LAMPIRAN A: Skala Likert
8 (+) Memaafkan teman yang sudah membuatnya kesal. 9 (+) Saat disekolah, anak terlihat aktif.
10 (+) Ketika akan berangkat sekolah, anak terlihat bersemangat. 11 (-) Sulit dibangunkan untuk ke sekolah.
12 (-) Mengamuk tanpa sebab ketika di antar ke sekolah. 13 (+) Saat bermain bersama temannya, anak terlihat ceria. 14 (-) Anak terlihat minder saat bermain bersama temannya.
Nilai minimum = 7 Nilai Maksimum = 35
Skala Memanfaatkan Emosi Secara Produktif
No (+)/(-) Pernyataan
15 (+) Merapikan mainannya ketika selesai bermain.
16 (+) Ketika melakukan suatu kesalahan, maka anak akan segera meminta maaf.
No (+)/(-) Pernyataan
1 (-) Merasa marah ketika keinginannya tidak dipenuhi. 2 (-) Mengamuk ketika diganggu dalam bermain. 3 (+) Tertawa bahagia ketika diberikan hadiah.
4 (-) Anak merasa sedih ketika tidak dapat bermain dengan temannya
5 (-) Ketika marah, anak suka menendang, melempar barang, maupun memukul orang lain.
17 (+) Ketika diembankan suatu tugas, maka anak akan menyelesaikannya hingga tuntas.
18 (+) Ketika dihadapkan pada suatu tugas, anak mengerjakannya dengan rapi. 19 (-) Bermain-main saat mengerjakan tugas.
20 (-) Saat sedang melakukan suatu pekerjaan, perhatian anak tertuju pada hal-hal yang diluar pekerjaan tersebut.
21 (-) Ketika melakukan sesuatu, anak terlihat menjatuhkan barang-barang dan tidak menghiraukannya.
Nilai minimum = 7 Nilai maksimum = 35
Skala Empati
No (+)/(-) Pernyataan
22 (+) Ketika bermain bersama temannya, anak terlihat mendominasi permainan. 23 (-) Saat bersama teman-temannya anak terlihat bertengkar mempertahankan
pendapatnya.
24 (+) Ketika bermain dengan temannya, anak terlihat rukun.
25 (+) Saat pendapatnya tidak didengarkan, anak terlihat tetap bersemangat.
26 (+) Anak terlihat senang membantu orang lain maupun temannya ketika mereka dalam kesulitan.
27 (+) Mendengarkan setiap nasihat yang diberikan dan menjalankannya dengan baik.
28 (+) Ketika dibutuhkan, anak bisa menjadi pendengar yang baik. Nilai minimum = 7
Nilai maksimum = 35
Skala Membina Hubungan
No (+)/(-) Pernyataan
29 (+) Memiliki Sopan santun terhadap orang yang lebih tua. 30 (+) Menyayangi teman sebaya.
31 (+) Menyayangi teman/orang yang lebih muda.
32 (+) Anak dengan mudah berbaur dengan teman yang baru dikenalnya.
sendiri tanpa mengadukannya pada orang yang lebih dewasa. 34 (+) Dapat berbaikan kembali setelah bermarahan/bertengkar. 35 (+) Berani berbicara di depan umum.
36 (+) Saat bertemu orang baru, anak berani berbicara dengan orang tersebut. 37 (+) Saat bertemu orang lain, anak terlihat tersenyum dan tidak takut. 38 (+) Dapat bekerja dengan baik dalam kelompok.
Nilai minimum = 10 Nilai maksimum = 50 Reliability Statistics
Cronbach's Alpha Cronbach's Alpha Based on
Standardized Items N of Items
.718 .735 38
DAFTAR PUSTAKA
Arhami. 2005. Konsep Dasar Sistem Pakar. Yogyakarta : Andi.
Aziz, Moh.Nasrul., Wuryanto, Eto., & Werdiningsih, Indah. 2013. Perancangan Sistem Pendukung Keputusan Dalam Menentukan Pilihan Program Studi Pada Seleksi Nasional Masuk Perguruan Tinggi Negeri. Jurnal Sistem Informasi. 1(1) : 1-5.
Ayuningtyas, Novira Putri., & Martiana, Entin. 2010. Nutrisi Untuk Penderita Diabetes Berbagai Komplikasi Menggunakan Metode Fuzzy. Skripsi. Institut Teknologi Sepuluh November. Psychology. 6th Edition. John Wiley & Sons : Canada.
Dewi, P., Sudana, O., Putra, D.2012. Comparing scoring and fuzzy logic method for teacher certification in indonesia. Internasional Journal Of Computer Science 9(6): 309-316.
Goleman, Daniel. 1995. Emotional Intelligence. Bantam Dell : New York.
Hapsari, H. 2011. Aplikasi fuzzy inference system metode mamdani untuk pemilihan jurusan di perguruan tinggi. Skripsi. Universitas Islam Negeri Sunan Kalijaga. Heizer, Jay. 1996. Operation Management. 10th Edition. Pearson Education : New
Jersey.
Jaya, Frandy., Josua., & Saliwijaya, Yuki. 2011. Perancangan Sistem Pakar Untuk Mendeteksi Penyakit DBD Dan Cara Pengobatan Dengan Menggunakan Gadget Berbasis Android. 2011. Skripsi. Universitas Bina Nusantara.
Jumingan. 2009. Studi Kelayakan Bisnis-Teori Dan Pembuatan Proposal Kelayakan. Jakarta : Bumi Aksara.
LaFraniere, P.J. 2000. Emotional Development: A Biosocial Perspective. USA : Wadsworth Thompson Learning.
Makridakis, Spyros.1999. Metode Dan Aplikasi Peramalan Jilid 1, Jakarta : Erlangga. Mashar, Riana. 2011. Emosi Anak Usia Dini Dan Strategi Pengembangannya, Jakarta
: Kencana Prenada Media Group.
Nugraha, A & Rahmawati, Y. 2004. Strategi Perkembangan Sosial Emosional. Jakarta : Universitas Terbuka.
Oktafri. 2001. Aplikasi Metode Simulasi Monte Carlo Untuk Menduga Debit Aliran Sungai. Skripsi. Institut Pertanian Bogor.
Parke, Hetherington. 1999. Child Psychology : A Contemporary Viewpoint, Fifth Edition, United of State : The MacGraw-Hill Companies, Inc : hal. 224-271. Plutchik, R. 2003. Emotion and Life, Perspective from Psychology, Biology, and
Evolution. Whasington, DC : American Psychological Association.
Rohman, Feri Fahrur., Fauziah, Ami. 2008. Rancang bangun aplikasi sistem pakar untuk menentukan jenis gangguan perkembangan pada anak. Media Informatika 6(1) : hal. 1-23.
Russel, Stuart J., & Norvig, Peter. 2003. Artificial Inteligence A Modern Approach Second Edition, United of State : Pearson Education, Inc : hal. 272-491.
Simanjuntak, Jelita. 2011. Sistem Pakar Berbasis Web Untuk Mendiagnosis Penyakit Mulut Menggunakan Metode Fuzzy. Universitas Sumatera Utara.
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Bab ini secara garis besar membahas analisis teknikal dalam perancangan sistem pakar untuk mengetahui tingkat kecerdasan emosional (EQ) pada anak usia dini berbasis android yang akan dibangun.
3.1 Objek Penelitian
Penelitian di fokuskan pada anak usia dini berkisar dari 2-5 tahun sebagai subjek dari penelitian agar dapat menerapkan sistem pakar untuk mengetahui tingkat kecerdasan emosional (EQ) pada anak usia dini.
