LATAR BELAKANG

Sekolah yang berkompeten adalah sekolah yang memiliki tenaga pengajar yang

berkompeten. Peran guru dalam sekolah sangat penting karena mereka yang akan memberikan

pelajaran kepada anak didiknya. Oleh karena itu seorang guru yang akan mengajar di sekolah

harus memiliki nilai kompetensi, agar bisa mengajarkan pelajaran dengan baik kepada anak

didiknya. Kompetensi guru adalah seperangkat pengetahuan, keterampilan, dan perilaku yang

harus dimiliki, dihayati, dan dikuasai oleh guru dalam melaksanakan kewajiban-kewajibannya

secara bertanggung jawab dan layak.

Oleh karena itu, saya membuat sebuah program artificial intelligence sederhana untuk

membantu para guru dimana program ini dapat meniru lembaga kompetensi guru dalam

memprediksi berapa kira – kira kompetensi yang dimiliki masing-masing guru berdasarkan

parameter yang telah di pertimbangkan dari pengelolaan data oleh penulis seperti lama mengajar,

penilaian dari atasan / pengawas, dan penghargaan tambahan yang di dapat masing-masing guru.

Sistem ini untuk memudahkan para guru agar dalam melakukan UKG (Uji Kompetensi Guru) bisa

secara online tanpa harus melakukan tes ke lembaga pengujian kompetensi guru.

1. RUMUSAN MASALAH

Rumusan masalah yang akan dibahas dalam laporan perancangan ini adalah meliputi :

Apa yang menjadi latar belakang dibuatnya program fuzzy logic ini?

Apa saja variabel yang menjadi himpunan fuzzy dalam program ini?

Bagaimana bentuk grafik fungsi keanggotaan dari setiap variabel fuzzy?

Apa saja rules yang dibuat?

Bagaimana implementasi dan evaluasi program ini serta rencana jangka panjang dalam

pengembangannya?

2. PERANCANGAN SOFTWARE

Sistem inferensi fuzzy (fuzzy inference system/FIS)

adalah sistem yang dapat melakukan penalaran dengan

prinsip serupa seperti manusia melakukan penalaran

dengan nalurinnya.

Sistem ini didasarkan atas teori logika fuzzy yang

memiliki kemampuan dalam proses penalaran secara

bahasa (linguistic reasoning). Sehingga dalam

perancangannya tidak memerlukan persamaan matematik

dari objek yang akan dikendalikan.

3. DATA REFERENSI

Data yang digunakan adalah komponen-komponen dari kompetensi kepribadian yang diambil

dari Uji Kompetensi Guru Dalam Jabatan Tahun 2011,2012. Sedangkan data fuzzy yang digunakan

adalah data skor atau nilai pada kompetensi kepribadian di masing-masing komponen, yaitu:

pengalaman mengajar, penilaian dari atasan dan pengawas, dan penghargaan yang relevan dengan

bidang pendidikan.

Data hasil uji kompetensi guru tahun 2013

Data hasil uji kompetensi guru tahun 2012

4. PERANCANGAN

4.1.1. Variabel Fuzzy

Sistem fuzzy ini terdiri dari variabel lama mengajar (tahun), penilaian atasan / pengawas

(score), penghargaan tambahan (jumlah penghargaan relevan dengan bidang pendidikan yang

dicapai selama menjadi guru). Lama mengajar dalam tahun akan dihitung scorenya sbb :

Lama Mengajar (tahun) Score

>31 tahun 220

29 – 31 tahun 205

26 – 28 tahun 190

23 – 25 tahun 175

20 – 22 tahun 160

17 – 19 tahun 145

14 – 16 tahun 130

11 – 13 tahun 115

8 – 10 tahun 100

5-7 tahun 85

<5 tahun 70

4.1.2. Himpunan Fuzzy

Variabel lama, terbagi menjadi 3 himpunan fuzzy, yaitu : cukup, baik, baik sekali.

