1.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 Pengenalan Pola Huruf Arab menggunakan Jaringan
Syaraf Tiruan dengan Metode Backpropagation Tacbir Hendro P, Agus
Komarudin, Dila Fadhilah Universitas Jenderal Achmad Yani - Cimahi
Email: [email protected], [email protected],
[email protected] Abstrak ide dasar untuk membuat suatu
perangkat lunak dengan bantuan komputer agar dapat mendapatkan
Dalam dunia nyata terdapat beberapa jenis informasi suatu kalimat
dengan cepat.pengenalan pola, diantaranya pengenalan pola
Pengenalan pola merupakan teknik yangwajah, sidik jari, tulisan
tangan maupun pola bertujuan untuk mengklasifikasikan citra
yangkarakter hasil cetakan. Dalam penelitian ini akan telah diolah
sebelumnya berdasarkan kesamaandibahas mengenai pengenalan pola
tulisan huruf atau kemiripan ciri yang dimilikinya.arab dengan
menggunakan jaringan saraf tiruan Pengenalan pola pun dapat
diterapkan padadimana metode yang digunakan adalah berbagai macam
bentuk seperti huruf gambar,backpropagation. Backpropagation
merupakan sidik jari dan lain sebagainya.teknik dalam jaringan
saraf tiruan yang Huruf arab merupakan huruf atau karaktertermasuk
ke dalam kategori pembelajaran yang digunakan dalam bahasa arab,
huruf arabterselia (supervised learning) dan umumnya memiliki
bentuk-bentuk khusus seperti setiap hurufmenggunakan arsitektur
Multilayer Feed Forward mempunyai dua sampai empat bentuk tulisan
yanguntuk mengubah bobot-bobot antar neuronnya. berbeda tergantung
pada posisi huruf pada suatuKemudian keluaran error digunakan untuk
kata.mengubah nilai bobot-bobotnya dalam arah Terdapat beberapa
cara untuk melakukanmundur, sehingga error yang dihasilkan oleh
pengenalan huruf dalam bentuk citra. Salah satunyabagian keluaran
ke bagian tersembunyi pada saat dengan cara membedakan huruf dengan
jumlahproses pembelajaran dilakukan akan di putaran dan arah
cekungan. Cara lain adalahbackpropagation. Proses ini akan
dilakukan terus dengan menggunakan algoritmahingga error yang
dihasilkan bisa ditolerir. backpropagation.Penelitian ini
mengimplementasikan arsitektur Salah satu algoritma pembelajaran
dalam JSTjaringan saraf tiruan backpropagation untuk adalah
backpropagation yang termasuk ke dalampengenalan pola huruf arab
untuk media kategori algoritma supervised learning.pembelajaran
iqro, huruf yang dikenali yaitu Sistem yang dibangun diharapkan
mampuhuruf yang berdiri sendiri beradaptasi terhadap perubahan pola
yang terjadi dan dapat memandu dalam hal menentukan tepatKata Kunci
: Huruf Arab, Jaringan Syaraf Tiruan, tidaknya penulisan huruf arab
menterjemahkan Backpropagation tulisan arab ke dalam huruf latin.
Dengan sistem yang dibangun, kesulitan user dalam membedakan1.
Pendahuluan huruf yang satu dengan huruf yang lainnya akan cepat
terselesaikan.1.1. Latar Belakang Masalah Huruf merupakan informasi
terkecil dari suatu 1.2. Rumusan Masalahkalimat yang perlu
didefinisikan dengan baik agar Berdasarkan latar belakang di
atas,informasi yang ada dalam kalimat tersebut dapat permasalahan
yang akan dibahas dalam penelitianlebih dipahami. Huruf memiliki
bentuk yang unik ini adalah bagaimana cara untuk mengenali
objekantara satu dengan yang lain, untuk yang dapat diterjemahkan
ke huruf latin, sehinggamembedakannya disesuaikan dengan
karakteristik user dapat belajar memahami dan membaca hurufdari
masing-masing huruf tersebut. Proses arab dalam pembelajaran iqro
dengan tanda bacaklasifikasi dan indentifikasi yang paling yang
benar.sederhana dan langsung yaitu denganmenggunakan penglihatan.
Hal tersebut menjadi ArtificialIntelligence 1-1
2.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN97860219837061.3. Batasan Masalah biner dalam sistem yang akan
dibangun digunakan metoda global thresholding yang bisa Batasan
masalahnya adalah sebagai berikut: mendapatkan nilai threshold T
yang tepat.1. Citra yang akan dikenali berformat bitmap atau Dengan
setiap piksel di dalam citra dipetakan bmp dan berukuran 50x50
pixel per huruf. dengan dua nilai, satu (1) atau nol (0) dengan2.
Objek yang akan dikenali adalah huruf yang fungsi pengambangan
sebagai berikut : { } terdapat pada pembelajaran iqro 1. 0, f ( x,
y ) < T3. Input berupa huruf tunggal tidak menangani g ( x, y )
= huruf sambung atau huruf kaligrafi. 1, f ( x, y ) T4. Sistem ini
digunakan untuk user yang dapat menggunakan komputer. 2.4
Segmentasi1.4. Manfaat Segmentasi merupakan suatu proses yang
membagi citra atau memotong ke dalam beberapa Manfaat yang dapat
diberikan dalam bagian yang diperlukan dan bagian yang
tidakpenelitian ini adalah sistem diharapkan mampu diperlukan.
Segmentasi citra merupakan suatumengenali pola huruf arab sebagai
media proses pengelompokkan citra menjadi beberapapembelajaran dan
keluaran yang dihasilkan sistem region berdasarkan kriteria
tertentu, untukyaitu sistem dapat merubah file citra menjadi teks
menemukan karakteristik khusus yang dimilikiatau huruf latin dari
huruf arab sebagai media suatu citra.pembelajaran. 2.5
Normalisasi2. Tinjauan Pustaka Normalisasi ukuran adalah proses
untuk Citra bitmap sering disebut juga dengan mengubah ukuran suatu
citra ke bentuk citragambar raster merupakan kumpulan kotak-kotak
normal yang sesuai dengan kebutuhan. Teknikkecil (pixel).
Titik-titik pixel tersebut ditempatkan normalisasi pada citra ada
dua cara, yaitu interpolsipada lokasi-lokasi tertentu dengan
nilai-nilai dan replication. Replication bekerja dengan carawarna
tersendiri yang secara keseluruhan akan menggandakan piksel
sejumlah faktor skala K.membentuk sebuah tampilan. Interpolasi
bekerja dengan cara memperhalus tingkat gradasi dari intensitas
citra yang berdekatan2.1. Tahap Pengolahan Citra sebesar faktor
skala K. Tahapan yang harus dilakukan dalam proses 2.6 Jaringan
Syaraf Tiruanpengolahan citra dapat dilihat seperti diagram dibawah
ini : Jaringan syaraf tiruan (artificial neural network) atau
disingkat JST adalah sistem komputasi dimana arsitektur dan operasi
komputer yang diilhami dari pengetahuan tentang sel syaraf Gambar
2.1 Tahap Pra Processing biologi di dalam otak. JST dapat
digambarkan sebagai model matematis dan komputasi untuk2.2.