3.2 Metode Pengembangan Sistem
Dalam pengembangan sistem ini akan digunakan metode System Development Life Cycle (SDLC) atau siklus pengembangan sistem (Jeffery L. Whitten, Metode Desain dan Analisa Sistem, 2004). SDLC merupakan suatu bentuk untuk menggambarkan tahap utama dan langkah-langkah dalam proses pengembangan sistem. Dalam Sistem untuk mengukur kecerdasan emosional (EQ) anak usia dini, peneliti akan menggunakan beberapa tahap diantaranya tahapan perancangan, tahap analisis, tahap perancangan sistem, pengujian sistem dan pembuatan laporan.
3.2.1 Tahap perencanaan
1. Menentukan objektif dari program yang akan difokuskan pada masalah-masalah yang spesifik untuk diselesaikan, yaitu bagaimana menghitung tingkat kecerdasan emosional (EQ) anak usia dini dengan memformulasikan model yang akan digunakan yaitu dengan sistem pakar.
2. Lingkup penelitian menentukan kriteria-kriteria yang digunakan yaitu kesadaran diri, mengelola emosi, memanfaatkan emosi secara produkitf, empati dan membina hubungan sebagai variabel untuk menentukan indikator-indikator yang digunakan dalam pembentukan angket.
3. Menentukan kebutuhan pemrosesan ataupun langkah-langkah yang dibutuhkan untuk menghasilkan data output yaitu dengan menggunakan metode fuzzy mamdani untuk memproses data yang telah diperoleh.
3.2.2 Tahap analisis
Analisis sistem mempunyai tujuan untuk menentukan hal-hal secara detail yang akan dikerjakan oleh sistem. Pada tahap ini peneliti akan terlebih dahulu melakukan identifikasi dan perincian apa saja yang dibutuhkan dalam pengembangan sistem dan membuat perencanaan yang berkaitan dengan proyek sistem. Adapun langkah-langkah yang dilakukan peneliti dalam tahap analisis sistem adalah:
a. Studi kelayakan (Intelligent)
b. Teknik Pengumpulan data
Untuk membangun sistem pakar dibutuhkan pengumpulan data, dalam penelitian ini data-data yang dikumpulkan adalah data mengenai karakteristik/ciri dari kecerdasan emosional (EQ) diantaranya kesadaran diri, mengelola emosi, memanfaatkan emosi secara produkitf, empati dan membina hubungan. Adapun metode yang digunakan dalam teknik pengumpulan data, yaitu:
1. Metode Observasi
Menurut Riduwan (2002) metode observasi yaitu melakukan pengamatan secara langsung ke objek penelitian untuk melihat dari dekat kegiatan yang dilakukan. Apabila objek penelitian bersifat perilaku dan tindakan manusia, fenomena alam (kejadian-kejadian yang ada di alam sekitar), proses kerja dan penggunaan responden kecil. Pada metode observasi ini peneliti mengamati secara langsung kegiatan pada lingkungan TK.
2. Metode Angket
Menurut Hasan (2002) angket (kuesioner) adalah teknik pengumpulan data dengan menyerahkan atau mengirimkan daftar pertanyaan untuk diisi oleh responden. Responden adalah orang yang memberikan tanggapan (respon) atas-atau, menjawab pertanyaan-pertanyaan yang diajukan. Instrumen yang digunakan untuk pengumpulan data dalam penelitian ini adalah skala. Skala akan digunakan untuk mengukur tingkat kecerdasan emosional (EQ) anak usia dini. Adapun skala yang digunakan dalam penelitian ini adalah skala Likert. Untuk mengukur nilai EQ ada lima aspek yang harus dihitung diantaranya :
Tabel 3.1 Tabel Aspek Emosi
No Aspek Emosi Batas Nilai
1. Kesadaran Diri 7-35
2. Mengelola Emosi 7-35
3. Memanfaatkan Emosi Secara Produktif 7-35
4. Empati 7-35
Kelima aspek ini akan dihitung menggunakan skala likert, sehinggga setiap variabel mempunyai nilai sendiri. Nilai setiap variabel akan diproses kembali dengan menggunakan metode fuzzy untuk memperoleh output berupa nilai EQ.
3. Studi Pustaka
Tahap pengumpulan data dengan membaca literatur dari buku, data-data teoritis dari internet dan catatan-catatan kuliah yang berkaitan dengan penulisan laporan tugas akhir ini dengan maksud untuk digunakan sebagai landasan teoritis sekaligus sebagai pendukung dan penunjang penyusunan tugas akhir.
c. Analisis Kebutuhan
Pada tahap ini dilakukan identifikasi dan analisis yang akan digunakan seperti:
1.IDE Eclipse merupakan produk open source yang digunakan untuk penyelesaian program android.
2.Android SDK merupakan alat bantu dan API dalam mengembangkan aplikasi pada platform android yang menggunakan bahasa java.
3.ADT merupakan plugins di eclipse yang harus diinstall sehingga android SDK yang sudah kita miliki dapat dihubungkan dengan IDE Eclipse.
4.MySQL Database merupakan salah satu software yang embedded, memiliki kelebihan dalam penggunaan memory yang sedikit sehingga mempercepat kerja sistem.
3.3 Tahap Perancangan Sistem
Pada tahap ini akan dilakukan perancangan aplikasi dengan menggunakan data yang ada dan mengimplementasikan model sesuai dengan keinginan user. Pemodelan sistem ini akan menggunakan database yang didukung dengan pembuatan context diagram, sequence diagram, use case diagaram, dan flowchart, untuk mempermudah proses selanjutnya.
Gambar 3.1 Arsitektur Aplikasi
3.3.1 Use Case Diagram
Use case merupakan deskripsi fungsi sebuah sistem dari perspektif pengguna. Use case dari sistem ini dapat dilihat pada Gambar 3.2.
1. Skenario Use Case User
Dibawah ini adalah skenario use case yang akan menjelaskan apa saja yang terjadi didalam sistem dan penjelasannya.
a. Mendaftar sebagai User
Tabel 3.2 Skenario Use Case Registrasi
UseCase Mendaftar sebagai User.
Deskripsi Kegiatan Pendaftaran memasukkan detail si pengguna sistem ke dalam daftar. Sehingga user dapat melakukan login untuk dapat megakses fitur aplikasi ini.
Pre-Condition User menekan tombol register pada menu utama.
Actor Action System Respon
1. User mengisi semua field. 2. Sistem akan memvalidasi apakah semua field sudah diisi.
3. User menekan tombol registrasi 4. Sistem akan memasukkan data user baru ke dalam database.
b. Login ke dalam sistem 1
Tabel 3.3 Skenario use case login
UseCase Login ke dalam sistem
Deskripsi Kegiatan login ke dalam sistem untuk mengakses fitur aplikasi EQ anak.
c. Menjawab Pertanyaan
Tabel 3.4 Menjawab Pertanyaan
UseCase Menjawab pertanyaan.
Deskripsi Kegiatan yang dilakukan user dimana sistem akan memberikan sejumlah pertanyaan yang kemudian user diharapkan untuk menjawab pertanyaan yang diberikan.
Pre-Condition Setelah user melakukan login dengan akun yang valid.
Actor Action System Respon
1. Menekan tombol “Login” 2. Sistem akan memberikan sejumlah
pertanyaan yang akan diisi oleh
Tabel 3.5 Skenario Lihat Hasil Pengukuran
UseCase Melihat hasil pengukuran.
Deskripsi Kegiatan ini akan menampilkan hasil diagnosa yang telah dikalkulasi oleh sistem.
Pre-Condition Setelah user menjawab semua pertanyaan yang telah diberikan.
