model fungsi keanggotaan fuzzy multi...

Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015

139

MODEL FUNGSI KEANGGOTAAN FUZZY MULTI CRITERIA

DECISION MAKING PADA PROGRAM SERTIFIKASI GURU

Oleh : Pirmando Gultom, S.Kom,. M.Kom

(1) Magister (S2) Teknik Informatika Universitas Sumatera Utara

Jl. Universitas No. 24A Kampus USU

[email protected]

ABSTRAK

Permasalahan seorang guru harus memiliki beberapa aspek dalam penentuan kualitas,

sehingga guru dapat lebih mempersiapkan mutu dan keahlian, kurangnya mengikuti

Pendidikan dan Pelatihan dalam seminar baik nasional maupun internasionl yang

linier dengan bidang studi yang di ampuh, minimnya pengalaman mengajar,

kurangnya memahami pembuatan perencanaan dan pelaksanaan pembelajaran (RPP),

minimnya prestasi akademik serta karya-karya. Peneliti melakuan simulasi untuk

ketiga model fungsi keanggotaan fuzzy untuk momodelkan solusi pengujian

kelulusan sertifikasi portofolio yang mendekati angka 1 dari antara ketiga model

tersebut yaitu kurva model Segitiga, Trapesium dan Sigmoid, sehingga peneliti

mencoba memberikan solusi dengan menggunakan system fuzzy dengan

menggunakan Model Fungsi Keanggotaan Fuzzy Multi Criteria Decision Making

Pada Program Sertifikasi Guru ini dapat menyelesaikan permasalahannya, sehingga

para guru dapat lebih mudah mengetahui kemampuannya dan pantas atau tidaknya

mengikuti sertifikasi.

Kata Kunci : Model Fungsi Keanggotaan, Sertifikasi Guru, Logika Fuzzy, kurva

Sigmoid, Trapesium dan Kurva Segitiga


140

ABSTRACT

The problems a teacher should have several aspects in determining the quality, so

that teachers can better prepare quality and expertise, lack of follow Education and

training in seminars both nationally and internasionl linear with field studies in a

powerful, lack of teaching experience, a lack of understanding of making the

planning and execution learning (RPP), the lack of academic achievement as well as

works. Researchers performs simulation for all three models Fuzzy membership

functions for momodelkan testing solutions graduation certification portfolio

approaching one of the three models, namely curve models Triangle, Trapezoid and

Sigmoid, so the researchers tried to provide a solution by using the system fuzzy by

using Model Membership Function Fuzzy Multi Criteria Decision Making On

Teacher Certification Program is able to resolve the problem, so that teachers can

more easily determine whether or not the ability and deserve follow certification.

Keywords: Membership Function Model, Teacher Certification, Fuzzy Logic, curve

Sigmoid, Trapezoid and Triangle Curve

PENDAHULUAN

Program sertifikasi guru

merupakan sebuah inovasi dalam

dunia pendidikan.Pengertian inovasi

sendiri adalah suatu ide, barang,

Tujuan diadakannya sertifikasi guru ini

adalah untuk meningkatkan mutu dan

kesejahteraan guru. Oleh karena itu

untuk membuat model yang mampu

mengekspresikan kopetensi tersebut

dapat diselesaikan dengan

menggunakan Logika Fuzzy.

