DECISION SUPPORT SYSTEM (DSS) PREPARATION OF 6 YEARS
OLD KID TO ENTER THE BASIC SCHOOL USING
FUZZY-TSUKAMOTO METHOD IN NURUL IKHLAS
PANINGGAHAN-SOLOK
Rusdisal Rusmi1, Rifa Turaina2, Revidiani3
1, 2,3 Prodi Sistem Informasi STMIK Indonesia Padang
email : rusdisalrusmi@stmikindonesia.ac.id1, rifaturaina@stmikindonesia.ac.id 2,
revidiani@gmail.com3
Abstract
Early Childhood Education is a program or educational unit that aims to provide educational stimulation so that children have readiness to start learning in elementary school. The process of assessing the readiness of students to enter elementary school in Kindergarten Nurul Ikhlas Paninggahan was still done by hand writing in describing every aspect of development of the students (including religious and moral values, social emotional, physical motoric, cognitive, language and art), so, not all achievements of child development can be well known by the parents or the student guardian. For that reason, a decision support system (DSS) can be used to describe achievements in all aspects of development and to determine whether 6 years old kid is ready or not to enter primary school by calculating the weighted average score of all aspects of development using the Fuzzy-Tsukamoto method. With this DSS, the parents or the student guardian can make the maximum effort in stimulating some weaknesses of children before entering elementary school.
Keyword:Decision Support System, Child Readiness, Fuzzy Logic, Tsukamoto Method
Abstrak
Pendidikan Anak Usia Dini merupakan program atau satuan pendidikan yang bertujuan untuk memberikan rangsangan pendidikan agar anak memiliki kesiapan untuk memulai pembelajaran di Sekolah Dasar (SD). Proses penilaian kesiapan anak didik untuk memasuki SD di Taman Kanak-kanak Nurul Ikhlas Paninggahan selama ini masih dilakukan dengan cara tulis tangan dalam mendeskripsikan setiap aspek perkembangan (nilai agama dan moral, sosial emosional, fisik motorik, kognitif, bahasa dan seni) anak didik, sehingga tidak semua capaian perkembangan anak dapat diketahui dengan baik oleh wali murid. Untuk itu dibuat sebuah Sistem Pendukung Keputusan (SPK) yang dapat menggambarkan capaian pada semua aspek perkembangan dan menentukan apakah anak umur 6 tahun sudah siap atau belum untuk memasuki SD dengan menghitung nilai rata-rata terbobot semua aspek perkembangan menggunakan metode Fuzzy-Tsukamoto. Dengan SPK ini wali murid dapat melakukan usaha maksimal dalam menstimulasi beberapa kelemahan anak sebelum memasuki SD.
PENDAHULUAN
Latar Belakang Masalah
TK Nurul Ikhlas Paninggahan merupakan program Pendidikan Anak Usia Dini (PAUD) yang melaksanakan layanan program pendidikan untuk anak yang berumur 5-6 tahun (Kelompok B), dimana setelah selesai mengikuti program ini anak akan melanjutkan ke jenjang pendidikan pertama, yaitu Sekolah Dasar (SD). Dalam menetapkan keputusan apakah anak didik sudah siap atau belum untuk mengikuti pendidikan di SD, pihak sekolah (Kepala Sekolah dan Guru Kelas) selama ini memberikan gambaran/ deskripsi kepada wali murid dalam bentuk Laporan Perkembangan Anak Didik. Saat wali murid masih belum memahami dengan baik arti dari PAUD, tidak semua poin-poin dalam aspek perkembangan anak dapat disampaikan secara akurat, sehingga pemberian rangsangan pendidikan yang maksimal kepada anak tidak dapat dipahami dan dibantu oleh wali murid. Hal ini sebagaimana yang tercantum dalam [1] Bab 1 Pasal 1 butir 14, yang menyatakan
bahwa “PAUD merupakan suatu upaya
pembinaan yang ditujukan kepada anak sejak lahir sampai dengan usia 6 (enam) tahun yang dilakukan melalui pemberian rangsangan pendidikan untuk membantu pertumbuhan dan perkembangan jasmani dan rohani agar anak memiliki kesiapan
dalam memasuki pendidikan lebih lanjut”.
Agar dapat memaksimalkan pemberian rangsangan pendidikan kepada anak (baik pihak sekolah maupun wali murid) sebelum memasuki SD, pihak sekolah harus benar-benar dapat memberikan sebuah keputusan yang objektif dan akurat tentang sejauh mana kesiapan anak didik untuk memasuki
SD, apakah anak sudah siap atau belum siap memasuki SD.
Berdasarkan masalah di atas, maka perlu dirancang sebuah system terkomputerisasi yang dapat membantu pihak sekolah agar dapat menetukan secara lebih akurat kesiapan anak didik untuk memasuki SD sehingga bisa dipahami oleh wali murid.
Penelitian yang dilakukan oleh [2], sistem pendukung keputusan dengan menerapkan metode Logika Fuzzy dengan penalaran Tsukamoto, dapat membantu pihak sekolah dalam menentukan guru berprestasi secara efisien dan terkomputerisasi.
Sedangkan penelitian yang dilakukan oleh [3], dari hasil implementasi program dengan menggunakan metode Fuzzy Tsukamoto rekomendasi pemberian beasiswa kurang mampu lebih tepat sasaran, lebih terkonsep, dan lebih efisien. Dari 100 data siswa sebagai contoh kasus yang diterapkan dalam program ini siswa yang mendapat beasiswa sebanyak 70 orang siswa dan ada 30 orang siswa yang tidak mendapatkan beasiswa dikarenakan tidak memenuhi syarat kriteria yang sudah ditetapkan. Rekomendasi ini sudah memenuhi prosentase yang baik dari pada sistem yang digunakan sebelumnya.
Penelitian ini memberikan solusi berupa sistem pendukung keputusan yang dapat membantu TK Nurul Ikhlas Paninggahan dalam menetukan kesiapan anak didik untuk memasuki SD dengan menggunakan Metode Fuzzy-Tsukamoto.
keputusan manajerial dalam situasi keputusan semi terstruktur. SPK dimaksudkan menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka [4]
Sedangkan [3] mengatakan SPK adalah sebuah sistem berbasis komputer yang adaptif, fleksibel, dan interaktif yang digunakan untuk memecahkan masalah-masalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil.
Logika Fuzzy
Teori himpunan logika samar dikembangkan oleh Prof. Lofti Zadeh pada tahun 1965. Zadeh berpendapat bahwa logika benar dan salah dalam logika konvensional tidak dapat mengatasi masalah gradasi berada pada dunia nyata. Untuk mengatasi masalah gradasi tidak terhingga tersebut, Zadeh mengembangkan sebuah himpunan Fuzzy. Tidak seperti logika boolean, logika Fuzzy mempunyai nilai kontinue. Samar dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu sama [5] Proses-proses dalam Fuzzy logic adalah
fuzzification, penalaran (Inferensi), dan
defuzzifikasi [6]
Sistem Inferenzi Fuzzy Parameter Kesiapan
PAUD memiliki standar kurikulum yang dapat meningkatkan kesiapan anak untuk memasuki SD, yaitu dengan enam Standar Tingkat Pencapaian Perkembangan Anak (STPPA), sebagaimana yang terdapat
dalam [7], Pasal 1 ayat 2 yang berbunyi :
“Standar Tingkat Pencapaian Perkembangan Anak Usia Dini selanjutnya disebut STPPA adalah kriteria tentang kemampuan yang dicapai anak pada seluruh aspek perkembangan dan pertumbuhan, mencakup aspek nilai agama dan moral, fisik-motorik, kognitif, bahasa, sosial-emosional, serta seni”.
Berdasarkan parameter STPPA tersebut dilakukan analisis untuk menentukan batas atas Fuzzy dari setiap kriteria perkembangan anak. Nilai batas atas Fuzzy yang ditentukan adalah 100.
Variabel Fuzzy
Variabel Fuzzy merupakan variabel yang akan dibahas dalam suatu sistem
Fuzzy. Dalam penelitian ini variabel Fuzzy
inputnya adalah 6 aspek perkembangan
anak didik, yaitu Nilai Agama dan Moral (nam), Sosial Emosional (se), Kognitif (kog), Bahasa (bhs), Fisik Motorik (fm), Seni (seni) dan variabel output Kesiapan.
Himpunan Fuzzy
Himpunan Fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel
Fuzzy. Dalam penelitian ini inputnya dibagi
menjadi 2, yaitu Rendah dan Tinggi. Sedangkan outputnya dibagi menjadi 2, yaitu Belum Siap dan Sudah Siap.
Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel Fuzzy.
Domain
Domain himpunan Fuzzy adalah keseluruhan nilai yang diizinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan Fuzzy. Domain himpunan Fuzzy pada semua variabel input dan output adalah
25,100
.Metode Fuzzy Inference System (FIS) Tsukamoto
Metode Tsukamoto adalah perluasan dari penalaran monoton. Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan Fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat
(fire strength). Hasil akhirnya diperoleh
dengan menggunakan rata-rata terbobot [5] Dalam inferensinya, metode Tsukamoto menggunakan tahapan sebagai berikut :
1. Fuzzyfikasi yaitu proses untuk mengubah input sistem yang mempunyai nilai tegas menjadi variabel lingustik menggunakan fungsi keanggotaan yang disimpan dalam basis pengetahuan Fuzzy.
2. Pembentukan basis pengetahuan Fuzzy
(Rule dalam bentuk IF…THEN), yaitu
Secara umum bentuk model Fuzzy Tsukamoto adalah IF (X IS A) and (Y IS B) and (Z IS C), dimana A,B, dan C adalah himpunan Fuzzy.
3. Mesin Inferensi, yaitu proses dengan menggunakan fungsi implikasi MIN untuk mendapatkan nilai a - predikat tiap-tiap rule (a1,a2, a3, … an). Kemudian masing-masing nilai
a-predikat ini digunakan untuk menghitung keluaran hasil inferensi secara tegas (crisp) masing-masing rule (z1, z2, z3, .. zn).
4. DeFuzzyfikasi, dengan menggunakan metode rata-rata terpusat (Center
Average).
Pada penelitian ini masing-masing variabel input diperoleh dengan cara mengisi semua poin perkembangan di setiap aspek perkembangan anak didik. Dalam menentukan status perkembangan anak dilakukan teknik ceklis pada akhir periode penilaian. Ada empat skala yang digunakan seperti pada tabel 1 berikut ini:
Tabel 1. Status Capaian Perkembangan Anak Capaian melakukannya harus dengan bimbingan atau dicontohkan oleh guru.
MB
Mulai Berkembang: bila anak melakukannya masih harus diingatkan atau dibantu oleh guru.
BSH
Berkembang Sesuai Harapan: bila anak sudah dapat melakukannya secara mandiri dan konsisten tanpa harus diingatkan atau dicontohkan oleh guru.
BSB
Berkembang Sangat Baik: bila anak sudah dapat melakukannya secara mandiri dan dan sudah dapat membantu temannya yang belum mencapai kemampuan sesuai indikator yang diharapkan.
METODE PENELITIAN
Metodologi yang digunakan adalah metode Waterfall. Metode pengembangan sistem sekuensial linier atau yang sering disebut juga dengan siklus kehidupan klasik atau model air terjun (waterfall model)
pengembangan sistem yang sistematik dan sekuensial, dimulai dari fase perencanaan sistem, analisis, desain, kode, pengujian, dan pemeliharaan [8].
Tahapan-tahapan dari metode
Waterfall adalah sebagai berikut:
Requirements Analysis and Definition,
System and Software Design,
Implementation and Unit Testing,
Integration and System Testing, dan
Operation and Maintenance.
ANALISIS SISTEM
Analisis Kebutuhan Sistem
Dari hasil observasi yang dilakukan terkait dengan proses penilaian kesiapan anak untuk masuk SD dibutuhkan:
a. Sebuah definisi yang jelas tentang variabel-variabel yang akan digunakan, yaitu 6 aspek perkembangan.
b. Himpunan Fuzzy dari setiap variabel. c. Untuk menghasilkan output yang tepat
dan berkualitas dari kebutuhan-kebutuhan yang telah diidentifikasi tersebut, perlu dibangun sebuah sistem yang baik, mudah dilaksanakan dan dikembangkan dengan khusus dan mampu memberikan semua informasi yang tepat dan akurat sehingga bisa membantu TK Nurul Ikhlas Paninggahan Solok sebagai pendukung dalam pengambilan keputusan.
Analisis Kebutuhan Data
Tahapan awal yang digunakan dalam proses menentukan kesiapan anak masuk SD dengan menggunakan logika Fuzzy
adalah mencari nilai masing-masing dari variabel dengan cara melakukan ceklis pada setiap poin aspek perkembangan sesuai dengan capaian anak selama belajar. Dalam
menghitung nilai masing-masing aspek perkembangan disepakati oleh guru kelas dan kepala sekolah, nilai untuk kategori belum berkembang adalah 1, mulai berkembang adalah 2, berkembang sesuai harapan adalah 3 dan berkembang sangat baik adalah 4. Jumlah total poin yang didapatkan dibagi dengan total nilai poin maksimal kemudian dikalikan dengan 100.
Analisis Kebutuhan Output
Output yang dihasilkan adalah penjabaran nilai dari semua variabel atau aspek perkembangan. Hasil akhirnya ditampilkan oleh program yang berasal dari nilai setiap variabel, karena dalam setiap variabel memiliki nilai yang berbeda-beda. Hasil akhir dari penghitungan menggunakan logika Fuzzy dipersentasekan sehingga dapat terlihat dengan jelas apakah anak sudah siap atau belum siap untuk memasuki SD.
Analisis Metode Logika Fuzzy
Untuk mencari nilai kesiapan anak menggunakan Fuzzy Inference System
metode Tsukamoto, ada 7 variabel Fuzzy
yang dimodelkan, yaitu:
Nilai Agama dan Moral
Nilai agama dan moral terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.
Nilai Sosial Emosional
Sosial emosional terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.
Gambar 2. Fungsi Keanggotaan Variabel Sosial Emosional
Nilai Fisik Motorik
Fisik Motorik terdiri atas 2 himpunan
Fuzzy, yaitu RENDAH dan TINGGI.
Gambar 3. Fungsi Keanggotaan variable Fisik Motorik
Nilai Kognitif
Kognitif terdiri atas 2 himpunan
Fuzzy, yaitu RENDAH dan TINGGI.
Nilai Bahasa
Bahasa terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.
Gambar 5. Fungsi Keanggotaan Variabel Bahasa
Nilai Seni
Seni terdiri atas 2 himpunan Fuzzy, yaitu RENDAH dan TINGGI.
Gambar 6. Fungsi Keanggotaan Variabel Seni
Langkah selanjutnya adalah menentukan rule yang didapat dari data yang ada. Semakin banyak jumlah data, semakin banyak rule yang didapat. Semakin banyak rule yang didapat, maka semakin baik hasil analisis yang diperoleh.
Dari enam input Fuzzy yaitu nilai agama dan moral, sosial emosional, fisik motorik, kognitif, bahasa dan seni, ada 64
rules dan satu output berupa kesiapan anak
masuk SD. Langkah selanjutnya mencari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi fungsi implikasinya. Sebanyak 64 rules
yang ada, di antaranya:
[R1] IF Nilai Agama dan Moral RENDAH And Sosial Emosional RENDAH And Fisik Motorik RENDAH And Kognitif RENDAH And Bahasa RENDAH And Seni RENDAH THEN Kesiapan BELUM SIAP;
α-predikat1=
µnamRENDAH∩seRENDAH∩fmRENDAH∩kogRENDAH∩b
hsRENDAH∩seniRENDAH
=min(0,533;0,307;0,333;0,373; 0,347;0,333)
= 0,307
Lihat himpunan Kesiapan BELUM SIAP,
[R32] IF Nilai Agama dan Moral RENDAH And Sosial Emosional TINGGI And Fisik Motorik TINGGI And Kognitif TINGGI And Bahasa TINGGI And Seni TINGGI THEN Kesiapan BELUM SIAP;
α-predikat32=
Lihat himpunan Kesiapan BELUM SIAP,
(100-z)/75 = 0,533 z32 = 60,025
[R33] IF Nilai Agama dan Moral TINGGI And Sosial Emosional RENDAH And Fisik Motorik RENDAH And Kognitif RENDAH And Bahasa RENDAH And Seni RENDAH THEN Kesiapan SUDAH SIAP;
α-predikat33=
Lihat himpunan Kesiapan SUDAH SIAP,
(z-25)/75= 0,307 z33= 48,025
[R64] IF Nilai Agama dan Moral TINGGI And Sosial Emosional TINGGI And Fisik Motorik TINGGI And Kognitif TINGGI And Bahasa TINGGI And Seni TINGGI THEN Kesiapan SUDAH SIAP;
α-predikat64=
Lihat himpunan Kesiapan SUDAH SIAP,
(z-25)/75= 0,467 z64 = 60,025
Selanjutnya mencari nilai z:
Z = α-pred1*z1 +…….+α-pred64*z64
α-pred1 +……+ α-pred64
z = 1.306,869 20,950 z = 62,380
Setelah dihitung nilai rata-rata anak dari enam aspek perkembangan di atas, menggunakan metode Fuzzy-Tsukamoto, didapat nilai rata-rata terbobot anak didik yaitu 62,380. Batas atas nilai dalam perhitungan yaitu 100, persentase kesiapan anak untuk memasuki SD adalah 62,380 %. Karena 62,380 lebih besar dari 61,920 maka dapat disimpulkan bahwa anak dinyatakan Sudah Siap memasuki SD.
HASIL DAN PEMBAHASAN Entity Relationship Diagram (ERD)
Entity Relationship Diagram
Gambar 7. Entity Relationship Diagram (ERD)
IMPLEMENTASI Form Login
Halaman login pada gambar 8 merupakan pengaman yang ada pada sistem ini. Sebelum masuk ke halaman yang ingin dituju setiap user harus melakukan proses
login terlebih dahulu. Proses login ini
bertujuan agar pengolahan data hanya dapat dikelola oleh pengguna yang berwenang.
Gambar 8. FormLogin
User akan bisa masuk ke dalam sistem ini dengan terlebih dahulu mengentrikan username dan password
yang benar dan telah didaftarkan oleh
admin seperti pada gambar 9
Form Input Data Anak
Setiap anak didik yang ingin diketahui kesiapannya untuk memasuki SD terlebih dahulu dientrikan datanya ke sistem menggunakan form seperti pada gambar10
Gambar 10. FormInput Data Anak
Form Input Nilai Anak
Semua nilai anak yang dijadikan pertimbangan dalam menentukan kesiapan anak didik untuk memasuki SD dientrikan ke sistem menggunakan form seperti pada gambar 11 s.d. gambar 16.
Gambar 11. FormInput Data Nilai Agama dan
Moral
Gambar 12. FormInput Data Sosial Emosional
Gambar 13. FormInput Data Fisik Motorik
Gambar 14. FormInput Data Kognitif
Gambar 16. FormInput Data Seni
Form Proses Pengolahan Data
Semua nilai anak yang telah diinputkan ke system diolah menggunakan metode Fuzzy-Tsukamoto yang tampilan prosesnya seperti pada gambar 17.
Gambar 17. Form Proses Nilai Kesiapan Anak
Proses yang dilakukan menampilkan prosentase kesiapan anak memasuki SD dan kesimpulan apakah anak didik tersebut sudah siap atau belum untuk memasuki SD yang tampilannya seperti pada gambar 18
Gambar 18. Form Hasil Nilai Kesiapan Anak
Tampilan Output
Gambar 19. FormOutput Kesiapan Anak Didik Memasuki SD
SIMPULAN
Berdasarkan analisis dan uji coba yang telah dilakukan dapat disimpulkan bahwa:
a. Metode Fuzzy-Tsukamoto yang telah dibangun oleh peneliti dapat digunakan sebagai pendukung keputusan dalam menentukan kesiapan anak didik memasuki SD di Taman Kanak-kanak Nurul Ikhlas Paninggahan-Solok. b. Dengan informasi yang disampaikan
menstimulasi perkembangan anaknya sebelum memasuki SD.
UCAPAN TERIMA KASIH
Penelitian ini dapat dilaksanakan dengan bantuan banyak pihak, untuk itu diucapkan terima kasih yang tak terhingga kepada: Taman Kanak-kanak Nurul Ikhlas Paninggahan-Solok, Yayasan Amal Bakti Mukmin Padang, Ketua STMIK Indonesia Padang dan Ketua LPPM STMIK Indonesia Padang. Semoga penelitian ini bermanfaat.
DAFTAR PUSTAKA
[1] Pemerintah Republik Indonesia,
“Undang-Undang Republik Indonesia
Nomor 20 Tahun 2003 Tentang Sistem
Pendidikan Nasional,” Dep. Pendidik. Nas., pp. 1–33, 2003.
[2] S. Ridwan Boki, Statiswaty, “Sistem Pendukung Keputusan Penentuan Calon Guru Berprestasi Menggunakan Metode Fuzzy Tsukamoto ‘Studi
Kasus : SMP Negeri 5 Kendari,’”
Semantik, vol. 2, no. 2, pp. 93–102,
2016.
[3] S. Kurang, M. Di, and S. M. K.
Muhammadiyah, “Sistem Pendukung
Keputusan Pemberian Beasiswa
Untuk,” vol. 9, no. 2, pp. 48–56, 2017. [4] T. E, Decision Support and
Intelligence Systems, 7th ed. Pearson
Education, Inc., 2005.
[5] K. Sri and P. Hari, Aplikasi Logika
Fuzzy Untuk Pendukung Keputusan.
Yogyakarta: Graha Ilmu, 2010.
[6] K. Sri, Artificial Intelligence (Teknik
dan Aplikasinya). Yogyakarta: Graha
Ilmu, 2011.
[7] MoEC, “Permendikbud No. 137 Tahun
2014 tentang Standar Nasional PAUD [National Education and Culture Ministerial Decree No. 137 Year 2014 on ECE National Standards],” 2014. [8] P. S.R., Rekayasa Perangkat Lunak
(Pendekatan Praktisi). Yogyakarta:
