bahwa harus
semua inputan tidak di mengisi semua inputan
entri
2. Input nilai diluar Penolakan, tidak bisa Pesan kesalahan bahwa Sesuai
batas atas dan disimpan nilai yang diinputkan
bawah tidak valid
3. Input nilai sesuai Tampil hasil proses Preview hasil Sesuai
dengan batas atas fuzzy tsukamoto tsukamoto
batas bawah
4. Input NIK pada Penolakan karena Muncul pesan Sesuai
tahun yang sama sudah ikut serta pada kesalahan bahwa NIK
pemilhan karyawan sudah ikut serta.
teladan pada tahun itu
5. Edit Hasil Mengganti nilai data Menambah data Tidak
sebelumnya Sesuai
4.1.2.3 Pengujian Validitas Algoritma Program
Pengujian algoritma program digunakan untuk mengetahui SPK valid atau
tidak. Pengujian validitas algoritma progam dilakukan dengan membandingkan
hasil perhitungan SPK dengan hasil perhitungan manual. Selanjutnya dalam
pengujian ini akan dicari tingkat akurasi SPK dengan menggunakan 10 jenis data
yang diambil dari sampel data. Hasil perhitungan tersebut disajikan pada tabel 3.2:
Tabel 4. 5. Hasil uji validitas algoritma program
Perhitungan Perhitungan Ket

No Nama Karyawan
Manual SPK (T/F)
1 Budiman 68,64 68,64 T
2 Sigit Purnomo 71,44 71,44 T
3 Bekti susilo 73,56 73,56 T
4 Gazali Rahman 74,64 74,64 T
5 Bahrina Fauzi 81,00 81,00 T
6 Agung Kurniawan 74,32 74,32 T
86
7 Hadi Prasetyo 77,16 77,16 T

8 Firmansyah 80,60 80,60 T
9 Adi Kurniadi 77,00 77,00 T
10 Ramdani 77,53 77,53 T
Keterangan:
T= True. Terjadi apabila hasil perhitungan SPK sama dengan perhitungan manual
F = False. Terjadi apabila hasil perhitungan SPK berbeda dangan hasil perhitungan manual
Berdasarkan pengujian yang telah dilakukan, maka diperoleh :
Tingkat valid SPK = (jumlah data akurat/total sampel) * 100%
= (10/10) * 100%
= 100%
Hasil pengujian menunjukkan bahwa sistem penunjang keputusan untuk
pemilihan karyawan teladan telah bekerja dengan sangat baik.
4.2. Pembahasan
Untuk mengetahui pengaruh dari penerapan fuzzy tsukamoto pada kasus
pemilihan karyawan teladan di PT. FIF Cabang Batulicin, maka di sajikan hasil
pemilihan karyawan teladan berdasarkan pada perhitungan yang dilakukan oleh
perusahaan tersebut.
Tabel 4. 6. Data awal sebelum proses fuzzy
NILAI KRITERIA
solving
1 Budiman Sales 90 70 80 100 75 83
2 Sigit Purnomo Surveyor 75 70 85 85 75 78
3 Bekti susilo Surveyor 90 90 85 100 85 90
4 Gazali Rahman Collector 85 75 75 90 85 82
Agung
6 Sales 85 85 85 100 80 87
Kurniawan
7 Hadi Prasetyo Sales 70 80 70 95 75 78
8 Firmansyah Surveyor 90 85 90 75 80 84
87
10 Ramdani Sales 80 75 75 85 75 78
Tabel 4. 7. Data setelah proses fuzzy
NILAI KRITERIA
solving
1 Budiman Sales 90 70 80 100 75 68,64
2 Sigit Purnomo Surveyor 75 70 85 85 75 71,44
3 Bekti susilo Surveyor 90 90 85 100 85 73,56
4 Gazali Rahman Collector 85 75 75 90 85 74,64
Agung
6 Sales 85 85 85 100 80 74,32
Kurniawan
7 Hadi Prasetyo Sales 70 80 70 95 75 77,16
8 Firmansyah Surveyor 90 85 90 75 80 80,6
10 Ramdani Sales 80 75 75 85 75 77,53
Berdasarkan pada penyajian data sebelum dilakukan proses fuzzy dengan
data sesudah dilakukannya proses fuzzy, terjadi perubahan yang signifikan
dimana pada proses sebelumnya yang tidak menggunakan fuzzy, urutan rangking
pertama untuk rekomendasi karyawan teladan jatuh kepada Adi Kurniadi. Setelah
menggunakan fuzzy tsukamoto rekomendasi pertama untuk karaywan teladan
jatuh kepada Bahrina Fauzi. Begitupula dengan rangking 10 yang sebelumnya
ditempati oleh Gazali Rahman, setelah menggunakan fuzzy tsukamoto rangking
10 ditempati oleh Budiman.
Setelah pengujian selesai dilakukan dan didapatkan validitas pada
pengujian tersebut melalui table diatas, maka dapat digambarkan grafik
perbandingan pemilihan calon karyawan teladan dengan menggunakan penalaran
fuzzy tsukamoto yang menggunakan perhitungan progam dibandingkan dengan
perhitungan manual yang menggunakan alat bantu spreadsheet sebagai berikut.

