TESIS
Oleh
HERDIANTA
117038001
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
TESIS
Oleh
HERDIANTA
117038001
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
TESIS
Oleh
HERDIANTA
117038001
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Magister Teknik Informatika
HERDIANTA
117038001
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Magister Teknik Informatika
HERDIANTA
117038001
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Magister Teknik Informatika
HERDIANTA
117038001
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Judul Tesis
:
Nama Mahasiswa
: HERDIANTA
Nomor Induk Mahasiswa : 117038001
Program Studi
: Magister (S2) Teknik Informatika
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
. Zakarias Situmorang, MT
Prof. Dr. Herman Mawengkang
Diketahui / disetujui oleh
Program Studi S2 Teknik Informatika
Ketua,
&)
L
) " %$ '&F
*++Y
&", ! " '&-$"-C
& '&O
"%! *"%* .O
%&)$'& "/*.*! $"K
&" ! 0 $G
*!*-$($)) " " %*K
$"KO
) "'$'&) !& % $#% ' &'
12 345 3 63 6 7 5
ya nyatakan bahwa saya mengakui semua karya tesis ini adalah hasil
kerja saya sendiri kecuali kutipan dan ringkasan yang tiap bagiannya telah di jelaskan
seumbernya dengan benar.
Medan, 20 Juni 2013
Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan
dibawah ini:
Nama
: HERDIANTA
Nim
: 117038001
Program Studi
: S2 Teknik Informatika
Jenis Karya Ilmiah
: TESIS
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada
Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklutif
(Non-Exclusive Royalti
free Right)
atas tesis saya berjudul:
CD8
L
9D9; >=?CF
@IIY
C; J 9: 9; ?C H=; H 9C
C ?CO
; >: 99 @; >@FO
8>CD=?C 8 9;G@F@: =;K
C ; 9:A =G
@:@ H=K=D D9; 9; >@F=;KO
D89;? =?CD9:C>8=<Beserta perangkat yang ada (
jika diperlukan
). Dengan Hak Bebas Royalti non
Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media,
memformat, mengolah
data-base
, merawat dan mempublikasikan Tesis saya tanpa
meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan
sebagai dan atau sebagai pemilik hak cipta.
Demikian pernyataan ini dibuat dengan sebenarnya.
Medan, 20 Juni 2013
^ _`a b
I
_^ c`dU
eI
b cfI
fgM h SO Xijk lmnjmo SP O pp O Q
Zarlis
Anggota
: 1. Prof. Dr. Herman Mawengkang
2. Dr. Zakarias Situmorang
3. Prof. Dr. Opim Salim Situmpul
wsu syq rzswr
{|}|~ |
p
r
u
t
~ |r
|r
t
| |r
| }
p
|t
|| |~~ |r
{|}u
u
r
u
~|} |
t
u
}| } ||
u
t
|~ {
s
| r
|s
|t
| ¡u
|~|~
r
| ~
p
¢ +
£8
7
¤
78
n
st
|
si
m
p
|t
k
rj
| ¥ { ri
t
|
lim
|ru
~|
m
|t
l
|s
|r
¦
s
||w
it
jo
¡ t
|
lim
|ru
|
u
p
|t
n
li
r
|n
l
p
o
n
§ ¤£¨7
£8
¤ ¤ ¤©wsu syª
N
wrw r« s¬ {
ri
{|m
u
u
r
l
|t
|n
|m
|t
88
¥ ¥{
ri
{|m
u
k
u
r
|m
|t
¥ ¥
m
||n
i
|in
j
i
|m
|t
©
t
|tistik
|®¥–
|m
|t
7
tr
|t
| ¯ |r
|p
|n
¥ |n
|m
|t
¤ ¤
tr
|t
| ¯
l
| |n
¥|n
|m
|t
¤ ¤£¹º
rt
» ¼»-t
» ¼ » ½ º ¾u
¿ °s
½» ¾À»t
Á » ¾ »¾sy
u
Áu
r
Á º ½ » Â » Ãu
Ä» ¾ Å »n
Æ Ç »Ä» Ès
» »t
»s s
º Æ»l
» ɺrk
»t
»k
n
»ru
n
i
» ÊËÌ»y
»n
Æs
º»l
lu
m
ºn
y
ºrt
»i p
ºn
u
lis s
»m
»p
»i s
ºl
ºs
»in
y
»p
º»
n
yu
n
su
n
úsis y
»n
ÆÉ ºrju
Âu
l
ÍÎ ÏÐÑÒ ÏÒ ÓÔ ÕÖ ×Ø ÙÚ ÚÛ Î Ó Ü Ò Ý Ò Ó Ö ×ÞÕÓÞÒc
×Ö ×ßÓ³ÝÒ Ò ÙÓ Ô Ùà áÐÔ×ÏÕÖ × ´Ò ÓâÙàÙ Ý ÕÓ ±×ÓÒ ÝãÕ ·ÙÝ Ù ÞÕ ÑÕÏ äÒ ÓÒ ÓÔÙàÕÓ ±ß Ï ÐÒ Ó Ö ÕÖ ×äÒ Ý ×Ô´ÕÛåæ
ç »
p
u
n
m
»k
su
Âp
ºn
yu
»n
t
su
n
ºsis in
i
» »» Äl
u
n
tu
k
m
ºm
ºÄn
u
i s
»l
Ȁs
»tu
p
r
»
sy
»r
»t u
n
tu
k
m
ºn
»p
»t
ƺl
»r
ǻ ƺist
r
èo
m
p
u
t
ºr
éÇêèëo
m
p
» » ¹ro
Ær
»m
¹»ì»
s
s
»rj
»n
»Ç» Æist
ºr
úik
k
n
ín
îo
rm
»tik
»ïçð íñèòÇÊÃíóð óêô»
l
»m
p
ºn
y
ºl
ºs
»»i
n
t
ºsis in
i p
ºn
u
lis
É»»n
y
k
m
ºn
ºm
u
i k
ºÂ»n
l
»õn
»m
u
n
ɺrk
»t
É»
n
tu
»n
É »ik
ɺru
p
» Éim
Éin
ƻn
m
»u
p
u
n
»r
» Ä»n
»ri
ɺr
ɻ ƻi p
i
Ļk
k
ºn
»l
»t
ºrs
º Ét
u
»
p
»t
Âi
»t
»si
êò¿ º Ä
k
»r
ºn
»itu
õp
» »k
ººs
m
p
»t
»n
in
i p
ºlis m
n
u
ºn
y
»m
p
»ik
»r
n
»»s
Äo
rm
»t
 »n
u
ì»
p
k
»t
n
ºrim
»k
»si
Äy
Ȯn
s
º ɺs
»r
ÊÉ ºs
»rn
y
»õk
ºp
» »ö÷ê ø»
p
»k
¹ro
î ê ôùê úº»rm
n
Ç»ûºn
Æk
»n
Æõs
º»l
k
u
k
ºtu
»p
ºm
ÉÉim
in
Æ Âºn
ƻn
p
ºn
u
Äk
º
s
» É»r
»n
m
ºm
ÉÉim
in
Æõm
ºm
o
tiv
»si
õm
ºÉºm
»rik
n
Ân
ƻu
k
u
n
m
o
ril
õk
ritik
õ »n
s
»
r
»n
»l
»m
p
º»yu
n
n
t
su
n
ºsis in
i s
º Äin
ÆÆ»t
ºsis in
i
»p
»t t
ºrs
ºl
ºs
»ik
»n
ºn
ƻn
É»
ik
êüê ø»
p
»k
ôùê ý»
k
»ri
»s
ðitu
m
o
r
»n
Æõs
ºl
»p
u
k
ºm
Éim
Éin
Æ »n
Æ Æ»t
o
»t
»s
Éim
Éin
ƻn
õ»
r
» Ä»n
õ»n
û»k
tu
y
»n
Æt
ºl
» ÄÂilu
»n
ƻk
n
k
º» »p
p
ºn
u
lis s
ºrt
»m
ºm
ɺrik
»n
ɻ Ļn
ÊÉ» Ä »
n
y
»n
Æ Éºrk
»it
»n
 ºn
ƻn
p
º»yu
n
n
t
su
n
ºsis in
i s
º Äin
ÆÆ»t
ºsis in
i
»p
»t
t
º
rs
ººl
s
»»ik
n
ºn
ƻn
ɻik
êþê ø»
p
»k
¹î êro
ôùê ÇÄ »u
m
m
» Âý»rlis
õs
ºl
»p
u
k
ºm
ɻn
Âin
Æõ èºtu
»p
ro
Ær
»m
ðtu
Âi
ð üú
k
n
ik
ín
îo
rm
»tik
» ïçð íñèòÇ ÊÃí óð ó»n
ôºk
»n
ïçð íñèòÇ ÊÃí ó ð óy
»n
Æt
º» Ä
l
m
ºm
ɺrik
»n
m
»»su
k
n
»n
s
»r
»n
p
» Â »k
lo
m
o
k
iu
s
ºrt
» Ân
ƻu
u
k
n
m
õo
ril
k
ritik
»
n
s
»r
»n
s
º Äin
ÆÆ»t
ºsis in
i
»p
»t s
ºl
ºs
»i t
ºp
»t
û»k
tu
êÿê ø»
p
»k
¹ro
îêôùêò½im
ð»lim
ðito
m
p
u
l
õðº»l
k
u
p
ºm
ɻn
Âin
Æ Â »n
¹ºm
ɻn
tu
ôºk
»n
íïçðí ñ èòÇÊÃí óð ó
y
»n
Æt
ºl
» Äm
ºm
ɺrik
»m
n
»su
k
»n
»n
s
»r
»n
p
» »s
» »t
k
o
lo
k
iu
m
s
ºrt
» Âu
k
u
n
ƻn
m
o
ril
õk
ritik
»n
s
»r
»n
s
º Äin
ÆÆ»t
ºsis in
i
 »p
»t s
ºl
ºs
»i
t
T
-t
s
tu
s,
,
y
u
,
rs
,
,
t
,
,
w
,
rru
z
,
,
,
u
,
, y
t
t
s
r
u
s
s
s
y
y
u
su
t
ss
.
