IMPLEMENTASI DAN PENGUJIAN SISTEM
4.4 Penentuan Nilai EQ
Dalam penelitian ini, himpunan fuzzy digunakan untuk menentukan nilai EQ seseorang. Himpunan fuzzy tersebut meliputi variabel kesadaran diri, mengelola emosi,memanfaatkan emosi secara produktif, empati dan membina hubungan sebagai input, dan nilai EQ sebagai output. Pengujian ini dilakukan terhadap beberapa orang tua yang memiliki anak usia 2-5 tahun dengan hasil perhitungan menggunakan metode fuzzy yang dihasilkan berdasarkan kesesuain perhitungan manual dan perhitungan software. Adapun dalam memperoleh output pada metode fuzzy mamdani memiliki beberapa tahapan. Seperti contoh kasus dibawah ini.
Contoh kasus 1: Seseorang memiliki Kesadaran Diri 26, Mengelola Emosi 26, Memanfaatkan Emosi Secara Produktif 25, Empati 23 dan Membina Hubungan 27 ingin mengetahui nilai EQ.
Langkah 1. Menentukan Himpunan Fuzzy
Variabel kesadaran diri, telah didefinisikan pada tiga kategori, yaitu: rendah, sedang, dan tinggi. Setiap kategori memiliki interval keanggotaan, yakni seperti terlihat pada gambar. Berikut adalah gambar kesadaran diri 26.
Gambar 4.15 Himpunan Fuzzy Kesadaran diri 26
Kesadaran diri 26 termasuk ke dalam himpunan fuzzy Sedang dan Tinggi, dengan masing-masing tingkat keanggotaan sesuai fungsi berikut :
1 0 7 15 25 35 0.1 0.9 26
µ Sedang = 0 c ≤ 15 atau c ≥ 35 c - 15 / 10 15 ≤ c ≤ 25 35 – c / 10 25 ≤ c ≤ 35 µ Tinggi = 1 c ≥ 35 c - 25 / 10 25 ≤ c ≤ 35 sehingga diperoleh: µ Rendah(26) 0.00 µ Sedang(26) 0.9 µ Tinggi(26) 0.1
yang berarti bahwa, kesadaran diri tersebut dapat dikatakan sedang dengan tingkat keanggotaan 90%. Dan kesadaran diri tersebut dapat dikatakan Tinggi dengan tingkat keanggotaan 10%.
Untuk variabel Mengelola Emosi, telah didefinisikan pada tiga kategori, yaitu: rendah, sedang, dan tinggi. Setiap kategori memiliki interval keanggotaan, yakni seperti terlihat pada gambar. Berikut adalah gambar mengelola emosi 26.
Gambar 4.16 Himpunan Fuzzy Mengelola Emosi 26
Mengelola Emosi 26 termasuk ke dalam himpunan fuzzy Sedang dan Tinggi, dengan masing-masing tingkat keanggotaan sesuai fungsi berikut :
1 0 7 15 25 35 0.1 0.9 26
µ Sedang = 0 c ≤ 15 atau c ≥ 35 c - 15 / 10 15 ≤ c ≤ 25 35 – c / 10 25 ≤ c ≤ 35 µ Tinggi = 1 c ≥ 35 c - 25 / 10 25 ≤ c ≤ 35 sehingga diperoleh: µ Rendah(26) 0.00 µ Sedang(26) 0.9 µ Tinggi(26) 0.1
yang berarti bahwa, mengelola emosi tersebut dapat dikatakan sedang dengan tingkat keanggotaan 90%. Dan mengelola emosi tersebut dapat dikatakan Tinggi dengan tingkat keanggotaan 10%.
Untuk variabel Memanfaatkan emosi secara produktif, telah didefinisikan pada tiga kategori, yaitu: rendah, sedang, dan tinggi. Setiap kategori memiliki interval keanggotaan, yakni seperti terlihat pada gambar. Berikut adalah gambar memanfaatkan emosi secara produktif 25.
Gambar 4.17 Himpunan Fuzzy MEP 25 1
0
7 15 25 35
Memanfaatkan emosi secara produktif 25 termasuk ke dalam himpunan fuzzy Sedang, dengan masing-masing tingkat keanggotaan sesuai fungsi berikut :
µ Sedang = 0 c ≤ 15 atau c ≥ 35 c - 15 / 10 15 ≤ c ≤ 25 35 – c / 10 25 ≤ c ≤ 35 sehingga diperoleh: µ Rendah(25) 0.00 µ Sedang(25) 1 µ Tinggi(25)
yang berarti bahwa, memanfaatkan emosi secara produktif tersebut dapat dikatakan sedang dengan tingkat keanggotaan 100%.
Untuk variabel empati, telah didefinisikan pada tiga kategori, yaitu: rendah, sedang, dan tinggi. Setiap kategori memiliki interval keanggotaan, yakni seperti terlihat pada gambar. Berikut adalah gambar empati 23.
Gambar 4.18 Himpunan Fuzzy Empati 23 1 0 7 15 25 35 0.2 0.8 23
Empati 23 termasuk ke dalam himpunan fuzzy Rendah dan Sedang, dengan masing-masing tingkat keanggotaan sesuai fungsi berikut :
µ Rendah = 0 c ≤ 7 atau c ≥ 25 c – 7 / 8 7≤ c ≤ 15 25 – c / 10 15 ≤ c ≤ 25 µ Sedang = 0 c ≤ 15 atau c ≥ 35 c - 15 / 10 15 ≤ c ≤ 25 35 – c / 10 25 ≤ c ≤ 35 sehingga diperoleh: µ Rendah(23) 0.2 µ Sedang(23) 0.8 µ Tinggi(23) 0.00
yang berarti bahwa, empati tersebut dapat dikatakan rendah dengan tingkat keanggotaan 20%. Dan empati tersebut dapat dikatakan sedang dengan tingkat keanggotaan 80%.
Untuk variabel membina hubungan, telah didefinisikan pada tiga kategori, yaitu: rendah, sedang, dan tinggi. Setiap kategori memiliki interval keanggotaan, yakni seperti terlihat pada gambar. Berikut adalah gambar membina hubungan 27.
Gambar 4.19 Himpunan Fuzzy Membina Hubungan 27
1 0 10 22 36 50 0.4 0.6 27
Membina hubungan 27 termasuk ke dalam himpunan fuzzy Rendah dan Sedang, dengan masing-masing tingkat keanggotaan sesuai fungsi berikut :
µ Rendah = 0 c ≤ 10 atau c ≥ 36 c – 10 / 13 10 ≤ c ≤ 22 36 – c / 14 22 ≤ c ≤ 36 µ Sedang = 0 c ≤ 22 atau c ≥ 50 c - 22 / 14 22 ≤ c ≤ 36 50 – c / 14 36 ≤ c ≤ 50 sehingga diperoleh: µ Rendah(27) 0.6 µ Sedang(27) 0.4 µ Tinggi(27) 0.00
yang berarti bahwa, membina hubungan tersebut dapat dikatakan rendah dengan tingkat keanggotaan 60%. Dan membina hubungan tersebut dapat dikatakan sedang dengan tingkat keanggotaan 40%.
Langkah 2. Fungsi Implikasi
Fungsi implikasi yang digunakan dalam proses ini adalah fungsi MIN, yaitu dengan mengambil tingkat keanggotaan yang minimum dari variabel input sebagai outputnya. Berdasarkan aturan-aturan yang sesuai dengan kondisi tersebut, maka diperoleh: [R1] If Kesadaran diri Sedang AND Mengelola Emosi Sedang AND Memanfaatkan
Emosi Secara Produktif Sedang AND Empati Sedang AND Membina Hubungan Rendah THEN EQ Sedang
α-predikat1 = min (πSedang[26]; πSedang[26]; πSedang[25]; πSedang[23];
πRendah[27])
= min (0,9 ; 0,9; 1; 0,8; 0,6) = 0,6
[R3] If Kesadaran diri Rendah AND Mengelola Emosi Rendah AND Memanfaatkan Emosi Secara Produktif Sedang AND Empati Sedang AND Membina Hubungan Rendah THEN EQ Rendah
α-predikat1 = min (πSedang[26]; πSedang[26]; πSedang[25]; πSedang[23];
πRendah[27])
= min (0,9 ; 0,9; 1; 0,8; 0,6) = 0,6
[R4] If Kesadaran diri Sedang AND Mengelola Emosi Rendah AND Memanfaatkan Emosi Secara Produktif Sedang AND Empati Sedang AND Membina Hubungan Rendah THEN EQ Sedang
α-predikat1 = min (πSedang[26]; πRendah[26]; πSedang[25]; πSedang[23]; πRendah[27])
= min (0,9 ; 0; 1; 0,8; 0,6) = 0,6
[R5] If Kesadaran diri Tinggi AND Mengelola Emosi Tinggi AND Memanfaatkan Emosi Secara Produktif Sedang AND Empati Sedang AND Membina Hubungan Sedang THEN EQ Sedang
α-predikat1 = min (πTinggi[26]; πTinggi[26]; πTinggi[25]; πSedang[23]; πSedang[27])
= min (0,1 ; 0,1; ; 0,8; 0,4) = 0,1
Langkah 3. Komposisi Aturan
Gambar 4.20 Komposisi Aturan 0.1
0.6
A1 A2 A3
(a1 - 88) / 138 = 0,1 ---> a1 = 101,8
(a2 - 88) / 138 = 0,6 ---> a2 = 170,8
π[z] = 0,1 z ≤ 101,8
(z-88) / 138 101,8 ≤ z ≤ 170,8 0,6 z≥ 170,8
Langkah 4. Penegasan (defuzzy)
Berikut adalah perhitungan defuzzifikasi dengan metode centroid: M1 = = 0.1 / 2 z2 = 518.16 M2 = = = = = 101.8170.8 = (11958.45 – 9335.25) – (2531.95 – 3316.24) = (2623.2) – (-784.29) = 2623.2 + 784.29 = 3407.49 M3 = = 190170.8 = 10830 – 8751.8 = 2078.2
Luas A1 = 101.8 x 0.1 = 10.18 A2 = (0.1 + 0.6) x (170.8 – 101.8) / 2 = = 24.15 A3 = (190 – 170.8) x 0.6 = 11.52 = 130.94 = 130.9 (dibulatkan)
Nilai EQ 130.9, sehingga berdasarkan perhitungan tersebut nilai EQ anak tersebut Rendah dengan keanggotaan 14% dan sedang dengan keanggotaan 86%. Jika nilai EQ seseorang tersebut dihitung menggunakan logika tegas, maka akan diperoleh hasil perhitungan sebagai berikut :
Skala Likert = Kesadaran diri + mengelola Emosi + Memanfaatkan Emosi Secara Produktif + Empati + Membina hubungan
= 127.
4.5 Pembahasan
Dalam pembahasan ini, proses uji coba dilakukan pada software mengukur nilai EQ anak usia dini dan metode yang digunakan. Pengujian dilakukan untuk mengetahui apakah aplikasi yang telah dibangun dapat berjalan dengan baik dan memenuhi spesifikasi yang telah ditentukan. Tabel pengujian software dapat dilihat pada tabel 4.1.
Tabel 4.1 Hasil pengujian Software DSS
No Item Pengujian Hasil
Pengujian
Keterangan Ya Tidak
1 Login
- Admin √ Masuk ke halaman
Admin
- User √ Masuk ke halaman
pertanyaan
2 User - Input √ Aksi ini berfungsi untuk
menyimpan data user
- Lihat Hasil
√ Aksi ini berfungsi untuk melihat hasil dari data yang dimasukkan
3 Pernyataan - Input √ Aksi ini berfungsi untuk menyimpan pernyataan
- Update √ Aksi ini berfungsi untuk menyimpan data setelah mengalami perubahan
4 Bobot - Input √ Aksi ini berfungsi untuk
menyimpan nilai bobot
- Update √ Aksi ini berfungsi untuk menyimpan nilai bobot setelah mengalami perubahan
Pengujian DSS ini dilakukan terhadap beberapa orang tua yang memiliki anak usia 2-5 tahun dengan hasil perhitungan menggunakan metode fuzzy yang dihasilkan berdasarkan kesesuain perhitungan manual dan perhitungan software. Adapun dalam memperoleh output pada metode fuzzy mamdani memiliki beberapa tahapan. Seperti contoh kasus dibawah ini.
