Sistem ini menggunakan metode fuzzy multi criteria decision making untuk membantu menentukan pilihan perguruan tinggi yang tepat bagi siswa berdasarkan kriteria seperti fasilitas, biaya, akreditasi jurusan, dan lainnya. Sistem ini merepresentasikan masalah keputusan, mengevaluasi himpunan fuzzy, dan memilih alternatif terbaik berdasarkan agregasi bobot kriteria dan kecocokan setiap alternatif.

1. SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN
PILIHAN MINAT PERGURUAN TINGGI KOTA JAMBI
DENGAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
ANGGOTA
Menu
Utama
Selesai

2. Abstraksi & Pendahuluan
Landasan Teori
Evaluasi Himpunan FUZZY
Contoh Kasus
Diagram Alir Sistem
Implementasi & Pengujian
Kesimpulan
Kembali Ke
Halaman
Awal

3. ABSTRAK
Salah satu cabang ilmu kecerdasan buatan (artificial intelligence) adalah Sistem
Pendukung Keputusan (Decision Support System)., Sistem Pendukung Keputusan
dibidang pendidikan yaitu pada proses pengambilan pilihan minat Perguruan Tinggi, yang
sifatnya dapat membantu pengambil keputusan dalam memberikan alternatif–alternatif
putusan jurusan yang tepat bagi Mahasiswa. Untuk mendukung hal tersebut diatas maka
diperlukan suatu sistem pendukung keputusan yang mampu memberikan dukungan
terhadap proses penentuan jurusan yang tepat untuk siswa di SMU.
Proses penentuan jurusan ini dengan cara mempertimbangkan kemampuan,
bakat dan minat siswa terhadap suatu jurusan, dengan menggunakan logika fuzzy. Logika
fuzzy berfungsi melakukan pemrosesan terhadap faktor kepastian dan ketidakpastian.
Secara umum logika fuzzy dapat menangani faktor ketidakpastian secara baik sehingga
dapat diimplementasikan pada proses pengambilan keputusan.
Model logika fuzzy bekerja dengan menggunakan derajat keanggotaan dari
sebuah nilai, kemudian digunakan untuk menentukan hasil yang diinginkan, berdasarkan
aturan-aturan yang telah ditentukan. Tugas Akhir ini akan mengaplikasikan Sistem
Pendukung Keputusan dengan menggunakan Metode Fuzzy Multi Criteria Decision
Making (FMCDM) untuk menentukan pilihan minat Perguruan Tinggi di Kota Jambi

4. PENDAHULUAN
Dengan adanya perkembangan zaman yang semakin maju menjadikan
kebutuhan untuk meneruskan pendidikan ke jenjang Perguruaan Tinggi
meningkat. Keingininan tersebut sering kali membuat calon mahasiswa menemui
kendala dalam menentukan jurusan yang diminati, letak kampus, jarak kampus
dari tempat tinggal dan biaya kuliah serta fasilitas lain yang ditawarkan dari
masing-masing Perguruan Tinggi.
Kendala tersebut kerap kali membuat Perguruan Tingggi membutuhkan
suatu bentuk keputusan untuk memudahkan dalam memilih jurusan yang sesuai
untuk Calon Mahasiswa. Keputusan yang diambil dalam memilih jurusan mungkin
hampir benar sesuai dengan kemampuan, bakat dan minat mahasiswa atau
mungkin juga salah. Maka dari itu pembuat keputusan harus benar-benar
mempertimbangkan pilihan yang sesuai untuk penjurusan tersebut, sehingga
dibutuhkan sistem pendukung keputusan yang dapat mengklasifikasikan pola
penjurusan Mahasiswa dengan mempertimbangkan kemampuan, bakat dan
minat mahasiswa terhadap suatu jurusan, dengan menggunakan logikafuzzy.