.
vt
s
r 1
t
ru
u
tu
s
tu
,
tv
s s
u
s
r
u
s
y
s
t
ss
.
r
y
r
tu
s
y
r
.
r
u
r
t,
str s
y
r.
u
t
r G
t
t
y
t
r
t
t
t
s
r
r
, t
r
s
u
u
y
t
u
u
s u
tu
y
s
t
s
s
s
u
ru
y
t
s
u
t
s
u
.
s
r
t
,
tu
s
rt
y
t
r
u
s
t
y
r
t
r
u
y
!s
.
t
r
t
s
,
t
u
u
u
u
st
y
t
u
,
u
s
y
r
"t
ss
s
y
u
r
r
u
u
t
r
r
-
r
#r
t.
O
tu
,
u
s
s
t
r
rt
s
r
r t
ss
s
u
r
s
rt
s
su
u
s u
tu
t
u
s
r
y
s
y
t
.
r
t
u
s
r
r
y
t
r
u
t
ss
t
r
#t
s
s
y
y
.
, 20
u
2013
*+ ,- . / 0+12,23 4 . 050/6 - 7- 2 + 3 8 3 429 : 4. 29 2+1 2+ 1- 7- ;2 + 1 : 4306 26.2+ 8 90< . 03 2/22 +
< 2. . 8 / = 0+3 234 - + ,- . 30/ - 2 1- 7 - ,2 + = 2 = 0+ ;03 - 2 42+ ,07 < 2:2 = = 0+ 49 2 42 + . 4 + 07 >2 1- 7 -
,
= 4<2. 4 +3,2+34 = 0+ : 4 :4. 2+ : 0?23 2 4+ 4 /0/6 07 4. 2 + . 8/= 0+3234 :292/ 6 0+ ,- . / 07 4 , =2 ;
30< 4+1 12 /23 29 2< . 050/ 6 -7 - 2 + 3 8 3 429 , 07306 - , :2 =2 , , 072 ,234
.
@07 :2327 . 2+
- + :2 + 1
-- + :2 +1 +8 / 8 7
1
A ,2< - + B C C D E :292//0+ 0+ ,- . 2+merit pay
;2 + 1 : 46 07 4. 2+. 0=2:21- 7 - E;2+ 1 / 0+ > 2 :4 4 + : 4. 2 ,8 7 = 0+ 49 2 42 + :292/ /0+ 492 4 . 4+ 07 >2 1- 7 - 306 2 12 4 = 0+ : 4: 4. :2+
= 0+1 2>27 2 :292< .8 /= 0,0+34 = 0:218 1 4. E . 8 /=0,0+3 4 38 3429E . 8 /= 0, 0+3 4 . 0=7 46 2 : 42 + :2 +
. 8 / = 0, 0+34 =7 8F0348 +29G * + ,- . / 0+ :2 =2 ,. 2+ 3 8 9- 34 ;2 + 1 9 06 4< 8 = ,4/29 :292/ = 0+ 0+ ,- 2 +
= 0/6 07 42 + . 8/= 0+3234 /07 4 ,=2 ;, 07 306 - ,E=2 :2 = 0+ 09 4 ,42+4+ 4= 0+ 09 4 ,4/ 0+2?27. 2 +3 8 9- 34
/0+1 1- + 2. 2+
fuzzy inferensi
:2 +=8 < 8 +. 0=- ,- 3 2 +
H
decision tree
I GXc_W] X`W
To overcome jealousy among teachers caused by the equal rights of compensation for all
teachers without adjustment to the performance appraisal of teachers, the education
offices now provide compensation in the form of merit pay that jealousy issues can be
resolved. Under Law No. 14 of 2005, in determining merit pay given to teachers, as
indicators in assessing the performance appraisal of teachers as educators and teachers
is a pedagogical competence, social competence, personal competence and professional
competence. To get a more optimal solution in determining the merit pay compensation,
in this study the researcher offers solutions using fuzzy inference and decision tree.
tu vu wu x
yz{z|} ~z~{ z
z { z y
z { z{
v
z{z
v
z{z{z}
v
z{zz z
v
n mn n
1.1.
ut
u vu u x1
1.2.
|ru
wuxu
s
us
u vu 2
1.3.
ut
us
u xus
uvu2
1.
{u
ju
un
|n
liti
un
u
n
u ut p
n
liti
un
nprn nsp nn
¡
o
ik
uu
zzy
¡ ¡ {
o
ri
tm
p
u
n
un
yl
usik
¢un
tm
p
u
n
un
u
zzy
£¡ {
o
ri
tm
p
u
n
un
{ us
¤¡ |
rh
itu
n
u
n
n
un
yut
u ¥
k
ut
u ¦¡ t
m
p
u
n
un
u
zzy
§
¡ £ u
sis
z ¨u
r
un
u
zzy
¡ ¤
tru
k
tu
r
us
ur
o
ik
u u
zzy
¡ ¦
u
zzy
n
r
n
si
ist
m
¡ § ©
isio
n
{ r
£¡ ªy
in
rj
u«ru
§¡ y
m
p
n
s
usi
3.2.
ÃÀ ¾ÄÀ¾ÅÀ ¾¼½ ¾½ ÂÆt
ÆÀ¾22
3.3.
ǽȾÆȼ½ ¾Åu
Ép
u
 À¾ÊÀt
À2
Ë3
ÌÍÌÎÀsil
¼½n
ÅÀl
p
u
m
u
n
ÊÀt
À Ï ÐÑÌËÌÒ¿ ½
n
ti
Óik
Àsi
ÊÀn
ʽ Óin
isi
ÔÀri
À Õ½l
ÏÖÑÌÐÌ ×
u
zzy
Óik
Àsi
ÏØ
ÑÌÖ̼½
m
Õ½n
tu
k
Àn
ÙÚÀr
u
n
ÊÀs
Àr
ÊÀt
À ×u
zzy
ÏØÑÌ ÛÌܽ
to
¿½Ýin
½rj
ÀÞßru
ÑàÑÌØÌáâ
tim
Àl
ܽrit
¼ Ày
ÑÏ ®ãä®å·µ´®¹¸ ±°®ä®å®¹ ¯¯
ÍÌàÌÜ
o
¿½l
ÎÆm
p
u
n
Àn
×u
zzy
ÑÑÍÌ ÏÌÝ
in
½rj
ÀÞß
ru
ÑÛÍÌ ÏÌàÌ×
u
zzy
Òn
Ó½r
½n
si
ܽto
¿½ÇÀk
ÀÅi
æu
Žn
o
Ý Àn
ÅçÇ æÝè ÑÛÍÌ ÏÌÏÌʽ
si
Äio
n
Çr
½ ½ ÍÍÍÌÑÌܽ
rit
¼ Ày
ËàÍÌÍ̼½
m
ÕÀh
Às
Àn
ËÏ®éê±å·°¸ ë µ®¹´®¹å®ì ®¹ é¯
ËÌàÌݽ
sim
p
u
l
Àn
ËÑËÌ ÏÌæÀ
r
Àn
ËÑ´®í²®ì¸ ëå² ®ê® éã
÷ ø ùøú
ò û üý þ
ÿ þ ûþûùû
2.1
3.1
3.2
3.3
3.
o
n
s
p
s
r
isio
n
r
sil
n
liti
n
o
p
m
t
n
si
ru
omp
t
n
si
ru
ri
l
m
p
u
n
n
zzy
s
r
n
n
tu
n
o
n
st
n
t
u
l
t
o
m
p
t
n
si
ru
u
l
o
m
in
si
ru
x
m
p
il
n
t
o
m
p
t
n
si
ru
o
n
v
n
si
l
i
in
rj
m
p
u
n
n
rit
ri
n
ili
n
ri
u
t
*+,+ - '.,/.-01213 4.3.,.5
2.1
2.2
2.3
2.