88
100% 100%
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Perhitungan Manual Perhitungan Program
Perhitungan Manual Perhitungan Program
Gambar 4. 24. Perbandingan perhitungan progam dengan perhitungan manual
4.3. Implikasi Penelitian
Berdasarkan pada uji akurasi program, maka aplikasi sistem pendukung
keputusan ini memiliki tingkat validitas yang tinggi berdasarkan pada penerapan
algoritma fuzzy tsukamoto. Namun untuk penerapan algoritma itu sendiri pada
kasus pemilihan karyawan teladan masih dirasa kurang cukup untuk
mengimplementasikan aplikasi ini, disebabkan ada beberapa hasil inferensi yang
dianggap kurang baik, dalam artian pada saat penginputan kriteria-kriteria dengan
nilai yang tinggi, hasil inferensi yang didapat tidak lebih tinggi dibandingkan
karyawan lain yang memiliki nilai kriteria yang rendah. Ada beberapa faktor yang
menyebabkan hal ini, salah satunya rule atau aturan dan komposisi variabel yang
belum sesuai dengan kasus pemilihan karyawan teladan. Untuk kedepannya

89
diharapkan dapat dikembangkan dengan melakukan modifikasi komposisi
variabel dan pembuatan aturan serta dengan menggunakan algoritam lain selain
fuzzy tsukamoto.
BAB V
PENUTUP
5.1. Kesimpulan
Dengan dibuatnya aplikasi Sistem Inferensi Fuzzy dalam pemilihan
karyawan teladan dengan Fuzzy tsukamoto ini dan berdasarkan pembahasan pada
bab-bab sebelumnya, maka secara garis besar dapat ditarik kesimpulan sebagai
berikut:
Aplikasi sistem ini dibuat sebagai alat bantu pengambilan keputusan
pemilihan calon karyawan teladan berdasarkan pada kriteria-kriteria yang sudah
diteteapkan pada perusahaan dengan menggunakan metode tsukamoto. Dalam
sistem ini diperoleh hasil yang sama antara perhitungan fuzzy pada sistem dengan
perhitungan fuzzy manual dengan menggunakan alat bantu spreadsheet.
5.2. Saran
Mengingat berbagai keterbatasan yang dialami penulis terutama masalah
pemikiran dan waktu, maka penulis menyarankan untuk pengembangan penelitian
dimasa yang akan datang sebagai berikut:
1. Diharapkan dapat menemukan komposisi yang baik dan pembuatan aturan
atau rule yang cocok dengan kasus pemilihan karyawan teladan.
2. Diharapkan dapat dikembangkan dengan metode-metode inferensi lainnya
misalnya Metode Min-Max dan Metode Sugeno.
3. Diharapkan dapat dikembangkan dengan menggunakan algoritma lain untuk
mencapai suatu keakuratan data dalam kasus pemilihan karyawan teladan.
90
91
DAFTAR PUSTAKA
Ayuningtyas, I. K., Saptono, F., & Hidayat, T. (2007). Sistem Pendukung

Keputusan Penanganan Balita Menggunakan Penalaran Fuzzy Mamdani.
Seminar Nasional Aplikasi Teknologi Informasi 2007 (SNATI 2007) , L65-
L71.
Chandraleka, H. (2007). Panduan Praktis Pemrograman Delphi 8. Yogyakarta:

Penerbit Andi Yogyakarta.
Djunaedi, M., Setiawan, E., & Andista, F. W. (2005). Penentuan Jumlah Produksi
Dengan Aplikasi Metode Fuzzy-Mamdani. Jurnah Ilmiah Teknik Industri ,
95-104.
Kani, Firmansyah, & Sufandi, U. U. (2010). Pemrograman Database

Menggunakan Delphi. Jakarta: Graha Ilmu.
Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy untuk Pendukung
Keputusan. Yogyakarta: Graha Ilmu.
Parwati, N. M. (2009). Rancang Bangun Sistem Pendukung Keputusan Pemilihan

Karyawan Teladan Menggunakan Metode Fuzzy AHP. (Studi Kasus : PT.
BTDC Nusa Dua Bali. Surabaya: STIKOM Surabaya.
Rahman, A. (2011). Sisem Penunjang Keputusan Dalam Penentuan Penerima

Kredit Mobil Berbasis Analitical Hierarchy Proses(AHP). Banjarmasin:
STMIK Banjarbaru.
92
DAFTAR RIWAYAT HIDUP
a. Data Personal
NIM :
Nama :
Tempat / Tgl. Lahir :
Jenis Kelamin :
Agama : Islam
Status Perkawinan : Lajang
Jenjang : Strata Satu (S1)
Program Studi : Sistem Informasi
Alamat Rumah :
Telp. :
Email :
ID Messenger :
b. Pendidikan Formal
Jenjang Nama Lembaga Jurusan Tahun Lulus
SD/MI
SMP/MTs.
SMA/MK/MA
Demikianlah daftar riwayat hidup ini dibuat dengan sebenarnya.
Banjarmasin, September 2011

