APLIKASI ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM) PEMILIHAN SISWA MENGIKUTI LOMBA OLIMPIADE MATEMATIKA: STUDI KASUS SMAN 10 BEKASI

Tanggal

Penulis

Abstraksi

Saat ini untuk pemilihan siswa yang mengikuti lomba pada SMAN 10 Bekasi dilakukan berdasarkan musyawarah (rapat) dan nilai seleksi lomba. Maka pada penelitian ini, Aplikasi berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan dalam memilih siswa yang mengikuti lomba berdasarkan Standar Operasional Prosedur Olimpiade yang dikeluarkan oleh Direktorat Pembinaan Pendidikan Sekolah Menengah Atas. Pengujian dalam penelitian ini menggunakan beberapa fungsi keanggotaan untuk menghasilkan tingkat dugaan yang paling dekat dengan kondisi riil. Dengan menggunakan metode Backpropagation serta fungsi keanggotaan gaussmf  dapat menghasilkan root mean square error 0,15248 serta tingkat kelayakan sistemnya memiliki skor 80.87 sehingga sistem pemilihan siswa yang akan memenuhi standar kualitas

Kata Kunci: Siswa Mengikuti Lomba, Adaptive Neuro Fuzzy Inference System

References

Agus, Naba. 2009. Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta : PT.Andi Offset.

Al-Hmouz, Ahmed., Shen, Jun., Al-Hmouz, Rami., Yan, Jun. (2012). Modelling and Simulation of an Adaptive Neuro-Fuzzy Inference System (ANFIS) for Mobile Learning, IEEE Xplore digital library.

Alimuddin, dkk. 2012. Temperature Control System in Closed House for Broilers Based on ANFIS. TELKOMNIKA Indonesian Journal.

Angelica, Diana.  Cahyani,  Ria. 2009.  Pendekatan  Manajemen  Global. Jakarta :
    Salemba Empat.

Basyaib, Fachmi. 2006. Teori Pembuatan Keputusan. Jakarta : PT.Grasindo

Budiharto, Widodo. 2008. Membuat Sendiri Robot Cerdas-Edisi Revisi. Jakarta : PT.Alex Media Komputindo

Goupeng, Z. 2006. Data Analysis With Fuzzy Inference System. In Computational Intelligence: Method and Application. Singapore: School of Computer Engineering, Nanyang Technological University.

Hafsah, dkk. 2008. Sistem Pendukung Keputusan Pemilihan Jurusan Di SMU Dengan Logika Fuzzy. Seminar Nasional Informatika 2008 (semnasIF 2008). Yogyakarta

Jang, JSR., CT Sun, dan E Mizutani. 1997. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. London: Prentice-Hall, Inc.

Kusrini. 2008. Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna dengan Metode Kuantifikasi Pertanyaan. Yogyakarta : PT.Andi Offset.

Kusumadewi, Sri. 2002. Analisa Desain Sistem Fuzzy menggunakan ToolBox Matlab. Edisi Pertama. Cetakan pertama. Yogyakarta : Graha Ilmu.

Kusumadewi, Sri., and Hartati, Sri. Neuro Fuzzy Integrasi sistem Fuzzy dan Jaringan Syaraf. Yogyakarta: Graha Ilmu, 2010.

Ramza, Haryy. Dewanto, Yohanes. 2010. Teknik Pemrograman Manggunakan Matlab. Jakarta : PT.Grasindo

RI. (2003). Peraturan Menteri Pendidikan Nasional Republik Indonesia Nomor 20 tahun 2003 tentang Pendidikan Nasional

RI. (2006). Peraturan Menteri Pendidikan Nasional No. 34 tahun 2006 tentang Pembinaan prestasi peserta didik yang memiliki potensi cerdas;

Rosyida, Susy. 2013. Model Penduga Penentuan Guru Berprestasi Menggunakan Adaptive Neuro Fuzzy Inference System: Studi Kasus Slb Negeri 7.

Suyanto. Soft Computing Membangun Mesin Ber-IQ Tinggi. Bandung: Informatika, 2008.

Tjahjono, Anang., Martiana, Entin., Ardhinata, Taufan Harsilo. Sistem Pengambilan Keputusan Persebaran Penyakit dan Distribusi Obat Dalam Kabupaten/Kotamadya. ITS Surabaya.

Wibisono, Dermawan. 2003. Riset Bisnis – Panduan Bagi Praktisi dan Akademisi. Jakarta : PT. Gramedia Pustaka Utama.

Widodo, Prabowo Pudjo., Handayanto, Rahmadya Trias. Penerapan Soft Computing Dengan Matlab, Bandung: Rekayasa Sains, 2009.

Widodo, Prabowo Pudjo. Handayanto, Rahmadya Trias. 2012. Penerapan Soft Computing Dengan Matlab. Edisi Revisi. Bandung : Rekayasa Sains

Xuan F. Zha. Artificial Intelligence and Integrated Intelligent Information Systems, United States: Emerging Technologies and Applications Idea Group Inc (IGI), 2007.

Zadeh, L. A. (1994, Maret). Fuzzy Logic, Neural Networks and Soft Computing. Communication of The ACM , pp. 77-84.