Penentuan Uang Kuliah Tunggal Mahasiswa Universitas Negeri Gorontalo Berbasis Logika Fuzzy

Wrastawa Ridwan, Ifan Wiranto, Luthfiani Azzahra, Fitriani Lakoro

Abstract


Uang Kuliah Tunggal (UKT) adalah biaya yang yang dikenakan kepada setiap mahasiswa  untuk digunakan dalam proses pembelajaran, yang diberlakukan sejak tahun 2013. Universitas Negeri Gorontalo (UNG) pada awalnya menggunakan metode wawancara dengan mahasiswa untuk menentukan UKT. Namun kendalanya adalah jika banyak mahasiswa yang akan diwawancara akan berpengaruh pada ketelitian akibat faktor kelelahan pewawancara. Selanjutnya UNG menentukan besaran UKT mahasiswa didasarkan pada jumlah penghasilan orang tua. Pada penelitian ini telah dirancang Sistem Pendukung Keputusan (SPK) berbasis logika fuzzy untuk menentukan besaran UKT mahasiswa. Terdapat tiga input sistem fuzzy, yaitu penghasilan orang tua (empat level), jumlah tanggungan (tiga level) dan jumlah rekening air, listrik, internet (tiga level) dan satu output yaitu besaran UKT mahasiswa (delapan level). Aturan JIKA-MAKA sejumlah 36 aturan. Digunakan tiga input (tidak hanya penghasilan orang tua), sehingga hasil penentuan UKT lebih adil. Proses defuzifikasi menggunakan centroid. Dalam simulasi, data uji diambil sebanyak 25 mahasiswa angkatan 2020. Hasil simulasi menunjukkan tingkat akurasi model fuzzy yang dirancang sebesar 76%, yang artinya terdapat 19 UKT mahasiswa yang tepat sama dengan UKT sebenarnya.

Uang Kuliah Tunggal (UKT) is a fee charged to each student to be used in the learning process, which has been in effect since 2013. Universitas Negeri Gorontalo (UNG) initially used the interview method with students to determine UKT. However, the obstacle is that if many students will be interviewed, it will affect the accuracy due to the interviewer's fatigue factor. Furthermore, UNG determines the amount of student’s UKT based on the amount of income of the parents. In this study, a Decision Support System (DSS) based on fuzzy logic has been designed to determine the amount of student’s UKT. There are three fuzzy system inputs, namely parents' income (four levels), number of dependents (three levels) and the number of water, electricity, internet billS (three levels) and one output, namely the amount of student’S UKT (eight levels). The IF-THEN rule totals 36 rules. Three inputs are used (not only parents' income), so that the results of determining the UKT are fairer. The defuzification process uses the center of gravity. In the simulation, test data were taken from 25 students of class 2020. The simulation results showed that the accuracy rate of the fuzzy model designed was 76%, which means that there were 19 student UKTs that were exactly the same as the actual UKT.

 


Keywords


uang kuliah tunggal, logika fuzzy, sistem pendukung keputusan

Full Text:

PDF

References


Undang-Undang No.12 Tahun 2012 tentang Pendidikan Tinggi. Jakarta; 2012 p. 32.

Kemdikbud RI. Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 55 Tahun 2013 tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal pada Perguruan Tinggi Negeri di Lingkungan Kementerian Pendidikan dan Kebudayaan. 2013;2013:2.

Kemdikbud. Peraturan Menteri Pendidikan dan Kebudayaan Nomor 25 Tahun 2020 tentang Standar Satuan Biaya Operasional Pendidikan Tinggi Pada Perguruan Tinggi Negeri di Lingkungan Kementerian Pendidikan dan Kebudayaan. 2020;4,6.

Benyamin Imanuel Libing, Dony M. Sihotang MB. Sistem pendukung keputusan penentuan uang kuliah tunggal kepada mahasiswa baru di Universitas Nusa Cendana menggunakan metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS). J Komput dan Inform [Internet]. 2019;7(1):27–36. Available from: https://ejurnal.undana.ac.id/jicon/article/download/879/759/

Purnama M, Sitorus SH, Diponegoro M. Sistem Pendukung Keputusan Penentuan Kelompok Uang Kuliah Tunggal Menggunakan Metode TOPSIS dengan Pembobotan Metode Ranking. J Komput dan Apl. 2019;07(02).

Ramadhan MR, Budi N AS. Sistem Pakar Menentukan Kategori Ukt Mahasiswa Menggunakan Metode Fuzzy. In: Seminar Nasional Riset Terapan. Banjarmasin; 2016. p. 9–10.

Jang JS., Sun C., Mizutani E. Neuro-Fuzzy and Soft Computing: Computational Approach to Learning and Machine Intelligence. Prentice-Hall International, Inc.; 1997.

Koloid H, Ridwan W, Wiranto I. Penerapan Metode Fuzzy AHP Dalam Menentukan Pembelian Mobil Keluarga. Jambura J Electr Electron Eng. 2019;1(1):7–12.

Ridwan W, Wiranto I, Dako RDR. Ability Estimation in Computerized Adaptive Test using Mamdani Fuzzy Inference System. In: IOP Conference Series: Material Sciences and Engineering. IOP Publishing; 2020.

Ridwan W, Wiranto I, Dako RDR. Computerized Adaptive Test based on Sugeno Fuzzy Inference System. IOP Conf Ser Mater Sci Eng. 2021;1098(3):032077.

Wiranto I, Musa W, Ridwan W. Prediksi curah hujan tahunan menggunakan anfis dengan pengelompokan data. 2019;2019(November):74–81.

Wiranto I, Ridwan W. Maneuvering Target Tracking Withconstant Acceleration Motion Model Using Hybrid Mamdani Fuzzy-Kalman Filter Algorithm. ARPN J Eng Appl Sci. 2021;16(2):209–14.

UNG. Keputusan Rektor UNG Nomor 410/UN47/KU/2020. 2020;




DOI: https://doi.org/10.37905/jjeee.v3i2.10617

Refbacks

  • There are currently no refbacks.


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

Published by:
Electrical Engineering Department
Faculty of Engineering
State University of Gorontalo
Jenderal Sudirman Street No.6, Gorontalo City, Gorontalo Province, Indonesia
Telp. 0435-821175; 081340032063
Email: redaksijjeee@ung.ac.id/redaksijjeee@gmail.com

Creative Commons License

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