BAB III METODOLOGI PENELITIAN
3.2 Data Yang Dibutuhkan
3.1 PENDAHULUAN
Metodelogi Penelitian (methodology research) merupakan suatu ilmu atau studi mengenai sistem, ataupun tindakan menjalankan investigasi untuk mendapatkan fakta baru, tambahan informasi dan sebagainya yang dapat bersifat mendalam. Pada bab ini diuraikan sebuah kerangka pikir yang akan menjadi dasar dalam pelaksanaan penelitian pendekatan axiomatic design dalam FMCDM melalui studi kasus untuk pengambilan keputusan penilaian kinerja guru.
3.2 DATA YANG DIBUTUHKAN
Untuk menganalisis pendekatan teknik axiomatic design dalam FMCDM tentu diperlukan data sebagai masukan pada proses fuzzyfikasi. Data input diperoleh dari lokasi penelitian pada Sekolah Menengah Kejuruan (SMK) Negeri 1 Percut Sei Tuan, jalan Kolam No. 3 Medan Estate Kecamatan Percut Sei Tuan Kabupaten Deli Serdang dalam hal mengukur kinerja guru berdasarkan data tahun 2011 yang meliputi:
1. Data guru
Yang meliputi latar belakang dan jenjang pendidikan guru, masa kerja guru, beban mengajar setiap minggu dan mata pelajaran yang diajarkan. 2. Data kegiatan pembelajaran
Dari data kegiatan pembelajaran ini didapatkan parameter yang akan dijadikan penilaian terhadap kinerja guru pada satuan pendidikan tersebut.
Jumlah sampel yang akan diuji sebanyak 30% dari total 36 orang guru yang ada pada jurusan Teknik Komputer dan Informatika sekolah tersebut. Penilaian dilakukan melalui kuisioner yang dirancang dengan mempertimbangkan kebijakan-kebijakan yang berlaku. Dalam pengumpulan data melalui kuisioner ini melibatkan partisipasi siswa, pengawas sekolah, ketua jurusan dan wakil kepala sekolah bidang personalia atau kepala sekolah.
3.3 AXIOMATIC DESIGN DALAM FMCDM
3.3.1 FMCDM
Fuzzy Multi Criteria Decion Making (FMCDM) adalah salah satu metode yang bisa membantu pengambil keputusan dalam melakukan pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang harus dipertimbangkan. Secara umum penelitian ini dilakukan melalui langkah-langkah berikut ini, yaitu:
1. Representasi masalah, meliputi penetapan tujuan keputusan, identifikasi alternatif, identifikasi kriteria dan membangun struktur hirarki keputusan. 2. Evaluasi himpunan fuzzy dari alternatif-alternatif keputusan, meliputi:
menetapkan variable linguistik dan fungsi keanggotaan, menetapkan rating untuk setiap kriteria, dan menghitung indeks kecocokan fuzzy pada setiap alternatif.
3. Melakukan defuzzyfikasi dalam rangka mencari nilai alternatif yang optimal dengan pendekatan axiomatic design.
3.3.2 Metode Axiomatic Design
Metode axiomatic design berdasarkan pada AD konvensional. Namun, crisp range diganti dengan nilai fuzzy yang mewakili istilah linguistik. Dalam studi ini, TFN (Triangular Fuzzy Number/TFNs) yang digunakan. Perpotongan TFNs mewakili desain range dan sistem range menyajikan common area (Kulak and Kahraman, 2005). Pertama, isi informasi dihitung seperti dalam lingkungan non-fuzzy.
22
Dalam studi ini, perhitungan bobot isi informasi diadopsi dari (Kahraman and Cebi, 2008). Model ini memerlukan penentuan bobot kriteria dan sub-kriteria. Akhirnya, menurut aksioma informasi, alternatif adalah peringkat dengan urutan menaik dari isi informasi. Adapun proses evaluasi dilakukan dengan menerapkan langkah-langkah berikut:
1. Penentuan persyaratan fungsional (functional requirementss)
functional requirements adalah jenis kebutuhan yang berisi informasi-informasi apa saja yang minimal harus ada dan dihasilkan.
