JURNAL MATRIX, VOL. 10, NO.

2, JULI 2020 78

Penerapan Metode Logika Fuzzy

Dalam Evaluasi Kinerja Dosen
Maria Adelvin Londa , Kristina Sara, Melky Radja
Sistem Informasi,Teknologi Informasi, Universitas Flores
adelvinmaria@[Link]

Abstrak: Indonesia terus melakukan perbaikan dan usaha peningkatan kualitas pendidikan, salah satunya pada
layanan pendidikan perguruan tinggi. Seorang dosen memiliki peranan penting dalam kemajuan dan
perkembangan perguruan tinggi dan selanjutnya berpengaruh pada kualitas pendidikan di Indonesia. Penilaian
terhadap dosen oleh mahasiswa dan asesor atau atasan adalah sebagai upaya untuk meningkatkan performa dosen.
Dalam melakukan penilaian dosen di Indonesia, terdapat beberapa acuan yang telah diterbitkan oleh Kementerian
Riset Teknologi dan Pendidikan Tinggi. Penelitian ini berfokus dalam mempelajari fitur fungsi keanggotaan dalam
proses inferensi fuzzy tipe Mamdani, untuk mempercepat serta meningkatkan akurasi penilaian seorang dosen
dengan menggunakan tata cara scientific serta menghindari kesalahan penilaian yang dilakukan secara manual.
Dalam penelitian ini, percobaan sistematis diimplementasikan berdasarkan Fuzzy Logic Toolbox dari MATLAB.
Ditemukan sebuah hal positif dalam pemakaian metode ini di mana konteks penilaian dosen hanya diperlukan
input variabel yang tidak banyak, tetapi tingkat akurasi penilaian tinggi.
Kata kunci: logika fuzzy mamdani, fuzzy inference process, defuzzy, fungsi keanggotaan, komposisi aturan

Abstract: Indonesia continues to make improvements and efforts to improve the quality of education including
the quality of services in university. In a college, a lecturer has an important role in the progress and development
of the college and subsequently affects the quality of education in Indonesia. Teacher assessment by students and
assessors or superiors is an effort to improve lecturers’ performance. There are references made by lecturers in
Indonesia issued by the Ministry of Research, Technology and Higher Education. This research focuses on
studying the features of membership functions in inference process of mamdani fuzzy, to accelerate and improve
the accuracy of lecturers’ assessment by using scientific procedures and avoiding errors made by manual
assessment. In this study, a systematic experiment was implemented based on the Fuzzy Logic Toolbox from
MATLAB. The result of the study found a positive thing in the use of this method where the context of the assessment
of lecturers required only a few input variables, but had a high level of accuracy of the assessment.
Keywords: fuzzy logic mamdani, fuzzy inference process, defuzzy, membership functions, rule composition

I. PENDAHULUAN Aturan untuk dosen ASN dan dosen perguruan tinggi

Masyarakat Asia sering dihadapkan pada sebuah swasta bisa jadi berbeda. Dalam penelitian ini
tantangan untuk menangani situasi ketidakpastian. menggunakan aturan penilaian dosen ASN [4]. Untuk
Pada tahun 1965 Logika fuzzy mengemuka. Logika ini melakukan penelitian ini, penulis menggunakan
muncul diperkenalkan oleh Prof. Lotfi A. Zadeh [1]. metode mamdani. Dibandingkan dengan metode lain
Teori ini dapat membantu menangani perhitungan metode mamdani memiliki kelebihan. Mamdani sesuai
ketidakpastian. Logika fuzzy merupakan salah satu untuk penilaian dalam penelitian ini untuk
komponen pembentuk soft computing. Dalam banyak mengevaluasi pelayanan kinerja dosen diantaranya
kasus, logika fuzzy digunakan sebagai cara untuk adalah pembentukan himpunan fuzzy yang sesuai
memetakan masalah dari input ke output yang dengan kebutuhan dalam penelitian, komposisi aturan
diharapkan [2]. Dasar dari logika fuzzy adalah teori aturan yang sesuai dan penegasan (defuzzy) [5] untuk
himpunan fuzzy. Peranan derajat masing-masing mencari nilai yang bergerak secara halus sehingga
keanggotaan sebagai penentu keberadaaan elemen perubahan dari suatu himpunan fuzzy juga akan
dalam suatu himpunan sangatlah penting. Ciri utama berjalan secara halus.
penalaran dengan logika fuzzy adalah derajat Penelitian ini berbeda dengan penelitian lainnya,
keanggotaan atau membership function. Sepuluh tahun di mana dalam penelitian ini bukan hanya untuk
kemudian yaitu di tahun 1975 fuzzy mamdani mendapatkan output yang baik, tetapi penelitian ini
diperkenalkan oleh Ebrahim Mamdani [3]. Metode berfokus dalam mempelajari fitur fungsi keanggotaan
mamdani sering juga dikenal sebagai metode MAX- dalam proses inferensi fuzzy tipe mamdani. Di masa
MIN. yang akan datang, akan terdapat perubahan variabel
Profesi pengajar atau dosen merupakan suatu penilaian, sehingga penelitian ini dapat dijadikan
profesi yang menuntut performansi baik. Dosen sebagai acuan dasar dalam mengatur ulang fitur fungsi
memiliki acuan tertentu dalam melaksanakan kegiatan keanggotaan dalam fungsi inferensi fuzzy.
belajar mengajar di dalam ruang kelas perguruan tinggi.