Logika Fuzzy merupakan suatu

logika yang memiliki nilai kekaburan

atau kesamaran (fuzzyness) antara

benar atau salah. Namun seberapa

besar keberadaan dan kesalahan suatu

tergantung pada bobot keanggotaan

dalam rentang 0 hingga 1. Berbeda

dengan logika digital yang hanya

memiliki dua nilai 1 atau 0. Logika

fuzzy digunakan untuk

menerjemahkan suatu besaran

kepuasan terhadap pelayanan yang

mereka terima yang dapat


141

diekspresikan menggunakan bahasa

(linguistic), misalkan penentuan

penilaian kualitas dan Kesejahteraan

guru yang mereka terima yang dapat

diekspresikan melalui fungsi

keanggotaa yaituLulus sertifikat

Portofolio,Mengulang Portofolio,

Diklat Type A, dan Diklat Type B

(gagal). Tidak seperti logika klasik

(scrips), suatu nilai hanya mempunyai

2 kemungkinan yaitu merupakan suatu

anggota himpunan atau tidak. Derajat

keanggotaan 0 (nol) artinya nilai

bukan merupakan anggota himpunan

dan 1 (satu) berarti nilai anggota

hinpunan. Logika fuzzy sangat tepat

digunakan untuk mendapatkan nilai

secara pasti dari input yang diterima

berupa bahasa dan menjadi angka

dengan mengubah menjadi nilai

keanggotaan dalam himpunan fuzzy.

(jyh et al, 1997).

PENELITIAN TERDAHULU

Penelitian yang dilakukan oleh

Wardini (2007) berjudul

Pengembangan Model prestasi kerja

berbasis Kompetensi, yang

menerangkan bahwa perlu dilakukan

perancangan system kinerja guru yang

mengarah pada sistem manajemen

kinerja. Dalam jurnalnya menerangkan

bahwa dalam sistem peningkatan mutu

prestasi kerja guru merupakan

pertimbangan yang utama dalam

melakukan kelulusan sertifikasi guru.

LOGIKA KLASIK

Unsur dasar dari suatu logika

adalah proposisi yang menyatakan

apakah sebuah pernyataan itu dapat

diterima atau ditolak yang kemudian

dapat di simbolkan dengan nilai benar

atau salah. Sebuah pernyataan

proposisi sederhana adalah “Nama

Presiden adalah William” atau “ Umur

Presiden adalah 48” atau pernyataan

proposisi yang lebih komplex adalah “

Nama Depan Presiden adalah

William” dan “Umur Presiden adalah

48 Tahun“. Dari proposisi itu dapat

ditentukan apakan proposisi bernilai

benar atau bernilai salah dari nilai-nilai

yang ada. Jika proposisi itu

diterjemahkan menjadi nilai kalkulus

maka akan didapatkan nilai 0 atau 1,

dimana 0 adalah nilai untuk salah dan

1 adalah nilai untuk benar. Hukum

Exluded Midle mengatakan bahwa

sebuah proposisi hanya boleh bernilai


142

benar atau bernilai salah, dan hukum

Non-contradiction mengatakan bahwa

sebuah proposisi tidak boleh bernilai

sama-sama salah atau bernilai sama-

sama benar pada waktu yang

bersamaan.

HIMPUNAN FUZZY

Untuk mengubah himpunan

crisp menjadi himpuna fuzzy, ada 4

nilai yang harus di pahami yaitu :

a. Variabel Fuzzy

Variabel fuzzy merupakan

variabel yang hendak dibahas

dalam suatu system fuzzy.

b. Himpunan Fuzzy

Himpunan fuzzy merupakan suatu

grup yang mewakili suatu kondisi

atau keadaan tertentu dalam suatu

variabel fuzzy.

c. Semesta pembicaraan

Semesta pembicaraan adalah

keseluruhan nilai yang

diperbolehkan untuk dioperasikan

dalam suatu variabel

fuzzy.Sementara pembicaraan

merupakan himpunan bilangan

real yang senaPtiasa naik secara

monoton dari kiri ke kanan.

d. Domain

Domain himpunan fuzzy adalah

keseluruhan nilai yang diizinkan

dalam semesta pembicaraan dan

boleh dioperasikan dalam suatu

himpunan fuzzy.

FUNGSI KEANGGOTAAN

Fungsi keanggotaan dari suatu

himpunan fuzzy dinyatakan dengan

derajat keanggotaan suatu nilai

terhadap nilai tegasnya yang berkisar

antara 0.0 sampai dengan 1.0.Fungsi

keanggotaan adalah sebuah kurva yang

menunjukkan titik input kedalam nilai

keanggotaanya. Untuk mendapatkan

nilai keanggotaan dapat menggunakan

pendekatan fungsi sebagai berikut :

a. Representasi Linier

Pada representase linier, pemetaan

input ke derajat keanggotaannya

digambarkan sebagai garis lurus.