Variabel nilai, terbagi menjadi 3 himpunan fuzzy, yaitu : cukup, baik, baik sekali.

Variabel tambahan, terbagi menjadi 2 himpunan fuzzy, yaitu : cukup, banyak.

Variabel kompetensi, terbagi menjadi 3 himpunan fuzzy, yaitu : cukup, baik, baik

sekali.

4.1.3. Semesta Pembicaraan

Semesta pembicaraan untuk variabel lama mengajar : [0 +∞) Semesta pembicaraan untuk variabel Penilaian atasan / pengawas : [0 50] Semesta pembicaraan untuk variabel Penghargaan Tambahan : [0 10] Semesta pembicaraan untuk variabel Kompetensi : [0 100)

4.1.4. Domain

Variabel lama mengajar

o Cukup = [0 85]

o Baik = [85 175]

o Baik sekali = [130 +∞)

Variabel penilaian dari atasan dan pengawas

o Cukup = [35 40]

o Baik = [35 45]

o Baik Sekali = [40 50]

Variabel penghargaan tambahan

o Cukup = [1 5]

o Banyak = [3 10]

Variabel Kompetensi

o Cukup = [0 50]

o Baik = [50 80]

o Baik Sekali = [80 +∞)

4.2. FUNGSI KEANGGOTAAN

VARIABEL LAMA MENGAJAR

cukup baik baik sekali

85 130 175

1, x ≤ 85

μCukup [ x ]=¿ 130−x130−85

, 85 ≤ x ≤ 130

0, x ≥ 130

x−85

130−85, 85 ≤ x ≤ 130

μBaik [ x ]=¿ 175−x

175−130130 ≤ x ≤ 175

0, x ≤ 175 OR x ≥ 85

1, 175 ≤ x ≤ 220

μBaikSekali [ x ]=¿ x−20

5, 130 ≤ x ≤ 175

0, x ≤ 130

VARIABEL PENILAIAN ATASAN / PENGAWAS

cukup baik baik sekali

35 40 45 50

1, x ≤ 35

μCukup [ x ]=¿ 40−x

40−35, 35 ≤ x ≤ 40

1

0

1

0

0, x ≥ 40

x−35

40−35, 35 ≤ x ≤ 40

μBaik [ x ]=¿ 45−x

45−4040 ≤ x ≤ 45

0, x =35 OR x ≥45

1, 45 ≤ x ≤ 50

μBaikSekali [ x ]=¿ x−20

5, 40 ≤ x ≤ 45

0, x ≤ 40

VARIABEL PENGHARGAAN TAMBAHAN

3 5

x−13−1

, 1 ≤ x ≤ 3

μCukup [ x ]=¿ 5−x5−3

, 3 ≤ x ≤ 5

0, x ≤ 1 OR x ≥ 5

1 , 5 ≤ x ≤ 10

1

0

cukup banyak

μBanyak [ x ]=¿ x−35−3

, 3 ≤ x ≤ 5

0, x ≤ 3

VARIABEL KOMPETENSI

cukup baik baik sekali

6 8 10

1, x ≤ 6

μKompetensiCukup [ x ]=¿ 8−x

2, 6 ≤ x ≤ 8

0, x ≥ 8

x−6

2, 6 ≤ x ≤ 8

μKompetensiBaik [ x ]=¿ 10−x

2, 8 ≤ x ≤ 10

0, x ≤ 6 OR x ≥ 10

1, x ≥ 10

μKompetensiBaikSkl [ x ]=¿ x−8

2, 8 ≤ x ≤ 10

0, x ≤ 8

1

0

4.3. SISTEM INFERENSI FUZZY

Program ini dibuat dengan menggunakan

Metode Tsukamoto sebagai dasar sistem inferensi

fuzzy. Pada ini, 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 secara tegas (crisp)

berdasarkan α-predikat (fire strength). Hasil akhirnya

diperoleh dengan menggunakan rata-rata terbobot (z). Untuk menghitung hasil Z Rata – Rata