Copyright @ Matrix 2020

79 JURNAL MATRIX, VOL. 10, NO. 2, JULI 2020

II. METODE PENELITIAN digunakan dalam mamdani adalah minimal (MIN),

A. Fuzzy Logic dan Fuzzy Inference Process secara umum bisa dituliskan :
Fuzzy Logic merupakan sebuah metode
komputasi perangkat lunak yang membantu mengatasi 𝜇_(𝐴 ∩ 𝐵) = 𝑚𝑖𝑛(𝜇_𝐴 [𝑥], (𝜇_𝐵 [𝑥]) (1)
ketidak tepatan dalam dunia nyata. Dalam Fuzzy Logic
mungkin memiliki nilai kebenaran yang berkisar dalam Di tahap ketiga yaitu komposisi aturan, dimana
derajat antara 0 dan 1. Alih-alih menggambarkan apabila sistem terdiri dari beberapa aturan, maka
absolut ya atau tidak, nilai kebenaran, atau keanggotaan inferensi diperoleh dari kumpulan dan kolerasi antar
dalam Fuzzy Logic menjelaskan masalah derajat. Di aturan. Terdapat tiga metode yang digunakan dalam
sini 0 menunjukkan sepenuhnya salah, sementara 1 melakukan inferensi sistem fuzzy mamdani, yaitu max,
menyatakan sepenuhnya benar, dan nilai apa pun dalam additive dan probabilistik OR (probor).
rentang menunjukkan tingkat benar [6].
Pendekatan utama inferensi fuzzy adalah E. Metode MAX
mengambil variabel input melalui mekanisme yang Metode MAX (Maximum) mengambil solusi
terdiri dari aturan If-Then paralel dan operasi logis himpunan fuzzy diperoleh dengan cara mengambil nilai
fuzzy, dan kemudian mencapai ruang output. Aturan If- maksimum aturan, kemudian menggunakannya untuk
Then diekspresikan langsung oleh kata-kata manusia, memodifikasi daerah fuzzy, dan mengapilasikannya ke
dan masing-masing kata dianggap sebagai himpunan output dengan menggunakan operator OR (union). Jika
fuzzy. Semua set fuzzy ini harus ditentukan oleh fungsi semua proposisi telah dievaluasi, maka output akan
keanggotaan sebelum digunakan untuk membangun berisi suatu himpunan fuzzy yang merefleksikan
aturan If-Then. kontribusi dari tiap-tiap proporsi. Secara umum dapat
dituliskan:
B. Fuzzy Set
μ𝑠𝑓 [𝑥𝑖 ] ← max(μ𝑠𝑓 [𝑥𝑖 ], μ𝑘𝑓 [𝑥𝑖 ]) (2)
Dalam teori himpunan fuzzy, terdapat elemen
dengan tingkat keanggotaan sepenuhnya merupakan
himpunan dalam set, dan sepenuhnya bukan termasuk Keterangan :
dalam himpunan set. Hal ini dikarenakan himpunan μ𝑠𝑓 [𝑥𝑖 ] = nilai keanggotaan solusi fuzzy sampai aturan
fuzzy tidak memiliki batas yang jelas, dan batasan fuzzy ke- 𝑖
dijelaskan oleh keanggotaan elemen berkisar antara 0 μ𝑘𝑓 [𝑥𝑖 ] = nilai keanggotaan konsekuen fuzzy sampai
hingga 1. aturan ke- 𝑖

C. Fungsi Keanggotaan (Membership Function) F. Metode Additive (SUM)

Fungsi keanggotaan adalah kurva yang Metode Additive (SUM) mengambil solusi
mendefinisikan fitur himpunan fuzzy dengan himpunan fuzzy diperoleh dengan cara melakukan
menetapkan masing-masing elemen nilai keanggotaan bounded-sum terhadap semua output daerah fuzzy.
yang sesuai, atau tingkat keanggotaan. Fungsi Secara umum dituliskan:
keanggotaan memetakan setiap titik di ruang input ke
nilai keanggotaan dalam closed unit interval [0, 1]. μ𝑠𝑓 [𝑥𝑖 ] ← min(1, μ𝑠𝑓 [𝑥𝑖 ] + μ𝑘𝑓 [𝑥𝑖 ]) (3)
kurva fungsi keanggotaan umum dapat dilihat pada
Gambar 1. Keterangan :
μ𝑠𝑓 [𝑥𝑖 ] = nilai keanggotaan solusi fuzzy sampai aturan
ke-i
μ𝑘𝑓 [𝑥𝑖 ] = nilai keanggotaan konsekuen fuzzy sampai
aturan ke-i

G. Metode Probabilistik OR (probor)

Metode Probabilitik OR (probor) mengambil
solusi himpunan fuzzy diperoleh dengan cara
melakukan product terhadap semua output daerah
fuzzy. Secara umum dituliskan:
Gambar 1. General membership function
𝜇𝑠𝑓 [𝑥𝑖 ] ← −(𝜇𝑠𝑓 [𝑥𝑖 ] + 𝜇𝑘𝑓 [𝑥𝑖 ]) − (𝜇𝑠𝑓 [𝑥𝑖 ] ∗ 𝜇𝑘𝑓 [𝑥𝑖 ]) (4)

D. Mamdani Method
Keterangan :
Dalam model fuzzy mamdani [7], ada beberapa
μ𝑠𝑓 [𝑥𝑖 ] = nilai keanggotaan solusi fuzzy sampai aturan
tahapan yang dilalui untuk mendapatkan output, antara
lain, tahapan awal dimulai dengan pembentukan ke-i
himpunan fuzzy. Tahapan ini dalam model mamdani, μ𝑘𝑓 [𝑥𝑖 ] = nilai keanggotaan konsekuen fuzzy sampai
variabel input dan output dibagi menjadi satu atau lebih aturan ke-i
himpunan fuzzy. Kemudian, tahap kedua adalah
aplikasi fungsi implikasi. Fungsi implikasi yang
Londa et al: Penerapan Metode Logika Fuzzy … 80

