fuzzy multi criteria decision making

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKANPILIHAN MINAT PERGURUAN TINGGI KOTA JAMBI

DENGAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

1. ELGA JUHARYANTO (11120448)2. DIAN RAHMAWATI (11121012)3. INDRI RAHMASARI (11120465)4. NURWAHYUDI (11120452)5. RI ASRI NOVIANTI (11120463)

6. SETO EL-KAHFI (11120385)7. TULUS PRASETYO JATI

(11121143)8. WAHYU ABADI (11120503)

ANGGOTA

Menu Utam

a

Selesai

MENU UTAMA

Abstraksi & Pendahuluan

Landasan Teori

Evaluasi Himpunan FUZZY

Contoh Kasus

Diagram Alir Sistem

Implementasi & Pengujian

Kesimpulan

Kembali Ke Halaman Awal

ABSTRAK

Salah satu cabang ilmu kecerdasan buatan (artificial intelligence) adalah Sistem Pendukung Keputusan (Decision Support System)., Sistem Pendukung Keputusan dibidang pendidikan yaitu pada proses pengambilan pilihan minat Perguruan Tinggi, yang sifatnya dapat membantu pengambil keputusan dalam memberikan alternatif–alternatif putusan jurusan yang tepat bagi Mahasiswa. Untuk mendukung hal tersebut diatas maka diperlukan suatu sistem pendukung keputusan yang mampu memberikan dukungan terhadap proses penentuan jurusan yang tepat untuk siswa di SMU.

Proses penentuan jurusan ini dengan cara mempertimbangkan kemampuan, bakat dan minat siswa terhadap suatu jurusan, dengan menggunakan logika fuzzy. Logika fuzzy berfungsi melakukan pemrosesan terhadap faktor kepastian dan ketidakpastian. Secara umum logika fuzzy dapat menangani faktor ketidakpastian secara baik sehingga dapat diimplementasikan pada proses pengambilan keputusan.

Model logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari sebuah nilai, kemudian digunakan untuk menentukan hasil yang diinginkan, berdasarkan aturan-aturan yang telah ditentukan. Tugas Akhir ini akan mengaplikasikan Sistem Pendukung Keputusan dengan menggunakan Metode Fuzzy Multi Criteria Decision Making (FMCDM) untuk menentukan pilihan minat Perguruan Tinggi di Kota Jambi

PENDAHULUAN Dengan adanya perkembangan zaman yang semakin maju

menjadikan kebutuhan untuk meneruskan pendidikan ke jenjang Perguruaan Tinggi meningkat. Keingininan tersebut sering kali membuat calon mahasiswa menemui kendala dalam menentukan jurusan yang diminati, letak kampus, jarak kampus dari tempat tinggal dan biaya kuliah serta fasilitas lain yang ditawarkan dari masing-masing Perguruan Tinggi.

Kendala tersebut kerap kali membuat Perguruan Tingggi membutuhkan suatu bentuk keputusan untuk memudahkan dalam memilih jurusan yang sesuai untuk Calon Mahasiswa. Keputusan yang diambil dalam memilih jurusan mungkin hampir benar sesuai dengan kemampuan, bakat dan minat mahasiswa atau mungkin juga salah. Maka dari itu pembuat keputusan harus benar-benar mempertimbangkan pilihan yang sesuai untuk penjurusan tersebut, sehingga dibutuhkan sistem pendukung keputusan yang dapat mengklasifikasikan pola penjurusan Mahasiswa dengan mempertimbangkan kemampuan, bakat dan minat mahasiswa terhadap suatu jurusan, dengan menggunakan logikafuzzy.

Secara umum logika fuzzy dapat menangani faktor ketidakpastian secara baik sehingga dapat diimplementasikan pada proses pengambilan keputusan. Model logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari sebuah nilai, kemudian digunakan untuk menentukan hasil yang diinginkan, berdasarkan aturan-aturan yang telah ditentukan. Logika fuzzy memiliki kemampuan untuk menjelaskan secara linguistik suatu sistem yang kompleks. Aturan-aturan dalam model fuzzy pada umumnya dibangun berdasarkan keahlian manusia dan pengetahuan heuristik dari sistem yang dimodelkan. Teknik ini selanjutnya dikembangkan menjadi teknik yang dapat mengidentifikasi aturan-aturan dari suatu basis data yang telah dikelompokkan berdasarkan persamaan strukturnya.