Grayscale fungsi aproksimasi nonlinear, klasifikasi data, cluster
dan regresi non parametric atau sebagai Grayscale adalah teknik
yang digunakan untuk sebuah simulasi dari koleksi model
syarafmengubah citra berwana menjadi tingkat keabuan biologi.(dari
hitam - putih). Pengubahan dari citraberwarna ke bentuk grayscale
yaitu denganmengubah representasi nilai-nilai intensitas 2.7 Fungsi
Aktivasi JSTkomponen RGB (Red, Green, Blue), dengan cara Fungsi
aktivasi dalam jaringan syaraf tiruanmenentukan nilai grayscale
(Lo). digunakan untuk menetukan keluaran suatu neuron. Nilai hasil
dari hasil penjumlahan bobot2.3 Thresholding akan dibandingkan
dengan suatu nilai ambang tertentu melalui fungsi aktivasi setiap
neuron. Thresholding digunakan untuk mengatur Apabila input
tersebut melewati suatu nilai ambangjumlah derajat keabuan yang ada
pada citra, untuk tertentu, maka neuron tersebut akan diaktifkan,
tapiproses pengubahan citra keabuan menjadi citra kalau tidak, maka
neuron tersebut tidak akan1-2 ArtificialIntelligence
3.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706diaktifkan. Ada beberapa fungsi aktivasi JST yang
maka iterasi dihentikan. Akan tetapi apabilasering digunakan antara
lain adalah fungsi aktivasi kesalahan masih lebih besar dari
batassigmoid biner, fungsi aktivasi linear, fungsi aktivasi
toleransinya, maka bobot setiap garis dalambipolar dan fungsi
aktivasi sigmoid bipolar. Dalam jaringan akan dimodifikasi untuk
mengurangipenelitian ini fungsi aktivasi yang digunakan kesalahan
yang terjadi. Langkah pada tahap I atauadalah fungsi aktivasi
sigmoid bipolar. disebut tahap feedforward adalah sebagai berikut:
1. Inisialisasi bobot (ambil bobot awal dengan2.8 Multilayer
Perceptron (MLP) nilai random yang cukup kecil). 2. Kerjakan
langkah-langkah berikut selama Multilayer Perceptron adalah
jaringan syaraf kondisi berhenti bernilai salah.tiruan yang
memiliki kumpulan unit-unit 3. Untuk tiap-tiap pasangan elemen yang
akanpemrosesan yang meliputi lapisan input, satu atau dilakukan
pembelajaran, kerjakan:lebih lapisan tersembunyi dan sebuah
lapisanoutput. Sinyal input terhubung ke jaringan dalam
Feedforwardarah maju (forward). Sebuah neuron pada lapisan a.
Tiap-tiap unit input (Xi, i=1,2,3,...,n)hidden dikoneksikan ke
setiap neuron pada layar di menerima sinyal x i dan meneruskan
sinyalatasnya dan di bawahnya. tersebut ke semua unit pada lapisan
yang ada di atasnya (lapisan tersembunyi).2.9 Backpropagation b.
Tiap-tiap unit pada suatu lapisan tersembunyi (Zj,j=1,2,3,...,p)
menjumlahkan Backpropagation merupakan algoritma sinyal-sinyal
input terbobot :pembelajaran yang terawasi dan biasanya ndigunakan
oleh perceptron dengan banyak lapisan z _ in j = v0 j + xi vijuntuk
mengubah bobot-bobot yang terhubung i =1dengan neuron - neuron yang
ada pada lapisan gunakan fungsi aktivasi untuk
menghitungtersembunyinya. sinyal output : Pelatihan sebuah jaringan
yangmenggunakan backpropagation terdiri dari 3 dan kirimkan sinyal
tersebut ke semualangkah, yaitu : unit di lapisan atasnya
(unit-unit output) danpelatihan pola input secara feedforward,
dilakukan sebanyak jumlah lapisanperhitungan dan backpropagation
dari kumpulan tersembunyi.kesalahan dan penyesuaian bobot. Sesudah
c. Tiap-tiap unit output (Yk, k=1,2,3,...,m)pelatihan, aplikasi
dari jaringan hanya terdiri menjumlahkan sinyal-sinyal input
terbobot.dari tahap feedforward. Bahkan, jika pelatihanmenjadi
lambat, sebuah jaringan yang dilatih dapatmenghasilkan outputnya
sendiri secara cepat. gunakan fungsi aktivasi untuk menghitung2.10
Pelatihan Standar Backpropagation sinyal output : Pelatihan
Backpropagation meliputi tigatahap. dan kirimkan sinyal tersebut ke
semua unit di lapisan atasnya (unit-unit output).Tahap I :
Propagasi maju (Feedforward) Selama propagasi maju, sinyal masukan
(xi) Tahap II : Propagasi mundurdipropagasikan ke layar tersembunyi
menggunakan (Backpropagation)fungsi aktivasi yang ditentukan.
Keluaran dari Berdasarkan kesalahan tk- yk , dihitung faktorsetiap
unit layar tersembunyi (zj) tersebut k (k = 1,2 , ... , m) yang
dipakai untukselanjutnya dipropagasikan maju lagi ke layar
mendistribusikan kesalahan di unit yk ke semuatersembunyi di
atasnya menggunakan fungsi unit tersembunyi yang terhubung
langsungaktivasi yang tentukan. Demikian seterusnya dengan yk . k
juga dipakai untuk mengubahhingga menghasilkan keluaran jaringan
(yk). bobot garis yang berhubungan langsung denganBerikutnya,
keluaran jaringan (yk) dibandingkan unit keluaran. Dengan cara yang
sama, dihitungdengan target yang harus dicapai (tk). Selisih tk- yk
faktor j di setiap unit di layar tersembunyiadalah kesalahan yang
terjadi. Jika kesalahan ini sebagai dasar perubahan bobot semua
garis yanglebih kecil dari batas toleransi yang ditentukan,
ArtificialIntelligence 1-3
4.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706berasal dari unit tersembunyi pada layar di 3.
Analisa dan Perancangan Sistembawahnya. Demikian seterusnya hingga
semuafaktor di unit tersembunyi yang berhubungan Process Modeling
menggunakan Data Flowlangsung dengan unit masukan dihitung. Pada
tahap Diagram (DFD).ini juga perubahan bobot terjadi setelah
semuafaktor dihitung, bobot semua garis dimodifikasi 3.1. Data Flow
Diagrambersamaan. Perubahan bobot suatu garis DFDtahap awal adalah
Context diagramdidasarkan atas faktor neuron di layar atasnya.
seperti pada Gambar 1.Sebagai contoh, perubahan bobot garis
yangmenuju ke layar keluaran didasarkan atas k yangada di unit
keluaran. Langkah pada tahap II atautahap Backpropagation adalah
sebagai berikut:a. Tiap-tiap unit output (Yk , k=1,2,3,...,m)
menerima target pola yang berhubungan dengan pola input
pembelajaran, hitung informasi errornya : 2k = (tk - yk ) f (y_ink
) kemudian hitung koreksi bobot yang nantinya akan digunakan untuk
memperbaiki nilai wjk ): Gambar 3.1. Contex Diagram SPPHA Terdapat
empat proses utama dalam SPPHA, yaitu Image Processing, Pelatihan,
Langkah ini juga dilakukan sebanyak jumlah Pengujian dan Tutorial.
Entitas yang berhubungan lapisan tersembunyi, yaitu menghitung
langsung adalah entitas user dan trainer. Data yang informasi error
dari suatu lapisan tersembunyi mengalir dari entitas user adalah
data gambar uji, ke lapisan tersembunyi sebelumnya. data yang
mengalir dari proses ke user adalah datab. Tiap-tiap unit
tersembunyi (Zj, j=1,2,3,...,p) informasi pengujian. Sedangkan data
yang mengalir menjumlahkan delta input (dari unit-unit yang dari
entitas trainer ke proses adalah data gambar berada pada lapisan di
atasnya) : latih dan uji, data yang mengalir dari proses ke trainer
adalah data informasi pelatihan dan data grafik pembelajaran. DFD
level 1 seperti pada kalikan nilai ini dengan turunan dari fungsi
Gambar 2. aktivasinya untuk menghitung informasi error : kemudian
hitung koreksi bobot (yang nantinya akan digunakan untuk
memperbaiki nilai vij ) : hitung juga koreksi bias (yang nantinya
akan digunakan untuk memperbaiki nilai v0j ) :c. Tiap-tiap unit
output (Yk,k=1,2,3,.,m) memperbaiki bias dan bobotnya
(j=0,1,2,...,p) : wjk (baru) = wjk (lama) + wjk Gambar 3.2 DFD
Level 1 SPPHA Tiap-tiap unit tersembunyi (Zj, j=1,2,3,...,p)
memperbaiki bias dan bobotnya (i=0,1,2,...,n) : Pada proses 1 Level
1 terdapat empat proses, vij (baru) = vij (lama) + vij yaitu
grayscale, tresholding, segmentasi, Proses tersebut diulang terus
hingga kondisi normalisasi. Hasil dari proses normalisasi ini akan
penghentian dipenuhi. Iterasi akan dihentikan dialirkan ke dua
entitas yaitu user dan trainer dan jika jumlah iterasi yang
dilakukan sudah dua proses yaitu proses 3 dan proses 2, data yang
melebihi jumlah maksimum iterasi yang dialirkan dari proses
normalisasi ke entitas user ditetapkan, atau jika kesalahan yang
terjadi dan trainer adalah data informasi vektor biner sudah lebih
kecil dari batas toleransi yang sedangkan dari proses normalisasi
ke proses 2 dan diijinkan. proses 3 adalah data vektor biner.