Tahap keempat merupakan tahap input dari proses

defuzzyfikasi yang merupakan suatu himpunan fuzzy
yang diperoleh dari komposisi aturan-aturan fuzzy
sedangkan output yang dihasilkan merupakan suatu
bilangan pada domain himpunan fuzzy tersebut. Oleh
sebab itu, jika diberikan suatu himpunan fuzzy dalam
range tertentu sebagai outpu, maka akan terlihat seperti
pada Gambar 2 berikut:

Gambar 2. Fuzzy model structure [8]

Tabel 1. Pedoman penilaian perilaku kerja

Variabel yang Uraian Nilai

Dinilai
Orientasi Selalu dapat menyelesaikan tugas pelayanan sebaik-baiknya dengan sikap sopan dan sangat Sangat
Pelayanan memuaskan baik untuk pelayanan internal maupun eksternal organisasi. Baik
Pada umumnya dapat menyelesaikan tugas pelayanan dengan baik dan sikap sopan serta Baik
memuaskan baik untuk pelayanan internal maupun eksternal organisasi.
Adakalanya dapat menyelesaikan tugas pelayanan dengan cukup baik dan sikap cukup Cukup
sopan serta cukup memuaskan baik untuk pelayanan internal maupun eksternal organisasi.
Kurang dapat menyelesaikan tugas pelayanan dengan baik dan sikap kurang sopan serta Kurang
kurang memuaskan baik untuk pelayanan internal maupun eksternal organisasi.
Tidak pernah dapat menyelesaikan tugas pelayanan dengan baik dan sikap tidak sopan serta Buruk
tidak memuaskan baik untuk pelayanan internal maupun eksternal organisasi.
Integritas Selalu dalam melaksanakan tugas bersikap jujur, ikhlas, dan tidak pernah menyalahgunakan Sangat
wewenangnya serta berani menanggung resiko dari tindakan yang dilakukannya. Baik
Pada umumnya dalam melaksanakan tugas bersikap jujur, ikhlas, dan tidak pernah menya- Baik
lahgunakan wewenangnya tetapi berani menanggung resiko dari tindakan yang
dilakukannya.
Adakalanya dapat menyelesaikan tugas pelayanan dengan cukup baik dan sikap cukup Cukup
sopan serta cukup memuaskan baik untuk pelayanan internal maupun eksternal organisasi.
Kurang jujur, kurang ikhlas, dalam melaksanakan tugas dan sering menyalahgunakan Kurang
wewenangnya tetapi kurang berani menanggung resiko dari tindakan yang dilakukannya.
Tidak pernah jujur, tidak ikhlas, dalam melaksanakan tugas dan selalu menyalahgunakan Buruk
wewenangnya serta tidak berani menanggung resiko dari tindakan yang dilakukannya.
Tidak sopan serta tidak memuaskan baik untuk pelayanan internal maupun eksternal
organisasi.
Komitmen Selalu berusaha dengan sungguh-sungguh menegakkan ideologi negara pancasila, UUD Sangat
1945, Negara Kesatuan Republik Indonesia (NKRI), Bhinneka Tunggal Ika dan rencana- Baik
rencana pemerintah dengan tujuan untuk dapat melaksanakan tugasnya secara berdaya guna
dan berhasil guna serta mengutamakan kepentingan kedinasan daripada kepentingan pribadi
dan/atau golongan sesuai dengan tugas, fungsi, dan tanggungjawabnya sebagai unsur
aparatur negara terhadap organisasi tempat di mana ia bekerja.
Pada umumnya berusaha dengan sungguh-sungguh menegakkan ideologi negara pancasila, Baik
UUD 1945, Negara Kesatuan Republik Indonesia (NKRI), Bhinneka Tunggal Ika dan
rencana-rencana pemerintah dengan tujuan untuk dapat melaksanakan tugasnya secara
berdaya guna dan berhasil guna serta mengutamakan kepentingan kedinasan daripada
kepentingan pribadi dan/atau golongan sesuai dengan tugas, fungsi, dan tanggungjawabnya
sebagai unsur aparatur negara terhadap organisasi tempat di mana ia bekerja
Adakalanya berusaha dengan sungguh-sungguh menegakkan ideologi negara pancasila, Cukup
UUD 1945, Negara Kesatuan Republik Indonesia (NKRI), Bhinneka Tunggal Ika dan
rencana-rencana pemerintah dengan tujuan untuk dapat melaksanakan tugasnya secara
berdaya guna dan berhasil guna serta mengutamakan kepentingan kedinasan daripada
kepentingan pribadi dan/atau golongan sesuai dengan tugas, fungsi, dan tanggung jawabnya
sebagai unsur aparatur negara terhadap organisasi tempat di mana ia bekerja.
81 JURNAL MATRIX, VOL. 10, NO. 2, JULI 2020