Mahasiswa Ybs.,

SPK Pemilihan Karyawan Teladan Dengan Metode Fuzzy Tsukamoto

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

SPK Pemilihan Karyawan Teladan Dengan Metode Fuzzy Tsukamoto

Diunggah oleh

Hak Cipta:

Format Tersedia

SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN

KARYAWAN TELADAN DENGAN LOGIKA FUZZY

Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan

PROGRAM STUDI SISTEM INFORMASI

Nama : AAN HIDAYAT

Banjarmasin, September 2011

Ir. Rintana Arnie, M.Kom.

Bahar A. Rahman, M.Kom.

Nama : AAN HIDAYAT

1 Ir. Rintana Arnie, M.Kom Ketua

Bahar A. Rahman, M.Kom Drs. H. Sushermanto

Nama : AAN HIDAYAT

Banjarmasin, 17 Desember 2011

Dalam proses penilaian kualitas karyawan, PT. FIF melakukan pemilihan

Kata Kunci : Algoritma Fuzzy Tsukamoto, Representasi bentuk kurva bahu ,

In the process of quality assessment of employees, PT. FIF conduct

Keyword : Tsukamoto Fuzzy Algorithms, Representations of the curve shoulder,

Banjarmasin, 17 Desember 2011

Tabel 3. 1. Sampel data karyawan .................................................................................... 22

1.1. Latar Belakang

Kualitas karyawan pada sebagian besar perusahaan merupakan suatu

permasalah yang sangat penting. Dengan adanya karyawan-karyawan yang

berkualitas membuat suatu perusahaan dapat berdiri dengan kokoh, bertumbuh

kerjasama yang baik antara semua karyawan dan pemimpin perusahaan.

PT F.I.F (Federal International Finance) cabang Batu Licin merupakan

Bagi pimpinan maupun pemilik dari PT F.I.F menganggap karyawan-karyawan

yang bekerja di perusahannya merupakan roda penggerak yang sangat penting

bagi kelangsungan perusahaan. Pemilihan karyawan teladan dilakukan secara

untuk terus meningkatkan atau bahkan tetap mempertahankan dedikasi dan

kinerjanya di perusahaan dari tahun ke tahun.

Proses pemilihan karyawan teladan tersebut bukan merupakan hal yang

jadi karyawan teladan. Banyak kriteria-kriteria sebagai penilaian yang digunakan

dalam proses pemilihan, dimana kriteria-kriteria tersebut didasarkan pada persepsi

teladan adalah sering kali pimpinan sebagai pengambil keputusan masih

untuk menentukan tepat atau tidaknya seseorang terpilih sebagai karyawan

dapat diterapkan untuk membangun suatu sistem sebagai penyelesaian masalah

mengatasi masalah yang sedang dihadapi. Beberapa penelitian diantaranya yang

menerapkan metode ini adalah Ganjar Ramadhan dengan judulnya “Menentukan

Harga Mobil Bekas Toyota Avanza Menggunakan Metode Tsukamoto” meneliti

pantas dibayar untuk membeli mobil tersebut. Penelitian tersebut melakukan

mengatasi permasalahan diatas, yaitu dengan menerapkan logika fuzzy

menggunakan penalaran tsukamoto pada sistem yang dapat memberikan solusi

yang tepat dalam menentukan pemilihan karyawan teladan.

1.2. Permasalahan Penelitian

1.2.1. Identifikasi Masalah

Berdasarkan pada uraian latar belakang diatas, maka identifikasi

dilakukan dengan memilih salah satu karyawan yang di rekomendasikan oleh

Banyak kriteria-kriteria sebagai penilaian yang digunakan dalam proses

pemilihan, dimana kriteria-kriteria tersebut didasarkan pada persepsi seseorang.

1.2.2. Ruang Lingkup Masalah

Ruang lingkup masalah untuk penelitian ini meliputi :

1. Kriteria-kriteria yang akan dipergunakan dalam sistem pendukung keputusan

ini adalah disiplin, loyalitas, komunikasi, absensi, dan problem solving.

2. Sistem pendukung keputusan ini disesuaikan dengan aturan yang berlaku di

PT. FIF cabang Batulicin.

3. Sistem pendukung keputusan ini hanya diperuntukkan untuk karyawan yang

berkedudukan sebagai staf di PT.FIF cabang Batulicin.

1.2.3. Rumusan Masalah

Rumusan masalah dalam penelitian ini adalah bagaimana cara membangun

menerapkan metode fuzzy tsukamoto?

1.3. Tujuan dan Manfaat Penelitian

1.3.1. Tujuan Penelitian

memiliki tujuan membuat aplikasi serta menerapkan logika fuzzy tsukamoto