Actor Action System Respon
1. User menekan tombol “hitung”. 2. Sistem akan menampilkan hasil diagnosa yang telah dikalkulasi oleh sistem sebelumnya
berdasarkan dari jawaban user. 3. User akan memilih untuk
menekan tombol kembali
2. Skenario Use Case admin a. Login Admin
Tabel 3.6 Skenario login admin
UseCase Login ke dalam sistem
Deskripsi Kegiatan login ke dalam sistem untuk mengakses fitur admin.
Pre-Condition Admin harus mendaftar data admin sebelum melakukan login. belum. Jika sudah maka admin akan menuju ke halaman admin. Namun jika belum, maka admin akan diminta memasukkan login field lagi.
b. Update Pertanyaan dan Bobot
Tabel 3.7 Skenario Update Pertanyaan dan Bobot
UseCase Update pertanyaan dan bobot.
Deskripsi Kegiatan ini memberikan akses kepada admin untuk melakukan perubahan pertanyaan dan nilai bobotnya.
Pre-Condition Admin harus memilih menu update pertanyaan didalam fitur admin. semua field sudah terisi atau belum. Jika sudah maka sistem akan
c. Lihat History Pasien
Tabel 3.8 Skenario lihat history pasien
UseCase Lihat history pasien
Deskripsi Kegiatan menampilkan semua data user yang pernah menggunakan aplikasi ini. Data yang ditampilkan mulai dari nama, dan nilai yang diperoleh.
Pre-Condition Admin memilih menu history pasien didalam fitur admin.
Actor Action System Respon
1. Admin menekan tombol history pasien.
2. Sistem akan menampilkan semua data pengguna yang telah menggunakan aplikasi.
3. Admin menekan tombol kembali.
4. Sistem akan mengarahkan admin ke halaman utama admin.
3.3.2 Context Diagram
Dalam Context Diagram dibawah ini akan dijelaskan gambaran secara umum tentang komponen-komponen sistem yang diperlukan secara terinci. Berikut diagram arus datanya dapat dilihat pada Gambar 3.3.
Keterangan dari konteks diagram aplikasi untuk mengukur tingkat kecerdasan emosi anak usia dini, dapat dilihat sebagai berikut:
1. User
User login dengan cara memasukkan username dan password, lalu sistem akan menampilkan halaman pertanyaan, disini user dapat memasukkan jawaban respon dari pernyataan tiap angket, dan melihat total skor hasil jawaban angket yang di inputkan. Tetapi user disini dibatasi dengan satu kali melakukan pengisian angket. 2. Admin
Admin akan login dengan memasukkan username dan password dan masuk ke halaman admin, admin dapat memasukkan semua data pertanyaan, dan juga dapat menambahkan atau menghapus username, dan data-data pertanyaan pada sistem.
3.3.3 Sequence Diagram Model Skenario User :
1. Registrasi user
2. Login user
Gambar 3.5 Sequence Diagram Login
3. Menampilkan Pertanyaan
4. Lihat Hasil
Gambar 3.7 Sequence Diagram Lihat Hasil
Skenario Admin : 1. Login Admin
2. Update Pertanyaan dan Bobot
Gambar 3.9 Sequence Diagram Update Pertanyaan dan Bobot
3. Lihat History Pasien
3.4 Metode Fuzzy
Dalam aplikasi kecerdasan emosi anak, logika fuzzy digunakan untuk mengubah nilai input variabel yang berupa kesadaran diri, mengelola emosi, memanfaatkan emosi secara produkitf, empati dan membina hubungan menjadi nilai output berupa hasil EQ. Kemudian disesuaikan dengan range keanggotaan pada variabel nilai EQ sehingga diperoleh status EQ-nya. Dalam penentuan nilai EQ digunakan metode Mamdani atau sering juga dikenal dengan nama Metode Min-Max. dalam metode ini, pada setiap aturan yang berbentuk implikasi (sebab-akibat) anteseden yang berbentuk konjungsi (AND) mempunyai nilai kenggotaan berbentuk minimum (Min), sedangkan konsekuen gabungannya berbentuk maksimum (Max). untuk mendapatkan output, diperlukan empat tahapan yaitu:
3.4.1 Pembentukan himpunan fuzzy
Variabel input dan output dalam metode mamdani dibagi menjadi satu atau lebih himpunan fuzzy. Dalam penentuan nilai EQ digunakan lima variabel yaitu kesadaran diri, mengelola emosi, memanfaatkan emosi secara produktif, empati dan membina hubungan. Serta satu variabel output yaitu nilai EQ. Hasil dari pengukuran EQ sangat bergantung pada kelima variabel tersebut. Penetuan variabel dan domain yang digunakan dalam penelitian ini, terlihat pada Tabel 3.9.
Tabel 3.9 Semesta Pembicaraan untuk Setiap Variabel Fuzzy. Fungsi Nama Variabel Semesta Pembicaraan
Input Kesadaran diri [7,35]
Mengelola Emosi [7,35]
Memanfaat Emosi Secara Produktif [7,35]
Empati [7,35]
Membina Hubungan [10,50]
Output Emotional Quetiont [38,190]
Tabel 3.10 Himpunan Fuzzy Variabel Himpunan Domain
Kesadaran Diri Rendah [7,25] (7;15;25)
Sedang [15,35] (15;25;35)
Tinggi [25,35] (25;35;40)
Mengelola Emosi Rendah [7,25] (7;15;25)
Sedang [15,35] (15;25;35)
Membina Hubungan Rendah [10,36] (10;22;36)
Sedang [22,50] (22;36;50)
Tinggi [36,50] (36;50;55)
Emotional Qutient Rendah [38,138] (38;88;138) Sedang [88,190] (88;138;190) Tinggi [138,190] (138;190;200)
Himpunan fuzzy beserta fungsi keanggotaan dari variabel kesadaran diri, mengelola emosi, memanfaatkan emosi secara produktif, empati, membina hubungan dan EQ direpresentasikan sebagai berikut :
a. Himpunan Fuzzy variabel kesadaran diri, mengelola emosi, memanfaatkan emosi secara produktif dan empati.
Gambar 3.11 Himpunan FuzzyKesadaran Diri, Mengelola Emosi, Memanfaatkan Emosi Secara Produktif, dan Empati
Pada variabel kesadaran diri, mengelola emosi, memanfaatkan emosi secara produktif dan empati didefinisikan menjadi tiga himpunan fuzzy, yaitu Rendah, Sedang, dan Tinggi.
