fuzzy logic sistem penentuan kompetensi guru
DESCRIPTION
Penerapan Fuzzy Logic untuk tugas besar.TRANSCRIPT
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.