( yang merupakan hasil output untuk jumlah kompetensi guru ), digunakan rumus akhir :

z=α 1 z1+α 2 z 1+…+αnznα 1+α 2+…+αn

4.4. RULES

NO IF LAMA and SCORE and TAMBAHAN THEN KOMPETENSI

1 IF Cukup and Cukup and Cukup THEN Cukup

2 IF Cukup and Cukup and Banyak THEN Cukup

3 IF Cukup and Baik and Cukup THEN Cukup

4 IF Cukup and Baik and Banyak THEN Baik

5 IF Cukup and Baik Sekali and Cukup THEN Cukup

6 IF Cukup and Baik Sekali and Banyak THEN Baik

7 IF Baik and Cukup and Cukup THEN Cukup

8 IF Baik and Cukup and Banyak THEN Baik

9 IF Baik and Baik and Cukup THEN Baik

10 IF Baik and Baik and Banyak THEN Baik Sekali

11 IF Baik and Baik Sekali and Cukup THEN Baik

12 IF Baik and Baik Sekali and Banyak THEN Baik Sekali

13 IF Baik Sekali and Cukup and Cukup THEN Cukup

14 IF Baik Sekali and Cukup and Banyak THEN Baik

15 IF Baik Sekali and Baik and Cukup THEN Baik

16 IF Baik Sekali and Baik and Banyak THEN Baik Sekali

17 IF Baik Sekali and Baik Sekali and Cukup THEN Baik

18 IF Baik Sekali and Baik Sekali and Banyak THEN Baik Sekali

5. IMPLEMENTASI DAN EVALUASI

5.1. Langkah kerja program

1. Program meminta input berupa lama mengajar (tahun), penilaian atasan / pengawas

(score), penghargaan tambahan (jumlah penghargaan yang dicapai selama menjadi

guru).

2. Setelah itu program akan menghitung mu untuk setiap variabel.

3. Program kemudian akan menghitung nilai mu MINIMAL ( alpha-predikat ) untuk

setiap rules yang ada (total ada 18 rules) serta menggunakan nilai alpha-predikat

tersebut untuk menghitung nilai zKompetensi(n).

4. Setelah mendapatkan hasil alpha-predikat, zKompetensi(n), maka akan dihitung nilai

z rata-rata Kompetensi.

5. Program akan menampilkan hasil prediksi jumlah kompetensi (z rata-rata

kompetensi).

Program Sistem Penentuan Kompetensi Guru

5.3. Evaluasi

1. Program masih terbatas pada tiga variabel penentu yakni lama mengajar (tahun),

penilaian atasan / pengawas (score), penghargaan tambahan (jumlah penghargaan yang

dicapai selama menjadi guru). Masih dapat ditambah variabel – variabel lain agar dapat

memberikan hasil yang lebih.

2. Program dapat dilengkapi dengan data set hasil survey yang lebih lengkap dan

menyeluruh, sehingga dapat memberikan hasil yang akurat.

SUMBER REFERENSI & DATA:

http://www.m-edukasi.web.id/2013/07/pengumuman-hasil-ukg-2013.html?m=1 http://sergur.kemdiknas.go.id/sg13/ http://ukg.kemdikbud.go.id/info/ http://bpsdmpk.kemdikbud.go.id/ukguru/index.php

Kusumadewi, S. dan Purnomo, H. 2010. Aplikasi Logika untuk Pendukung Keputusan.

Graha Ilmu. Yogyakarta.

Majid, A. 2007. Perencanaan Pembelajaran Mengembangkan Standar Kompetensi

Guru.PT Remaja Rosdakarya. Bandung.

Raharjo, B, Heryanto, I, dan Haryono, A. 2009. Mudah Belajar Java. Informatika

Bandung.Bandung.