1. Himpunan Fuzzy Rendah
Himpunan fuzzy rendah memiliki domain [7,25], dengan derajat keanggotaan Rendah tertinggi (=1) terletak pada nilai 15. Apabila keempat variabel tersebut semakin kurang dari 15, maka kondisi keempat variabel tersebut semakin mendekati Sangat Rendah, dan keluar dari semesta pembicaraan penelitian. Namun apabila keempat variabel tersebut melebihi 15, maka keempat variabel tersebut sudah mendekati Sedang. Himpunan fuzzy Rendah direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila keempat variabel tersebut semakin mendekati 15. Dengan fungsi keanggotaan sebagai berikut:
µ Rendah = 0 c ≤ 7 atau c ≥ 25 c – 7 / 8 7≤ c ≤ 15
25 – c / 10 15 ≤ c ≤ 25 1
0
7 15 25 35
2. Himpunan Fuzzy Sedang
Himpunan fuzzy sedang memiliki domain [15,35], dengan derajat kenggotaan Sedang tertinggi (=1) terletak pada nilai 25. Apabila keempat variabel tersebut semakin kurang dari 25 dan mendekati 15, maka keempat variabel tersebut sudah mendekati Rendah, sehingga derajat keanggotaanya pada himpunan Sedang akan semakin berkurang sedangkan derajat keanggotaannya pada himpunan Rendah semakin bertambah. Namun apabila keempat variabel tersebut semakin melebihi 25, maka keempat variabel tersebut semakin mendekati Tinggi. Himpunan fuzzy Sedang direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila keempat variabel tersebut mendekati 25. Dengan fungsi keanggotaan sebagai berikut :
µ Sedang = 0 c ≤ 15 atau c ≥ 35 c - 15 / 10 15 ≤ c ≤ 25 35 – c / 10 25 ≤ c ≤ 35
3.Himpunan Fuzzy Tinggi
Himpunan fuzzy Tinggi memiliki domain [25,35], dengan derajat keanggotaan Tinggi tertinggi (=1) terletak pada nilai 35. Apabila keempat variabel tersebut semakin melebihi dari 35, maka kondisi keempat variabel tersebut semakin mendekati Sangat Tinggi, dan keluar dari semesta pembicaraan penelitian. Namun apabila keempat variabel tersebut semakin kurang dari 35 dan mendekati 25, maka keempat variabel tersebut sudah mendekati Sedang. Himpunan fuzzy Tinggi direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila keempat variabel tersebut semakin mendekati 35. Dengan fungsi keanggotaan sebagai berikut :
µ Tinggi = 1 c ≥ 35
c - 25 / 10 25 ≤ c ≤ 35
Pada variabel membina hubungan didefinisikan menjadi tiga himpunan fuzzy, yaitu Rendah, Sedang, dan Tinggi. Representasi himpunan fuzzy untuk variabel membina hubungan ditunjukkan pada gambar 3.12
Gambar 3.12 Himpunan Fuzzy Membina Hubungan
1. Himpunan Fuzzy Rendah
Himpunan fuzzy rendah memiliki domain [10,36], dengan derajat keanggotaan Rendah tertinggi (=1) terletak pada nilai 22. Apabila membina hubungan tersebut semakin kurang dari 22, maka kondisi membina hubungan tersebut semakin mendekati Sangat Rendah, dan keluar dari semesta pembicaraan penelitian. Namun apabila membina hubungan tersebut melebihi 22, maka membina hubungan sudah mendekati Sedang. Himpunan fuzzy Rendah direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila membina hubungan semakin mendekati 22. Dengan fungsi keanggotaan sebagai berikut:
µ Rendah = 0 c ≤ 10 atau c ≥ 36 c – 10 / 13 10 ≤ c ≤ 22
36 – c / 14 22 ≤ c ≤ 36 1
0
10 22 36 50
2. Himpunan Fuzzy Sedang
Himpunan fuzzy sedang memiliki domain [22,50], dengan derajat kenggotaan Sedang tertinggi (=1) terletak pada nilai 36. Apabila membina hubungan semakin kurang dari 36 dan mendekati 22, maka membina hubungan sudah mendekati Rendah, sehingga derajat keanggotaanya pada himpunan Sedang akan semakin berkurang sedangkan derajat keanggotaannya pada himpunan Rendah semakin bertambah. Namun apabila membina hubungan semakin melebihi 36, maka membina hubungan semakin mendekati Tinggi. Himpunan fuzzy Sedang direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila membina hubungan mendekati 36. Dengan fungsi keanggotaan sebagai berikut:
µ Sedang = 0 c ≤ 22 atau c ≥ 50 c - 22 / 14 22 ≤ c ≤ 36
50 – c / 14 36 ≤ c ≤ 50 3.Himpunan Fuzzy Tinggi
Himpunan fuzzy Tinggi memiliki domain [36,50], dengan derajat keanggotaan Tinggi tertinggi (=1) terletak pada nilai 50. Apabila membina hubungan semakin melebihi dari 50, maka kondisi membina hubungan semakin mendekati Sangat Tinggi, dan keluar dari semesta pembicaraan penelitian. Namun apabila membina hubungan semakin kurang dari 50 dan mendekati 36, maka membina hubungan sudah mendekati Sedang. Himpunan fuzzy Tinggi direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila membina hubungan semakin mendekati 50. Dengan fungsi keanggotaan sebagai berikut:
µ Tinggi = 1 c ≥ 50
c - 36 / 14 36 ≤ c ≤ 50 c. Himpunan Fuzzy Emotional Quetient
Gambar 3.13 Himpunan FuzzyEmotional Quetient
1.Himpunan Fuzzy Rendah
Himpunan fuzzy rendah memiliki domain [38,138], dengan derajat keanggotaan Rendah tertinggi (=1) terletak pada nilai 88. Apabila EQ tersebut semakin kurang dari 88 dan mendekati 38, maka kondisi EQ tersebut semakin mendekati Sangat Rendah, dan keluar dari semesta pembicaraan penelitian. Namun apabila EQ melebihi 88, maka EQ sudah mendekati Sedang. Himpunan fuzzy Rendah direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila EQ semakin mendekati 88. Dengan fungsi keanggotaan sebagai berikut :
µ Rendah = 0 c ≤ 38 atau c ≥ 138 c - 38 / 50 38 ≤ c ≤ 88
138 – c / 50 88 ≤ c ≤ 138
2.Himpunan Fuzzy Sedang
Himpunan fuzzy sedang memiliki domain [88,190], dengan derajat kenggotaan Sedang tertinggi (=1) terletak pada nilai 138. Apabila EQ semakin kurang dari 138 dan mendekati 88, maka EQ sudah mendekati
1
0
38 88 138 190
Rendah, sehingga derajat keanggotaanya pada himpunan Sedang akan semakin berkurang sedangkan derajat keanggotaannya pada himpunan Rendah semakin bertambah. Namun apabila EQ semakin melebihi 138, maka EQ semakin mendekati Tinggi. Himpunan fuzzy Sedang direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila EQ mendekati 138. Dengan fungsi keanggotaan sebagai berikut:
µ Sedang = 0 c ≤ 88 atau c ≥ 190 c - 88 / 50 88 ≤ c ≤ 138 190 – c / 52 138 ≤ c ≤ 190 3.Himpunan Fuzzy Tinggi
Himpunan fuzzy Tinggi memiliki domain [138,190], dengan derajat keanggotaan Tinggi tertinggi (=1) terletak pada nilai 190. Apabila EQ semakin melebihi dari 190, maka kondisi EQ semakin mendekati Sangat Tinggi, dan keluar dari semesta pembicaraan penelitian. Namun apabila EQ semakin kurang dari 190 dan mendekati 138, maka EQ sudah mendekati Sedang. Himpunan fuzzy Tinggi direpresentasikan dengan fungsi keanggotaan segitiga dengan derajat keanggotaan semakin tinggi apabila EQ semakin mendekati 190. Dengan fungsi keanggotaan sebagai berikut:
µ Tinggi = 1 c ≥ 190
c - 138 / 52 138 ≤ c ≤ 190
Setelah pembentukan fungsi keanggotaan pada masing-masing variabel, input yang berupa nilai cripsakan diubah ke dalam fuzzyinput yaitu dengan menentukan derajat keanggotaan nilai input pada sebuah himpunan fuzzy, proses ini disebut fuzzifikasi.
3.4.2 Pembentukan aturan fuzzy
yang digunakan untuk menghubungkan dua input adalah operator AND, dan yang memetakan antara input-output adalah IF-THEN. Proporsi yang mengikuti IF disebut antesenden, sedangkan proporsi yang mengikuti THEN disebut konsekuen.