Alirannya seperti pada gambar 3.1-4 ArtificialIntelligence
5.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 Pada proses 2.2 level 2 terdapat enam proses,
yaitu proses feed forward, proses cek error, proses
backpropagation, simpan hasil training, proses 2.1 dan proses 2.3.
Data yang mengalir dari proses 2.1 yaitu data parameter sedangkan
data keluaran dari proses backpropagation adalah data hasil
training. Alirannya seperti pada gambar 6. Gambar 3.3. Level 2.
Proses 1 SPPHA Pada proses 2 level 1terdapat lima proses,yaitu
proses pengisian parameter, training, infohasil training, simpan
hasil training proses 1 danproses 3. Data yang mengalir dari proses
1yaitudata vektor biner. Entitas yang berhubungan dalamproses ini
adalah entitas trainer. Gambar Proses2 level 1 seperti pada gambar
3. Gambar 3.6. Level 2. Proses 2.2 SPPHA Pada proses 3.2 level 2
terdapat lima proses, yaitu proses feed forward, proses cek bobot,
proses 1, proses 3.3 dan proses 2.4. Data yang mengalir dari proses
1 adalah data vektor biner sedangkan data yang mengalir dari proses
cek bobot ke proses 3.3 adalah data hasil testing. Alirannya
seperti pada gambar 7. Gambar 3.4. Level 2. Proses 2 SPPHA Pada
proses 3 level 1 terdapat lima proses,yaitu proses input data tes,
testing, info hasiltesting, simpan hasil training dan proses 1.
Datayang mengalir dari proses 1 yaitu data vektorbiner. Entitas
yang berhubungan dalam proses iniadalah entitas trainer dan user,
dimana data yangditerima trainer dan user adalah data
informasipengujian. Alirannya seperti gambar 5. Gambar 3.7. Level
2. Proses 2.2 SPPHA 4. Implementasi Interface Sistem 4.1. Tampilan
Form Utama Tampilan Form Utama merupakan tampilan awal sistem,
dimana pada form utama ini terdapat empat proses yaitu image
processing, pelatihan, pengujian dan tutorial. Dimana pada image
processing gambar diinput dan dicari nilai berupa vektor untuk
dapat dimasukan nilainya ke Gambar 3.5. Lavel 2. Proses 3 SPPHA
proses pelatihan dan pengujian, sedangkan menu
ArtificialIntelligence 1-5
6.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706tutorial hanya berfungsi sebagai
petunjukpenggunaan aplikasi dan beberapa pengertian ataudefinisi
dari JST, backpropagation dan pengenalanpola. Tampilan form utama
dapat dilihat padaGambar 4.1. Gambar 4.4. Tampilan Form Pelatihan
Dalam Menampilkan Nilai Bobot 4.3. Tampilan Form Proses Pengujian
Tampilan Form Pengujian merupakan proses Gambar 4.1. Tampilan Form
Utama untuk melakukan pengujian atau membandingan hasil dari proses
pelatihan. Disini user dituntut4.2. Tampilan Form Proses Pelatihan
untuk memasukan data gambar latih agar dapat Tampilan Form
Pelatihan merupakan proses diproses. Tampilan form pengujian dapat
dilihatuntuk mengisi beberapa parameter pelatihan seperti pada
gambar 4.5. samapi 4.6.(Learning rate, Jumlah Hiden, Jumlah Epoch
danMean Square Error). Dalam proses pelatihan jugauser dapat
melihat grafik pembelajaran padatraining, nilai bobot tiap neuron
pada lapisanoutput dan menampilkan error tiap neuron padalapisan
output. Tampilan form pelatihan sepertipada Gambar 4.2 sampai
dengan 4.4. Gambar 4.5. Tampilan Form Pengujian Dalam Membuka File
Gambar Gambar 4.2. Tampilan Form Utama Pelatihan Gambar 4.6.
Tampilan Form Utama Pengujian 4.4. Tampilan Form Tutorial Tampilan
Form Tutorial merupakan tampilan yang berfungsi untuk mempermudah
user Gambar 4.3. Tampilan Form Pelatihan Melihat menjalankan
aplikasi. Disini user dapat melihat Grafik beberapa petunjuk
penggunaan aplikasi dan1-6 ArtificialIntelligence
7.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706beberapa pengertian tentang pengenalan pola,
JSTdan backpropagation. Tampilan Form tutorialseperti pada Gambar
4.7.Gambar 4.7. Tampilan Form Tutorial Definisi JST5. Kesimpulan
Berdasarkan dari hasil pelaksanaan penelitianini dapat disimpulkan
bahwa sistem yang dibuatuntuk melakukan pengenalan pola huruf arab
padapembelajaran iqro dapat dilakukan denganmenggunakan algoritma
backpropagation. Prosestraining akan berhenti pada kondisi jumlah
epochsama dengan maks epoch atau mean squarer errorlebih kecil sama
dengan maks mean square error.Jumlah epoch yang digunakan dalam
penelitian iniadalah 100 epoch dengan learning rate adalah0,125.
