Jurnal Teknosains STTM Cileungsi Januari 2016

Volume 2 Nomor 12, Januari 2016
Cost Estimation in Designing Cold Storage Powered
Photovoltaic System
(COSPV) For Two Tons of Fish in Indonesia
(Boni Sena, Fauzun, Indarto)
Peranan dan dukungan teknologi informasi dalam peningkatan
kualitas layanan perguruan tinggi swasta di daerah
(Mohamad Jajuli)
Aplikasi struktural equation models (sem) sebagai parameter
penentuan calon mahasiswa teknik informatika Universitas
Singaperbangsa Karawang
(Mulyanto dan Didi Juardi)
Sistem pendukung keputusan kriteria rumah tangga
menggunakan model logikafuzzy linier.
(Nurfalah dan Slamet Abadi)

Pembina & Pelindung
Ketua STT
Muhammadiyah
Pemimpin Umum/
Penanggung Jawab
Ir. Awang Surya, M.M.
Dewan Redaksi
Ir. Firmansyah Azharul
Prof.Ir.Amiral Aziz,Msc
Ir. Suroso, MT
Pamuji Agustiar, ST
Kristanto Mulyono, ST
Djoko Nusanto, S.Pd.,
MT
Ashari Imamudin,
S.Kom., M.Kom.
Miftahul Imtihan, S.T.
Pria Sukamto, S.Kom.,
M.Kom.
Aswin Domodite, S.T,
M. Eng
Nafan Suwito, S.T.
Editor
Hilman Solih, S.T.
M. Anas Sobarnas, ST
Suwaryo Nugroho, S.T.,
M.T
Sekretaris Redaksi
Narwoko
Tata Letak (Layout)
Drs. Slamet Abadi
Desain Grafis
Agus Sofyan
DARI REDAKSI
Bismillahirrahmanirrahim
Assalamu’alaikum Wr. Wb.
Dengan puji syukur kehadirat Allah swt. dan salawat serta salam kepada Junjungan Nabi
Besar Muhammad saw., terima kasih kepada semua pihak yang telah membantu terbitnya
majalah edisi Volume 2 Nomor 12, Januari 2016.
Banyak kendala yang dihadapi dalam proses pembuatan jurnal ilmiah edisi ini akan tetapi
dengan dukungan rekan dosen dan lembaga maka jurnal edisi ini dapat terbit.
Pada edisi ini memuat 4 (empat) judul terdiri dari :
Cost Estimation in Designing Cold Storage Powered Photovoltaic System (COSPV) For
Two Tons of Fish in Indonesia, Peranan dan dukungan teknologi informasi dalam
peningkatan kualitas layanan perguruan tinggi swasta di daerah, Aplikasi struktural
equation models (sem) sebagai parameter penentuan calon mahasiswa teknik informatika
Universitas Singaperbangsa Karawang, Sistem pendukung keputusan kriteria rumah tangga
menggunakan model logika fuzzy linier.
Harapan redaksi dengan terbitnya jurnal ilmiah ini akan memberikan nuansa ilmiah di
lingkungan STTM Cileungsi dan dapat ditingkatkan jumlah judul dan kualitas jurnalnya.
Kami berharap kepada pembaca berkenan memberikan masukan kritik dan saran untuk
kemajuan jurnal ilmiah ini di masa mendatang. Semoga jurnal ilmiah ini memberikan
manfaat kepada kita semua amin.
Billahitau k walhidayah,
Wassalamu’alaikum Wr. Wb.
Redaksi
DAFTAR ISI
Cost Estimation in Designing Cold Storage Powered Photovoltaic System
(COSPV) For Two Tons of Fish in Indonesia
1
(Boni Sena, Fauzun, Indarto)
Peranan dan dukungan teknologi informasi dalam peningkatan kualitas layanan
perguruan tinggi swasta di daerah
12
(Mohamad Jajuli)
Aplikasi struktural equation models (sem) sebagai parameter penentuan calon
mahasiswa teknik informatika Universitas Singaperbangsa Karawang
19
(Mulyanto dan Didi Juardi)
Sistem pendukung keputusan kriteria rumah tangga menggunakan model logika
fuzzy linier.
24
(Nurfalah dan Slamet Abadi)
Diterbikan Oleh :
Lembaga Penelitian dan Pengabdian Kepada Masyarakat
Sekolah Tinggi Teknologi Muhammadiyah - Cileungsi
Alamat Redaksi :
Jl.Anggrek I No 86 Perum PT.Semen Cibinong Cileungsi 16820
Telpon : 021-82495502 Fax : 021- 82480034
Website : www.sttmc.ac.id
e-mail : teknosains@sttmc.ac.id
Diterbitkan Oleh :
Alamat Redaksi :
Telpon : 021-82495502 Fax : 021- 82495502
Website : www.sttmcileungsi.ac.id
e-mail : sttmcls.04@gmail.com

Jurnal Ilmiah Teknosains 1 Volume 2 Nomor 12
COST ESTIMATION IN DESIGNING COLD STORAGE POWERED
PHOTOVOLTAIC SYSTEM (COSPV) FOR TWO TONS
OF FISH IN INDONESIA
Boni Sena1)
, Fauzun2)
, Indarto3)
1)
Graduated Student of Mechanical and Industrial Engineering Department, Faculty of Engineering,
Gadjah Mada University
2),3)
Mechanical and Industrial Engineering Department, Faculty of Engineering,
Gadjah Mada University
Corresponding Email : bonisena@mail.ugm.ac.id
ABSTRACT
Indonesia has two potential resources such as abundant solar irradiation and fisheries production.
This potency can be used to solve the problem in electrification ratio and inadequate application of cold
storage for fisherman in remote islands. This paper wants to propose the cold storage powered
photovoltaic system (COSPV) as alternative solution to overcome the problem. Research is started by
designing the cold storage system and photovoltaic system. The process of designing cold storage system
is made by using diagram P-h of R22 for evaporating temperature is -27o
C and condensing temperature
is 40o
C. Pipe of cold storage system use copper material. The process of designing photovoltaic system is
made by determining capacity of each component. Estimation cost of COSPV system has been made to
provide information about how much cost of the COSPV system. The prices of each component in
COSPV system are obtained by contacting the supplier and manufacturer. The results of prices for cold
storage components are Rp.28,5 million for compressor, Rp.45,7 million for evaporator, and Rp.18,7
million for condenser. Total estimation cost of cold storage system for 2 tons of fish is Rp.123,1 million.
The results of prices for photovoltaic system are Rp.3,7 billion for photovoltaic modules, Rp.29,1 million
for inverter and Rp.122,9 million for battery. Total estimation cost of photovoltaic system for 2 tons of
fish is Rp.5,13 billion. Total estimation cost of COSPV is very expensive because of the latent heat from
fish product.
Keywords : cold storage, photovoltaic system, estimation cost, COSPV
I. INTRODUCTION
Indonesia is one of the developing countries in Asia. Energy supply is a very important factor in
promoting country development [16]. Indonesia proven reserves for crude oil and natural gas are
estimated to last for 23 years and 52 years respectively [25]. Due to Indonesia’s rapid depletion in oil and
natural gas reserves, Indonesia must discover alternative energy source to sustain economic and energy
development in the future [26].
Indonesia is a tropical country and located in the equator line, so it has abundant potential of solar
energy [7]. Most area in Indonesia receives a quite intense of solar radiation with the daily average
radiation approximately around 4 KWh/m2
[9]. Indonesia has potential to utilize solar energy as
alternative energy source [28].
The total potential of photovoltaic system in Indonesia is about 94 TWh/year and the required
installed capacity is around 80 GWp, based on PV modules with and efficiency of 15%. By using the full
potential of grid connected PV 3.0 Mt CO2 emissions can be saved [33].

Indonesia has so many small and isolated islands which need electricity. In addition, the distribution
of electricity to the area requires adequate transportation and high cost [7]. Electrification ratio in
Indonesia is 73 % means that 62.4 million populations in Indonesia do not have access to electricity [6].
Figure 1 shows the electrification ratio in Indonesia.
Fig.1. Electrification ratio in Indonesia [6]
Photovoltaic system can be used for electrification and it is the most suitable energy for remote and
island area such as Indonesia in the term of resource availability and economic feasibility [14].
Indonesia is an archipelago country which has 5,8 million km2
of sea area [11]. Indonesia national
fisheries production grow continuously at an average annual rate of 8,4 % (5.52 million tons in 2002 to
about 8.24 million tons in 2007). The increase of fisheries production from estimation 10,18 million tons
in 2008 become 12,73 million tons in 2009 with production of processing product from estimation 3,6
million tons on 2008 become 4,0 million tons on 2009. [10].
One of the problems in fish production is inadequate cold room or storage facilities [1]. The fact in
Muara Angke, Teluk Jakarta is the application of cooling system in traditional fisherman is still
inadequate. Fisherman is only sc ice cube to store fish [13].
The problem about application of storage facilities or cold room for fishery can be solved by applying
cold storage to all Indonesia’s area. This action will have obstacle while the electricity is not distributed to
all area in Indonesia. Therefore, cold storage powered solar energy is needed to overcome this problem.
Indonesia had developed two photovoltaic systems such as solar home system (SHS) and street
lighting system (SLS). The projects have been implemented in Sukatani village, which is the first village
used PV system to generate electricity [31].
Indonesia has other projects of photovoltaic system such as solar boat lighting and indoor/outdoor
incubator lighting in East Java. PV system has also been used to support fish floating nets lighting in
village of Jangari, West Java and Cirata Dam. PV lighting system for house application has been used in
Lampung, Sumatra Island [32].
This paper wants to design the cold storage powered photovoltaic module s and to calculate the
manufacturing cost for the application of cold storage powered photovoltaic system (COSPV) in
Indonesia.

2. MATERIALS AND METHOD
There are two process of designing system in this research that is designing cold storage system and
designing photovoltaic system. The process of getting price list was done by communicating with the
suppliers. This process will be repeated until finish. The last process is estimation cost in designing cold
storage by adding up all prices for each component of both systems. The research methodology is shown
in figure 3.
Research can be started by designing cold storage system. There are three steps in designing this
system such as calculating cooling load, selecting component of cold storage and getting prices for each
component of cold storage.
Calculating cooling load is the first process to design cold storage system. There are seven cooling
loads in this system such as infiltration, fish, lamp, human, transmission, fan evaporator, and container of
product. The process of calculating cooling load has been explained in some literatures [48,49,55,56,57].
The second process in designing cold storage system is selection the components. Catalogue is
needed to select the components of cold storage. There are three manufacturers that had been chosen as
the components of cold storage [58,43,40].
The third process in designing cold storage is survey the price lists of each component. There is only
one ways to get the price lists that is communicate with the suppliers through email [59].
Fig.3. Research Methodology
Start
Designing cold storage
system
Designing stand alone
photovoltaic (PV) system
Not
Enough
Enough
Getting price list for each
component of COSPV
system
Price
Calculating manufacturing
cost of COSPV system
Finish

