THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
IMPLEMENTASI LOGIKA KABUR UNTUK SELEKSI CALON PENERIMA BEASISWA DALAM SISTEM BERBASIS WEB 1
2
2
Heru Supriyono, Muhammad Fikri Khaidir, Ahmad Kurnianto, Sujalwo
3
1
Fakultas Teknik UMS Kontak email:
[email protected], 2 Fakultas Komunikasi dan Informatika UMS
[email protected], 2 Fakultas Kependidikan dan Ilmu Pendidikan UMS Kontak email:
[email protected],
Abstract This paper discusses the implementation of fuzzy logic for selecting scholarship recipients into a web-based systems. Fuzzy logic type Mamdani was used as the core of the systems. The objective of the published research is to measure the validation of the fuzzy logic algorithm and the web-based systems performance. Systems Development Life Cycle (SDLC) of waterfall method was used in the system development process. The Fuzzy Logic algorithm was developed using Python programming languaage built in the Django framework. The result of the research is a web-based scholarship selection systems. The validation of developed systems was tested using real data and the results show the validity level of the system was 92.31%. The blackbox testing result showed that all functions and menus of the system were functioning well. The user acceptance test results showed that 80% of respondents said that the developed systems was interesting, user friendly, and is satisfying. Key words: Fuzzy logic, Mamdani inference systems, scholarship selection systems, web-based systems
1. PENDAHULUAN Sistem pakar adalah sebuah metode komputasi komputer yang meniru bagaimana manusia menyelesaikan permasalahan, biasanya adalah masalah yang kompleks, yang sesuai dengan keahlian yang dimilikinya (Badiru & Cheung, 2002). Seperti layaknya manusia, dalam menyelesaikan permasalahan yang diberikan, pertama-tama sistem pakar menerima masukan yaitu permasalahan apa yang akan diselesaikan kemudian menggunakan metode tertentu untuk mempertimbangkan dan menilai masukanmasukan yang ada tersebut untuk mengambil suatu keputusan. Sebuah sistem pakar dibuat untuk meniru keahlian seorang manusia pakar yang dalam bekerja tanpa mempunyai kecenderungan pribadi karena komputer tidak mempunyai perasaan. Logika kabur adalah salah satu metode komputasi komputer yang mengadopsi istilah bahasa linguistik yang digunakan manusia dalam berkomunikasi
dalam proses penalarannya. Sejauh yang peneliti ketahui, sistem pakar berbasis logika kabur Mamdani untuk penyelesaian masalah beasiswa belum pernah dipublikasikan sebelumnya. Berangkat dari kondisi ini, peneliti sudah pernah mempublikasikan hasil pengembangan sistem pakar berbasis logika kabur untuk menentukan calon penerima beasiswa dari pelamar yang ada. Hasil yang didapatkan adalah sebuah struktur logika kabur dan basis pengetahuan yang bekerja seperti layaknya manusia ahli bekerja (Supriyono dkk, 2015a). Hasil yang dicapai dalam publikasi tersebut kemudian diimplementasikan dalam sebuah sistem berbasis web. 2. KAJIAN LITERATUR Logika kabur adalah sebuah sistem komputasi yang mengadopsi bahasa linguistik yang digunakan oleh manusia dalam kehidupan sehari-hari (Sivanandam dkk, 2007). Logika kabur mengolah data masukan yang berupa variabel yang bersifat pasti/crisp
1171
THE 5TH URECOL PROCEEDING
18 February 2017
(tegas) yang kemudian dinormalisasi kedalam fungsi keanggotaan sehingga semua masukan mempunyai nilai dalam rentang [0,1] melalui proses yang disebut dengan fuzzifikasi. Masukan yang sudah difuzzifikasi kemudian akan diolah menggunakan sistem inferensi fuzzy atau basis aturan secara umum mempunyai bentuk IF masukan 1 adalah X
UAD, Yogyakarta
DAN masukan 2 adalah Y DAN… MAKA Keluaran adalah O1. Keluaran logika kabur adalah masih berupa variabel kabur yang kemudian harus di-defuzzifikasi untuk mendapatkan nilai keluaran yang bersifat tegas/crisp. Secara umum blok diagram dari logika kabur dapat dilihat pada Gambar 1.