Dalam pengujian sistem data yang di ujidibagi menjadi dua yaitu
data yang sudahmelakukan pelatihan dan data yang belum samasekali
melakukan pelatihan, untuk pengujian datayang sudah mengalami
pelatihan presentase gambaryang dikenali adalah 100%.Daftar
Pustaka[1] Sutikno, Pengenalan pola huruf arab gundul dengan
menggunakan metode jaringan syaraf tiruan backpropagation, 2010[2]
Budhi, G.S, Gunawan, I, Jaowry S,. Metode Jaringan Saraf Tiruan
Backpropagation untuk Pengenalan Huruf Cetak pada Citra Digital,
2010[3] Sutikno., Pengenalan pola indentifikasi tanda tangan dengan
menggunakan jaringan syaraf tiruan backpropagation, 2010
ArtificialIntelligence 1-7
9.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 Pemanfaatan QRCode Sebagai Akses Cepat Verifikasi
Ijazah UNIKOM Irawan Afrianto, Andri Heryandi, Alif Finandhita
Jurusan Teknik Informatika - Fakultas Teknik Dan Ilmu Komputer
Universitas Komputer Indonesia Abstrak 1. Pendahuluan Ijazah
merupakan salah satu surat berharga Ijazah merupakan surat tanda
kelulusan yangpada saat seseorang melamar pekerjaan. menunjukkan
seseoarang telah menyelesaikanDikarenakan pentingnya ijazah
tersebut, muncul pendidikan formalnya. Universitas
Komputeroknum-oknum yang mencoba untuk memalsukan Indonesia
(UNIKOM) sebagai salah satu perguruanijazah . Hal ini pula yang
terjadi di Universitas tinggi swasta setiap tahunnya mengeluarkan
ijazahKomputer Indonesia (UNIKOM), terdapatnya bagi para mahasiswa
yang telah menyelesaikanijazah palsu tentunya sangat merugikan baik
bagi masa studinya sebagai tanda kelulusan.pihak Univeristas maupun
dari pihak perusahaan Penggunaan ijazah yang lazim adalah
sebagaiyang menerima ijazah palsu tersebut. syarat melamar suatu
pekerjaan. Dikarenakan Proses verifikasi ijazah pun masih sangat
fungsinya yang sangat penting tersebut makalemah, masih menggunakan
cara-cara kejahatan pemalsuan ijazah pun banyak
dilakukan.konvensional seperti pengecekan pada saat Seperti halnya
beberapa waktu lampau dilegalisir mapun pengecekan melalui telepon
dari internet muncul sebuah situs yang dengan terang-perusahaan ke
pihak Universitas, hal ini dilakukan terangan dapat membuatkan
ijazah palsu bagi yangdikarenakan belum adanya sistem yang mampu
memerlukannya. Hal ini tentunya akan merugikansecara cepat
melakukan konfirmasi baik bagi perguruan tinggi yang
ijazahnyakebenaran/keaslian dari ijazah tersebut. dipalsukan maupun
kepada perusahaan/instansi Teknologi QR(Quick Response) Code yang
menerima karyawan dengan ijazah yangmerupakan salah satu cara untuk
dapat mengakses palsu.informasi dengan cepat, disamping itu
kemampuan Oleh karena ini diperlukan suatu sistem yangQRcode dalam
menampung data yang lebih besar dapat dengan cepat melakukan proses
verifikasimemungkin untuk dapat digunakan dalam ijazah. Salah
satunya adalah dengan menggunakanpenyimpanan informasi ijazah dan
pengaksesannya teknologi QR Code. Teknologi RQ Code digunakansecara
cepat. untuk melakukan akses cepat ke suatu data ( data Diperlukan
suatu sistem yang mampu teks, tautan dan sebagainya), dalam hal
inimengolah data ijazah serta menghasilkan QRcode pemanfaatan QR
Code akan disertakan pada setiapyang nantinya digunakan sebagi
media untuk ijazah UNIKOM, sehingga perusahaan/instansimengakses
informasi ijazah secara cepat, sehingga dapat dengan cepat
melakukan verifikasi terhadappengguna (perusahaan) dapat melakukan
verifikasi ijazah UNIKOM tersebut.ijalah lulusan UNIKOM dengan
lebih cepat dan Berdasar latar berlakang tersebut maka
penelitiakurat. berkeinginan untuk mengembangkan suatu bentuk Hasil
penelitian yang dilakukan diperoleh propotipe aplikasi yang
memanfaatkan QR Codekesimpulan bahwa aplikasi pengolahan data
ijazah guna akses cepat / verifikasi ke data ijazah yangmampu
menghasilkan QRcode sesuai dengan NIM dimiliki oleh UNIKOM.lulusan
yang tertera dalam ijazah, dan prosespengaksesan dapat dilakukan
melalui handphone 2. Tinjauan Pustakayang memiliki kemampuan
membaca QCCode,disamping itu terdapat fasilitas situs alumni 2.1.
QR (Quick Response) Codesebagai pendamping, yang dapat digunakan
untuk Kode QR adalah suatu jenis kode matriks ataumengakses
informasi ijazah secara online. kode batang dua dimensi yang
dikembangkan oleh Denso Wave, sebuah divisi Denso CorporationKata
kunci : QRCode, Verifikasi Cepat, Aplikasi yang merupakan sebuah
perusahaan Jepang danpengolahan Ijazah, Sistem online, UNIKOM
dipublikasikan pada tahun 1994 dengan ArtificialIntelligence
1-9
10.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706fungsionalitas utama yaitu dapat dengan
mudahdibaca oleh pemindai QR merupakan singkatan dariquick response
atau respons cepat, yang sesuaidengan tujuannya adalah untuk
menyampaikaninformasi dengan cepat dan mendapatkan responsyang
cepat pula. Gambar 0.3. Cara kerja QR code 2.2 Internet Internet
adalah suatu jaringan komputer global yang terbentuk dari
jaringan-jaringan komputer lokal dan regional yang memungkinkan
komunikasi Gambar 2.1 QRCode data antar komputer yang terhubung ke
jaringan tersebut. Tidak seperti barcode yang hanya satu
sisinyasaja yang mengandung data, QR Code mempunyaidua sisi yang
berisi data, dan ini membuat QR Codelebih banyak memuat informasi
dibandingkan barcode. QR Code misalnya, dapat menampunginformasi
berupa URL suatu website yang nantinyadapat digunakan pada majalah,
iklan, atau medialainnya, sehingga ketika seorang penggunahandphone
berkamera dan mempunyai aplikasi Gambar 2.4 Internetpembaca QR Code
dapat langsung men-scan danmasuk ke website yang dimaksud tanpa
perlumengetikkan alamatnya. Kegunaan lain misalnya 2.3 Aplikasi
WebQR Code digunakan untuk menyimpan data teksmengenai informasi
produk atau hal lain, SMS, atau Pada awalnya aplikasi Web dibangun
hanyainformasi kontak yang mengandung nama, nomor dengan
menggunakan bahasa yang disebut HTMLtelepon, dan alamat. (HyperText
Markup Language). Pada perkembangan berikutnya, sejumlah skrip dan
objek dikembangkan untuk memperluas kemampuan HTML. Pada saat ini,
banyak skrip seperti itu, antara lain yaitu PHP dan ASP, sedangkan
contoh yang berupa objek adalah applet. Aplikasi Web itu dapat
dibagi menjadi Web statis dan Web dinamis. Web statis dibentuk
dengan Gambar 2.2. Perbedaan QR code dan bar code menggunakan HTML
saja. QRCode adalah sebuah kode yang berisiinformasi, yang dapat
dibaca dengan menggunakancara sebagai berikut :1. Pembaca QR Code
(QR Code Reader) melalui kamera ponsel akan menyimpan informasi
pada QR Code. Ini tersebut diantaranya adalah alamat web (URL),
nomor telepon, teks, dan SMS. Gambar 2.5 Client side programming2.
Setelah di scan, sebuah link URL berisi informasi pada QR Code akan
ditampilkan Kekurangan aplikasi seperti ini terletak pada pada
layar ponsel. keharusan untuk memelihara program secara terus-
menerus untuk mengikuti setiap perubahan yang terjadi. Kelemahan
ini diatasi dengan model Web1-10 ArtificialIntelligence
11.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706dinamis. Dengan menggunakan pendekatan Web
perawatan. Disebut dengan waterfall karenadinamis, dimungkinkan
untuk membentuk sistem tahap demi tahap yang dilalui harus
menungguinformasi berbasis web. selesainya tahap sebelumnya dan
berjalan berurutan, sebagai contoh tahap desain harus menunggu
selesainya tahap sebelumnya yaitu tahap requirement. Gambar 2.6
Server side programming3. Tujuan dan Manfaat Penelitian3.1. Tujuan
Gambar 0.1. Metode Waterfall Tujuan penelitian adalah
mengembangkansuatu propotipe aplikasi untuk mempercepat proses 4.