3. THE RESULTS OF RESEARCH
The results of research are presented in the following subsections. There are three subsections in this
part such as calculation of cooling load,
3.1. Calculation of Cooling Load
Total cooling load is calculated by using this equation :
Q� = Q� + Q� + Q� + Q� + Q� + Q� + ��
Where,
Qi : Infiltration heat
Qf : Fish heat
Ql : Lamp heat
Qh : Human heat
Qt : Transmission heat
Qb : Container heat
Qf : Fan heat
QT : Total heat
Infiltration heat is calculated by using infiltration rate and air change factor for 8 m3
volume cold room, room
temperature -20o
C, relative humidity 75 %, and environment temperature 33o
C. Fish has specific heat before
freezing 3,18 kJ/kg.K, specific heat after freezing 1,72 kJ/kg.K and latent heat 235 kJ/kg. One person has power
0,407 kW [56]. Fish has total mass 2 tons.
One lamp has power 25 W. Transmission heat is calculated between environment temperature 33o
C and room
temperature -20o
C. Safety factor for total cooling load is 10 % [56]. Fan evaporator has type GHN 050 2H.17/AHS-
50.M and power 800 W [58]. Basket fish has specific heat 1,5 kJ/kg.K and mass 5 kg [48].
Table 1. Total heat of each cooling load
No Cooling load Total Heat value (W)
1 Infiltration heat 350
2 Fish heat 8350
3 Lamp heat 5,21
4 Human heat 85
5 Transmission heat 322,1
6 Basket heat 245,2
7 Fan evaporator heat 1113,1
Grand Total 10470,84 W
Safety factor has been added into grand total cooling load in order to avoid unexpectedly load [56].
Q� = Q�� + 10% Q��
Q� = 10178,03 W + 10%(10178,03 W)
Q� = 11,52 kW

Cooling load is calculated on the average 24 hours while cold storage won’t be operated for 24 hours.
Cold storage is designed to operate for 20 hours [57,48]. The capacity of cold storage can be calculated by
using this equation :
Q = Q� x
24
��
Q = 11,52 kW x
24 jam
20 jam
= 13,83 kW
3.2. Selection Components of COSPV
Selection components of COSPV are started by calculating mass flow of refrigerant and condenser
capacity. Evaporating temperature is -27o
C and condensing temperature is 40o
C. Diagram P-h of R22
can be used to determine the value of h1, h2, h3 and h4. Figure 4 shows diagram P-h of R22.
Fig.4. Diagram P-h of R22 [60]
Mass flow of refrigerant (�� )can be calculated by using the equation in the below :
�� = �� = 398,76 � 242,31 = 156,45
��
��
�� =
��
��
=
13,83 kJ/s
156,45 ��/��
= 0,088 ��/�
Condensation capacity (qC) can be calculated by using the equation in the below :
�� = �� x (�� )
�� = (0,088 ��/�) x(452,83 � 242,31)��
�� = 18,61 ��
Selection components of cold storage are made by using catalogue of each component. There are two kinds of
catalogue that is software catalogue and manual catalogue. The results of selecting components for cold storage
system are shown in the table 1.

Table 1. Components of Cold Storage
Pipe of cold storage system used copper material. Each pipe has long three meters. Selection of
piping system for cold storage system could be made by using catalogue of pipe and pipe selection table
[61,62]. The results of pipe selection are shown in the table 2.
Table 2. Pipe components of cold storage system
No Pipe Components Total
1 Discharge pipe 5
2 Liquid pipe 6
3 Suction pipe 6
4 Inlet and outlet connection 22
5 Pipe bend 5
6 Pipe tee 3
Selection components of COSPV will be continued by designing photovoltaic system. The process of
designing PV system can be started by determining of cold storage equipments powered by PV system as
shown in table 3.
Table 3. Cold storage equipments powered by PV system
The next process of designing PV system is system sizing for each component. There are five main
components in PV system such as photovoltaic module, charge controller, inverter, battery and cable.
Building of photovoltaic system used cold storage panels. The method and calculation process of system
sizing PV system has been explained by some research [19,23]. The results of selecting components for
photovoltaic system are shown in table 3

Table 3. Components of photovoltaic system
3.3. Design of Cold Storage Powered Photovoltaic System (COSPV)
The design of cold storage system powered solar module (COSPV) is shown in figure 2. The left area
is photovoltaic system and the right area is cold storage system. The green area is photovoltaic system and
the purple area is machine of cold storage.
Fig.3.Design of cold storage powered solar module [18]
The composition components of photovoltaic system in the room will be explained in figure 4. This
system comprises four main components such as photovoltaic module, charge controller, inverter, and
battery. Photovoltaic module converts sunlight to electricity. Charge controller reverses current and
prevents battery from getting overcharged and over discharged. Battery stores the electrical energy
produced by the photovoltaic module and makes the energy provided in the night or cloudy days. Inverter
converts DC voltage into AC voltage.
Fig.4.Components of photovoltaic system
The composition of cold storage system will be explained in figure 5. There are nine components in
this system such as compressor, condenser, evaporator, accumulator, solenoid valve, expansion valve,
liquid receiver, sight glass, filters dryer.

Compressor compresses the refrigerant so that the temperature and pressure of refrigerant will
increase. Evaporator and condenser have function as heat exchanger for refrigerant. Expansion valve will
expand the refrigerant adiabatically. Filter dryer is made from silica gel which filters impurities. Sight
glass has function to check whether refrigerant has liquid phase or not. Solenoid valve has function to
continue or to stop the flow of refrigerant in the system.
Fig.5. Components of cold storage system
3.2. Calculation of Estimation Cost for COSPV system
Calculation of estimation cost for COSPV system is calculated by adding up cost of each component,
installation cost, maintenance cost and labor cost. Costs of COSPV components are obtained by
contacting the supplier [59]. Installation cost, maintenance cost and labor cost of COSPV system are
obtained by using equation from some references [21, 23, 50, 51, 52].
The results of cost estimation for cold storage system are shown in the table below. There are three
cost components such as cost of components, cost of electrical system and cost of piping system.
Installation cost for cold storage system is 15% of the total cost, maintenance cost and labor cost are
1% of total cost [50, 51, 52].
Table 4. Cost estimation of Cold Storage System
The results of cost estimation for photovoltaic system are shown in the table 5. Installation cost for
photovoltaic system is 10% of the total cost, maintenance cost and labor cost are 2% of total cost [21, 23].
Table 5. Cost Estimation of Photovoltaic System

Total estimation cost of cold storage powered photovoltaic system (COSPV) for two tons fish is total
cost of cold storage system and total cost of photovoltaic system. The total cost of COSPV is
Rp5.253.862.264,53.
4. CONCLUSION
The estimation cost of cold storage powered photovoltaic system (COSPV) is very expensive
because the usage of photovoltaic module. Expensive cost in photovoltaic module is caused by the latent
heat from fish product [34]. Moreover, the price of photovoltaic module is still expensive in the currency
of Indonesia.
The estimation cost of COSPV is not profitable in the initial cost but this system has high possibility
as future project application in Indonesia. By applying this system, Indonesia can overcome the
electrification ratio in remote area and inadequate application of cold room for fishery.
The future research in COSPV system is to analyze the cash flow diagram, life cycle cost, and break-
even point. Comparative study among conventional cold storage, COSPV and hybrid system between
them should be made to know the competitive aspect of each system.
REFERENCES
[1] Anyanwu, D.C., Mkpado M., Ohaka C.C., 2009. Economic Analysis of Artisanal Fishing at River
Niger Onitsha, Anambra State, Nigeria. Journal of Tropical Agriculture, Food, Environment and
Extension Vol. 8 No. 3 September 2009 pp. 175 – 179
[6] Handayani K., 2013. Renewable Energy for Electrification in Flores Island, Indonesia. PT.PLN
(Persero)
[7] Handayani N.A., Ariyanti D., 2012. Potency of Solar Energy Applications in Indonesia. Int. Journal
of Renewable Energy Development 1 (2) pp: 33-38
[9] Indonesia energy outlook & statistic. 2006. Depok, Indonesia: Energy Reviewer, University of
Indonesia
[10] Indonesia Fishery Book. 2009. Ministry of Marine Affairs and Fisheries. JICA.
[11] Koeshendrajana S., Hartono T.T., 2006. Economics and marketing of the live reef fish trade in Asia
Pacific. ACIAR.
[13] Nofrizal. 2008. Thermal and Electrical Design of solar cold storage for application in traditional
fisherman boat. Bachelor Thesis. Mechanical Engineering. Faculty of Engineering. University of
Indonesia.
[14] Rumbayan E., Nagasaka K., 2011. Estimation of Daily Global Solar Irradiation in Indonesia with
Artificial Neural Network (ANN) Method. Proceeding of the International Conference on Advanced
Science, Engineering and Information Technology
[15] B. Petroleum. BP statistical review of world energy; 2013.
[16] Hasan M.H., Mahlia T.M.I., Nur H. 2012. A review on energy scenario and sustainable energy in
Indonesia. Renewable and Sustainable Energy Reviews, 16, pp 2316– 2328
[17] Chow C.G. 2007. China’s Energy and Environmental Problems and Policies. CEPS Working Paper,
No. 152

[18] Sena B., Fauzun, Indarto. 2013. Optimizing Model on Characterization of Cooling Load Toward
Manufacturing Cost In Designing Cold Storage Powered Photovoltaic System By Using Polynomial
Regression Model. Proceeding of Thermofluid V , Gadjah Mada University
[19] Seif M.F., Ahmad D., Sharif A.R.M., Aris I., Janius R., Kamaruddin R. 2007. Design and
Development of a Photovoltaic Power System for Tropical Greenhouse Cooling. American Journal of
Applied Sciences 4 (6): 386-389, ISSN : 1546-9239
[20] Rajeevan A.K., Shouri P.V., Nair U. A Reliability Based Model for Wind Turbine Selection. Int.
Journal of Renewable Energy Development 2 (2) pp, 69-74
[21] Jamil M., Kirmani S., Rizwan M. 2012. Techno-Economic Feasibility Analysis of Solar Photovoltaic
Power Generation: A Review. Smart Grid and Renewable Energy, 3, 266-274
[22] Ren H., Gao W., Ruan Y. 2009. Economic optimization and sensitivity analysis of photovoltaic
system in residential buildings. Renewable Energy 34, pp.883-889
[23] A. Nafeh. 2009. Design and Economic Analysis of a Stand-Alone PV System to Electrify a Remote
Area Household in Egypt. The Open Renewable Energy Journal, 2 pp.33-37
[24] Dinçer F. 2011. The analysis on photovoltaic electricity generation status, potential and policies of
the leading countries in solar energy. Renewable and Sustainable Energy Reviews 15, pp.713–720
[25] Handbook of energy and economic statistic of Indonesia. 2010. Ministry of Energy and Mineral
Resources, Jakarta, Indonesia:
[26] Salim.2000. Energy reserve, energy demand and future technology. One day workshop on
environmentally friendly technology for the future, Jakarta; 2000.
[27] Ishengoma, F.M., Norum, L.E. 2002. In Design and Implementation of a Digitally Controlled Stand-
Alone Photovoltaic Power Supply, Proceedings of the Nordic Workshop on Power and Industrial
Electronics (NORPIE/2002), Stockholm, Sweden, pp. 1-5
[28] Setiawan D., Farkhah S.M., Suchesdian N.Z., 2011. Potential of Renewable Energy : Solar, Water
and Wind In Indonesia As Alternative Energy on Climate Change Mitigation. International Seminar on
Climate Change, Environment Insight for Climate Change Mitigation, Solo, Indonesia
[29] Borenstein S. 2008. The Market Value and Cost of Solar Photovoltaic Electricity Production. Center
for the Study of Energy Markets (CSEM), University of California
[30] Raugei M., Frankl P. 2009. Life Cycle Impact and Cost Of Photovoltaic System : Current State of
The Art and Future Outlooks. Energy 34, pp. 392–399
[31] Wirasaputra V. 2012. The Development of Photovoltaic System in Indonesia. Electrical and
Computer Engineering. The University of British Columbia
[32] Retnanestri M., Outhred H., Healy S. 2003. Off-grid Photovoltaic Applications in Indonesia: An
Analysis of Preliminary Fieldwork Experience. Destination Renewables – ANZSES.
[33] Reinders A., Veldhuis H., Susandi A. 2011. Development of Grid Connected PV System for Remote
Electrification in Indonesia. 37th
IEEE Photovoltaic Specialists Conference, pp. 2420 – 2425
[34] Sena B., Fauzun, Indarto, 2011. Characterization of cooling load toward manufacturing cost in
designing cold storage use solar module . Proceeding of Thermofluid III. Gadjah Mada University