[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
[R2] If Kesadaran diri Rendah AND Mengelola Emosi Rendah AND Memanfaatkan Emosi Secara Produktif Rendah AND Empati Sedang AND Membina Hubungan Rendah THEN EQ Rendah
[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
[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
[R5] If Kesadaran diri Tinggi AND Mengelola Emosi Tinggi AND Memanfaatkan Emosi Secara Produktif Tinggi AND Empati Sedang AND Membina Hubungan Sedang THEN EQ Tinggi
[R6] If Kesadaran diri Tinggi AND Mengelola Emosi Tinggi AND Memanfaatkan Emosi Secara Produktif Tinggi AND Empati Sedang AND Membina Hubungan Tinggi THEN EQ Tinggi
1. Komposisi Aturan
Pada metode mamdani, komposisi antar fungsi implikasi menggunakan fungsi MAX yaitu dengan cara mengambil nilai maksimum dari output aturan dan kemudian menggabungkan daerah fuzzy dari masing-masing aturan dengan operator OR.
μsf[x]= max (μkf 1 [x],μkf 2 [x],μkf 3 [x],μkf 4 [x],μkf 5 [x],μkf 6 [x],μkf 7 [x],μkf 8 [x],μkf9 [x])
Keterangan:
μsf[x] : nilai keanggotaan solusi fuzzy sampai aturan ke-i;
μkf i [x] : nilai keanggotaan konsekuen fuzzy setiap aturan ke-i, dimana i = 1, 2,..6.
2. Penegasan (Defuzzifikasi)
Input dari proses defuzzifikasi adalah himpunan fuzzy yang diperoleh dari komposisi aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan tegas pada domain himpunan fuzzy tersebut. Sehingga jika kita memberikan suatu himpunan fuzzy dalam range tertentu, maka harus diambil suatu nilai crisp tertentu sebagai output. Dalam penelitian ini defuzzifikasi yang digunakan untuk menentukan nilai EQ adalah metode centroid. Metode centroid digunakan untuk menghasilkan solusi crisp dengan mengambil titik pusat (z*) daerah fuzzy. Secara umum dirumuskan:
Untuk domain kontinu, dengan Z0 adalah nilai hasil defuzzifikasi dan π(z)
Gambar 3.14 Proses Inferensi Fuzzy
Proses inferensi fuzzy dimulai dari beberapa tahapan diantaranya:
1. Evaluasi antecendent dari setiap rule
Pada tahap ini system akan diberikan input berupa bilangan crips untuk mendapatkan fungsi keanggotaanya. Input kesadaran diri = 26 dimasukkan ke antecenden pertama (kesadaran diri is sedang) untuk melihat sejauh mana kesadaran diri sedang jika dimasukkan nilai 26. Dari gambar diatas diperoleh jika nilai kesadaran diri 26 maka diperoleh nilai keanggotaanya 0.9. Dan jika dimasukkan nilai empati = 23 ke antecenden ke empat (empati is rendah) maka akan diperoleh nilai 0.2. Tahap ini akan berhenti sampai semua rule memperoleh nilai keanggotaannya.
Selanjutnya adalah tahap memberikan operator pada antecenden di masing-masing rule, dalam penelitian ini akan digunakan operator AND untuk menggabungkan setiap antecendennya.
Pada tahap ini setiap rule diberikan consequent untuk mendapatkan fuzzy set yang baru. Dengan menerapkan operator implikasi fuzzy min untuk memperoleh fuzzy keanggotaan consequent.
3. Mengumpulkan hasil consequent
Dalam tahap ini digabungkan output consequent yang diperoleh dari setiap aturan ke dalam himpunan fuzzy tunggal, menggunakan operator agregasi fuzzy yaitu MAX.
4. Defuzzifikasi
Pada tahap ini himpunan fuzzy tunggal yang diperoleh sebelumnya diubah ke dalam nilai numeric tunggal. Dengan menggunakan metode centroid.
Berikut adalah gambar 3.15 flowchart dari proses inferensi fuzzy:
3.5 Pembuatan sistem
Membuat program dan mengimplementasikan hasil desain ke dalam pemograman berdasarkan sistem yang sudah dirancangkan sebelumnya. Java Android digunakan sebagai bahasa pemrograman dalam pembuatan program, dan menggunakan MySQL sebagai database.
3.6 Uji coba sistem
Pada tahap ini, akan diuji coba seluruh spesifikasi terstruktur dari aplikasi secara keseluruhan yang telah selesai disusun. Proses uji coba ini diperlukan untuk memastikan bahwa sistem yang telah dibuat sudah benar, sesuai dengan rancangan sistem yang telah dibuat dan tidak ada kesalaha-kesalahan didalamnya.
3.6.1 Pengujian software
Tabel 3.12 akan menyajikan hal-hal yang akan di uji pada pengujian software.
Tabel 3.12 Item Pengujian
Tabel 3.13 Pengujian Metode
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
Implementasi merupakan tahapan meletakkan sistem untuk dapat dioperasikan. Dengan kata lain, tahapan ini merupakan kelanjutan dari tahapan perancangan dimana rancangan sistem yang telah dibuat diwujudnyatakan dalam bahasa pemrograman. Bab ini akan menjelaskan form-form hasil implementasi sistem, serta hasil pengujian secara umum, baik oleh pakar maupun orang awam. Program ini dapat dijalankan dengan konfigurasi perangkat mobile sebagai berikut:
a. Sistem Operasi : Android 2.2 (API Level 8) b. CPU: ARM (armeabi)
c. Ukuran Layar: 480 x 800 hdpi d. Ukuran Memori Internal: 200MiB
4.2 Tampilan Aplikasi
Tampilan aplikasi ini diambil dari screen shoot apliaksi pada saat dijalankan dari emulator.
4.2.1 Tampilan halaman awal
Gambar 4.1 Halaman Awal aplikasi
Pada menu ini pengguna memperoleh informasi mengenai cara penggunaan aplikasi, pengguna diharapkan dapat menjawab pertanyaan sesuai dengan perilaku yang dialami oleh anak mereka.
Pada menu sign up pengguna diharapkan untuk mengisi data diri, data ini akan disimpan di dalam databases sistem, yang nantinya berguna untuk hasil. Dan user yang sudah terdaftar dapat melakukan pengisian angket lagi sesuai keperluannya.
Gambar 4.3 Menu Sign Up
Setelah user melakukan sign up, selanjutnya user dapat memilih tombol Menu untuk melakukan login dan masuk ke dalam halaman diagnosis.
4.2.2 Tampilan halaman diagnosis
Halaman ini merupakan halaman utama dari aplikasi. Disini pengguna dapat melakukan pengisian angket untuk mengetahui seberapa besar kecerdasan emosi anak mereka. Akan ada 5 angket, setiap angket akan terdiri dari 7 pernyataan yang akan ditampilkan ke layar. Setelah selesai menjawab pernyataan dari semua angket pengguna harus menekan tombol hitung untuk mengetahui hasil dari aplikasi.
Gambar 4.5 Angket Kesadaran diri
Pada angket kesadaran diri akan terdapat 7 pertanyaan yang terdiri dari 2 pertanyaan unfavorable, dan 5 pertanyaan favaorable.
Pada angket mengelola emosi akan terdapat 7 pertanyaan yang terdiri dari 3 pertanyaan unfavorable, dan 4 pertanyaan favaorable.
Gambar 4.7 Angket Memanfaatkan Emosi Secara Produktif
Pada angket memanfaatkan emosi secara produktif akan terdapat 7 pertanyaan yang terdiri dari 3 pertanyaan unfavorable, dan 4 pertanyaan favaorable.