2. Agregasi pendapat para penilai
Proses pengambilan keputusan yang melibatkan penilaian atau pendapat berbagai pihak atau ahli.
3. Perhitungan common area dan information content.
Evaluasi fuzzy dari rangkuman (agregat) pengambilan keputusan, dijabarkan dalam metodologi fuzzy axiomatic design yang diaplikasikan untuk menghitung common area. Semakin besar nilai common area, maka lebih baik respon dari alternatif untuk functional requirementss yang didapatkan. Hasil dari perhitungan common area dengan system area
berupa information content. Setiap nilai alternatif yang tidak sesuai dengan
functional Requirementss akan dieliminasi karena tidak memiliki
information content.
4. Penentuan peringkat akhir alternatif.
Hasil akhir menunjukkan bahwa setiap nilai yang tidak sesuai dengan
functional requirementss akan dieliminasi, berarti bahwa alternatif yang tidak memenuhi functional requirementss dikeluarkan dari kategori penilaian.
3.3.3 Bagan Alir Penelitian
Adapun prototype bagan alir penelitian pendekatan axiomatic design dalam FMCDM yang menjelaskan proses kerja dari awal penelitian dilakukan hingga selesai.
Adapun skema bagan alir penelitian dapat dilihat pada Gambar 3.1 berikut:
FMCDM AXIOMATIC DESIGN
Menetapkan tujuan keputusan
Membangun struktur hirarki keputusan
Menetapkan variabel linguistik dan fungsi keanggotaan Identifikasi alternatif dan
identifikasi kriteria Mulai
Kesimpulan
Menentukan kebutuhan fungsional (FR) Transformasi istilah linguistik
ke dalam bilangan fuzzy
Agregasi pendapat dari para Penilai Pemilihan alternatif terbaik
Selesai
Menghitung dari isi informasi
Menghitung Common Area
Gambar 3.1. Bagan Alir Penelitian
3.3.4 Representasi Masalah
Dalam penyelesaian masalah dengan teknik pendekatan axiomatic design dalam FMCDM menyangkut beberapa langkah yaitu:
1. Tujuan keputusan ini adalah mendapatkan hasil penilaian kinerja guru yang objektif yang akan dirangking dengan metode axiomatic design
yakni berdasarkan kandungan atau isi informasi.
2. Ada 12 orang dari total 36 orang guru yang ada pada jurusan Teknik Komputer dan Informatika pada SMK Negeri 1 Percut Sei Tuan sebagai
24
sampel alternatif penilaian dengan inisial secara berturut-turut adalah G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G11 dan G12 yang akan menjadi alternatif keputusan.
3. Ada 5 kriteria keputusan yang dinotasikan dengan C1, C2, C3, C4 dan C5, yaitu:
a) Kemampuan Membuat Perencanaan dan Persiapan Mengajar
Notasi : C1
Kompetensi : Pengembangan kurikulum Jenis Kompetensi : Pedagogik
Penilai : Pengawas Sekolah, Kepala Sekolah dan Ketua Jurusan
Teknik Penilaian : Pengamatan
Pernyataan : Guru menyusun silabus sesuai dengan tujuan terpenting kurikulum dan menggunakan RPP sesuai dengan tujuan dan lingkungan pembelajaran. Guru memilih, menyusun, dan menata materi pembelajaran yang sesuai dengan kebutuhan peserta didik.
Indikator : 1) Guru dapat menyusun silabus yang sesuai dengan kurikulum.
2) Guru merancang rencana pembelajaran yang sesuai dengan silabus untuk membahas materi ajar tertentu agar peserta didik dapat mencapai kompetensi dasar yang ditetapkan
3) Guru mengikuti urutan materi pembelajaran dengan memperhatikan tujuan pembelajaran.
4) Guru memilih materi pembelajaran yang: a) sesuai dengan tujuan pembelajaran, b) tepat dan mutakhir, c) sesuai dengan usia dan tingkat kemampuan belajar peserta didik, d) dapat dilaksanakan di kelas dan e)
sesuai dengan konteks kehidupan sehari-hari peserta didik.
b) Penguasaan Materi
Notasi : C2
Kompetensi : Penguasaan materi struktur konsep dan pola piker keilmuan yang mendukung mata pelajaran yang diampu.