[35] Sena B., 2011. Characterization of Cooling Load Toward Manufacturing Cost in Designing Cold
Storage Use Solar Module . Master Thesis. Gadjah Mada University
[36] http://www.ggenergy.co.uk/photovoltaic.php
[37] Mistubishi Inverter Price List. Mitsubishi Electric
(http://www.docstoc.com/docs/28180799/Mitsubishi-Inverter-Price-List)
[38] Battery for Photovoltaic System( http://www.green-power-shop.com/en/renewable-energy-
storage/26-upg-ub-8d-agm-250ah-12v.html )
[39] Charge Controller for Photovoltaic System (http://www.solarmodule store.com/solar-power.large-
chargecontrollers.xantrex_charge_controllers.xantrex_c60.info.1.html)
[40] Catalogue of Semi Hermetic Compressor. Bitzer International
[41]Compressor for Cold Storage System (http://www.bitzer.de/eng/products/prod/p2/1)
[42] Evaporator Güntner http://www.techdirectrefrig.com/shop/product.php?id_product=662
[43] Catalogue of Danfoss Products. Danfoss
[44] Expansion Valve for Cold Storage System
(http://www.techdirectrefrig.com/shop/product.php?id_product=1099)
[45] Solenoid Valve for Cold Storage System
(http://www.techdirectrefrig.com/shop/product.php?id_product=675)
[46] Sight Glass Danfoss for Cold Storage System
(http://www.onlinefrig-e.com.au/danfoss-sgn-10s-sight-glass-3-8-solder.html)
[47] Filter Dryer Danfoss for Cold Storage System
[48] Akbar T., Hamzany F.A., Idham R.R. 2007. Design of Refrigeration System For Tuna Fish. Final
Project. Refrigeration Engineering and Air Conditioning. Polytechic of Bandung State
[49] Utama M.B.P. 2003. Design of Cold Storage For Hotel And Supermarket. Bachelor Thesis.
Mechanical and Industrial Engineering Department. Gadjah Mada University
[50] Eltawil M. A., Samuel D.V.K., 2007. Vapour compression cooling system powered by solar PV
array for potato storage. Agricultural Engineering International: the CIGR E-journal. Vol. IX
[51] Eltawil M. A., Samuel D.V.K., 2007. Performance and economic of solar photovoltaic powered
cooling system for potato storage. Agricultural Engineering International: the CIGR E-journal. Vol. IX
[52] Eltawil M.A., Samuel D.V.K., Singhal O. P., 2006. Potato storage technology and store design
aspects. Agricultural Engineering International: the CIGR E-journal. Invited Overview Vol.
VIII
[53] Jasser A.A. 2010. A Stand Alone Photovoltaic System, Case Study : A Residence in Gaza. Journal
of Applied Science in Enviromental Sanitation 5(1), pp.81-91

[54] Sena B., Fauzun, Indarto. 2011. Characterization of Cooling Load Toward Manufacturing Cost in
Designing Cold Storage Use Solar Module . Proceeding of Thermofluid III. Gadjah Mada University
[55] ARORA CP. 2001. Refrigeration and air conditioning. Mc Graw Hill
[56] Dossat. 1981. Principles of refrigeration. John Willey and Sons
[57] Dadang A.S., Novariawan B., Wibisono B.2007. Design of Cold Storage For Chicken. Final Project.
Refrigeration and Air Conditioning Department. Bandung State Polytechnic.
[58] Güntner Calculator Products. 2013. Güntner Inc.
[59] Supplier of cold storage components (www.alibaba.com)
[60] Coolpack software calculator
[61] Pipe selection table. Refrigeration and Air Conditioning Department. Bandung State Polytechnic.
[62] Catalogue of pipe. 2011. Air Conditioning Group Limited. Toshiba. (www.aircongroup.co.uk)
[63] Oko C.O.C., Diemoudeke E.O., Omunakwe N.F., Nnamdi E. 2012. Design and Economic Analysis
of a Photovoltaic System: A Case Study. Int. Journal of Renewable Energy Development 1 (3), pp. 65-73

Jurnal Ilmiah Teknosains 13 Volume 2 Nomor 12Jurnal Ilmiah Teknosains 13 Volume 2 Nomor 12
APLIKASI STRUCTURAL EQUATION MODELS (SEM)
SEBAGAI PARAMETER PENENTUAN CALON
MAHASISWA TEKNIK INFORMATIKA
UNIVERSITAS SINGAPERBANGSA KARAWANG
Mohamad Jajuli
Fakultas Ilmu Komputer, Universitas Singaperbangsa Karawang
mohamad.jajuli@staff.unsika.ac.id
ABSTRAK
Proses penerimaan mahasiswa baru Teknik Informatika Universitas Singaperbangsa
Karawang (UNSIKA) hingga saat ini memiliki kelemahan karena kondisi calon mahasiswa Teknik
Informatika UNSIKA sangat bervariasi dilihat dari faktor internal maupun eksternal yang bisa
berpengaruh terhadap prestasi belajar. Pengumpulan data dilakukan melalui survey terhadap 206
mahasiswa Teknik Informatika UNSIKA angkatan 2008, 2009, dan 2010. Hasil penelitian
menunjukkan bahwa model analisis structural equation models (SEM) yang dikembangkan dalam
penelitian ini memiliki goodness of fit yang baik. Terdapat pengaruh langsung yang signifikan antara
variabel laten faktor internal dan eksternal terhadap prestasi belajar dengan besaran pengaruhnya
74% dan sisanya 26% dipegaruhi faktor yang lain di luar penelitian.
Keywords: faktor internal, faktor eksternal, prestasi belajar, structural equation models
PENDAHULUAN
Proses penerimaan mahasiswa baru untuk program sarjana Teknik Informatika di UNSIKA
hingga saat ini terdiri dari penerimaan mahasiswa baru reguler dan penerimaan mahasiswa pindahan
dari Perguruan Tinggi Negeri dan Swasta yang sudah terakreditasi. Penerimaan mahasiswa baru
reguler dilaksanakan melalui dua tahap. Tahap pertama yaitu seleksi persyaratan administratif, tahap
kedua adalah tes tertulis yang meliputi bidang studi Bahasa Indonesia, Bahasa Inggris, dan
Matematika.
Proses penerimaan mahasiswa baru tersebut memiliki kelemahan karena sangat beragamnya
kualitas lulusan dari calon mahasiswa baru tersebut. Kondisi calon mahasiswa Teknik Informatika
UNSIKA sangat bervariasi, baik dilihat dari faktor internal maupun eksternal yang bisa berpengaruh
terhadap prestasi belajar karena kedua faktor ini akan saling mendukung dan saling berinteraksi
sehingga membuahkan sebuah hasil belajar. Prestasi belajar sangat penting karena merupakan salah
satu indikator sukses mahasiswa dalam dunia perkuliahan.
TINJAUAN PUSTAKA
Prestasi belajar adalah hasil maksimum yang dicapai oleh seseorang setelah
melakukan kegiatan belajar yang diberikan berdasarkan atas pengukuran tertentu (Ilyas, 2008).
Menurut Slameto (2003) secara garis besarnya faktor- faktor yang dapat mempengaruhi prestasi
belajar dapat dikelompokkan atas faktor internal dan eksternal.
Faktor internal sering disebut faktor instrinsik yang meliputi kondisi fisiologi dan
kondisi psikologis yang mencakup minat, kecerdasan, bakat, motivasi, dan lain-lain.
a. Kondisi Fisiologis Secara Umum
Kondisi fisiologis pada umumnya sangat berpengaruh terhadap keberhasilan belajar
seseorang. Orang yang ada dalam keadaan segar jasmaninya akan berlainan belajarnya dari
orang yang ada dalam keadaan lelah. Anak-anak yang kekurangan gizi ternyata
kemampuannya berada dibawah anak-anak yang tidak kekurangan gizi.

b. Kondisi Psikologis
Faktor psikologis sebagai faktor dari dalam tentu saja merupakan hal yang utama dalam
menentukan intensitas belajar seorang anak. Oleh karena itu minat, kecerdasan, bakat,
motivasi, dan kemampuan-kemampuan kognitif adalah faktor psikologis yang utama
mempengaruhi proses dan hasil belajar mahasiswa (Djamara, 2008).
c. Kondisi Panca Indera
Disamping kondisi fisiologis umum, hal yang tak kalah pentingnya adalah kondisi panca
indera terutama penglihatan dan pendengaran. Orang belajar dengan membaca, melihat contoh
atau model, melakukan observasi, mengamati hasil eksperimen, mendengarkan keterangan
guru dan orang lain, mendengarkan ceramah, dan lain sebagainya.
d. Intelegensi/Kecerdasan
Intelegensi adalah suatu kemampuan umum dari seseorang untuk belajar dan
memecahkan suatu permasalahan. Jika intelegensi seseorang rendah bagaimanapun usaha
yang dilakukan dalam kegiatan belajar, jika tidak ada bantuan orang tua atau pendidik
niscaya usaha belajar tidak akan berhasil.
e. Bakat
Bakat merupakan kemampuan yang menonjol disuatu bidang tertentu misalnya bidang
studi matematika atau bahasa asing. Pada umumnya komponen intelegensi tertentu dipengaruhi
oleh pendidikan dalam kelas, sekolah, dan minat subyek itu sendiri.
f. Motivasi
Motivasi memegang peranan penting dalam memberikan gairah, semangat, dan rasa
senang dalam belajar sehingga yang mempunyai motivasi tinggi mempunyai energi yang
banyak untuk melaksanakan kegiatan belajar.
Faktor eksternal/ekstrinsik meliputi segala sesuatu yang berasal dari luar diri
individu yang dapat mempengaruhi prestasi belajarnya baik itu di lingkungan sosial maupun
lingkungan lain (Djamara, 2008).
a. Faktor Keluarga
Kondisi yang harmonis dalam keluarga dapat memberi stimulus dan respon yang baik
dari anak sehingga perilaku dan prestasinya menjadi baik. Sebaliknya jika keluarga tidak
harmonis akan berdampak negatif bagi perkembangan siswa, perilaku dan prestasi cenderung
terhambat, dan akan muncul masalah-masalah dalam perilaku dan prestasinya.
b. Faktor Sekolah
Sekolah menjadi wahana yang sangat dominan bagi pengaruh pembentukan sikap,
perilaku dan prestasi seorang siswa. Sekolah merupakan lingkungan pendidikan yang
terstruktur, memiliki sistem dan organisasi yang baik. Apabila sekolah dapat menciptakan
hubungan dan komunikasi yang baik, menggunakan metode pembelajaran
yang aktif-interaktif, mencukupi sarana penunjang pembelajaran, menciptakan suasana
tertib dan disiplin, akan dapat mendorong siswa saling berkompetisi dalam pembelajaran, yang
diharapkan dapat meningkatkan prestasi belajar siswa.
c. Faktor Masyarakat
Masyarakat di sekitar siswa sangat berpengaruh terhadap belajar siswa. Masyarakat yang
terdiri dari orang-orang yang tidak terpelajar dan mempunyai kebiasaan yang tidak baik akan
berpengaruh pada siswa. Bila di sekitar tempat tinggal keadaan masyarakatnya terdiri dari orang-
orang yang berpendidikan, terutama anak anaknya rata-rata bersekolah tinggi dan moralnya
baik, hal ini akan mendorong anak lebih giat belajar.
Penelitian Yuniah (2006) mengenai studi tentang faktor-faktor yang berpengaruh
terhadap prestasi akademik mahasiswa TPB IPB dengan metode CHAID menggunakan data
mahasiswa TPB angkatan 42. Eva (2009) melakukan analisis hubungan antara tingkat pendidikan,
jenis pekerjaan, dan pendapatan orang tua terhadap IPK mahasiswa D-3 Statistika angkatan 2007.
Pada penelitian Yuniah dan Eva, objek penelitian yang diteliti hanya satu angkatan sedangkan
pada penelitian ini ada tiga angkatan yaitu 2008, 2009, dan 2010.
Penelitian Sri Nevi Gantini (2011) melakukan analisis tentang faktor-faktor keberhasilan
mahasiswa menggunakan Regresi Logistik dan metode CHAID (studi kasus: mahasiswa Farmasi
Uhamka). Pada penelitian Sri, hasil yang diperoleh tidak terlihat besaran pengaruh untuk masing-

