2 Juli 2019 : 56 - 63
Abstrak
Pengambilan keputusan dalam penentuan jurusan sangatlah penting, karena penentuanjurusan siswa
berpengaruh terhadap kegiatan akademik siswa dengan adanya penjurusan diharapkan setiap siswa
dapat lebih fokus pada bakat yang dimiliki. Kecenderungan yang terjadi saat ini, banyak siswa hanya
mengikuti pendapat orang tua, teman. Dengan hanya mendasarkan pendapat tersebut dan tanpa
menelaah kemampuannya seorang siswa bisa membuat keputusan yang sangat bertolak belakang dengan
minat dan bakatnya. Akibatnya yang terjadi setelah itu, yaitu kemalasan belajar dan menurunnya
prestasi sekolah karena siswa merasa salah memilih jurusan. Untuk mengatasi permasalahan kesalahan
dalam pemilihan jurusan ini dibutuhkan suatu sistem pendukung keputusan yang mampu melakukan
perhitungan nilai, serta minat yang dimiliki siswa SMA untuk membantu menentukan jurusan yang tepat.
Sistem yang digunakan menggunakan logika fuzzy c-means (FCM) dimana membutuhkan beberapa
masukan berupa nilai rata-rata raport semester ganjil dan semester genap serta nilai rata- rata tes
potensi akademik. Dengan pendekatan tersebut diharapakan siswa mampu memilih jurusan SMA yang
sesuai. Dari kriteria tersebut dibuatlah suatu penerapan penentuan jurusan SMA tersebut. Sebagai ruang
lingkup penulis tesis, melakukan penelitian pada SMA I Barunawati Jakarta Barat. Hasil yang didapat
dalam penelitian ini merupakan penentuan jurusan SMA yang praktis yang dapat diterapkan secara
efisien dan efektif.
Kata Kunci : Sistem Pendukung Keputusan, Pemilihan Jurusan, SMA I Barunawati, Logika Fuzzy C-
Means
.
Fuzzy Clustering adalah salah satu teknik memasukkan datanya melalui “load data”,
untuk menentukan cluster optimal dalam kemudian kita dapat memilih methods yang
suatu ruang vector yang didasarkan pada ingin kita pecahkan jika sudah selesai
bentuk normal Euclidian untuk jarak antar menentukan semuanya kita dapat klik Start
vector. Fuzzy clustering sangat berguna dan hasilnya seperti berikut :
bagi pemodelan fuzzy terutama dalam
mengidentifikasi aturan-aturan fuzzy.
Menurut Jim Bezdek (1965) Ada beberapa
algoritma clustering data, salah satu
diantaranya adalah fuzzyC-Means (FCM)
adalah suatu teknik pengcluster data yang
mana keberadaan tiap- tiap titik data dalam
suatu cluster ditentukan oleh derajat
keanggotaan.
Konsep dasar FCM, pertama kali adalah
menentukan pusat cluster, yang akan
menandai lokasi rata- rata untuk tiap- tiap Gambar 2. FCM dengan GUI Tool
cluster. Pada kondisi awal, pusat cluster ini pada matlab
masih belum akurat. Tiap- tiap titik data
memiliki derajat keanggotaan untuk tiap- Logika Fuzzy merupakan seuatu logika
tiap cluster. Dengan cara memperbaiki yang memiliki nilai kekaburan atau
pusat cluster dan derajat keanggotaan tiap- kesamaran (fuzzyness) antara benar atau
tiap titik data secara berulang, maka akan salah. Dalam teori logika fuzzy suatu nilai
dapat dilihat bahwa pusat cluster akan bias bernilai benar atau salah secara
bergerak menuju lokasi yang tepat. bersama. Namun berapa besar keberadaan
Perulangan ini didasarkan pada minimisasi dan kesalahan suatu tergantung pada bobot
fungsi objektif yang menggambarkan jarak keanggotaan yang dimilikinya. Logika
dari titik data yang diberikan ke pusat fuzzy memiliki derajat keanggotaan dalam
cluster yang berbobot oleh derajat rentang 0 hingga 1. Berbeda dengan logika
keanggotaan titik data tersebut. digital yang hanya memiliki dua nilai 1 atau
0. Logika fuzzy digunakan untuk
menterjemahkan suatu besaran yang
diekspresikan menggunakan bahasa
(linguistic), misalkan besaran kecepatan
laju kendaraan yang diekspresikan dengan
pelan, agak cepat, cepat, dan sangat cepat.
Dan logika fuzzy menunjukan sejauh mana
suatu nilai itu benar dan sejauh mana suatu
nilai itu salah. Tidak seperti logika klasik
(scrisp)/ tegas, suatu nilai hanya
Gambar 1. FCM dengan 2-D Cluster mempunyai 2 kemungkinan yaitu
pada matlab merupakan suatu anggota himpunan atau
tidak. Derajat keanggotaan 0 (nol) artinya
Dan jika kita ingin mengolah data nilai bukan merupakan anggota himpunan
menggunakan GUI Tool pada matlab maka dan 1 (satu) berarti nilai tersebut adalah
tampilannya adalah seperti gambar 1 untuk anggota himpunan.
menampilkan GUI Tool di matlab maka Ada beberapa hal yang perlu diketahui
kita dapat menggunakan listing dalam sistem fuzzy yaitu variabel fuzzy,
“findcluster” kemudian akan otomatis akan himpunan fuzzy, semesta pembicara,
tampil GUI Tool. Dan kita dapat domain, fungsi keanggotaan Variabel fuzzy
57
ORBITH VOL. 15 NO. 2 Juli 2019 : 56 - 63
58
KAJIAN ………………………………………… Dewi Anjani1, Dewi Mustari2, Naely Farkhatin3
(Peminatan IPS)
Dapat dihitung 2 pusat cluster, dengan Gambar 4. Posisi kluster Data Kedua
k = 1,2,8; dan j = 1,2,3 sebagai berikut: Gambar 4. Posisi kluster Data Kedua
(Peminatan IPS)
Setiap peminatan memiliki derajat
68,80 69,60
V1 = keanggotaan tertentu untuk menjadi
68,40 69,10 anggota suatu klaster. Derajat keanggotaan
e. Menghitung Fungsi Objektif (P), didapat terbesar menunjukkan kecenderungan
hasil pada Iterasi pertama adalah : tertinggi seorang siswa untuk masuk
595618.0752 menjadi anggota peminatan tertentu. Secara
f. Mencari matrik partisi baru(U) untuk detail dapat dilihat pada tabel berikut ini.