Jenis Kompetensi : Profesional
Penilai : Pengawas Sekolah, Kepala Sekolah dan Ketua Jurusan
Teknik Penilaian : Pengamatan
Pernyataan : Rancangan, materi dan kegiatan pembelajaran, penyajian materi baru dan respon guru terhadap peserta didik memuat informasi pelajaran yang tepat dan mutakhir. Pengetahuan ini ditampilkan sesuai dengan usia dan tingkat pembelajaran peserta didik. Guru benar-benar memahami mata pelajaran dan bagaimana mata pelajaran tersebut disajikan di dalam kurikulum. Guru dapat mengatur, menyesuaikan dan menambah aktifitas untuk membantu peserta didik menguasai aspek- aspek penting dari suatu pelajaran dan meningkatkan minat dan perhatian peserta didik terhadap pelajaran.
Indikator : 1) Guru melakukan pemetaan standar kompetensi dan kompetensi dasar untuk mata pelajaran yang diampunya, untuk mengidentifikasi materi pembelajaran yang dianggap sulit, melakukan perencanaan dan pelaksanaan pembelajaran, dan memperkirakan alokasi waktu yang diperlukan.
26
2) Guru menyertakan informasi yang tepat dan mutakhir di dalam perencanaan dan pelaksanaan pembelajaran. 3) Guru menyusun materi, perencanaan dan pelaksanaan
pembelajaran yang berisi informasi yang tepat, mutakhir, dan yang membantu peserta didik untuk memahami konsep materi pembelajaran.
c) Penguasaan Metode dan Strategi Mengajar
Notasi : C3
Kompetensi : Menguasai teori belajar dan prinsip-prinsip pembelajaran yang mendidik.
Jenis Kompetensi : Pedagogik
Penilai : Pengawas Sekolah, Kepala Sekolah dan Ketua Jurusan
Teknik Penilaian : Pengamatan
Pernyataan : Guru menetapkan berbagai pendekatan, strategi, metode, dan teknik pembelajaran yang mendidik secara kreatif sesuai dengan standar kompetensi guru. Guru menyesuaikan metode pembelajaran supaya sesuai dengan karakteristik peserta didik dan memotivasi mereka untuk belajar.
Indikator : 1) Guru memberi kesempatan kepada peserta didik untuk menguasai materi pembelajaran sesuai usia dan kemampuan belajarnya melalui pengaturan proses pembelajaran dan aktivitas yang bervariasi.
2) Guru selalu memastikan tingkat pemahaman peserta didik terhadap materi pembelajaran tertentu dan menyesuaikan aktivitas pembelajaran berikutnya berdasarkan tingkat pemahaman tersebut.
3) Guru dapat menjelaskan alasan pelaksanaan ke giatan/aktivitas yang dilakukannya, baik yang sesuai
maupun yang berbeda dengan rencana, terkait keberhasilan pembelajaran.
4) Guru menggunakan berbagai teknik untuk memotiviasi kemauan belajar peserta didik.
5) Guru merencanakan kegiatan pembelajaran yang saling terkait satu sama lain, dengan memperhatikan tujuan pembelajaran maupun proses belajar peserta didik.
6) Guru memperhatikan respon peserta didik yang belum/kurang memahami materi pembelajaran yang diajarkan dan menggunakannya untuk memperbaiki rancangan pembelajaran berikutnya.
d) Kemampuan Mengelola Kelas
Notasi : C4
Kompetensi : Mengenal karakteristik peserta didik Jenis Kompetensi : Kompetensi Pedagogik
Penilai : Pengawas, Ketua Jurusan atau teman sejawat dan Kepala Sekolah
Teknik penilaian : Pengamatan dan Pemantauan
Pernyataan : Guru mencatat dan menggunakan informasi tentang karakteristik peserta didik untuk membantu proses pembelajaran. Karakteristik ini terkait dengan aspek fisik intelektual, social emosional, moral, dan latar belakang social budaya.
Indikator : 1) Guru dapat mengidentifikasi karakteristik belajar setiap peserta didik di kelasnya.