Pada angket empati akan terdapat 7 pertanyaan yang terdiri dari 1 pertanyaan unfavorable, dan 6 pertanyaan favaorable
Gambar 4.9 Angket Membina Hubungan
Pada angket membina hubungan akan terdapat 10 pertanyaan yang semua dari pertanyaan tersebut bersifat favorable
Gambar 4.10 Hasil EQ
4.3 Tampilan halaman admin
Tampilan halaman admin halaman login admin dan halaman-halaman pengaturan data-data yang akan digunakan dalam sistem pengujian EQ.
4.3.1 Tampilan halaman login
Untuk dapat masuk ke halaman admin, admin harus terlebih dahulu melakukan login. Halaman login admin sama dengan halaman login user, yang membedakannya sistem akan mengarahakan admin menuju halaman admin, sedangkan user akan diarahakan sistem ke halaman diagnosis. Halaman login ditunjukkan pada Gambar 4.10
Gambar 4.11 Halaman Admin
4.3.2 Tampilan halaman home
Setelah melakukan login, admin akan diarahkan menuju halaman utama admin. Pada halaman ini admin dapat melakukan update soal dan melihat history user.
Pada halaman angket admin dapat melakukan update soal angket, ketika melakukan update soal admin dapat mengubah nilai favorable atau unfovarable. Admin tidak bisa menambah pertanyaan. Karena untuk melakukan penambahan pertanyaan harus dilakukan pengujian terlebih dahulu oleh psikolog. Admin dapat melakukan update daftar pernyataan seperti ditunjukkan di Gambar 4.13
Gambar 4.13 Halaman Pertanyaan
Gambar 4.14 History User
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
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
(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
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
Tabel 4.1 Hasil pengujian Software DSS
4.6 Pengujian Sistem
Setelah menyelesaikan tahap perancangan dan pengembangan program, maka tahap selanjutnya yang dilakukan adalah pengujian sistem. Pengujian sistem pakar ini dilakukan dengan menguji sistem melalui pakar atau ahlinya.
Dalam pengujian ini nilai hasil yang didapatkan oleh sistem akan dibandingkan dengan hasil yang didapatkan oleh pakar melalui perhitungan menggunakan skala likert. Pengujian ini akan menggunakan data yang telah diisi oleh pengguna. Dalam pengujian ada 10 data pengguna yang akan diuji. Untuk menghitung nilai error dari data tersebut digunakan metode MAPE. Adapun hasil perbandingan data adalah sebagai berikut:
Dari data table diatas dapat dihitung MAPE sebagai berikut:
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah menyelesaikan perancangan dan pengembangan sistem, serta melalui implemetasi dan evaluasi sistem, penulis memperoleh kesimpulan sebagai berikut:
1. Aplikasi sisitem pakar ini akan mendeteksi kecerdasan emosi anak usia dini sehingga memudahkan para orang tua untuk mengetahui lebih awal kecerdasan emosi anak mereka, tanpa harus konsultasi dengan psikolog.
2. Dengan aplikasi mobile ini, memudahkan para orang tua untuk mendeteksi kecerdasan emosi anak mereka hanya dengan menggunakan gadget berbasis Android.
3. Aplikasi ini juga memungkinkan untuk digunakan user/masyarakat yang berada jauh dari lokasi konsultasi psikolog.
Aplikasi mobile ini merupakan alat pendukung diagnosa yang dapat digunakan secara efektif dan efisien, sehingga mudah digunakan oleh setiap pengguna Android.
5.2 Saran
Adapun saran-saran dan masukan untuk pengembangan sistem pakar ini antara lain:
1. Penambahan variabel item untuk setiap pernyataaan dan rule-rule yang baru sehingga deteksi yang dihasilkan lebih akurat dan variatif
menentukan output dari input system yang kabur (fuzzy), dalam menentukan solusi optimum.
3. Ada beberapa metode defuzzifikasi pada komposisi aturan mamdani, pada tugas akhir ini metode yang digunakan adalah metode centroid, untuk penelitian lebih lanjut dapat dibandingkan dengan metode defuzzifikasi yang lain.
BAB 2
LANDASAN TEORI
2.1 Tinjauan Pustaka
Pesatnya perkembangan ilmu pengetahuan dan kemajuan teknologi tidak selalu membawa kebaikan bagi kehidupan manusia, kehidupan yang semakin kompleks dengan tingkat stressor yang semakin tinggi mengakibatkan individu semakin rentan mengalami berbagai gangguan baik fisik maupun psikologis. Gangguan psikologis seperti kecemasan, stress, frustasi, agresivitas, perilaku anarkis, dan gangguan emosi lain semakin meningkat (Mashar, 2011).
Perilaku menyimpang pada anak, seperti berbagai kasus bunuh diri yang terjadi merupakan salah satu indikasi ketidaksiapan anak menyikapi kondisi lingkungan sekitarnya. Rasa kecewa, malu, amarah, dan perasaan-perasaan negatif lain yang bersifat destruktif bersumber pada ketidakmampuan anak mengenali dan mengelola emosi, serta memotivasi diri. Menurut Goleman (1995), kondisi ini merupakan cerminan kecerdasan emosi yang rendah.
Menurut LaFreniere (2000), emosi merupakan sentral guna memahami respon adaptif terhadap lingkungan. Bagi manusia, emosi memainkan peranan pemandu yang selaras dengan insting pada binatang. Emosi juga memainkan peranan kritis dalam munculnya psikopatologi atau gangguan psikis pada individu. Sehingga para orang tua dan pendidik harus memberi perhatian yang ketat terhadap pengembangan stimulasi emosi anak.
Logika fuzzy juga sangat fleksibel artinya mampu beradaptasi dengan perubahan-perubahan dan ketidakpastian yang menyertai permasalahan, serta mampu memodelkan fungsi non linier yang sangat kompleks dan dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan (Wulandari, 2011).
Menurut Anastasi (1993), pengukuran yang baik perlu memenuhi syarat alat ukur yang baik pula, yaitu: valid (content validity, criterion validity, dan construct validity reliable (stabilitas dan ekuivalensi), standar, objektif, komprehensif, diskriminatif, mudah penggunaanya, dan murah. Banyak ahli emosi menyatakan bahwa tidak ada satu metode tunggal yang benar-benar mampu mengukur emosi secara tepat. Diperlukan beberapa teknik guna memperoleh fenomena emosi secara menyeluruh, karena tidak ada satu pun pengukuran emosi yang memberi standar emas dalam pengukuran emosi (Plutchik 2003).
Ada perbedaan nilai EQ dan status EQ antara penggunaan logika fuzzy dengan logika tegas berdasarkan skala likert. Penggunaan logika fuzzy memungkinkan nilai EQ termasuk ke dalam tiga kategori. Sehingga untuk menentukan stastus EQnya, yaitu dengan mengambil derajat keanggotaan tertinggi dari nilai EQ tersebut. Penentuan status EQ dengan logika tegas mempunyai nilai – nilai kritis, dimana ada perubahan kecil pada nilai akan mengakibatkan perbedaan kategori. Perbedaan nilai EQ dan status EQ antara penggunaan logika fuzzy dengan logika tegas berdasarkan skala likert terjadi karena input yang digunakan dalam logika tegas adalah bilangan tegas. Sedangkan dalam logika fuzzy, variabel input adalah berupa interval. Penentuan status EQ menggunakan logika fuzzy akan memberikan proses yang lebih halus dari pada menggunakan logika tegas (Wulandari, 2011).
2.2Landasan Teori
Landasan teori terdiri dari materi-materi yang berkaitan dengan sistem inferensi Fuzzy yang digunakan dalam penelitian ini.
