z-logo
open-access-imgOpen Access
Komparasi Metode Logika Fuzzy Mamdani dan Metode Logika Fuzzy Sugeno Sebagai Pendukung Keputusan Seleksi Bertahap
Author(s) -
Dedy Mulyadi
Publication year - 2019
Publication title -
teknois : jurnal ilmiah teknologi informasi and sains
Language(s) - Bosnian
Resource type - Journals
eISSN - 2597-8918
pISSN - 2087-3891
DOI - 10.36350/jbs.v6i1.43
Subject(s) - humanities , computer science , philosophy
Seleksi bertahap pada penerimaan mahasiswa baru program studi Diploma III Akuntansi STIE Binaniaga Bogor melalui jalur beasiswa selama ini menggunakan metode rata-rata. Harapan minimal yang diinginkan STIE Binaniaga adalah semakin tinggi nilai hasil seleksi bertahap maka akan semakin tinggi pula prestasi akademik dalam perjalanan studi mahasiswa. Penggunaan metode rata-rata belum menunjukan hasil sebagaimana harapan minimal yang diinginkan, ditunjukkan dengan pola visualisasi prestasi akademik yang masih terdapat beberapa fluktuasi menaik dan menurun. Tujuan dari penelitian adalah membandingkan metode logika fuzzy Mamdani dengan metode logika fuzzy Sugeno untuk dapat ditentukan metode logika fuzzy mana yang lebih baik diterapkan pada setiap tahapan seleksi. Alat analisa yang digunakan adalah perbandingan (komparasi) berdasarkan hubungan (korelasi) antara prestasi akademik dengan masing-masing penerapan kombinasi metode logika fuzzy pada seluruh tahapan seleksi. Korelasi antara indeks prestasi kumulatif dengan hasil akhir dari penerapan metode rata-rata adalah sebesar 0,559. Penerapan kombinasi metode logika fuzzy yang dapat menghasilkan korelasi dengan indeks prestasi kumulatif melebihi 0,559 merupakan alternatif penerapan metode yang lebih baik untuk menggantikan metode rata-rata yang selama ini digunakan. Hal tersebut tercapai pada kombinasi penerapan logika fuzzy: SMMM (0,570), SMSM (0,570), SSMM (0,571), SSSM (0,570), SMSS (0,579), dan SSSS (0,569). Mengingat nilai koefisien korelasi linier antara indeks prestasi kumulatif  dengan hasil seleksi bertahap dari penerapan kombinasi metode logika fuzzy tertinggi dan lebih besar dari 0,559 dicapai pada penerapan kombinasi metode logika fuzzy SMSS yaitu sebesar 0,579 maka kombinasi logika fuzzy SMSS (Sugeno, Mamdani, Sugeno, Sugeno) lebih baik untuk diterapkan pada setiap tahapan seleksi yang bersesuaian. Sehingga, kesimpulan penelitian yang didapatkan adalah: metode logika fuzzy Sugeno lebih baik untuk diterapkan sebagai pendukung keputusan pada seleksi tahap pertama, metode logika fuzzy Mamdani lebih baik untuk diterapkan sebagai pendukung keputusan pada seleksi tahap kedua, metode logika fuzzy  Sugeno lebih baik untuk diterapkan sebagai pendukung keputusan pada seleksi tahap ketiga, dan metode logika fuzzy Sugeno lebih baik untuk diterapkan sebagai pendukung keputusan pada seleksi tahap akhir.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here