Menu

>><<

LANDASAN TEORI

Sistem pendukung keputusan (Decision Support System)

Michael S.scoot Morton awal 1970 Management Decision System ialah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambilan keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak tersruktur.

Little (1970) mendefinisikan DSS sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.

Bonczek,dkk (1980) mendefinisikan DSS sbg sistem berbasis komputer yg terdiri dari 3 komponen yang saling berinteraksi

1. Sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan komponen DSS lain).

2. Sistem pengetahuan (repositori pengetahuan domain masalah yang ada pada DSS baik sebagai data maupun prosedur).

3. Sistem pemrosesan masalah (hubungan antara 2 komponen lainnya,tediri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambil keputusan)

FUZZY MULTI CRITERIA DECISION MAKING

Multi Criteria Decision Making (MCDM) ialah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu.

Kriteria biasanya berupa ukuran-ukuran ,aturan-aturan atau standart yang digunakan dalam pengambilan keputusan .

Fuzzy MCDM dapat dipahami sebagai MCDM dengan data fuzzy. Data fuzzy disini dapat terjadi pada data setiap alternatif pada setiap atribut atau tingkat kepentingan pada setiap kriteria

Pada metode fuzzy Multi Criteria Decision Making (FMCDM)ada 3 langkah penting yang harus dikerjakan .yaitu

Representasi masalah Evaluasi himpunan fuzzy pada setiap alternatif keputusan Melakukan seleksi terhadap alternatif yang optimal

Menu

>><<

REPRENSENTASI MASALAH

Pada bagian ini ada 3 aktivitas yang harus dilakukan yaitu;

Identifikasi tujuan dan kumpulan alternatif keputusannya.tujuan keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah tersebut. Jika ada n alternatif keputusan dari suatu masalah ,maka alternatif –alternatif tersebut dapat ditulis sebagai A={ Ai |i=1,2,3...n}.

Identifikasi kumpulan kriteria ,jika ada k kriteria ,maka dituliskan C={Ct|t=1,2,...k}.

Membangun struktur hirarkidari masalah tersebut berdasarkan pertimbangan –pertimbangan tertentu

GAMBAR STRUKTUR HIRARKI

Menu

>><<

EVALUASI HIMPUNAN FUZZY

Pada bagian ini, ada 3 aktivitas yang harus dilakukan, yaitu :

1. Memilih himpunan rating untuk bobot – bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.

2. Mengevaluasi bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.

3. Mengagregasikan bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.

SELEKSI ALTERNATIF YANG OPTIMAL

Dalam seleksi ini, ada 2 aktifitas yang dilakukan, yaitu :

1. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.

2. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal.

Menu

>><<

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

CASE STUDY

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Menentukan Tujuan dan Alternatif

A1• Teknik Informatika STMIK NH Jambi

A2• Teknik Informatika STIKOM DB Jambi

A3• Sistem Informasi STIKOM DB Jambi

A4• Sistem Informasi STMIK NH Jambi

MINATPERGURUANTINGGI

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Identifikasi Kumpulan Kriteria

• Perangkat komputer lengkap.C1

• SPP terjangkau.C2

• Jurusan terakreditasi.C3

• Menawarkan beasiswa.C4

• Pengajar berkompeten.C5

• Fasilitas yang lengkap.C6

• Kualitas lulusan menjanjikan.C7

KRITERIA

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Struktur Hierarki

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Himpunan Rating & Derajat Kecocokan

RATING 0

1

2

3

4

5

6

C1 C2 C3 C4 C5 C6 C7

1 Kurang Penting KP

2 Agak Penting AP

3 Penting P

4 Cukup Penting CP

5 Penting Sekali PC

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Himpunan Rating & Derajat Kecocokan