2) Guru memastikan bahwa semua peserta didik mendapatkan kesempatan yang sama untuk berpartisipasi aktif dalam kegiatan pembelajaran.
28
3) Guru dapat mengatur kelas untuk memberikan kesempatan belajar yang sama pada semua peserta didik dengan kelainan fisik dan kemampuan belajar yang berbeda.
4) Guru mencoba mengetahui penyebab penyimpangan perilaku peserta didik untuk mencegah agar perilaku tersebut tidak merugikan peserta didik lainnya.
5) Guru membantu mengembangkan potensi dan mengatasi kekurangan peserta didik.
6) Guru memperhatikan peserta didik dengan kelemahan fisik tertentu agar dapat mengikuti aktivitas pembelajaran, sehingga peserta didik tersebut tidak termarginalkan (tersisihkan,diolok-olok, minder, dsb). e) Kemampuan Melakukan Penilaian dan Evaluasi
Notasi : C5
Kompetensi : Penilaian dan Evaluasi Jenis Kompetensi : Pedagogik
Penilai : Pengawas, Kepala Sekolah dan Ketua Jurusan Teknik Penilaian : Pengamatan
Pernyataan : Guru menyelenggarakan penilaian proses dan hasil belajar secara berkesinambungan. Guru melakukan evaluasi atas efektivitas proses dan hasil belajar dan menggunakan informasi hasil penilaian dan evaluasi untuk merancang program remedial dan pengayaan. Guru menggunakan hasil analisis penilaian dalam proses pembelajarannya.
Indikator : 1) Guru menyusun alat penilaian yang sesuai dengan tujuan pembelajaran untuk mencapai kompetensi tertentu seperti yang tertulis dalam RPP.
2) Guru melaksanakan penilaian dengan berbagai teknik dan jenis penilaian, selain penilaian formal yang dilaksanakan sekolah, dan mengumumkan hasil serta implikasinya kepada peserta didik, tentang tingkat pemahaman terhadap materi pembelajaran yang telah dan akan dipelajari.
3) Guru menganalisis hasil penilaian untuk mengidentifikasi topik/kompetensi dasar yang sulit sehingga diketahui kekuatan dan kelemahan masing-masing peserta didik untuk keperluan remedial dan pengayaan.
4) Guru memanfaatkan masukan dari peserta didik dan merefleksikannya untuk meningkatkan pembelajaran selanjutnya, dan dapat membuktikannya melalui catatan, jurnal pembelajaran, rancangan pembelajaran, materi tambahan, dan sebagainya.
5) Guru memanfatkan hasil penilaian sebagai bahan penyusunan rancangan pembelajaran yang akan dilakukan selanjutnya
4. Struktur hirarki keputusan, adapun hirarki keputusan yang dibangun pada penelitian ini yaitu seperti yang diilustrasikan pada Gambar 3.2 berikut ini.
C1
Keputusan
G1 G2 Gn
C2 ... Cn
...
30
3.3.5 Evaluasi Himpunan Fuzzy
Adapun bentuk evaluasi himpunan fuzzy dari alternatif-alternatif keputusan berupa penetapan variabel linguistik yang merepresentasikan bobot kepentingan untuk setiap kriteria yang digunakan sebagai tolak ukur dalam melakukan penilaian parameter yang teramati (tangible) oleh para penilai yang dinyatakan dalam system range menggunakan TFN yang diilustrasikan pada tabel 3.1 berikut.
Tabel 3.1. Variabel linguistik dan system range
Variabel
Nilai Crisp (tangible) dalam TFN Istilah Linguistik Bilangan
E Sangat Kurang 0, 0, 0.3
D Kurang 0.2, 0.35, 0.5
C Cukup 0.4, 0.55, 0.7
B Baik 0.6, 0.75, 9
A Sangat Baik 0.8, 1, 1
Dari Tabel 3.1 dapat digambarkan system range dalam TFN seperti yang dipetakan melalui Gambar 3.3 berikut.
