PENERAPAN METODE FUZZY TSUKAMOTO PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA

  • Sari Susanti Universitas Adhirajasa Reswara Sanjaya
  • Galih Repor Nawangsit Universitas Adhirajasa Reswara Sanjaya
DOI: https://doi.org/10.31000/jika.v7i3.7626

Abstract

Beasiswa merupakan bentuk penghargaan yang diberikan kepada seseorang untuk dapat menempuh pendidikan lebih tinggi. Dengan adanya beasiswa, banyak peminat yang mendaftar sedangkan kuota untuk penerima beasiswa cukup terbatas, sehingga hanya pendaftar yang memenuhi kriteria yang dapat memperoleh beasiswa tersebut. Dalam proses pemilihan calon mahasiswa untuk menerima beasiswa selalu banyak mengalami kendala yang biasanya dikarenakan oleh kriteria penerima beasiswa tidak terdefinisikan dengan baik, pengolahan data secara manual serta proses penyeleksian selalu berulang-ulang. Sistem pendukung keputusan merupakan sistem yang dapat membantu penggunanya dalam memecahkan sebuah permasalahan dengan menentukan suatu keputusan yang akurat dan tepat sasaran dalam pengambilan keputusan. Dalam penelitian ini penulis menggunakan metode fuzzy tsukamoto sebagai algoritma dalam penentuan sistem penunjang keputusan. Dengan dibuatnya sistem pendukung keputusan yang akan membantu dalam mendapatkan keputusan penentuan pemberian beasiswa dengan menggunakan metode fuzzy tsukamoto, masalah dalam proses pemilihan calon penerima beasiswa dapat terminimalisir. Dalam penelitian ini didapatkan hasil berupa sistem penunjang keputusan dalam penentuan pemberian beasiswa.

References

Anggraeni, I., & Yanti, Y. (2020). Sistem Pemantauan Pertumbuhan Batita Menggunakan Metode Fuzzy Tsukamoto. KOMPUTASI, 17(1), 346–353.

Ardi, A., & Fadhli, I. (2020). Sistem Pendukung Keputusan Pemilihan Beasiswa Doktor Untuk Dosen Potensial Dengan Metode Smart. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 7(1), 39–46.

Borman, R. I., & Helmi, F. (2018). Penerapan Metode Perbandingan Eksponensial (MPE) Dalam Sistem Pendukung Keputusan Penerima Beasiswa Siswa Berprestasi Pada SMK XYZ. CESS (Journal of Computer Engineering, System and Science), 3(1), 17–22.

Fitriani, I. (2018). Sistem Penunjang Keputusan Pada Solusi Penerimaan Beasiswa Bagi Mahasiswa Menggunakan Fuzzy Mamdani. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 2(3), 289–298.

Ginting, G., Mesran, M., & Ulfa, K. (2019). Sistem Pendukung Keputusan Pemilihan Beasiswa Pasca Sarjana Menerapkan Metode Analytic Hierarchy Process (AHP) dan Weight Aggregated Sum Product Assessment (WASPAS)(StudiKasus: STMIK Budi Darma). Prosiding Seminar Nasional Riset Information Science (SENARIS), 1, 834–845.

Kusuma, A. P., Puspitasari, W. D., & Gustiyoto, T. (2018). Sistem Pendukung Keputusan dalam Menentukan Jumlah Produksi Seragam Menggunakan Metode Fuzzy Tsukamoto. ANTIVIRUS: Jurnal Ilmiah Teknik Informatika, 12(1).

Mubarok, A., Suherman, H. D., Ramdhani, Y., & Topiq, S. (2019). Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Dengan Metode TOPSIS. Jurnal Informatika, 6(1), 37–46.

Nalatissifa, H., & Ramdhani, Y. (2020). Sistem Penunjang Keputusan Menggunakan Metode Topsis Untuk Menentukan Kelayakan Bantuan Rumah Tidak Layak Huni (RTLH). MATRIK: Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 19(2), 246–256.

Pujianto, A., Kusrini, K., & Sunyoto, A. (2018). Perancangan Sistem Pendukung Keputusan Untuk Prediksi Penerima Beasiswa Menggunakan Metode Neural Network Backpropagation. J. Teknol.Inf. Dan Ilmu Komput, 5(2), 157.

Puspitasari, N., Tejawati, A., & Prakoso, F. (2019). Estimasi Stok Penerimaan Bahan Bakar Minyak Menggunakan Metode Fuzzy Tsukamoto. JRST (Jurnal Riset Sains Dan Teknologi), 3(1), 9–18.

Rosidin, R., & Ramdhani, Y. (2022). Implementasi Metode Simple Additive Weighting (SAW) Dalam Penilaian Kinerja Karyawan Pada LPK Pelita Massa Berbasis Web. ULIL ALBAB: Jurnal Ilmiah Multidisiplin, 1(5), 1114–1122.

Setiawan, A., & Yanto, B. (2018). Model Sistem Pendukung Keputusan Penilaian Internal Kinerja Dosen dengan Fuzzy Tsukamoto. Konferensi Nasional Sistem Informasi (KNSI) 2018.

Setiawan, D. (2022). Analisis Sistem Penunjang Keputusan Penentuan Penerimaan Beasiswa Menggunakan Metode Profile Matching. Syntax Literate; Jurnal Ilmiah Indonesia, 7(2), 619–632.

Sulistiani, H. (2018). Penerapan Algoritma Klasifikasi Sebagai Pendukung Keputusan Pemberian Beasiswa Mahasiswa.

Wulandari, D. A. N., & Prasetyo, A. (2018). Sistem Penunjang Keputusan Untuk Menentukan Status Gizi Balita Menggunakan Metode Fuzzy Tsukamoto. Jurnal Informatika, 5(1), 22–33

Published
2023-08-15
Issue
Vol. 7 No. 3 (2023): JIKA (Jurnal Informatika)
Section
Articles

Copyright (c) 2023 JIKA (Jurnal Informatika)

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

License and Copyright Agreement

In submitting the manuscript to the journal, the authors certify that:

  • They are authorized by their co-authors to enter into these arrangements.
  • That it is not under consideration for publication elsewhere,
  • That its publication has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
  • They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
  • They agree to the following license and copyright agreement.

Copyright

Authors who publish with International Journal of Advances in Intelligent Informatics agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

Licensing for Data Publication

International Journal of Advances in Intelligent Informatics use a variety of waivers and licenses, that are specifically designed for and appropriate for the treatment of data:

Other data publishing licenses may be allowed as exceptions (subject to approval by the editor on a case-by-case basis) and should be justified with a written statement from the author, which will be published with the article.

Open Data and Software Publishing and Sharing

The journal strives to maximize the replicability of the research published in it. Authors are thus required to share all data, code or protocols underlying the research reported in their articles. Exceptions are permitted but have to be justified in a written public statement accompanying the article.

Datasets and software should be deposited and permanently archived inappropriate, trusted, general, or domain-specific repositories (please consult http://service.re3data.org and/or software repositories such as GitHub, GitLab, Bioinformatics.org, or equivalent). The associated persistent identifiers (e.g. DOI, or others) of the dataset(s) must be included in the data or software resources section of the article. Reference(s) to datasets and software should also be included in the reference list of the article with DOIs (where available). Where no domain-specific data repository exists, authors should deposit their datasets in a general repository such as ZENODO, Dryad, Dataverse, or others.

Small data may also be published as data files or packages supplementary to a research article, however, the authors should prefer in all cases a deposition in data repositories.