masing peubah penjelas yang signifikan, sedangkan pada penelitian ini dengan menggunakan SEM
akan diperoleh besaran pengaruh untuk masing-masing peubah penjelas yang signifikan.
METODOLOGI PENELITIAN
Tabel 1. Operasionalisasi Variabel
VARIABEL DIMENSI
Faktor Internal* Kondisi Fisik
Kondisi Fisiologis
Kondisi Panca
Indera
Faktor Eksternal** Keluarga
Kampus
Masyarakat
Prestasi Belajar *** IPK
SKS
Sumber : *) Slameto (2003)
**) Djamara (2008)
***) Sumadi Suryabrata (1987)
Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh dari pengisian
kuesioner dan data sekunder yang diperoleh dari bagian tata usaha di Fakultas Ilmu Komputer
UNSIKA. Populasi penelitian adalah mahasiswa Teknik Informatika UNSIKA angkatan 2008, 2009,
dan 2010 sehingga pemilihan sampel menggunakan teknik stratified sampling.
Tabel 2. Penentuan Sampel Responden
Angkatan Populasi Sampel
2008 19 10
2009 153 75
2010 249 121
Total 421 206
Sumber: Perhitungan Slovin dan Proporsional Sampling
Penelitian ini menggunakan analisis deskriptif dan inferensial. Analisis deskriptif dilakukan
dengan menggunakan software SPSS 13. Fungsi analisis ini adalah untuk mengetahui distribusi
frekuensi jawaban responden. Analisis Inferensial menggunakan metode statistik multivariat
dependensi Structural Equation Model (SEM). Menurut Boolen dan Long (1993): langkah-langkah
dalam pengujian model menggunakan pendekatan dasar SEM dibagi dalam 5 tahapan yaitu:
1. Spesifikasi
2. Identifikasi
3. Estimasi
4. Uji fit
5. Respesifikasi

PEMBAHASAN
Tabel di bawah ini menampilkan rekapitulasi distribusi tanggapan rensopnden tentang faktor
internal yaitu sebagai berikut :
Tabel 3. Rekapitulasi Faktor Internal
xi
Kondisi Fisik
(fi)
Kondisi Fisiologis
(fi)
Kondisi Panca Indera
(fi)
��
5 9 64 61 670
4 100 400 144 2576
3 303 290 104 2091
2 144 70 79 586
1 62 0 24 86
Rata-Rata Skor 667,7
Sumber : Data primer diolah
Katagori : (1) sangat kurang, (2) kurang, (3) cukup,
(4) baik, (5) sangat baik
Dari rata-rata skor menunjukan bahwa faktor internal berada pada skala cukup.
Tabel di bawah ini menampilkan rekapitulasi distribusi tanggapan responden tentang faktor
eksternal yaitu sebagai berikut :
Tabel 4. Rekapitulasi Faktor Eksternal
xi
Keluarga
(fi)
Kampus
(fi)
Masyarakat
(fi)
��
fixi
5 126 194 22 1710
4 205 936 83 4896
3 163 810 140 3339
2 101 290 114 1010
1 23 36 53 112
Rata-Rata Skor 691,7
Katagori : (1) sangat kurang, (2) kurang, (3) cukup, (4) baik, (5) sangat baik
Dari rata-rata skor menunjukan bahwa faktor eksternal berada pada skala cukup.
Distribusi responden tentang dimensi IPK terdapat pada tabel di bawah ini:
Tabel 5. Distribusi Responden Terhadap IPK
No. IPK Jumlah %
1 < 2,50 20 9,71%
2 2,50 - 3,00 81 39,32%
3 > 3,00 105 50,97%
Jumlah 206 100%
Berdasarkan tabel di atas mengenai IPK responden, terlihat bahwa responden sebesar 50,97%
memiliki IPK > 3,00, sebesar 39,32% memiliki IPK 2,50-3,00, dan sisanya sebesar 9,71% memiliki
IPK < 2,50.
Distribusi responden tentang dimensi SKS terdapat pada tabel di bawah ini:
Tabel 6. Distribusi Responden Terhadap SKS
No. SKS Jumlah %
1 < 120 92 44,66%
2 �� 114 55,34%
Jumlah 206 100%

Berdasarkan tabel di atas mengenai total SKS, terlihat bahwa responden sebesar 55,34%
��
Tabel di bawah ini menunjukkan nilai muatan faktor standar (standardized loading factor)
dan kesalahan pengukuran (measurement error) untuk model pengukuran (measurement model).
Tabel 7. Hasil Analisis Model Pengukuran
Variabel Laten�
Variabel Indikator
Estimasi
Standardized
thitung
Measurement
Error
FI � KFK1 0,60 8,83 0,64
FI � KFK2 0,44 6,22 0,80
FI � KFK3 0,29 3,89 0,92
FI � KFS1 0,62 9,18 0,62
FI � KFS2 -0,03 -0,39 1,00
FI � KFS3 0,68 10,30 0,54
FI � KFS4 0,74 11,57 0,45
FI � KPI1 0,29 3,98 0,91
FI � KPI2 0,70 10,69 0,51
FE � KE1 0,38 5,07 0,86
FE � KE2 0,40 5,35 0,84
FE � KE3 0,05 0,63 1,00
FE � KA1 0,45 6,13 0,80
FE � KA2 0,67 9,88 0,54
FE � KA3 0,13 1,73 0,96
FE � KA4 0,07 0,92 0,99
FE � KA5 0,34 4,56 0,86
FE � KA6 0,63 9,05 0,60
FE � KA7 0,42 5,74 0,82
FE � KA8 0,10 1,32 0,99
FE � KA9 0,37 4,89 0,87
FE � KA10 0,02 0,32 1,00
FE � KA11 0,45 6,19 0,79
FE � MA1 0,39 5,20 0,85
FE � MA2 0,27 3,50 0,93
PB � IPK 0,85 8,89 0,28
PB � SKS 0,35 4,07 0,88
Sumber : Output Lisrel 8.70
Tabel di atas menunjukkan bahwa ada enam muatan faktor standar (standardized loading
factor) pada model pengukuran (CFA) tidak valid karena nilai t muatan faktornya < 1,96 sehingga
tidak diikut sertakan dalam analisis.
Berikut ini ditampilkan nilai construct realibility (CR) untuk setiap konstruk pada model
pengukuran (CFA) setelah respesifikasi:
Tabel 8. Hasil Analisis Reliabilitas Model Pengukuran
Konstruk
Construct
Reliability
Faktor Internal 0,75
Faktor Eksternal 0,59
Prestasi Belajar 0,56

Dari tabel diatas menunjukkan bahwa nilai construct reliability tiap variabel laten
lebih besar dari 0,50. Hal ini mengindikasikan bahwa tingkat reliabilitas pada tiap konstruk
adalah cukup tinggi sehingga dapat dikatakan bahwa indikator-indikator pada tiap konstruk
cukup konsisten untuk mengukur konstruknya.
Tabel di bawah ini menunjukkan nilai goodness of fit untuk evaluasi kesesuaian
model keseluruhan secara inferensial.
Tabel 9. Uji Kecocokan Model Secara Inferensial
Ukuran GOF Estimasi Hasil Uji
p-value 0.79324 Model fit (p > 0.05)
Dari tabel di atas menunjukkan bahwa nilai p-value (0,79324) > � (0,05) maka dapat
disimpulkan bahwa model fit dengan data.
Tabel di bawah ini menunjukkan nilai goodness of fit untuk evaluasi kesesuaian
model keseluruhan secara deskriptif.
Tabel 10. Uji Kesesuaian Model Secara Deskriptif
Ukuran GOF Estimasi Hasil Uji
RMSEA 0.000 Model fit ��
RMR 0.038 Model fit ��
GFI 0.93 Model fit ��
AGFI 0.91 Model fit ��
NFI 0.92 Model fit ��
Berdasarkan tabel di atas menunjukkan model fit dengan data. Dengan demikian dapat
disimpulkan bahwa kecocokan keseluruhan model adalah baik atau fit dengan data.
Setelah diketahui bahwa dalam uji kecocokan model memberikan hasil yang signifikan,
selanjutnya dilakukan pengujian koefisien model untuk masing-masing konstruk. Dengan
menggunakan program Lisrel diperoleh model berikut:
Gambar 1. Hubungan Struktural Pengaruh Faktor Internal dan Eksternal
Terhadap Prestasi Belajar

Tabel 11. Ringkasan Hasil Komputasi Statistik SEM Model Struktural
Model Pengukuran
Koefisien Bobot
Faktor
(Standardized)
Measurement
Error
Nilai t
hitung
R2
Variabel
Endogen
Variabel
Eksogen
Prestasi
Belajar
Faktor
Internal
0,52
0,26
4,73
0,74
Prestasi
Belajar
Faktor
Eksternal
0,41 3,65
Pada model struktural diketahui thitung sebesar 4,73 untuk pengaruh faktor internal terhadap
prestasi belajar dan thitung sebesar 3,65 untuk pengaruh faktor eksternal terhadap prestasi belajar.
Karena nilai thitung lebih dari ttabel sebesar 1,972, maka H0 ditolak. Dengan demikian dapat disimpulkan
bahwa terdapat pengaruh dari faktor internal dan eksternal terhadap prestasi belajar dengan besaran
pengaruhnya sebesar 74% dan sisanya sebesar 26% dipengaruhi oleh faktor lain di luar model.
KESIMPULAN DAN SARAN
Karakteristik mahasiswa Teknik Informatika UNSIKA untuk faktor internal dan eksternal
berada dalam kategori cukup dengan rata-rata skor masing-masing faktor sebesar 667,7 dan 691,7.
Dengan ��or internal dan eksternal
terhadap prestasi belajar dengan besaran pengaruhnya sebesar 74% dan sisanya 26% dipengaruhi
faktor lain di luar penelitian.
Berdasarkan hasil kesimpulan yang telah dijelaskan sebelumnya, peneliti mengemukakan
beberapa saran sebagai berikut:
Prodi Teknik Informatika UNSIKA
Untuk dapat menghasilkan mahasiswa yang berkualitas secara akademik sebaiknya prodi
mempertimbangkan kondisi fisik mahasiswa dan kondisi masyarakat mahasiswa dalam proses
penerimaan mahasiswa baru.
Penelitian selanjutnya
Penelitian lebih lanjut dapat mengkombinasikan teori-teori lain yang berpengaruh dengan
prestasi belajar sehingga diharapkan mendapat model yang lebih baik lagi.
DAFTAR PUSTAKA
[1] Djamarah, Syaiful Bahri. 2002. Psikologi Belajar. Jakarta: Rineka Cipta.
[2] Listyarso, Andi. 2005. Pengaruh Strategi Pemasaran terhadap Kinerja Pemasaran dan Kinerja
Perusahaan dengan Lingkungan Persaingan sebagai Variabel Moderating. Universitas
Diponegoro. Semarang.
[3] Mulyasa. 2005. Implementasi Kurikulum 2004. Bandung: PT. Remaja Rosda Karya.
[4] Sabri, Alisuf. 1996. Psikologi Pendidikan. Jakarta: Pedoman Ilmu Jaya.
[5] Slameto. 1991. Belajar dan Faktor-Faktor yang Mempengaruhinya. Jakarta: Rineka Cipta.
[6] Sumadi Suryabrata. 1984. Prestasi Belajar. Jakarta:Raja Grafindo Perkasa.
[7] Wijayanto, Setyo. 2008. Structural Equation Modelling Dengan Lisrel 8.8. Graha Ilmu.
[8] Winkel, W.S. 1983. Psikologi Pendidikan dan Evaluasi Belajar. Jakarta: Gramedia.