Kurang berusaha dengan sungguh-sungguh menegakkan ideologi negara pancasila, UUD Kurang
1945, Negara Kesatuan Republik Indonesia (NKRI), dan rencana-rencana pemerintah
dengan tujuan untuk dapat melaksanakan tugasnya secara berdaya guna dan berhasil guna
serta mengutamakan kepentingan kedinasan daripada kepentingan pribadi dan/atau
golongan sesuai dengan tugas, fungsi, dan tanggungjawabnya sebagai unsur aparatur negara
terhadap organisasi tempat di mana ia bekerja.
Tidak pernah berusaha dengan sungguh-sungguh menegakkan ideologi negara pancasila, Buruk
UUD 1945, Negara Kesatuan Republik Indonesia (NKRI), dan rencana-rencana pemerintah
dengan tujuan untuk dapat melaksanakan tugasnya secara berdaya guna dan berhasil guna
serta mengutamakan kepentingan kedinasan daripada kepentingan pribadi dan/atau
golongan sesuai dengan tugas, fungsi, dan tanggungjawabnya sebagai unsur aparatur negara
terhadap organisasi tempat di mana ia bekerja.
Disiplin Selalu mentaati peraturan perundang-undangan dan/atau peraturan kedinasan yang berlaku Sangat
dengan rasa tanggung jawab dan selalu mentaati ketentuan jam kerja serta mampu Baik
menyimpan dan/atau memelihara barang-barang milik negara yang dipercayakan
kepadanya dengan sebaik-baiknya.
Pada umumnya mentaati peraturan perundang-undangan dan/atau peraturan kedinasan yang Baik
berlaku dengan rasa tanggung jawab, mentaati ketentuan jam kerja serta mampu
menyimpan dan/atau memelihara barang-barang milik negara yang dipercayakan
kepadanya dengan baik.
Adakalanya mentaati peraturan perundang-undangan dan/atau peraturan kedinasan yang Cukup
berlaku dengan rasa cukup tanggung jawab, mentaati ketentuan jam kerja serta cukup
mampu menyimpan dan/atau memelihara barang-barang milik negara yang dipercayakan
kepadanya dengan cukup baik, serta tidak masuk atau terlambat masuk kerja dan lebih cepat
pulang dari ketentuan jam kerja tanpa alasan yang sah selama 5 (lima) sampai dengan 15
(lima belas) hari kerja.
Kurang mentaati peraturan perundang-undangan dan/atau peraturan kedinasan yang berlaku Kurang
dengan rasa kurang tanggung jawab, mentaati ketentuan jam kerja serta kurang mampu
menyimpan dan/atau memelihara barang-barang milik negara yang dipercayakan
kepadanya dengan kurang baik, serta tidak masuk atau terlambat masuk kerja dan lebih
cepat pulang dari ketentuan jam kerja tanpa alasan yang sah selama 16 (enam belas) sampai
dengan 30 (tiga puluh) hari kerja
Tidak pernah mentaati peraturan perundang-undangan dan/atau peraturan kedinasan yang Buruk
berlaku dengan rasa tidak tanggung jawab, mentaati ketentuan jam kerja serta tidak mampu
menyimpan dan/atau memelihara barang-barang milik negara yang dipercayakan
kepadanya dengan kurang baik, serta tidak masuk atau terlambat masuk kerja dan lebih
cepat pulang dari ketentuan jam kerja tanpa alasan yang sah lebih dari 31 (tiga puluh satu)
hari kerja.
Kerja Sama Selalu mampu bekerjasama dengan rekan kerja, atasan, bawahan baik di dalam maupun di Sangat
luar organisasi serta menghargai dan menerima pendapat orang lain, bersedia menerima Baik
keputusan yang diambil secara sah yang telah menjadi keputusan bersama.
Pada umumnya mampu bekerjasama dengan rekan kerja, atasan, bawahan baik di dalam Baik
maupun di luar organisasi serta menghargai dan menerima pendapat orang lain, bersedia
menerima keputusan yang diambil secara sah yang telah menjadi keputusan bersama.
Adakalanya mampu bekerja-sama dengan rekan kerja, atasan, bawahan baik di dalam Cukup
maupun di luar organisasi serta adakalanya menghargai dan menerima pendapat orang lain,
kadang-kadang bersedia menerima keputusan yang diambil secara sah yang telah menjadi
keputusan bersama.
Kurang mampu bekerjasama dengan rekan kerja, atasan, bawahan baik di dalam maupun di Kurang
luar organisasi serta kurang menghargai dan menerima pendapat orang lain, kurang bersedia
menerima keputusan yang diambil secara sah yang telah menjadi keputusan bersama.
Tidak pernah mampu bekerjasama dengan rekan kerja, atasan, bawahan baik di dalam Buruk
maupun di luar organisasi serta tidak menghargai dan menerima pendapat orang lain, tidak
bersedia menerima keputusan yang diambil secara sah yang telah menjadi keputusan
bersama.

H. Sumber Data dan Variabel Penelitian Unsur-unsur yang dinilai di antaranya orientasi
Data pada penelitian ini diperoleh dari pelayanan, integritas, komitmen, disiplin, dan
KEMENPAN-RB [9] untuk menilai prestasi kerja kerjasama. Untuk uraian lengkap mengenai pedoman
dosen tetap yayasan penerima sertifikat pendidik.
Londa et al: Penerapan Metode Logika Fuzzy … 82