Sangat Kurang Kurang Cukup Baik Sangat Baik
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.3. System Range dalam Variabel Linguistik
3.3.6 Desain Functional Requirements
Functional Requirements dalam decision range yang digunakan untuk menentukan nilai persyaratan minimal sebelum dilakukannya penilaian terhadap parameter (intangible) yang diharapkan oleh penilai. Adapun decision range dari
functional requirements seperti yang disampaikan melalui Tabel 3.2 berikut.
Tabel 3.2. Decisionrange dari Functional Requirements
Variabel
Nilai FR (intangible) dalam TFN
Istilah Linguistik Bilangan
E Sangat Rendah 0.1, 1, 1
D Rendah 0.2, 1, 1
C Sedang 0.4, 1, 1
B Tinggi 0.6, 1, 1
A Sangat Tinggi 0.8, 1, 1
Selanjutnya dapat digambarkan decision range dari Tabel 3.2 dalam fungsi keanggotaan TFN seperti yang dipetakan melalui Gambar 3.4 berikut.
Sangat Rendah Rendah Sedang Tinggi Sangat Tinggi
0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.4. Decision Range dalam TFN
32
3.4 PENILAIAN
Istilah penilaian (assessment) diartikan sebagai kegiatan menentukan nilai suatu objek, seperti baik-buruk, efektif-tidak efektif, berhasil-tidak berhasil, dan semacamnya, sesuai dengan kriteria atau tolak ukur yang telah ditetapkan sebelumnya. Dalam penilaian ada empat unsur pokok yaitu; (a) objek yang akan dinilai, (b) kriteria sebagai tolak ukur (c) data tentang objek yang dinilai, dan (d) pertimbangan keputusan (judgement). Dengan demikian proses penilaian meliputi menentukan objek yang akan dinilai, membuat/menentukan kriteria ukuran, mengumpulkan data baik melalui tes maupun non-tes, dan membuat keputusan.
Penilaian adalah pemeriksaan secara terus menerus untuk mendapatkan informasi tentang kinerja guru. Sementara itu, pengukuran adalah suatu proses yang menghasilkan gambaran berupa angka-angka berdasarkan hasil pengamatan mengenai beberapa ciri (atribute) tentang suatu obyek, orang atau peristiwa (Hopkins dan Antes, 1990).
Ada dua teknik penilaian yang digunakan dalam melakukan penilaian terhadap kinerja guru pada penelitian ini, yaitu:
1. Pengamatan adalah kegiatan untuk menilai kinerja guru melalui peninjauan secara langsung pelaksanaan proses pembelajaran yang dilakukan oleh guru.
2. Pemantauan adalah kegiatan untuk menilai kinerja guru melalui diskusi, pemeriksaan dokumen, wawancara dengan guru yang dinilai, dan/atau wawancara dengan warga sekolah.
3.3.1 Functional Requirements
Pada penelitian ini, dimisalkan penilaian dilakukan oleh tiga orang penilai DM1, DM2 dan DM3 dengan asumsi nilai acuan minimal yang diharapkan (functional requirements) dari alternatif yang dinilai dalam istilah linguistic diilustrasikan seperti pada Tabel 3.3 berikut ini.
Tabel 3.3. Functional Requirements dalam istilah linguistik
DMs C1 C2 C3 C4 C5
DM1 Sangat Tinggi Sangat Tinggi Tinggi Tinggi Tinggi DM2 Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Tinggi DM3 Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi
Jika istilah linguistik dari functional requirements pada Tabel 3.3 dikonversikan dalam variabel linguistik berdasarkan pada Tabel 3.2, maka diperoleh functional requirements dalam istilah linguistik seperti pada Tabel 3.4 berikut ini.
Tabel 3.4. Functional Requirements dalam variabel linguistik
DMs C1 C2 C3 C4 C5
DM1 A A B B B
DM2 A A A B B
DM3 A A A A B
Selanjutnya jika functional requirements pada Tabel 3.4 ditransformasikan kedalam TFN (intangible) berdasarkan Tabel 3.2, maka diperoleh nilai functional requirements dalam TFN beserta nilai rata-ratanya yang akan digunakan dalam menghitung common area untuk mendapatkan information content seperti dalam Tabel 3.5 berikut ini.