PERANAN DAN DUKUNGAN TEKNOLOGI INFORMASI DALAM ENINGKATAN
KUALITAS LAYANAN PERGURUAN TINGGI SWASTA DI DAERAH
Mulyanto1)
dan Didi Juardi2)
1) Dosen STMIK BaniSaleh - Bekasi
2) Dosen Politeknik TMKM – Karawang
ABSTRAK
Penggunaan Teknologi Informasi sangat besar peranannya, mempengaruhi kualitas layanan akademik
pada perguruan tinggi swasta. Dengan dukungan teknologi informasi pada sistem informasi akademik
on line, maka kualitas layanan yang diterima mahasiswa akan meningkat, terutama dalam hal
keakuratan informasi, transfer informasi, efisiensi dan real time. Melalui teknologi komunikasi,
pendistribusian dan penyebaran informasi dapat dilakukan dengan cepat, akurat, tanpa batas waktu
dan ruang.
Kata Kunci: teknologi informasi, kualitas layanan, sistem informasi akademik
PENDAHULUAN
Persaingan yang ketat di berbagai bidang membuat manusia yang terlibat didalamnya ingin
memberikan yang terbaik bagi orang lain, terutama jika industri atau bidangkerja tersebut menyangkut
hal-hal yang berhubungan dengan masalah pelayanan. Pelangganadalah aset yang sangat berharga
dalam pengembangan industri, terutama dalam industrijasa. Mahasiswa adalah pelanggan perguruan
tinggi yang sangat berharga, khususnya bagiperguruan tinggi swasta merupakan aset yang sangat
menentukan masa depan usaha disektor jasa pendidikan.
Keputusan para calon mahasiswa dipengaruhi oleh keunggulan atau kualitas antribut produk dan jasa
pelayanan. Dengan katalain, keputusan para calonmahasiswa dipengaruhi oleh kualitas pelayanan.
Keputusan para calon mahasiswa bagiperguruan tinggi swasta adalah keputusan calon mahasiswa
untuk memilih perguruan tinggiswasta yang memberikan kualitas pelayanan terbaik dalam bidang
akademik.
Melalui IT System dapat dibangun hubungankomunikasi antara konsumen (mahasiswa) dan pihak
manajemen perguruan tinggi. Layanandistribusi informasi dua arah dapat dilakukan dengan cepat,
sehingga setiap konsumenberkesempatan menyampaikan evaluasi, aspirasi (kritik saran), yang
kemudianmembangkitkan presepsi bahwa setiap konsumen perguruan tinggi dapat bertemu
denganpimpinan perguruan tinggi (pihak manajemen) secara langsung, tanpa birokrasi yang rumitdan
panjang(Ingleson,2000).
Dimensi-dimensi yangdianggap dapat mengidentifikasikan keberhasilan suatu sistem informasi
adalah:Alignment, yaitu hubungan erat antara strategi sistem informasi dengan strategi
bisnis;Analysis, yaitu secara umum bagaimana suatu analisa yang efektif dapat
memberikanpemahaman yang jelas tentang bagaimana informasi digunakan dalam organisasi
danmembuka bagian-bagian pengembangan yang dianggab penting; Cooperation,
dimanadiperlukannya suatu tingkatan kesesuaian dalam kesepakatan antara prioritaspengembangan,
skedul implementasi, dan tanggung jawab manajerial; Capabilities,bahwa suatu sistem yang efektif
harus berkembang seiring waktu dalam kemempuan(capability) dasarnya(Grover,1998).

Daya tarik yang ditawarkan oleh masing-masing perguruan tinggi swasta padaumumnya berkaitan
dengan kualitas layanan, yang dalam penerapannya berbeda-beda antarasatu perguruan tinggi dengan
perguruan tinggi swasta lainnya. Dengan tingginya kualitaslayanan, diharapkan akan dapat
mempengaruhi respons para calon mahasiswa perguruan tinggi swasta.
KUALITAS LAYANAN (SERVICE QUALITY)
Kualitas layanan didasarkan pada perbandingan antara apa yang seharusnyaditawarkan (offered) dan
apa yang disediakan (provide) (Parasuraman et al., 1985). MenurutZeithaml et al., (1998), kualitas
jasa (service quality) digambarkan sebagai suatu bentuksikap (attitude), berhubungan dengan
kepuasan yang diperoleh dengan membandingkanharapan (expectation) dengan kinerja
(performance). Dimensi kualitas layanan menurutEngel et al., (1995) meliputi tangibles, reliability,
Responsiveness, performance danempathy, sedangkan menurut Zeithaml et al., (1998), kualitas
layanan terdiri atas . tangibles,reliability, responsiveness, assurance dan empathy.
Dalam industri jasa pendidikan, kualitas produk yang diukur adalah kualitas layanan.Manajemen
harus memahami keseluruhan layanan yang ditawarkan dari sudut pelanggan.Kualitas layanan yang
dibentuk dari sudut pandang pelanggan dapat memberikan nilai lebihterhadap produk yang
ditawarkan. Perguruan Tinggi Swasta harus mewujudkan kualitas yang sesuaidengan syarat-syarat
yang dituntut pelanggan. Dengan kata lain, kualitas adalah kiat secarakonsisten dan efisien untuk
memberikan pelanggan apa yang diinginkan dan diharapkanoleh pelanggan(mahasiswa).
PERANAN TEKNOLOGI INFORMASI
Teknologi informasi memberikan lima peran utama penting di dalam organisasi,yaitu untuk
meningkatkan (1) efisiensi, (2) efektivitas, (3) komunikasi, (4) kolaborasidan (5) kompetitif. Pada
awalnya, teknologi informasi digunakan untuk pengolahantransaksi. Tujuan dari pengolahan transaksi
untuk menggantikan pengolahan transaksioleh manusia dengan teknologi informasi.
Dalam dunia perguruan tinggi efisiensi ini di lakukan dengan pembuatanlaporan, rekapan hasil studi
para mahasiswa, daftar seluruh mahasiswa, daftarmahasiswa perfakultas, daftar peserta per-
matakuliah, dan pembuatan laporan lainnyadengan bantuan komputer. Teknologi informasi yang
berorientasi ke pengolahantransaksi saja lebih berperan untuk meningkatkan efisiensi. Peran efisiensi
lainnya jugadicapai oleh process control systems yang menggantikan manusia dengan teknologi
diproses produksi.
Peran teknologi informasi yang kedua yaitu untuk meningkatkan efektifitas yangdapat dicapai dengan
sistem informasi manajemen, decesion support systems, groupsupport systems, geographic
information systems, expert systems, dan artificial neuralnetworks. Sistem-sistem teknologi informasi
ini menyediakan informasi bagi paramanajer di organisasi untuk mendukung proses pengambilan
keputusan mereka denganlebih efektif. Lebih efektif karena pengambilan keputusan didasarkan
dengan informasiyang akurat, tepat waktu dan relevan.
Dengan adanya sistem informasi akademik pada perguruan tinggi, maka data-datatentang proses
penerimaan mahasiswa baru, jumlah mahasiswa yang diterima perperiode,jumlah mahasiswa lama
yang mendaftar ulang, jumlah wisudawan per-periodeinformasi ini dapat disajikan dengan cepat,
sehingga produktivitas perguruan tinggidapat diketahui dengan cepat pula. Grafik proses penerimaan
mahasiswa sebagai input dan grafik wisudawan sebagai output dapat tersaji dengan segera, dan semua
informasiini dapat diperoleh dengan cepat, akurat dan real time.
Semua informasi yang tersedia ini dapat mendukung pihak manajementperguruan tinggi (yayasan dan
rektorat) untuk membuat suatu kebijakan demi kebaikanperguruan tinggi tersebut. Laporan-laporan

ini juga sekaligus dapat digunakan sebagaipendukung pembuatan kebijakan strategis, agar dapat
bersaing dengan perguruan tinggilain, yang menjadi pesaingnya. Manfaat peningkatan efektifitas juga
dapat dicapaidengan process control systems untuk mendapatkan hasil produksi yang akurat danbebas
dari cacat produksi sesuai dengan sasaran produksi yang diinginkan.
Peran ketiga dan keempat dari teknologi informasi adalah untuk komunikasi dankolaborasi dicapai
dengan menerapkan office automation system yang akanmengintegrasikan pengguna teknologi
informasi termasuk para manajer secaraelektronik. Peningkatan komunikasi dicapai dengan
menggunakan e-mail dan chat.Peningkatan kolaborasi dicapai dengan menggunakan video conference
danteleconference.
Peran kelima dari teknologi informasi adalah untuk meningkatkan dayakompetisi. Peran ini dapat
dicapai dengan menggunakan strategic information systems.Yaitu sistem-sistem teknologi informasi
apapun yang digunakan di dalam organisasiuntuk mengimplementasikan strategi demi meningkatkan
keunggulan kompetisi.
DUKUNGAN TEKNOLOGI INFORMASI DALAM PENINGKATAN KUALITAS
PELAYANAN
Dengan menggunakan teknologi informasi pada sistem informasi akademik online, maka kualitas
pelayanan yang diterima mahasiswa akan meningkat, terutamadalam hal keakuratan informasi,
transfer informasi, efisiensi dan real time. Sebuahperguruan tinggi yang menggunakan teknologi
informasi pada sistem informasiakademik on line, adalah perguruan tinggi yang berpandangan jauh
kedepan, perguruantinggi yang dapat mengikuti perkembangan teknologi, perguruan tinggi yang
dapatmemanfaatkan kemajuan teknologi informasi, dan dapat memanfaatkan fasilitas yangdisediakan
oleh teknologi informasi tersebut. Melalui teknologi komunikasi pendistribusian dan penyebaran
informasi dapat dilakukandengan cepat, akurat, tanpa batas waktu dan ruang.
Hasil riset Xephon (Bennet, 2001), menunjukkan bahwa, teknologi informasiadalah proyek penting
yang dilaksanakan, dengan motivasi untuk mengeksploitasiinvestasi yang telah dikeluarkan, dan
memberikan layanan yang lebih baik padapelanggan.Hotman (2005), menemukan bahwa sistem
teknologi informasi (on line) signifikanmempengaruhi kualitas layanan akademik, citra perguruan
tinggi, dan responskonsumen, sementara Ingleson (2000), menyatakan bahwa melalui sistem
teknologiinformasi (on line) dapat dibangun hubungan komunikasi antara konsumen (mahasiswa)dan
pihak manajemen perguruan tinggi swasta. Layanan distribusi informasi dua arahdapat dilakukan
dengan cepat, sehingga setiap konsumen berkesempatanmenyampaikan evaluasi, aspirasi (kritik
saran) tanpa birokrasi yang rumit dan panjang.Adhinugroho (2001), menyatakan bahwa, keakuratan
sistem informasi memberikanpengaruh positip terhadap kualitas layanan.
RESPON PELANGGAN (MAHASISWA) PERGURUAN TINGGI SWASTA
Berdasarkan hasil penelitian Hotman Panjaitan (Pengaruh Sistem Teknologi Informasi Terhadap
Kualitas Layanan dan Respon Mahasiswa Perguruan Tinggi Swasta), kontribusi yang paling besar
dalam membentuk sistem teknologi informasi adalahindikator keakuratan pendistribusian informasi
akademik (0,921). Hal ini menunjukkanbahwa mahasiswa perguruan tinggi swasta mengutamakan
keakuratan pendistribusianinformasi akademik dari pihak kampus yang meliputi keakuratan informasi
yang diterima,keakuratan pengaksesan informasi, dan keakuratan penyajian informasi dalam hal
sistemteknologi informasi perguruan tinggi swasta .
Dengan dominannya dimensi keakuratan pendistribusian informasi akademik dalampembentuk
variabel sistem teknologi informasi, maka pihak perguruan tinggi hendaknyalebih serius untuk
meningkatkan pendistribusian informasi akademiknya agarpendistribusian informasi akademik