penilaian perilaku kerja PNS dapat dilihat pada Tabel diimplementasikan untuk menggabungkan set fuzzy ini
1. yang mewakili output aturan menjadi set fuzzy tunggal
untuk membuat keputusan. Set fuzzy gabungan akhir
I. Langkah Penelitian dalam Mamdani-Type Fuzzy adalah output dari proses agregasi, dan setiap variabel
Inference Process output dari sistem inferensi fuzzy akan memiliki satu set
Langkah pertama dalam penelitian ini adalah fuzzy gabungan yang cocok untuk referensi. Semua
langkah Fuzzify input variables yaitu dengan fungsi MAX, SUM, dan probabilistik OR berlaku
mengubah nilai pada setiap variabel input menjadi nilai untuk operasi agregasi, tetapi dalam penelitian ini
keanggotaan yang setara dengan set fuzzy yang sesuai fungsi MAX digunakan karena lebih mudah dan dapat
melalui fungsi keanggotaan. Gambar 3 merupakan diterima dengan baik.
contoh perubahan nilai variabel orientasi pelayanan Langkah terakhir dari proses inferensi fuzzy
sesuai dengan domain nilai yang telah ditentukan. adalah defuzzifikasi, di mana himpunan fuzzy
Contoh pada gambar merupakan penentuan nilai gabungan dari proses agregasi akan menghasilkan
keanggotaan dari himpunan fuzzy “buruk” (0 - 50) dan kuantitas skalar tunggal. Defuzzifikasi adalah operasi
“kurang” (40 – 60). kebalikan dari fuzzifikasi dan prosedur terakhir adalah
mengekstrak jumlah yang tepat dari kisaran set fuzzy ke
variabel output.
1
III. HASIL DAN PEMBAHASAN
Penyusunan penerapan logika fuzzy mamdani
untuk menentukan kinerja kerja dilakukan berdasarkan
kriteria dan bobot yang sudah ditentukan. Penelitian ini
0 menggunakan 5 variabel dengan 5 himpunan fuzzy
0 50 60 yaitu Buruk, Kurang, Cukup, Baik, dan Baik sekali.
Gambar 3. Penentuan nilai keanggotaan Sebagai contoh adalah himpunan fuzzy pada domain
nilai (0-50) dengan derajat keanggotaan “Buruk”
Langkah kedua yaitu penerapan Fuzzy operator. tertinggi terdapat pada nilai 40, jika nilai variabel
Karena dalam penelitian ini sistem inferensi fuzzy melebihi nilai 40 maka semakin mendekati derajat
mengandung lebih dari satu variabel input, maka aturan keanggotaan “Kurang”. Himpunan derajat keanggotaan
If-Then diterapkan untuk mencari tahu kesesuaian fuzzy adalah sebagai berikut:
setiap set fuzzy berdasarkan derajat keanggotaan. Pada
tahap ini, penentuan rule menggunakan aturan If-Then A. Variabel Orientasi Pelayanan
dengan menggunakan logika AND. Gambar 4 Tabel 2 menunjukkan penentuan nilai
menunjukkan proses logic flow. keanggotaan dari himpunan fuzzy pada variabel
orientasi pelayanan.
Input- Rule-1
Tabel 2. Nilai variabel
1

Input-
Rule-2 ∑ Outpu Semesta Himpunan Domain
2 t Pembicaraan Fuzzy Nilai
Buruk 0 - 50
Rule-i
Input - Kurang 40 - 60
i 0 - 100 Cukup 50 - 75
Gambar 4. Logic flow
Baik 60 - 90
Baik Sekali 75 - 100
Langkah ketiga adalah implikasi metode. Pada
bagian ini konsekuensi dari aturan If-Then adalah
kumpulan linguistik fuzzy lain yang didefinisikan Gambar 5 merupakan himpunan keanggotaan dari
dengan kesesuaian fungsi keanggotaan. Metode variabel input orientasi pelayanan dengan nilai domain
inferensi selanjutnya adalah membentuk kembali set himpunan bilangan fuzzy: buruk [0 0 40 50], kurang
fuzzy dari bagian konsekuensi sesuai dengan hasil yang [40 50 60], cukup [50 60 75], baik [60 70 90], dan
terkait dengan hasil sebelumnya. Proses ini disebut sangat baik [75 90 100 100].
dengan metode implikasi. Operasi AND yang
diimplementasikan memotong set fuzzy dari bagian
konsekuen. Tingkat deformasi dari himpunan fuzzy
output dalam setiap aturan harus bergantung pada
bilangan tunggal spesifik yang berasal dari hasil
sebelumnya yang sesuai dari aturan tersebut.
Langkah keempat dilakukan setelah masing-
masing aturan If-Then menghasilkan set fuzzy yang
dimodifikasi sebagai output, metode agregasi
83 JURNAL MATRIX, VOL. 10, NO. 2, JULI 2020

Gambar 5. Himpunan fuzzy (variabel “orientasi pelayanan”) Gambar 6. Himpunan fuzzy (variabel “integritas”)