Gambar 1. Diagram blok struktur logika kabur secara keseluruhan (Sivanandam dkk, 2007) Windows 7 x86 32bit. Sistem logika kabur Logika kabur menarik perhatian dari dibuat menggunakan bahasa pemrograman banyak peneliti untuk menyelesaikan berbagai Python versi 2.7 dan kemudian memanfaatkan permasalahan seperti untuk navigasi kapal Django Web-Framework versi 1.9 sebagai (Perea dkk, 2014), untuk proses penilaian platform online untuk sistem yang dihasilkan. terintegrasi terhadap bakat kejuruan untuk Data yang digunakan pada penelitian ini pengelompokan peeserta pelatihan (Petukhov meliputi data mahasiswa pendaftar beasiswa & Steshina, 2014), untuk mendeteksi jalur dan data mahasiswa penerima beasiswa. Data garis lintasan pada sebuah robot automated ini akan digunakan dalam proses validasi guided vehicle (AGV) (Nugraha dkk, 2015), sistem informasi yang dibangun. untuk mendiagnosis penyakit Thalassemia Proses pengembangan sistem secara (Thakur dkk, 2016), dan untuk menyelesaikan keseluruhan meliputi: menentukan variabel permasalahan dalam bidang fiskal input dan variabel output, proses fuzzifikasi, (Maltoudoglou, 2010). proses pembuatan basis aturan, proses defuzzifikasi dan proses validasi sistem pakar yang dibuat. Pada sistem pakar yang akan 3. METODE PENELITIAN Penelitian yang diusulkan ini dapat dikembangkan, masukan dari sistem pakar digolongkan sebagai penelitian yang bersifat adalah data lengkap pelamar beasiswa. aplikatif karena pada penelitian akan Kemudian sistem pakar akan mengolah data dilakukan perancangan dan pengembangan tersebut dengan meniru proses berpikir sebuah sistem informasi berbasis web yang manusia ahli dengan menggunakan metode mengimplementasikan logika kabur untuk penalaran yang dimilikinya. Keluaran dari menyelesaikan permasalahan seleksi calon sistem pakar adalah skor prioritas pelamar penerima beasiswa. Pada penelitian ini, beasiswa. Semakin tinggi skornya berarti peralatan penelitian yang utama adalah satu mahasiswa terrsebut semakin unit komputer dengan prosesor Intel core i5 direkomendasikan untuk mendapatkan M330 2.13 Ghz, random access memory beasiswa. Konsep sistem pakar untuk seleksi (RAM) 4 GB, 320 GB HDD, sistem operasi beasiswa dapat dilihat pada Gambar 2.
1172
THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
Gambar 2. Diagaram blok sistem pakar yang akan dikembangkan.
Penentuan variabel masukan, fungsi keanggotaan dan pembentukan basis aturan Variabel masukan yang diolah oleh logika kabur ditentukan melalui survei dan hasil wawancara dengan wakil dekan bidang kemahasiswaan (WD III). Hasil yang diperoleh adalah ada lima faktor utama yang dipertimbangkan dalam seleksi calon penerima beasiswa meliputi (1) indeks prestasi kumulatif (IPK), (2) jumlah tanggungan orang tua, (3) penghasilan orang tua, (4) prestasi, dan (5) keaktifan dalam organisasi kemahasiswaan di kampus. Untuk memudahkan komputasi maka digunakan fungsi keanggotaan segitiga dan trapesium untuk semua variabel masukan seperti yang dapat dilihat pada Gambar 3-Gambar 5. Sistem berbasis logika kabur mempunyai sebuah variabel keluaran yaitu berupa nilai rekomendasi yang juga dinyatakan dalam fungsi keanggotaan segitiga (Gambar 6)
Gambar 3. Fungsi keanggotaan untuk: (a) IPK dan (b) jumlah tanggungan orang tua (TAN)
Gambar 5. Fungsi keanggotaan untuk: (a) prestasi mahasiswa (PRE) dan (b) keaktifan dalam organisasi (ORG) .
