PENERAPAN FUZZY DENGAN PARTICLE SWARM OPTIMIZATION (PSO) PADA PENILAIAN KINERJA DOSEN

Authors

  • Marto Sihombing STMIK Kaputama Binjai
  • Ediman Manik STMIK Kaputama Binjai

Keywords:

Kinerja Dosen, Fuzzy, PSO

Abstract

Pemanfaatan teknologi pada saat ini sangat berkembang seiring dengan pekembangan zaman, sehingga masih banyak generasi muda yang perlu mendapatkan pengajaran yang layak. Pelajaran  bisa diperoleh dari apa yang telah diajarkan orang tua dilingkungan rumah dan Dosen di Perguruan Tinggi. Terlepas dari tanggung jawab orang tua di rumah, kita sebagai generasi muda juga wajib untuk menuntut ilmu di bangku sekolah sampai perguruan tinggi guna mencapai cita-cita kita. Banyak terdapat perguruan tinggi yang bonafit bahkan biaya kuliahnya pun bervariasi, akan tetapi perguruan tinggi yang mempunyai biaya mahal tidak bisa dijadikan sebagai tolak ukur bahwa perguruan tinggi berkompeten, baik dari tenaga pengajar maupun peraturan akademik dalam perguruan tinggi tersebut. Perguruan tinggi yang berkompeten adalah perguruan tinggi yang memiliki tenaga pengajar yang berkompeten. Dalam Proses Belajar Mengajar  di Perguruan Tinggi, dosen mempunyai peran penting dalam keberhasilan mahasiswa dalam menguasai materi yang diberikan. Penilaian terhadap kinerja dosen diniai melalui 3 (tiga) variabel yaitu : Variabel Materi, Variabel Disiplin dan Variabel Sikap. Dengan Nilai parameter : Sangat Rendah (SR), Rendah (R), Cukup (C), Baik (B) dan Sangat Baik (SB), dari paramater tersebut akan diketahui hasil Penilaian Kinerja Dosen. Maka perlu dibangun aplikasi untuk menilai kinerja dosen menggunakan Fuzzy dengan Particle Swarm Optimization (PSO), agar  penilaian Kinerja Dosen dapat di nilai dengan Cepat.

Downloads

Download data is not yet available.

References

[1] Chen, G. & Pham, T.T. 2001. Introduction to Fuzzy Sets, Fuzzy Logic,and Fuzzy Control Systems. CRC Press : Washington DC
[2] Damanik,B. (2019). Sistem Informasi Penggajian Dosen Honorer Berbasis Dekstop di Universitas Sari Mutiara Indonesia. Mahajana Informasi, 4 (1), 1-15.
[3] Fechera B, Kustija. J & Elvyanti. S. 2012. Optimasi Penggunaan Membership Function Logika Fuzzy Pada Kasus Identifikasi Kualitas Minyak Transformator. Electrans 11 (2) : 1412-3762.
[4] Richie Cindy Anggria, Afriyudi & Febriyanti Panjaitan 2015, “Penerapan Metode Fuzzy TOPSIS dalam Sistem Pendukung Keputusan Penilaian Kinerja dan Jabatan Karyawan Balai Penelitian Sembawa” Student Colloquium Sistem Informasi & Teknik Informatika (SC-SITI).
[5] Sri Eniyati, Rina Candra Noor Santi, 2007, “Perancangan Sistem Pendukung Keputusan Penilaian Prestasi Dosen Berdasarkan Penelitian dan Pengabdian Masyarakat”, Jurnal Teknologi Informasi DINAMIK Volume XV, No.2, Juli 2010:136-142, ISSN : 0854-9524.
[6] Sutojo, T., Mulyanto, E., Suhartono, V. 2011. Kecerdasan Buatan. Yogyakarta: Penerbit ANDI.
[7] Vasant, I.E.P & Webb.J. 2009. The Application of Mamdani Fuzzy Model for Auto Zoom Function of a Digital Camera. (IJCSIS) International Journal of Science and Information Security 6(3) : 1947-5500.
[8] Tsai, S.H. & Shih, K.S. 2012. Observer-based adaptive FNN controller optimized by NAPSOSA for nonlinear time-delay systems. International Journal of Control, Automation, and Systems 10(5) : 861-872.
[9] Guo, H. & He, J. 2013. A modified particle swarm optimization algorithm. Journal of Computer Science 10(2) : 341-346.

Downloads

Published

2019-12-08