menjadi lebih cepat, tepat dan akurat.Disisi lain perguruan tinggi swasta hendaknya juga lebih
memperhatikan hardwaredan software pendukung sistem informasi karena faktor dominan kedua bagi
pelanggan perguruan tinggi (mahasiswa) dalam hal sistem teknologi informasi. Untuk itu
perguruantinggi swata dituntut untuk melakukan pendistribusian informasi akademik melalui media
mobile online dengan menggunakan teknologi komputer terbaru, dansoftware yang sesuai agar
pendistribusian informasi lebih lancar dan cepat.
Besarnya pengaruh dimensi daya tanggap (responsiveness) dalam pembentukvariabel kualitas
layanan, maka pihak perguruan tinggi hendaknya lebih serius untuk
meningkatkan pelayanan dalam hal kecepatan tanggapan, tanggapan yang positip dan
selalumengadakan perbaikan pelayanan (inovatif) dari waktu kewaktu sehingga para
mahasiswamerasa betah dan senang atas respons yang diberikan pihak perguruan tinggi.Disisi lain
perguruan tinggi swasta hendaknya juga lebih memperhatikan keandalan(reliability) dan untuk
perguruan tinggi swata dituntut untuk selalumerealisasikan semua hal yang telah dijanjikan kepada
para mahasiswanya. Hal ini berarti jugamelaksanakan perkuliahan tepat waktu dan berkualitas
(bermutu), memberikan pelayanandengan tepat, konsisten dan memuaskan.
PENUTUP
PemanfaatanTeknologi Informasi sangat besarperanannya dalam mempengaruhi kualitas layanan
akademik pada perguruan tinggi swasta.Hal ini menunjukkan bahwa kualitas layanan akademik
perguruan tinggi swasta akanmeningkat, dengan pemanfaatan teknologi informasi pada sistem
informasiakademiknya. Berdasarkan peranan dan dukunganTeknologi Informasi pada perguruan
tinggi swasta, sebaiknyapihak manajemen perguruan tinggi swasta juga selalu meremajakan, meng-
update kemampuansumber daya manusiayang ada pada perguruan tingginnya, sehinggaselalu dapat
mengikuti perkembangan Teknologi Informasi. Hal ini akan memberikandampak pada pemanfaatan
Sistem Teknologi Informasi yang ada secara maksimal, yangberakibat pada naiknya kualitas layanan
perguruan tinggi swasta.
DAFTAR PUSTAKA
Bruce, Harry, 1999, Perceptions of the Internet: What People Think When They SearchThe Internet
For Information, Internet Research: Electronic NetworkingAplications and Policy, No.3,
pp. 187-199.
Cronin J. Joseph, Michael K., Brandy and G. Tomas M., Hult, 2000, Assesing The Effects ofQuality,
Value and Costumer Satisfaction On Consumer Behavioural Intentions inService
Enviroment, Journal of Retailing, Vol. 76, pp.193-218.
Henry C, Lucas, Jr, 1992, Information System Concepts For Management, InternationalStudent
Edition, McGraw-Hill, Tokyo.
Hotman Panjaitan, Pengaruh Sistem Teknologi Informasi (IT System) terhadap Kualitas Layanan dan
Respons Konsumen Perguruan Tinggi Swasta, Jurnal Ekonomi Bisnis Dan Akuntansi
VENTURA, ISSN 1410-6418, Akreditasi No.55/Dikti/Kep/2005. Volume 10 No.1, April
2007.Pp: 1-16.
Hu, Paul J., Patrick Y.K., Chau, Olivia R., Liu Sheng, and Kar Yan Tam, 1999,Examining The
Technology Acceptance Model Using Physician Prance ofTelemedicine, Journal of
Management Informations Systems, Vol. 16, pp. 91-112.
Ingleson Melvyn., 2000, The Role of Management Consultant in
InformationManagement,International Journal of Information System, Vol. 20, pp.77-87.
James A. O’ Brien, 2002, Management Information Systems: Managing InformationTechnology in the
E-Business Enterprise, Fifth Edition, McGraw-Hill, Boston.
Jogiyanto HM, 2003, Sistem Teknologi Informasi, Edisi Pertama, ANDI, Yokyakarta
Melvyn Ingleson, 2000, The Role of The Management Consultant in Information
Management, International Journal of information Systems, Vol. 20, pp. 77-87

Parasuraman, A., Zeithaml, V. A., and Berry, L. L., (1985), A Conceptual Model OfService Quality
and Its Implication For Future Research, Journal Of Marketing,Vol. 49, pp 41-50.
Segars, Albert H., and Grover, Varun, 1998, The Industry Level Impact of InformationTechnology:
An Empirical Analysis Of Three Industries, Decision Sciences, Vol.26, pp. 337-368.

SISTEM PENDUKUNG KEPUTUSAN KRITERIA RUMAH TANGGA
MENGGUNAKAN MODEL LOGIKA
FUZZY LINIER
Nurfalah1)
dan Slamet Abadi 2)
1)
Nurfalah, Mahasiswa STMIK Bani Saleh Bekasi
falahavicenna@ymail.com
2)
Slamet Abadi, Dosen Statistika dan Matematika
slamet.abadi@gmail.com
ABSTRAK
Penentuan kriteria rumah tangga pra sejahtera versi BPS, BKKN dan badan kesehatan tidak
mempunyai satu kesepakatan dalam menentukan kriteria rumah tangga pra sejahtera sehingga
penentuan kriteria rumah tangga menjadi kurang objektif. Penentuan klasifikasi Rumah Tangga
dengan Model Logika Fuzzy Linier dapat memberikan solusi yang lebih baik yaitu dengan
menggunakan representasi linier turun dan representasi linier naik karena akan dengan kedua
rumus tersebut dapat memberikan nilai derajat keanggotaan rentang 0 sampai 1. Luaran kriteria
rumah tangga yang diinginkan dapat disesuaikan dengan kebutuhan yaitu Kriteria Sangat Kaya,
Kaya, Sedang, Miskin dan Sangat Miskin. Hasil penelitian ini akan menghasilkan sebuah
aplikasi penentuan kriteria rumah tangga khususnya rumah tangga pra sejahtera sehingga proses
perhitungannya menjadi lebih cepat, akurat dan objektif.
Keyword: rumah tangga, model logika fuzzy, representasi linier naik, representasi linier
turun, derajat keanggotaan
ABSTRAK
Determination of criteria for pre-prosperous household BPS version, BKKN and health agencies
do not have an agreement in determining the criteria for pre-prosperous households, and
definitive criteria for households to be less objective. Determination classification households
with linear fuzzy logic model can provide a better solution is to use a linear representation down
and rose as a linear representation with two formulas will provide the highest degree of
membership can range from 0 to 1. Outcomes desired home criterion can be adapted to the
needs of the criteria for very rich, rich, average, poor and very poor. The results of this research
will result in a determination of the software of the criteria in particular household pre-
prosperous household so the calculation becomes more rapid, accurate and objective.
Keywords: household, fuzzy logic models, representations of linear up, linear representation
down, the degree of membership
PENDAHULUAN
Belakangan ini pemerintah akan memberikan Bantuan Langsung Sementara Masyarakat
(BLSM) kepada sekitar 8 juta jiwa Kepala Keluarga atau Rumah tangga miskin di seluruh
Indonesia sebagai konvensasi rencana kenaikan harga Bahan Bakar Minyak. Selain BLSM
sebelumnya pemerintah juga menyalurkan bantuan seperti Bantuan Langsung Tunai (BLT,

dulu), bantuan Asuransi Kesehatan (ASKES), Jaminan Kesehatan Masyarakat (JAMKESMAS),
Jaminan Kesehatan Daerah (JAMKESDA), beras bersubsidi untuk keluarga miskin, Program
Keluarga Harapan dan lain sebagainya. Namun tidak semua bantuan-bantuan tersebut diterima
oleh Rumah tangga yang memang berhak menerimanya.
Fakta di lapangan justru keluarga sejahtera pun ikut menikmati bantuan-bantuan tersebut,
sehingga dirasakan telah terjadi salah sasaran pemberian bantuan oleh pemerintah pusat ataupun
daerah kepada masyarakat.
Banyak lembaga-lembaga baik pemerintah maupun swadaya masyarakat yang dibangun untuk
mengatasi permasalahan kemiskinan, namun pada penerapan di lapangan, seringkali terbentur
permasalahan data dan informasi yang kurang akurat, sehingga dikhawatirkan program-
programnya menjadi kurang efektif bahkan salah sasaran. Penyedia data dan informasi terbesar
yang terkait data kemiskinan adalah Biro Pusat Statistik (BPS) dan Badan Koordinasi Keluarga
Berencana Nasional (BKKBN).
Dari kedua sumber tersebut dapat diperoleh informasi yang bisa digunakan sebagai sumber
penyusunan target-target program kemiskinan (Setyawan, 2009).
Namun, Dari dua sumber data di atas, terjadi perbedaan kriteria rumah tangga prasejahtera
antara BPS dengan BKKBN. Sehingga perbedaan kriteria ini menimbulkan kesulitan bagi
instansi-instansi atau lembaga swadaya untuk menentukan sebuah rumah tangga termasuk
sejahtera atau prasejahtera.
Kesulitan ini akan berdampak perpecahaan di kalangan masyarakat karena akan menimbulkan
kecemburuan sosial sehingga pada saat turun bantuan dari pemerintah setempat atau pun
pemerintah pusat yang ditunjukan untuk rumah tangga prasejahtera, maka bantuan tersebut akan
diterima juga oleh rumah tangga sejahtera akibat tidak objektifnya penentuan kriteria rumah
tangga sejahtera dan prasejahtera (Setyawan, 2009).
Untuk mengatasi masalah diatas, maka diperlukan sebuah model yang akurat dan efisien
sehingga penentuan kriteria rumah tangga sejahtera dan prasejahtera menjadi lebih objektif
dibandingkan dengan penggunaan data klasik (crips) versi BPS ataupun BKKBN.
TINJAUAN PUSTAKA
Indikator Kemiskinan
Kemiskinan merupakan permasalahan yang sangat komplek di Indonesia. Ada sekitar 31,02 juta
jiwa (13,33 persen) penduduk Indonesia yang masih berada di bawah garis kemiskinan (BPS,
2010b). Sementara menurut Bank Dunia (World Bank) penduduk miskin di Indonesia sekitar 49
persen dari total jumlah penduduk Indonesia.
Sementara di Kota Bekasi jumlah penduduk miskin mencapai 230 ribu jiwa dari total jumlah
penduduk kota Bekasi yang mencapai 2,33 juta jiwa (BPS, 2010a). Permasalahan ini pun
menjadi pekerjaan rumah khususnya bagi pemerintah dearah apalagi Kota Bekasi menjadi salah
satu tempat bagi pendatang dari daerah (urbanisasi) sehingga kemiskinan semakin meningkat.
Penanggulangan kemiskinan melalui program bantuan BLT, BPS telah menetapkan 14 (empat
belas) kritria keluarga miskin, seperti yang telah disosialisasikan oleh Depertemen Komunikasi
dan Informatika (Depkominfo) pada tahun 2005, rumah tangga yang memiliki ciri rumah tangga
miskin, yaitu (Setyawan, 2009):