Pembahasanakses terhadap ijazah lulusan yang dikeluarkan olehUNIKOM
dengan menggunakan QRCode. 4.1 Sistem yang sedang berjalan Proses
pembuatan ijazah dan transkrip3.2. Manfaat UNIKOM dilakukan oleh
bagian BAAK. Dimana Manfaat penelitian ini adalah untuk didalam
prosedurnya melibatkan beberapa bagianmengetahui secara cepat
validitas dari ijazah untuk melakukan proses pemasukan data
hinggaalumni/lulusan UNIKOM hanya dengan ijazah siap diserahkan
kepada lulusan.menggunakan QRCode yang terdapat didalam Adapun
Prosedur pembuatan transkrip dan Ijazahijazahnya. QRCode digunakan
untuk menampung UNIKOM dapat dilihat pada gambar 4.1 daninformasi
berupa link ke situs verifikasi ijazah gambar 4.2UNIKOM dimana data
dari QRCode tersebut akan SEKRETARIATJURUSAN BAAK KETUAJURUSAN
DEKANdicocokkan dengan database alumni/lulusan mulaiUNIKOM,
termasuk didalamnya untuk mengetahui PengumpulanPhoto informasi
yang berkaitan dengan lulusan tersebut. dantranskrip
calonwisudawanDengan cara cepat ini, perusahaan/instansi dapat
Transkripdanphoto calonwisudawan Pengolahan Transkripdengan cepat
mengetahui validitas dan profil yangdikumpulkanalumni/lulusan
UNIKOM. Pemberiannomor seritranskrip Pencetakan3.3. Metode
Penelitian Transkrip Transkripyang Metodologi yang digunakan dalam
penelitian sudahdicetakini adalah sebagai berikut : Penempelan
fotocalon1. Studi Literatur wisudawan Metode studi pustaka
merupakan kegiatan Transkripyang sudahditempelfoto Penandatanganan
transkrip pengumpulan data dengan mempelajari buku - Penempelan
Transkripyang buku, karya ilmiah, koleksi perpustakaan dan
hologrampada transkrip sudahditandatangan sumber dari internet yang
berkaitan erat dengan Transkripyangsudah ditempelhologram
Penandatanganan transkrip materi bahasan dalam penelitian ini.2.
Tahap pembuatan perangkat lunak Photocopytranskrip untukarsip
Transkripyang sudahditandatangan Tahapan dalam pembuatan perangkat
lunak ini akan menggunakan model waterfall. Model ini
Penyerahantranskrip kepanitiawisuda melakukan pendekatan secara
sistematis dan selesai urut mulai dari level kebutuhan sistem lalu
menuju ke tahap pengumpulan data, analisis, Gambar 4.1. Prosedur
pembuatan transkrip perancangan, pengodean, pengujian, dan akademik
UNIKOM ArtificialIntelligence 1-11
12.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 SEKRETARIATJURUSAN BAAK DEKAN REKTOR 4.3 Analisis
Arsitektur Sistem mulai PengumpulanPhoto danbiodata Analisis
arsitektur sistem menggambarkan calonwisudawan secara umum alur
sistem yang akan dikembangkan Formbiodatadan photocalon
Pengolahandata calonwisudawan secara umum. Mulai dari sisi aplikasi
back-end (pengelolaan data ijazah ) hingga front-end cara wisudawan
akses aplikasi (baik melalui QRcode maupun Pemberiannomor
seriijazah Pencetakan Website). Ijazah Ijazahyang sudahdicetak
Penempelan fotocalon wisudawan Ijazahyang Penandatanganan
sudahditempelfoto Ijazah Penempelan Ijazahyang hologrampada
sudahditandatangan ijazah Ijazahyangsudah Penandatanganan
ditempelhologram ijazah Photocopyijazah Ijazah yang untukarsip
sudahditandatangan Penyerahanijazah kepanitiawisuda selesaiGambar
4.2. Prosedur pembuatan ijazah UNIKOM4.2 Analisis Data Data yang
terdapat pada ijazah UNIKOMmeliputi :a. Nomor Seri Ijazah Gambar
4.3. Arsitektur sistem usulanb. Nama Lulusanc. Tempat Tanggal Lahir
4.4 Analisis Kebutuhan Non Fungsionald. NIM Analisis non-fungsional
merupakan analisise. Program yang dibutuhkan untuk menentukan
spesifikasif. Fakultas kebutuhan sistem. Spesifikasi ini juga
meliputig. Program Studi elemen atau komponen-komponen apa saja
yangh. Tahun Masuk dibutuhkan untuk sistem yang akan dibanguni.
Tanggal Kelulusan sampai dengan sistem tersebut
diimplementasikan.j. Gelar Akademik Analisis kebutuhan ini juga
menentukan spesifikasi Adapun analisis kebutuhan data tersebut
masukan yang diperlukan sistem, keluaran yangmeliputi : akan
dihasilkan sistem dan proses yang dibutuhkan Tabel 4.1. Analisis
kebutuhan data ijazah untuk mengolah masukan sehingga menghasilkan
Nama Data Ijazah suatu keluaran yang diinginkan.Deskripsi Berisi
mengenai data ijazah Pada analisis kebutuhan sistem non fungsional
UNIKOM ini dijelaskan analisis mengenai analisis masukan,Struktur
Data No.Seri + Nama Lulusan + TTL + analisis keluaran, perangkat
keras (hardware), Program + Fakultas + Prodi + perangkat lunak
(software), dan pengguna (user) Tahun Masuk + Tgl. Kelulusan +
Gelar Akademik sebagai bahan analisis kekurangan dan
kebutuhanNo.Seri {0..9|@} yang harus dipenuhi dalam perancangan
sistemNama Lulusan {A..Z|a..z} yang akan diterapkan.TTL
{A..Z|a..z|0..9} a. Analisis masukanProgram
{A..Z|a..z|0..9}Fakultas {A..Z|a..z|0..9} Analisis masukan
dilakukan untuk mengetahuiProdi {A..Z|a..z} masukan data apa saja
yang diperlukan olehTahun Masuk Tgl {0..9} sistem. Masukan data
yang diperlukan olehKelulusan { 0..9|@} sistem yaitu data lulusan
yang mencakup data-Gelar Akademik {A..Z|a..z|@} data pada Tabel
4.11-12 ArtificialIntelligence
13.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706b. Analisis keluaran Adalah pengguna umum yang
dapat Analisis keluaran dilakukan untuk mengetahui mengakses
informasi lulusan dengan QRcode keluaran dari sistem yang
dibutuhkan oleh user Reader melalui handphone maupun yaitu berupa
QRcode link ke situs lulusan mengakses situs lulusan untuk
mendapatkan dengan membawa parameter data-data pada informasi
lulusan. Tabel 4.1 sehingga informasi lulusan dapat diakses. 4.5.
Analisis Kebutuhan Fungsionalc. Analisis kebutuhan perangkat keras
(hardware) Agar aplikasi dapat berjalan dengan baik, maka
Pendefinisian layanan yang harus disediakan, dibutuhkan perangkat
keras yang sesuai dengan bagaimana reaksi sistem terhadap input dan
apa kebutuhan sistem. Tabel 5.2 adalah spesifikasi yang harus
dilakukan sistem pada situasi khusus minimum perangkat keras yang
dibutuhkan agar (kebutuhan sistem dilihat dari sisi pengguna) dapat
digunakan untuk menjalankan aplikasi Diagram konteks adalah diagram
yang terdiri baik disisi back-end (pengolahan data) maupun dari
suatu proses dan menggambarkan ruang disisi front-end (akses
informasi) lingkup suatu sistem. Diagram konteks merupakan level
tertinggi dari Data Flow Diagram (DFD) Tabel 4.2. Kebutuhan
perangkat keras yang menggambarkan seluruh input ke sistem atau
Komputer Spesifikasi perangkat keras output dari sistem. Prosesor
Prosesor 1.6 Ghz Resolusi layar 1024 x 768 pixel Memori Memori 256
Mb Harddisk Harddisk 20 GB Keyboard dan mouse - Handphone
Spesifikasi perangkat keras jenis Smartphoned. Analisis kebutuhan
perangkat lunak (software) Perangkat lunak yang dibutuhkan agar
sistem ini dapat berjalan dengan optimal dapat dilihat Gambar 4.4
Diagram konteks sistem ijazah online pada Tabel 4.3. Tabel 4.3.