2.2.1 Logika Fuzzy
metodologi kontrol, melainkan sebagai suatu cara pemrosesan data yang memperbolehkan anggota himpunan parsial dari pada anggota himpunan kosong atau non anggota. Kurangnya kemampuan komputer mini pada era 70-an membuat teori himpunan ini tidak diaplikasikan untuk mengontrol sistem. Pada saat itu professor Zadeh mempunyai alasan masyarakat masih belum butuh ketepatan, input informasi numeris dan ketidaksanggupan masyarakat dalam mengontrol adaptif yang tinggi. Implementasi akan menjadi lebih efektif dan efesien jika kontroler dapat diprogram untuk menerima noisy dan input yang tidak teliti. Berikut ini adalah Gambar 2.1 mengenai logika fuzzy secara umum.
Aturan/ [0,1]. Pada dasarnya himpunan klasik hanya memiliki dua fungsi keanggotaan yaitu 0 dan 1, sedangkan pada himpunan fuzzy memiliki fungsi keanggotaan yang kontiniu dengan range [0,1].
2.2.3 Fungsi Keanggotaan
a. Kurva Trapesium
Kurva trapesium mempunyai bentuk seperti segitiga, tetapi hanya beberapa titik yang memiliki nilai keanggotaan 1 seperti terlihat pada Gambar 2.2.
Gambar 2.2 Representasi Kurva Trapesium
Fungsi keanggotaannya adalah :
(2.1)
b. Kurva bahu
Gambar 2.3 Representasi Kurva Bahu
2.2.4 Fuzzy Inference System (FIS)
Dalam penelitian ini akan digunakan metode penalaran dengan menggunakan metode mamdani. Metode ini ditemukan oleh Ebrahim Mamdani pada tahun 1975. Pada penalaran mamdani implikasi menggunakan fungsi minimum dan fungsi agregasi menggunakan nilai maximum. Sehingga metode mamdani dikenal dengan metode max-min. Ada 4 tahapan untuk mendapatkan output dalam mamdani yaitu:
1. Pembentukan Himpunan Fuzzy
Pembentukan himpunan fuzzy dalam mamdani, variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.
2. Aplikasi Fungsi Implikasi
Fungsi implikasi yang digunakan dalam mamdani adalah fungsi min.
3. Komposisi aturan
Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy yaitu: a. Metode max
Pada metode ini penarikan solusi himpunan fuzzy dilakukan dengan mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy dan mengaplikasikan ke output dengan operator OR. Secara umum dapat dituliskan :
µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
b. Metode additive
Pada metode ini solusi himpunan fuzzy diperoleh dengan me Secara umum dituliskan :
µsf[xi] = min (1, µsf[xi] + µkf[xi]) dengan :
µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i; lakukan bounded-sum terhadap semua output daerah fuzzy.
c. Metode probabilitas OR.
Pada metode ini solusi himpunan fuzzy diperoleh dengan melakukan product terhadap semua daerah output fuzzy. Secara umum dituliskan :
µsf[xi] = (µsf[xi] + µkf[xi]) - (µsf[xi] * µkf[xi]) dengan :
µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i; µkf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
4. Penegasan (defuzzy)
Input dalam proses defuzzy adalah suatu himpunan yang diperoleh dari komposisi aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy. Metode defuzzy yang bisa dipakai pada komposisi aturan mamdani:
a. Metode Centroid
Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy.
b. Metode Bisektor
c. Metode Mean of Maximum (MOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai rata-rata domain yang memiliki nilai keanggotaan maksimum.
d. Metode Largest of Maximum (LOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum.
e. Metode Smallest of Maximum (SOM)
Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.
2.2.5. Proses Inferensi Fuzzy
Sistem inferensi fuzzy Metode Mamdani dikenal juga dengan nama metode Min-Max, yaitu dengan mencari nilai minimum dari setiap aturan dan nilai maksimum dari gabungan konsekuensi setiap aturan tersebut. Metode Mamdani cocok digunakan apabila input diterima dari manusia bukan mesin. Metode ini juga lebih diterima oleh banyak pihak dari pada metode Tsukamoto dan Takagi. Sugeno. Bagan Fuzzy mamdani Inference System dapat dilihat pada Gambar 2.4.
Gambar 2.4 Proses Inferensi Fuzzy Mamdani
Berdasarkan Gambar 2.4 diatas untuk memperoleh output fuzzy mamdani harus melalui 6 tahapan diantaranya :
1. Menentukan pembentukan aturan fuzzy
3. Menggabungkan input yang sudah difuzzyfikasi dengan aturan fuzzy untuk memperoleh rule strength
4. Mencari consequence dari aturan dengan menggabungkan rule strength dengan output fungsi keanggotaan.
5. Menggabungkan consequence dengan metode max untuk memperoleh output distribution
6. Defuzzifikasi output distribution
2.3 Teknik Pengukuran Skala Psikologi
Teknik pengukuran skala psikologi terdiri dari karakteristik skala psikologi, tingkat pengukuran skala psikologi, skala likert, serta reliabilitas dan validitas pengukuran.
2.3.1 Karakteristik Skala Psikologi
Skala psikologi digunakan sebagai alat ukur dalam penelitian tertentu. Skala psikologi memiliki karakteristik khusus yang dapat membedakannya dari berbagai alat pengumpulan data yang lain seperti angket (questionnaire), daftar isian, inventori, dan lain-lainnya. Didalam percapakan sehari-hari istilah skala sering dikaitkan dengan istilah tes. Namun dalam pengembangan instrumen ukur, umumnya istilah tes digunakan untuk penyebutan alat ukur kemampuan kognitif sedangkan istilah skala lebih banyak dipakai untuk menamakan alat ukur aspek afektif. Berikut adalah karakteristik skala sebagi alat ukur psikologi (Azwar, 2010):
1. Stimulusnya berupa pertanyaan atau pernyataan yang tidak langsung mengungkap atribut yang hendak diukur melainkan mengungkap indikator perilaku dari atribut yang bersangkutan.
3. Respon subjek tidak diklasifikasikan sebagai jawaban benar dan salah. Semua jawaban dapat diterima sepanjang diberikan secara jujur dan sungguh-sungguh. Hanya saja, jawaban yang berbeda akan diinterpretasikan berbeda pula.
2.3.2 Tingkat Pengukuran Skala Psikologi
Ada beberapa bentuk skala yang dapat digunakan dalam penelitian. Konseptualisasi skala tersebut didasarkan pada tiga karakteristik sebagai berikut:
1. Urutan bilangan, yaitu sebuah bilangan lebih besar, lebih kecil, atau sama dengan bilangan lain.
2. Urutan perbedaan antara bilangan, yaitu perbedaan antara sepasang bilangan bisa lebih besar, lebih kecil atau sama besar dengan perbedaan sepasang bilangan lainnya.
3. Titik awal yang unik yang menunjukkan bilangan 0.
Tabel 2.1 menjelaskan kombinasi ketiga karakteristik tersebut yang mencakup urutan, perbedaan, titik awal, membentuk 4 klasifikasi skala pengukuran:
Tabel 2.1 Karakteristik Skala
No Tipe Skala Karakteristik Skala Operasi Empiris Dasar 1 Nominal Tidak ada urutan, atau titik awal Penentuan kesamaan 2 Ordinal Ada urutan tetapi tidak ada
perbedaan dan titik awal
Penentuan lebih besar atau lebih kecil
3 Interval Ada urutan dan perbedaan tetapi tidak ada titik awal
Penentuan kesamaan interval atau perbedaan 4 Rasio Ada urutan, perbedaan, dan titik awal Penentuan kesamaan rasio
2.3.3 Skala Likert
Skala likert adalah metode pengukuran sikap yang banyak digunakan dalam penelitian sosial karena kesederhanaanya. Skala likert sangat bermanfaat untuk mebandingkan skor sikap seseorang dengan distribusi skala dari sekelompok orang lain, serta untuk melihat perkembangan atau perubahan sikap sebelum dan sesudah eksperimen atau kegiatan. Tahap-tahap perancangan skala liker adalah sebagai berikut:
1. Menentukan secara tegas sikap terhadap topik yang diukur.
2. Menentukan secara tegas dimensi yang menyusun sikap tersebut. Dimensi pada dasarnya merupakan faktor-faktor yang mempengaruhi sikap yang menurut likert terdiri dari dimensi kognitif (tahu atau tidak tahu), afektif (perasaan terhadap sesuatu), dan konatif (kecenderungan untuk bertingkah laku).