A1A2

A3A4

0

1

2

3

4

5

Dera

jat

Kecocokan C1

C2C3C4C5C6C7

Simbol Keterangan Nilai

KC Kurang Cocok 1

AC Agak Cocok 2

C Cocok 3

CC Cukup Cocok 4

SC Sangat Cocok 5

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Evaluasi Bobot Kriteria, Derajat Kecocokan &Bilangan Fuzzy Segitiga

Kepentingan dan Kecocokan Bilangan Fuzzy Segitiga

PS SC 0,75 1 1

CP CC 0,5 0,75 1

P C 0,25 0,5 0,75

AP AC 0 0,25 0,5

KP KC 0 0 0,25

ALTER-NATIF

RATING KECOCOKAN

C1 C2 C3 C4 C5 C6 C7

A1 CC AC SC CC CC CC C

A2 CC C SC CC CC AC C

A3 CC AC SC CC C CC AC

A4 CC C SC CC C AC AC

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Agregasi Bobot Kriteria

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 3 Agregasi Bobot Kriteria

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 Memprioritaskan Alternatif Berdasarkan Agregasi

Untuk a = 0,5 maka nilai F

REPRESENTASI { masalah }

EVALUASI { fuzzy }

SELEKSI { alternatif }

1 2 Memprioritaskan Alternatif Berdasarkan Agregasi

DIAGRAM ALIR SISTEMMulai

Representasi MasalahIndentifikasi Alternatif Ai,

i=1, 2, 3…, nIdentifikasi Kriteria Cii,

Variabel-variabel yang merepresentasikan bobot kepentingan

untuk setiap kriteria adalah :W = {Kurang Penting (KP). Agak Penting (AP). Penting (P). Cukup Penting (CP). Penting Sekali (PS)

A

Evaluasi himpunan Fuzzy untuk Alternatif-alternatif keputusan dan melakukan

agregasi bobot-bobot pada setiap kriteria dan derajat kecocokan alternatif yang

dirumuskan

Derajat kecocokan setiap alternatif dengan kriteria adalah :

S = { Kurang Cocok (KC). Agak Cocok (AC). Cocok (C). Cukup Cocok (CC).

Sangat Cocok (SC)

B

A

Selesai

Menyeleksi alternatif yang optimal

Memprioritaskan alternatif keputusan menggunakan agregasi

Mencari nilai integral

Menentukan alternatif keputusan berdasarkan nilai total integral

tertinggi

B

Menu

>><<

IMPLEMENTASI DAN PENGUJIAN

ANTAR MUKA ALTERNATIF

ANTAR MUKA KRITERIA

ANTAR MUKA KEPENTINGAN DAN KECOCOKAN

ANTAR MUKA RATING KEPENTINGAN

ANTAR MUKA RATING KECOCOKAN

ANTAR MUKA AGREGASI BOBOT-BOBOT KRITERIA

ANTAR MUKA MEMILIH ALTERNATIF KEPUTUSAN DENGAN PRIORITAS TERTINGGI

KESIMPULAN

Menu

>>

<<

TERIMA KASIH ATAS PERHATIANNYA“Barang siapa  menempuh jalan untuk menuntut ilmu, maka Allah akan memudahkan baginya jalan menuju Syorga. Dan sesungguhnya Malaikat membentangkan sayapnya untuk orang yangmenuntut ilmu karena puas dengan apa diperbuatnya, dan bahwasanya penghuni langit dan bumi sampai ikan dilautan memintakan ampun kepada orang yang pandai. Kelebihan orang alim terhadap abid (orang yang ahli ibadah tetapi tidak alim), bagaikan kelebihan bulan purnama terhadap bintang-bintang yang lain. Sesungguhnya ulama adalah pewaris para Nabi, dan bahwasanya para Nabi tidak mewariskan dinar dan dirham, tetapi para Nabi mewariskan ilmu pengetahuan. Maka barang siapa mengambil (menuntut) ilmu, maka ia telah mengambil bagian yang sempurna.” (HR. Turmudzi)

Kembali Ke Halaman

Awal