Kebutuhan perangkat lunak Komputer Spesifikasi perangkat lunak
Sistem Operasi Windows Xp, Windows 7 Borland Delphi 7.0 Bahasa
Pemograman PHP DBMS MySQL Web Server (Server) WAMP Internet
Explorer, Mozilla Firefox, Web Browser Opera, Google Chrome
Handphone Spesifikasi perangkat lunak Gambar 4.5. DFD level 1
sistem ijazah online Sistem Operasi Symbian, Android, IOS Aplikasi
QRcode Readere. Analisis pengguna Secara umum aplikasi ini
mempunyai 2 pengguna (user), dimana masing-masing bagian tersebut
mempunyai hak akses dan kewenangan yang berbeda 1. Operator
Bertugas memasukkan data lulusan, dapat melakukan proses tambah
data lulusan, edit data lulusan, hapus data lulusan, cetak data
lulusan, dan cetak ijazah berQRCode. 2. Pengakses Gambar 4.6. DFD
level 2 Proses pengolahan data ijazah ArtificialIntelligence
1-13
14.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN97860219837064.6. Perancangan Sistem Perancangan sistem
merupakan keberlanjutandari analisis sistem yang telah dibuat,
digunakanuntuk menunjukkan secara fisik rancangan data danaplikasi
yang akan dibangun.Perancangan Format QRCodeQRcode yang dirancang
memiliki format berisialamat link situs dan NIM alumni.Format link
untuk QRCode : Gambar 4.9. Rancangan form cetak QRcode
http://if.unikom.ac.id/alumni/?nim=[nim_mhs] alumni/lulusanContoh :
http://if.unikom.ac.id/alumni/?nim=10100001Perancangan
DatabaseAdapun tabel-tabel yang digunakan dalammembangun aplikasi
ini terdiri dari 4 tabel yaitutabel Alumni, tabel Prodi, tabel
Jurusan dan tabel Gambar 4.10. Rancangan aplikasi frontendFakultas
, yang ditunjukkan pada skema relasi pada ijazah (website)Gambar
4.7 Gambar 4.7. Skema Relasi Tabel Gambar 4.11. Rancangan detail
ijazah4.7. Perancangan Antarmuka 4.8. Ujicoba Sistem Aplikasi ini
dibagi menjadi dua bagian yaituaplikasi back end yang digunakan
untuk Ujicoba dilakukan untuk memastikan apakanmemasukkan data
lulusan, ijazah dan QRcode dan rancangan yang dibuat telah sesuai
denganaplikasi front end untuk mengakses data lulusan kebutuhan
serta dapat menghasilkan keluaran yangdan ijazah dengan menggunakan
QRcode yang diinginkan.terdapat di Ijazah maupun secara online pada
Aplikasi back end menyediakan fasilitas untukwebsite verifikasi
ijazah. mengolah data ijazah serta mencetak QRCode masing-masing
ijazah. Gambar 4.8. Rancangan tampilan antar muka Gambar 4.12.
Implementasi Aplikasi Back End aplikasi backend ijazah Ijazah1-14
ArtificialIntelligence
15.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 Sementara jika aplikasi tidak menemukan data
lulusan yang dicari, maka akan mengeluarkan pesan seperti pada
gambar 4.17. Gambar 4.17. Pesan Konfirmasi Data Tidak Ditemukan
Gambar 4.13. Implementasi Form QRCode Ijazah QRCode yang dihasilkan
nantinya akan 5. Kesimpulan dan Sarandicetak dan dimasukkan dalam
ijazah, dan dapatdiakses melalui handphone yang memiliki aplikasi
5.1. KesimpulanQRCode reader. 1. QRCode dapat digunakan untuk
menampung informasi yang lebih besar berupa link situs yang dapat
dapat diakses melalui aplikasi QRCode Reader. 2. Mempermudah
pengaksesan informasi ijazah UNIKOM melalui Smartphone . 3. QRCode
dapat digunakan dengan cepat untuk menverifikasi Ijazah lulusan
Universitas Komputer Indonesia dengan cepat dan akurat. Gambar
4.14. Contoh QRCode Ijazah 4. Aplikasi Front End berbasis web
digunakan Sementara aplikasi front end berbasis web sebagai
pendamping verifikasi ijazah UNIKOM,dapat digunakan untuk mencari
lulusan UNIKOM apabila pengguna tidak memiliki aplikasiberdasar NIP
pada ijazah yang dimilikinya. QRCode Reader. 5.2. Saran 1. Proses
pencetakan QRCode sekiranya dapat dilakukan dengan cara yang lebih
efisien sehingga dapat dimasukkan ke dalam ijazah lulusan UNIKOM
dengan lebih mudah. Gambar 4.15. Implementasi Front End Aplikasi 2.
Perlu dipikirkan dari sisi keamanan internet Ijazah seperti
penggunaan SSL untuk mengenkripsi data ijazah. Gambar 4.16.
Keluaran Informasi Ijazah Daftar Pustaka ArtificialIntelligence
1-15
16.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706[1] Cintron, Dave Fast Track Web Programming .
Wiley, New York, 1999.[2] Irawan, Budhi, Jaringan Komputer, Graha
Ilmu, Yogyakarta, 2005.[3] Yue L., Ju Y., Mingjun L., "Recognition
of QR Code with Mobile Phones," Chinese Control and Decision
Conference, 2008, pp. 203 206[4] Wakahara T., Yamamoto N., Ochi H.,
"Image Processing of Dotted Picture in the QR Code of Cellular
Phone", 3PGCIC, 2010, pp. 454 - 458.[5]
http://en.wikipedia.org/wiki/QR_Code, diakses pada 20 Agustus 2010
: 13.45[6] http://qrcode.kaywa.com/ diakses pada 20 Agustus 2010 :
14.00.[7] http://www.denso-wave.com/qrcode/qrfeature- e.html
diakses pada 20 Agustus 2010, 16.00.[8]
http://tekno.kompas.com/read/2009/06/15/
0850503/QR.Code.Kompas.Perkaya.Konten.bi. Pembaca, diakses pada 20
Agustus 2010, 12.25.1-16 ArtificialIntelligence
17.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 Analisis Kinerja Guru berdasarkan Perbandingan
Nilai Ekspektasi dengan Metode Fuzzy menggunakan Pendekatan
Axiomatic Design Yasohati Sarumaha Mahasiswa S2 Teknik Informatika
Universitas Sumatera Utara Staf Pengajar pada SMK Negeri 1 Percut
Sei Tuan [email protected] Abstrak Kinerja guru pada dasarnya
merupakan unjuk kerja yang dilakukan oleh guru dalam Semakin
menurunnya kinerja guru sudah melaksanakan tugasnya sebagai
pendidik. Kualitasseharusnya menjadi perhatian kita semua. kinerja
guru akan sangat menentukan pada kualitasPenurunan kinerja guru
tentunya akan berdampak hasil pendidikan, karena guru merupakan
oknumpada kualitas proses pembelajaran yang pada yang paling banyak
berinteraksi langsung denganakhirnya akan mempengaruhi kualitas
lulusan. siswa dalam proses pendidikan/pembelajaran diSemakin
rendahnya kinerja guru mungkin satuan pendidikan.disebabkan oleh
banyak faktor. Penelitian ini Guru merupakan elemen kunci dalam
sistembertujuan untuk menganalisis kinerja guru pendidikan,
khususnya di sekolah. Semuaberdasarkan perbandingan nilai dari
ekspektasi komponen lain, mulai dari kurikulum, sarana-baik secara
parsial maupun secara bersama-sama. prasarana, biaya, dan
sebagainya tidak akan banyakDalam penelitian ini, penulis
menggunakan metode berarti apabila esensi pembelajaran yaitu
interaksiFuzzy Logic dengan pendekatan berupa Axiomatic guru dengan
peserta didik tidak berkualitas. SemuaDesign. Pendekatan axiomatic
design digunakan komponen lain, terutama kurikulum akan hidupdalam
melakukan analisis proses untuk apabila dilaksanakan oleh guru.