5. Secara umum logika fuzzy dapat menangani faktor ketidakpastian
secara baik sehingga dapat diimplementasikan pada proses pengambilan
keputusan. Model logika fuzzy bekerja dengan menggunakan derajat
keanggotaan dari sebuah nilai, kemudian digunakan untuk menentukan hasil
yang diinginkan, berdasarkan aturan-aturan yang telah ditentukan. Logika
fuzzy memiliki kemampuan untuk menjelaskan secara linguistik suatu sistem
yang kompleks. Aturan-aturan dalam model fuzzy pada umumnya dibangun
berdasarkan keahlian manusia dan pengetahuan heuristik dari sistem yang
dimodelkan. Teknik ini selanjutnya dikembangkan menjadi teknik yang dapat
mengidentifikasi aturan-aturan dari suatu basis data yang telah
dikelompokkan berdasarkan persamaan strukturnya.
Menu
>>
<<

6. LANDASAN TEORI
Sistem pendukung keputusan (Decision Support
System)
 Michael S.scoot Morton awal 1970 Management Decision System
ialah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambilan
keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai
persoalan yang tidak tersruktur.
 Little (1970) mendefinisikan DSS sebagai sekumpulan prosedur berbasis model untuk data
pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.
 Bonczek,dkk (1980) mendefinisikan DSS sbg sistem berbasis komputer yg terdiri dari 3
komponen yang saling berinteraksi
1. Sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan
komponen DSS lain).
2. Sistem pengetahuan (repositori pengetahuan domain masalah yang ada pada DSS baik
sebagai data maupun prosedur).
3. Sistem pemrosesan masalah (hubungan antara 2 komponen lainnya,tediri dari satu atau
lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambil keputusan)

7. FUZZY MULTI CRITERIA DECISION MAKING
Multi Criteria Decision Making (MCDM)
ialah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah
alternatif berdasarkan beberapa kriteria tertentu.
Kriteria biasanya berupa ukuran-ukuran ,aturan-aturan atau standart yang digunakan dalam
pengambilan keputusan .
Fuzzy MCDM dapat dipahami sebagai MCDM dengan data fuzzy. Data fuzzy disini dapat terjadi
pada data setiap alternatif pada setiap atribut atau tingkat kepentingan pada setiap kriteria
Pada metode fuzzy Multi Criteria Decision Making (FMCDM)
ada 3 langkah penting yang harus dikerjakan .yaitu
 Representasi masalah
 Evaluasi himpunan fuzzy pada setiap alternatif keputusan
 Melakukan seleksi terhadap alternatif yang optimal
Menu
>>
<<

8. REPRENSENTASI MASALAH
Pada bagian ini ada 3 aktivitas yang harus dilakukan yaitu;
 Identifikasi tujuan dan kumpulan alternatif keputusannya.tujuan keputusan dapat
direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai
dengan karakteristik dari masalah tersebut. Jika ada n alternatif keputusan dari
suatu masalah ,maka alternatif –alternatif tersebut dapat ditulis sebagai A={ Ai
|i=1,2,3...n}.
 Identifikasi kumpulan kriteria ,jika ada k kriteria ,maka dituliskan
C={Ct|t=1,2,...k}.
 Membangun struktur hirarkidari masalah tersebut berdasarkan pertimbangan –
pertimbangan tertentu

9. GAMBAR STRUKTUR HIRARKI
Menu
>>
<<

10. EVALUASI HIMPUNAN FUZZY
Pada bagian ini, ada 3 aktivitas yang harus dilakukan, yaitu :
1. Memilih himpunan rating untuk bobot – bobot kriteria dan
derajat kecocokan setiap alternatif dengan kriterianya.
2. Mengevaluasi bobot-bobot kriteria dan derajat kecocokan
setiap alternatif dengan kriterianya.
3. Mengagregasikan bobot-bobot kriteria dan derajat kecocokan
setiap alternatif dengan kriterianya.

11. SELEKSI ALTERNATIF YANG OPTIMAL
Dalam seleksi ini, ada 2 aktifitas yang dilakukan, yaitu :
1. Memprioritaskan alternatif keputusan berdasarkan hasil
agregasi.
2. Memilih alternatif keputusan dengan prioritas tertinggi
sebagai alternatif yang optimal.
Menu
>>
<<

12. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
CASE STUDY

13. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2 3
Menentukan Tujuan dan Alternatif
A1
• Teknik Informatika STMIK NH Jambi
A2
• Teknik Informatika STIKOM DB Jambi
A3
• Sistem Informasi STIKOM DB Jambi
A4
• Sistem Informasi STMIK NH Jambi
MINAT
PERGURUAN
TINGGI

14. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1
2 3
Identifikasi Kumpulan Kriteria
• Perangkat komputer lengkap.
C1
• SPP terjangkau.
C2
• Jurusan terakreditasi.
C3
• Menawarkan beasiswa.
C4
• Pengajar berkompeten.
C5
• Fasilitas yang lengkap.
C6
• Kualitas lulusan menjanjikan.
C7
KRITERIA

15. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2
3 Struktur Hierarki

16. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2 3
Himpunan Rating & Derajat Kecocokan
0
1
2
3
4
5
6
RATING
C1 C2 C3 C4 C5 C6 C7
1 Kurang Penting KP
2 Agak Penting AP
3 Penting P
4 Cukup Penting CP
5 Penting Sekali PC

17. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2 3
Himpunan Rating & Derajat Kecocokan
0
1
2
3
4
5
A1
A2
A3
A4
Derajat
Kecocokan
C1
C2
C3
C4
C5
C6
Simbol Keterangan Nilai
KC Kurang Cocok 1
AC Agak Cocok 2
C Cocok 3
CC Cukup Cocok 4
SC Sangat Cocok 5

18. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1
2 3
Evaluasi Bobot Kriteria, Derajat Kecocokan
&Bilangan Fuzzy Segitiga
Kepentingan dan Kecocokan Bilangan Fuzzy Segitiga
PS SC 0,75 1 1
CP CC 0,5 0,75 1
P C 0,25 0,5 0,75
AP AC 0 0,25 0,5
KP KC 0 0 0,25
ALTER-
NATIF
RATING KECOCOKAN
C1 C2 C3 C4 C5 C6 C7
A1 CC AC SC CC CC CC C
A2 CC C SC CC CC AC C
A3 CC AC SC CC C CC AC
A4 CC C SC CC C AC AC

19. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2
3 Agregasi Bobot Kriteria

20. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2
3 Agregasi Bobot Kriteria

21. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1 2
Memprioritaskan Alternatif Berdasarkan Agregasi
Untuk a = 0,5 maka nilai F

22. REPRESENTASI
{ masalah }
EVALUASI
{ fuzzy }
SELEKSI
{ alternatif }
1
2 Memprioritaskan Alternatif Berdasarkan Agregasi

23. DIAGRAM ALIR SISTEM
Mulai
Representasi Masalah
Indentifikasi Alternatif Ai,
i=1, 2, 3…, n
Identifikasi Kriteria Cii,
Variabel-variabel yang merepresentasikan
bobot kepentingan untuk setiap kriteria
adalah :
W = {Kurang Penting (KP). Agak Penting
(AP). Penting (P). Cukup Penting (CP).
Penting Sekali (PS)

24. Evaluasi himpunan Fuzzy untuk Alternatif-
alternatif keputusan dan melakukan agregasi
bobot-bobot pada setiap kriteria dan derajat
kecocokan alternatif yang dirumuskan
Derajat kecocokan setiap alternatif dengan
kriteria adalah :
S = { Kurang Cocok (KC). Agak Cocok (AC).
Cocok (C). Cukup Cocok (CC). Sangat
Cocok (SC)

25. Selesai
Menyeleksi alternatif yang optimal
 Memprioritaskan alternatif keputusan
menggunakan agregasi
 Mencari nilai integral
Menentukan alternatif keputusan
berdasarkan nilai total integral tertinggi
Menu
>>
<<

26. IMPLEMENTASI DAN PENGUJIAN
ANTAR MUKA ALTERNATIF

27. ANTAR MUKA KRITERIA

28. ANTAR MUKA KEPENTINGAN DAN KECOCOKAN

29. ANTAR MUKA RATING KEPENTINGAN

30. ANTAR MUKA RATING KECOCOKAN

31. ANTAR MUKA AGREGASI BOBOT-BOBOT KRITERIA

32. ANTAR MUKA MEMILIH ALTERNATIF KEPUTUSAN
DENGAN PRIORITAS TERTINGGI

33. KESIMPULAN
Menu
>>
<<

34. TERIMA KASIH ATAS PERHATIANNYA
Kembali Ke
Halaman
Awal