Gambar 6. Fungsi keanggotaan untuk variabel keluaran: nilai rekomendasi. Nilai rekomendasi atau skor prioritas pelamar beasiswa akan ditentukan menggunakan aturan logika kabur. Berdasarkan jumlah fungsi keanggotaan yang digunakan untuk masing-masing variable masukan maka dapat dihitung jumlah maksimal kemungkinan aturan yaitu sebanyak 3x3x3x3x3=243 aturan. Nilai rekomendasi didapatkan dari proses defuzzifikasi dengan metode Center of Mass (COM) seperti yang dapat dinyatakan dalam persamaan 1. N
z
Z j 1 N
j Z j
(1)
Z j 1
Gambar 4. Fungsi keanggotaan untuk penghasilan orang tua (POT).
j
j
j
Perancangan Usecase Sistem yang dikembangkan memiliki 2 aktor pengguna dengan hak akses yang berbeda yaitu administrator dan user. Masing-masing aktor memiliki mampu melakukan kegiatan
1173
THE 5TH URECOL PROCEEDING
18 February 2017
sesuai dengan hak aksesnya seperti yang ditunjukkan dalam Gambar 7.
UAD, Yogyakarta
Alur aliran data sistem yang dibuat dapat dilihat dalam diagram kelas (class diagram) pada Gambar 8.
Gambar 7. Diagram usecase sistem Perancangan Class Diagram
Gambar 8. Diagram Kelas
4. HASIL DAN PEMBAHASAN 4.1. Hasil Penelitian Hasil penelitian ini adalah berupa sistem penyeleksian calon penerima beasiswa berbasis web. Mahasiswa pelamar beasiswa bisa melakukan pendaftaran akun dan kemudian mengisikan informasi dan mengunggah bukti berkas yang diperlukan melalui antarmuka yang disediakan. Admin
dapat melihat semua calon pelamar yang mengajukan akun dan dapat melakukan validasi. Setelah berhasil, pelamar beasiswa dapat mencetak tanda bukti sudah mengajukan lamaran beasiswa. Tampilan halaman validasi pelamar dan daftar mahasiswa yang sudah tervalidasi dapat dilihat pada Gambar 9.
1174
THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
Gambar 9. (a)Halaman Validasi dan (b)Halaman Penyeleksian Kemudian administrator dapat melakukan pengolahan semua data dari pelamar yang masuk dengan menggunakan algoritma logiika kabur yang sudah diprogramkan untuk mendapatkan nilai rekomendasi untuk masing-masing pelamar. Admin kemudian bisa mengklik tombol mahasiswa mana yang
dinyatakan diterima/direkomendasikan (tampilannya seperti dapat dilihat pada Gambar 10). Mahasiswa akan melihat hasil akhir apakah diterima/direkomendasikan atau tidak.
Gambar 10. Halaman Pengumuman tanpa adanya tombol bersifat administratif. 4.2. Pengujian dan Pembahasan Pengujian Validitas Algoritma Pengujian pertama yang dilakukan pada sistem yang dikembangkan adalah pengujian validitas algoritma logika kabur yang dikembangkan. Uji validitas dilakukan dengan membandingkan hasil prediksi sistem dengan hasil pengumuman penerima beasiswa dengan menggunakan data nyata yaitu data pelamar beasiswa Astra tahun 2015 dan data
penerima beasiswa astra tahun 2015 Fakultas Teknik Universitas Muhammadiyah. Beasiswa ini mengalokasikan total 13 mahasiswa penerima dengan jumlah pelamar sebanyak 76l mahasiswa. Perbandingan hasil antara mahasiswa penerima dengan hasil prediksi oleh algoritma logika kabur dapat dilihat pada Tabel 1.