Begitu pentingnyapengambilan keputusan khususnya dalam pemetaan
peran guru dalam mentransformasikan input-inputsuatu proses alur
kerja yang terdiri dari beberapa pendidikan, sampai-sampai banyak
pakarsub proses yang bertingkat. Setiap sub proses menyatakan bahwa
di sekolah tidak akan adaterdiri dari beberapa variabel/atribut
yang perubahan atau peningkatan kualitas tanpa adanyaberkaitan
maupun saling independen. Axiomatic perubahan dan peningkatan
kualitas guru.Design diperlukan untuk menentukan Sayangnya, dalam
kultur masyarakatvariabel/atribut yang terpenting tanpa mengurangi
Indonesia sampai saat ini pekerjaan guru masihmakna dan arti
masing-masing variabel/atribut. cukup tertutup. Bahkan atasan guru
seperti kepala sekolah dan pengawas sekalipun tidak mudah untukKata
Kunci : Guru, Kinerja, Fuzzy Logic, mendapatkan data dan mengamati
realitasAxiomatic Design, keseharian performance guru di hadapan
siswa. Memang program kunjungan kelas oleh kepala1. Pendahuluan
sekolah atau pengawas, tidak mungkin ditolak oleh guru. Akan tetapi
tidak jarang terjadi guru berusaha1.1. Latar Belakang menampakkan
kinerja terbaiknya, baik pada aspek Dalam tataran mikro teknis,
guru sebagai perencanaan maupun pelaksanaan pembelajarantenaga
pendidik yang merupakan ujung tombak hanya pada saat dikunjungi.
Selanjutnya ia akanpelaku dan pemimpin dalam melaksanakan proses
kembali bekerja seperti sedia kala, kadang tanpapendidikan serta
menentukan proses pembelajaran persiapan yang matang serta tanpa
semangat dandi kelas. Peran kepemimpinan tersebut akan antusiasme
yang tinggi.tercermin dari bagaimana guru melaksanakan peran Suatu
satuan pendidikan yang memiliki gurudan tugasnya, ini berarti bahwa
kinerja guru dalam jumlah besar proses evaluasi
(penilaian)merupakan faktor yang amat menentukan bagi mutu kinerja
mutlak dilakukan sehingga institusipembelajaran/pendidikan yang
akan berimplikasi memerlukan prosedur yang baku dalam melakukanpada
kualitas output pendidikan setelah penilaian kinerja guru pada
satuan pendidikanmenyelasaikan sekolah. tersebut.
ArtificialIntelligence 1-17
18.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706 Dalam melakukan penilaian kinerja terhadap 1.5.
Manfaat Penelitianseorang guru saat ini pada umumnya
dilakukandengan hanya melihat parameter tertentu saja, Hasil
penelitian ini diharapkan bermanfaatmisalnya tingkat kehadiran guru
tersebut dan untuk digunakan sebagai berikut:kunjungan supervisi.
Beberapa masalah yang terjadi 1. Bahan pertimbangan bagi satuan
pendidikan,dalam proses evaluasi (penilaian) seperti yang telah
organisasi dan perusahaan untuk menerapkandiungkapkan diatas
sebelumnya. Jika proses ini konsep fuzzy sebagai sistem
pengambildibantu oleh sebuah sistem pendukung keputusan,
keputusan.hal tersebut dapat dikurangi sehingga diharapkan 2.
Rekomendasi pemanfaatan logika fuzzy kepadaguru dapat menampilkan
kemampuan terbaik yang satuan pendidikan ataupun institusi lain
dalamcukup kompeten. melakukan evaluasi terhadap penilaian kinerja.
3. Sumbangan pemikiran bagi berbagai pihak yang berminat dan ingin
melakukan penelitian1.2. Perumusan Masalah yang lebih lanjut
mengenai masalah Berdasarkan latar belakang masalah yang pengolahan
data.diuraikan pada sub bab sebelumnya, maka terdapatmasalah utama
dalam penelitian yang dapat 2. Tinjauan Teoridirumuskan yaitu
bagaimana mengevaluasi kinerjaguru dengan menerapkan konsep fuzzy
untuk 2.1. Gurumenyajikan informasi hasil evaluasi penilaian Guru
merupakan faktor penentu yang sangatkinerja kepada pihak manajemen
sekolah dan dinas dominan dalam pendidikan pada umumnya,
karenakabupaten/kota. guru memegang peranan dalam proses
pembelajaran, di mana proses pembelajaran1.3. Batasan Masalah
merupakan inti dari proses pendidikan secara Secara garis besar,
penulis melakukan keseluruhan. Proses pembelajaran merupakan
suatupenelitian dengan menggunakan konsep proses yang mengandung
serangkaian perbuatanpengolahan data statistik dengan batasan
masalah guru dan siswa atas hubungan timbal balik yangberupa:
berlangsung dalam situasi edukatif untuk mencapai1. Penelitian
dilakukan dalam ruang lingkup lokal tujuan tertentu, di mana dalam
proses tersebut yaitu SMK Negeri 1 Percut Sei Tuan terkandung multi
peran dari guru. Peranan guru kabupaten Deli Serdang. meliputi
banyak hal, yaitu guru dapat berperan2. Penilaian dalam melakukan
evaluasi kinerja sebagai pengajar, pemimpin kelas, pembimbing,
guru. pengatur lingkungan belajar, peren-cana3. Metode pengolahan
data yang digunakan fuzzy pembelajaran, supervisor, motivator, dan
sebagai dengan pendekatan Axiomatic Design yang evaluator.
melibatkan ilmu sebagai dasar desain. Peranan guru berkaitan dengan
kompetensi guru, meliputi:1.4. Tujuan Penelitian 1. Guru melakukan
Diagnosa terhadap Perilaku Awal Siswa Berdasarkan uraian pada latar
belakang 2. Guru membuat Perencanaan Pelaksanaanmasalah dan
perumusan masalah di atas, maka Pembelajaran (RPP)tujuan yang ingin
dicapai dalam penelitian ini 3. Guru Melaksanakan Proses
Pembelajaranadalah : 4. Guru sebagai Pelaksana Administrasi
Sekolah1. Mengetahui kinerja secara terukur sebagai 5. Guru sebagai
Komunikator dasar evaluasi penilaian kinerja. 6. Guru Mampu
Mengembangkan Keterampilan2. Mengetahui penerapan fuzzy pada Diri
permasalahan evaluasi penilaian kinerja guru 7. Guru dapat
Mengembangkan Potensi Anak untuk proses peningkatan mutu pada
satuan (Ditjen PMPTK, 2008). pendidikan berdasarkan parameter yang
telah ditentukan.3. Mengetahui parameter mana yang memiliki 2.2.
Kinerja Guru pengaruh dominan terhadap penerapan sistem Kinerja
adalah performance atau unjuk kerja. informasi penilaian kinerja
guru. Kinerja dapat pula diartikan prestasi kerja atau pelaksanaan
kerja atau hasil unjuk kerja. (LAN, 1992). Menurut August W. Smith,
Kinerja adalah1-18 ArtificialIntelligence
19.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN9786021983706performance is output derives from processes, 2.
