IMPLEMENTASI METODE LOGIKA FUZZY TSUKAMOTO UNTUK
PENENTUAN JURUSAN SISWA
(Studi Kasus: SMA NEGERI 1 Cikalong Tasikmalaya)
Rizkigus Herliana
Program Studi Informatika, Fakultas Teknologi Informasi dan Elektro Universitas Teknologi Yogyakarta
Jl. Ringrood Utara Jombor Seleman Yogyakarta E-mail : rizkigusherliana8 @gmail.com
ABSTRAK
SMA Negeri 1 Cikalong merupakan SMA Negeri yang berstatus sebagai rintisan sekolah kategori mandiri berakreditasi A. SMA Negeri 1 Cikalong menerapkan kurikulum tingkat satuan pendidikan yang memiliki jumlah kelas sebanyak 11 kelas parallel dari kelas X, dan kelas XI dan kelas XII yang terdiri dari 2 kelas program Ilmu Pengetahuan Alam dan 2 kelas program Ilmu Pengetahuan Sosial. Dilihat dari segi waktu, proses pemilihan jurusan yang masih berjalan di SMA Negeri 1 Cikalong membutuhkan waktu yang cukup lama, selain itu proses pemilihan jurusan tersebut memungkinkan terjadinya kesalahan pemilihan jurusan yaitu jurusan yang ditentukan oleh guru yang tidak sesuai dengan minat dan nilai siswa. Oleh karena itu melalui implementasi metode fuzzy tsukamoto dengan proses fuzzyfikasi, inferensi dan defuzzyfikasi dengan memperhatikan nilai siswa sehingga di proses secara aturan fuzzy tsukamoto. Sistem ini dirancang menggunakan DAD (Diagram Alir Data), ERD (Entity Relationship Diagram), diagram jenjang dan database MySQL. Sedangkan bahasa pemrograman menggunakan HTML(Hypertext Markup Language), PHP (Personal Home Page), Javascript, dan CSS (Cascading Style Sheet), hasil yang didapat dari pembangunan sistem penjurusan menggunakan metode fuzzy tsukamoto adalah sebuah website untuk menentukan jurusan siswa sehingga dapat membantu kinerja guru menjadi lebih cepat dalam hal waktu dan lebih mudah dalam penentuan jurusan.
Kata kunci : Pemilihan jurusan, Fuzzy Tsukamoto, Website
.
1. PENDAHULUAN
1.1 Latar Belakang
SMA Negeri 1 Cikalong merupakan SMA Negeri yang berstatus sebagai rintisan sekolah kategori mandiri. Dengan akreditasi A, SMA Negeri 1 Cikalong menerapkan kurikulum tingkat satuan pendidikan yang memiliki jumlah kelas sebanyak 11 kelas parallel dari kelas X, dan kelas XI dan kelas XII yang terdiri dari 2 kelas program IPA dan 2 kelas program IPS. Dilihat dari segi waktu, proses pemilihan jurusan yang masih berjalan di SMA Negeri 1 Cikalong membutuhkan waktu yang cukup lama, selain itu proses pemilihan jurusan tersebut memungkinkan terjadinya kesalahan pemilihan jurusan yaitu jurusan yang ditentukan oleh guru yang tidak sesuai dengan minat dan nilai siswa.
Metode logika fuzzy tsukamoto adalah salah satu metode fuzzy inference system yang menggunakan aturan “if-then”, aturan yang terbentuk mewakili himpunan fuzzy, kemudian dihitung tingkat keanggotaan sesuai dengan aturan yang telah dibuat. (Perangin-angin dkk, 2017). Fungsi keanggotaan adalah kurva yang menunjukan pemetaan titik data masukan ke dalam nilai atau tingkat keanggotaan yang memiliki interval antara
0 dan 1. Salah satu cara untuk mendapatkan nilai keanggotaan adalah melalui pendekatan fungsi. (Harliana dan Rahim, 2017). Dalam FIS (fuzzy inference system) ada tiga metode yaitu tsukamoto, mamdani dan sugeno. Dalam metode tsukamoto masing-masing konsekuensi dari aturan “if-then” harus diwakili dengan himpunan fuzzy dengan fungsi keanggotaan yang monoton. Output aturannya berdasarkan α-predikat dengan nilai rata-rata terbobot. Metode mamdani aturannya menggunakan max-min, hasil akhirnya dalam domain himpunan fuzzy data diolah dengan menggunakan beberapa defuzzyfikasi untuk mendapatkan outputnya. Metode sugeno mirip dengan mamdani hasilnya sistem bukan himpunan fuzzy tapi konstanta atau persamaan linier. ( Ramlan dkk, 2016). Alasan menggunakan logika fuzzy karena konsep logika fuzzy mudah dimengerti, fleksibel dan dapat memodelkan nonlinier yang kompleks. (Siahaan, 2016). Fuzzy tsukamoto juga bisa diaplikasikan untuk mendukung penyelesaian, dengan metode tsukamoto bisa digunakan untuk menentukan jurusan yang sesuai dengan minat dan kemampuan siswa. (Arianai dan Endra, 2013).
sasaran pemilihan jurusan, nilai mata pelajaran siswa serta proses pemilihan jurusan dapat lebih cepat karena proses pemilihan jurusan akan dilakukan oleh sistem. Sehingga penulis mencoba mengajukan judul Implementasi Metode Logika Fuzzy Tsukamoto Untuk Penentuan Jurusan Siswa. Dengan metode fuzzy tsukamoto tersebut diharapkan penilaian akan lebih tepat karena didasarkan pada nilai keanggotaan yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat untuk penjurusan siswa.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan, maka rumusan masalah adalah penulis membatasi ruang lingkup permasalahan yang bertujuan agar pemecahan masalah dapat lebih terarah dan mencapai sasaran yang ditentuka
Adapun masalah yang dibatasi antara lain sebagai berikut :
a. Sistem ini digunakan untuk membantu dalam mengambil keputusan untuk pemilihan jurusan di SMA Negeri 1 Cikalong
2. NIPA adalah nilai jurusn ipa yang terdiri dari nilai rata-rata mata pelajaran Fisika, Kimia, Biologi, Matematika.
3. NIPS adalah nilai jurusan ips yang terdiri dari nilai rata-rata mata pelajaran Sejarah, Ekonomi, Geografi, Sosiologi.
c. Sistem akan menggunakan nilai jurusan ipa dan nilai jurusan ips sebagai inputan pada metode fuzzy tsukamoto.
d. Sistem akan menghitung nilai siswa dari setiap jurusan dengan proses menghitung nilai keanggotaan yang menghasilkan fuzzyfikasi, mencari nilai minimum dengan menggunakan rule yang akan menghasilkan inferensi dan menghasilkan nilai akhir defuzzyfikasi yang menentukan jurusan ipa atau ips.
e. Output dari sistem adalah laporan hasil yang menentukan jurusan. Laporan hasil yang masuk kelas IPA dan kls IPS.
f. Pengujian yang dilakukan pada penelitian adalah membandingkan hasil program dengan perhitungan manual.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk membuat sistem yang dapat membantu kinerja guru dalam menentukan jurusan bagi para siswa di SMA Negeri 1 Cikalong yang sesuai dengan minat siswa dengan memperhatikan nilai mata pelajaran dari siswa yang bersangkutan sehingga proses pemilihan jurusan menjadi lebih cepat dan mudah serta meminimalisir adanya kesalahan yang disebabkan oleh manusia (human error).
1.5 Manfaat Penelitian
Dalam penelitian Tugas Akhir ini diharapkan mendapatkan manfaat antara lain :
a. Mempermudah kinerja guru BK dalam proses pemilihan jurusan di SMA Negeri 1 Cikalong Tasikmalaya.
b. Mengetahui bagaimana proses penerapan sistem pendukung keputusan pemilihan jurusan di SMA Negeri 1 Cikalong.
c. Diharapkan proses pemilihan jurusan di SMA Negeri 1 Cikalong menjadi efektif, efisien dan lebih objektif.
2. LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
Sistem pendukung keputusan banyak didefinisikan dari sudut pandang yang berbeda. Berikut ini akan dipaparkan beberapa definisi. Definisi sistem pendukung keputusan menurut Oktovianny (2012), sistem pendukung keputusan merupakan sistem interaktif, yang pendukung keputusan dalam proses pengambilan keputusan melalui alternatif-alternatif yang diperoleh dari hasil pengolahan data imformasi dan rancangan model. Subakti (2014), juga mendefinisikan sistem pendukung keputusan dalam mencakup yang lebih sempit yaitu sistem pendukung keputusan merupakan suatu sistem berbasis komputer yang interaktif, yang membantu pengambilan keputusan memanfaatkan data dan model untuk meyelesaikan masalah-masalah yang seni tersetruktur.
2.2 Logika Fuzzy
Logika fuzzy merupakan salah satu komponen pembentukan soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzyy. Pada teori himpunan fuzzy peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat keaanggotaan sangat lah penting. Nilai keanggotaan atau derajat keaanggotaan atau membership fuction
menjadi ciri utama dari penalaran dengan logika fuzzy tersebut. Dalam banyak hal logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input menuju ke output yang diharapkan.
2.3Himpunan Fuzzy
Menurut Kusumadewi dan Purnomo, (2013), pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan
μA
(
x
)
, memiliki dua kemungkinan yaitu:a. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau b. Nol (0), yang berarti bahwa suatu item tidak
menjadi anggota dalam suatu himpuanan.
2.3 Fungsi keanggotaan
Kusumadewi dan Purnomo (2013) fungsi keanggotaan (membership function) adalah suatu kurva yang memiliki pemetaan titik-titik input data kedalam nilai keanggotaannya, yang memilik interval antara nol sama satu, salah satu cara yang dapat diguanakan untuk mendapat nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada dua fungsi yang harus di gunakan.
a. Representasi Linear
Pada representasi linear, pemetaan input kederajat keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada 2 kehimpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol (0) bergerak kekanan menuju kenilai domain yang memiliki derajat keanggotaan lebih tinggi.
Gambar 1 Representasi Linier Naik
Fungsi keanggotaan :
µ[x]
¿
{
0
;
(
x
−
a
)/(
b
−
a
)
;
1
;
x ≤ a
a ≤ x ≤ b
x ≥ b
Ke dua, merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai domin derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
Gambar 2 Representasi Linier Turun
Fungsi keanggotaan :
µ
[
x
]=
{
(
b
−
x
) /(
b
−
a
)
0
;
a ≤ x ≤ b
x ≤ b
b.Representasi Kurva Segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linier)
Gambar 3 Kurva segitiga
Fungsi keanggotaan :
µ[x]
¿
{
0
;
(
x
−
a
)/(
b
−
a
)
;
(
c
−
x
)/(
c
−
b
)
;
2.4 Metode Tsukamoto
Metode tsukamoto merupakan perluasan dari penalaran monoton, pada metode tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi fuzzy keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strengeth). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.
z
=
α
1
z
1
+
α
2
z
2
α
1
+
α
2
Gambar 4 Inferensi Dengan Menggunakan Metode Tsukamoto
3. METODE PENELITIAN
3.1 Obyek Penelitian
Dalam penulisan Tugas Akhir ini. Penulis melakukan penelitian yaitu tentang Implementasi Metode Logika Fuzzy Tsukamoto Untuk Penentuan Jurusan Siswa. Penelitian ini dilakukan di Jl. Raya Cikalong Km. 06, Singkir, Kec. Cikalong, Kab. Tasikmalaya Prop. Jawa Barat. Penelitian ini dilakukan untuk membangun pengetahuan tentang proses penentuan jurusan di sekolah tersebut.
3.2 Perancangan Sistem
Perancangan sistem adalah proses melakukan perancangan yang diterapkan dengan alat bantu sistem untuk menyelesaikan masalah yang terdapat pada sekolah SMAN 1 Cikalong Tasikmalaya yang akan dijelaskan sebagai berikut:
a. Proses Fuzzy Tsukamoto
Tahap proses awal fuzzy tsukamoto mencari keaangotaan, fuzzyfikasi, inferensi dan defuzifikasi. Langkah untuk mencari nilai defuzifikasi dengan menggunakan rata-rata terbobot.
b. Perancangan Antarmuka
Merupakan mekanisme komunikasi untuk membantu mengarahkan alur penelusuran
suatu masalah sampai ditemukan suatu solusi, perancangan antarmuka (interface) dibagi menjadi 3 yaitu :
1. Input
Suatu data bahan mentah sebelum di proses didalam sistem implementasi penentuan jurusan menggunakan fuzzy tsukamoto. Penulis menginputkan beberapa data seperti data siswa, data guru, data petugas dan nilai siswa yang akan di peroses dengan metode fuzzy tsukamoto.
2. Proses
Suatu sistem akan menghitung nilai siswa yang akan di peroses dengan fuzzy tsukamoto yang akan menentukan jurusan siswa.
3. Output
Suatu hasil (keluaran) dari proses yang di lakukan oleh sistem dengan menggunakan fuzzy tsukamoto yang akan menghasilkan output berupa laporan hasil perhitungan yang akan menentukan siswa masuk IPA atau IPS dan laporan guru yang melihat hasil siswa tersebut.
3.3 Flowchat Sistem Fuzzy Tsukamoto
Bagian alir sistem (Flowchart Sistem) merupakan bagan-bagan dengan simbol-simbol tertentu yang menggambarkan urutan prosedur atau langkah proses dari suatu sistem yang digunakan.
Gambar 5 Gambaran Sistem Yang Dibangun
4. ANALISIS DAN PERANCANGAN
4.1 Analisi Sistem
perbaikan-perbaikannya. Dalam penelitian ini, untuk melakuan implementasi pendukung keputusan jurusan diperlukan metode fuzzy tsukamoto dan aplikasi untuk membantu guru konseling (BK) dan siswa.
Penentuan jurusan mempunyai variabel input dan output, dalam variabel input terdiri atas data siswa NIPA dan NIPS. Pada variabel output terdiri atas laporan hasil penentuan jurusan untuk masuk IPA atau IPS. Variabel NIPA adalah nilai-nilai dari mata pelajaran matematika, fisika, kimia dan biologi. Pada variabel NIPS adalah nilai-nilai mata pelajaran sejarah, ekonomi, geograpi dan sosiologi.
4.2 Penyelesaian Dengan fuzzy Tsukamoto
Untuk mencari nilai rata-rata dengan cara menambahkan nilai mata pelajaran dari masing-masing jurusan dan dibagi dengan jumlah mata pelajaran,
IPS
nilai sejarah
+
nilaiekonomi
+
nilai geografi
+
nilai sosiologi
jumlahmata pelajaran
IPA
nilaimatematika
+
nilai fisika
+
nilai kimia
+
nilai biologi
jumlahmata pelajaran
Untuk dibangun semesta pembicaraan, semesta pembicaraan yang dibentuk terlihat dalam tabel 1.
Tabel 1Semesta Pembicara
Fungsi Variabel Notasi PembicaraSemesta Keteangan
Input
NIPA A [50-100] Nilai mata
pelajaran IPA
NIPS B [50-100] Nilai mata
pelajaran IPS Output IPA C [50-100] Masukkelas IPA
IPS D [0-50] Masuk
kelas IPS
Langkah dalam metode fuzzy tsukamoto untuk mendapatkan nilai crisp adalah pembentukan himpunan fuzzy (fuzzyfikasi), penentuan rule, aplikasi fungsi, inference aturan dan penegasan (defuzzyfikasi). Himpunan fuzzyfikasi bisa dilihat di tabel 4.2
Tabel .2Himpunan Input Fuzzy Variabel Himpunan input
Tabel 3 Output Fuzzy Kelayakan
Variabel Himpunan fuzzy Domain merepresentasikan himpunan fuzzy rendah dengan, , fungsi derajat linier naik untuk himpunan fuzzy tinggi dan fungsi derajat linier segitiga untuk himpunan fuzzy sedang. Masing-masing linier digunakan untuk mencari nilai fuzzyfikasi. Bentuk gabungan representasinya terlihat pada gambar
Gambar 6 Keanggotaan Nilai
µRendah [x]¿
{
(
100
−
x
)/(
100
−
50
)
;
0
;
50
≤ x ≤
100
µSedang[x]=
{
0
;
(
x
−
50
)/(
75
−
50
)
;
(
75
−
x
)/(
100
−
75
)
x ≤
50
atau x ≥
100
50
≤ x ≤
75
75
≤ x ≤
100
µTinggi[x]=
{
0
;
(
x
−
75
)/(
100
−
75
)
;
1
;
x ≤
75
75
≤ x ≤
100
x ≥
100
4.4 Fungsi Derajat Kelayakan
Fungsi ini digunakan untuk mempresentasikan nilai akhir dari semua nilai siswa dan mengambil nilai tengah dari semua nilai. Derajat nilai kelayakan untuk menentukan jurusan ips atau ipa yang menggunakan nilai 0 sampai 100 dan nilai pembatasnya adalah 50, untuk masuk jurusan ips adalah 0 sampai 50, lebih dari 50 masuk jurusan ipa. Bentuk gabungan representasinya terlihat pada gambar 4.2. Rumus predikat ips dan predikat ipa digunakan untuk mencari nilai Z.
Gambar 7 Nilai Kelayakan
αPredikat IPA
=(
Z
−
a
)/(
b
−
a
)
¿
(
Z
−
0
)
(
100
−
0
)
=
y
αPredikat IPS
=(
b
−
Z
)/(
b
−
a
)
¿
(
100
−
Z
)
(
100
−
0
)
=
y
4.5. Rule
[RI] If IPA = rendah AND IPS = rendah then NK = jurusan IPS
[R2] If IPA = rendah AND IPS = sedang then NK = jurusan IPS
[R3] If IPA = rendah AND IPS = tinggi then NK = jurusan IPS
[R4] If IPA = sedang AND IPS = rendah then NK = jurusan IPA
[R5] If IPA = sedang AND IPS = sedang then NK = jurusan IPS
[R6] If IPA = sedang AND IPS = tinggi then NK = jurusan IPS
[R7] If IPA = tinggi AND IPS = rendah then NK = jurusan IPA
[R8] If IPA = tinggi AND IPS = sedang then NK = jurusan IPA
[R9] If IPA = tinggi AND IPS = tinggi then NK = jurusan IPA
4.6 Diagram Alur Data
Guru BK sebagai admin memiliki hak untuk login ke sistem dan memasukan hak login lain seperti Guru wali dan Kepala sekolah. Siswa juga bisa meminta laporan yang sudah di cetak (hardcopy) kepada admin.
Admin bertugas untuk memasukan data-data siswa dan nilai siswa. Admin juga dapat melihat laporan dari seluruh siswa, guru wali dan kepala sekolah juga dapat melihat laporan seluruh siswa
.
Gambar 8 Diagram konteks
4.7 Diagram Jenjang
Diagram pada implementasi penentuan jurusan ini digunakan untuk memperinci proses yang ada pada sistem. Rancangan sistem digambarkan melalui diagram jenjang pada gambar 9.
Gambar 9Diagram jenjang
4.8 Diagram Arus Data Level 1
Gambar 10Dad level 1
4.9 Relasi Tabel
Relasi antar tabel menggambarkan hubungan antar tabel yang telah terbentuk dengan menghubungkan kunci primary key.
Gambar 11 Relasi Tabel
5. Implementasi
5.1 Tampilan Halaman Nilai Keanggotaan
Halaman nilai keanggotaan ini menampilkan sesuai tahun ajaran. Nilai keanggotaan ini yang menentukan siswa masuk IPA atau IPS. Bisa dilihat pada gambar 12.
Gambar 12 Tampilan Halaman Perhitungan Fuzzy
5.2 Tampilan Halaman Nilai siswa
Halaman nilai siswa ini adalah nilai dari mata pelajaran setiap jurusan. Siswa mempunyai nilai
dari setiap matapelajaran lalu dijumlahkan dan dibagi dengan jumlah matapelajaran perjurusan. Bisa dilihat pada gam 13.
Gambar 13 Tampilan Halaman Nilai Siswa
5.3 Tampilan Halaman Fuzzyfikasi
Halaman fuzzyfikasi ini adalah nilai dimana hasil dari rumus fuzzy yang menggunakan nilai siswa setiap jurusan yang menghasilkan skor dan kategori
.
Bisa dilihat pada gambar 14.Gambar 14Tampilan Halaman Fuzzyfikasi
5.4 Tampilan Halaman Inferensi
Halaman inferensi ini adalaha halaman rule dimana nilai yang ada di halaman rule ini adalah nilai dari hasil fuzzifikasi, rule ini akan mengambil nilai minimal yang akan di proses lanjut ke defuzzifikasi. Halaman inferensi bisa dilihat pada gambar 15.
Gambar 15 Tampilan Halaman Inferensi
5.5 Tampilan Halaman Defuzzyfikasi
Gambar 16 Tampilan Halaman Defuzzyfikasi
6 Penutup 6.1 Kesimpulan
Berdasarkan hasil perancangan sistem dan implementasi sistem yang dilakukan penulis pada SMA N 1 Cikalong Tasikmalaya, maka dapat disimpulkan bahwa :
a. Sistem penentuan jurusan SMA N 1 Cikalong yang menggunakan metode fuzzy tsukamoto dapat memudahkan untuk menentukan jurusan siswa dan membantu pihak guru dalam melakukan penentuan jurusan siswa.
b. Sistem implementasi jurusan ini telah berhasil dibuat dengan menerapkan metode fuzzy tsukamoto dan menggunakan bahasa pemrograman PHP.
c. Proses penentuan jurusan dengan metode fuzzy tsukamoto menggunkana inputan nilai mata pelajaran siswa setiap jurusan. Dari hasil nilai tersebut akan menghasilkan keputusan jurusan IPA atau IPS.
6.2 Saran
Berdasarkan kesimpulan diatas, didapatkan saran-saran guna membangun sistem yang lebih baik lagi kedepannya menggunakan metode fuzzy tsukamoto. Adapun saran saran dan kekuragan sistem sebagai berikut :
a. Perlu menggabungkan metode lain selain fuzzy tsukamoto supaya hasilnya lebih terperinci dan valid.
b. Diharapkan sistem penentuan jurursan siswa kedepannya bisa menggunakan aplikasi berbasis
mobile.
c.
Data nilai siswa belum menggunakan keamanan sistem, karna takut terjadinya hal yang tidak diinginkan.DAFTAR PUSTAKA
[1] Ariani, F., Endra, Y. R., 2013,
Implementation Of Fuzzy Inference System With Tsukamoto Method For keputusanpenentuan calon guru berprestasi mengunakan metode fuzzy tsukamoto. Semantik , 2(2),93-102.
[4] Pardede, M. (2014). Implikasi Sistem Pemilihan Umum Indonesia. Rechts Vinding Media Pembinaan Hukum Nasional, 3(1), 85–99. [5] Fatta, H, A., (2007), Analisis Dan
[7] Hariyanto, B., (2008), Dasar Informatika Dan Ilmu Komputer, Yogyakarta: Graha Ilmu.
[8] Harliana, P., Rahim, R., 2017. Comparative Bisnis. Yogyakarta : Andi Offset.
[10] Kadir , A,. (2009), Belajar Database Menggunakan MySQL, Yogyakarta: Andi Offset.
[11] Kusumadewi, S., Purnomo, H,. 2013, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta.
[12] Kustiyahningsih, Y. dan Anamisa, Devie, R., (2011), Pemrograman Basis Data Berbasis Web Menggunakan PHP & MySQL, Yogyakarta: Graha Ilmu.
[14] Perangin-angin, dkk, Jul-Aug 2017,
Implementation Of Fuzzy Tsukamoto Algorithm In Determining Work Feasibility. Journal Of Computer Engineering, 19(4) 52-55.
[15] Permatasari, dkk,. Februari 20015, sistem pendukung pemilihan program study di universitas mulawarman menggunakan metode tsukamoto. Jurnal Informatika Mulawarman, 10(1) 32-37.
[16] Ramlan, dkk, march 2016, Implementasi Of Fuzzy Inference System For Producation Planning Optimisation. International conference on industrial engineering and operations management kuala lumput. 2151-2158