Bentuk ini adalah menjadi paling

sederhana dan menjadi pilihan

yang baik untuk mendekati suatu

konsep yang kurang jelas.

b. Representase Kurva Segitiga

Kurva segitiga pada dasarnya

merupakan gabungan dari 2 garis

linier.


143

c. Representasi Kurva Travesium

Kurva travesium pada dasarnya

sama dengan kurva segitiga,

namun ada beberapa titik yang

memiliki nilai keanggotaan 1

d. Representasi Kurva- S

Kurva pertumbuhan dan

penyusutan merupakan kurva-S

(sigmoid) yang berhubungan

dengan kenaikan dan penurunan

permukaan secara tak linier.

Kurva S untuk pertumbuhan akan

bergerak dari sisi paling kiri untuk

nilai keanggotaan 0 ke sisi paling

kanan yang nilai keanggotaan 1.

Pada kurva ini bahwa nilai

keanggotaannya akan bertumpu

pada 50% nilai keanggotaannya

atau yang sering disebut dengan

titik infeksi (Cox, 1994)

e. Representase Kurva Bahu

Daerah yang terletak ditengah-

tengah suatu variabel yang

direpresentasikan dengan segitiga,

dan pada sisi kanan dan kirinya

akan naik dan turun, dan pada

nilai tertentu tidak mengalami

perubahan. Himpunan fuzzy bahu

yang bukan segitiga digunakan

untuk mengakhiri variabel suatu

daerah fuzzy dimana bahu kiri

akan bergerak dari nilai

keanggotaan 1 kenilai

keanggotaan 0, sedangkan bahu

kanan akan bergerak dari nilai

keanggotaan 0 kenilai

keanggotaan 1.

f. Representase Kurva Bell

Bentuk lain dari kurva fuzzy

adalah kurva bell, dimana nilai

keanggotaan dipengaruhi oleh

nilai tengah dari domain.

FUZZY REASONING

Kaidah dasar dalam menarik

kesimpulan dari dua nilai logika

tradisional adalah modus ponens, yaitu

kesimpulan tentang nilai kebenaran

pada B diambil berdasarkan kebenaran

pada A. Sebagai contoh, jika A

diidentifikasi dengan “tomat itu

merah” dan B dengan “tomat itu

masak”, kemudian jika benar kalau

“tomat itu merah” maka “tomat itu

masak”, juga benar

FUZZY INFERENCE SYSTEM

Fuzzy Inferece System

memiliki 3 struktur dasar yaitu Rule

Base yang digunakan untuk


144

melakukan seleksi terhadap aturan

fuzzy. Database, komponen ini

digunakan untuk mendefenisikan nilai

keanggotaan dari himpunan fuzzy dan

mekanisme penalaran yang digunakan

untuk menghasilkan output dari

operasi yang dilakukan terhadap

himpunan fuzzy..

Pada dasarnya input yang

diberikan pada fuzzy inference system

adalah berupa himpunan tegas dan

akan menghasilkan output berupa

himpunan fuzzy tergantung kepada

situasi dimana fuzzy inference system

digunakan.

METODOLOGI PENELITIAN

Penelitian tesis ini akan

mencari model fungsi keanggotaan

himpunan fuzzysehingga dapat

menentukan keputusan dalam

penentuan terhadap peningkatan

kualitas dan kesejahteraan guru

melalui program sertifikasi khususnya

satuan pendidikan tingkat SMAdengan

menggunakan fuzzy inference system

dengan model Sugeno ordo-satu.

Untuk meningkatkan kualitas

dan kesejahteraan guru dengan melalui

program sertifikasi guru, maka

sebaiknya fungsi keanggotaan yang

digunakan adalah Model Trapesium

dengan alasan bahwa kurva ini lebih

tepat digunakan untuk mencari nilai

Fungsi keanggotaan dari input data

himpunan tegas dan mendekati nilai 1.

DATA YANG DIGUNAKAN

Penelitian ini melakukan

pengambilan data di Dinas Pendidikan,

waktu yang diperlukan+ 3 bulan yaitu

pertengahan Februari sampai dengan

pertengahan bulan Mei 2013.