Fuzzy logic adalah fleksibel, dalam arti dapathuman otherwise,
artinya kinerja adalah hasil dari dibangun dan dikembangkan dengan
mudahsuatu proses yang dilakukan manusia. Dari tanpa harus
memulainya dari nol.pendapat di atas dapat disimpulkan bahwa
kinerja 3. Fuzzy logic memberikan toleransi terhadapmerupakan suatu
wujud perilaku seseorang atau ketidakpresisian data. Hal ini sangat
cocokorganisasi dengan orientasi prestasi. Kinerja dengan fakta
sehari-hari. Segala sesuatu di alamseseorang dipengaruhi oleh
beberapa faktor seperti: ini relatif tidak presisi.ability,
capacity, held, incentive, environment dan 4. Pemodelan/pemetaan
untuk mencari hubunganvalidity (Noto Atmojo, 1992). data
input-output dari sembarang sistem black box dapat dilakukan dengan
memakai sistem2.3. Fuzzy fuzzy. 5. Pengetahuan atau pengalaman dari
para pakar Menurut Lotfi Zadeh (1995), Fuzzy logic dapat dengan
mudah dipakai untuk membangunadalah suatu cara yang cocok untuk
memetakan fuzzy logic.suatu ruang input kedalam ruang output
(Gambar 6. Fuzzy logic dapat diterapkan dalam desain2.1). Inilah
contohnya: anda memberitahukan sistem kontrol tanpa harus
menghilangkankepada saya seberapa bagus pelayanan di sebuah teknik
desain sistem kontrol konvensional yangrestoran, dan saya akan
memberitahukan kepada sudah terlebih dahulu ada.anda seberapa besar
tip yang seharusnya diberikan; 7. Fuzzy logic berdasar pada bahasa
manusia.anda mengatakan seberapa panas air yang anda Alasan
terakhir mungkin merupakan yanginginkan, dan saya akan menyesuaikan
keran-keran terpenting. Metode Fuzzy Logic dilakukan karenaair
secara benar; anda menyebut seberapa jauh sering kali pembobotan
suatu criteria bersifatsubyek fotografi anda, dan saya akan
memfokuskan subyektif seperti kurang puas, sangat baik, cukuplensa
untuk anda; anda meminta seberapa cepat tinggi, dan lain
sebagainya. Oleh karena itu, disinimobil berjalan dan seberapa
keras motor bekerja, dicoba untuk mengubah kriteria yang
bersifatdan saya akan mengatur gigi-giginya untuk anda. subyektif
tersebut menjadi bentuk yang lebih obyektif sehingga lebih mudah
untuk diukur. 2.4. Pendekatan Axiomatic Design Axiomatic Design
atau desain aksiomatik adalah desain sistem metodologi menggunakan
metode matriks untuk menganalisis sistematis transformasi kebutuhan
pelanggan ke dalam Gambar 2.1. Konsep Black Box persyaratan
fungsional, parameter desain, dan variabel proses. Sistem apa yang
paling cocok untuk Metode ini mendapatkan namanya darimenggantikan
posisi black box tersebut? Ada penggunaan prinsip-prinsip desain
atau desainbanyak alternatif yang dapat dipakai, seperti: logika
Aksioma (yaitu, diberikan tanpa bukti) yangfuzzy, sistem linier,
sistem pakar, jaringan saraf mengatur analisis dan proses
pengambilantiruan, persamaan diferensial, database pemetaan,
keputusan dalam mengembangkan produkdan lain-lain. berkualitas
tinggi atau desain sistem. Desain Dari sekian banyak alternatif
yang tersedia, aksiomatik dianggap sebuah metode desain yanglogika
fuzzy seringkali menjadi pilihan terbaik. membahas isu-isu
fundamental dalam metodeLotfi Zadeh (1995), yang dikenal sebagai
Bapak Taguchi.Logika Fuzzy, menyebutkan bahwa dalam hampir
Metodologi ini dikembangkan oleh Dr Suhsetiap kasus anda dapat
membangun produk yang Nam Pyo di MIT, Departemen Teknik Mesin
sejaksama tanpa logika fuzzy, tetapi fuzzy adalah lebih tahun 1990.
Serangkaian konferensi akademik telahcepat dan lebih murah. Selain
alasan itu, berikut ini diadakan untuk menyajikan perkembangan saat
inidirangkum beberapa alasan mengapa menggunakan metodologi.
Konferensi Internasional paling barufuzzy logic: pada Desain
aksiomatik (ICAD) diadakan pada1. Konsep fuzzy logic adalah sangat
sederhana tahun 2009 di Portugal (Wikipedia, Januari 2012).
sehingga mudah dipahami. Kelebihannya dibanding konsep yang lain
bukan pada kompleksitasnya, tetapi pada naturalness pendekatannya
dalam memecahkan masalah. ArtificialIntelligence 1-19
20.
SeminarNasionalTeknologiInformasidanKomunikasi(SNASTIKOM2012)
ISBN97860219837063. Pembahasan dan Hasil Tabel 3.1. Bilangan Fuzzy
untuk Mengukur Kepentingan Kriteria3.1. Analisa Sistem Intensitas
Bilangan Definisi Pada pembahasan ini dijelaskan mengenai
Kepentingan Fuzzy 9 Mutlak paling penting (8,9,10)analisa sistem
yang digunakan sebagai salah satu 7 Lebih penting (6,7,8)metode
yang dapat memberikan referensi dalam 5 Penting (4,5,6)mengambil
keputusan sebagai pengamatan 3 Relatif penting (2,3,4)mengenai
penilaian kinerja guru di SMK Negeri 1 1 Sama penting (1,1,2)Percut
Sei Tuan Kabupaten Deli Serdang. Pada Untuk menilai kelayakan
alternatif terhadapanalisa ini diuraikan secara jelas mengenai
berbagai kriteria, pengambil keputusan dapatperancangan model
sistem dalam menganalisa menggunakan himpunan peringkat
linguistikkinerja guru dengan menggunakan sistem fuzzy berdasarkan
tabel 3.2. Guru sebagai alternatif dalamdengan pendekatan axiomatic
design. sistem ini diberi peringkat pada masing-masing Penelitian
ini melibatkan siswa, ketua jurusan, kriteria dengan menggunakan
nilai linguistikwakil kepala sekolah bidang personalia. Dan ada
tersebut.sepuluh guru yang akan diuji dalam penelitian inidengan
inisial-inisial yaitu: A, B, C, D, E, F, G, H, Tabel 3.2. Bilangan
Fuzzy untuk MengukurI, J. Peringkat Alternatif Penelitian ini
menggunakan lima kriteria Kriteria Peringkat Alternatif
Bilanganpenilaian yakni: Fuzzy1. Penilaian kinerja guru dalam
perencanaan Rendah; Penyelesaian (0.0 , 0.1 , 0.3) pembelajaran,
dalam hal ini dinotasikan dengan tugas jauh lebih lama C1 dari
deadline times2. Penilaian kinerja guru dalam proses Sedang;
Penyelesaian (0.3 , 0.5 , 0.7) pembelajaran, dinotasikan dengan C2
tugas sedikit lama dari3. Penilaian kinerja guru dalam menguasai
materi Perencanaan deadline times pelajaran, dinotasikan dengan C3
pembelajaran Tinggi; Penyelesaian (0.7 , 0.9 , 1.0)4. Penilaian
kinerja guru dalam menggunakan tugas selalu tercapai media
pembelajaran, dinotasikan dengan C4 sesuai deadline times5.
Penilaian kinerja guru dalam melakukan evaluasi Sangat Tinggi; (0.9
, 1.0 , 1.0) pembelajaran, dinotasikan dengan C5 Penyelesaian tugas
lebih cepat dari deadline times Analisa dan rancangan sistem pada
penelitian Rendah; Kesalahan kerja (0.0 , 0.1 , 0.3)ini diperoleh
melalui hasil obsevasi dan kuisioner hampir tidakbeserta kajian
literatur yang mempertimbangkan mempengaruhi proses
belajar-mengajarkebijakan-kebijakan yang berlaku. Sedang; Kesalahan
kerja (0.3 , 0.5 , 0.7) sedikit mempengaruhi3.2. Konstruksi
Penilaian Fuzzy Proses proses belajar-mengajar pembelajaran Tinggi;
Kesalahan kerja (0.7 , 0.9 , 1.0) Variabel linguistik adalah suatu
variabel yang mempengaruhi prosesmemiliki nilai-nilai dalam bentuk
kata-kata atau belajar-mengajarkalimat. Bilangan fuzzy segitiga dan
variabel Sangat Tinggi; (0.9 , 1.0 , 1.0)linguistik adalah dua
konsep dasar yang digunakan Kesalahan kerja sangatdalam penelitian
ini untuk menilai peringkat mempengaruhi prosespreferensi
variabel-variabel linguistik. belajar-mengajar Kriteria digunakan
sebagai parameter acuan Rendah; Jam kerja (0.0 , 0.1 , 0.3)dalam
pengambilan keputusan untuk menentukan Penguasaan sangat kurang
dari jam materi kerja kampus (