Muhamad Kahfi : Contoh Penerapan Fuzzy Logic

 Penerapan Fuzzy Logic

Fuzzy Logic

Adalah   varabel   sebuah   metodologi   ”ber-hitung”   dengan   varabel   kata-kata   (linguistic variable),  sebagai  pengganti  berhitung  dengan-bilangan.  Dengan  Logika  Fuzzy,  sistem  kepa-karan manusia bisa diimplementasikan ke dalam bahasa mesin secara mudah dan efisien.

Alasan menggunakan fuzzy logic adalah :

1. Konsep fuzzy logic mudah dimengerti.
2. Fuzzy logic sangat fleksibel.
3. Fuzzy logic memiliki toleransi terhadap keti-dakpresisian data.
4. Pemodelan/pemetaan   untuk   mencari   hu-bungan  data  input-output  dari  sembarang  sistem black  box  bisa  dilakukan  memakai  sistem fuzzy.
5. Pengetahuan  dan  pengalaman  para  pakar  dapat dengan mudah dipakai untuk memba-ngun fuzzy logic.
6. Fuzzy  Logic  dapat  diterapkan  dalam  desain  sistem  control  tanpa  harus  menghilangkan  teknik  desain  sistem  kontrol  konvensional  yang sudah terlebih dahulu ada.
7. Fuzzy logic berdasar pada bahasa manusia.

Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu

1. Variabel Fuzzy, merupakan   variabel   dalam   suatu   sistem   fuzzy, contoh: umur, temperatur, permintaan dsb.
2. Himpunan Fuzzy,merupakan suatu grup yang mewakili suatu kondisi  atau  keadaan  tertentu  dalam  suatu  variabel fuzzy.
3. Semesta Pembicaraan,keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy.
4. Domain,keseluruhan  nilai  yang  diijinkan  dalam  se-mesta  pembicaraan  dan  boleh  dioperasikan  dalam suatu himpunan fuzzy.
5. Fungsi Keanggotaan,adalah  suatu  kurva  yang  menunjukkan  pe-metaan  titik-titik  input  data  kedalam  nilai  keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keaang-gotaan  adalah  dengan  melalui  pendekatan  fungsi.   Ada   beberapa   fungsi   yang   bisa   digunakan  antara  lain:  Representasi  Linier,  Representasi  Kurva  Segitiga,  Representasi  Kurva Bentuk Bahu.

Metode   mamdani   sering   dikenal   sebagai   Metode Max-Min  Untuk  mendapatkan  output, diperlukan 4 tahapan :

1. Pembentukan himpunan fuzzy,baik  variable  input  maupun  variable  outputdibagi  menjadi  satu  atau  lebih  himpunan  fuzzy.
2. Aplikasi fungsi implikasi,fungsi implikasi yang digunakan adalah min.
3. Komposisi aturanApabila sistem terdiri dari beberapa aturan, maka  infrensi  diperoleh  dari  kumpulan  dan  korelasi antar aturan. Ada 3 metode yang digunakan   dalam   melakukan  inferensi sistem fuzzy, yaitu: max, additive dan probabilistic OR(probor).
4. Penegasan (Defuzzyfikasi)Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari kompo-sisi  aturan-aturan  fuzzy,  sedangkan  output  yang  dihasilkan  merupakan  suatu  bilangan  pada  domain  himpunan  fuzzy  tersebut.  Se-hingga jika diberikan suatu himpunan fuzzy dalam  range  tertentu,  maka  harus  diambil  nilai  tegas  (crisp)  tertentu  sebagai  output.  Ada 5 metode defuzzyfikasi pada komposisi aturan Mamdani: Metode Centroid, Metode Bisektor, Metode Mean of maximum (MOM), Medote  Largest  of  Maximum  (LOM),  dan Metode Smallest of Maximum (SOM).