1. Luas lantai bangunan tempat tinggal kurang dari 8 m2
per orang.
2. Jenis lantai bangunan tempat inggal terbuat dari tanah/bambu/kayu murahan.
3. Jenis dinding tempat tinggal terbuat dari bambu/rumbia/kayu berkualitas rendah/tembok
tanpa diplester.
4. Tidak memiliki fasilitas buang air besar/ bersama-sama dengan Rumah tangga lain.
5. Sumber penerangan Rumah tangga tidak menggunakan listrik
6. Sumber air minum berasal dari sumur/mata air tidak terlindung/ sungai/ air hujan.
7. Bahan bakar untuk memasak sehari-hari adalah kayu bakar/ arang/ minyak tanah.
8. Hanya mengknsumsi daging/ susu/ ayam satu kali dalam seminggu.
9. Hanya membeli satu stel pakaian baru dalam setahun.
10. Hanya sanggup makan sebanyak satu/dua kali dalam sehari.
11. Tidak sanggup membayar biaya pengobatan di puskesmas/poliklinik.
12. Sumber penghasilan kepala Rumah tangga adalah petani dengan luas lahan 0,5 ha, buruh
tani, nelayan, buruh bangunan, buruh perkebunan, atau pekerjaan lainnya dengan
pendapatan di bawah Rp. 600.000 per bulan.
13. Pendidikan kepala Rumah tangga tidak sekolah/ tidak tamat SD/ hanya tamat SD.
14. Tidak memiliki tabungan / barang yang mudah dijual dengan nilai Rp. 500.000, seperti:
sepeda motor (kredit/non kredit), emas, ternak, kapal motor, atau barang modal lainnya.
Dari 14 kriteria tersebut, BKKBN membuat 4 kategori kriteria Rumah tangga (Setyawan,
2009): Kategori Keluarga Tidak Miskin bila hanya memenuhi 1 - 3 indikator, kategori Keluarga
Hampir Miskin yaitu bila memenuhi 4 – 8 indikator, kategori Keluarga Miskin yaitu bila
memenuhi 9 – 12 indikator, kategori Keluarga Sangat Miskin yaitu bila memenuhi 13 – 14
indikator.
Untuk menentukan kriteria keluarga miskin di Kota Bekasi dilakukan dengan metode
klasik/crisp, dimana penentuan keluarga miskin ditentukan dari pengeluaran Rumah tangga
yang berada di garis kemiskinan sebesar Rp. 233.000 per bulan (BPS, 2010a).
Teori Logika Fuzzy
Fuzzy logic berhubungan dengan jenis ketidakpastian yang telah menjadi sifat alamiah manusia.
Teknik ini, dengan menggunakan teori matematis himpunan fuzzy (Jamshidi, dkk., 1997; Klir
dan Yuan, 1995; McNeill dan Freiberger, 1993; Nguyen dan Walker, 1999), mensimulasikan
proses pertimbangan normal manusia dengan jalan memungkinkan komputer untuk berprilaku
sedikit lebih seksama dan logis daripada yang dibutuhkan metode komputer konvensional
(Turban, Aronson, & Liang, 2005).
Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep
kebenaran sebagian. Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan
dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan
kebenaran boolean dengan tingkat kebenaran.
Ada beberapa alasan mengapa orang menggunakan Fuzzy Logic diantaranya Fuzzy Logic
merupakan konsep matematis yang mendasari penalaran Fuzzy sangat sederhana dan mudah
dimengerti, sangat fleksibel, memiliki toleransi terhadap data-data yang tidak tepat, mampu
memodelkan fungsi-fungsi nonlinier yang sangat kompleks, dapat dibangun dan diaplikasikan
berdasarkan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan, dapat digunakan pada sistem kendali secara konvensional dan didasarkan pada
bahasa alami (Kusumadewi, 2002).
Representasi Linier

Pada representasi linier, permukaan digambarkan sebagai suatu garis lurus. Bentuk ini paling
sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada
2 keadaan himpunan fuzzy yang linier, yaitu (Kusumadewi, 2002):
a. Represetasi Linier Naik (RLN), yaitu kenaikan himpunan dimulai pada nilai domain yang
memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang
memiliki derajat keanggotaan lebih tinggi.
ba
0
1
Derajat
Keanggotaan
µ[x]
Domain
Sumber: Kusumadewi, 2002
Gambar 1 Represetnasi Linier Naik
Fngsi keanggotaan
...........(1)
b. Representasi Linier Turun (RLT), merupakan kebalikan yang pertama. Garis lurus dimulai
dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak
menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
ba
0
1
Derajat
Keanggotaan
µ[x]
Domain
Sumber: Kusumadewi, 2002
Gambar 2 Representasi Linier Turun
Fungsi keanggotaan:
...........(2)
Rumus untuk menghitung Nilai Sampel:
NilaiSampel= ...........(3)
Ket:
bi = Bobot kriteria ke – i
dki = Derajat Keanggotaan kriteria ke – i

Nilai sampel yang diperoleh dari persamaan (3) akan dihitung nilai derajat keanggotaanya
dengan menggunakan rumus RLT dan RLN mengacu pada Tabel 1.
Tabel 1 Aturan Rentang Nilai Sampel
II
Kategori
I
III
IV
V
Rentang Nilai
Sampel
0 - 30
10 - 30
30 - 50
30 - 50
50 - 70
50 - 70
70 - 90
70 - 90
90 - 100
Status Kriteria
Sangat Kaya
Kaya
Kaya
Sedang
Sedang
Miskin
Miskin
Sangat Miskin
Sangat Miskin
Fungsi
Keanggotaan
RLT
RLN
RLT
RLN
RLT
RLN
RLT
RLN
RLN = 1
Penilaian status kriteria ditentukan dari nilai sampel yang paling terbesar derajat
keanggotaannya dari perhitungan RLT dan RLN.
TUJUAN PENELITIAN
Penentuan kriteria Rumah tangga prasejahtera cukup penting untuk menentukan sebuah Rumah
tangga masuk kategori keluarga/rumah tangga prasejahtera atau tidak, agar pada saat turun
bantuan dari pemerintah pusat ataupun pemerintah daerah maka pemberian bantuan tidak salah
sasaran.
Ada beberapa tujuan yang ingin dicapai dalam penelitian ini diantaranya adalah sebagai berikut:
1 Menentukan kriteria Rumah tangga dengan model logika Fuzzy dalam 5 (lima) kriteria yaitu
Sangat Kaya, Kaya, Sedang, Miskin dan Sangat Miskin.
2 Membuat sebuah sistem penggabungan kriteria Rumah tangga prasejahtera versi BPS dan
BKKBN dengan model logika Fuzzy.
3 Membangun sebuah software penentuan kriteria rumah tangga gabungan dari versi BKKBN
dan versi BPS dengan model Logika Fuzzy
4 Menyajikan laporan data Rumah tangga yang menjadi analisa dan informasi yang akurat
bagi instansi-instansi terkait.
MANFAAT PENELITIAN
Ada beberapa manfaat dari penelitian ini. Manfaat ini akan dirasakan terutama untuk instansi
pemerintahan, mulai dari instansi atau lembaga pemerintahan pusat sampai tingkat daerah,
diantaranya adalah sebagai berikut:
1 Bagi Instansi Pemerintahan (Pemerintah Pusat ataupun Pemerintah Daerah), akan membantu
penentuan kriteria rumah tangga yang jauh lebih objektif dan akurat. Selain itu juga akan
memberikan laporan yang dapat memberikan analisa dan informasi yang akurat terutama
untuk penyaluran bantuan.

2 Bagi Pengembang, maka akan menjadi referensi pemberdayaan rumah tangga prasejahtera
sehingga pemberdayaan masyarakat tidak salah sasaran.
3 Bagi Masyarakat, penentuan kriteria Rumah tangga prasejahtera dengan model logika Fuzzy
akan memberikan penentuan kriteria yang lebih objektif sehingga tidak terjadi kecemburuan
sosial atau perpecahan di kalangan masyarakat.
4 Teori fuzzy untuk membantu sistem pendukung keputusan kriteria KK akan menjadi
referensi dasar dalam pengembangan teori yang sama dengan objek yang berbeda-beda.
5 Menjadi referensi pembelajaran teori fuzzy bagi pemula
METODOLOGI PENELITIAN
Langkah-langkah penentuan kriteria rumah tangga ke dalam lima status/kriteria yaitu Sangat
Kaya, Kaya, Sedang, Miskin dan Sangat Miskin, dimulai dari pengisian kuisioner yang dibuat
dari 14 kriteria rumah tangga miskin diatas. Setiap kriteria diberi bobot presentase secara merata
atau costumize. Setiap kriteria terdiri dari 3 sampai 6 pilihan yang memiliki bobot berurutan 0
sampai 5. Lebih jelas merujuk pada gambar 3.
Luas lantai tempat tinggal?
Nilai barang (NB) yang mudah dijual seperti emas,
motor dll?
1
14
....... ........... ........... .......... .........2
Jawaban ke-2
Jawaban ke-1
Jawaban ke-3
…….
Jawaban ke-n
............
.............
Jawaban ke-2
Jawaban ke-1
Jawaban ke-3
… …. …. ….
Jawaban ke-n
No Pertanyaan/Kriteria RT Pra Sejahtera Bobot
7.14%
7.14%
7.14%
1
0
2
….
n
1
0
2
….
n
Gambar 3 Kuisioner Kriteria Rumah Tangga
Selanjutnya setiap kriteria tersebut dihitung derajat keanggotaannya dengan menggunakan
rumus representasi linier turun (RLT) dengan rumus pada persamaan (2). Jika derajat
keanggotaan setiap kriteria sudah didapatkan, maka tahap selanjutnya adalah menghitung Nilai
Sampel. Nilai Sampel diperoleh dari penjumlahan derajat keanggotaan kriteria yang dikalikan
dengan bobot kriteria. Untuk menghitung Nilai Sampel menggunakan rumus pada persamaan
(3).
Sebagai perhitungan akhir, hitung derajat keanggotaan Nilai Sampel sesuai dengan aturan
mengacu Tabel 1.
Merujuk aturan pada Tabel 1 maka setiap Nilai Sampel akan memiliki dua perhitungan derajat
keanggotaan status kriteria misalnya saja kategori I dengan status kriteria Sangat Kaya dan
Kaya. Setelah dihitung derajat keanggotaan masing-masing status kriteria dengan rumus/fungsi
keanggotaan RLT (untuk status kriteria Sangat Kaya) atau RLN (untuk status kriteria Kaya),
maka bandingkan derajat keanggotaan tersebut dan pilihlah nilai derajat keanggotaan yang
paling besar. Berikut adalah hasil akhir perhitungan fuzzy linier mengacu pada Tabel 2.