Fungsi keanggotaan pada variabel orientasi Fungsi keanggotaan pada variabel integritas
pelayanan dirumuskan sebagai berikut : dirumuskan sebagai berikut :
1; 𝑥 ≤ 40
1; 𝑥 ≤ 40 40 − 𝑥
µ𝑏𝑢𝑟𝑢𝑘(𝑥1) = { ; 40 ≤ 𝑥 ≤ 50 (10)
40 − 𝑥 10
µ𝑏𝑢𝑟𝑢𝑘(𝑥1) = { ; 40 ≤ 𝑥 ≤ 50 (5) 0; 𝑥 ≥ 40
10
0; 𝑥 ≥ 40
1; 𝑥 ≤ 40 𝑎𝑡𝑎𝑢 𝑥 ≤ 60 (11)
1; 𝑥 ≤ 40 𝑎𝑡𝑎𝑢 𝑥 ≤ 60 (6) 𝑥 − 40
; 40 ≤ 𝑥 ≤ 50
𝑥 − 40 µ𝑘𝑢𝑟𝑎𝑛𝑔(𝑥1) = 20
; 40 ≤ 𝑥 ≤ 50 40 − 𝑥
µ𝑘𝑢𝑟𝑎𝑛𝑔(𝑥1) = 20
40 − 𝑥 { 10 ; 50 ≤ 𝑥 ≤ 60
{ 10 ; 50 ≤ 𝑥 ≤ 60
1; 𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≤ 75 (12)
1; 𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≤ 75 (7) 𝑥 − 50
; 50 ≤ 𝑥 ≤ 60
𝑥 − 50 µ𝑐𝑢𝑘𝑢𝑝(𝑥1) = 10
; 50 ≤ 𝑥 ≤ 60 75 − 𝑥
µ𝑐𝑢𝑘𝑢𝑝(𝑥1) = 10
75 − 𝑥 { 15 ; 60 ≤ 𝑥 ≤ 75
{ 15 ; 60 ≤ 𝑥 ≤ 75
1; 𝑥 ≤ 60 𝑎𝑡𝑎𝑢 𝑥 ≤ 90 (13)
1; 𝑥 ≤ 60 𝑎𝑡𝑎𝑢 𝑥 ≤ 90 (8) 𝑥 − 60
; 60 ≤ 𝑥 ≤ 70
𝑥 − 60 µ𝑏𝑎𝑖𝑘(𝑥1) = 10
; 60 ≤ 𝑥 ≤ 70 90 − 𝑥
µ𝑏𝑎𝑖𝑘(𝑥1) = 10
90 − 𝑥 { 20 ; 70 ≤ 𝑥 ≤ 90
{ 20 ; 70 ≤ 𝑥 ≤ 90
1; 𝑥 ≤ 75 𝑎𝑡𝑎𝑢 𝑥 ≤ 100 (14)
1; 𝑥 ≤ 75 𝑎𝑡𝑎𝑢 𝑥 ≤ 100 (9 𝑥 − 75
; 75 ≤ 𝑥 ≤ 90
𝑥 − 75 µ𝑠𝑎𝑛𝑔𝑎𝑡𝑏𝑎𝑖𝑘(𝑥1) = 15
; 75 ≤ 𝑥 ≤ 90 100 − 𝑥
µ𝑠𝑎𝑛𝑔𝑎𝑡𝑏𝑎𝑖𝑘(𝑥1) = 15
100 − 𝑥 { 10 ; 90 ≤ 𝑥 ≤ 100
{ 10 ; 90 ≤ 𝑥 ≤ 100
C. Variabel Komitmen
Tabel 4 menunjukkan penentuan nilai
B. Variabel Integritas keanggotaan dari himpunan fuzzy pada variabel
Tabel 3 menunjukkan penentuan nilai komitmen.
keanggotaan dari himpunan fuzzy pada variabel
integritas. Tabel 4. Nilai variabel

Tabel 3. Nilai variabel Semesta Himpunan Domain

Pembicaraan Fuzzy Nilai
Semesta Himpunan Domain Buruk 0 - 50
Pembicaraan Fuzzy Nilai Kurang 40 - 60
Buruk 0 - 50 0 - 100 Cukup 50 - 75
Kurang 40 - 60 Baik 60 - 90
0 - 100 Cukup 50 - 75 Baik Sekali 75 - 100
Baik 60 - 90
Baik Sekali 75 - 100 Gambar 7 merupakan himpunan keanggotaan dari
variabel input komitmen dengan nilai domain
Gambar 6 merupakan himpunan keanggotaan dari himpunan bilangan fuzzy: buruk [0 0 40 50], kurang
variabel input integritas dengan nilai domain himpunan [40 50 60], cukup [50 60 75], baik [60 70 90], dan
bilangan fuzzy: buruk [0 0 40 50], kurang [40 50 60], sangat baik [75 90 100 100].
cukup [50 60 75], baik [60 70 90], dan sangat baik [75
90 100 100].
Londa et al: Penerapan Metode Logika Fuzzy … 84

Gambar 7. Himpunan fuzzy (variabel “integritas”)

Fungsi keanggotaan pada variable komitmen
Fungsi keanggotaan pada variabel komitmen dirumuskan sebagai berikut :
dirumuskan sebagai berikut:
1; 𝑥 ≤ 40
40−𝑥
1; 𝑥 ≤ 40 µ𝑏𝑢𝑟𝑢𝑘(𝑥1) = { ; 40 ≤ 𝑥 ≤ 50 (20)
40−𝑥 10
µ𝑏𝑢𝑟𝑢𝑘(𝑥1) = { ; 40 ≤ 𝑥 ≤ 50 (15) 0; 𝑥 ≥ 40
10
0; 𝑥 ≥ 40
1; 𝑥 ≤ 40 𝑎𝑡𝑎𝑢 𝑥 ≤ 60 (21)
1; 𝑥 ≤ 40 𝑎𝑡𝑎𝑢 𝑥 ≤ 60 (16) 𝑥 − 40
; 40 ≤ 𝑥 ≤ 50
𝑥 − 40 µ𝑘𝑢𝑟𝑎𝑛𝑔(𝑥1) = 20
; 40 ≤ 𝑥 ≤ 50 40 − 𝑥
µ𝑘𝑢𝑟𝑎𝑛𝑔(𝑥1) = 20
40 − 𝑥 { 10 ; 50 ≤ 𝑥 ≤ 60
{ 10 ; 50 ≤ 𝑥 ≤ 60
1; 𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≤ 75 (22)
1; 𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≤ 75 (17) 𝑥 − 50
; 50 ≤ 𝑥 ≤ 60
𝑥 − 50 µ𝑐𝑢𝑘𝑢𝑝(𝑥1) = 10
; 50 ≤ 𝑥 ≤ 60 75 − 𝑥
µ𝑐𝑢𝑘𝑢𝑝(𝑥1) = 10
75 − 𝑥 { 15 ; 60 ≤ 𝑥 ≤ 75
{ 15 ; 60 ≤ 𝑥 ≤ 75
1; 𝑥 ≤ 60 𝑎𝑡𝑎𝑢 𝑥 ≤ 90 (23)
1; 𝑥 ≤ 60 𝑎𝑡𝑎𝑢 𝑥 ≤ 90 (18) 𝑥 − 60
; 60 ≤ 𝑥 ≤ 70
𝑥 − 60 µ𝑏𝑎𝑖𝑘(𝑥1) = 10
; 60 ≤ 𝑥 ≤ 70 90 − 𝑥
𝑏𝑎𝑖𝑘(𝑥1) = 10
90 − 𝑥 { 20 ; 70 ≤ 𝑥 ≤ 90
{ 20 ; 70 ≤ 𝑥 ≤ 90
1; 𝑥 ≤ 75 𝑎𝑡𝑎𝑢 𝑥 ≤ 100 (24)
1; 𝑥 ≤ 75 𝑎𝑡𝑎𝑢 𝑥 ≤ 100 (19) 𝑥 − 75
; 75 ≤ 𝑥 ≤ 90
𝑥 − 75 µ𝑠𝑎𝑛𝑔𝑎𝑡𝑏𝑎𝑖𝑘(𝑥1) = 15
; 75 ≤ 𝑥 ≤ 90 100 − 𝑥
µ𝑠𝑎𝑛𝑔𝑎𝑡𝑏𝑎𝑖𝑘(𝑥1) = 15
100 − 𝑥 { 10 ; 90 ≤ 𝑥 ≤ 100
{ 10 ; 90 ≤ 𝑥 ≤ 100
E. Variabel Kerjasama
Tabel 6 menunjukkan penentuan nilai
D. Variabel Disiplin keanggotaan dari himpunan fuzzy pada variabel
Tabel 5 menunjukkan penentuan nilai kerjasama.
keanggotaan dari himpunan fuzzy pada variabel
disiplin. Tabel 6. Nilai variabel