Iterasi pertama dan Hasil perbaikan
matriks partisi untuk Iterasi ke dua
menggunakan matlab, di dapat ;
67,93 69,42
Vkj =
69,38 68,44
Penyeberan masing-masing anggota klaster
pada Iterasi terakhir dapat di lihat pada
Cluster Interface :
59
ORBITH VOL. 15 NO. 2 Juli 2019 : 56 - 63
60
KAJIAN ………………………………………… Dewi Anjani1, Dewi Mustari2, Naely Farkhatin3
25%
Akurat
Tidak Akurat
73%
61
ORBITH VOL. 15 NO. 2 Juli 2019 : 56 - 63
Pengujian Data Validasi yang dilakukan c. Guru dan siswa dapat berkolaborasi
oleh Algoritma Fuzzy C-Means dengan membuat perencanaan belajar
disimpulkan bahwa terjadi pemilihan guna memperoleh hasil belajar yang
peminatan dengan menggunakan FCM optimal dan memudahkan siswa dalam
lebih akurat dibandingkan dengan penentuan jurusan.
peminatan yang dipilih secara manual. Aspek Penelitian Lanjutan
Berdasarkan hasil penelitian dan Dalam penelitian ini masih terdapat kendala
pengukuran, penerapan FCM ini dapat yang dihadapi berupa aspek psikologis
membawa efek positif dalam proses tentang kepribadian siswa, maka dari itu
penentuan Jurusan SMA yaitu menjadikan perlu dikembangkan penelitian lanjutan
penentuan jurusan lebih cepat dan yang dapat dilakukan melalui penambahan
meningkatkan keakuratan dalam memilih minat (yang diperoleh dari tes psikologis)
jurusan SMA. Dengan demikian adanya sebagai variabel dalam proses penentuan
penerapan FCM mampu memberikan solusi jurusan bagi siswa.
bagi siswa maupun sekolah dalam
penentuan jurusan SMA I Barunawati. 4. Kesimpulan
Aspek Sistem Bahwa berdasarkan hasil nilai indeks
a. Dikarenakan metode Fuzzy C-Means IPA dan IPS yang minimum terletak pada
adalah Metode algoritma yang akan nilai KKM, hasil pengelompokkan dengan
digunakan dalam sistem penentuan menggunakan metode fuzzy C- Means
jurusan sekolah maka pihak lembaga membagi dua kelompok dengan nilai
sebaiknya menyediakan infrastruktur indeks validitas IPA dan IPS. Berdasarkan
yang berupa penyediaan aplikasi dan nilai fungsi objektif nilai indeks validitas
perangkat yang memadai yang lebih baik IPA dan IPS, serta waktu komputasinya
sehingga Guru dan Siswa dapat dengan metode fuzzy C-Means digunakan untuk
mudah dalam menentukan pennetuan penentuan jurusan dengan
jurusan yang sesuai dengan minat siswa. mengelompokkannya menjadi 2 cluster
b. Fasilitas laboraturium dilengkapi dengan dalam penentuan jurusan. Metode Fuzzy C-
aplikasi matlab yang menunjang Means bisa digunakan untuk membantu
penggunaan aplikasi Fuzzy C-Means dan menentukan hasil rata-rata nilai raport
terhubung langsung dengan ruang kerja dalam pemilihan jurusan. Dengan
guru dan pimpinan menggunakan metode ini, nilai rata-rata
Aspek Manajerial ditentukan secara alami, karena
a. Metode Fuzzy C-Means dapat dijadikan berdasarkan pada kecenderungan masing-
kelengkapan administrasi penunjang masing data pada klaster- klasternya.
dalam proses belajar mengajar yang
terintegrasi sehingga memudahkan Daftar Pustaka
pemilihan dan pemilihan bagi guru Agusnaba.(2009). “Belajar Cepat Fuzzy
dalam penentuan jurusan pada siswa di Logic Menggunakan Matlab”.
akhir semester. Yogyakarta : Andi
b. Dengan menggunakan metode Fuzzy C- Bahar. (2009). “Penentuan Jurusan
Means siswa dapat menyusun Sekolah Menengah Atas Dengan
perencanaan pemilihan jurusan melalui Algoritma Fuuzy C-Means”, Semarang
metode simulasi nilai yang diberikan : Universitas Dian Nuswantoro
pada masing-masing mata pelajaran Irfan. Nasrulloh. (2011). “Model Pemilihan
yang ditempuh, diharapkan melalui Jurusan SMK Teknologi Infromasi
metode Fuzzy ini dapat memberikan Dengan Pendekatan Logika Fuzzy”,
gambaran target hasil belajar yang ingin Jakarta : Universitas Budi Luhur
dicapai oleh siswa. Klir, George J, Yuan, Bo. (1995). “Fuzzy
Sets and Fuzzy Logic, Theory and
62
KAJIAN ………………………………………… Dewi Anjani1, Dewi Mustari2, Naely Farkhatin3
63