TEHNIK PENGUMPULAN DATA

Tehnik penelitian ini peneliti

melakukan konsultasi kepada pegawai

Dinas Pendidikan Serdang Bedagai

yaitu tahap-tahap melakukan

pengumpulan data dokumen guru yang

telah ditentukan oleh Dinas Pendidikan

Privinsi/Kabupaten/Kota dalam LPMP

( Sebagai Jajaran Ditjen PMPTK) yang

bertugas menyiapkan guru agar siap

mengikuti sertifikasi, termasuk

mengatur urutan jika pesertanya

melebihi kapasitas yang ditetapkan.

Beberapa pertimbangan yang

digunakan untuk menyusun urutan


145

daftar calon peserta sertifikasi guru

antara lain :

1) prestasi kerja,

2) beban mengajar,

3) urutan kepangkatan

4) masa kerja

5) usia, dan

6) kesipanan guru dalam

mengikuti uji sertifikasi

Dengan demikian

penyelenggaran uji sertifikasi

dilakukan oleh LPTK, Dirjen Dikti dan

Dirjen PMPTK. Guru peserta

sertifikasi yang di usulkan oleh Dinas

Pendidikan Provinsi/Kabupaten/Kota

mengikuti uji kopetensi yang dikemas

seperangkat instrumen portofolio yang

dilakukan oleh Tim Sertifikasi Pusat.

Hasil uji kopetensi lewat penilaian

portofolio inilah yang dipakai sebagai

dasar penentuan kelulusa sertifikasi.

Teknik yang digunakan peneliti

dalam pengumpulan data yang

dibutuhkan adalah dengan

metode/teknik

1. Menggunakan berbagai macam

literatur yang berhubungan kendali

logika fuzzy dan permasalahan

mengenai peningkatan kualitas dan

kesejahteraan guru melalui

program sertifikasi.

Melakukan pengumpulan data dari


serta mengajukan pertanyaan-

pertanyaan kepada pegawai dinas

pendidikan yang berkompeten maupun

beberapa guru-guru di sekolah lain

yang mengetahui hal-hal yang

berhubungan mengenai topik

pembahasan serta persyaratan

documen terhadap peningkatan


melalui program sertifikasi guru,

mengisi formulir pendaftaran dan

biodata, menyusun dokumen

portofolio dan menyerahkan dokumen

kepada Dinas Pendidikan Kabupaten /

Kota.

HASIL PENGUMPULAN DATA

Data yang dikumpulkan dari


terdiri dari data Kwalifikasi Akademi,

Pendidikan dan Pelatihan, Pengalaman

Mengajar, Perancangan dan Proses

Pembelajaran (RPP), Penilaian dari

Atasan, Prestasi Akademik, Karya

Pengembangan Profesi, Keikut sertaan

dalam forum Ilmiah, Pengalaman


146

Organisasi dibidang kependidikan dan

Sosial dan Penghargaan yang relevan

dengan bidang pendidikan.

Identitas dan Defenisi Variabel

Variabel dalam perumusan

masalah padapenelitian ini adalah

berdasarkan data yang dikumpulkan

dalam penentuan sertifikasi guru

terdapat 10 variabel seperti pada tabel

3.2 dibawah ini :

No VARIABEL PENILAIAN

1 Kualifikasi Akademik

2 Pendidikan Dan Pelatihan

3 Pengalaman Mengajar

4 Perencanaan Pelaksanaan

Pembelajaran

5 Penilaian Dari Atasan

6 Prestasi Akademik

7 Karya Pengembangan Profesi

8 Keikutsertaan Dalam

Forumilmiah

9 Organisasi Dalam Bidang

Pendidikan

10 Penghargaan Yang Relevan

variabel penilaian, maka dalam

penelitian ini digunakan dua criteria

yaitu menggunakan criteria himpunan

tetap dan variabel menggunakan

himpunan fuzzy, dimana variabel-

variabel yang merupakan himpunan

tetap adalah pada tabel 3.3.


