Rancang Bangun Aplikasi Penerima Beasiswa Dengan Menggunakan Metode Adaptive Neuro-Fuzzy Interference System (ANFIS)

  • Baginda Oloan Siregar Universitas Sriwijaya
  • Raynaldi Raynaldi Universitas Sriwijaya
Keywords: Penerima Beasiswa, ANFIS, Otomatis

Abstract

Di Perguruan Tinggi, beasiswa biasanya diberikan atas berbagai pertimbangan. Pada umumnya, yang menjadi bahan pertimbangan utama adalah penghasilan orangtua, Indeks Prestasi Kumulatif (IPK) mahasiswa, serta jumlah tanggungan orangtua. Yang menjadi persoalan dalam pemberian beasiswa adalah tak adanya standar pasti untuk menentukan siapa yang berhak memperoleh beasiswa. Penulis membangun aplikasi penentu perolehan beasiswa dengan menggunakan metode Adaptive Neuro-Fuzzy Interference System (ANFIS). Metode ini menggabungkan kemampuan adaptasi yang dimiliki oleh Jaringan Syaraf Tiruan (JST) dengan kemampuan penentuan keputusan secara kualitatif yang dimiliki oleh fuzzy. Dengan aplikasi/program yang menggunakan metode ini maka penentuan perolehan beasiswa dapat dilakukan secara otomatis dengan mempelajari pola-pola sebelumnya.Dari hasil penelitian ini dihasilkan bahwa ANFIS berhasil menganalisa masukan berupa IPK, tanggungan orangtua, dan penghasilan orangtua, lalu menghasikan keluaran berupa nilai hasil analisa ANFIS. Nilai ini kemudian dimanfaatkan untuk memilih penerima beasiswa berdasarkan kuota beasiswa yang disediakan. Dalam penelitian ini penulis menggunakan rule sebanyak 27 rule, dalam arisetektur ANFIS pada aplikasi penerima beasiswa.

References

[1] A. M. Raya, “Penerapan Model Waterfall Pada Sistem Informasi Beasiswa Berbasis Web,” Jursima, vol. 9, no. 1, pp. 82–88, 2021, doi: 10.47024/jrs.v9i1.245.

[2] D. Anisa, W. S. Ningrum, R. Kusumo, and W. Putri, “Sistem Pendukung Keputusan Penerimaan Beasiswa Menggunakan Metode Weighted Product,” TIN Terap. Inform. Nusant., vol. 2, no. 8, pp. 483–491, 2022, doi: 10.47065/tin.v2i8.1064.

[3] N. Indriyani, A. Fauzi, A. Bayu, and H. Yanto, “Pemodelan Prediksi Penerima Beasiswa KIP Kuliah Menggunakan Metode Weight Product,” vol. 5, no. 1, 2024.

[4] D. Ramadhani, G. Swalaganata, and U. M. Malang, “Analisis Pengujian Sensitivitas Penggunaan Metode Pengambilan Keputusan Profile Matching , Topsis Dan Moora Dalam Menentukan Karyawan Terbaik Profile Matching dan Weighted Product,” vol. 18, pp. 135–145, 2024.

[5] A. Purwanto and H. W. Nugroho, “Analisa Perbandingan Kinerja Algoritma C4.5 Dan Algoritma K-Nearest Neighbors Untuk Klasifikasi Penerima Beasiswa,” J. Teknoinfo, vol. 17, no. 1, p. 236, 2023, doi: 10.33365/jti.v17i1.2370.

[6] S. A. Harahap and S. N. Endah, “Penerapan Adaptive Neuro-Fuzzy Inference System untuk Prediksi Nilai Tukar Rupiah,” J. Masy. Inform., vol. 10, no. 1, pp. 37–47, 2019, doi: 10.14710/jmasif.10.1.31488.

[7] S. Haviyola, S. Susilawati, and M. Jajuli, “Pengelompokan Prestasi Siswa Guna Kualifikasi Beasiswa Berdasarkan Data Nilai Menggunakan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2786–2791, 2024, doi: 10.36040/jati.v7i4.7200.

[8] H. Tindra, I. D. Sara, and R. Adriman, “Daily Peak Load Forecast of Banda Aceh City Using Adaptive Neuro Fuzzy Inference System (ANFIS) Method,” in 2023 2nd International Conference on Computer System, Information Technology, and Electrical Engineering (COSITE), 2023, pp. 238–243. doi: 10.1109/COSITE60233.2023.10249581.

[9] Putra, Apriansyah dan Hardiyanti, Penentuan Penerimaan Beasiswa dengan menggunakan Fuzzy Multiple Attribute Decission Making. Jurnal Sistem Informasi, Vol. 3, No. 1, 2011.

[10] Muhamad Darusalam, Implementasi Adaptive Neuro Fuzzy Intereference System untuk System penerima beasiswa pada SMK Prima Wisata Jakarta, 2017.

[11] P. Palanisamy and N. Sivaraj, “Application of Adaptive Neuro-Fuzzy Inference System for Interference Management in Heterogeneous Network,” ETRI J., vol. 40, no. 3, pp. 318–329, 2018, doi: https://doi.org/10.4218/etrij.2017-0195.

[12] S. Arslankaya, “Comparison of performances of fuzzy logic and adaptive neuro-fuzzy inference system (ANFIS) for estimating employee labor loss,” J. Eng. Res., vol. 11, no. 4, pp. 469–477, 2023, doi: https://doi.org/10.1016/j.jer.2023.100107.
Published
2024-06-11