6 7 8 97 8 :
7 8 ;
7 8 <
7 8 =
7 8>? 7 8>> @8> @87 @8@ 68> 687 68@ 686 68 9 68 : 68 ; 68 < 68 = 68>? 68>> 68>7 68>@ 68>6
AB
m
p
u
n
Cn
k
l
Csik
DCn
A Bm
p
u
n
Cn
Eu
zz
y
F
o
n
s
Gp
H G ICs
JKGm
L GJip
rsh
Mo
m
p
l
Gm
GJn
t
NO
io
n
JPn
t
Grs
G QJn
tio
Lsu
s
Gt
RGrs
Gp
si
RG
n
Iu
k
u
r
Cn
DCn
RGrs
Gp
si
E
u
n
Isi k
GCn
IIo
t
C Cn
ABm
p
u
n
Cn
Eu
zzy
SB CI
r
Cm
TGn
n
u
k
tu
n
UVGr
Csi
WCLu
n
ICn
JRG
rp
o
to
n
ICn
D Cn
Fo
m
Gl
p
m
Gn
p
C DCABm
p
u
n
Cn
F
u
rv
CEu
n
Isi
XG Iiti
ICF
u
rv
CYIu
n
si
Hr
Cp
Gsiu
m
F
u
rv
CEu
n
Isi
W Cu
ss
X
tru
k
tu
r
S Cs
Cr
Xist
Gm
Zo
Iik
CEu
zzy
F
o
n
s
Gp
SG Qisio
n
Hr
GGSG Q
isio
n
Hr
G Gu
n
tu
k
m
Cs
Cl
Ch
Fl
Csi
Yik
Csi
in
tru
sio
n
E
lo
[Qh
Crt
SBstri
Lu
si
\G LCn
KGn
ICj
Cr
E
lo
[Qh
Crt
Xist
Gm
]Cn
ISBr
Cn
QCn
ISB CI
r
Cm
Fo
m
p
GGt
n
si
W^ru
DCn
S _s
Gn
ZI
o
ik
CEu
zzy u
TCCL Gri
tu
k
n
l
RGDCIo
Iik
Z
o
Iik
CEu
zzy u
TCri
CL Gtu
k
n
l
F Gp
ri
LC Di
Cn
Z
o
Iik
CE
u
zzy u
TCri
n
tu
k
CL Gl
X
o
si
Cl
Z
o
Iik
CEu
zzy u
TCri
CL Gtu
k
n
l
Rro
YGsio
n
Cl
HC
m
p
il
Cn
S Ct
CXG LGlu
m
DCl
io
h
Fo
m
p
Gt
Gn
si
W^ru
E
zzy
Yu
ik
Csi
Fp
Gm
o
t
Gn
si
RGDCIo
Iik
W^ru
E
u
zzy
Yik
Csi
Fo
m
p
Gt
Gn
si
FGp
ri
LC Di
Cn
W^ru
E
zzy
Yu
ik
Csi
Fp
Gm
o
t
Gn
si
Xo
si
Cl
W^ru
E
zzy
Yu
ik
Csi
Fp
Gm
o
t
Gn
si
Rro
YGsio
n
Cl
HC
m
p
il
Cn
Eu
zzy
YCik
si
Fo
m
p
Gt
Gn
si
HC
m
p
il
Cn
SGYY
u
zzy
Yik
Csi
HC
m
p
il
Cn
SG Qisio
n
Hr
GG XG QCr
CKCn
u
Cl
HC
m
p
il
Cn
SG Qisio
n
Hr
GGXG QCCr
Fo
m
p
u
t
Gris
Csi
RG
n
Gn
tu
Cn
Fp
m
o
Gn
s
Csi
W^ru
fg hi j k lgmnhno p j lqlkr i si n g o t o pnu v pj nu ngm ng mi si wn g m v polr nrjng t ulx j lo nknn g
x nj j t k y lgo nop i g hi j olk i n mi s i hn g y n y lg wlo i n png hls x nvn y y lg pu n pn g j p g ls zn mi s i
,
y pxnj p gohngop y lg v p vpj ng v l{no n pg p klkr ls pj n g j tky lgonop vnunk r lg hi j k ls p h yn w
olx pgm mn kno nu nx j lqlk r is i n g o t o pnu h lsolr i h vn yn h h lsn hnop
.
|ls vnons j ng
i g vn g m
-i g vn gm gt k t s
1
} hnx i g ~ vnunkklg lg hi j ng wn g m v pr ls pj ngj lynvnmi s i wng m k lg z n vp p g v pj n ht s y lg pu n pn g vnunk klg pun p j pg ls zn mi s i olr n mn p y lg v pv pj vng
y lgm nzns n vnunx jt ky lhlgop y lvnmt m pj j t kylhlgo p ot opnu j t ky lh lgo p j lys pr n v pn g vn g
j t k y lh lgop ys tlopt gnu f g hi j k lg vn yn hj ng o t ui op wn g m u lr px t y hpknu vnunk y lg lg hi n g
y lkr ls pn g j tky lgonop kls p hyn wh ls olr i hyn vn y lg lu p hpngpg py lg lu p hpk lgn{nsj n go t ui op
klgm mi g nj ng
vn g
yt x t gj lyi hi o n g
¤¯«£© ¤¬£
To overcome jealousy among teachers caused by the equal rights of compensation for all
teachers without adjustment to the performance appraisal of teachers, the education
offices now provide compensation in the form of merit pay that jealousy issues can be
resolved. Under Law No. 14 of 2005, in determining merit pay given to teachers, as
indicators in assessing the performance appraisal of teachers as educators and teachers
is a pedagogical competence, social competence, personal competence and professional
competence. To get a more optimal solution in determining the merit pay compensation,
in this study the researcher offers solutions using fuzzy inference and decision tree.
»Ä Å ÆÇÈ ÉÊË
F
ÌÍÍy
Logika yang hanya berdasarkan atas 2 nilai kebenaran yaitu TRUE (1) dan FALSE (0)
kadang-kadang dirasakan kurang lengkap untuk menyatakan logika berpikir manusia.
Sehingga dikembangkan logika yang tidak hanya bernilai 0 atau 1 tapi menggunakan
logika yang punya interval nilai antara [0,1] yang disebut dengan logika samar (Fuzzy
logic).
Logika Fuzzy diperkenalkan pada tahun 1965 oleh Lotfi A. Zadeh, seorang
Profesor di bidang ilmu komputer, Universitas California, Berkeley. Logika fuzzy
dipakai untuk menyatakan data atau informasi yang bersifat tidak pasti atau samar.
Tapi sebenarnya sejarah logika fuzzy dimulai jauh sebelumnya yaitu ketika jaman
Yunani Kuno. Aristotle dan beberapa filsuf lainnya, dalam rangka menemukan teori
logika dia mengemukakan hukum-hukum yang disebut “Laws of Thought”. Salah satu
diantaranya adalah “Law of excluded Middle” yang menyatakan bahwa setiap
pernyataan (propotition) harus bernilai TRUE (T) atau FALSE (F). Bahkan ketika
Parminedes mengusulkan versi pertama dari hukum tersebut (400 BC) langsung
mendapat pertentangan dari Heraclitus yang menyatakan bahwa setiap pernyataan
hanya bernilai TRUE dan NOT TRUE. Pada saat itu Plato yang meletakkan pondasi
bagi Fuzzy Logic, menyatakan bahwa ada daerah ketiga (selain TRUE dan FALSE).