Tabel 3.5. Nilai Functional Requirements
DMs C1 C2 C3 C4 C5 d e f d e f d e f d e f d e f DM1 0,8 1 1 0,8 1 1 0,6 1 1 0,6 1 1 0,6 1 1 DM2 0,8 1 1 0,8 1 1 0,8 1 1 0,6 1 1 0,6 1 1 DM3 0,8 1 1 0,8 1 1 0,8 1 1 0,8 1 1 0,6 1 1 FR 0.80 1.00 1.00 0.80 1.00 1.00 0.733 1.00 1.00 0.667 1.00 1.00 0.60 1.00 1.00
34
Dari Tabel 3.5 dapat digambarkan decision range untuk melihat functional requirements masing-masing parameter dalam TFN. Gambar 3.5 menunjukkan desain system range untuk parameter C1 dan C2 yang sama-sama memiliki nilai
functional requirements dalam TFN{0.8, 1, 1}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.5. Desain Decision Range parameter C1 dan C2
Selanjutnya Gambar 3.6 menunjukkan desain decision range untuk parameter C3 yang memiliki nilai functional requirements dalam TFN {0.733, 1, 1}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.6. Desain Decision Range parameter C3
Decision Range
Selanjutnya Gambar 3.7 menunjukkan desain decision range untuk parameter C3 yang memiliki nilai functional requirements dalam TFN {0.667, 1, 1}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.7. Desain Decision Range parameter C3
Sedangkan Gambar 3.8 menunjukkan desain decision range untuk parameter C3 yang memiliki nilai functional requirements dalam TFN {0.60, 1, 1}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.8. Desain Decision Range parameter C5
3.3.2 Agregasi Penilaian
Pada studi kasus penilain terhadap kinerja guru ini, dicontohkan hasil penilaian yang diberikan terhadap salah satu guru dengan asumsi penilaian oleh para penilai seperti diilustrasikan pada Tabel 3.6 berikut ini.
Decision Range
36
Tabel 3.6. Penilaian guru G1 dalam istilah linguistik
DMs C1 C2 C3 C4 C5
DM-1 Sangat Baik Baik Sangat Baik Kurang Baik
DM-2 Baik Sangat Baik Baik Sangat Baik Cukup
DM-3 Sangat Baik Baik Cukup Baik Kurang
Dari hasil penilaian terhadap guru G1 pada Tabel 3.6 , maka diperoleh penilaian dalam bentuk variabel linguistik seperti yang disampaikan pada Tabel 3.7 berikut ini.
Tabel 3.7. Penilaian guru G1 dalam variable linguistik
DMs C1 C2 C3 C4 C5
DM-1 A B A D B
DM-2 B A B A C
DM-3 A B C B D
Dari nilai dalam bentuk variable linguistik yang diberikan oleh para penilai pada Tabel 3.7 , maka dapat diperoleh decisionrange (tangible) dalam TFN serta rata-rata dari nilai agregasi penilaian tersebut seperti pada Tabel 3.8 berikut ini.
Tabel 3.8. Agregasi Penilaian Alternatif G1
DMs C1 C2 C3 C4 C5 a b c a b c a b c a b c a b c DM-1 0.8 1 1 0.6 0.75 0.9 0.8 1 1 0.2 0.35 0.5 0.6 0.75 0.9 DM-2 0.6 0.75 0.9 0.8 1 1 0.6 0.75 0.9 0.8 1 1 0.4 0.55 0.7 DM-3 0.8 1 1 0.6 0.75 0.9 0.4 0.55 0.7 0.6 0.75 0.7 0.2 0.35 0.5 Rata2 0.733 0.917 0.967 0.667 0.833 0.933 0.60 0.767 0.867 0.533 0.70 0.8 0.40 0.55 0.70
Dari Tabel 3.8 dapat digambarkan system range untuk melihat agregasi penilaian masing-masing parameter dalam TFN. Gambar 3.9 berikut ini menunjukkan systemrange dari hasil penilaian parameter C1 untuk guru G1 yang memiliki nilai agregasi dalam TFN {0.733, 0.917, 0.967}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.9. Desain SystemRange Agregasi Penilaian Parameter C1
Gambar 3.10 berikut ini menunjukkan systemrange dari hasil penilaian parameter C2 untuk guru G1 yang memiliki nilai agregasi dalam TFN {0.667, 0.833, 0.933}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.10. Desain SystemRange Agregasi Penilaian Parameter C2
Gambar 3.11 berikut ini menunjukkan systemrange dari hasil penilaian parameter C3 untuk guru G1 yang memiliki nilai agregasi dalam TFN {0.60, 0.767, 0.867}.
