A STRATEGI MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA UNIVERSITAS MUHAMMADIYAH PONOROGO DENGAN TEORI FUZZY TSUKAMOTO
Abstrak
ABSTRAK
Tujuan penelitian ini yaitu membuat model matematis yang berkaitan dengan logika fuzzy untuk memprediksi tingkat kelulusan mahasiswa mulai tahun 2024. Jenis penelitian ini merupakan penelitian terapan (applied research). Metode yang digunakan yaitu metode tsukamoto dalam analisis fuzzy serta pengecekan keakuratan peramalan dengan MAPE. Teknik pengumpulan data dilakukan dengan mengumpulkan data primer dan data sekunder. Data primer yang digunakan yaitu data penerimaan mahasiswa baru, banyak lulusan, dan banyak wisudawan dari Universitas Muhammadiyah Ponorogo pada tahun 2021, 2022, dan 2023. Data sekunder diperoleh dari buku, artikel, dan dokumen yang relevan dengan fuzzy Tsukamoto. Hasil analisis fuzzy Tsukamoto dengan pengujian MAPE menunjukkan bahwa model fuzzy yang dibangun berada pada persentase 5.3%. Artinya sistem fuzzy memiliki kemampuan peramalan yang sangat baik dalam memprediksi tingkat kelulusan mahasiswa di tahun 2021, 2022, dan 2023 serta dapat digunakan untuk memprediksi banyak lulusan tahun 2024.
Artikel teks lengkap
Referensi
Arifin, Muhammad Zainul, and Mega Nuris Salafinah. 2020. “Implementasi Teori Fuzzy Tsukamoto Untuk Memprediksi Tingkat Kelulusan Mahasiswa Institut Agama Islam Negeri Jember.” Aritmatika: Jurnal Riset Pendidikan Matematika 1(1): 22–35.
Asriningtias, Yuli, and Rodhyah Mardhiyah. 2014. “Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa.” Jurnal Informatika 8(1): 837–48.
Basriati, Sri, Elfira Safitri, and Putri Nofridayani. 2020. “Penerapan Metode Fuzzy Tsukamoto Dalam Menentukan Jumlah Produksi Tahu.” Jurnal Sains, Teknologi dan Industri 18(1): 120.
Bede, Barnabas. 2013. Mathematics of Fuzzy Sets and Fuzzy Logic. Berlin: Springer.
Chang, Pei Chann, Yen Wen Wang, and Chen Hao Liu. 2007. “The Development of a Weighted Evolving Fuzzy Neural Network for PCB Sales Forecasting.” Expert Systems with Applications 32(1): 86–96.
Kusumadewi, Sri, and Hari Purnomo. 2010. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.
Masui, Chris et al. 2014. “Do Diligent Students Perform Better? Complex Relations between Student and Course Characteristics, Study Time, and Academic Performance in Higher Education.” Studies in Higher Education 39(4): 621–43.
Mulyatiningsih, Endang. 2011. Riset Terapan Bidang Pendidikan Dan Teknik. Yogyakarta: UNY press.
Plant, E Ashby, K Anders Ericsson, Len Hill, and Kia Asberg. 2005. “Why Study Time Does Not Predict Grade Point Average across College Students: Implications of Deliberate Practice for Academic Performance.” Contemporary educational psychology 30(1): 96–116.
Rindengan, Altien J, and Yohanes A R Langi. 2019. Sistem Fuzzy. Bandung: CV. Patra Media Grafindo.
Setiawan, Agung, Budi Yanto, and Kiki Yasdomi. 2018. Logika Fuzzy Dengan Matlab (Contoh Kasus Penelitian Penyakit Bayi Dengan Fuzzy Tsukamoto). Denpasar: Jayapangus Press Books. http://book.penerbit.org/index.php/JPB/article/view/122.
Setiyawan, Dio, Arbansyah Arbansyah, and Asslia Johar Latipah. 2023. “Fuzzy Inference System Metode Tsukamoto Untuk Penentuan Program Studi Fakultas Sains Dan Teknologi Di Universitas Muhammadiyah Kalimantan Timur.” Jurnal Informatika dan Komputer 7(1).
Sihaloho, Tulus Pramita, Mahyuddin K M Nasution, and Zakarias Situmorang. 2020. “Level of Student Satisfaction on Lecturer Performance with Fuzzy Inference System (FIS) Tsukamoto Method.” IOP Conference Series: Materials Science and Engineering 725(1): 12130.
Vivas, Eliana, Héctor Allende-Cid, and Rodrigo Salas. 2020. “A Systematic Review of Statistical and Machine Learning Methods for Electrical Power Forecasting with Reported Mape Score.” Entropy 22(12): 1412.
Zadeh, Lotfi Asker. 1965. “Fuzzy Sets.” Information and control 8(3): 338–53.
Penulis
Hak Cipta (c) 2024 Ranti Kurniasih; Annafi Awantagusnik; Muhammad Zia Alghar
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang menerbitkan artikel di Jurnal MUST menyetujui persyaratan berikut:
Penulis memiliki hak cipta dan memberikan hak publikasi pertama kepada Jurnal MUST dengan karya yang secara simultan dilisensikan di bawah Creative Commons Attribution-NonCommercial 4.0 International License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepengarangan karya dan publikasi awal dalam Jurnal MUST.
Penulis dapat mengadakan perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di Jurnal MUST.
Penulis diizinkan dan didorong untuk memposting pekerjaan mereka secara online (misal dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan.