Pada tahun 2018 penulis melanjutkan ke jenjang perguruan tinggi yaitu Universitas Dehasen Bengkulu, Program Studi Sarjana (S1) Informatika Fakultas Ilmu Komputer Universitas Dehasen Bengkulu yang alhamdulillah dapat saya selesaikan dan tidak ada kendala di tahun 2023. Puji dan syukur kupersembahkan hanya untukmu ya Allah SWT yang maha pengasih lagi maha penyayang yang telah mengabulkan segala doaku dan takdirku, kepada-Nya Engkau menjadikanku manusia yang selalu berpikir, berilmu, beriman. dan bersabar menjalani hidup ini. Dosen pembimbing Bapak Indra Kanedi, S.Kom, M.Kom dan Ibu Prahasti, S.Kom, M.Kom yang telah mengajari dan membimbing saya sehingga saya dapat menyelesaikan penelitian ini dengan baik dan benar.
Fakultas Ekonomi Program Studi Manajemen Universitas Dehasen Bengkulu yang memberikan kesempatan kepada saya untuk melakukan penelitian disana. Puji syukur kami panjatkan kehadirat Allah SWT atas rahmat, bimbingan dan karunia-Nya bagi kita semua sehingga penulis dapat menyelesaikan disertasi yang berjudul Penerapan Metode Logika Fuzzy Dalam Analisis Kepuasan Mahasiswa Dengan Sistem Perkuliahan Online. Skripsi ini disusun sebagai salah satu syarat penyusunan skripsi pada program studi Ilmu Komputer Fakultas Ilmu Komputer Universitas Dehasen Bengkulu.
Ibu Liza Yulianti, S.Com., M.Com selaku Ketua Program Studi Informatika Universitas Fakultas Ilmu Komputer Dehasen Bengkulu. Tn. Indra Kanedi, S.Com., M.Com selaku Pembimbing Utama yang memberikan masukan dan arahan konstruktif dalam penulisan skripsi ini. Nyonya. Prahasti, S.Kom., M.Kom selaku Asisten Dosen yang telah memberikan masukan dan arahan yang membangun dalam penulisan skripsi ini.
Latar Belakang
Namun di sisi lain, masih terdapat beberapa mahasiswa yang mengeluhkan sistem pembelajaran khususnya perkuliahan online karena masih terdapat mahasiswa di wilayahnya yang kesulitan menerima sinyal sehingga mengganggu proses pembelajaran yang transmisinya terputus-putus. Permasalahan-permasalahan tersebut patut dievaluasi, guna menentukan kualitas sistem perkuliahan online, agar dapat dijadikan bahan pertimbangan oleh Program Studi Manajemen untuk mengikutinya. Salah satu cara yang dapat dilakukan adalah dengan melakukan pendekatan angket guna mengetahui kepuasan mahasiswa terhadap sistem perkuliahan online.
Untuk membantu menganalisis kepuasan siswa, diterapkan salah satu metode logika fuzzy yaitu Fuzzy Tsukamoto. Berdasarkan uraian yang telah dijelaskan di atas, maka dalam penelitian ini penulis tertarik untuk mengangkat judul “Penerapan metode logika fuzzy dalam analisis kepuasan mahasiswa terhadap sistem perkuliahan online”.
Rumusan Masalah
Batasan Masalah
Tujuan Penelitian
Manfaat Penelitian
Logika Fuzzy
Logika fuzzy dapat membangun dan mengimplementasikan pengalaman pakar secara langsung tanpa harus melalui proses pelatihan. Dalam banyak kasus, logika fuzzy digunakan sebagai cara untuk memetakan masalah dari masukan ke keluaran yang diharapkan. Manajer gudang memberitahukan kepada manajer produksi berapa jumlah persediaan yang akan dimilikinya pada akhir minggu ini, kemudian manajer produksi akan menentukan jumlah barang yang akan diproduksi besok.
Seorang pegawai melaksanakan tugasnya dengan kinerja yang sangat baik, maka atasan akan memberikan imbalan sesuai dengan kinerja pegawai tersebut.
Model Fuzzy Tsukamoto
Dalam metode Tsukamoto, setiap konsekuensi suatu aturan harus direpresentasikan dalam bentuk If-Then oleh himpunan fuzzy dengan fungsi keanggotaan monoton. Data bulan lalu menunjukkan permintaan terbesar mencapai 5000 paket/hari, dan permintaan terkecil mencapai 1000 paket/hari. Dengan segala keterbatasannya, hingga saat ini perseroan hanya mampu memproduksi maksimal 7.000 paket per hari. Dari segi efisiensi mesin dan personel, perusahaan diharapkan memproduksi minimal 2.000 paket per hari.
Berapa bungkus makanan jenis ABC yang harus diproduksi jika jumlah permintaan 4000 bungkus dan di gudang masih ada 300 bungkus, jika proses produksi Koperasi Kebudayaan Kalamansi Kota Bengkulu menggunakan 4 soft rule sebagai berikut. Visual Studio menggunakan platform Microsoft dalam pengembangan perangkat lunak, seperti Windows API, Windows Forms, Windows Presentation Foundation, Windows Store, dan Microsoft Silverlight (Blazing, 2018). SQL Server merupakan RDBMS (Relational Database Management System) dengan arsitektur client-server disertai berbagai komponen dan layanan, menjadikannya platform yang komprehensif (cakupan luas) untuk aplikasi bisnis.
Mesin database adalah komponen inti SQL Server yang menyediakan lingkungan untuk menyimpan, menampilkan, dan memodifikasi data. Layanan data master, merupakan solusi pengelolaan data master. Solusi data master membantu memastikan pelaporan dan analisis didasarkan pada informasi yang benar. Replikasi adalah sekumpulan teknologi untuk menyalin dan mendistribusikan data dan objek database dari satu database ke database lainnya.
Pembuatan laporan berbasis web, sehingga Anda dapat membuat laporan dengan mengisinya dari sumber data berbeda dan menerbitkan laporan dalam format berbeda.
Konsep Perancangan Basis Data
Merupakan proses pembentukan model yang berasal dari informasi yang digunakan di perusahaan berdasarkan model data tertentu, namun independen terhadap beberapa DBMS dan aspek fisik lainnya. Model data konseptual yang dibuat sebelumnya disempurnakan dan diubah kembali menjadi model data logis. Menjelaskan struktur penyimpanan dan metode akses yang digunakan untuk mencapai akses data yang efisien.
Data Flow Diagram (DFD) merupakan alat pemodelan yang memungkinkan para profesional sistem untuk menggambarkan sistem sebagai jaringan proses fungsional yang saling berhubungan dalam hal aliran data, baik secara manual maupun komputerisasi (Lasminiasih, 2016). Diagram aliran data adalah suatu jaringan yang menggambarkan suatu sistem otomatis/komputerisasi, manual, atau kombinasi kedua sistem, yang representasinya disusun dalam bentuk kumpulan komponen-komponen sistem yang saling berhubungan menurut aturan mainnya. Sedangkan kelemahan penggunaan DFD adalah tidak menunjukkan proses perulangan, proses pengambilan keputusan, dan proses perhitungan.
Pemodelan Entity Relationship (ER) merupakan pendekatan top-down dalam perancangan basis data yang dimulai dengan mengidentifikasi data terpenting yang disebut entitas dan hubungan antar entitas tersebut digambarkan dalam suatu model (Indrajani., 2017). Entitas, empat persegi panjang yang mewakili kumpulan objek dalam suatu sistem.
Gambaran Umum
Tempat dan Waktu Penelitian
Struktur Organisasi
Metode Penelitian
Tahapan ini menganalisis kebutuhan sistem dan mendefinisikan permasalahan pada Program Studi Manajemen Fakultas Ekonomi Universitas Dehasen Bengkulu. Pada tahap ini dilakukan perancangan sistem berdasarkan analisis kebutuhan sistem baik perangkat keras maupun perangkat lunak dengan membentuk arsitektur sistem secara keseluruhan. Tahap ini mengimplementasikan perancangan perangkat lunak yang telah dilakukan pada tahap sebelumnya dengan menggunakan bahasa pemrograman Visual Basic .Net.
Level ini diuji pada perangkat lunak yang telah dibangun dengan menguji fungsionalitas aplikasi, apakah berfungsi sesuai yang diharapkan atau tidak. Jika memenuhi harapan maka perangkat lunak akan diserahkan ke program studi manajemen Fakultas Ekonomi Universitas Dehasen Bengkulu.
Perangkat Keras dan Perangkat Lunak
Metode Pengumpulan Data
Analisis Sistem Baru
Berdasarkan analisis sistem yang sebenarnya, penulis dalam penelitian ini melakukan penelitian untuk mengetahui tingkat kepuasan mahasiswa terhadap sistem perkuliahan online dengan menggunakan metode logika fuzzy yaitu Fuzzy Tsukamoto. Konsep penilaian fuzzy dipilih untuk mengetahui tingkat persepsi dan harapan karena rentang nilai yang digunakan dalam fuzzy dapat menjembatani perkiraan seseorang dengan data yang akan diolah. Dalam penelitian ini, penulis akan melakukan langkah-langkah berikut untuk menyelesaikan masalah yang diterapkan pada studi kasus.
Tabulasi dan analisis merupakan penghitungan data yang telah diberi skor berdasarkan jenis data yang dikumpulkan yaitu data kualitatif yang kemudian diubah menjadi data kuantitatif. Oleh karena itu teknik yang digunakan adalah analisis statistik yaitu dengan menggunakan rumus statistik (persentase) yang digunakan untuk menggambarkan hasil penelitian dengan menggunakan rumus sebagai berikut. Berdasarkan data yang diperoleh mengenai tingkat kepuasan siswa terhadap guru dalam pembelajaran daring, disajikan hasil penelitian sebagai berikut.
Kesiapan Mengajar
Materi Pengajaran
Evaluasi Mengajar
Disiplin Mengajar
Berdasarkan variabel dan domain himpunan fuzzy yang telah disiapkan, langkah selanjutnya adalah menentukan fungsi keanggotaan setiap variabel dan menghitung nilai atau derajat keanggotaan berdasarkan fungsi keanggotaan yang ditentukan. Himpunan fuzzy beserta fungsi keanggotaan kesiapan mengajar, bahan ajar, disiplin mengajar, dan evaluasi pengajaran akan disajikan berdasarkan data yang diperoleh dari rata-rata skor pengisian angket siswa yaitu kesiapan mengajar 75, bahan ajar 73, disiplin mengajar 75 , evaluasi pengajaran 74, dan kepribadian guru 75. Variabel kemauan mengajar (X1) mempunyai empat himpunan yaitu tidak puas, cukup puas, puas, sangat puas dan direpresentasikan menggunakan persamaan pada kurva bahu 3.1.
Nilai derajat keanggotaan dari himpunan kurang puas, cukup puas, puas, sangat puas dapat dicari dengan cara sebagai berikut: Variabel kesiapan mengajar adalah data kepuasan siswa dengan nilai 75, maka diperoleh derajat keanggotaan sebagai berikut . Variabel bahan ajar (X2) mempunyai empat himpunan yaitu tidak puas, cukup puas, puas, sangat puas, dan direpresentasikan menggunakan persamaan pada kurva bahu 3.2. Nilai derajat keanggotaan himpunan tidak puas, cukup puas, puas, sangat puas dapat dicari dengan cara sebagai berikut: Variabel kesiapan mengajar merupakan data kepuasan siswa dengan nilai 73, sehingga diperoleh derajat keanggotaan sebagai berikut .
Variabel disiplin pendidikan (X3) mempunyai empat himpunan yaitu tidak puas, cukup puas, puas, sangat puas, dan direpresentasikan menggunakan persamaan pada kurva bahu 3.3. Variabel evaluasi pendidikan (X4) mempunyai empat himpunan yaitu tidak puas, cukup puas, puas, sangat puas, dan direpresentasikan menggunakan persamaan pada kurva bahu 3.4. Nilai derajat keanggotaan dari himpunan tidak puas, cukup puas, puas dan sangat puas dapat dicari dengan cara sebagai berikut: Variabel kesiapan pendidikan terdiri dari data kepuasan siswa dengan nilai 74, sehingga diperoleh derajat keanggotaan sebagai berikut.
Tahap selanjutnya yang dilakukan setelah mendefinisikan fungsi keanggotaan setiap variabel adalah pengembangan aturan logika fuzzy. 37 Berdasarkan data yang ada diperoleh kaidah sebagai berikut dengan X1 = kesiapan mengajar, X2 = materi ajar, X3 = disiplin mengajar, X4 = evaluasi pengajaran dan Y = kepuasan, seperti terlihat pada tabel 3.6 di bawah ini. Berdasarkan aturan yang telah dibuat, selanjutnya menghitung predikat - menggunakan fungsi implikasi min seperti pada Tabel 3.7 berikut.
Tahap dimana keluaran fuzzy yang diperoleh dari mesin inferensi diubah menjadi nilai tetap dan digunakan fungsi keanggotaan pada saat fuzzyfikasi dilakukan. 43 Berdasarkan nilai z yang diperoleh ditempatkan pada rangkaian nilai Sangat Puas sehingga diketahui tingkat kepuasan mahasiswa terhadap sistem kuliah online yaitu Puas.
Data Flow Diagram (DFD)
Gambar 3.6 menunjukkan hasil rincian proses dari Gambar 3.5, dimana terdapat 6 (enam) proses yang terjadi yaitu pengolahan data mahasiswa, pengolahan data pegawai, pengolahan data rating kepuasan mahasiswa, analisa rating kepuasan mahasiswa, metode soft Tsukamoto dan exit.
Entity Relationship Diagram
HIPO (Hiearchy Input, Process Anda Output)
Perancangan Aplikasi 1. Login
Materi yang disampaikan pada perkuliahan online menggunakan bahasa komunikasi dan dilengkapi dengan dokumen untuk memperkaya materi.