3. Susun pernyataan-pernyataan atau item yang merupakan alat pengukur dimensi yang menyusun sikap yang akan diukur sesuai dengan indikator. Banyaknya indikator biasanya antara 30-40 item untuk sebuah sikap tertentu. Item-item yang disusun tersebut harus terdiri dari item positif dan item negatif. AItem positif adalah pernyataan yang memberikan isyarat mendukung topik yang sedang diukur, sedangkan aitem negatif melawan topik yang sedang diukur. Item positif dan item negatif harus ditempatkan secara acak.
4. Setiap aitem diberi pilihan respon yang bersifat tertutup. Banyaknya pilihan respon biasanya 3,5,7,9 dan 11.
2.3.4 Reliabilitas dan Validitas Pengukuran
Konsep reliabilitas alat ukur dan hasil ukur memiliki perbedaan didalam penggunaannya. Konsep reliabilitas sebagai alat ukur berkaitan dengan masalah error pengukuran. Error yang terjadi pada pengukuran dilihat pada sejauhmana inkonsistensi hasil pengukuran bila dilakukan pengukuran berulang-ulang pada subjek yang sama. Sedangkan konsep reliabilitas sebagai hasil ukur berkaitan pada kesalahan dalam pengambilan sampel dan menyebabkan inkonsistensi hasil ukur jika pengukuran dilakukan secara berulang-ulang pada kelompok individu yang berbeda.
Validitas dalam pengertiannya yang paling umum adalah ketepatan dan kecermatan skala dalam menjalankan fungsi ukurnya. Validitas memiliki kaitan yang erat dengan tujuan ukur, sehingga setiap skala hanya dapat menghasilkan data yang valid untuk satu tujuan ukur pula. Validitas merupakan karakteristik utama yang harus dimiliki oleh setiap skala. Untuk membuat perancangan skala yang valid, maka harus diperhatikan faktor – faktor yang dapat melemahkannya (Azwar, 2010), diantaranya:
1. Identifikasi kawasan ukur yang tidak cukup jelas
Untuk mengukur “sesuatu” maka sesuatu itu harus dikenali terlebih dahulu dengan baik. Apabila atribut psikologi sebagai tujuan ukur tidak diidentifikasikan dengan benar maka perancangan skala hanya memiliki gambaran yang kabur mengenai apa yang sebenarnya hendak diukurnya dan pada akhirnya aitem-aitem yang dihasilkan tidak mampu mengungkapkan respon yang diinginkan.
2. Operasionalisasi konsep yang tidak tepat
Kejelasan konsep mengenai atribut yang hendak diukur memungkinkan perumusan indikator-indikator perilaku yang menunjukkan ada tidaknya atribut yang bersangkutan. Rumusan indikator perilaku berangkat dari operasional konsep teoritik mengenai komponen-komponen atau dimensi-dimensi atribut yang bersangkutan menjadi rumusan yang terukur. Apabila perumusan ini tidak cukup operasional, atau masih menimbulkan penafsiran ganda mengenai bentuk perilaku yang diinginkan, atau sama sekali tidak mencerminkan konsep yang diukur, maka akan melahirkan aitem-aitem yang tidak valid.
Aitem-aitem yang maksudnya sukar dimengerti oleh pihak responden karena terlalu atau kalimatnya tidak benar secara tata bahasa, yang mendorong responden untuk memilih jawaban tertentu saja, yang memancing reaksi negatif dari responden, yang mengandung muatan social desirability tinggi, dan yang memiliki cacat semacamnya dihasilkan dari proses penulisan aitem yang mengabaikan kaidah-kaidah standar. Aitem-aitem seperti itu tidak akan berfungsi sebagaimana diharapkan.
4. Administrasi skala yang tidak berhati-hati
Skala yang isinya telah dirancang dengan baik dan aitem-aitemnya sudah ditulis dengan cara yang benar namun disajikan atau diadministrasikan pada responden dengan sembarangan tidak dapat menghasilkan data yang tidak valid mengenai responden.
5. Pemberian skor yang tidak cermat
Sekalipun disediakan kunci skoring, kadang-kadang terjadi kesalahan dari pihak pemberi skor karena cara penggunaan kunci yang keliru atau karena salah dalam penjumlahan skor. Pada beberapa skala yang menggunakan konversi skor, dapat terjadi kesalahan sewaktu mengubah skor mentah menjadi skor derivasi karena salah lihat pada tabel konversi.
6. Interpretasi yang keliru
Penafsiran hasil ukur skala merupakan bagian dari proses diagnosis psikolog yang teramat penting. Bagaimana pun baiknya fungsi ukur skala apabila diinterpretasikan secara tidak benar tentu akan sia-sia. Kesimpulan mengenai individu atau kelompok individu akan tidak tepat.
2.4Kecerdasan Emosi Anak Usia Dini
2.4.1 Pengertian Kecerdasan Emosi
Anak yang tidak diberi ruang untuk berkembang secara emosi dapat tumbuh menjadi pribadi yang sulit. Hal tersebut dapat terbawa terus hingga memasuki masa dewasanya. Pertumbuhan dan perkembangan jiwa dan fisik yang harmonis menjadi cikal bakal pribadi anak yang sehat. Sehingga saat mereka dewasa nanti mereka menjadi pribadi yang dibutuhkan dalam masyarakat.
Orang tua sangat berperan penting dalam mengontrol emosi anak mereka. Orang tua dapat mengajari anak cara mengolah emosi dan membina hubungan sosial dengan orang lain, agar anak menjadi lebih mampu untuk mengatasi berbagai masalah yang timbul selama proses perkembangannya menuju manusia dewasa. Dan dengan bekal ini pula, anak nantinya dapat mengatasi berbagai tantangan emosional dalam kehidupan modern.
Dalam bidang psikologi anak, para peneliti telah membuktikan bahwa kesuksesan anak disekolah bergantung pada tingkat kecerdasan emosi yang dimilikinya. Anak yang memiliki tingkat kecerdasan emosi yang tinggi, mereka akan terlihat bahagia, percaya diri, populer, dan lebih sukses di sekolahnya. Karena mereka mampu menguasai gejolak
3. Lebih cakap untuk menjalankan jaringan informal/nonverbal (memiliki tiga variasi yaitu jaringan komunikasi, jaringan keahlian, dan jaringan kepercayaan). 4. Mampu mengendalikan dorongan lain.
5. Cukup luwes untuk menemukan cara/alternatif agar sasaran tetap tercapai atau untuk mengubah sasaran jika sasaran semula sulit dijangkau.
6. Tetap memiliki kepercayaan yang tinggi bahwa segala sesuatu akan beres ketika menghadapi tahap sulit.
7. Memiliki empati yang tinggi.
8. Mempunyai keberanian untuk memecahkan tugas yang berat menjadi tugas kecil yang mudah ditangani.