1 Kualifikasi Akademik

2 Perencanaan Pelaksanaan

Pembelajaran

3 Penilaian Dari Atasan

4 Karya Pengembangan Profesi

5 Penghargaan Yang Relevan

Sedangkan variabel yang

digunakan dengan logika fuzzy adalah

variabel-variabel yang ada pada tabel

3.4. dibawah ini :


1 Pendidikan Dan Pelatihan

2 Pengalaman Mengajar

3 Prestasi Akademik

4 Keikutsertaan Dalam

Forumilmiah

5 Organisasi Dalam Bidang

Pendidikan

Pembentukan Aturan Dasar Data

Fuzzy

Dalam penelitian ini penulis

telah melakukan penelitian dengan

menggunakan 3 model fuzzy yaitu

Model Fungsi Keanggotaan Sigmoid,

Trapesium dan Segitiga. Dari 3 model


147

fungsi keanggotaan tersebut akan

menghasilkan persentase kelulusan

sertifikasi portofolio masing-masing

berbeda-beda walaupun data yang

digunakan setiap model fungsi

keanggotaan sama. Berikut data

penentuan kelulusan sertifikasi

portofolio seperti tabel 3.5. dibawah

ini :

No Nilai

fortofolio

Keterangan

1 0 –584 Tidak Lulus

2 450 -717 PPLG Tipe B

3 584 – 850 PPLG tipe A

4 .> 850 Lulus

Fortofolio

Gambar 3.1. Fungsi Keanggotaan

sertifikasi

Rule If – Then

Dari instrumen penelitian

sebagaimana disusun dalam tabel 3.1.

dimana jumlah variabel adalah

sebanyak 5, maka setiap variabel

memiliki bobot yang berbeda seperti

tabel 3.6dibawah ini :

DEFUZZYFIKASI

Defuzzyfikasi atau penegasan

adalah tahapan yang dilakukan untuk

mendapatkan himpunan tegas terhadap


melalui program sertifikasi

berdasarkan portofolio, dimana metode

yang digunakan adalah defuzzy

weighted average. Untuk menghitung

nilai kepuasan maka nilai predikat (α-

Variabel Fuzzy

X4

X3

X2

X1

Pendidikan Dan

Pelatihan 25 18,75 12,5 6,25

Pengalaman

Mengajar 40 30 20 10

Prestasi Akademik 20 15 10 5

Keikutsertaan

Dalam

Forum Ilmiah

10 7,5 5 2,5

Organisasi Dalam

Bidang

Pendidikan

5 3,75 2,5 1,25


148

predikat) setiap rule ditentukan dengan

menggunakan persamaan dibawah ini.

α-predikat(i)=

min(𝜇QQ1(x), 𝜇QQ2(x), 𝜇QQ3(x), 𝜇QQ4(x)

, 𝜇QQ5(x))

Selain dari hasil total α-

predikat(i)= min untuk mendapatkan

nilai kelulusan sertifikasi portofolio

ada juga nilai Z yang harus di

tambahkan dari tambahan Nilai Z

yaitu penambahan nilai Variabel

identifikasi untuk memenuhi syarat

penilaian sertifikasi portofolio

sehingga diperolah nilai lulus dengan

persamaan berikut dibawah ini :

𝑧 = 𝛼 𝑖 . 𝑧(𝑖)𝑛

𝑖=1

𝑧(𝑖)𝑛𝑖=1

Tehnik Pengembangan

Gambar 3.2. Langkah-langkah

Penyelesaian Masalah

PERANCANGAN SISTEM

Perancangan sistem model fuzzy ini

dirancang untuk membantu

mengetahui apakah guru sudah

layak mengikuti program sertifikasi

atau tidak. Dengan aplikasi ini

diharapkan semua guru dapat

mengetahuilayak atau tidaknya

syarat mengikuti sertifikasi dan

guru juga dapat mempersiapkan

beberapa aspek-aspek yang

diperlukan dalam persyaratan

sertifikasi.Secara umum sistem

yang akan dibuat adalah seperti

gambar bagan di bawah ini

:

Gambar 3.3. Diagram SistemFuzzy


149

Gambar 3.1.diatas dimulai dengan user

menginputkan variabel, yang terdiri

dari variabel Z1 sampai dengan Z5.