Tabel 5. Nilai variabel Semesta Himpunan Domain

Pembicaraan Fuzzy Nilai
Semesta Himpunan Domain Buruk 0 - 50
Pembicaraan Fuzzy Nilai Kurang 40 - 60
Buruk 0 - 50 0 - 100 Cukup 50 - 75
Kurang 40 - 60 Baik 60 - 90
0 – 100 Cukup 50 - 75 Baik Sekali 75 - 100
Baik 60 - 90
Baik Sekali 75 - 100 Gambar 9 merupakan himpunan keanggotaan dari
variable input kerjasama dengan nilai domain
Gambar 8 merupakan himpunan keanggotaan dari himpunan bilangan fuzzy: buruk [0 0 40 50], kurang
variable input disiplin dengan nilai domain himpunan [40 50 60], cukup [50 60 75], baik [60 70 90], dan
bilangan fuzzy: buruk [0 0 40 50], kurang [40 50 60], sangat baik [75 90 100 100].
cukup [50 60 75], baik [60 70 90], dan sangat baik [75
90 100 100].

Gambar 9. Himpunan fuzzy (variabel “kerjasama”)

Gambar 8. Himpunan fuzzy (variabel “disiplin”)

85 JURNAL MATRIX, VOL. 10, NO. 2, JULI 2020

Fungsi keanggotaan pada variabel kerjasama Tahap yang akan dilakukan setelah menentukan
dirumuskan sebagai berikut : fungsi keanggotaan dari masing masing variabel yaitu
menyusun aturan aturan (rule).
1; 𝑥 ≤ 40
40−𝑥
Gambar 10 merupakan himpunan keanggotaan
µ𝑏𝑢𝑟𝑢𝑘(𝑥1) = { ; 40 ≤ 𝑥 ≤ 50 (25)
dari variabel output total kinerja kerja dengan nilai
10
0; 𝑥 ≥ 40 domain himpunan bilangan fuzzy: buruk [0 0 40 50],
1; 𝑥 ≤ 40 𝑎𝑡𝑎𝑢 𝑥 ≤ 60 (26) kurang [40 50 60], cukup [50 60 75], baik [60 70 90],
𝑥 − 40 dan sangat baik [75 90 100 100].
; 40 ≤ 𝑥 ≤ 50
µ𝑘𝑢𝑟𝑎𝑛𝑔(𝑥1) = 20
40 − 𝑥
{ 10 ; 50 ≤ 𝑥 ≤ 60

1; 𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≤ 75 (27)
𝑥 − 50
; 50 ≤ 𝑥 ≤ 60
µ𝑐𝑢𝑘𝑢𝑝(𝑥1) = 10
75 − 𝑥
{ 15 ; 60 ≤ 𝑥 ≤ 75

1; 𝑥 ≤ 60 𝑎𝑡𝑎𝑢 𝑥 ≤ 90 (28)
𝑥 − 60
; 60 ≤ 𝑥 ≤ 70
µ𝑏𝑎𝑖𝑘(𝑥1) = 10
90 − 𝑥
{ 20 ; 70 ≤ 𝑥 ≤ 90 Gambar 10. Himpunan fuzzy (variable output total
kinerja kerja)
1; 𝑥 ≤ 75 𝑎𝑡𝑎𝑢 𝑥 ≤ 100 (29)
𝑥 − 75
; 75 ≤ 𝑥 ≤ 90 G. Pembentukan Fuzzy Rule
µ𝑠𝑎𝑛𝑔𝑎𝑡𝑏𝑎𝑖𝑘(𝑥1) = 15
100 − 𝑥 Pembangunan Fuzzy Rule berdasarkan 5 variabel
{ 10 ; 90 ≤ 𝑥 ≤ 100 dan 5 domain keanggotaan membutuhkan 55 (3125
rule).
F. Analisis Penegasan Fuzzy

Tabel 6. Nilai variabel

Orientasi Total Kinerja

R Integritas Komitmen Disiplin Kerjasama
Pelayanan Kerja
1 Baik Cukup kurang Baik Cukup Baik
2 Baik Cukup Cukup Kurang Kurang Kurang
3 cukup Baik sekali Cukup Baik Baik Baik
i=3125 - - - - - -