SystemRange
38
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.11. Desain SystemRange Agregasi Penilaian Parameter C3
Gambar 3.12 berikut ini menunjukkan systemrange dari hasil penilaian parameter C4 untuk guru G1 yang memiliki nilai agregasi dalam TFN {0.533, 0.70, 0.8}.
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.12. Desain SystemRange Agregasi Penilaian Parameter C4
Selanjutnya Gambar 3.13 berikut ini menunjukkan system range dari hasil penilaian parameter C5 untuk guru G1 yang memiliki nilai agregasi dalam TFN {0.40, 0.55, 0.70}.
SystemRange
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.13. Desain SystemRange Agregasi Penilaian Parameter C4
3.3.3 Common Area dan Information Content
Common area merupakan daerah perpotongan antara system range dengan
decision range. Salah satu faktor yang menentukan nilai dari common area adalah nilai optimism/optimism value (µ) dimana dalam hal ini penulis menetapkan angka 0,5 sebagai optimism value tersebut. Nilai ini merujuk kepada jurnal (Buyukozkan, et. al, 2009). Semakin kecil optimism value maka semakin kecil
information content yang dihasilkan atau information content akan mendekati nilai 0. Gambar 3.14 berikut menunjukkan perpotongan system range dengan
decision range yang menghasilkan common area.
1
a b d c e/f
Gambar 3.14. Common area untuk parameter C1
SystemRange
Common Area
System Range
Decision Range (FR)
40
Berdasarkan Gambar 3.14 , dapat dicari masing-masing nilai system area, common area dan information content dengan algortima berikut ini.
If d < a Then Ac = c - a As = c - a
ElseIf d > a AND d < c Then Ac = c - d As = c - a Else Ac = 0 As = 0 End If
Dengan demikian, common area (CA) dapat dihitung menggunakan rumus (2.5),
system area (SA) dihitung menggunakan rumus (2.6) dan information content (IC) dihitung menggunakan rumus (2.7) seperti berikut ini.
CA = (Ac/2) * µ SA = As/2
IC = Log(SA/CA)/Log(2)
Gambar 3.15 berikut ini menunjukkan common area untuk parameter C1 yang memiliki system range dalam TFN (0.733, 0.917, 0.967) dengan decision range
(0.8, 1, 1).
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.15. Common area untuk parameter C1
Common Area System Range
Decision Range (FR)
Dari gambar 3.15 dapat dihitung common area menggunakan rumus (2.5) dan
system area (SA) menggunakan rumus (2.6) sebagai berikut:
Common Area (CA1) = *0.5 0.042 2 8 . 0 967 . 0
System Area (SA1) = 0.117
2 733 . 0 967 . 0
Maka dapat dihitung information content menggunakan rumus (2.7) sebagai berikut :
Information Content (IC1) =
117 . 0 042 . 0 log2 = ) 2 log( ) 802 . 2 log( = 301 . 0 447 . 0 IC1 = 1.487
Selanjutnya Gambar 3.16 berikut ini menunjukkan common area untuk parameter C2 yang memiliki systemrange dalam TFN (0.667, 0.833, 0.933) dengan decision range (0.8, 1, 1).
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.16. Common area untuk parameter C2
Common Area
System Range Decision Range
42
Dari gambar 3.17 dapat dihitung common area menggunakan rumus (2.5) dan
system area (SA) menggunakan rumus (2.6) sebagai berikut:
Common Area (CA2) = *0.5 0.033 2 8 . 0 933 . 0
System Area (SA2) = 0.133
2 667 . 0 933 . 0
Maka dapat dihitung information content menggunakan rumus (2.7) sebagai berikut :
Information Content (IC2) =
133 . 0 033 . 0 log2 = ) 2 log( ) 4 log( = 301 . 0 602 . 0 IC2 = 2
Selanjutnya Gambar 3.16 berikut ini menunjukkan common area untuk parameter C3 yang memiliki systemrange dalam TFN (0.60, 0.767, 0.867) dengan decision range (0.733, 1, 1).