Kemudian kelima variabel tersebut

diproses melalui proses fuzzyfikasi,

hasil dari proses fuzzyfikasi akan

dihitung menggunakan metode fuzzy

sugeno berdasarkan aturan (rulebase

yang sudah didefinisikan), dari hasil

perhitungan tersebut kemudian

dilanjutkan dengan proses

defuzzyfikasi, proses ini akan

menghasilkan output yang bisa

digunakan sebagai bahan

pertimbangan pengambilan keputusan

oleh user untuk menentukan lulus atau

tidaknya sertifikasi.

HASIL DAN PEMBAHASAN

Hasil penilaian yang diperoleh

untuk penilaian portofolio sertifikasi

guru seperti yang ditunjukkan pada

tabel 4.7

Dari data-data yang diperoleh,

kemudian di masukkan kedalam

system untuk mendapatkan nilai

keanggotaan fuzzy seperti yang

ditampilkan pada gambar 4.16 dan

4.17

Gambar 4.16 Tampilan rekapitulasi

penilaian portopolio

Gambar 4.17 Nilai keanggotaan untuk

variabel Fuzzy

Hasil dari system menentukan

nilai fortofolio sertifikasi guru seperti

yang dihasilkan oleh system, yang

ditunjukkan pada gambar 4.18.


150

Gambar 4.18 hasil fuzzyfikasi

fortofolio

Analisis Data

Dengan pengujian yang

dilakukan oleh system dengan

memproses variabel tetap dan variabel

fuzzy, darihasil pemprosesan

dinyatakan lulus sertifikasi portopolio

dengan minimal total nilai 850, model

fungsi keanggotaan Sigmoid,

Trapesium dan Segitiga ternyata yang

paling mendekati kelulusan sertifikasi

portopolio adalah model fungsi

keanggotaan Trapesium dibanding

dengan Sigmoid dan Segitigayang

artinya nilai tersebut telah mendekati

nilai 1 dalam system fuzzy yaitu

Trapesium 0.480 sedangkan nilai

untuk Sigmoid 0.225, dan Segitiga

0.179yang mendekati nilai 0 sehingga

dinyatakan tidak lulus sertifikasi

portopolio.

SIMPULAN

Tesis ini menghasilkan beberapa

kesimpulan sebagai berikut :

1. Model fuzzy dengan nilai fungsi

keanggotaan Sigmoid, Trapesium

dan Segitiga ditujukan untuk

mendapatkan nilai Lulus dan Tidak

Lulus sertifikasi guru dengan

criteria lulus portofolio, lulus

Diklat type B (mengikuti diklat

PLPG), lulus Diklat type A

(mengikuti diklat Tahun Depan)

dan tidak lulus sertifikasi.

2. Dengan model fuzzy dapat

menghasilkan nilai lebih adil dan

lebih manusiawi terhadap

kepuasan fungsi keanggotaan yang

menggunakan model Sigmoid,

Trapisium maupun Segitiga, maka

dari semua model fungsi

keanggotaan model fuzzy tersebut

dapatlah menghasilkan sebuah

model yaitu model Trapesium.

3. Dari hasil nilai yang didapat untuk

setiap model fuzzy fungsi

keanggotaan model Trapesiumlah

dapat dijadikan sebagai dasar

dalam pengambilan keputusan dan

mudah dimengerti dan

memahaminya dalam setiap


151

menentukan lulus atau tidaknya

terhadap guru yang mengikuti

sertifikasi.

Untuk mendapatkan hasil nilai

yang tegas sesuai dengan kriteria

yang telah ditentukan variabel /

persyaratan sertifikasi guru tanpa

merugikan para peserta sertifikasi

perlu menggunakan pengujian lulus

atau gagalnya seorang guru

menggunakan model fuzzy fungsi

keanggotaan Model Trapesium.

DAFTAR PUSTAKA

ˡArifin, T. Dan Mutamimah. 2009.