)&(kerjaSama==baik) Then
Pada Tabel 7 dapat dilihat contoh penerapan (totalKinerjaKerja==baik)
aturan fuzzy untuk menentukan total kinerja kerja. Hasil
output diperoleh dari nilai input yang nantinya
dicocokkan dengan 3125 rule yang ada. Berikut ini
adalah bentuk symbolic rule yang digunakan untuk Rule diteruskan hingga
menentukan output dari total kinerja kerja : R=3125:
IF(orientasiPelayanan==(domain))&(integritas=
R1: =(domain))&(komitmen==(domain))&(disiplin=
IF(orientasiPelayanan==baik)&(integritas==cuk =(domain))&(kerjaSama==(domain))Then(total
up)&(komitmen==kurang)&(disiplin==baik)&(k KinerjaKerja==(domain))
erjaSama==cukup) Then
(totalKinerjaKerja==baik) Gambar 11 merupakan gambaran pola pengujian
input pada setiap 3125 rule yang ada. Contoh
R2: pengujian adalah dengan memberikan input pada
IF(orientasiPelayanan==baik)&(integritas==cuk domain keanggotaan dari 5 variabel yaitu orientasi
up)&(komitmen==cukup)&(disiplin==kurang)&( pelayanan adalah 80,5, integritas adalah 70, komitmen
kerjaSama==kurang) Then adalah 53,3, disiplin adalah 79, dan kerjasama adalah
(totalKinerjaKerja==kurang) 73,7. Berdasarkan input tersebut, diperoleh output total
kinerja kerja sebesar 74,8. Hasil output tersebut
R3: merupakan keanggotaan dari domain himpunan
IF(orientasiPelayanan==cukup)&(integritas==ba bilangan fuzzy baik yaitu [60 70 90]. Kesimpulan dari
ik_sekali)&(komitmen==cukup)&(disiplin==baik input yang diberikan adalah variabel total kinerja kerja
dikatakan “baik”.
Londa et al: Penerapan Metode Logika Fuzzy … 86

Gambar 11. Editor rule

IV. KESIMPULAN enterprises using mamdani method (Case Study:

Penelitian ini menggunakan metode fuzzy logic Pekanita, Kroya, Cilacap),” in Proc. - 2017 2nd
model mamdani dengan lima variabel dan lima Int. Conf. Inf. Technol. Inf. Syst. Electr. Eng.
himpunan keanggotaan untuk penilaian kinerja dosen. ICITISEE 2017, 2018.
Penelitian ini focus mempelajari fitur fungsi [2] S. Zhang, C. Zheng, Z. Fan, and M. Liu, “Expert
keanggotaan dalam proses inferensi fuzzy tipe system for the design of silk products based on
mamdani, untuk mempercepat serta meningkatkan web,” in Proc. - 2014 Int. Conf. Mechatronics
akurasi penilaian seorang dosen dengan menggunakan Control. ICMC 2014, 2015.
tata cara scientific serta menghindari kesalahan [3] E. H. Mamdani, “Application of fuzzy algorithms
penilaian yang dilakukan secara manual. Lima variabel for control of simple dynamic plant,” in Proc.
penilaian yang digunakan antara lain orientasi Inst. Electr. Eng., 1974.
pelayanan, integritas, komitmen, disiplin dan kerja [4] D. Kustono [Link]., Pedoman Beban Kerja Dosen
sama serta lima himpunan anggota yang digunakan dan Evaluasi Pelaksanaan Tri Dharma
adalah buruk, kurang, cukup, baik, sangat baik. Melalui Perguruan Tinggi. Jakarta: Direktorat Jenderal
penelitian yang dilakukan, ditemukan bahwa untuk Pendidikan Tinggi Departemen Pendidikan
memastikan hubungan input-output dengan kontinuitas Nasional, 2010.
yang diharapkan, dibutuhkan dukungan dari fungsi [5] E. V. Broekhoven and B. D. Baets, “Monotone
keanggotaan yang berdekatan. Dalam penelitian ini Mamdani-Assilian models under mean of maxima
fungsi keanggotaan didistribusikan secara simetris defuzzification,” Fuzzy Sets and System, vol. 159,
sepanjang skala input dan skala output, serta no. 21, 2008.
penyelesaian Rule If-Then dilakukan scara merata. Hal [6] C. Wang, A Study of Membership Functions on
ini menghasilkan model inferensi fuzzy dengan kinerja Mamdani-Type Fuzzy Inference System for
linear yang baik. Industrial Decision-Making. Pennsylvania:
Pengembangan selanjutnya diharapkan dapat Lehigh University, 2015.
mencakup proses penelitian inferensi fuzzy mamdani [7] I. Iancu, and A Mamdani, Type Fuzzy Logic
dan menemukan metode konstruksi untuk membuat Controller. Romania: University of Craiova,
sistem inferensi fuzzy mamdani menjadi lebih 2012.
terkendali dan dapat diandalkan. [8] S. Suthar, R. Verma, S. Deep, and K. Kumar,
“Optimization of conditions (pH and temperature)
UCAPAN TERIMA KASIH for Lemna gibba production using fuzzy model
Peneliti menyampaikan ungkapan terima kasih coupled with Mamdani’s method,” Ecol. Eng.,
yang sebesar-besarnya kepada setiap kontributor yang vol. 83, 2015.
telah membantu dalam menyelesaian penelitian ini. [9] Menteri Pendayagunaan Aparatur Negara dan
Reformasi Birokrasi, Kriteria Penilaian Unsur
DAFTAR PUSTAKA Perilaku Kerja Pegawai Negeri Sipil. Jakarta:
[1] A. D. Riyanto, H. Marcos, Z. Karini, and K. M. Kemenpan-RB, 2013.
Amin, “Fuzzy logic implementation to optimize
multiple inventories on micro small medium