model fungsi keanggotaan fuzzy multi...
TRANSCRIPT
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
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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.
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Dinas Pendidikan Serdang Bedagai
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
kualitas dan kesejahteraan guru
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
Dinas Pendidikan Serdang Bedagai
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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.
No VARIABEL PENILAIAN
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 :
No VARIABEL PENILAIAN
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
kualitas dan kesejahteraan guru
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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.
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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.
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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
Jurnal Ilmiah Research Sains Vol.1 No.3 Oktober 2015
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.