Salah satu pernyataan alternatif yang berbeda dengan logika dengan 2 nilai kebenaran
(Aristotle) pertama kali dikemukakan oleh Lucasiewicz (1920). Dia mengemukan
logika dengan 3 nilai kebenararan beserta dengan penjelasan matematiknya. Nilai ke-3
dia sebut dengan istilah “mungkin” (possible). Dan diberikan nilai numerik yaitu
antara TRUE (1) dan FALSE (0). Selanjutnya Lucasiewicz mengemukakan tentang
dengan nilai tak berhingga yang paling menarik. Tapi selanjutnya dia lebih memilih
logika dengan 4 nilai kebenaran karena paling mudah disesuaikan dengan logika
Aristotle ( 2 nilai kebenaran). Juga perlu dicatat Knuth, juga menyatakan logika
dengan 3 nilai kebenaran hampir sama seperti Lucasiewicz. Knuth berspekulasi bahwa
matematik akan menjadi lebih nyaman jika dibandingkan secara tradisional dengan
hanya 2 nilai kebenaran.
Ide dari logika dengan nilai tak berhingga sudah diperkenalkan oleh Zadeh
dalam tulisannya yang berjudul tentang “ Fuzzy sets” (himpunan fuzzy) disertai
dengan penjelasan matematik teori Himpunan Fuzzy dan juga tentang Logika Fuzzy.
Dalam teori ini juga dijelaskan tentang pembentukan Fungsi Keaggotaan (membership
function) yang beroperasi pada range nilai antara [0,1]. Disamping itu juga diusulkan
tentang operasi – operasi matematika logika yang pada prinsipnya merupakan
pengembangan dari logika klasik.
Logika Fuzzy sudah memberikan perubahan dalam pengambilan keputusan
dimana kemampuan berpikir manusia yang tidak pasti dapat dipakai dalam sistem
berbasis pengetahuan. Teori logika fuzzy sudah menyediakan teori matematika untuk
menampung ketidakpastian proses berpikir manusia. Beberapa ciri dari logika fuzzy
(Zadeh, 2008) adalah :
-
Dalam logika fuzzy, logika pasti (exact) dianggap sebagai kasus terbatas dari
logika tidak pasti (approximate).
-
Dalam logika fuzzy, segala sesuatu (pernyataan) ditentukan berdasarkan tingkatan
(degree).
-
Dalam logika fuzzy, pengetahuan merupakan kumpulan dari batasan-batasan yang
elastis atau tidak pasti (fuzzy).
-
Pengambilan keputusan adalah proses peralihan dari batasan-batasan elastis atau
tidak pasti.
-
Semua sistem logika dapat dibuat menjadi samar (fuzzy)
Ada 2 ciri utama dari Sistem Fuzzy sehingga sistem ini dapat diterapkan dengan baik
pada beberapa aplikasi tertentu :
-
Sistem fuzzy sangat cocok untuk logika berfikir yang tidak pasti, khususnya untuk
-
Logika fuzzy membolehkan pengambilan keputusan dengan nilai perkiraan atau
berdasarkan informasi yang tidak lengkap atau tidak pasti.
Î ÏÎ
ÐÑ
o
r
ÒÓÒm
pu
Ôn
n
ÕÔl
Òs
k
ÖÔn
Ó Òpu
Ôm
n
n
×u
zzy
Teori Klasik tentang himpunan atau ”set” didasarkan pada konsep fundemental
himpunan bahwa suatu entiti dapat merupakan anggota himpunan tersebut atau bukan
merupakan anggotanya. Perbedaan yang tajam, jelas atau tidak ambigu terdapat
antara anggota dan bukan anggota dari suatu himpunan yang telah didefinisikan pada
teori ini. Dan terdapat batas yang sangat jelas agar dapat mengindikasikan bahwa
suatu entiti merupakan bagian dari himpunan ini.
Dengan kata lain, ketika terdapat pertanyaan mengenai suatu entiti ini
merupakan anggota dari himpunan atau tidak. Jawabannya adalah ”Ya” atau ”Tidak”.
Dalam hal probabilitas dan statistik, jika seseorang bertanya, ” berapa kemungkinan
entiti ini adalah anggota dari suatu himpunan?”. Dalam kasus ini jawabannya dapat
berupa misalnya, ”Kemungkinan bahwa entiti ini merupakan anggota dari suatu
himpunan adalah 90%”, namun kesimpulannya masih juga dapat dikatakan bahwa
entiti ini adalah anggota atau bukan anggota dari suatu himpunan. Kemungkinan
untuk seseorang dalm membuat prediksi yang tepat bahwa ”entiti ini anggota suatu
himpunan ” adalah 90%, dimana hal ini bukan berarti bahwa entiti ini memiliki 90%
keanggotaan dari himpunan dan 10% bukan keanggotaan dari entiti ini.
Dalam teori himpunan klasik, hal ini tidak diperbolehkan dimana sebuah
elemen atau entiti ada dalam himpunan dan tidak ada dalam himpunan tersebut dalam
waktu yang bersamaan.nya Sehingga, banyak kasus dalam aplikasi dunia nyata tidak
dapat dijelaskan dan ditangani dengan teori himpunan klasik, termasuk semua yang
melibatkan elemen/entiti dengan keanggotaan sebagaian dalam himpunan. Sebaliknya,
teori himpunan fuzzy mengizinkan penggunaan keanggotaan sebagaian dalam
himpunan, yang dalam teori himpunan kelasik memiliki keterbatasan dalam hal ini.
Sebuah himpunan klasik digambarkan dengan batasan yang jelas, yakni tidak
ada ketidakpastian dalam lokasi dan batas dari himpunan. Gambar 2.1a menunjukkan
batasan dari himpunan klasik A dalam garis yang jelas. Sedangkan himpunan fuzzy,
ditentukan dengan properti yang samar-samar dan ambigu, karenanya batasannya
dispesifikasikan secara samar dan ambigu. Gambar 2.1b menunjukkan batasan dalam
merupakan anggota dari himpunan klasik A dan entiti b jelas bukan merupakan
anggota dari himpunan A. Sedangkan gambar kedua menunjukkan hal yang samar,
batas yang ambigu dari himpunan fuzzy A. Area abu-abu berbayang merupakan batas
himpunan fuzzy A.
Pada area pusatnya (tidak berbayang) dari himpunan fuzzy menunjukkan entiti
a secara jelas sepenuhnya adalah anggota dari himpunan ini, pada area luar dari batas
area himpunan fuzzy entiti b secara jelas bukan merupakan anggota dari himpunan ini.
Namun, keanggotaan dari entiti c yang berada dalam area batas himpunan fuzzy
adalah ambigu. Jika anggota himpunan secara penuh dalam himpunan (entiti a)
direpresentasikan dengan angka 0, maka entiti c dalam himpunan ini harus memiliki
nilai tengah dari keanggotaan pada interval [0,1].
(a)
(b)
Gambar 2.1 Himpunan klasik ( a), Himpunan fuzzy(b)
Sumber : Ross, 2010
Ø Ù Ú ÛÜ
o
r
ÝÞÝßm
pu
n
n
ÛÜ àßs
Himpunan tegas adalah sekelompok anggota yang mempunyai batas-batas yang
tegas. Himpunan tegas dapat dilihat pada gambar 2.2 yang digambarkan dalam
diagram venn. Pada gambar 2.2 ada suatu himpunan bagian A, dengan X merupakan
himpunan semesta. Jika himpunan x merupakan himpunan bagian A, maka x
merupakan anggota dari A yang dinotasikan dengan xЄA. Dan sudah tentu bahwa
xЄX. Jika x bukan himpunan dari A ( x bukan bagaian dari A), maka dapat dituliskan
bahwa xЄA.
Bila suatu himpunan tidak memiliki satupun anggota, maka disebut sebagai
himpunan hampa yang dinotasikan dengan Ø. (Karray & Silva, 2004). Sebagai
ßÙá
âã
ß
äcontoh, suatu himpunan bagian terdiri dari sekelompok orang yang tinggal di Cincin
mati yang berumur diatas 50 tahun.
A={a1,a2,...,an}
Dapat dilihat bahwa anggota himpunan terdiri dari n elemen a1,a2,...,a3. Himpunan
yang lainnya yang keanggotaannya lebih dari 50 dapat dituliskan:
A={x|x>50}
Disini, simbol “|” dapat didefenisikan bahwa A adalah himpunan semua bilangan x
dimana x>50.
`
Gambar 2.2 Konsep tegas (a) membership, (b) complement
(c) union, (d) intersection, (e) subset(proper)
Sumber: Karray & Silva, 2004
å æ ç è é
r
êëtu
n
ìín
î én
ìín
ïít
í ð ïít
íPerhitungan dengan kata-kata merupakan metodologi untuk penalaran, komputasi dan
pengambilan keputusan dengan memberikan informasi dalam bahasa alami, misalnya:
kecil, besar, jauh, berat, tidak sangat mungkin, harga gas rendah dan menurun.
Manusia mempunyai kemampuan yang luar biasa banyaknya. Diantaranya
terdapat dua yang paling menonjol. Pertama, kemampuan dalam berbicara,
x
A
x
x
A
x
x
B
A
(a)
(b)
(c)
(d)
berkomunikasi, pola pikir dan mengambil keputusan rasional dalam suatu lingkungan
yang samar dari informasi yang tidak lengkap dan memberikan kebenaran. Dan kedua,
kemampuan melakukan berbagai macam pekerjaan secara fisik dan mental tanpa
melakukan pengukuran yang banyak. Dalam pengukuran yang besar, perhitungan
dengan kata-kata merupakan suatu inspirasi yang sangat luar biasa.(Zadeh, 1999)
Tiga alasan utama dalam perhitungan dengan kata-kata adalah :
1. Banyaknya pendapat manusia yang dijelaskan dengan menggunakan bahasa alami.
2. Penggunaan kata-kata lebih tepat digunakan daripada angka, saat kita tidak tahu
berapa pastinya angka tersebut.
3. Biaya yang lebih sedikit.
Perhitungan dengan kata-kata merupakan ide dasar dalam penentuan variabel
linguitik dan aturan IF – THEN fuzzy yang hampir digunakan di semua aplikasi
logika fuzzy, terutama dibidang produk , konsumen produk dan sistem industri.
Perhitungan dengan kata-kata merupakan suatu tantangan bagi orang yang
menggunakan dua konsep yaitu secara teori dan konsep logika fuzzy.
Perbedaan mendasar antara persepsi dan pengukuran adalah bahwa, secara
umum pengukuran merupakan hal pasti/tegas sedangkan persepsi merupakan
fuzzy/samar
ñGambar 2.3 Pengukuran dan Persepsi
Sumber : Zadeh, 1999
òn
óo
rm
ôt
õo
n
ö ÷ ô
su
r
÷m
÷n
t
øùôs
÷ ú ûüm
÷r
õý ôl
þ÷
r
ý÷õpt
o
n
øÿôs
÷ ú õn
u
õst
õý
Temperatur 35
o
C
Umur Eva 28 Tahun
Tandy 3 tahun lebih tua dari Dana
Suhunya sangat hangat
Eva masih muda
m
pu
nn
u
zzy
Himpunan fuzzy (
) adalah generalisasi dari konsep fungsi karakteristik.
Sebuah himpunan fuzzy adalah sekelompok objek yang didefinisikan berdasarkan
tingkat derajat keanggotaan yang ditandai oleh fungsi keanggotaan yang dimiliki
setiap objek dengan derajat keanggotaan berkisar antara nol dan satu (Kantardzic,
1993). Himpunan fuzzy dapat dinotasikan sebagai berikut : A{(x,µA(x))/xЄ X}.
Himpunan fuzzy dituliskan sebagai psangan berurutan, dengan elemen
pertama menunjukkan nama elemen dan elemen kedua menunjukkan nilai
keanggotaannya. Fungsi keanggotaan yang dimiliki masing-masing elemen dengan
derajat keanggotaan antara 0 dan 1 (Karray and Silva, 2004).
µA(x):X→[0,1]
Dengan µA(x) merupakan fungsi keanggotaan dari himpunan fuzzy A dalam
himpunan semesta X. Besaran yang lain dari himpunan fuzzy A berdasarkan
urutannya adalah :
A={(x,µA(x));x Є X, µA(x) Є [0,1]}
Gambar fungsi keanggotaan dari himpunan fuzzy dapat dilihat pada gambar 2.4.
Gambar 2.4 Fungsi keanggotaan himpunan fuzzy
p
r
s
m
pu
n
n
u
zzy
Misalkan himpunan fuzzy A dan B dalam semesta X, untuk elemen x dalam semesta
berlaku operasi gabungan, perpotongan dan komplemen (Klir and Yuan,1995),
sebagai berikut:
1.
Gabungan
µA
∪
B(x) =µA(x)
⋁
µB(x)
2.
Perpotongan
µA∩B(x)= µA(x)
⋀
µB(x)
3.
Komplemen
µA
-1
(x)= 1- µA(x)
Operasi-operasi ini disebut operasi standar fuzzy. Diagram Venn untuk operasi ini
ditunjukkan pada gambar berikut:
Gambar 2.5 Diagram Venn untuk operasi Gabungan, Perpotongan dan
Komplemen pada Himpunan Fuzzy
Untuk pemetaan himpunan fuzzy, misalkan R dan S adalah pemetaan himpunan fuzzy
dalam semesta X dan Y, maka operasi yang berlaku sebagai berikut:
1. Gabungan
µR
∪
S(x,y) =Max (µR(x,y), µS(x,y))
2. Intersection
µR∩S(x,y)=Min (µR(x,y), µS(x,y))
3. Complement
µR
-1
(x)= 1- µR(x)
Sebagai contoh, jika himpunan fuzzy A dan B sebagai berikut :
A =
{ +
.
+
.
+
.
}
and B =
{
.
+
.
+
.
+
.
}
µ
1
0
x
B
A
µ
1
0
x
B
A
µ
1
0
x
Ā
Maka hasil operasi gabungan, perpotongan dan komplemen pada relasi dua himpunan
di atas adalah sebagai berikut :
Gabungan
A
∪
B =
{ +
.
+
.
+
.
}
Perpotongan
A ∩ B =
{
.
+
.
+
.
+
.
}
Komplemen
Ā =
{ +
+
.
+
.
+
.
}
B =
{ +
.
+
.
+
.
+
.
}
u
n
s
n
t
o
n
m
pu
n
n
u
zzy
Secara umum fungsi keanggotaan suatu himpunan fuzzy dapat ditentukan dengan
fungsi bentuk segitiga (
), trapesium (
), dan fungsi gauss (
).
Masing-masing bentuk fungsi diatas memiliki kelebihan dan kekurangan dalam
aplikasinya.
a. Bentuk fungsi segitiga(
)
Bentuk himpunan fuzzy fungsi segitiga dapat dilihat seperti pada gambar 2.6.
Gambar 2.6. Kurva Fungsi segitiga
Sumber : Kantardzic, 1993
Fungsi keanggotaan bentuk segitiga :
0; x ≤ a atau x ≥ c
( x-a)/(b-a);
a≤ x ≥ b
b. Bentuk Fungsi Trapesium (
!" #$% & ' ()# *)
Bentuk himpunan fuzzy trapezium dapat dilihat seperti pada gambar 2.7.
Gambar 2.7. Kurva Trapesium
Sumber : Kantardzic, 1993
Fungsi keanggotaan bentuk trapezium:
0;
x ≤ a atau x ≥ d
x-a/b-a;
a≤ x ≥ b
µT[x] =
1;
b ≤ x ≤ c
(d-x)/(d-c)
c ≤ x ≤ d
c.Bentuk fungsi gauss (
gaussian
)
Bentuk himpunan fuzzy fungsi gauss dapat dilihat seperti pada gambar 2.8.
Gambar 2.8. Kurva Fungsi gauss
Sumber : Kantardzic, 1993
Fungsi keanggotan bentuk gauss:
+ , - ./
s
0s
12u
r
/n
3u
zzy
Dalam fuzzy pada umumnya perilaku dinamis yang ditandai oleh adanya seperangkat
aturan fuzzy yang linguistik. Aturan-aturan ini didasarkan pada pengalaman dan
pemahaman manusia. ( Engelbrecht, 2007)
Bentuk umum aturan fuzzy adalah:
If antecedent (s) then consequent(s)
Antecedent
dan
consequent
dari aturan fuzzy merupakan variabel yang linguistik.
Secara umum, aturan fuzzy dinyatakan sebagai:
If A is a and B is b then C is c
Dimana A dan B adalah himpunan bagian dari himpunan semesta X1, dan C
adalah himpunan semesta dari X2. Oleh karen itu, antecedent dari kombinasi rule
himpunan
bagian
berdasarkan
aplikasi
operator
logika
(complement,
intersection,union) Consequent merupakan bagian dari rule yang biasanya merupakan
himpunan fuzzy tunggal, dengan sesuai dengan fungsi keanggotaan. Beberapa
himpunan fuzzy dapat menjadi consequent, dengan penggabungan menggunakan
operator logika ( Engelbrecht, 2007).
+ ,4 5
tru
k
tu
r
6/
s
/r
7o
80
k
/3u
zzy
Didalam struktur dasar sistem logika fuzzy terdapat empat komponen atau bagian
utama yang sangat penting. Komponen itu adalah Knowledge Base, Fuzzification,
Inferensi dan Defuzzification.
Struktur dasar logika fuzzy dapat dilihat pada gambar 2.9.
Gambar 2.9. Struktur dasar sistem logika fuzzy
Sumber: Engelbrecht, 2007
Fuzzification
Rule base
Data Base
Knowledge Base
9 :;
o
w
< =><n
l
?@s
<Knowledge base mempunyai fungsi penting dalam pengendalian dengan logika fuzzy
karena semua proses fuzzifikasi, inferensi dan defuzzifikasi bekerja berdasarkan
pengetahuan yang ada pada knowledge base. Knowledge base dibagi dua, yaitu data
base dan rule base. Data Base berisi definisi-definisi penting mengenai parameter
fuzzy seperti himpunan fuzzy dengan fungsi keanggotaannya yang telah didefinisikan
untuk setiap variabel linguistik yang ada.
A:BCDCE@
u
zz
t
Co
n
Fuzzification merupakan suatu proses mengubah variabel non fuzzy menjadi variabel
fuzzy. Antecedent dari aturan fuzzy merupakan “ruang input” sedangkan consequents
merupakan “ruang output”. Ruang input merupakan kombinasi dari masukan
himpunan fuzzy, sedangkan ruang output merupakan kombinasi himpunan output.
Proses fuzzifikasi dihasilkan dengan penerapan fungsi keanggotaan yang berhubungan
dengan masing-masing himpunan fuzzy dalam aturan ruang masukan. Sebagai contoh
misalnya, Himpunan fuzzy adalah A dan B.(asumsi fungsi keanggotaan sudah sesuai).
X merupakan himpunan semesta dari himpunan fuzzy. Proses fuzzification menerima
elemen-elemen a, b Є X, dan menghasilkan derajat keanggotaan μA (a), μA (b), μB
(a) dan μB (b).
F :G
n
D<r
<n
s
CInferensi adalah proses transformasi dari suatu input dalam domain fuzzy ke suatu
output (sinyal kendali) dalam domain fuzzy. Proses transformasi pada bagian inferensi
membutuhkan aturan–aturan fuzzy yang terdapat didalam basis-basis aturan. Blok
inferensi mengunakan teknik penalaran untuk menyeleksi basis-basis aturan dan rule
dari blok knowledge base.
H:I<D
u
zz
CDCE@t
Co
n
Defuzzification merupakan proses mengubah data-data fuzzy menjadi data numerik
atau angka. Metode yang bisa digunakan dalam proses defuzzification adalah:
Max-Min method, Averaging method, Root Sum Square method dan Clipped center Of
Masing-masing metode ini dapat dilihat pada gambar 2.9 dengan ketentuan:
Argumen untuk pendapat merupakan variabel linguistik C, dengan variabel large
decrease (LD), slight increase (SI), no change (NC) dan large increase (LI). Asumsi
ada 3 aturan C dengan nilai keanggotaan μLI = 0,8, μSI = 0,6 dan μNC = 0,3.
J K L M
u
zzy
Nn
OPr
Ps
Qn
RQst
Pm
Metode yang digunakan dalam fuzzy inferensi sistem adalah metode Tsukamoto,
Metode Takagi Sugeno Kang (TSK) dan metode Mamdani.
S T UP
to
V PWsu
k
Xm
o
to
Sistem inferensi fuzzy didasarkan pada konsep penalaran monoton. Pada metode
penalaran secara monoton, nilai crisp pada daerah konsekuen dapat diperoleh secara
langsung berdasarkan fire strength pada antesedennya. Salah satu syarat yang harus
dipenuhi pada metode penalaran ini adalah himpunan fuzzy pada konsekuennya harus
bersifat monoton. Karena menggunakan konsep dasar penalaran monoton, pada
metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk if-then harus
direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang
monoton.
Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp)
berdasarkan α-predikat (fire strength). Proses agregasi antar aturan diakukan dan hasil
akhirnya diperoleh dengan menggunakan defuzzification dengan konsep rata-rata
terbobot.
J T UP
to
V PW Xk
XYQ Ru
YPn
o
ZXn
YSistem inferensi fuzzy menggunakan metode takagi sugeno kang (TSK), memiliki
karakteristik yaitu konsekuen tidak merupakan himpunan fuzzy, namun merupakan
suatu persamaan linear dengan variabel-variabel sesuai dengan variabel-variabel
inputnya. Metode ini diperkenalkan oleh Takagi Sugeno Kang pada tahun 1985.
Model untuk sistem inferensi fuzzy metode TSK ada 2 model, yaitu model
to
m n
Metode mamdani sering dikenal dengan nama metode min-max. Metode ini
diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk metode ini, pada
setiap aturan yang berbentuk implikasi (sebab akibat) anteseden yang berbentuk
konjungsi (AND) mempunyai nilai keanggotaan berbentuk minimum (min),
sedangkan konsekuen gabungannya berbentuk maksimum (max), karena himpunan
aturan-aturannya bersifat independen.
so
n
r
oo
n
pu
tu
s n
Pohon keputusan adalah salah satu metode klasifikasi yang paling populer karena
mudah untuk diinterpretasi oleh manusia. Pohon keputusan adalah model prediksi
menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan
adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan.
Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya
untuk mem-
k down
proses pengambilan keputusan yang kompleks menjadi lebih
simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari
permasalahan. Pohon Keputusan juga berguna untuk mengeksplorasi data,
menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan
sebuah variabel target. Pohon keputusan memadukan antara eksplorasi data dan
pemodelan, sehingga sangat bagus sebagai langkah awal dalam proses pemodelan
bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain. Konsep
decision tree mengubah data menjadi decision tree dan aturan-aturan keputusan
(Rule). Dapat dilihat dalam tampilan gambar 2.10 seperti dibawah ini:
Gambar 2.10 Konsep Decision Tree
Konsep dasar decision tree (pohon keputusan) dapat dilihat pada tabel 2.1
aturan-aturan sebagai berikut :
Tabel 2.1 Konsep dasar Decision Tree
[\] ^_ `a_
r
b ct
cr
_n
d_n
1.
Keputusan (decision)
2.
Chance (Kemungkinan)
3.
Garis Penghubung (fork)
4.
Alternatif Keputusan
5.
Alternatif kemungkinan
yang terjadi
Pada
efg hi h jklmffterdapat 3 jenis
k j ef, yaitu:
a.
Root Node
, merupakan
node
paling atas, pada
node
ini tidak ada
input
dan bisa
tidak mempunyai
output
atau mempunyai
output
lebih dari satu.
b.
Internal Node
, merupakan
node
percabangan. Pada
node
ini terdapat satu
input
dan
mempunyai
output
minimal dua.
c.
Leaf node
atau
terminal node
, merupakan
node
akhir. Pada
node
ini terdapat satu
Pada
kelas
. Simpul yang bukan
simpul akhir terdiri dari akar dan simpul internal yang terdiri dari kondisi tes atribut
pada sebagian
record
yang mempunyai karakteristik yang berbeda. Simpul akar dan
simpul internal ditandai dengan bentuk oval dan simpul daun ditandai dengan bentuk
segi empat.
Gambar 2.11 Decision tree untuk masalah klasifikasi intrusion
Sumber: Turban & Robert, 1982
nr u
ru
Guru sebagai pendidik profesional dengan tugas utama mendidik, mengajar,
membimbing, mengarahkan, melatih, menilai, dan mengevaluasi peserta didik pada
pendidikan anak usia dini jalar pendidikan formal, pendidikan dasar, dan pendidikan
mempunyai citra yang baik di masyarakat apabila dapat menunjukkan sikap yang baik
sehingga dapat dijadikan panutan bagi lingkungannya, yaitu cara guru meningkatkan
pelayanannya, meningkatkan pengetahuannya, memberi arahan dan dorongan kepada
anak didiknya dan cara guru berpakaian, berbicara, bergaul baik dengan siswa, sesama
guru, serta anggota masyarakat.
Kinerja adalah proses pengukuran dan membandingkan dari pada hasil
kegiatan operasional yang telah dicapai dengan hasil yang seharusnya dicapai menurut
target dan standar yang telah ditentukan oleh organisasi. Tujuan evaluasi adalah untuk
memberikan penilaian tentang kinerja ataupun seberapa besar dapat memberikan
kontribusi kemanfaatan sesuatu kegiatan tertentu.
Dari penjelasan evaluasi kineja dapat disimpulkan bahwa kinerja didalamnya
mengandung unsur kompetensi. Suatu pekerjaan akan dapat diselesaikan dengan baik
jika seseorang tersebut mempunyai kompetensi.
Seorang guru akan melakukan tugasnya dengan baik jika ia mempunyai
komitmen yang tinggi terhadap tugas mengajar, menguasai dan dapat
mengembangkan bahan ajar, disiplin dalam melaksanakan tugas mengajar dan tugas
lainnya, kreatif dan inovatif dalam melaksanakan pembelajaran dan bertanggung
jawab dalam melaksanakan tugasnya (Anwar dan Sagala, 2004).
Menilai kinerja guru merupakan hal yang penting untuk meningkatkan kualitas
pendidikan. Tujuan dari penilaian adalah meningkatkan manajemen kerja individu dan
meningkatkan efisiensi dan produktivitas dalam layanan belajar. Dari penjelasan
tersebut dapat dilihat bahwa kompetensi yang dimiliki oleh seorang guru dapat
mempengaruhi perilaku dia dalam melakukan tugasnya. Guru yang kompeten akan
mempunyai tingkat kinerja yang tinggi dan dapat meningkatkan tingkat kepercayaan
masyarakat terhadap pendidikan.
n o p p q
o
m
p
rss
n
s
tu rr
tt
v sy
Kompensasi merupakan imbalan atau jasa yang diberikan oleh perusahaan yang dapat
dinilai dengan uang, termasuk kedalam kompensasi ini adalah upah, gaji, insentif,
Kompensasi adalah pemberian kepada pegawai dengan pembayaran finansial
sebagai balas jasa untuk pekerjaan yang dilaksanakan dan sebagai motivator untuk
pelaksanaan kegiatan di waktu yang akan datang (Handoko, 2005).
Banyak
individu
mengharapkan
penghargaannya
berbeda
dengan
penghargaan orang lain berdasarkan pada kinerja. Sebagai contoh, apabila seorang
karyawan menerima kenaikan gaji yang hampir sama dengan gaji karyawan lain yang
memiliki produktivitas yang lebih rendah, ketidakhadiran karyawan yang lain yang
memiliki produktivitas yang lebih rendah, kehadiran yang lebih banyak dan jam kerja
yang lebih sedikit, hasilnya mungkin adalah rasa ketidakadilan. Ini mendorong
individu tersebut untuk mencari pekerjaan lain dimana kompensasi mengakui
perbedaan kinerja. Hasil survei mengenai penghargaan di tempat kerja menemukan
bahwa individu merasa lebih puas dengan tingkat aktual gaji mereka daripada proses
yang digunakan untuk menentukan gaji. Inilah sebabnya mengapa sistem manajemen
kinerja dan proses penilaian kinerja dalam organisasi harus dihubungkan dengan
kenaikan kompensasi.
Merit pay merupakan imbalan (reward) yang dikaitkan dengan jasa atau
prestasi kerja (kinerja) seseorang maupun manfaat yang telah diberikan oleh karyawan
kepada organisasi. Secara sederhana, konsep merit pay merupakan sistem pembayaran
yang mengaitkan imbalan (reward) dengan prestasi kerja seseorang karyawan atau
performance. Implikasi dari merit pay ini adalah bahwa seseorang yang memiliki
kinerja yang baik, maka ia akan memperoleh imbalan yang lebih tinggi, begitu pula
sebaliknya. Artinya semakin tinggi kinerja yang diraih karyawan akan semakin tinggi
pula kenaikan imbalannya (Gil-Anton, 2011).
Konsep bayaran jasa (merit pay) telah diterapkan dengan berbagai cara, tetapi
semua program bayaran jasa memiliki dua karakteristik. Pertama, sebagian bayaran
karyawan didasarkan pada kinerjanya yang telah diberi rating dalam periode
sebelumnya. Kedua, peningkatan jasa yang diberikan dalam satu periode evaluasi
y
¡ ¢ £ £ ¤ ¤
¢
£ ¤¤ £ ¥ ¦ § ¢
¡
§ ¨
©
¡ ª
¢ ¡
« ¬
¨ ¨
£ ¡
¬ ¡
® ¨ ¨
£
£ ¤ ¤ £ ¥ ¦ § ¢
±² ³ ´² µ°¶·¶¸ ¹² ºµ² ³»¼¹ µ¸ ¹½ ¾ µ¹ ´¿½ ¹ÀÁ ´² ÂÃÁº² Ä ²µ
Å¿³ ´Á µÆ¸ ÁDz µ¾Á ³ ÁÂÈÁÂɹɹʲ Â˲ ½ ¹Ì ²¼ ¯Í ÍÎ
Ï
.
Ð.
ÑÒ Ón
Ô ÓÕÒÖn
u
m
pu
×n
l
Ø×t
×Ù ÁÊÂ¹Ê Ú² º ɹº¿Â²Ê²  ÇÁ  Á ¼ ¹¾¹ ɲ ¼²³ ÇÁº¿³Ç¿¼²  ɲ ¾² Ú²  º ɹ´¿¾ ¿ Ûʲ  ²É²¼ ² Û
ÉÁ  º² ³Á ¾ÌÉÁ ܾ ÁʹÊÆ
·¶ à Á  ºº¿Â ²Ê²  ´Á µ´²º²¹ ³²Ý² ³ ¼¹¾ Á µ² ¾¿µ Ú²  º ´Á µÛ ¿´ ¿Â º²  ÉÁ  º²  ʹ Á µÄ² º¿µ¿
ɲ ¼² ³³ Á¾ÌÉÁÞ¿ß ßÚ
¹ÂÞÁ µÁ ½¹½¹½ ¾Á ³É² ÂÉÁ Ý ¹½¹Ì¾ µÁ Á¶
¯¶ à Á ¼²Ê¿Ê²  ̴½ Á µà² ½¹ ÉÁº²  ³Á  º² Ŀʲ  ÇÁ µ¾²  ڲ² ÂáÇÁ µ¾ ²  ڲ²  ÊÁDzɲ
²µ² ½¿³ ´Á µ Ú² º ³ Á ºÁ ¾² Û ¿ ¹ Û² ¼áÛ ² ¼ Ú²  º ´Á µÛ ¿´ ¿Â º²  ³ ÁºÁ²¹ ¾ÌǹÊ
ÇÁ ³ ´² Û² ½² ¶
°¶ ž¿É¹ ¸Ì Ê¿³ Á ¾² ½¹â Ú²¹¾ ¿ ÉÁº²  ³ Á ¼²Ê¿Ê²  ÇÁ º¿³Ç¿¼²  ɲ ¾ ² ÇÁ ÂÉ¿Ê¿Â º Ú²  º
ɹÇÁ µÌ¼ÁÛ½ Á ݲ µ²¼² º½¿ÂºÉ¹¸ ¹Â ² ½ÈÁ Âɹɹʲ Ââ ÈÁ ³ ¿É² ɲ Âã¼ ² Ûµ²º² ä² ´ ¿Ç² ¾ ÁÂ
¸ Á ¼ ¹ÅÁ µÉ²  º¶
Ï
.
Ï.
å ×n
æ ×n
Ö ×n
Õ Òn
Òl
ÔÔ×t
n
Ȳɲ ³Á ¾ÌÉÁ ÇÁ  ºÁ ³ ´² º²  ½¹½ ¾Á ³ ¹Â ¹²Ê²  ɹ º¿Â²Ê² ² ² ¼ ¹½ ¹½ ÊÁ ´¿¾ ¿Û² ÂÇÁ µ²  ºÊ² ¾ è éêë ì íîïð éñ é íì ò
óéôé
õö÷øùú ùú ûüöýùúþÿùúù÷ ö÷
÷þ÷ ÷
ÿ ùý÷ üüö ù ÷
ÿ
üüö ù ÷
ûüÿúüþ ÷ ö üöýù ö÷ ú öýùúù
úú
÷ú ÷÷ ÷ ö ïôïò ì ò ììò
"# $ % # &'( ()* # +& # $, -*& . */ 01$2# 3+4*& # 35 # 3+
6# 3+7 # 8 9 -# 3+7 #8 : 3 0:7$ 1 3+8 * 0:3+$ 1 & * 0;# 2#0# /7 *31 & < #+: &:# 4# -# 8 =
> ? @A B
n
t
CDCEFs
CG Fr
CFH Bl
I#&*# %1- 4 # -#$ ;1 &: $:/ # 3 $# /# -# 8 # 4#- # 8 7J$;1 01 3/ * ;14# +J+ *7K 7J$;101 3/*
71;& *% # 4*# 3K 7J$;1 01 3 /* /J/ * # - 4# 3 7J$;1 013/ * ;&JL 1 /*J3 # -( M1 3+:7 :& # 3 4 *- #7 :7# 3
413+# 3$13++: 3 #7 # 3/7# - #: 7:&*301 & N# -(
)# 0#.: &N1*4# 3O41 3 0*L*7 # / *
I# & *%1-P* 31 &<#":&:
(
M14# +J+ *7K P1;&*% # 4* # 3K.J/ * # -KM&JL1/ *J3# -)
Q:RR2L*7# / *
)1 L:RR 2L*7 # / * S:-1O3L 1 &1 3/ *
T; 0*$ # / *U1 & *0M # 2
. 0J; . 0 #&0
.
o
m
p t n
s p
o
.
o
m
p t n
s
pr
n
Kompetensi
Guru
&
Dosen
Kompetensi
Sosial
Kompetensi
Profesional
Kompetensi
Y Z[ \][ ^[ \_[ ` a[ b[ ^` ]c \[ \d` ][\dde \d f [ g[ b` Yc hij^ [ ] Za` Zj kl[a` m c ^ Y[a` hc\dk i^h []Z
i^[\d l [ Z \` a ][ b Zl` ^ [ h[ k` ]c d[a` bc ^[\Z` j ^c [ ] Zn` Z\Z a Z[]Z n` ]c][oZ f ed[ ac b[d[ Z oc h b c ^Z
]c l[ Y[\b[ dZa Z a g[p
qihoc]c \a Zqco^ Zb[ Y Z[ \`]c ^ Y Z^ZrY[ ^ Zs
r tc ^ ] Z\Y[ jacae[ ZYc \d[ \\i^ h [[ d[ h[`kej eh`ai a Z[ lY[ \jc beY[ _[ [\\[ a Zi \[ l
r uc\e\f ejj [ \o^ Zb[ Y Z_[ \dY c g[ a[Y[\]c l[ Y[ \
r
v ]iajc ^f[ `][ \dde\df[g[ b_[\d]Z \dd Z^ [ a[b[\dd[h c \f[ Y Zde^e
w
.
xo
ym
p
yt
n
s
z{o
s
z|l
qihoc]c \a Z }i a Z[ l [ Y[ l[ k jc h [ h oe[\ e \]ej b c ^jih e \ Zj [ a Z Y[ \ bc ^Z\ ]^c j[a Z ac m[ ^[
c nc j]ZnY[\c ncaZc\Yc \d[ \ocac ^][Y ZY Zj`aca[ h[de^ e`i ^[\d]e[ ~ g[ lZocac ^][Y ZY ZjY[ \
h [ a_[ ^[ j[ ] ac j Z ][ ^p qc h [ oe[\ Z\ Z hc ^e o[ j[ \ j ch [ hoe[\ _[ \d k[ ^e a YZhZl Zj Z i lc k
ac i ^[\d]c\[ d[ oc \Y ZY Zje\]e jh c \_c ae [ Zj[\ Y Z^ Z]c ^k [ Y[ o]e \]e ][ \oc jc ^f[ [\\_[Y [ \
l Z \dj e \d[ \
ac jZ][ ^\_[p
qihoc]c \a Z}i a Z[ l`]c ^ Y Z^ ZrY[ ^Zs
r tc ^ a Zj[ o Z \jl e aZ n`bc ^ ]Z\Y [ ji b_c j ] Zn` ac ^ ][]ZY[ jY Z aj^ ZhZ\[]Z nac b [ d[ Z e^ej c o[Y[
[ \[ jY ZY Zj
r qih e \ Zj[a Z Yc\d[\ ac a[ h [ de ^e` ]c\[ d[ jcoc\Y ZY Zj [ \` i ^[\d ]e[ ` ocac^ ][ Y ZY Zj`
Y[\h [ a_[ ^ [ j [ ]p
.
xo
ym
p
t
yzs
n
ro
ys
zo
n
|l
qihoc]c \a Z ^i ncaZi \[ l [ Y [l [ k jc h[ hoe[\ Y[ \ jc ]c ^ [ ho Zl [ \ ]c ^k [ Y[ o oc \de[a[[ \
h [ ]c ^Z ocl [ f[ ^ [ \ ac m[ ^ [ hc\Y[ l[ h` e ]e k Y [ \ jiho^ c k c \ a Znp e^ e _[ \d h c hZl ZjZ
jihoc ]c \ a Zo^ i nca Zi \[ l ]ZY [ j m ej e ok[ \_[ h c hZl ZjZoc\de[ a[ [\h[ ]c ^Zac m[ ^[ ni^ h[l
(
Y[ l[ h bej e o[\Ye[ \)
]c][oZ f ed[ k[ ^ea hc hZlZjZ jc h[ hoe[\ ]c ^k[ Y[o h []c ^ Z Zlhel[Z\_[\dh chZlZj Zj c ]c ^j[Z][\Yc\d[\oiji jb[ k[a[\ h [ ][oc l[ f[ ^[\]c ^ ]c \ ]e
qihoc]c \a Z^inca Zi \[ l]c ^YZ^ ZrY[ ^Zs
r
uc\de[a[ Z h [ ]c ^Z` a ]^e j]e ^` j i \aco Y [ \ oil [ oZj Z^ jcZl h e[\ _[\d h c \Yej e \d
h [][ oc l[ f[ ^[\_[ \d[\Y[[ h oe
r uc\dc h b[\dj[\jco^ inca Zi\[ l[\h c l[ le Z] Z\Y [ j[ \_[\d^ c n lc j] Zn
u
zzy
s
¡¢ ¢ £ ¤ ¥ ¦¤ ¤ ¥
§¤ § § § £ ¦ ¨ ¤ ¦§¨ ¤ © § ª«
¬§ª §
(
¬§ « ® ¯ ª §)
£ ¥ § §¤ §°± ª § § ¯ § ª ¤¤ ² ¦ ³ ´®µ µ ¥ ¶ ¤ § « ¡
· ¤ ¤«¦ ¬§¸
± ¹¶²ªº § ´¸µ¸³³®µµ» « § ¥ ¼ ¤ ¦§ ª ¦§ ª © ¶¤ §
² ¦ ª¤ ¤°¶ ¤ §« ¡ · ¤ ¤ «¦ ¬§ ¸
±
ª § ¥ ¤
½¹ ³ ´®µµ¾
¥
¿ À¥ ¦ ¬§ ¤
·¥
«§ ¤ £¸
(
§ § Á)
Â
.
Ã.
Äs
l
ÅÆÇn
u
m
pu
n
l
Èt
¦ ¥§ ¤¶¯«² ¥ §³ « § ¤ ¤ § Éʸ ³¸
£¥¤ §¤ § ¸¹ § ¤ § ¥ ¤ ±
§ ¥§ § ¨ ½© ª ª §
(
½ªª)
¤ ± £¥ ¤ ¥¸ ¤ Ë § ¥§ ¤ ¤
§¤ § ¦ ¤ ¥¦¥¨ § ¤ ¨¦
¤ § ¦ ¡ ¦ ¥§¸
É ¦ ¤ ¥¦¥ ¨ § ¤ ¨ ¦ ¤ § ¦¡ ¦¥§
¤
¤ § ¤É ʸ ³
Éʸ ³Ì ª «¦ ¬§
Í
t
ÎÍÏÇ
u
ru
ÐÑÐÐÂÐÃÐÒÐÓÐÔÕ ÑÕÕÂÖ ÑÖÈÑȳ Ê Ê Ê Ê × × × × Ê × × Ê Ê
× × × × × × × × × × × × × ×
Ê × Ê Ê Ê × Ê × Ê Ê Ê × × Ê Ê
× Ê Ê Ê Ê Ê × × Ê Ê Ê Ê Ê Ê Ê
Á Ê Ê × Ê Ê Ê × × Ê Ê Ê × Ê Ê
´ × × × Ê Ê × Ê Ê Ê × × × × Ê
Ê Ê Ê Ê × × Ê Ê Ê × Ê Ê Ê Ê
» Ê Ê Ê × Ê × × × Ê Ê Ê Ê Ê ×
¾ × × × × × × × × × × ×
Ê ×
Ê
³ µ Ê Ê Ê Ê Ê Ê Ê × × × × × × ×
³³ Ê × Ê Ê Ê × Ê Ê × × Ê Ê × Ê
³ ×
Ê ×
× ×
Ê × ×
ÚÛ
t
ÛÜÚÝ Þ