Model peningkatan Loyalitas

Guru Melalui Kepuasan Kinerja

Guru, Jurnal Siasat Bisnis, Vol

13. Pp 185 – 201.

2Bing-Yuan Cao, 2010, “Optimal

Models and Methods with Fuzzy

Quantities “,Springer-Verlag

Berlin Heidelberg

3Direktorat Jenderal Pendidikan

Tinggi. 2007 Panduan

penyusunan perangkat fortofolio

sertifikasi guru dalam jabatan,

Jakarta : Direktorat Jenderal

Pendidikan Tinggi, Departemen

Pendidikan Nasional.

4Direktorat Jenderal Pendidikan

Tinggi. 2007. Pedoman

Serifikasi bagi Guru dalam

Jabatan : Untuk Lembaga

Pendidikan, Dinas Pendidikan

Provinsi, Dinas Pendidikan

Kab/Kota, Jakarta : Direktorat

Jenderal Pendidikan Tinggi

Departemen Pendidikan

Nasional.

5Earl Cox, 1994, ”Compiling and

Using the C++ Fuzzy Modelling

Code in The Fuzzy Systems

Handbook”,Academik Press

Limited.

6Fasanghari Mehdi and Farzad

Habibipour Roudsari, 2008,

”The Fuzzy Evaluation of E

Commerce

Customer Satisfaction”,World Applied

Sciences Journal 4 (2): 164-168.

7Jyh-Sing Roger, Jang, Chuen-Tsai

Sun, Elji Mizutani, 1997, “

Neuro-Fuzzy And Soft

Computing”, Prentice Hall.


152

8Kemendiknas. (2010).Buku 1

Pedoman Penentuan Peserta

Sertifikasi Guru dalamJabatan.

Direktorat Jenderal Profesi

Pendidik Dirjen PMPTK

Kemendiknas.

9Keputusan Menterin Pendidikan

Nasional Repoblik Indonesia

Nomor 057/O/2007 tentang

Penetapan Perguruan Tinggi

Penyelenggaraan Sertifikasi Bagi

Guru Dalam Jabatan.

10Kotler Philip, Keller Kevin Lane,

2009, “Marketing Management

“, edisi 13, jilid 1, Alih bahasa

Bob Sarman ,”Manajemen

Pemasaran “, Penerbit Erlangga.

11Kusumadewi, S. (2003). Artificial

Intelligence: Teknik dan

Aplikasinya. Yogyakarta: Graha

Ilmu.

12Lakhmi C. Jain,N.M. Martin, 1998,

“Fusion of Neural Networks,

Fuzzy Systems and Genetic

Algorithms: Industrial

Applications”,CRC Press.

13Nugrho, Anto Satryo. 2003.

Pengantar Softcomputing. Modul

Kuliah Umum

Ilmukomputer.Com.http://asnugr

oho.net/papers/ikcs.pdf.

14Peraturan Meneri Pendidikan

Nasional Repoblik Indonesia

Nomor 18 Tahun 2007 Tentang

Sertifikasi Bagi Guru Dalam

Jabatan.

15Pramudyo, A. 2010.Analisis Faktor-

Faktor yang Mempengaruhi

Kinerja GuruNegeri

Dipekerjakan pada Dinas

Pendidikan Yogyakarta, Journal

Vol. 1, Yogyakarta.

16Sudrajat, Ahmad.2007, Sertifikasi

Guru dan Permasalahannya.

Diakses dari Internet, 5 Maret

2013

17Suyanto. 2007. Artificial Inteligence

: Searching, Reasoning, Planning

Learning. Informatika, Bandung

Indonesia

18Undang-Undang Republik Indonesia

Nomor 14 Tahun 2005 tentang

Guru dan Dosen

19Wardini, A.K. 2007.Pengembangan

Model Kompensasi Berbasis

Kompetensi di Universitas


153

Terbuka, Jurnal Organisasi dan

Manajemen Vol. 3. Pp 69 – 80.

20William Siler, James J. Buckley,

2005, “Fuzzy Expert System and

Fuzzy reasoning” Published by

John Wiley & Sons, Inc.,

Hoboken, New Jersey.Published

simultaneously in Canada.

model fungsi keanggotaan fuzzy multi...

Documents