PENERAPAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PENENTUAN SISWA PENERIMA KARTU INDONESIA PINTAR

research
  • 29 Sep
  • 2020

PENERAPAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PENENTUAN SISWA PENERIMA KARTU INDONESIA PINTAR

Kartu Indonsia Pintar adalah bagian dari kebijakan Presiden Joko Widodo untuk keluarga miskin yang rentan dan miskin yang ingin memberikan pendidikan yang baik kepada anak-anak tanpa biaya. Usia anak yang ditanggung biaya pendidikan adalah dari usia 6 hingga 18 tahun. Dengan program KIP ini diharapkan tingkat putus sekolah dapat turun secara drastis. Subjektivitas dapat terjadi dalam pengambilan keputusan sebagai akibat dari data yang tidak akurat. Sehingga ada ketidakjelasan pengambilan keputusan berdasarkan uraian tersebut, sehingga diperlukan suatu sistem untuk memudahkan penentuan siswa yang berhak menggunakan Kartu Indonesia Pintar dimana keputusan ada di sekolah, maka peneliti menggunakan metode Adaptive Neural Fuzzy Inference System (ANFIS) untuk membuat sistem setelah input data pada variabel tertentu yang akan menghasilkan apakah siswa berhak dipertimbangkan untuk mendapatkan KIP atau tidak. Pengujian menunjukkan bahwa jenis fungsi keanggotaan dengan algoritma hybrid dengan parameter input "trimf" atau segitiga dapat menghasilkan tingkat dugaan paling dekat dengan kondisi nyata di lapangan, dengan Root Mean Square Error 9.6902e-007.

Unduhan

  • Tesis Jefina.pdf

    Tesis S2 Fuzzy Anfis

    •   diunduh 11x | Ukuran 2,923 KB

 

REFERENSI

Banik Shipra, Farah Habib Chanchary, Khodadad Khan, Rifat Ara Rouf dan Mohammed Anwer. Neural Network and Genetic Algorithm Approach for Forecasting Bangladeshi Monsoon Rainfall, 2008. Proceedings of 11th International Conference on Computer and Information Technology (ICCIT 2008) 25-27 December, 2008, Khulna, Bangladesh

 

Ellis, Frank (1998). Household Strategies and Rural Livehood Diversification, The Journal of  Development Studies, Vol. 35, No.1

 

Fuzzy Logic Toolbox for Use with  MATLAB, MathWorks, 2001

 

https://indonesiapintar.kemdikbud.go.id/

 

Hamdan, H. and Garibaldi, J. M. (2010) ‘Adaptive neuro-fuzzy inference system (ANFIS) in modelling breast cancer survival’, 2010 IEEE World Congress on Computational Intelligence, WCCI 2010, pp. 18–23. doi: 10.1109/FUZZY.2010.5583997.

 

H.Zhou, Member, IEEE, X.H.Wu and X.G.Li, An ANFIS model of Electricity Price Forecasting Based on Subtractive Clustering, 2011

 

Info Kajian Bappenas Vol.8 No.2 Desember 2011. "Daya Saing, Penanggulangan Kemiskinan dan Kesejahteraan Masyarakat". Jakarta

 

Junaedi, A. (2010). Fuzzy Logic Untuk Deteksi Diabetes. 10.

 

Kuncoro, Mudrajat. (2000). Ekonomi Pembangunan, Teori Masalah dan Kebijakan. Yogyakarta: Penerbit UPP AMO YKPN Inderscience Enterprises Ltd

 

Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: ANDI

 

Kusumadewi, Sri., & Hartati, Sri. (2010). Neuro-Fuzzy Integrasi Sistem Fuzzy Jaringan Syaraf. Yogyakarta: Graha Ilmu.

 

Kusumadewi, Sri., Purnomo, Hari. (2010). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.

 

Kusumadewi, S. (2014) ‘Sistem Inferensi Fuzzy ( Metode Tsk ) Untuk Penentuan Kebutuhan Kalori Harian’, Universitas Islam Indonesia Yogyakarta.

 

Kusumadewi, S. and Guswaludin, I. (2005) ‘Fuzzy Multi-Criteria Decision Making’, Media Informatika, 3(1), pp. 25–38. doi: 10.1007/978-0-387-76813-7.

 

Kusumadewi, S. and Hartati, S. (2007) ‘Utilizing Fuzzy Multi-Attribute Decision Making for Group Clinical’, pp. 18–23.

 

Naba, Agus, (2009), Belajar Cepat Fuzzy Logic Menggunakan Matlab, Andi Yogyakarta.

 

Nor EleenaYusoff,  Zaidah Ibrahim, Syed Ahmad Aljunid. Application of beck Propagation Neural Network And Anfis Forecasting University Programs. 2010 2010 International Conference on Science and Social Research (CSSR 2010), December 5 - 7, 2010, Kuala Lumpur, Malaysia

 

Prasetyo, B., Saptomo, W. L. Y. and Siswanti, S. (2013) ‘Sistem Pendukung Keputusan Pemilihan Paket Internet Operator Telekomunikasi Dengan Metode Ahp (Analytical Hierarchy Process)’, Jurnal Teknologi Informasi dan Komunikasi, 1(2), pp. 7–12. doi: 10.30646/TIKOMSIN.V1I2.125.