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.17. Common area untuk parameter C3
Common Area System Range
Decision Range (FR)
Dari gambar 3.14 dapat dihitung common area menggunakan rumus (2.5) dan
system area (SA) menggunakan rumus (2.6) sebagai berikut:
Common Area (CA3) = *0.5 0.033
2 733 . 0 867 . 0
System Area (SA3) = 0.133
2 60 . 0 867 . 0
Maka dapat dihitung information content menggunakan rumus (2.7) sebagai berikut :
Information Content (IC3) =
133 . 0 033 . 0 log2 = ) 2 log( ) 985 . 3 log( = 301 . 0 600 . 0 IC3 = 1.995
Selanjutnya Gambar 3.18 berikut ini menunjukkan common area untuk parameter C2 yang memiliki system range dalam TFN (0.533, 0.70, 0.8) dengan decision range (0.667, 1, 1).
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.18. Common area untuk parameter C4
Common Area System Range
Decision Range (FR)
44
Dari gambar 3.18 dapat dihitung common area menggunakan rumus (2.5) dan
system area (SA) menggunakan rumus (2.6) sebagai berikut:
Common Area (CA4) = *0.5 0.033 2 667 . 0 8 . 0
System Area (SA4) = 0.133
2 533 . 0 8 . 0
Maka dapat dihitung information content menggunakan rumus (2.7) sebagai berikut :
Information Content (IC4) =
133 . 0 033 . 0 log2 = ) 2 log( ) 015 . 4 log( = 301 . 0 603 . 0 IC4 = 2.005
Selanjutnya Gambar 3.19 berikut ini menunjukkan common area untuk parameter C2 yang memiliki system range dalam TFN (0.40, 0.55, 0.70) dengan decision range (0.6, 1, 1).
0
1
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Gambar 3.19. Common area untuk parameter C5
Common Area
System Range
Decision Range (FR)
Dari gambar 3.19 dapat dihitung common area menggunakan rumus (2.5) dan
system area (SA) menggunakan rumus (2.6) sebagai berikut:
Common Area (CA5) = *0.5 0.025 2 60 . 0 70 . 0
System Area (SA5) = 0.15
2 40 . 0 70 . 0
Maka dapat dihitung information content menggunakan rumus (2.7) sebagai berikut :
Information Content (IC5) =
15 . 0 025 . 0 log2 = ) 2 log( ) 6 log( = 301 . 0 920 . 0 IC5 = 2.585
Jadi, total information content (ICTot) untuk guru G1 diperoleh sebagai berikut: ICTot = IC1 + IC2 + IC3 + IC4 + IC5
= 1.487 + 2 + 1.995 + 1.995 + 2585 = 10.072
Dari perolehan total information content untuk masing-masing alternatif yang seluruh parameternya memenuhi functional requirements akan dirangking mulai dari nilai information content yang paling kecil hingga yang paling besar.
46
3.5 PERANCANGAN SISTEM PENILAIAN
Proses penilaian dalam penelitian ini, dirancang sebuah sistem penilaian dengan alur proses seperti pada Gambar 3.20 berikut ini.
User Sistem
Menetapkan tujuan keputusan
Menetapkan variabel linguistik dan fungsi keanggotaan
Identifikasi alternatif, identifikasi kriteria
Mulai
Kesimpulan (Hasil Keputusan) Pemilihan alternatif terbaik
Selesai
Menghitung kebutuhan fungsional (FR)
Agregasi pendapat dari para Penilai
Transformasi istilah linguistik ke dalam bilangan fuzzy
Menghitung dari isi informasi
Perangkingan Menghitung Common Area
Gambar 3.20. Perancangan Sistem Penilaian
Dalam membangun sebuah sistem penilaian untuk melakukan proses sebagaimana