1175
THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
Tabel 1. Hasil pengujian validitas algoritma. (Keterangan: Data adalah daftar aktual penerima beasiswa, Hasil Perhitungan Engine adalah daftar penerima beasiswa hasil prediksi algoritma logika kabur)
Hasil pengujian validitas pada Tabel 1 menunjukkan bahwa algoritma mampu melakukan prediksi dengan benar sebanyak 12 mahasiswa dengan satu prediksi saja yang
TingkatValiditas V
keliru. Tingkat atau nilai validitas hasil program aplikasi dapat dihitung sebagai berikut:
Jumlah Pr ediksiBenar 12 100% 100% 92.31% JumlahTotalData 13
Pengujian Black Box Pengujian kedua yang dilakukan adalah pengujian blackbox untuk menguji fungsionalitas semua menu/fitur yang disediakan oleh sistem berbasis web baik dari sisi administrator maupun dari sisi user biasa. Hasil pengujian yang ditunjukkan pada Tabel 2 dan Tabel 3 mengindikasikan bahwa semua menu dan fungsionalitas sistem sudah berfungsi dengan baik. Kemudian kelayakan
sistem secara keseluruhan diuji dengan melakuan pengujian tingkat penerimaan kepada calon pengguna. Hal-hal yang dimasukkan dalam pengujian kepada calon pengguna meliputi tampilan, desain, dan kemudahan digunakan. Hasil pengujian kepada calon pengguna yang ditampilkan pada Tabel 4 menunjukkan sistem sudah memenuhi ekspektasi pengguna sehingga layak untuk digunakan.
1176
THE 5TH URECOL PROCEEDING
18 February 2017
UAD, Yogyakarta
Tabel 2. Hasil pengujian blackbox: untuk administrator.
Tabel 3. Hasil Pengujian blackbox: untuk user biasa.
Tabel 4. Hasil Pengujian Black Box (User Interface).
5. SIMPULAN Berdasarkan hasil pengujian dan dan pembahasan dapat ditarik kesimpulan: (1) Algoritma logika kabur yang digunakan sudah mampu memprediksi calon penerima beasiswa dengan tingkat validitas sebesar
92.31%, (2) hasil pengujian blackbox menunjukkan semua menu dan dan fituru yang disediakan sudah berfungsi dengan baik, (3) hasil pengujian tingkat penerimaan calon pengguna menunjukkan sebagian besar calon pengguna berpendapat tampilan aplikasi
1177
THE 5TH URECOL PROCEEDING
18 February 2017
menarik, sistem mudah digunakan, kontenkonten sudah sesuai dengan yang diinginkan sehingga layak utnuk digunakan. 6. UCAPAN TERIMA KASIH DAN PERSANTUNAN Penelitian yang dipublikasikan ini didanai oleh Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Muhammadiyah Surakarta (LPPM UMS). Penelitian ini melibatkan dua orang mahasiswa yaitu Muhammad Fikri Khaidir dan Achmad Kurnianto yang digunakannya sebagai Tugas Akhir dalam rangka menyelesaikan pendidikan tingkat sarjana (S1) di Program Studi Informatika Faklutas Komunikasi dan Informatika Universitas Muhammadiyah Surakarta.
UAD, Yogyakarta
Sivanandam, S. N., Sumathi, S., & Deepa, S. N. (2007). Introduction to fuzzy logic using MATLAB. Berlin:Springer. Supriyono, H., Sujalwo, S., Sulistyawati, T., & Trikuncahyo, A. R. (2015). Sistem Pakar Berbasis Logika Kabur Untuk Penentuan Penerima Beasiswa. Emitor, 15(1), 22-28. Xu, S., Chen, L., Wang, C., & Rud, O. (2016). A comparative study on black-box testing with open source applications. Proceeding of 17th IEEE/ACIS International Conference Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing (SNPD), 527-532.
7. DAFTAR PUSTAKA Badiru, Adedeji and Cheung, John Y. (2002). Fuzzy engineering expert systems with neural network. New York: John Wiley and Sons Inc. Maltoudoglou, L., Boutalis, Y., & Loukeris, N. (2015). A fuzzy system model for financial assessment of listed companies. Proceeding of 6th International Conference Information, Intelligence, Systems and Applications (IISA), 1-6. Nugraha, M. B., Ardianto, P. R., & Darlis, D. (2015). Design and implementation of RFID line-follower robot system with color detection capability using fuzzy logic. Proceeding of Control, Electronics, Renewable Energy and Communications (ICCEREC), 75-78. Perera, L. P., Carvalho, J. P., & Soares, C. G. (2014). Solutions to the failures and limitations of Mamdani fuzzy inference in ship navigation. IEEE Transactions on Vehicular Technology, 63(4), 1539-1554. Petukhov, I., & Steshina, L. (2014). Assessment of vocational aptitude of man-machine systems operators. Proceeding of 7th International Conference on Human System Interactions (HSI), 44-48.
1178