Tabel 2 Hasil Perhitungan
Sampel
Nilai
Sampel
Kategori
Kriteria DK
Kriteria 1
DK
Kriteria 2
Status Sampel
S1 15.33 I 0.49 0.27 Sangat Kaya
S2 80.45 IV 0.48 0.52 Sangat Miskin
S3 54.67 III 0.77 0.23 Sedang
S4 35.04 II 0.75 0.25 Kaya
S5 90.45 V 1 0 Sangat Miskin
... ... ... ... ... ...
Sn n n n n n
BandingkanKriteria 1
Dan
Kriteria 2
SK & K
M & SM
S & M
K & S
SM
...
n
Keterangan: SK (Sangat Kaya), K (Kaya), S (Sedang), M (Miskin) dan SM (Sangat Miskin)
HASIL DAN PEMBAHASAN
Penelitian ini menggunakan bahasa pemrograman Visual Studio 2008 (VB.Net), dadtabase SQL
Server 2005 dan sistem operasi windows 7. Sementara untuk perancangan aplikasi
menggunakan use case diagram dan visio 2007.
Use Case Diagram Proses Diagnosa
Proses pertama yang dilakukan adalah admin login sistem -> memilih menu diagnosa -> input
No KK (apakah terdaftar atau tidak, jika tidak maka pilih No KK lain) -> Pilih jawaban
pertanyaan sesuai dengan data No KK tersebut -> Simpan hasil diagnosa -> cetak hasil diagnosa
-> Logout (jika tidak melakukan diagnosa lagi). Untuk lebih jelas mengacu pada gambar 6
berikut:
Admin
Login
Pilih menu diagnosa
Cek data KK
Klik tabel pertanyaan
Logout
Lihat hasil diagnosa
Cetak hasil diganosa
Pilih jawaban
Gambar 4 Use Case Diagram Proses Diagnosa Rumah Tangga
Rancangan Database
Rancangan tabel bertujuan untuk menggambarkan relasi antar tabel satu dengan yang lain yang
berfungsi untuk menghindari data ganda. Tabel data_kk berelasi dengan tabel hasil dan tabel
detail_hasil, kemudian tabel detail_hasil berelasi dengan tabel kuisioner dan tabel kuisioner
berelasi dengan tabel kuisionerjawaban. Untuk lebih jelas mengacu pada gambar 5 berikut.

Data_kk
No_kk (P)
Nama_kk
Propinsi
Kota
Kecamatan
Desa
Rt
Kode_pos
Tanggungan
Status
Hasil
No_kk
Nilai_sampel
Jml_pty
Total_bobot
Dk_k1
Dk_k2
Detail_hasil
No_kk
Nomor_urut
Pertanyaan
Jawaban
Bobot
Dk_pty
Nilai_pty
Kuisioner
Nomor_urut (P)
Pertanyaan
Jml_jawaban
Bobot
Nilai_mak
Nilai_min
Kuisionerjawaban
Nomor_urut
Jawaban
Bobot
Gambar 5 Relasi Antar Tabel Rumah Tangga
Rancangan Program
Aplikasi yang dirancang yaitu form input daerah seperti Provinsi, Kota/Kabupaten, Kecamatan,
Kelurahan/desa, RT/RW, Kriteria, Detail Kriteria, Rumah Tangga, Bobot Kriteria dan
Administrator. Form proses seperti proses perhitungan fuzzy linier dan form output seperti data
kriteria, data detail kriteria, data rumah tangga, data detail rumah tangga dan grafik kriteria
rumah tangga.
Gambar 6 Form Menu Utama

Gambar 7 Hasil Perhitungan Fuzzy Linier
Gambar 8 Grafik Hasil Perhitungan Fuzzy Linier
SIMPULAN
Dari hasil penelitian yang dilakukan mulai dari tahap awal hingga proses pengujian dapat
disimpulkan bahwa sistem penentuan kriteria Rumahtangga pra sejahtera di Kota Bekasi dengan
model logika fuzzy adalah sebagai berikut:
a. Penggunaan metode logika fuzzy linier untuk menentukan kriteria Rumahtangga pra
sejahtera ternyata lebih akurat dibandingkan dengan metode crisp dimana perbedaan nilai
atau angka sedikit saja menyebabkan kriteria atau status yang berbeda.
b. Penentuan RT pra sejahtera dengan logika fuzzy linier dapat membantu pemerintah untuk
menentukan status RT pra sejahtera sehingga jika bantuan dari pemerintah pusat ataupun
pemerintah daerah turun, tidak akan terjadi salah sasaran.
c. Aplikasi penentuan kriteria rumah tangga pra sejahtera dengan visual basic membantu proses
perhitungan fuzzy linier lebih cepat. Selain itu juga menyajikan laporan yang lebih terperinci
dan jelas.

DAFTAR PUSTAKA
[BPS] Badan Pusat Statistik. (2010). Jumlah Penduduk Miskin Di Kota Bekasi Tahun 2010.
[terhubung berkala] http://www .bps.go.id/brs_file/kemiskinan-01jul10.pdf[3/12/2011]
Haryanto, B. (2004). Sistem Manajemen Basis Data. Bandung: Informatika.
Kendall, K. E., & Kendall, J. E. (2003a). Analisis dan Perancangan Sistem Jilid 1. Jakarta: PT
Index Kelompok Gramedia.
Kusumadewi, S. (2002). Analisis & Desain Sistem Fuzzy Menggunakan Tool Box Matlab.
Yogyakarta: Graha Ilmu.
Lee, K. H. (2005). First Course On Fuzzy Theory and Applications. Berlin: Springer.
Lughofer, E. (2011). Evolving Fuzzy Systems - Methodologies, Advanced Concepts and
Applications. Berlin: Springer.
Nugroho, A. (2004a). Konsep Pengembangan Sistem Basis Data. Bandung: Informatika.
Pena-Rayes, C. A. (2002). Ceovolutionary Fuzzy Modeling.[terhubung berkala] http://lsl
www.epfl.ch/pages/publications/rcnt_theses/pena/PenaReyes_thesis.pdf[10/5/2011]
Setyawan, S. (2009). Penerapan Logika Fuzzy Untuk Memperbaiki Penyusunan Ranking
Wilayah Miskin. [terhubung berkala] http://yudiagusta.files.wordpress.com/2009/11/151-
155-knsi09-027-penerapan-logika-fuzzy-[1/6/2011]
Sivanandam, S. N., Sumathi, S., & Deepa, S. S. (2007). Introduction to Fuzzy Logic Using
Matlab. Berlin: Springer.
Suharli, S. (2005). Membangun Aplikasi Berbasis Windwos Dengan Visual Basic.Net. Jakarta:
PT Elex Media Komputindo.
Turban, E., Aronson, J. E., & Liang, T.-P. (2005). Decision Support System and Intelligent
Systems - 7th Ed. Jilid 2. Yogyakarta: ANDI.
Wahyudi. (2001). Aplikasi Kendali Fuzzy Logic Untuk Pengaturan Kecepatan Motor Universal.
Dipetik Juni 1, 2011, dari
http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_Motor_Universal.pdf

1. Naskah diketik dengan 1 spasi pada kertas ukuran kuarto [8x11 inch] dan marjin
kiri-kanan 3 cm dan atas bawah 3 cm.
2. Naskah dapat ditulis menggunakan bahasa Indonesia atau bahasa Inggris.
3. Panjang artikel ilmiah tidak lebih dari 7.500 kata atau 10-20 halaman kuarto.
4. Naskah yang terlalu panjang akan dikembalikan untuk dipersingkat.
5. Naskah dapat dikirim ke alamat redaksi melalui pos atau E-mail. Pengiriman mela-
lui Pos harus menyertakan cetakan naskah sebanyak 2 eksemplar dan naskah dalam
bentuk CD-R/CD-RW dalam format Microsoft Word.
6. Biodata dan alamat penulis perlu disertakan dalam lembar terpisah
7. Naskah yang dimuat diberikan cetak lepas sebanyak 10 eksemplar.
8. Naskah belum pemah dipublikasikan. Naskah berapa artikel konseptual memuat
komponen: judul, nama penulis, abstrak dan kata-kata kunci, bagian pendahuluan,
bagian inti, penutup/rangkuman/simpulan, daftar pustaka, dan tabel.
9. Naskah dapat berapa artikel hasil penelitian memuat komponen: judul, nama penu-
lis, abstrak dan kata-kata kunci, bagian pendahuluan, metode penelitian/analisis,
hasil pembahasan, simpulan dan saran, daftar pustaka, dan tabel.
10. Abstrak disusun kurang lebih 100 kata dalam bahasa Indonesia/Inggris. Daftar kata
kunci (5 kata dan setiap kata tidak lebih dari 20 karakter) menunjukkan isi artikel.
11. Halaman depan naskah harus memuat identitas penulis secara jelas.
12. Catatan tambahan derivasi matematika/statistika untuk justifikasi semua karakter
matematika/statistika yang dipakai di dalam artikel harus dikirim bersama artikel
agar membantu penyunting ahli (catatan tambahan tidak dipublikasikan)
13. Diagram harus jelas digambar dengan label sumbu-sumbu dan skala sumbu yang
disebut secara jelas.
14. Judul tabel harus jelas di dalam unit pengukuran, area geograpi tahun dasar untuk
angka indeks, dan sumber daftar pustaka.
15. Rujukan dalam teks naskah dan daftar pustaka harus secara hati-hati dicermati dan
lengkap dalam hal tahun dan tempat publikasi, gunakan konvensi teknik ilmiah
(Sistem Nama dan Tahun).
16. Daftar Pustaka untuk Buku disusun dengan urutan: nama pengarang (nama paling
belakang berada di depan dan diikuti oleh nama terdepan dst.), tahun penerbitan,
judul lengkap, nama publikasi/penerbitan, kota.
17. Daftar Pustaka untuk Jurnal disusun menurut abjad nama pengarang dan urutan:
nama pengarang, tahun penerbitan, judul lengkap, nama jurnal, volume, halaman,
publikasi/penerbitan, kota.
18 Daftar Pustaka untuk skripsi/tesis/desertasi disusun dengan urutan: nama penga-
rang, tahun lulus, judul skripsi/tesis/desertasi, publikasi/penerbitan, kota.
CATATAN UNTUK KONTRIBUTOR

Diterbitkan Oleh :
Alamat Redaksi :
Telpon : 021-82495502 Fax : 021- 82495502
Website : www.sttmcileungsi.ac.id
e-mail : sttmcls.04@gmail.com

Jurnal Teknosains STTM Cileungsi Januari 2016

Recommended

Recommended

More Related Content

Similar to Jurnal Teknosains STTM Cileungsi Januari 2016

Similar to Jurnal Teknosains STTM Cileungsi Januari 2016 (20)

Recently uploaded

Recently uploaded (20)

Jurnal Teknosains STTM Cileungsi Januari 2016