Kerangka Konsep

Pada penelitian ini untuk menentukan kinerja dosen berdasarkan 4 (empat) kriteria, yaitu:

1. Kompetensi Pedagogik
2. Kompetensi Profesional
3. Kompetensi Kepribadian
4. Kompetensi Sosial

dan 25 Sub Kriteria sebagai kriteria input, yaitu :

1. Kesiapan memberikan kuliah
2. Keteraturan dan ketertiban penyelenggaraan perkuliahan
3. Kemampuan menghidupkan suasana kelas
4. Kejelasan penyampaian materi dan jawaban terhadap pertanyaan di kelas
5. Pemanfaatan media dan teknologi pembela-jaran
6. Ketepatan   cara   penilaian   prestasi   belajar   mahasiswa
7. Pemberian umpan balik terhadap tugas kelas maupun tugas rumah
8. Kesesuaian  materi  ujian  dan  atau  tugas  de-ngan silabus mata kuliah
9. Keadilan dalam pemberian nilai
10. Kemampuan  jelaskan  pokok  bahasan/ocia  secara tepat
11. Kemampuan   memberikan   contoh   konkrit   dari konsep yang diajarkan.
12. Kemampuan  menjelaskan  hub.  Bidang/ocia  yang diajarkan dengan ilmu
13. Kemampuan  menjelaskan  hub.  Bidang/ocia  yang diajarkan dengan kehidupan
14. Penguasaan  akan  isu  isu  mutakhir  dalam  bidang yang diajarkan
15. Penggunaan   hasil   hasil   penelitian   untuk   memperbaiki perkuliahan
16. Memahami kewajiban sebagai dosen
17. Memiliki  kearifan  dalam  mengambil  keputusan
18. Kesantunan dalam kata dan tindakan
19. Keadilan  dalam  perlakuan  terhadap  mahasiswa
20. Kemampuan menyampaikan pendapat.
21. Keterbukaan terdapat pendapat orang lain.
22. Mengenal banyak mahasiswa secara personal.
23. Memiliki hubungan baik dengan mahasiswa
24. Memiliki hubungan baik dengan masyarakat
25. Toleransi terhadap perbedaan pendapat.

Langkah - langkah Penelitian

Langkah–langkah yang dilakukan dalam pe-nelitian yaitu :

1. Menentukan  permasalahan,belum  adanya  suatu  sistem  yang  praktis,  efisien  dan  efektif  dalam mengevaluasi kinerja dosen.
2. Mendefinisikan  masalah,  bagaimana  membuat prototipe  sistem  pendukung  keputusan  dengan  menerapkan  logika  fuzzy  untuk  mengevaluasi  kinerja dosen pada program studi Ilmu Komuni-kasi FISIP UHAMKA 
3. Melakukan pendekatan  logika  fuzzy  digunakan  untuk  membuat  derajat  keanggotaan  yang  akan  merekomendasikan evaluasi kinerja dosen.
4. Membuat   daftar   keanggotaan   dengan   logika   fuzzy. 
5. Membangun   Prototipe   dengan   menggunakan   Software Matlab 7.10.0 (R2010a). 
6. Melakukan  Validasi  guna  mengetahui  apakah  prototipe  yang  dibangun  sudah  sesuai  dengan  yang diharapkan atau tidak.
7. Melakukan entri nilai untuk setiap kriteria pada kompetensi Pedagogik, kompetensi profesional, kompetensi  kepribadian  dan  kompetensi  sosial  terlebih dahulu. Kemudian akan diketahui bahwa hasil rekomendasinya baik, cukup atau kurang.

Temuan dan Pembahasan

Dari hasil tanggapan responden ahli terhadap elemen-elemen yang signifikan pada 4 kriteria dan sub 25 kriteria berdasarkan Cochran Q Test,, dinyatakan sah/valid. 

SIMPULAN DAN SARAN

Simpulan

Prototipe sistem pendukung keputusan dapat dibangun dengan menerapkan logika fuzzy untuk penilaian kinerja dosen pada FISIP UHAMKA.

Saran

Aspek  sistem,  agar  dapat  mendukung  hasil  penelitian,  perlu  adanya  kesiapan  sistem  yang  berjalan dengan baik. dan Prototipe sistem kepu-tusan  yang  sudah  terbangun  ini  bisa  juga  diter-apkan  pada  sistem  Akademik  UHAMKA,  yang  sudah  ada  sebagai  satu  kesatuan  dalam  sistem  proses belajar mengajar.

Source : Jurnal Uhamka